2. 电磁场问题参数化建模基础

电磁场问题的参数化建模，本质上是把“一个具体的电磁装置”抽象成“一组可调参数 + 一套固定求解规则”的数学描述。只有完成这种抽象，后续的灵敏度分析、代理模型、遗传算法或梯度优化才有作用对象。本节围绕几何参数、材料参数、激励参数和边界条件四类输入，说明如何建立一个可计算、可复现、可优化的参数化模型，并讨论参数敏感性与可优化性的判断方法。

一、参数化模型的四类输入

一个完整的电磁场参数化模型，可以写成如下映射关系：

求解结果 F = Solve( Geometry(p_g), Material(p_m), Excitation(p_e), Boundary(p_b) )
其中 p_g, p_m, p_e, p_b 为可调参数向量

几何参数决定求解域的形状与尺寸，例如线圈匝数、气隙长度、磁芯内径、导体截面宽度、极靴圆角半径等。几何参数化有两种常见方式：一是尺寸驱动，直接以长度、角度、半径作为变量；二是特征驱动，以“气隙”“槽满率”“绕组层数”等工程特征作为变量，再由脚本换算为尺寸。后者更贴近设计意图，但需要保证换算过程连续可导，否则优化时容易出现参数跳变。

材料参数描述介质的电磁本构关系。对低频电磁场，核心是相对磁导率 μr 与电导率 σ；对高频问题，还需介电常数 εr 与损耗角正切 tanδ。材料参数可以是常数，也可以是场强或频率的函数，例如硅钢片的 B-H 曲线、铁氧体的 μr-f 曲线。参数化建模时，应把材料曲线以数据表形式绑定到材料对象，而不是把曲线离散点直接写进几何脚本，否则更换材料时无法复用。

激励参数决定场的源。常见形式包括电流密度 J、线圈安匝数 NI、电压幅值与频率、永磁体剩磁 Br 与矫顽力 Hc。对时谐问题，激励还需给出相位；对瞬态问题，需给出波形与时间步长。激励参数往往与几何、材料耦合，例如线圈电阻随温度变化，因此参数化模型应保留这种耦合接口。

边界条件是求解域外边界上的约束。电磁场中常用：磁绝缘（法向磁场为零）、电场切向为零（理想导体）、远场边界、周期边界与对称边界。边界条件本身也可以参数化，例如把对称面位置作为变量，或把远场边界半径设为可调，用于研究截断误差。

二、从几何到可计算模型的关键处理

几何参数化最容易出问题的地方，是参数变化导致拓扑改变。例如气隙 g 从 1 mm 减小到 0.1 mm 时，若网格不重新生成，单元会严重畸变，求解精度骤降。因此参数化模型必须包含“几何重建 + 网格重划”的联动机制。工程上常用做法是：把几何脚本写成函数，每次参数更新后重新执行布尔运算与网格划分，并对关键区域（气隙、导体表面）设置局部加密。若使用参数化扫描，建议先做一次网格无关性验证，确定在参数范围内网格密度足够。

另一个关键点是参数的单位与量纲统一。几何用 mm、材料用 SI、激励用 A 与 T，混用会导致数量级错误。建议在模型入口处统一转换为 SI 单位，输出时再按工程习惯换算。

三、参数敏感性的量化方法

敏感性回答的是“哪个参数对目标影响最大”。最直接的方法是局部灵敏度：

S_i = (ΔF / F0) / (Δp_i / p_i0)

即在基准点附近给参数 p_i 一个小扰动 Δp_i，观察目标 F 的相对变化。S_i 越大，说明该参数越值得优先优化。实际计算时，Δp_i 通常取基准值的 1%～5%，太小会被数值噪声淹没，太大则失去局部意义。对多参数问题，可构造灵敏度矩阵，观察参数之间的交叉影响。

全局敏感性则考虑参数在整个取值范围内的贡献，常用 Sobol 指数或 Morris 筛选。当参数维度较高（例如超过 10 个）时，先用 Morris 筛选出主要参数，再对少数关键参数做精细优化，能显著降低计算量。

四、可优化性的判断

并非所有参数都适合作为优化变量。判断一个参数是否“可优化”，至少看三点：

• 可调性：该参数在物理上能否连续变化，是否受制造工艺限制。例如匝数只能取整数，优化时应作为离散变量处理。
• 灵敏度：目标对该参数的梯度是否足够大。若在很大范围内目标几乎不变，说明该参数处于“平坦区”，优化收益低。
• 约束可行性：参数变化是否会导致温升、饱和、绝缘距离等约束越界。可优化空间应是“目标改善且约束满足”的交集。

五、一个可复用的参数化建模检查清单

把上述四类输入组织成参数向量，并保证每次求解都能自动完成几何重建、材料赋值、激励加载与边界更新，就得到了一个可计算的参数化模型。在此基础上，通过局部灵敏度筛选关键参数，再结合约束判断可优化空间，才能把“参数化”真正推进到“优化设计”。