4. 验证（Verification）的核心方法

验证（Verification）回答的是一个纯数学问题：我们求解的离散方程，是否被计算机正确地解出来了？它与确认（Validation）关注“物理模型对不对”不同，验证关注“数值解是否收敛到离散方程的真解”。工程实践中，验证通常拆成两条并行又互补的路线：代码验证（Code Verification）与计算验证（Calculation Verification）。前者证明“程序实现没有错”，后者量化“这一次计算还剩多少数值误差”。

代码验证：证明求解器本身可信

代码验证的目标是排除编程错误、边界条件实现错误、离散格式实现错误。它不依赖具体工程问题，而是用已知解析解或已知收敛阶的构造问题来检验代码。核心手段是制造解方法（Method of Manufactured Solutions, MMS）与网格/时间步收敛性验证。

MMS 的思路是“反向构造”：先人为指定一个光滑的解析函数作为“制造解”，例如对一维对流扩散方程取

u_m(x,t) = sin(πx) · exp(-t)

把它代入控制方程，得到非零的源项 S(x,t)，再把该源项作为已知输入加入求解器。这样，程序算出的数值解应当逐步逼近这个制造解。由于制造解是解析的，我们可以精确计算离散误差，并统计误差随网格尺寸 h 的下降速率，即观测收敛阶 p_obs。

判断标准很明确：若离散格式理论精度为二阶，则 p_obs 应接近 2；若明显偏离（如只有 1.2 或出现负值），说明代码实现存在缺陷。MMS 的优点是能覆盖内部单元、边界单元、源项、时间项等所有代码路径，是代码验证中最有力的工具。

计算验证：量化本次计算的数值误差

计算验证针对具体工程算例，回答“这次算得够不够准”。它不追求证明代码正确，而是估计离散误差、迭代误差与舍入误差的量级。常用方法是网格收敛性分析、时间步收敛性分析与迭代收敛性分析。三者共同构成数值误差预算。

网格收敛性分析

网格收敛性分析通过系统加密网格，观察关注量（如阻力系数、最大温度、应力峰值）的变化。工程上常用网格收敛指数（GCI）方法：至少使用三套网格，网格尺寸比 r = h_coarse / h_fine 建议取 1.3～2.0，且保持拓扑一致。

以某换热器仿真为例，假设关注量为出口平均温度 T_out，三套网格结果如下（示例数据，用于说明方法）：

用相邻网格差值比估计观测阶：p = ln((T3-T2)/(T2-T1)) / ln(r)，代入得 p ≈ 1.8，接近二阶。再用 Richardson 外推得到 T_extrap ≈ 354.9 K，细网格相对外推值的 GCI 约为 0.17%。若该值小于工程允许误差（如 1%），可认为网格已收敛。

时间步收敛性与迭代收敛性

瞬态问题还需做时间步收敛性分析：固定网格，将时间步 Δt 依次减半，观察关注量随 Δt 的变化。若时间格式为一阶，误差应大致随 Δt 线性下降；若为二阶，则按平方下降。当相邻时间步结果差异小于设定阈值（如 0.5%）时，可认为时间步收敛。

迭代收敛性针对线性/非线性求解器。每次迭代的残差应单调下降并达到设定容差。实践中要区分“残差下降”与“解已收敛”：残差降到 1e-6 但关注量仍在漂移，说明容差过松或存在病态。建议同时监控残差与关键监测量，两者都稳定才算迭代收敛。

MMS 实操要点与常见陷阱

实施 MMS 时，制造解必须足够光滑（至少具有方程所需阶数的连续导数），且不能恰好被离散格式“精确”满足，否则观测阶会虚高。源项推导建议用符号计算工具完成，避免手工求导出错。边界条件也要由制造解导出，不能随意设为零，否则边界路径未被检验。

另一个常见陷阱是只做一套网格就宣称“收敛”。单套网格无法给出收敛阶，也无法估计离散误差。工程上至少三套网格，且网格比不宜过大或过小。若 p_obs 出现振荡或为负，通常意味着进入了渐近收敛区之外，需要继续加密或检查网格质量。

综合来看，代码验证与计算验证构成验证的两条腿：MMS 与收敛阶检验保证“程序对”，GCI、时间步与迭代收敛保证“这次算得准”。只有两者都通过，后续的确认（Validation）才有可靠基础。