3. 一维系统数学描述与方程构建

参数化设计与优化的第一步，是把真实的一维工程对象翻译成可计算、可求导、可迭代的数学描述。所谓“一维”，并不是指物理上只有一根线，而是指系统的状态量主要沿一个方向变化，其余方向的梯度可以忽略或已被集总处理。例如细长杆的轴向拉压、梁的弯曲、散热片的稳态导热、管道中的不可压流动，都可以归入一维问题。本节的任务是：针对静力、动力、传热、流体四类典型问题，建立微分方程、积分方程或代数方程，并从中识别出哪些系数与边界条件适合作为设计变量。

一、从物理守恒到方程骨架

一维方程几乎都可以由“微元守恒”统一推出。取长度为 dx 的微元，写出通量进出与内部源项的平衡，再令 dx→0，就得到微分方程。以轴向受拉杆为例，设 x 轴沿杆轴向右为正，位移 u(x) 向右为正，应变 ε=du/dx，应力 σ=Eε，则微元平衡给出：

d/dx( E·A(x) · du/dx ) + q(x) = 0

其中 E 为弹性模量，A(x) 为截面积分布，q(x) 为轴向分布载荷。这个式子就是静力问题的控制方程。若 A 为常数、q=0，则退化为 u''=0，解析解为线性位移场。对动力问题，只需在平衡中加入惯性项 ρA·∂²u/∂t²，得到波动方程：

∂/∂x( E·A · ∂u/∂x ) + q = ρ·A · ∂²u/∂t²

传热问题形式高度相似。设 T(x) 为温度，k 为导热系数，P 为周长，h 为对流换热系数，T∞ 为环境温度，则带散热的一维导热方程为：

d/dx( k·A · dT/dx ) − h·P·(T − T∞) = 0

流体问题则常以积分或代数形式出现。对一维不可压管流，取两截面间的控制体，伯努利方程与沿程损失共同给出：

p₁/ρg + v₁²/2g + z₁ = p₂/ρg + v₂²/2g + z₂ + h_f
h_f = f · (L/D) · v²/2g

可见，四类问题的方程骨架都由“通量项 + 源项 = 0（或惯性项）”构成，差别只在物理量、本构关系和源项形式上。

二、边界条件与初始条件

方程只有配上边界条件才有唯一解。一维问题常见三类边界：第一类（Dirichlet）给定状态量本身，如固定端 u(0)=0、壁面温度 T(0)=T_w；第二类（Neumann）给定通量，如自由端 EA·du/dx=F、绝热端 dT/dx=0；第三类（Robin）给定状态量与通量的线性组合，如对流边界 −k·dT/dx=h(T−T∞)。动力问题还需初始条件 u(x,0) 与 ∂u/∂t(x,0)。

三、可参数化对象的识别

建立方程后，要逐项扫描哪些量可以“被设计”。通常分为四类：几何参数（长度 L、截面积 A(x)、直径 D、周长 P）、材料参数（E、ρ、k、黏度 μ）、载荷与环境参数（q、F、T∞、h、入口流速 v₁）、边界与拓扑参数（约束位置、支撑刚度、边界类型切换）。识别时可用“是否可制造、是否可测量、是否影响目标”三问筛选。例如散热片优化中，A(x) 与 P 可参数化，而 k 由材料决定，若允许选材则 k 也可作为离散变量。

四、从方程到参数化模型的转化

实际优化中很少直接对连续函数 A(x) 求导，而是先离散。常用做法是将 A(x) 表示为基函数组合：A(x)=Σ aᵢ·φᵢ(x)，其中 aᵢ 为设计变量，φᵢ 可取分段常数、线性形函数或样条基。代入控制方程后用有限差分或有限元离散，得到代数方程组 K(a)·u=F(a)。此时参数化完成，后续灵敏度分析与优化都在这组代数方程上进行。

下面这张图给出四类一维问题的方程构建路径与参数化入口的对应关系，帮助在建模时快速定位可调系数与边界条件。

五、一个可复现的建模示例

以一根长度 L=0.5 m 的等截面散热杆为例，左端 x=0 保持 T_w=80 ℃，右端 x=L 绝热，环境温度 T∞=25 ℃，k=200 W/(m·K)，h=15 W/(m²·K)，截面为 20 mm×20 mm 方杆，故 A=4×10⁻⁴ m²，P=0.08 m。控制方程为：

k·A·d²T/dx² − h·P·(T − T∞) = 0
边界：T(0)=80，dT/dx(L)=0

令 θ=T−T∞，m²=hP/(kA)=15×0.08/(200×4×10⁻⁴)=15，m≈3.873 m⁻¹。通解为 θ=C₁e^{mx}+C₂e^{−mx}。代入边界得 C₁、C₂，可算出右端温度约为 55.6 ℃（示例计算值，用于说明方法）。若把 A 或 P 作为设计变量，m 随之改变，右端温度与总散热量都会变化，这正是参数化优化的切入点。

六、方程构建检查清单

完成上述步骤后，一维系统就从物理对象变成了带参数的数学模型。下一步的灵敏度分析与优化，都建立在这组方程及其可调系数之上。建模阶段多花时间确认边界条件与参数归属，能显著减少后续优化中的无效迭代。