2. 制造工艺参数体系与参数化建模基础

制造工艺参数化优化设计的第一步，不是急着调参数，而是先把“有哪些参数、哪些能调、哪些只能观测、它们如何共同决定结果”这件事说清楚。工艺参数体系就是这套描述框架：它把分散在设备、材料、工装、环境中的量，组织成可控因子、噪声因子和响应变量三类角色，再用参数空间、设计变量和约束把它们写成可计算的形式。只有完成这一步，后续的试验设计、代理模型和寻优才有明确的输入与边界。

一、工艺参数的三类角色

同一物理量在不同问题中角色可能不同，因此分类依据是“在本次优化中是否可主动设定、是否被观测、是否作为目标”。

• 可控因子（设计变量）：操作者能按设定值主动改变的参数，如激光功率、扫描速度、送粉速率、注塑保压压力、焊接电流、切削进给量。它们是寻优的“旋钮”。
• 噪声因子：难以或不宜主动控制、但会显著影响结果的量，如环境温度与湿度、粉末粒径分布、板材批次差异、设备磨损、电网波动。它们决定工艺窗口的稳健性。
• 响应变量（输出）：用于评价工艺好坏的观测量，如熔覆层稀释率、孔隙率、抗拉强度、表面粗糙度Ra、翘曲量、热影响区宽度。响应可以是单目标，也可以是多目标。

需要强调：可控与噪声的划分是相对的。若某车间能稳定控制预热温度，它就可升格为可控因子；若某台设备的功率实际波动大且无法闭环，它反而应作为噪声处理。分类服务于优化目标，而非物理本质的绝对标签。

二、参数空间的表达

把每个可控因子看作一个坐标轴，n个因子张成一个n维参数空间。每个因子的取值范围由工艺可行域给出，例如激光功率P∈[800, 2000] W、扫描速度v∈[6, 20] mm/s、送粉速率ṁ∈[8, 25] g/min。空间中任意一点就是一个候选工艺方案，优化就是在该空间内寻找使响应最优且满足约束的点。

参数空间有三种常用表达：一是边界表达，用上下限和单位说明每个维度的合法区间；二是约束表达，用等式或不等式描述因子之间的耦合限制；三是采样表达，用试验设计点（如中心复合设计、拉丁超立方）在空间内布点，用有限次试验近似整个空间。工程上通常三者并用：先定边界，再写约束，最后布点。

三、设计变量与约束的数学描述

设可控因子向量 x = (x₁, x₂, …, xₙ)ᵀ，响应向量 y = (y₁, y₂, …, yₘ)ᵀ。参数化优化问题可写成：

min / max   f(x) = [f₁(x), f₂(x), …, fₖ(x)]
s.t.        gⱼ(x) ≤ 0,  j = 1, 2, …, p     （不等式约束）
            hₗ(x) = 0,  l = 1, 2, …, q     （等式约束）
            xᵢᴸ ≤ xᵢ ≤ xᵢᵁ,  i = 1, 2, …, n （边界约束）

其中f为目标函数（如最小化孔隙率、最大化沉积效率），g和h为工艺约束。约束常来自物理机理与设备能力，例如：

• 能量密度约束：E = P/(v·d) 需落在[E_min, E_max]，d为光斑直径，保证熔透又不烧穿。
• 几何约束：单层熔覆高度h与送粉速率、扫描速度满足 h ≈ k·ṁ/v，且h不得超过喷嘴允许的最大层厚。
• 热约束：层间温度T_inter ≤ 200 ℃，避免热积累导致组织粗化。
• 设备约束：P ≤ P_max，v ≥ v_min，保证设备可执行。

约束的写法直接影响求解难度。等式约束会压缩可行域维度，不等式约束则划出可行域边界。实际建模时，应优先把“硬性物理限制”写成约束，把“偏好”写成目标，避免把可调偏好误设为硬约束导致无解。

四、从参数表到可计算模型

下面给出一份可直接参考的工艺参数建模表（示例数据，用于说明字段组织方式，非实测结果）。它把因子、角色、范围、单位、约束和响应集中在一张表里，是后续试验设计与寻优的输入清单。

建模时还要注意量纲与归一化。P、v、ṁ量级差异大，直接代入代理模型会因尺度悬殊导致拟合偏向大数量级因子。常用做法是归一化到[0,1]或[-1,1]：x' = (x − x_L)/(x_U − x_L)。归一化后，因子对响应的敏感度比较才公平，也便于后续用回归系数或方差分析判断主次。

五、参数体系的整体关系

下图把可控因子、噪声因子、工艺过程、响应变量和约束条件组织成一张关系图，帮助看清“谁影响谁、约束卡在哪里”。

图中可见：可控因子与噪声因子共同进入工艺过程，过程输出响应；约束则同时作用于因子取值和响应可接受范围。参数化建模的本质，就是把这张关系图翻译成变量、目标函数和约束的数学形式，使“调参”变成有边界、有方向、可复现的求解问题。