3. 仿真数据来源与实验设计
仿真数据驱动性能预测的第一道关口不是模型算法，而是数据本身。如果样本点分布不合理、参数覆盖不充分，后续无论用响应面、Kriging 还是神经网络，都只能拟合出一张“局部好看、全局失真”的代理模型。本节围绕仿真数据的来源与实验设计展开，重点解决三个问题：参数如何进入仿真模型、样本点如何布置、批量仿真如何组织与回收。
一、参数化建模：把设计变量变成可驱动的输入
参数化建模的目标是让几何、材料、边界条件中的关键量成为可被脚本或 DOE 工具修改的变量。以某悬臂梁振动仿真为例，设计变量可定义为：梁长 L（200–400 mm）、截面宽度 b（10–30 mm）、厚度 h（5–15 mm）、弹性模量 E（190–210 GPa）、端部质量 m（0.5–3.0 kg）。这些变量必须满足几何约束，例如 h < b，否则批量运行会大量报错。
参数化实现通常有三种路径：CAD 尺寸驱动（如 SolidWorks 方程式、Creo 参数）、脚本重建几何（Python + FreeCAD/OpenCASCADE）、以及仿真软件内置参数（ANSYS Workbench 参数集、COMSOL 参数）。工程上更稳妥的做法是“几何参数 + 网格参数 + 求解参数”分层管理：几何参数决定形状，网格参数决定计算量，求解参数决定收敛性。三者若混在一起，DOE 表会变得难以解释。
L_mm、E_GPa，避免中文路径和空格，否则批量脚本在跨平台调用时容易失败。二、DOE 实验设计：从全因子到空间填充
DOE 的本质是在有限预算下选择最有信息量的样本点。常见方法对比如下：
| 方法 | 样本量 | 优点 | 局限 | 适用场景 |
|---|---|---|---|---|
| 全因子 | kⁿ | 可估计全部交互 | 维度爆炸 | ≤3 因子、低水平 |
| 正交试验 | 约 n·k | 均衡分散、可分析主效应 | 边界覆盖弱 | 因子筛选、稳健设计 |
| 拉丁超立方 | 自定义 N | 空间填充好、任意样本量 | 不保证正交性 | 代理模型训练 |
| 中心复合/Box-Behnken | 较少 | 可拟合二次响应面 | 仅适合低维 | 优化与响应面 |
正交试验的核心是正交表 Lₙ(mᵏ)，例如 L9(3⁴) 表示 9 次试验、4 个三水平因子。它的任意两列水平组合出现次数相同，因此可以分离主效应。但正交表样本点往往集中在设计空间的中部与角点，对非线性强、边界敏感的性能指标（如共振频率、屈曲载荷）覆盖不足。
拉丁超立方采样（LHS）则把每个维度分成 N 个等概率区间，在每个区间内随机取一点，再随机配对。这样每个维度的一维投影都均匀，样本量可自由设定。工程中常用“优化拉丁超立方”（OLHS）进一步最大化最小距离，避免点聚集。对于 5 因子、60 样本的悬臂梁问题，LHS 通常比正交表更适合训练 Kriging 模型。
三、批量运行策略：让 60 次仿真自动跑完
有了 DOE 表，下一步是把每一行参数写入模型并提交求解。批量运行的核心是“模板 + 参数替换 + 任务队列 + 结果回收”。以 ANSYS Workbench 为例，可导出 .wbpj 参数集，用 Python 的 subprocess 调用 RunWB2 -B -R script.wbjn 批处理；若用 COMSOL，则通过 comsolbatch -inputfile model.mph -pname L,b,h -plist 200,10,5 ... 逐点运行。
更通用的做法是维护一张 CSV 任务表：
run_id, L_mm, b_mm, h_mm, E_GPa, m_kg, status, f1_Hz, f2_Hz
001, 200, 10, 5, 190, 0.5, done, 42.1, 263.5
002, 250, 15, 8, 200, 1.2, done, 31.7, 198.4
003, 300, 20, 10, 210, 2.0, running, ,
004, 350, 25, 12, 195, 2.8, pending, ,
批量运行中必须处理三类异常：几何失败（参数组合导致重建报错）、网格失败（长细比过大）、求解不收敛（接触或非线性）。建议在脚本中设置“失败重试 + 降级网格 + 记录日志”三级策略，并把失败样本单独标记，避免污染训练集。对于 60 个样本的悬臂梁模态分析，单次求解约 20–40 秒，串行约 30 分钟；若用 4 进程并行，可压缩到 8–10 分钟。
四、从样本到数据集：检查与交付
批量运行结束后，应做三项检查：其一，样本在设计空间中的分布是否覆盖边界，可用散点矩阵图观察；其二，响应值是否存在异常跳变，例如频率突然为负或数量级错误；其三，参数与响应之间的相关性是否符合物理直觉，例如梁长增加、一阶频率下降。若发现某因子几乎不影响响应，可在下一轮 DOE 中缩小其范围或固定为常数，把预算留给更敏感的因子。
最终交付的数据集应包含：设计变量表、响应值表、仿真设置摘要（网格尺寸、求解器、收敛标准）、失败记录、以及一份可复现的批量脚本。这份数据集既是代理模型的训练输入，也是后续验证与不确定度量化的基础。只有样本来源清晰、实验设计合理、批量运行可控，仿真数据驱动性能预测才具备可信的起点。