2. 参数化问题建模

参数化降阶模型(Parametric ROM)与普通降阶模型的根本区别在于:降阶模型不仅要复现某一个工况,还要在参数变化时持续给出可信预测。因此,参数化问题建模的第一步不是“降阶”,而是把工程问题翻译成一个可采样、可求解、可验证的参数化问题。本节围绕四件事展开:参数空间如何定义、样本如何选取、高保真模型如何构建、输入输出接口如何设计。

一、参数空间定义:从物理量到可采样坐标

参数空间定义的核心是把工程中会变化的量整理成一组独立、有界、量纲明确的参数向量 μ = [μ₁, μ₂, …, μ_d]。定义时需要明确三件事:参数的物理含义、取值范围、以及参数之间的相关性。

以某型板翅式换热器为例,若关心换热能力随工况变化,可选参数为:冷侧入口温度 T_c,in ∈ [280, 340] K、热侧入口温度 T_h,in ∈ [350, 420] K、冷侧质量流量 ṁ_c ∈ [0.2, 1.0] kg/s、热侧质量流量 ṁ_h ∈ [0.2, 1.0] kg/s。这四个参数构成 4 维参数空间。若进一步考虑翅片高度 h_f ∈ [2, 6] mm,则升为 5 维。

参数空间定义中常见的三个错误:一是把相关参数同时纳入,例如同时取冷侧流量与冷侧流速,导致参数空间冗余;二是范围取得过宽,使高保真样本在极端组合下难以收敛;三是忽略量纲差异,导致后续采样时大数量级参数主导距离度量。建议在定义阶段就完成归一化映射:ξ_i = (μ_i − μ_i,min)/(μ_i,max − μ_i,min),使所有参数统一到 [0,1] 区间。

参数空间定义完成后,应输出一份参数清单,至少包含:参数名、符号、单位、下限、上限、基准值、是否独立、归一化方式。这份清单是后续采样与接口设计的共同依据。

二、参数采样策略:让样本覆盖“该覆盖的地方”

采样策略决定高保真样本在参数空间中的分布。常用方法有三类:

  • 张量积网格采样:每个参数取 n 个水平,组合数为 n^d。d=5、n=5 时需 3125 个样本,维数灾难明显,仅适合 d≤3 的粗略探索。
  • 拉丁超立方采样(LHS):将每个参数区间等分为 N 份,每份随机取一点并随机组合,保证一维投影均匀。d=5、N=200 时通常已能较好覆盖空间。
  • Sobol 序列采样:低差异序列,样本分布比 LHS 更均匀,适合需要积分或全局灵敏度分析的场景。

实际工程中建议采用“两阶段采样”:第一阶段用 100~200 个 Sobol 样本做全局探索,计算各参数对输出的灵敏度(如 Sobol 指数或 Morris 筛选);第二阶段在灵敏度高的参数方向加密采样,灵敏度低的参数可减少水平数。这样可在不显著增加样本量的前提下提高降阶模型精度。

采样数量 N 的选取可参考经验:若降阶基向量数为 r,则 N 通常取 5r~10r。例如预期 r=20,则 N 取 100~200。若 N 过小,快照矩阵秩不足,降阶基无法张成真实解空间;若 N 过大,高保真计算成本急剧上升。

三、高保真模型构建:快照生成与一致性检查

高保真模型(HFM)是参数化降阶的“真值来源”。构建时需保证:网格无关性、求解器收敛、输出量定义一致。以换热器为例,HFM 可采用有限体积法求解稳态共轭传热,输出量为冷侧出口温度 T_c,out、热侧出口温度 T_h,out、换热量 Q 与压降 Δp。

对每个采样点 μ_i,运行 HFM 得到快照 u(μ_i)。所有快照按列排列成快照矩阵 S = [u(μ_1), u(μ_2), …, u(μ_N)]。生成快照时必须记录:求解是否收敛、残差量级、网格规模、计算耗时。若某样本未收敛,应剔除或缩小参数范围,不能把未收敛结果混入快照矩阵。

快照生成后建议做一次一致性检查:计算快照矩阵的奇异值谱,若奇异值衰减缓慢,说明参数变化引起解空间维度高,需要更多样本或更精细的降阶基;若奇异值在 r 阶后快速下降,说明低维结构明显,适合降阶。

四、输入输出接口设计:让降阶模型可被调用

接口设计的目的是把“参数向量 → 高保真输出”的映射封装成稳定、可复用的调用形式。一个典型的参数化 ROM 接口包含四层:

  1. 参数输入层:接收归一化参数向量 ξ,校验维度与范围,越界时返回错误码而非静默截断。
  2. 降阶求解层:根据 ξ 计算降阶系数,重构近似解 û(ξ) = Φ a(ξ),其中 Φ 为降阶基,a 为降阶系数。
  3. 输出映射层:将降阶解映射为工程输出量,如 T_c,out、Q、Δp,并附带置信指标(如重构残差估计)。
  4. 日志与元数据层:记录调用时间、参数值、输出值、残差、版本号,便于追溯与在线更新。

接口设计中最容易被忽视的是“输出量一致性”:HFM 输出的 Q 若按热侧焓差计算,ROM 也必须按同一公式计算,否则即使温度场重构准确,换热量仍会偏差。建议在接口文档中明确每个输出量的定义式与符号约定。

参数化问题建模:参数空间 → 采样 → 高保真快照 → 接口 参数空间定义 μ = [T_c,in, T_h,in, ṁ_c, ṁ_h, h_f] 范围: T_c,in: 280–340 K ṁ_c: 0.2–1.0 kg/s h_f: 2–6 mm 归一化 ξ ∈ [0,1]^d 参数采样策略 阶段一:Sobol 全局 N₁ = 150,灵敏度筛选 阶段二:局部加密 高灵敏方向 N₂ = 80 总样本 N ≈ 5r ~ 10r 示例:r=20 → N=100~200 高保真模型 HFM 有限体积 / 有限元 稳态共轭传热求解 输出: T_c,out, T_h,out Q, Δp 快照矩阵 S = [u(μ₁)…u(μ_N)] 输入输出接口 ① 参数输入层 校验维度/范围 ② 降阶求解层 û = Φ a(ξ) ③ 输出映射层 Q, Δp + 残差 ④ 日志与元数据 快照矩阵 → 降阶基 → 参数化 ROM S ∈ R^(n×N) SVD → Φ ∈ R^(n×r) a(ξ) 插值/回归 û(ξ) = Φ a(ξ) 验证与判断 留出测试集:N_test = 30,计算相对误差 ε_rel = ||û − u_HF|| / ||u_HF|| 判断:ε_rel < 1% 且最大误差 < 3% → 可用于实时预测

五、从建模到可运行:一个最小闭环示例

下面给出一个可参考的参数化建模配置片段,用于换热器参数化 ROM 的样本生成与接口定义。示例参数为教学假设,不代表实际设备实测值。

# 参数空间定义(归一化前)
params:
  T_c_in:  {min: 280, max: 340, unit: K}
  T_h_in:  {min: 350, max: 420, unit: K}
  m_dot_c: {min: 0.2, max: 1.0, unit: kg/s}
  m_dot_h: {min: 0.2, max: 1.0, unit: kg/s}
  h_f:     {min: 2.0, max: 6.0, unit: mm}

# 采样配置
sampling:
  method: sobol
  n_stage1: 150
  n_stage2: 80
  seed: 42

# 高保真求解配置
hfm:
  solver: finite_volume
  mesh: 1.2e6 cells
  convergence: residual < 1e-6
  outputs: [T_c_out, T_h_out, Q, delta_p]

# 接口输出
interface:
  input: normalized_xi
  output: [T_c_out, T_h_out, Q, delta_p, residual_estimate]
  version: rom_v0.1

运行上述配置后,应得到 230 个高保真样本、快照矩阵 S、降阶基 Φ 以及一个可调用的 ROM 接口。判断建模是否成功,不看样本数量,而看三件事:参数空间是否覆盖了实际工况、快照是否全部收敛、留出测试集上的相对误差是否满足工程要求。若误差超标,优先检查参数范围是否过宽、采样是否在敏感区域过疏、以及输出量定义是否与 HFM 一致。

参数化建模不是一次性工作。当工况范围扩展、几何参数变更或输出量定义调整时,参数空间、采样方案与接口契约都需要同步更新,否则 ROM 会在新参数区域给出不可信预测。