3. 参数化建模：参数定义、参数空间、设计变量
各位，参数化建模这事儿，说穿了就是给仿真模型装上「可调节的旋钮」。你想想看，如果没有参数化，我们每次改一个尺寸就得手动重建几何，改一个材料就得重新赋值——这效率，实在没法做敏感度分析。
我个人习惯，在启动任何敏感度分析项目之前，先用至少半天时间把参数体系捋清楚。这一步做扎实了，后面全是顺水推舟。
3.1 参数的定义与分类
什么是参数？能影响分析结果且需要被控制或调查的量，就是参数。不是所有输入都算参数，只有你打算在敏感度分析中「动它」的那些才叫参数。
我在项目中遇到过好几次这种情况：新人把模型裡所有数字全定义成参数，结果参数空间大到根本算不完。所以定义参数的第一步，是搞清楚哪些该动、哪些不该动。
3.1.1 按影响域分类
| 分类 | 说明 | 典型示例 |
|---|---|---|
| 几何维度 | 影响模型形状或尺寸 | 孔直径、倒角半径、板厚 |
| 材料属性 | 控制本构行为 | 弹性模量、泊松比、屈服强度 |
| 网格密度 | 直接决定离散误差 | 全局尺寸、局部加密因子 |
| 边界条件 | 影响载荷与约束 | 压力幅值、约束刚度 |
3.1.2 按变化类型分类
- 连续参数：可在一个区间内取任意值，如壁厚 0.5~2.0mm。
- 离散参数：只能取有限个值，如单元类型（TET4 / TET10 / HEX8）。
- 整数参数：实数但必须取整，如加密层数 1~5。
3.2 如何定义「好」的参数
定义参数不是拍脑门。我一般遵循三条原则：
- 物理可解释：这个参数变化后，你知道物理上发生了什么。否则敏感度分析就算出个数字，你也没法解释。
- 独立可调整：参数之间尽量不要有隐性耦合。比如同时定义「梁宽」和「截面面积」就很蠢，改了宽面积自己就变。
- 范围有意义：取值范围要覆盖工程实际，但又不能大到让模型崩溃。我见过有人把单元尺寸设到0.001mm，网格生成直接挂掉。
3.3 参数空间
参数空间，就是所有参数可能取值的组合构成的多维空间。每个参数是一个维度，每组合就是一个点。
举个例子：你有3个参数，每个参数有10个水平，参数空间就有10³=1000个点。如果参数加到6个，那就是一百万次仿真——现实吗？完全不现实。这就引出了参数空间的构建策略。
3.3.1 全因子 vs 部分因子
| 策略 | 点数公式 | 优点 | 缺点 |
|---|---|---|---|
| 全因子 | Lⁿ（L水平数，n参数数） | 覆盖完整，可分析交互效应 | 参数多时维度灾难 |
| 部分因子 | 按正交表选取子集 | 点数可控，主流做法 | 可能丢失高阶交互信息 |
| 拉丁超立方 | 用户指定样本数 | 空间填充好，适配响应面 | 不能直接做方差分析 |
我个人在网格敏感度分析中，最常用拉丁超立方。为什么呢？因为网格参数往往是连续变量，而且我们更关心整体趋势而非精确的交互效应。拉丁超立方用更少的点覆盖更广的空间，很划算。
3.3.2 参数空间的约束
实际工程中，参数之间经常有约束。比如「最小单元尺寸不能超过局部曲率半径的1/3」。这类约束必须在参数空间定义时一并给出，否则你会采样到大量无效点。
关键点：参数空间不是简单的笛卡尔积。它是有边界的、带约束的可行域。每次采样前我都会画个二维投影图看看边界是不是合理。嗯，这一步不能省。
3.4 设计变量与敏感度分析的关系
设计变量，是从参数空间中挑选出来、专门用于敏感度分析的那些参数。一般来说，我们不会把全部参数都作为设计变量，而是先筛选。
筛选的方法我推荐三步：
- 预实验：每个参数取两个极端水平（最小值/最大值），跑一遍看响应变化。变化大的留下。
- 相关性检查：如果两个参数高度相关（比如厚度和质量），留一个就够了。
- 工程判断：有些参数虽然敏感度低，但工程师必须关注（比如安全裕度相关参数），那就留着。
我在做桥梁结构的网格敏感度分析时，一开始列了12个参数，筛完后只剩5个设计变量。后面分析时间从3天降到4小时，而且结论还更清晰了。说白了，参数少而精比多而杂要有效得多。
3.5 参数化建模的整体流程
下面这张图是我自己总结的，也是我每做一个新项目的「标准启动脚本」。
核心思想：永远不要在定义参数空间之前开始采样，也永远不要在没筛选设计变量之前跑全因子分析。流程顺序本身，就是对计算资源最大的尊重。
3.6 实践建议与避坑指南
- 参数命名要有体系：别叫param1、param2。我见过一个项目，到写报告时所有人都忘了p5是啥。建议用前缀+含义的结构，比如
mesh_h_max、geo_radius_hole。 - 范围不要拍脑门：每个参数的范围后面都要有工程依据。比如「壁厚0.8~1.2mm」，0.8是最小铸件工艺能保证的，1.2是重量上限。不然评审时你会很被动。
- 保留一份「冻住」的基线参数组：这个基线用来验证新设置的参数空间是否合理。我每次换参数时都要先跑基线，数据对得上再往下走。
3.7 小练习
给你一个典型的场景：
一个承受内压的圆柱壳体，壁厚t=2mm，外径D=100mm，高度H=200mm，材料为不锈钢（弹性模量E=200GPa，屈服强度σy=250MPa），内部压力P=10MPa。
现在你要做网格敏感度分析。请完成：
- 列出所有可能成为参数的输入量。
- 从中筛选出你认为关键的设计变量（不超过4个）。
- 为每个设计变量定义合理的变化范围和步长。
- 画出你选择的参数空间（如果用二维投影图，你会选哪两个变量？为什么？）。
这个练习你可以在自己的CAE软件里试着跑一下，看看结果是否印证了你对敏感度的直觉判断。我在课堂上给学生布置这个作业时，几乎每次都有人发现「原来我一直以为关键的参数，其实影响没那么大」——这就是参数化建模的魅力。