模型算完的那一刻往往是最容易出错的时刻。屏幕上云图很漂亮色标从蓝到红过渡平滑一维曲线也光顺地趴在那里看着就像教科书插图。但只要你多问一句——这个峰值出现在第几个时间步、网格再加密一倍它会不会掉 15%、求解器容差收紧一个量级它还站不站得住——很多东西就开始晃了。我见过太多返工问题几乎都不出在建模阶段而出在求解器那一栏被一路点默认以及后处理里随手挑了个数据集就直接出结果。COMSOL 的求解器设置和后处理这两件事本质上是一件事的两端前端决定你解出来的场到底有多可信后端决定你能不能把这个可信度如实传递给看结果的人。中间任何一环松掉最后那张彩图就只是一张好看的图不是结论。这篇我想聊的就是这两端的实操。不谈软件怎么装、界面怎么点只谈那些真正会让结果翻车的开关什么时候必须从直接法换成迭代法、牛顿迭代的阻尼和雅可比更新到底在控制什么、瞬态步长的自由和严格差在哪、后处理里选错数据集会错多少、二维轴对称的积分为什么老有人漏掉 2πr。适合已经跑过几个模型、能出图但心里没底的读者也适合要给团队定规范、需要一份可对照清单的人。1. 默认求解器为什么能算完却不等于算对了1.1 自动生成的求解器序列做了哪些你看不见的取舍在 COMSOL 里新建一个研究节点软件会自动生成一套求解器配置里面包含因变量分组、稳态或瞬态、全耦合还是分离式、直接还是迭代、非线性方法、终止准则这一整串。绝大多数人从来不展开这棵树直接点计算跑完就走。问题是这套自动配置的优化目标是让尽量多的模型能出结果而不是让结果尽量准。这两个目标在弱非线性问题上恰好重合在强非线性、多物理场耦合、跨量级系数的问题上就完全是两回事。最典型的一处默认值是相对容差。非线性求解器默认停在 1e-3 量级意思是残差降到初始值的千分之一就认为收敛。对于估算一个温度大概几百度的热问题这个精度绰绰有余但如果你在做方案对比两种结构的压降只差 3%或者你要从浓度场里积分出反应转化率、而这个量依赖边界层里极薄一层的高梯度分布1e-3 的残差根本撑不起这个结论。残差不是误差它只是方程还没被满足的程度跟你要的那个派生量之间还隔着一层放大系数。我的习惯是任何要写进结论的数字都要做一次容差收敛性测试。把相对容差从默认收紧两个量级再算一遍看关键派生量变了多少。变化小于你目标精度的三分之一说明默认容差够用变化超过 1%那这个量就不该用默认设置报出去。这一步很便宜通常只多花一次求解时间但它能挡掉一大半结果对不上实验的扯皮。1.2 三类模型对求解器配置的敏感度完全不在一个量级把所有模型一视同仁地对待是最常见的浪费。有些模型默认设置就是最优解折腾半天反而更差有些模型不改设置必翻车。我大致把它们分成四类模型类别典型例子默认设置能否直接用最该先动的开关线性或弱非线性稳态常物性导热、线弹性、恒定电导电场基本可以容差与网格其余不用动强非线性稳态温度依赖材料、辐射换热、接触、湍流经常不收敛或收敛到错的解非线性方法、阻尼、初值、连续性瞬态含间断或移动边界相变、阶跃激励、流固界面结果可能整体偏移或振荡时间步长上限、事件、步进格式频域波动类声学、电磁、结构频响迭代法几乎必失败换直接求解器、加内存这张表最想强调的是第二类和第四类。强非线性稳态问题的坑不在于算不出来而在于算出来了但收敛到了非物理解——残差确实降下去了牛顿迭代也确实停了可你拿到的是一个数学上满足方程、物理上不可能的解比如局部温度低于环境、浓度出现负值。这种情况在残差图上往往表现为收敛曲线下降得异常平顺比正常情况还漂亮特别有欺骗性。判断办法是对比不同初值下的收敛结果初值换一个解也跟着换那就不是唯一解得回去检查方程和边界条件。第四类则是纯资源问题。频域波动方程离散后得到的是不定矩阵条件数随频率和网格密度急剧恶化迭代求解器的收敛性基本不可控。这类问题老老实实用直接法把内存预算算够比在迭代法上耗一整天划算得多。2. 直接法与迭代法的取舍先算清楚内存账再动手2.1 直接求解器的内存增长远比你线性预期更陡很多人的直觉是自由度翻倍内存翻倍实际完全不是。稀疏直接法COMSOL 里默认的 PARDISO以及集群上常用的 MUMPS做的是矩阵分解分解过程中会产生大量填充内存大致按自由度的一点几次方到平方之间增长具体取决于网格的连接结构、带宽和方程组的对称性。三维四面体网格尤其吃亏因为节点连接远比二维复杂填充量惊人。给一个量级感三维二阶单元、自由度接近百万级的模型直接法峰值内存跑到几十 GB 是很平常的事。所以动手之前先看求解器日志里的那几行——自由度总数、矩阵非零元素数、分解阶段的内存占用。日志里这些数字是求解器自己打的比你猜准得多。等它跑到一半报内存不足再回头改时间全浪费了。降内存的手段按性价比排序我一般这么试先看能不能降维有轴对称就用二维轴对称有周期结构就用周期边界这一步经常能砍掉一个量级的自由度然后是换求解器MUMPS 支持分布式内存多机内存拼起来能装下 PARDISO 装不下的问题再然后是改分离式最后才是降单元阶次因为这会直接动精度属于拿准确性换资源非不得已不用。2.2 迭代求解器配错了预条件子比直接法还慢迭代法的结构是两层外层用 Krylov 子空间方法逼近解内层用预条件子把矩阵揉成一个好解的形状。外层方法的选择有讲究GMRES 适合非对称问题通用但内存随迭代步数增长BiCGStab 内存友好但收敛过程会抖共轭梯度只能用于对称正定矩阵用错了会直接发散的。真正决定成败的是预条件子而不是外层方法。COMSOL 提供的预条件子里几何多重网格和代数多重网格在扩散主导的问题上表现极好一旦问题变成对流主导、或者系数跨好几个量级比如多孔介质里渗透率差 1e8、电解质里电导率差 1e6多重网格的粗化过程就会失效迭代次数暴涨。这时候你看到的典型现象是残差曲线先快速下降一段然后进入一个几乎水平的平台几百步都下不去。判断标准很土但很好用迭代步数超过两三百还没到容差基本就是预条件子不匹配别硬扛要么换预条件子不完全 LU 分解在小规模问题上很稳要么老老实实回直接法要么转分离式。我在一个多孔介质渗流模型上就吃过这个亏当时觉得三百万自由度直接法装不下硬用多重网格跑了四个小时收敛到 1e-2 就卡住。换成不完全 LU 加 GMRES二十分钟到 1e-6。教训是预条件子的选择比省那点内存重要得多。2.3 分离式求解不是低配全耦合它有明确适用边界全耦合就是把所有物理场的雅可比矩阵整体组装、整体求解牛顿法对整个系统做二次收敛收敛快但内存大、条件数可能极差。分离式则是把变量按物理场分组一组一组顺序求解组间用上一轮的旧值代入本质上是块高斯-赛德尔迭代。分离式的适用边界很清楚场间耦合弱的时候非常好用。比如先算流场、再用流场结果算温度温度对流动的反作用可以忽略这种单向耦合用分离式又快又省。另一个典型场景是变量量级差得离谱——电场量级 1e6、浓度量级 1e-3全耦合的雅可比条件数会烂到无法求解分开算反而稳。反过来强双向耦合的场景千万别用分离式硬扛自然对流温度决定浮力、浮力决定流动、流动又带回温度、流固耦合、电化学里电场-浓度-流场三场互相咬合。这种问题分离式会表现为组间迭代次数爆炸收敛曲线锯齿状来回跳你把欠松弛因子调到 0.1 也只是让它慢慢爬。如果必须用分离式有三个调优点值得试调整分离顺序把耦合最强的那两个场放在相邻位置给每个分组单独设欠松弛因子最重要的把强耦合的两个场合并到同一个分组里在求解器配置里手动改因变量分组这样至少在组内是全耦合的能救回大部分收敛性。3. 牛顿迭代与时间步进收敛曲线是最诚实的诊断报告3.1 阻尼、雅可比更新与容差三者的联动非线性求解器干的事就一句话找一组变量让残差向量归零。牛顿法每一步解一个线性化方程拿到增量然后按某个比例走这一步。这里有两个独立的控制量很多人会混。阻尼因子控制走多远。默认的自动阻尼会在残差变大时自动缩步这是保命的但如果你的问题非线性很强比如指数型的反应速率、带开关的函数自动阻尼可能过于保守迭代次数飙到几十次都到不了收敛。这时候手动设一个常数阻尼 0.5 到 0.8 之间往往能让过程干脆利落。反过来如果你的残差曲线是上下震荡说明步子迈太大继续调小阻尼。雅可比更新频率控制走的方向准不准。每次迭代都重新组装雅可比矩阵方向最准、收敛最快但每步都要重新做一次矩阵分解代价高每个时间步只更新一次省时间但方向是陈旧的收敛会退化成线性甚至失败。中间那个自动选项会根据前几步的收敛情况自己判断一般够用。我只有在两种情况下会手动干预一是问题规模很小、单次分解不心疼直接设成每次迭代更新追求最少的迭代次数二是瞬态问题里材料属性变化缓慢设成每个时间步更新一次省下来的时间很可观。三者是联动的改一个往往要重看另外两个。经验顺序是先看收敛曲线的形状再决定动阻尼还是动雅可比最后才去碰容差。容差是终点线不是油门把它放松只会让你更早停在一个错的地方。3.2 瞬态步长策略里那几个容易被忽略的开关瞬态问题的求解器设置比稳态更容易出隐性错误因为算完了不报错结果却整体偏移。几个必须搞清楚的设置时间步进格式。BDF 是默认的隐式多步法自动在 1 到 5 阶之间切换稳定性好代价是带数值阻尼会抹平高频细节。广义 α 是二阶格式数值阻尼可调做结构动力学时更受青睐。显式 RK 只适合无刚性、时间尺度极短的问题用它算刚性问题是自找麻烦。步长模式。自由让求解器按局部误差自动决定每一步走多大你设的输出时间点只是采样位置中间它自己插了很多步严格强制每一步都落在你指定的时间点上好处是输出整齐坏处是误差控制被削弱遇到陡变时它不会自己细分容易把脉冲整个跨过去。我一般用自由步长但一定手动设一个最大步长上限——这个值设成特征时间尺度的二十分之一到五十分之一能防住自适应算法偷懒跳过窄脉冲。初始步长。默认的初值往往偏大导致第一个时间步就跨过启动瞬间的陡变后面整个解都被带偏。把初始步长设成总时长的万分之一量级让它自己长起来代价是多几十步很值。事件。遇到阶跃源、接触状态切换、相变界面这类不连续点自适应步长会反复在间断附近折返步长越切越碎也过不去。正确做法是用事件接口把间断点显式告诉求解器让它在那里强制停下来重新起步。这一步不做你会看到时间步长曲线在某个时刻之后一路塌到极小值然后报时间步长过小。3.3 一次典型的不收敛排查完整链路说一个我实际处理过的场景一个带温度依赖导热系数的加热构件稳态求解跑到一半报非线性求解器不收敛残差曲线在 1e-1 附近反复横跳换了三次初值都没用。完整链路我走的是这样第一步看日志和误差曲线确认是非线性迭代不收敛而不是线性求解失败。这两者表现完全不同——线性求解失败会报矩阵奇异或预条件失败非线性失败是残差降不下去。第二步做降级试验。把温度依赖的导热系数改成常数重新算。能收敛说明问题就在这个非线性项上不收敛说明还有别的源头继续降级把辐射、接触一个个关掉。这一步是定位不是修复但能把范围缩到极小。第三步处理材料非线性。用求解器里的连续性功能把非线性参数从 1 逐步提升本质上是一种延拓法往往能顺利跨过那道坎。另一个办法是对温度依赖系数做参数化扫描用上一个参数的解作为下一个参数的初值手动实现延拓。第四步检查网格。尖角、薄壁、材料界面处的单元畸变会引入奇异牛顿法在这些地方格外难收敛。用网格质量图看一遍畸变单元该切的重切。第五步检查边界条件是否过约束或互相冲突。常见的是既固定了某方向的位移又在那条边界上施加了同方向的载荷或者两个边界条件作用在同一个重叠区域上。这类问题在弱非线性下可能被掩盖一旦非线性发作就暴露。第六步检查量级和单位。我遇到过一次材料参数表格里长度单位填的是毫米但没改单位标识导致热流大了三个量级雅可比条件数直接爆掉。这种错不报任何警告只能靠人眼对量级。第七步才是换求解器结构全耦合换分离、直接法换迭代法、调整阻尼。这一步放最后是因为前面几步的收益都比它大得多。排查过程中最有用的一张对照表我贴在下面基本上能覆盖大半情况收敛曲线形态大概率原因优先动作单调下降但很慢迭代几十次才收敛阻尼过保守或雅可比陈旧减小阻尼、改每次迭代更新雅可比先降后平卡在某个量级到了机器精度或线性求解精度不足检查线性求解器容差与预条件上下震荡不收敛步长过大、方程不连续加阻尼、用平滑函数替代阶跃残差反而上升后发散初值太远、雅可比方向错换初值、启用连续性延拓收敛后解出非物理值收敛到非物理解或方程有误换初值验证唯一性、检查边界与单位4. 后处理的第一性问题是选对数据集4.1 解数据集、网格数据集与派生数据集的差别后处理里最容易被忽略、也最容易出错的一步是数据集的选择。这个下拉框看着不起眼但选错了同一张云图能差出好几个百分点。解数据集是把求解结果插值到当前网格上它跟随几何、支持任意表达式求值是绝大多数绘图的默认选择。网格数据集用的是原始的离散数据不做插值适合检查网格层面的原始信息。两者的差别在梯度大的区域尤其明显——解数据集做了插值平滑峰值会被削掉一点点网格数据集更原始但显示效果粗糙。取峰值这类敏感操作我更信任网格数据集或直接派生的极值而不是从解数据集的云图上读色标。派生数据集包括截面、等值面、线、点它们是在解的基础上再做几何切片。这里有个细节截面数据集有一个数据选项可以选解或网格选不同项得到的插值精度不同。还有一个容易被忽略的改了几何或者重新划分网格之后旧的派生数据集可能已经失效但界面不会强制你更新图还能画出来只是画的是旧几何上的切片。养成习惯任何时候动了几何或网格回头把派生数据集重建一遍。至于多解的情况——参数化扫描、多个研究、多次求解——数据集里会多出一个下拉让你选具体的解编号和参数值。忘了改这个你精心画的那张图可能是上一组参数的。这个错我犯过不止一次现在固定做法是每次切换参数后先在图上放一个派生值把关键量打印出来肉眼核对一眼再往下画。4.2 积分与平均阶次、区域符号与守恒校验后处理里用积分的地方特别多算流量、算总功率、算平均温度、算反应物总量。这些量的准确度取决于两件事一件是解的准确度上一章解决另一件是积分的数值阶次。COMSOL 的后处理积分默认自动选择积分阶次对平滑场没问题但对边界层、激波、界面附近这种高梯度区域自动阶次可能不够积分结果偏低。解决办法是在积分设置的高级选项里手动提高积分阶次或单元阶次。判断够不够用守恒校验最直接。守恒校验是我最推荐的后处理习惯成本低、见效快。稳态流动入口质量流量减出口质量流量相对误差应该在千分之几以内传热问题所有边界的通量之和应该等于内热源总功率瞬态问题储存量的变化率应该等于净通量。如果守恒误差到了百分之几那基本不是物理是数值问题——网格太粗、积分阶次不够、求解器容差太松、或者边界条件本身不守恒用了开放边界但没给对压力。还有一个特别容易错的点是符号。面积分的正方向是边界的外法向同一个面上的通量从内部往外积分是正的反过来就是负的。做多面求和的时候忘了统一方向结果会出现进多少出多少却算出来都为正、总量翻倍的荒唐情况。我的做法是做完积分后立刻打印一张分面通量表逐面检查符号确认方向一致再往下算总量。4.3 平滑、镜像与降维展开带来的数值假象绘图设置里有一个平滑选项默认可能是单元内平滑也可以选全局平滑或者关闭。它的作用是把阶梯状的单元结果插值成好看的连续色块。视觉上是好事数值上却是陷阱——全局平滑会把不连续界面抹平峰值明显偏低。如果你的结论涉及界面处的最大值比如界面应力、界面温度从平滑后的图上读出来的数字是不可信的。正确做法是从派生值里直接取最大值让积分和插值都作用在未平滑数据上图只是给人看的示意。变形显示是另一个坑。结构分析里把变形放大一百倍看着直观但放大后的位置、位移量都不是真实值。图的标题或者标注里必须写清楚放大比例否则看图的人包括三个月后的你自己一定会误解。更隐蔽的是变形显示有时候会让你误判一个结构是否发生了几何非线性的大变形——放大一百倍后看着扭曲得厉害实际只变了几微米用线性理论完全成立。最需要单独讲的是二维轴对称的展开。二维轴对称模型算出来的所有场都是在 r-z 平面上的一组值。物理上要得到三维的体积分、面积分必须乘以旋转因子 2πr。COMSOL 里用旋转二维数据集生成三维视图时软件自己会处理这个因子体积分结果是对的。但如果你直接在二维模型里对一条线做线积分得到的是单位弧度或者说单位周向长度上的值必须自己乘上 2πr而对于非圆柱面上的积分r 是沿程变化的不能简单地拿一个常数乘必须是 2π∫r dl。这个错误极其常见而且因为结果数量级看起来差不多很难被发现直到有人拿它跟实验数据一比差了三倍多才发现。5. 从屏幕上的彩色图到能交付的图表与数据5.1 让不同算例的云图具备可比性的几个设置同一份报告里的几张云图如果每张的色标范围不一样读者根本无法对比而这恰恰是最普遍的失误。默认设置下每个绘图组会按当前数据的最大最小值自动定色标于是方案 A 的红色代表 500方案 B 的红色可能代表 620并排放在一起就是误导。固定做法是手动设定色标上下限一组对比算例用同一套范围并在图上放颜色标尺注明物理量和单位。范围的选择有讲究不要贴着极值设留一点余量否则个别奇异点的极值会把整个色阶压扁主体区域的差异全看不见但也不能设得太宽差异会被稀释。我的习惯是取所有算例的极值包络上下各留 5% 余量。颜色表的选择也值得说一句。彩虹色表蓝-绿-黄-红视觉上很冲击但它的亮度不是单调变化的人眼会误判出并不存在的数据边界而且对色觉不敏感的人群极不友好。用亮度单调变化的色表比如紫到黄的渐变类读值更准打印成黑白也能分辨。再补几个细节同一组对比图必须统一视角把视角参数记下来别的图直接套用等值线辅助读值比纯色块强得多加几条关键等值线能显著提升可读性二维轴对称的图必须标注清楚坐标是 r-z而不是 x-y。5.2 导出路径、表达式语法与批量后处理出图之后的导出有几种路径各管不同的事别用混导出内容入口位置注意点图像图片文件绘图组右键导出设 DPI一般 300 以上透明背景便于排版动画绘图组右键导出帧率别太高文件会很大派生值表格派生值右键导出选对数据集检查单位场数据文件菜单下的数据导出网格点数据量极大优先规则网格或切面完整报告报告节点自动带图带表适合存档这里要特别提醒场数据导出选网格点会把每个节点的坐标和值都吐出来几百万自由度就是几百兆的文本打开都费劲。大多数情况下你要的是某个切面或者一条线上的分布用规则网格或切面导出数据量小一个量级后续处理也方便。表达式语法上后处理里的求值统一用 SI 单位跟你建模时选的显示单位无关。这个一定要记住不然会导出量级完全不对的数。常用的表达式像位移分量、温度、梯度模这些直接在表达式框里写就行求导用d(表达式, 变量)的形式算梯度模长要先写分量再合成。另外后处理里的积分、平均、极值这类算子是你在定义里预设好的、绑定了区域的算子表达式里引用的是算子名不是区域本身。换区域的时候记得回去改算子绑定的几何选择不然积出来的是上一块区域的数据。批量后处理最省事的做法是用全局计算和全局绘图。参数化扫描跑完之后在全局计算里勾上计算所有参数一次性把所有参数下的派生量算出来并排成表直接导出成表格文件。全局绘图组则把某个派生量直接画成随参数变化的一维曲线不用一张一张图去拼。正式报告里的曲线图我更倾向于把数据导出来在表格软件里重画——排版权在自己手里字体、线宽、图例位置都能统一。5.3 参数化扫描结果的组织方式参数化扫描的后处理最容易乱因为解一多你就分不清哪张图对应哪组参数。我的组织方式是三层扫描的参数用全局绘图组出汇总曲线趋势一眼可见几个关键参数点用固定色标的云图出对比图极值、积分这类标量统一进一张表。三层各司其职不要指望一张图同时承担趋势和细节。还有一个实用技巧把关键派生量在求解时就定义成探针或者全局变量让它们在求解过程中同步记录。这样瞬态问题里你能拿到随时间连续变化的曲线而不是只有输出时间点上的离散值。对于捕捉峰值、判断是否超调这类需求连续记录和离散采样完全是两回事。6. 交付前我自己会过一遍的检查项6.1 求解侧容差收敛性把非线性相对容差收紧两个量级重算关键派生量变化是否小于目标精度的三分之一。这一条我会写进任何对外提交的结果说明里。网格无关性网格加密一倍关键量变化多少。注意要跟容差测试分开做——同时改网格和容差你分不清是谁的影响。守恒误差入口出口通量差、能量平衡、总量平衡逐项打印超过 1% 就要查原因。收敛质量残差曲线是不是干净地下降最后几步有没有拖尾。有拖尾通常意味着线性求解精度不足或者矩阵条件数差。资源余量峰值内存离机器上限还有多少。逼近上限时求解器可能自动降级到更省内存但也更慢更不稳的策略这种隐性的行为变化很坑。分离式的组间迭代次数如果每组之间要迭代几十次才收敛说明分组不合理考虑合并强耦合的场。6.2 后处理侧数据集与解编号每张图用的是哪个解、哪组参数逐个核对。参数化扫描时尤其要查。单位与量纲导出表格里的列名一定要带单位别只写温度。色标一致性同一组对比图的色标范围、颜色表、视角是否统一。平滑设置取峰值用的数据和画图用的数据是否一致平滑有没有削掉峰值。二维轴对称所有积分量是否都正确处理了 2πr非圆柱面上是不是用了变 r 的积分。可复现性导出文件的命名里带上参数值和日期让别人和三个月后的自己能对上号。这套清单不长但每一条背后都是真金白银返工换来的。我个人在实际操作中的体会是前端的求解器设置和后端的后处理最怕的不是不会调而是调了之后不知道有没有用——所以每一次改动都要配一个可量化的对照容差改了就看关键量的变化网格改了就看收敛值图改了就把两张并排放。没有对照的感觉好多了在仿真这行里是不算数的。