调试算例如何主动试错

爱德华 . 蒙克     桥上的少女(2)

调试算例 — 从理想跌落到现实

表面上，我们天天在研究，如何用高端的模型、高精度的算法、浓密的网格，获得最准确的结果。

实际上，从你打开一个新算例开始，无数的不收敛、无数的数据跑偏，从各个角落冒出来。每次领导问起你的进度，你只能告诉他，你是多么地倒霉，又要延期。直到最后，领导也不得不同意，放弃一切要求，快点结束。获得一个勉强收敛、凑合能看的结果和一颗受伤的心，结束这个伟大的算例。

为什么总是命不好？

同样的边界条件，别人用得很好，在你这里，边界条件几步把计算掐死，或者拉着整个流场跑偏，或者与内部流动共振永远不收敛。

高端模型，别人发表的文章，获得了很漂亮的结果。为什么你先是不会用、然后不收敛、最后不准确。

命不好，只是不熟悉这些方法，只会打开、运行。不知道每个设置，对后面一步步迭代有什么影响，交叉使用又会发生什么效果？

任何一点不了解，就是一个被掩盖的坑。坑多了，运气就不会好，迟早会掉进去。

所有的意外都不是意外，只是最初盲目乐观的坑。

要命好，主动去失败

有一个迷信的说法，做好一个仿真算例，总共要犯多少次错误有个定数。犯过了这么多的错误，才能够获得够用的经验，到达真正的成功。

只有趟遍了路上所有的坑，才能够顺利抵达目标。

为了改变我们的坏运气，可以主动去失败，用更少的时间，趟完更多的坑，用最小的代价积累经验。

先去趟哪种坑？

算例中的坑可以分为两类：

1、可以耗时间很少的：边界条件、模型、格式…

2、必须耗时间很多的：网格、时间步长、迭代步数…

不知道为什么，绝大多数人，只要算例出了一点点问题，首选加密网格、减小时间步长、增加迭代步数。全然不顾，会把运行时间成倍增加。

也许，大家认为这么做绝对正确，至于运行时间成倍增加，只代表工作量大，没什么丢人的。

这么做没错，只不过把趟坑的成本抬得太高。一个算例运行要一天，一个月你可以趟过30个坑；一个算例运行要一周，一个月你只能趟过4个坑。

如果你在调试初期，上手就把网格搞得很浓密，以后你试任何一个小小的改动，都要付出惨重的时间代价。

合理的办法：在建立算例的时候，先用很少的网格、较大的时间步、较少的迭代步数。去主动试错，变换各种边界条件、模型、算法格式……，用最少的时间，试遍所有你能够想到的选项，获得最全面的经验。

有人会说，陆姐骗人，明明这些选项和网格多少相关，网格少的时候，验证结果不全面。

你这么说也对，但是你让我挑选：一千万网格，一个月时间获得一个正确的验证；十万网格，半天获得一个有点缺陷的验证。我愿意要那个有点缺陷的验证，因为性价比高。

不要忘了，一个月时间，领导已经向你要结果，你才刚刚获得一点经验，无论如何都是失败。

除非你有时间宝盒，可以随便使用时间。否则，调试算例，还是先用最短的时间，获得大量有点不全面的经验。

举个例子

在你开始算例前，请你回想过去运气不好的故事，相信这次运气会更不好。只要有一个选项你没有试过，就会在最要命的时候出错。

第一步：用一万个网格画一个平板、管子、方块、斜坡，与你最后要做的产品有那么一点点类似。用一两天的时间，把所有你能够想到的边界条件、模型、格式的各种选项都尝试完。运行一次也就一分钟左右，你用一天时间，可以运行成千次，足够把这几十个选项点得熟透，避免以后犯下简单错误。

第二步：用较为稀疏的网格画出算例的真实状态，还是调试边界条件、模型、格式。这个阶段，运行一次的时间也许会增加到一个小时甚至一天。主要观察计算结果是否合乎常理，然后再做些小调整。这个阶段有可能要耗费一周以上。

如果运行顺利，进入下一步。如果失败，回到第一步。

第三步：用较为浓密的网格、较小的时间步、较多的迭代步数，运行一周甚至一个月的时间，获得一个计算结果。主要观察局部流动结构和重要性能是否合理，仿真结果与实验数据有什么不同，并且回答为什么。

如果运行顺利，结束。如果失败，回到上一步。

总 结

1、永远相信自己运气不好，开始不要把算例搞得太复杂。

2、初期主动去趟坑，趟过越多的坑，越容易成功。

3、先去趟那些可以耗时间很少的坑（边界条件、模型、格式），最后去趟那些必须耗时间很多的坑（加密网格、减小时间步、增加迭代步数），用最低的成本购买教训。

4、要舍得下功夫苦干，但是，那些耗时间很多的表面正确的事情，少做。