模型不准确，设计也靠谱

1.模型不准确是悲剧还是喜剧

模型不准确，真的有这么悲观吗？我们可以做一个假设，如果有一天模型很准确，你的计算轻易就很准确，你算出什么，产品就是什么。请问你还有用吗？别人凭什么要给你这么高的工资，请你在计算机前打几个回车？

你没有被计算机取代，还有老板高薪聘请你，就是需要你在万事不具备的时候，做出好设计。

如果有一天模型这么准确，谁家都能轻轻松松做设计，请问这类产品还有什么竞争力？

我们的产品还有竞争力，就是我们在模型还不准确、什么都不清楚的时候，有本事琢磨出靠谱的产品。

过去我们做简单的二维平板外形，而且不让流动成为湍流。现在你继续做这种设计，当然可以计算得很准确，可惜全世界都可以计算得很准确，你的设计也没有了竞争力。如今你为了追求更高的性能，不得不做三维扭曲的外形，而且流动可以转捩为湍流。不得不面对各种三维复杂流动，和说不清道不明的湍流打交道。

这就是我们的命运，不能等待模型靠谱，不能等待条件成熟。我们必须在模型成熟前，赶在对手之前，设计出更好的产品，我们与同行比的就是，谁能在条件成熟前更早一步成功。用不准确的模型设计出靠谱的产品。

你的麻烦不是模型，你的麻烦是你的同行。

不要抱怨，你所抱怨的就是你所依赖的。

2.改进模型不是你的事

模型这么重要，我们作研发，是不是先去把模型改进后再做设计？

我们来算笔账，一个通用模型，比如湍流模型，只要有很小的进步，就会造福世界，创造出亿万的财富。可以创造这么大价值，必然要最大的投入。不知道有多少博士多少教授为改进模型付出终身。

模型只是一行公式，其中却隐含着巨大的价值和投入。

改进模型的投入恰恰是一个企业最重大的投资，除非你们阔得钱没处使，你们闲的没事做，凭什么要做梦去改进模型？

改进模型就是为大家修路，这个昂贵的公益事业，作为企业很难赚回成本。

如果你是出于个人爱好，可以把数学公式当游戏打，否则在一个公司里研究基本模型，就是拿着工资读博士，作为老板应当立即制止这种行为。

可惜有很多老板，完全不知道什么是模型，什么是理论，还以为这是最简单便宜的东西。只要员工多看点书，查查文献就可以改进模型。他们以为原来计算结果是1，试验测量出来是1.2，改模型以后变成1.2，就是如此简单。模型中饱含的种种复杂的假设、限制、推理，都被忽略了。

是否要改进模型，应当是公司的重大决策。

改进模型是最昂贵的公益事业，你还要做吗？

3. 找到极限值

我们要接受模型不准确的现实，还要放弃改进模型的梦想，请问我们还能做什么？

我们了解产品需求，深入理解现象形成的机理，用脑子弥补模型的不足。

比如做一个设计，至少有十个不明确的因素，而且他们还互相交织，组成无法下手的乱麻。

做完计算因为模型不够准确，计算的网格不够多，计算的时间不够长，计算结果不够准确。

做完试验因为试验尺度不够，试验温度压力不够，试验测量不够准，试验结果不够准确。

这个时候还怎么做设计？

首先我们找到极限值，缩小范围。比如流动使用湍流模型，无法准确判断哪里是层流、哪里是湍流。先计算最好和最坏两个极端状态：完全是层流的状态，完全是湍流的状态。

如果你很幸运，发现最坏的状态已经满足要求，我们就可以不再讨论这个问题。

或者你很不幸，发现最好的状态也不满足要求，我们就可以立即放弃这个方案。

这么简单地算一轮，可以将这一团乱麻剪断几根。

先知道最好和最坏的极限，再决定你如何下手。

4. 找到量级

找到极限后，就要在极限里找量级。如果你要对一架飞机做减小阻力的设计，首先不是把整个飞机细碎的外形做仿真计算，然后找一笔巨款将飞机放进巨大的风洞里吹风测量阻力。

你首先要做的是分析阻力由那些部位产生，飞机的大脑袋、飞机的身体、飞机的尾巴、飞机的机翼，分别产生多少阻力。如果飞机尾巴的阻力不到10%，你最好先忘记这个部位，找其他地方使劲。找到产生阻力的大户，再开始做减阻设计。

做分析前，先忘记那些细节，寻找影响最大的因素，是面积还是高度，是分离还是粗糙对阻力影响最大。那些影响小于10%的因素，你可以先忘记他们。

问题再复杂，最重要的部位不多，最重要的因素也不多。

要寻找重点，可以先将问题简化，取消外形的边边角角，不管参数的偶合关系，用最简单的计算试试各种设计，各种参数。在你大脑里培养个模糊的印象，什么参数最重要，这些重要的参数又如何影响性能。

这个阶段请不要质疑，数据是否准确，模型是否准确。这个阶段最重要的是快！用很少的时间，体验更多更多的状态。

你得到量级上准确的结论，是为后面的研究打基础。

有的人纠结，数据有这么多误差，结论都不准确。

有的人自负，以为做了这么多状态，知道了正确结论。

要么全错、要么全对，这是孩子的水平。

成熟的表现就是可以理智地接受有缺陷的结论。

5. 最后靠感觉

最后你是否可以得到有用的结果，不是靠你用更多的网格，用更精细的测量，用更复杂的模型，用更大的设备。而是靠你的感觉。

前面我们找极限，找量级，都是培养我们感觉。那种说不清道不明的感觉，那种很多经验积累的直觉，那种反复思量后的判断力。

具备了这种能力，后面开展更复杂的计算，才不会将一切押宝模型是否准确。做出来的结果，我们可以心平气和地承认，有错误但是没有超过极限值，说明没有错到家。有误差但是不会大于这个量级。

不具备这种感觉，我们只能把一切责任推给模型。因为模型还不够准确，所以不能保证计算结果正确。

其实保证准确的不是模型，而是你对现象理解到什么程度？你对参数的量级把握到什么程度？你对极限值自信到什么程度？

你要有能力将一个研究分为很多层，找极限、找量级、粗算、精细算。有能力合理分配时间，有能力消化每个层相互有些矛盾的结论。

画家不靠画笔，而是靠审美。

设计师不靠模型，而是靠感觉。