如何分析结果——采摘最大的成果

分析结果：完成繁重的准备取得有用的数据后，从数据中提炼出有用的规律、结论，形成最大的成果。

1. 留下更多时间分析

大家都为分析结果计划了足够的时间，但是每次事情都比预期的复杂，层出不穷的问题耗尽我们的时间，当终于取得数据的时候，剩下的时间也不多了。多少人就这么带着遗憾，草草结束。即使有时间，太多的热情已被繁重的准备工作消耗殆尽，后处理又最消耗精力，太多的人这时只有无奈地放弃。所以事先要充分认识到工作的艰难，为最后的结果分析多留一些余量。

上了珠穆朗玛峰，不要忘了自 拍完再下来，再艰难也要留一点力气分析结果。

2. 先编个故事再修改故事

结果分析的目的就是要给别人构建一个完整的故事，讲述数据之间的关系，推出最终的结论，让别人相信数据是合理的，结论是可靠的。在开始分析的时候，自己先想象一个故事，为所有的数据假想一个解释，为自己假定一个结论。初始的故事虽然漏洞百出，然而有了故事，就有了方向，可以寻找一切与故事相关的细节，去验证、去修正那个已有的故事，不知不觉中，故事的逻辑越来越合理了。 

先假定一个目标，一边修改目标，一边奔向目标。

3. 从多个局部看性能

看总的参数，很难看出设计的好坏，也不知道从何处入手改进设计，要分段、分块一点点排查，找到哪里是设计的重点。比如阻力可以分为头部、主体、尾部三个部分，可能头部是滞止压力的压差阻力，主体是摩擦阻力，底部是流动分离带来的阻力，看看到底哪部分带来的阻力最大，就知道从哪个部位和如何改进了。 

影响最终结果的原因那么多，如果你不把它们强行分开看，永远逮不着真正的坏人。

4. 看数据分布

数据分布特性的价值永远高于总特性。即使取得的总参数很合理，与别人也十分相符，如果数据分布不对，只有总量对，很可能是因为同时放了几个错误，这些错误他们负负得正了。 

正确的事情就是从细节到总体都正确，即使有不正常的地方，能给个合理的解释。

5. 看师兄不看的角落

不知道为什么，每个实验室都有自己看数据的模式，每个项目组都有自己分析的偏好。大家相信，只要师兄看过的地方都看过了，这个分析就算是完整了。而真正的发现都是在师兄不看的角落。在什么地方、看哪些数据，从来都没有定规，一定要去看看大家都不太关心的地方和不太关心的数据。速度、温度、压力、密度……云图、矢量图、流线图……一个都不能少。 

把你能看到的位置，能看到的数据以各种形式都画出来看一看。 

6. 把网格和数据画在一起看

分析结果也是考核前期的网格和设置是否合理的过程。将网格和数据云图画在一起，看看网格的疏密和参数的梯度是否匹配，参数变化大的区域，网格是否很密。如果只有很少的网格，却给出了很复杂的漩涡流动，这个流动可能是一个虚假的结果，或者你发现有些流动结构和网格尺度紧密相关，那你算的可能只是一个网格结果，而不是真实结果。 

渔网不会网住比网眼小的鱼，网格不会逮住比自己尺寸小的流动结构。

7. 定常仿真多看几个结果

很多定常仿真，由于数值粘性比较小，收敛后也会出现随计算迭代而变化的结果，出现假的非定常现象。你会发现一千步算的结果和一千一百步算的结果不一样。计算收敛后，多看几个结果，不要被某一步的结果蒙蔽了。 如果出现了周期性的波动，可以将多个迭代步的结果做平均，作为定常结果。

有时候不是计算结果飘忽不定，是你考察的结果个数不够。

8. 最好的和最无用的动画

做动画是体现结果最漂亮的手段，如果你要交报告、交成果，动画必须做，而且要做得很漂亮。如果你要了解流动，看动画能给你最直观的想象。动画只能是当艺术品来欣赏，取得了感性认识后就要忘记它。更不要说，动画之间看起来很像，就认为结果一致。动画真的只是一个感觉，要深入理解结果还是要看数据。 

动画一定要做好，但是自己别太当真。

9. 只分析有用的现象

无论你是在高校还是在企业，研究工作最终要为产品服务，无论一个现象多么漂亮，多么引人入胜，如果确定它对未来的产品不会产生影响，这就是一个没有价值的现象。要做的事情那么多，我们还是势利眼一些，把注意力都放在那些最有用的现象上，没有油水的活还是少干为好。 

我们摘取研究成果，是为了成就未来的产品，而不是为了显示自己的能力。