4. 优化问题数学建模：设计变量、目标函数与约束条件
各位工程师朋友，咱们今天聊聊优化问题的数学建模。说实话，很多刚入行的同事一听到“数学建模”四个字就头大，觉得是纯理论的东西。其实不然，建模就是把工程问题翻译成数学语言，让计算机能听懂。
我个人习惯，在动手写代码之前，先拿张纸把这三个问题理清楚：我要调什么？我要达到什么目的？我有什么限制？ 这三个问题对应到数学上，就是设计变量、目标函数和约束条件。
核心逻辑框架
设计变量 → 目标函数（刚度、强度、屈曲、频率）→ 约束条件（工艺、几何、性能下限）
4.1 设计变量定义——你到底想调什么？
设计变量，说白了就是优化过程中我们可以自由调整的参数。在叶片铺层优化里，常见的变量有这些：
- 铺层角度：每一层纤维的取向，比如 0°、±45°、90°。我见过有人把角度当连续变量处理，结果优化出来一堆 37.2° 这种角度，工艺上根本铺不出来。所以，我建议用离散变量，从标准角度集合里选。
- 铺层厚度：每层预浸料的厚度，通常是 0.125mm 或 0.25mm 的倍数。嗯，这里要注意，厚度变量和角度变量是耦合的。
- 铺层顺序：各角度层的排列次序。这个变量最头疼，因为顺序变了，弯曲刚度、层间应力全跟着变。
- 铺层数量：总层数，决定了叶片的总厚度和重量。
我的经验：在项目初期，我通常先固定铺层数量，只优化角度和顺序。等方案收敛了，再放开层数变量做一轮全局搜索。这样能避免变量太多导致计算量爆炸。
举个例子，一个 16 层的对称铺层，设计变量可以这样定义：
# 设计变量定义示例
# 变量1-8：前8层的角度（后8层对称）
theta = [0, 45, -45, 90, 90, -45, 45, 0] # 单位：度
# 变量9：总层数（偶数）
n_layers = 16
# 变量10：单层厚度
t_ply = 0.125 # 单位：mm4.2 目标函数——你到底想要什么？
目标函数就是优化的方向。叶片设计通常关注四个性能指标：
4.2.1 刚度目标
叶片要有足够的刚度，不然风一吹就弯得不成样子。刚度目标通常用弯曲刚度 EI 或 扭转刚度 GJ 来衡量。我习惯把刚度目标设成最大化，或者设定一个下限值。
为什么会这样？因为刚度不够，叶片尖部可能会碰到塔筒，那可是灾难性事故。我在项目中遇到过这种情况，后来在优化模型里加了刚度约束，才彻底解决。
4.2.2 强度目标
强度目标通常用Tsai-Wu 失效因子或最大应变准则来评估。说白了，就是检查材料会不会被拉断或压碎。
我个人习惯用 Tsai-Wu 因子，因为它能同时考虑拉压和剪切。目标值当然是越小越好，一般要求小于 1。但注意，不要追求极致的 0.5 以下，那意味着材料浪费，成本上去了。
4.2.3 屈曲目标
叶片在受压侧可能会发生局部屈曲，就像易拉罐被捏瘪一样。屈曲目标通常用屈曲载荷因子 λ 来表示。λ > 1 表示不会屈曲，λ 越大越安全。
避坑指南：我曾经把屈曲因子设成 3.0，结果优化出来的铺层全是 0° 层，弯曲刚度是够了，但剪切强度一塌糊涂。后来我学乖了，屈曲因子设到 1.5~2.0 就够，别贪心。
4.2.4 频率目标
叶片有固有频率，如果和风轮旋转频率（1P、3P）重合，就会发生共振。频率目标通常是避开共振区间，比如要求一阶弯曲频率 > 1.3 × 旋转频率。
你想想看，共振的后果是什么？轻则叶片裂纹，重则整机报废。所以频率约束我从来不敢放松。
4.2.5 多目标处理
实际工程中，这四个目标往往互相矛盾。刚度高了，可能重量就大了；强度好了，可能频率就变了。怎么处理？
- 加权求和法：给每个目标一个权重，合成一个总目标。权重怎么定？我一般根据项目要求来，比如客户要求刚度优先，我就给刚度 0.5 的权重。
- 约束转化法：只优化一个目标，其他目标转成约束条件。比如，最小化重量，同时要求刚度 > 下限、强度 < 上限。
- Pareto 前沿法：不追求单一最优解，而是找出一组 Pareto 最优解，让客户自己选。这个方法理论很漂亮，但计算量太大，我很少在工程中用。
4.3 约束条件——你不能越过的红线
约束条件就是优化过程中的“红线”，越过了就不行。常见的约束有：
| 约束类型 | 具体内容 | 我的建议值 |
|---|---|---|
| 工艺约束 | 相邻层角度差 ≤ 45°（防止层间应力过大） | ±45° 以内 |
| 工艺约束 | 同角度连续铺层 ≤ 4 层（防止基体富集） | 最多 4 层 |
| 几何约束 | 总厚度 ≤ 设计空间（比如 20mm） | 根据叶片截面定 |
| 性能约束 | Tsai-Wu 因子 ≤ 1.0 | 0.8~1.0 |
| 性能约束 | 屈曲因子 ≥ 1.5 | 1.5~2.0 |
| 性能约束 | 一阶频率避开 1P/3P 区间 ±10% | 严格避开 |
一个小技巧：约束条件不要设得太死。我一般会给 5%~10% 的裕量。比如要求屈曲因子 ≥ 1.5，我实际设成 ≥ 1.6。为什么？因为有限元分析有误差，留点余量心里踏实。
4.4 完整的数学模型长什么样？
好了，我们把上面这些串起来，一个完整的优化数学模型大概长这样：
# 优化问题数学表达
# 设计变量：x = [θ₁, θ₂, ..., θₙ, t_ply, n_layers]
# 目标函数：min f(x) = w₁·(1/EI) + w₂·(Tsai-Wu) + w₃·(1/λ)
# 约束条件：
# g₁(x): Tsai-Wu ≤ 1.0
# g₂(x): λ ≥ 1.5
# g₃(x): f_natural ∉ [0.9×1P, 1.1×1P]
# g₄(x): |θᵢ - θᵢ₊₁| ≤ 45°
# g₅(x): 连续同角度层数 ≤ 4
# g₆(x): 总厚度 ≤ 20 mm这个模型看起来简单，但实际求解时坑很多。我记得有一次，优化出来的铺层顺序是 [0, 90, 0, 90, ...]，工艺上倒是没问题，但屈曲因子死活上不去。后来发现，是因为 90° 层太集中，导致局部刚度突变。嗯，这就是为什么铺层顺序优化这么有挑战性。
好了，关于数学建模的核心内容就这些。设计变量、目标函数、约束条件，这三者构成了优化的骨架。下一节我们会聊具体的优化算法，到时候再细说怎么求解这个模型。
一句话总结：建模就是把工程问题翻译成数学语言，变量要选对，目标要明确，约束要合理。这三样做好了，优化就成功了一半。