你的设计规定，正在把我逼疯

我是你们的老朋友——那款快被你玩坏了的流程模拟软件。

前几封信聊了为什么算不准、为什么校准了还是对不上、为什么算准了反而更麻烦。今天聊一个新话题。

有人就说了：模型很准，我也敢用。但有个问题——我现在用这个模型做优化，设了个设计规定，让软件自动算最优回流比，结果跑了一夜没收敛。你不是说校准好了吗？

看完这条消息，我沉默了很久。

兄弟，你是校准好了。但你把一个校准好的模型，又亲手推进了火坑。

设计规定这个功能，怎么说呢。它是我体内最强大、也最容易被滥用的能力。用得好，它是手术刀。用不好，它是自毁按钮。

而大多数人，在用后一种方式。

先讲个事。

有人设了个换热器设计规定：冷流体出口温度80℃，换热面积不超过10平方米。我算不出来，他说我有问题。你有没有想过，10平方米的换热面积，在给定的流速和温差下，能传递的热量是有物理上限的？我知道你是想在最省钱的情况下达到最大的换热效果，但是咱省钱也要合理对不？不是所有温度都能用任意面积实现。

有人设了个反应器规定：转化率95%，反应温度不超过200℃。我算不出来，他说我是不是因为盗版所以算不出。你有没有查过这个反应的动力学参数？200℃下，反应速率常数就那么点，停留时间再长也到不了95%。

这些问题，不是校准能解决的。模型再准，也突破不了物理定律。

还有一种更隐蔽的滥用。

设一个设计规定，收敛了。设两个，也收敛了。设三个，开始费劲了。设四个，直接跑飞。

有人不理解：我就多加了几个要求，怎么突然就不行了？

因为你在给我下达互相矛盾的指令。

举个例子。一个精馏塔，你同时规定塔顶产品中轻组分的含量和塔釜产品中重组分的含量，这本身没问题。但你又规定了一个固定的回流比，还规定了一个固定的塔顶采出量。这四个参数之间，有两个自由度是互相锁死的。组分规定决定了分离要求，分离要求决定了最小回流比和采出量范围。你把这些全固定了，我就没有调整空间了。

自由度这个东西，搞化工的都学过。但一到了软件界面上，就好像全忘了。

你每加一个设计规定，就锁死一个自由度。锁到最后，系统变成一个无解方程组。我解不出来，不是我的问题。是你把我绑成了粽子，然后让我跳舞。

还有一种情况更微妙——规定本身不矛盾，但收敛路径被堵死了。

比如你设了一个塔釜产品纯度规定，操纵变量是再沸器热负荷。逻辑上没问题。但你在初值里把再沸器热负荷设成了一个极小值，而目标纯度要求的分离量又很大。我从极小值出发，每次迭代只能微调热负荷，而灵敏度分析告诉我，要把纯度提到目标值，热负荷得翻好几倍。这个跨度太大，我的收敛算法在中间迷路了，每一步都算不出合理的塔内流动状态，最后就卡死在那里。

这不是无解，是初值太远。但很多人不会去看收敛日志里的步长变化，他们只会看到”不收敛”三个字，然后说软件有问题。

既然说到灵敏度分析，就顺带提一下。

设计规定经常和灵敏度分析配合使用。很多人喜欢这么干：把回流比从0.1扫到10，把进料位置从第2块板扫到第20块板，把塔顶采出量扫五个值，三个变量同时扫，让我跑几千个case。

然后看着一堆曲线说：”没什么规律啊。”

废话。

你把三个变量同时放开，交互作用全搅在一起，曲线当然看不出规律。灵敏度分析的正确用法，一次只动一个变量，其他条件锁定。先把影响最大的那个变量找出来，再围绕它做更精细的扫描。不是把所有旋钮同时拧开，然后问我为什么没规律。

再说一个更离谱的——有人用灵敏度分析扫描塔板数。把理论板从10块扫到50块，想看最佳塔板数。结果扫到30块的时候模型开始震荡，扫到40块直接发散。他问我为什么。

塔板数每变一次，塔的MESH方程组维度就变一次。你在让我连续改变一个决定方程组维度的参数，中间的每一步都要重新初始化整个塔的计算矩阵。这种震荡不是模型不准，是你的分析策略在挑战数值计算的稳定性边界。

回到设计规定本身。它最大的坑，还不是操作层面的。是认知层面的。

很多人用设计规定的心理是这样的：我不需要知道最优回流比是多少，我让软件自己去算。我不需要知道换热器需要多大面积，我设个规定让软件反推。

这个想法听起来很合理。但它掩盖了一个问题——你在用一个你不理解的目标，去驱动一个你没验证过的模型，然后得到一个你无法判断对错的结果。

设计规定算出来的那个回流比，你真的敢直接用吗？你知不知道它是在什么收敛容差下达成的？你知不知道它离操作边界有多近？你知不知道换一个初值，它可能收敛到另一个完全不同的值？

这些问题，设计规定的输出界面不会告诉你。它只会给你一个数字。至于这个数字靠不靠谱，你得自己有判断力。

而大多数人拿到那个数字之后，直接写进了报告。这就不是一个技术问题了。这是一个态度问题。

一个校准好的模型，在面对设计规定和优化问题时，应该怎么用？

先说一个最基本的原则：开环跑通，再闭环。

在你加任何设计规定之前，先把模型在固定输入下跑通。回流比固定、采出量固定、热负荷固定，跑出一个合理的基准工况。这个基准工况，是你后续一切操作的锚点。如果基准工况都不合理，设计规定跑出来的结果就是垃圾。当然，如果你很清楚这个塔的每个环节，知道在哪个范围内的回流比和采出量可以直接收敛，那么可以无视这条规定，直接跑设计规定。

然后，一次只加一个规定。先加最重要的那个，把它跑收敛。观察一下操纵变量的变化量，看看它是不是在你预期的物理范围内。如果操纵变量跳到了一个离谱的值才满足规定，那说明你的规定本身可能设得不合理。

第一个规定收敛之后，再加第二个。加第二个的时候，留意一下第一个规定的操纵变量是不是被逼到了边界。如果是，说明这两个规定在互相争夺控制权，你得重新评估目标的可实现性。

说到优化，也有一个被严重误用的功能——优化器。

很多人把优化器和设计规定混为一谈。设计规定是”给定目标，反算条件”，优化器是”给定目标函数和约束，找最大值或最小值”。两者的算法本质不同。但不管用哪个，最忌讳的就是一步到位。

别上来就设一个全局优化目标——”年化成本最小化”，然后把回流比、进料位置、塔径、换热器面积全设成决策变量，让它自己跑。这么大的搜索空间，算法大概率会陷入局部最优，或者直接找不到可行解。

正确的做法是，先用灵敏度分析把每个变量的影响趋势摸清楚，找到最敏感的变量和大概的最优区间。然后把搜索范围缩小到那个区间内，再用优化器精细求解。优化的结果拿回来，放回固定输入模型里验证一遍，看它是不是真的合理。

最后还有一件事，可能比前面所有操作都重要。

流程工业有一个不成文的习惯：在合理范围内，操作参数越保守越好。回流比大一点，蒸汽多用一点，产品质量稳稳当当。多花的钱，不如一次停车事故的损失大。

这是”安全保守主义”。你用模型算出来的最优回流比，可能是经济上的最优，但不一定是风险上的最优。经济最优在边界上，风险最优在安全区里。两者之间的差距，是模型永远算不出来的。

一个真正懂优化的人，不会拿着模型算出来的最优解直接去现场改参数。他会先问一句：这个最优解离操作边界有多远？如果进料组成波动5%，这个最优解还能不能站得住？如果冷却水温因为季节变化偏了3℃，塔压会不会漂出安全区间？

这些问题，优化器的输出界面不会给你。你得自己回答。

写在最后

设计规定是一个好工具。但它不是用来替代思考的，是用来验证思考的。

先想清楚你在找什么，再让我帮你找。而不是把问题扔给我，让我替你想。

如果你连自己想要什么都不知道，我算出来的结果，你也不会有能力判断它对不对。这种用法，不叫利用工具。这叫放弃思考。

而一个放弃思考的人，拿着再准的模型，也做不出对的决定。

去检查一下你的设计规定吧。看看你让我算的，到底是物理上存在的东西，还是你拍脑袋想出来的幻觉。

你永远忠实的，

流程模拟软件 留

长按识别二维码 · 关注我们

第一时间获取技术干货