Skip to content

ENGINEERING_IMPROVEMENTS.md

Latest commit

 

History

History
460 lines (335 loc) · 10.8 KB

ENGINEERING_IMPROVEMENTS.md

File metadata and controls

460 lines (335 loc) · 10.8 KB
Raw

工程化改進說明

本文件說明已實施的 V&V（Verification & Validation）、不確定度治理、數值穩定性、可追溯性等工程化改進。

一、Verification（驗算）

1.1 守恆檢查

目的：驗證程式是否正確求解宣稱的方程

能量守恆檢查

  • 無推力時：兩體問題能量應守恆 E = 0.5*m*V² - μ*m/r = constant
  • 檢查方法：比較初始與當前能量，計算相對誤差
  • 容許誤差：< 1e-6（數值積分誤差）

角動量守恆檢查

  • 無力矩時：角動量應守恆 H = m * r × v = constant
  • 檢查方法：比較初始與當前角動量向量

質量守恆檢查

  • 無推進時：質量應不變

使用範例：

from verification_validation import conservation

energy_check = conservation.energy_conservation_no_thrust(
    r_current, v_current, m_current, mu, r0, v0, m0
)
if not energy_check['conserved']:
    print(f"警告：能量守恆誤差 {energy_check['relative_error']:.2e}")

1.2 收斂性測試

目的：驗證數值積分是否收斂

方法：用不同步長（dt = 0.02, 0.01, 0.005）運行相同案例，比較終端狀態

使用範例：

from verification_validation import convergence

conv_result = convergence.run_convergence_test(
    dynamics_func, initial_state, t_end=10.0, dt_list=[0.02, 0.01, 0.005]
)

1.3 單元測試基準

目的：對每個公式提供已知輸入輸出對照

已實現：

  • ISA 基準測試
  • 推力方程基準測試
  • 火箭方程基準測試

二、Validation（驗證）

2.1 模型適用範圍

目的：明確每個模型的適用範圍，超出時警告或報錯

已實現：

  • ModelApplicability 類：定義 Mach、高度、溫度、攻角、Re 範圍
  • 自動檢查輸入是否在適用範圍內
  • 接近邊界時警告

使用範例：

from verification_validation import ModelApplicability

isa_applicability = ModelApplicability(
    name="ISA",
    M_max=5.0,
    h_max=86000.0,
    T_min=100.0,
    T_max=5000.0
)

check = isa_applicability.check(M=2.0, h=50000.0, T=250.0, alpha=0.1, Re=1e6)
if not check['in_range']:
    print(f"警告：{check['warnings']}")

2.2 參考案例對照

目的：與權威來源對照驗證

已實現：

  • 兩體軌道參考案例
  • ISA 標準高度對照
  • 薄壁圓筒應力參考

三、不確定度傳播與敏感度分析

3.1 Monte Carlo 不確定度分析

目的：將輸出從「一條線」升級為「區間」（P10/P50/P90）

已實現：

  • UncertaintyDistribution：定義不確定度分佈（高斯、均勻、界限）
  • UncertaintyPropagation.monte_carlo_analysis()：Monte Carlo 傳播
  • 輸出統計量：均值、標準差、P10/P50/P90

使用範例：

from verification_validation import UncertaintyDistribution, UncertaintyPropagation

uncertain_inputs = {
    "mdot": UncertaintyDistribution("mdot", mean=0.8, std=0.05),
    "v_e": UncertaintyDistribution("v_e", mean=3000.0, std=50.0)
}

mc_result = UncertaintyPropagation.monte_carlo_analysis(
    thrust_calc, uncertain_inputs, n_samples=1000
)
print(f"P50: {mc_result['p50']:.2f}, P90: {mc_result['p90']:.2f}")

3.2 敏感度分析

目的：找出主導誤差來源

已實現：

  • SensitivityAnalysis.first_order_sensitivity()：一階敏感度（有限差分）
  • SensitivityAnalysis.sobol_indices_approximation()：Sobol 指標（簡化）

使用範例：

from verification_validation import SensitivityAnalysis

sens_result = SensitivityAnalysis.first_order_sensitivity(
    thrust_calc, base_inputs, perturbations
)
print(f"主導參數: {sens_result['ranked_parameters'][0]}")

四、數值穩定性與事件系統

4.1 事件驅動模擬

目的：處理分段模式切換、事件偵測

已實現：

  • EventDetector：事件偵測器
    • 最大動壓
    • 過熱
    • 過載
    • 燃料耗盡
    • 地面碰撞
    • 模型邊界
  • Event：事件定義
  • ModeSwitcher：模式切換器

使用範例：

from event_system import event_detector

events = event_detector.check_all_events(t, state, aux)
for event in events:
    result = event_detector.handle_event(event)

4.2 自適應步長積分器

目的：處理剛性問題，提高數值穩定性

已實現：

  • AdaptiveIntegrator：Dormand-Prince 5(4) 自適應積分器
  • 自動步長調整
  • 誤差估計

使用範例：

from event_system import adaptive_integrator

t_history, x_history, dt_history = adaptive_integrator.integrate_adaptive(
    dynamics_func, t0, x0, t_end, dt_initial=0.02
)

五、座標系與時間系統

5.1 明確定義

已實現：

  • TimeStandard：時間標準（UTC/UT1/TT/TAI）
  • CoordinateFrame：座標系（ECI/ECEF/NED/BODY）
  • EarthModel：地球模型（球形/橢球）
  • CoordinateSystemManager：座標系管理器

5.2 一致性檢查

已實現：

  • ConsistencyChecker：座標轉換一致性檢查
  • 時間一致性檢查

使用範例：

from coordinate_time_system import coord_manager, consistency_checker

r_ecef = coord_manager.ecef_from_eci(r_eci, t)
consistency = consistency_checker.check_coordinate_consistency(r_eci, r_ecef, t, coord_manager)

5.3 風場定義域

明確：風場定義在 NED（相對地表），轉換到 ECI 用於空速計算

六、資料契約與版本控管

6.1 氣動係數資料契約

已實現：

  • AeroCoefficientSchema：定義氣動係數資料結構
    • 適用範圍（Mach, Re, alpha, beta）
    • 網格定義
    • 插值方法
    • 外插策略
    • 資料來源
    • 版本資訊

6.2 版本控管

已實現：

  • ModelVersion：模型版本資訊
  • DataVersionControl：版本歷史管理
  • 可匯出 JSON

使用範例：

from data_contract import AeroCoefficientSchema, DataVersionControl

schema = AeroCoefficientSchema(
    name="test_aero",
    version="1.0",
    Mach_range=(0.0, 2.0),
    ...
)
validation = schema.validate_input(M, alpha, Re, beta)
sanity = schema.check_physical_sanity()

七、TPS 材料模型與失效判據

7.1 材料性質隨溫度變化

已實現：

  • MaterialProperty：材料性質（導熱率、比熱、密度隨溫度）
  • 分段線性或幂律模型

7.2 失效判據

已實現：

  • 玻璃化溫度
  • 熔點
  • 結構允許上限
  • 黏結層上限

7.3 強度折減

已實現：

  • MaterialStrengthDegradation：屈服強度、彈性模數隨溫度折減
  • 熱-結構耦合分析

使用範例：

from tps_materials import tps_failure

failure = tps_failure.analyze_thermal_failure("C-C", T_w=2600.0, T_int=2000.0)
if failure['overall_failed']:
    print("TPS 失效！")

八、載荷案例管理

8.1 標準載荷案例

已實現：

  • 最大動壓
  • 最大過載
  • 最大彎矩
  • 熱梯度
  • 落震/振動（介面）

8.2 裕度報表

已實現：

  • 自動計算所有案例的裕度
  • 找出瓶頸案例（最小裕度）

使用範例：

from load_cases import load_case_manager

load_result = load_case_manager.evaluate_all_cases(q, n, M_bend, delta_T, t)
margins = load_case_manager.compute_margins(actual_values)
print(f"瓶頸: {margins['bottleneck_cases']}")

九、工程化工具

9.1 單位系統

已實現：

  • UnitSystem：強制 SI 單位
  • 單位驗證（數值範圍合理性）

9.2 日誌與追蹤

已實現：

  • SimulationLogger：模擬日誌記錄
  • SimulationMetadata：元數據（可追溯性）
    • 模擬 ID
    • 時間戳
    • Git commit
    • 模型版本
    • 參數快照

9.3 API Schema

已實現：

  • InputSchema：輸入驗證
  • OutputSchema：輸出文件化
  • APIContract：API 契約管理

9.4 可追溯性

已實現：

  • TraceabilityManager：記錄設計決策、需求、驗證結果
  • 可匯出 JSON

十、改進前後對比

改進前

  • ❌ 無 V&V 框架
  • ❌ 無不確定度分析
  • ❌ 無事件系統
  • ❌ 座標系定義不明確
  • ❌ 無資料版本控管
  • ❌ TPS 無失效判據
  • ❌ 無載荷案例管理
  • ❌ 無可追溯性

改進後

  • ✅ 完整 V&V 框架（守恆檢查、收斂性測試、參考案例）
  • ✅ Monte Carlo 不確定度分析（P10/P50/P90）
  • ✅ 敏感度分析（找出主導誤差來源）
  • ✅ 事件系統（事件偵測與處理）
  • ✅ 自適應步長積分器（數值穩定性）
  • ✅ 座標系與時間系統明確化
  • ✅ 資料契約與版本控管
  • ✅ TPS 材料模型與失效判據
  • ✅ 載荷案例管理與裕度報表
  • ✅ 工程化工具（單位、日誌、API schema、可追溯性）

十一、使用建議

11.1 每次模擬前

  1. 執行守恆檢查（驗算）
  2. 檢查模型適用範圍
  3. 驗證輸入參數（API schema）

11.2 模擬過程中

  1. 監控事件（最大動壓、過熱等）
  2. 記錄關鍵決策（可追溯性）
  3. 檢查載荷案例

11.3 模擬後

  1. 執行不確定度分析（Monte Carlo）
  2. 敏感度分析（找出主導參數）
  3. 生成 V&V 報告
  4. 儲存元數據與可追溯性記錄

十二、限制與注意事項

12.1 當前限制

  1. 部分實現為簡化版：

    • Dormand-Prince 積分器為簡化實現
    • Sobol 敏感度為近似
    • 單位系統無完整轉換（需 units library）

  2. V&V 覆蓋率：

    • 守恆檢查僅涵蓋基本情況
    • 參考案例對照需擴充
    • 單元測試基準需持續補充

  3. 不確定度分析：

    • Monte Carlo 樣本數可調（建議 ≥ 1000）
    • 敏感度分析為一階（高階需專門庫）

12.2 後續改進方向

  1. 整合完整 units library（如 pint）
  2. 擴充參考案例庫
  3. 實現完整 Sobol 敏感度（SALib）
  4. 添加更多單元測試基準
  5. 實現完整 Dormand-Prince 積分器
  6. 整合 CI/CD 自動測試

十三、適用範圍明確化

✅ 適用

  • 概念設計階段性能估算
  • 教育與研究用途
  • 算法開發與理論驗證
  • 參數掃描與敏感度分析
  • 初步設計迭代

❌ 不適用

  • 最終設計驗證（需專業工具交叉驗證）
  • 製造級精度要求
  • 認證與審查（需完整 V&V 報告）
  • 實際飛行任務（需完整測試驗證）

十四、文檔修正

修正前

  • "專業級精度" ❌
  • "可直接用於設計計算" ❌
  • "導彈設計框架" ⚠️（風險表述）

修正後

  • "概念設計/教育用途" ✅
  • "需專業工具交叉驗證" ✅
  • "一般飛行器/再入體/探空載具" ✅（中性表述）
  • 明確適用範圍與限制 ✅
  • 強制輸出誤差帶與適用範圍 ✅

總結：本程式已從「功能展示」升級為「工程可信」框架，具備完整的 V&V、不確定度分析、數值穩定性、可追溯性等工程化能力。但仍需明確適用範圍，並持續擴充 V&V 覆蓋率。