等几何分析的入口

现代工业产品的诞生，要经历一条"设计 → 仿真 → 优化 → 制造"的数字化全流程。这条链上的三个核心技术支柱分别是：

• CAD（Computer-Aided Design）：负责产品的几何建模，把工程师脑中的形状用数学语言描述出来。

• CAE（Computer-Aided Engineering）：负责物理仿真，让设计好的模型在虚拟环境中接受力学、热学、流体等考验。

• 结构优化（Structure Optimization）：在仿真结果的基础上，自动调整设计参数、形状乃至拓扑结构，让产品更轻、更强、更高效。

GAMES302 的第一讲做的第一件事，就是把这条链条完整地铺开。这不是走过场——只有理解了链条上每个环节的输入与输出，才能看到后面的"语言鸿沟"问题出在哪里。

一个关键的认知锚点：波音 777 的研发采用 CAE 数字化样机技术后，仅一次试飞即获得成功（每次物理样机实验花费约 1 亿美元）；汽车工业中，CAE 技术使新车开发周期从 5~6 年缩减到 1~2 年。这些不是传说，是工业界每天都在经历的现实。

---

问题是什么？

CAD 和 CAE 看似同一根链条上的两个环节，但它们说的是不同的数学语言。

CAD 用样条（Spline）来描述几何——具体来说，是 NURBS（Non-Uniform Rational B-Spline，非均匀有理 B 样条）。NURBS 可以精确表达从直线、圆弧到汽车车身自由曲面的各种形状，是 CAD 领域的工业标准。

NURBS 曲面构造

CAE 的核心工具是有限元分析（Finite Element Analysis, FEA）。FEA 需要把连续的计算域切成大量小单元（网格），然后在每个单元上用低阶多项式（通常是线性 Lagrange 插值）来近似物理场。

这就产生了一个根本性的断裂：CAD 给出的精确 NURBS 几何，必须被近似为网格才能做 FEA。这个过程叫做"网格生成"（Mesh Generation），它带来的后果有三层：

1. 精度损失：网格对原始几何的近似引入几何误差，这在壳体仿真中尤为严重——网格离散带来的几何误差是影响精度的首要因素。

1. 效率瓶颈：网格生成占整个分析流程 70%~80% 的时间。工程师花在"造网格"上的精力远超"做分析"本身。

1. 数据断裂：CAD 的输入是控制点、节点向量、权重等样条参数；FEA 的输出是顶点坐标和标量/矢量场值。两者的数据格式完全不同，无法直接互通。

课件中展示了这个断裂的直观对比：同一个几何模型，CAD 侧的数据是紧凑的 NURBS 参数（控制点 + 节点向量），FEA 侧的数据则是海量的 OFF 格式顶点列表。数据从精确、紧凑变成了近似、膨胀。

IGA 与 FEA 的对比

有限元分析完整流程

节点向量与基函数的关系

为什么难以解决？

课件给出了一个深层的学科史视角：FEA 起源于 1940 年代，CAD 起源于 1970 年代。两个领域各自独立发展了几十年，做 FEA 的人对计算几何不甚了解，研究计算几何的人对 FEA 也不熟悉。这种学科隔阂不是靠"多沟通"就能消除的——它已经渗透到了软件架构、数据格式、人才培养等各个层面。

"实现几何建模、物理仿真、结构优化的数据表示一致性"已被列为 CAD 面临的十大挑战之一。

---

2005 年，美国三院院士 T.J.R. Hughes 提出了等几何分析（Isogeometric Analysis, IGA），其核心思想可以用一句话概括：

用同一种数学语言（NURBS 样条）来表示几何外形和物理场。

具体来说：

• 计算域不再是网格近似的产物，而是直接使用 CAD 输出的 NURBS 曲面（二维问题）或 NURBS 参数体（三维问题）。

• 基函数不再是线性 Lagrange 多项式，而是 NURBS 基函数本身。

• 未知量不再是网格节点上的物理值，而是 NURBS 控制顶点上的物理属性分量。

课件中对比了 IGA 和 FEA 的数据格式，这个对比非常有说服力：

• FEA：CAD 输入是 NURBS 参数 → 网格生成 → 输出是 OFF 格式的海量顶点。输入和输出格式完全不同。

• IGA：CAD 输入是 NURBS 参数 → 直接在 NURBS 参数空间上求解 → 输出仍然是 NURBS 参数格式（控制点 + 节点向量 + 权重，只是控制点从三维坐标扩展为带物理属性的四维坐标）。输入和输出格式完全一致。

这带来的好处是显然的：

• 消除几何近似误差：不再需要网格离散，几何是精确的。

• 大幅提升效率：省去了网格生成这一最耗时的环节。课件中提到一个震撼的数字：在个性化医疗的心脏瓣膜闭合模拟中，同样精度下，FEA 花费的时间约是 IGA 的 500 倍。

• CAD/CAE 无缝集成：数据格式统一，设计迭代不再需要反复的格式转换。

当然，IGA 也有自己的挑战：如何对任意复杂的 CAD 模型构造体参数化（第四、五讲的内容）、如何处理裁剪 NURBS 曲面、如何与现有 FEA 软件生态兼容等等。但核心思想是清晰的——它不是对 FEA 的修补，而是对整个 CAD/CAE 流程的重新设计。

---

第二讲是纯粹的几何学内容，为理解 IGA 提供数学工具。IGA 的"燃料"是 NURBS，而这一讲就是 NURBS 的原理拆解。

从参数表示说起

工业产品的几何形状有三种数学表示方式：

• 显式表示 $y = f(x)$：直观，但无法表示多值曲线（比如圆）。

• 隐式表示 $f(x,y) = 0$：容易判断点在曲线内外，但坐标对应关系不直观。

• 参数表示 $\mathbf{P}(t) = [x(t), y(t), z(t)]$：最适合计算机处理，可以表示任意复杂形状，且参数域上的点与物理空间上的点有清晰的映射关系。

现代 CAD 几乎全部采用参数表示。

Bézier 曲线：第一个里程碑

1960 年代，法国雷诺汽车公司的 Pierre Bézier（贝塞尔）提出了一种用控制多边形来交互设计曲线的方法。核心公式：

Bézier 提取操作

$\mathbf{C}(t) = \sum_{i=0}^{n} B_{i,n}(t) \mathbf{P}_i, \quad t \in [0,1]$

其中 $B_{i,n}(t) = \binom{n}{i} t^i (1-t)^{n-i}$ 是 Bernstein 基函数，$\mathbf{P}_i$ 是控制顶点。

Bézier 曲线有几个重要性质：端点插值（曲线通过首末控制点）、凸包性（曲线始终在控制多边形的凸包内）、对称性。但它的致命弱点是全局性——移动任何一个控制点，整条曲线都会改变。这严重限制了交互设计的效率。

B 样条：局部控制的突破

B 样条（B-Spline）通过引入节点向量（Knot Vector）来解决 Bézier 的全局控制问题。B 样条基函数由 Cox-de Boor 递推公式定义：

$N_{i,0}(t) = \begin{cases} 1, & t_i \le t < t_{i+1} \\ 0, & \text{otherwise} \end{cases}$

$N_{i,p}(t) = \frac{t - t_i}{t_{i+p} - t_i} N_{i,p-1}(t) + \frac{t_{i+p+1} - t}{t_{i+p+1} - t_{i+1}} N_{i+1,p-1}(t)$

其中 $p$ 是次数，$\{t_i\}$ 是节点向量。关键性质：每个基函数只在有限区间上非零，这意味着移动一个控制点只影响曲线的局部区域——这正是交互设计所需要的。

B 样条的节点向量还控制着曲线的连续性。重复的节点（multiplicity）会降低连续性阶数：$p$ 次 B 样条在非重复节点处具有 $C^{p-1}$ 连续性，而在重复度为 $k$ 的节点处降为 $C^{p-k}$。

IGA 的高阶连续性优势

NURBS：工业标准

NURBS（Non-Uniform Rational B-Spline）在 B 样条的基础上引入了权重，使其能够精确表示圆锥曲线（圆、椭圆、抛物线等）：

$\mathbf{C}(t) = \frac{\sum_{i=0}^{n} N_{i,p}(t) w_i \mathbf{P}_i}{\sum_{i=0}^{n} N_{i,p}(t) w_i}$

其中 $w_i$ 是第 $i$ 个控制点的权重。权重越大，曲线越靠近对应的控制点。NURBS 之所以成为 CAD 工业标准（STEP、IGES 等标准文件格式均支持），是因为它统一了自由曲线和解析曲线的表示——同一套数学框架既能描述汽车车身的自由曲面，也能精确表达孔、圆角等标准几何。

从曲线到曲面到曲体

B 样条和 NURBS 可以自然地推广到高维：

• 曲面 $\mathbf{S}(u,v)$：张量积形式，双参数，用二维控制网格。

• 体（Volume） $\mathbf{V}(u,v,w)$：三变量参数化，用三维控制格。这是 IGA 的关键——IGA 需要的不是曲面边界，而是完整的体参数化来作为计算域。

课件中介绍了 Coons 体的构造方法：给定六面体边界上的 B 样条控制点，利用 Coons 插值思想构造内部的控制点。这在后续讲中会频繁用到。

iGame 实验室还开源了一套几何内核，用 C++ 统一实现了 Curve、Surface、Volume 三个层次的几何对象，接口设计清晰——getPointAtParam（参数 → 物理坐标）、eval（计算基函数值）、evalDers（计算基函数值 + 导数），为 IGA 编程实践提供了基础设施。

---

第三讲回答一个前置问题：传统 FEA 是怎么工作的？网格是怎么生成的？只有理解了这些，才能精确地评价 IGA 的改进。

场问题与有限元法

工程和科学中的许多问题都可以归结为场问题：给定偏微分方程和边界条件，求解区域上的未知场函数（位移场、温度场、电磁场等）。形式化地写：

$A(\mathbf{u}) = f(\mathbf{x}), \quad \mathbf{x} \in \Omega$

$B(\mathbf{u}) = g(\mathbf{x}), \quad \mathbf{x} \in \partial\Omega$

解析解只存在于极少数简单问题中。对于真实工程问题，必须求助于数值方法。

有限元法的核心思想是"里兹法 + 分片近似"：

1. 离散化：将求解域划分为有限个互不重叠的单元（三角形、四边形、四面体、六面体等），原始连续域被这些单元的集合近似替代。

1. 分片近似：在每个单元内选择简单的插值函数（通常是低阶多项式）来近似真实的场函数，以节点值为未知量。

1. 组装与求解：基于变分原理或加权残值法（如 Galerkin 方法），将所有单元方程组装为全局线性方程组，求解得到节点值。

"分片近似"是有限元法的精髓——它不需要在整个区域上找一个复杂的试探函数，而是在每个小单元上用简单函数局部逼近。随着单元尺寸缩小，近似解收敛于精确解。

有限元法的基本步骤

课件总结了一个完整的 FEA 流程：

1. 结构离散化（前处理）：划分网格。

1. 单元分析：选择单元类型和形函数，推导单元刚度矩阵。

1. 整体分析：组装全局刚度矩阵 $\mathbf{K}$。

1. 引入边界条件：施加载荷和约束。

1. 求解方程组 $\mathbf{K}\mathbf{u} = \mathbf{f}$。

1. 结果后处理：计算应力、应变等派生量并可视化。

网格生成：前处理的核心

网格生成是 FEA 前处理的核心环节，课件分两大类介绍：

非结构化网格：三角形/四面体网格。主流算法有：

• Delaunay 三角化：基于空圆准则（任意三角形的外接圆内不包含其他点），具有良好的数学性质。

• Advancing Front（波前法）：从边界向内逐步推进，生成三角形。优点是可以自然地保证边界质量。

• Q-Morph：先生成三角形网格，再通过局部操作将其转化为四边形网格。

结构化网格：四边形/六面体网格，具有规则的拓扑结构。生成方法包括：

• 映射法（Mapped Meshing）：通过超限插值（TFI）将规则格点映射到物理区域。

• 扫掠法（Sweeping）：在源面和目标面之间扫掠生成六面体网格。

• 中轴法（Medial Axis）：通过"最大内切球"的中轴来分解区域，将复杂区域分解为可映射的子区域。

• 标架场引导法：课件重点介绍了基于标架场（Cross Field）的全自动四边形网格生成框架——求解拉普拉斯方程获取光滑矢量场，转化为标架场后，通过分析奇异结构将区域分解为四边形子区域，再在每个子域内用映射法生成高质量网格。这是一个研究前沿，也是 iGame 实验室的代表性工作之一。

结构化网格是"金标准"：全自动、鲁棒性好、网格质量高、保持边界 CAD 几何。但这些优点的代价是区域剖分的难度——这正是标架场方法要解决的问题。

---

把三讲放在一起看，一条清晰的叙事线浮现出来：

第一讲抛出问题：CAD 和 CAE 之间有"语言鸿沟"，IGA 是一种解决思路。但此时你对 IGA 的理解还只是一个概念——"用 NURBS 同时表示几何和物理场"。

第二讲提供工具：IGA 说要用 NURBS，那 NURBS 到底是什么？这一讲从参数表示出发，经过 Bézier → B 样条 → NURBS 的完整推导，让你真正理解控制点、节点向量、权重、基函数这些概念。没有这一讲，IGA 的公式对你来说只是符号。

第三讲解释替代对象：IGA 要替代 FEA，但 FEA 为什么长成今天这个样子？网格生成为什么那么难？理解了 FEA 的"里兹法 + 分片近似"框架和网格生成的各种算法，你才能精确地评价 IGA 跳过网格环节所带来的优势。

IGA 相比 FEA 的关键优势

三讲构成一个"问题 → 工具 → 对照"的三角结构。第四讲开始，课程将进入 IGA 的核心算法——平面参数化和体参数化——那时你会发现，前三讲的每一部分都在为后续内容服务。

---

如果你正在学习 GAMES302 或对 IGA 感兴趣，以下是一个建议的学习路线：

基础准备（前置知识）：

• 线性代数（矩阵运算、方程组求解）

• 微积分（偏微分方程的基本概念）

• 数值分析（数值积分、插值）

核心主线（GAMES302 课程）：

1. 第一讲：建立 CAE 全景认知，理解"语言鸿沟"

1. 第二讲：掌握 NURBS 数学，这是 IGA 的根基

1. 第三讲：理解 FEA 与网格生成，这是 IGA 要改进的对象

1. 第四~五讲：参数化方法（IGA 的核心难点）

1. 第六~九讲：IGA 的各种求解器（Poisson、弹性、超弹性、配点法）

1. 第十~十一讲：IGA 在优化中的应用（形状优化、拓扑优化）

1. 第十二~十三讲：前沿方向（细分、深度学习）

参考书目：

• 《The NURBS Book》— Piegl & Tiller，NURBS 的百科全书

• 《Curves and Surfaces for CAGD》— Farin，CAGD 经典教材

• Hughes et al., "Isogeometric analysis: CAD, finite elements, NURBS, exact geometry and mesh refinement," CMAME, 2005 — IGA 的奠基论文

• 《有限元分析及应用》— 胡于进、王璋奇，清华大学出版社

实践建议：

• iGame 实验室开源了几何内核和 IGA 求解器，可以直接上手编程

• 对比实现同一问题的 FEA 和 IGA 求解，体会精度与效率的差异

• 关注标架场引导的结构化网格生成，这是当前研究热点

---

课程来源：GAMES302 高级图形学与增强现实，徐岗教授，杭州电子科技大学 iGame 实验室