请求解释OpenMDAO中两类奇异项相关RuntimeError错误

我来给你拆解这两个常见的OpenMDAO RuntimeError，这类问题几乎是调试隐式组件时的“必经之路”，先从错误本身说起：

1. RuntimeError: Singular entry found in '' for column associated with state/residual 'x' #

这个错误指向雅可比矩阵中与状态变量x对应的列是奇异的（简单说就是这一列全为0或接近0，导致矩阵无法求逆）。

核心成因： #

• 你的隐式组件中，状态x对应的残差方程没有依赖x本身。比如残差定义成res_x = input_a - 10，完全没用到x，那残差对x的偏导就是0，雅可比的x列全0，求解器根本没法通过调整x来让残差收敛。
• 偏导计算错误：如果手动实现了compute_partials，可能误将x对自身残差的偏导设为0，或者数值计算时精度丢失导致偏导趋近于0。

2. RuntimeError: Singular entry found in '' for row associated with state/residual 'y' #

这个错误指向雅可比矩阵中与残差y对应的行是奇异的（这一行所有元素都是0或接近0）。

核心成因： #

• 残差y的方程是常数，或者完全不依赖任何输入/状态变量。比如你写了res_y = 0，那残差对所有变量的偏导都是0，求解器找不到任何变量调整的方向来满足残差收敛条件。
• 组件的变量映射错误：比如你给y定义了残差，但在compute_residuals里根本没给residuals['y']赋值，导致它默认是0，进而雅可比行全0。

结合你的示例代码分析（推测常见问题） #

从你给出的Test1Comp框架来看，大概率是隐式组件的残差方程或偏导逻辑出了问题。比如下面这个错误示例就会触发你遇到的两类错误：

from openmdao.api import Problem, Group, IndepVarComp, ImplicitComponent, NewtonSolver, DirectSolver

class Test1Comp(ImplicitComponent):
    def setup(self):
        self.add_input('a', val=1.0)
        self.add_output('x', val=0.0)  # 状态变量x
        self.add_output('y', val=0.0)  # 状态变量y

    def compute_residuals(self, inputs, outputs, residuals):
        # 错误1：残差x不依赖x自身，导致雅可比x列奇异
        residuals['x'] = inputs['a'] - 5.0
        # 错误2：残差y是常数0，导致雅可比y行奇异
        residuals['y'] = 0.0

if __name__ == "__main__":
    prob = Problem()
    prob.model.add_subsystem('test', Test1Comp())
    prob.model.nonlinear_solver = NewtonSolver()
    prob.model.linear_solver = DirectSolver()
    prob.setup()
    prob.run_model()

解决方向 #

• 检查残差方程逻辑：确保每个状态变量都出现在对应的残差方程中，且残差会随状态变量变化而变化。比如把上面的残差改成：

  residuals['x'] = outputs['x'] - inputs['a'] * 2
  residuals['y'] = outputs['y'] + inputs['a'] - outputs['x']
  

• 验证偏导正确性：用OpenMDAO的check_partials()方法检查偏导，比如在prob.setup()后调用prob.check_partials()，查看状态变量对自身残差的偏导是否合理（不能全为0）。
• 检查变量映射：确保所有状态变量都在compute_residuals中被正确赋值了对应的残差，没有遗漏或错误赋值。
• 数值奇异的临时处理：如果是偏导极小导致的数值奇异，可以尝试给NewtonSolver加阻尼（solver.options['maxiter'] = 100; solver.options['atol'] = 1e-6），但这只是权宜之计，根源还是要修正残差方程。

内容的提问来源于stack exchange，提问作者rJonatan