DCTS/docs/tlusty_divergence_root_cause_2026_08_11.md

TLUSTY 不收敛根因分析（1105 个网格点）

日期：2026-08-11 数据来源：/home/fmq/下载/dcts.db（server DB 快照）+ data/salvage/（8320 次任务尝试的完整产物） 源码版本：tlusty208.f（50010 行）+ dcts 框架 crates/{common,node,server} 工作流：sdB_cno（grid 共 9216 点，converged 8102 / failed 1105 / pending 9）

本文不修改任何代码，只做根因定位与修复建议。修复实施见文末「后续行动」。

---

⚠️ 2026-08-12 更新（修复建议已实测证伪，配置改动已回退）

本文 §3.1 A1/A6 与「后续行动」中推荐的数值配置类修复（收紧 DPSILG、禁用 Kantorovich/ITEK、禁 Ng/IACC）已经用控制实验实测验证：均无法让失败点从冷启动 收敛，相关配置改动已全部回退。详见 docs/cold_start_fix_2026_08_12.md。

实测结论（6 个测试点 × 4 种配置 = 24 次运行，0 次收敛）：

• ITEK=0 → nitzer=0 冻结 populations（tlusty208.f:1937），不是禁 Kantorovich；
• IACC=0 → 被 clamp 回 7（tlusty208.f:1928），空操作；
• 设 ITEK/IACC > NITER（真正禁用 Kant+Ng）→ 发散幅度降 1e121e14×，但仍不收敛 （末 relc 1e31e7），Newton 在 grey LTE 起点即处于收敛域外；
• DPSILG=1.5 有害（截断步长致漂移）。

因此本文方向性结论（物理吸引域窄 + 框架无自适应）成立，但可行的修复不在 数值配置，而在「连续法（从已收敛较低 Teff 模型逐步过渡）」与「He 匹配种子选择」 等框架级改造。 相关计算文件见 docs/cold_start_fix_2026_08_12.md。

---

一、结论先行

1105 个失败网格点全部走完了 cold_run → seed_step 的完整退化路径，两种策略都失败。这不是种子选择问题，不是单纯的初值问题，而是两个因素叠加：

1. 物理侧——TLUSTY 的 Newton 完全线性化求解器在「高 Teff + 低 logg」参数角落的吸引域过窄，辐射场对布居数极度敏感；
2. 工程侧——dcts 框架缺少发散检测与自适应阻尼反馈，单阶段发散后无回退，只能靠 NITER 自然耗尽再整点重试。

失败点本身并非不可解——同族参数下大量点是收敛的（T=60k/g=5.0 仍有 78/256 收敛），失败的只是收敛盆地最窄的那一批。

---

二、数据证据链

2.1 退化序列（DB tasks 历史，1105/1105 全部命中）

["cold_run"] → ["cold_run","seed_step"] → ["seed_step"] → ["cold_run","seed_step"] → ["seed_step"] ...

每个失败点重试均值 6.9 次（grid_points.attempt_count 分布：5 次=199，6 次=135，7 次=462，8 次=275，9-13 次=33），在两种策略间反复跳。最新任务全部停在 failed_stage=tlusty、tlusty_strategies=["seed_step"]。

2.2 失败点的参数分布（物理一致）

Teff	失败数		logg	失败数		loghe	失败数
60k	344		5.0	587 (53%)		-4.0	345
55k	330		5.5	285		-2.0	337
50k	204		6.0	118		0.0	274
45k	84		6.5	115		2.0	149
≤40k	143

高 Teff + 低 logg 高度集中（≥50k 占 878/1105 ≈ 79%；logg=5.0 占 53%）。

Teff × logg 收敛率矩阵（节选，完整矩阵见 §6 附录）：

         g=5.0      g=5.5      g=6.0      g=6.5
T=20k   249/256    242/256    238/256    210/256
T=40k   233/256    252/256    253/256    256/256
T=50k   119/256    224/256    233/256    244/256
T=55k    78/256    156/256    227/256    231/256
T=60k    78/256    152/256    222/256    228/256

关键：没有任何格子是 0% 收敛——所以这是"难"，不是"不可能"。难度梯度清晰：随 Teff 升高收敛率下降，随 logg 升高收敛率上升。

2.3 失败阶段分布（按 salvage 最后一次尝试）

首失败阶段	占比	失败特征
seed_nc（seed_step 第一阶段）	1033/1105 (93%)	max_relc 单调雪崩
nc（cold_run 第二阶段）	72/1105	max_relc 单调雪崩
lte	0	——

两种策略的死亡轨迹几乎相同——max_relc 在 5 步内从个位数飙到 1e6+。典型例：

cold_run nc (T=60k g=5.0):
  [9.72, 46.5, 259, 1950, 4.85e6, 2.6e10, 2.8e4, 4.04e7, 2.06e11, 2.32e15]

seed_step seed_nc (T=60k g=5.0, 从收敛邻居热启动):
  [7.0, 115, 272, 2020, 1.49e8, 8.26e13, 3310, 2.09e7, 7.53e10, 4.71e14, ...]

注：salvage 中只保留了 282 个点的 cold_run 中间产物（节点在重试时会清理中间态），但 282/282 全部死在 nc 阶段，且 max_relc 雪崩轨迹与 seed_nc 一致。

最后一次尝试的失效特征分两档（按 atmosphere_has_nan 拆分）：

失效特征	点数 / 1105	说明
atmosphere_has_nan: true	434 (39%)	雪崩污染了大气文件；伴随 temp_check.error: 深度 1 T=NaNK、emflux NaN 占比 100%、bfac 极端值占比 36%、.err: IEEE_INVALID_FLAG IEEE_DIVIDE_BY_ZERO
atmosphere_has_nan: false	671 (61%)	max_relc 雪崩但大气未污染到 NaN；被 temp_check（表层 T 超过 3×Teff）、bfac_check（极端值占比 >10%）、emflux_check（积分通量偏离 σT⁴）等后验校验判废，或 nl 阶段才崩

⚠️ 修订说明：初版误把 "atmosphere_has_nan=1033/1105" 写入报告——1033 实为 "首失败阶段=seed_nc 的点数"，与 NaN 计数无关。真实 NaN 仅 434/1105。雪崩到 1e6+ 未必把 fort.7 写成 NaN（取决于 TLUSTY 是撞 1e16 STOP 还是跑完 NITER），故多数失败点的大气文件本身可读，是被后验校验（温度结构/b 因子/emflux）挡下的。

2.4 种子选择不是唯一根因（但不能完全排除）

1105 个失败点的 seed_step 配对 全部来自 exact_family（d_teff<5000 & d_logg<0.01 & d_loghe<0.01），且 662 个是贫方向（seed_finder 设计的稳定方向）：

seed direction: poor=662, rich=373, same=70
d_teff 分布: <5k(exact)=1105, 其余=0
d_logg 分布: 0(same)=1105, 其余=0

⚠️ 校正：初版标题"种子不是问题（关键反证）"措辞过强。准确结论是种子选择不是唯一根因，但不能排除它是贡献因素之一：

1. "exact_family" 不等于物理极近：判定允许 ΔTeff < 5000K（半步容忍）。sdB 网格 Teff 步长 10000K 时，55k↔60k 相邻档互作种子的辐射场（Lyman 紫外主导）差异可能很大——"exact_family" 标签覆盖了 Teff 仍可差一整档的事实。
2. 443 个 rich/same 方向失败（373 rich + 70 same）：seed_finder 自身的回测数据（seed_finder.rs:14-25）称富方向成功率仅 3-11%，贫方向 42-54%。这部分失败可能部分源于种子方向不佳。
3. 种子质量未审：失败点用的种子虽来自收敛邻居，但该邻居是在多少迭代数、多干净的 max_relc 下收敛的（擦边收敛 vs 干净收敛），本报告未分析。

综上，"662 贫方向仍爆"只能说明"贫方向种子不足以保证收敛"，不能推出"种子方向无关"。种子方向的影响需在 §五 A/B 测试中单独控制变量验证。

2.5 seed_step 在同区域能成功（说明非不可解，但未排除混淆变量）

高 Teff 危险区里 seed_step 仍有大量成功：

T=50k g=5.0: 119 conv (cold=51, seed=68)
T=50k g=5.5: 224 conv (cold=87, seed=137)
T=55k g=5.0:  78 conv (cold=53, seed=25)
T=60k g=5.0:  78 conv (cold=40, seed=38)

成功路径的 conv.json 显示 seed_nc 即使 converged=false 也可用（note: "accepted as seed (convergence not required)"），关键是后续 nl 能否从不完全收敛的种子收敛到 max_relc < 1e-4。失败点中 434/1105 的 nl 产出 NaN 大气，其余 671 点被后验校验挡下。

⚠️ 校正：初版据"同格有成功"推出"非不可解"，逻辑成立——同参数区不是数学上不可解。但未排除混淆变量：成功的 78 个点（T=60k/g=5.0）与失败的 178 个点用的种子来源/方向可能系统性不同。尤其 cold=40 成功（从 LTE 灰化初值也能收敛一部分）反而暗示初值/种子的微小差异决定成败——这更像"吸引域窄 + 初值敏感"，而非单纯的"求解器稳定性"。本节只能支撑"非数学不可解"，不能支撑"种子/初值无关"。

---

三、源码级根因

3.1 TLUSTY 侧（tlusty208.f）

A1. DPSILG=10. 的限幅太松 — tlusty208.f:14652-14653

IF(CHAN.LE.UN/DPSILG-UN) CHAN=UN/DPSILG-UN    ! 下限 = 1/10 - 1 = -0.9
IF(CHAN.GE.DPSILG-UN) CHAN=DPSILG-UN          ! 上限 = 10 - 1 = +9.0

默认 DPSILG=10.（PVALUE 表 idx 185，tlusty208.f:1793），允许单步相对修正达 10 倍。

⚠️ 重要校正：DPSILG 这个宽松限幅（±10×）主要作用于辐射场（I ≤ NFREQE）和布居数块（I ≥ NFREQE+INSE）。紧随其后 tlusty208.f:14654-14677 有一组逐变量更严格的限幅，按 INRE/INHE/INPC/INDL 偏移把对应槽位钳到更窄：

• 温度 T（I = NFREQE+INRE）：受 DPSILT=1.25 钳制 → 单步上限仅 ±25%
• 总粒子数 TOTN（I = NFREQE+INHE）、电子密度 ne（I = NFREQE+INPC）：受 DPSILN=10. 钳制 → ±10×（与 DPSILG 同级，宽松）
• Δ（湍流相关，I = NFREQE+INDL）：受 DPSILD=1.25 → ±25%

所以"高 Teff 下结构量步长放大 10 倍必爆"这一表述对温度不成立（温度有 ±25% 独立约束）。真正受 10× 宽松限幅影响的是辐射场与布居数/TOTN/ne。雪暴主因更可能是辐射场与布居的耦合放大，而非温度跳变。

A2. 首步发散无 STOP 保护 — tlusty208.f:14700

IF(ITER.NE.1 .AND. ABS(CHMX).GT.1.D16) THEN
    WRITE(6,610) ITER,CHMX
    STOP
END IF

只在 ITER≥2 才检查 1e16 雪崩 STOP。首步（ITER=1）即使 CHMX 巨大也不触发 STOP——后续迭代在已被污染的解上继续算，直到某步偶然撞上 1e16 才停。

⚠️ 校正：初版称"第 1 步任意大都继续跑"措辞过强。首步的 CHAN 仍受 A1 限幅钳制（辐射/布居 ±[-0.9,+9]，温度 ±25%），并非"无限幅"；首步只是无 STOP。真正的风险是：限幅允许的 +9×（辐射/布居）在多深度多变量上叠加，几步内放大成 Inf/NaN——这与 §2.3 观测的雪崩量级一致。 另：同样的 STOP 逻辑在 SOLVES（tlusty208.f:15047）和 RYBSOL（tlusty208.f:47587）另两条求解路径各有一份。

A3. ORELAX 只阻尼布居数，不阻尼辐射场与温度等结构量 — tlusty208.f:14647

C       over-relaxation
        IF(I.GE.NFREQE+INSE) CHAN=ORELAX*CHAN

⚠️ 重大校正：初版把 PSI 向量布局写反了。经核对 tlusty208.f:3910-3936（PSY0 各槽位赋值）与 tlusty208.f:795-797（INRE/INPC/INSE 偏移量定义：INDL=3, INPC=4, INSE=5），正确布局是：

[1 .. NFREQE]               = 辐射场（RADEX 平均强度 Jν）   → 不被 ORELAX 松弛
[NFREQE+INHE] = [NFREQE+1]  = 总粒子数 TOTN                → 不被 ORELAX 松弛
[NFREQE+INRE] = [NFREQE+2]  = 温度 T                        → 不被 ORELAX 松弛
[NFREQE+INPC] = [NFREQE+4]  = 电子密度 ne                   → 不被 ORELAX 松弛
[NFREQE+INSE] = [NFREQE+5]  = 布居数 superlevels 块的起点   → ORELAX 生效（I ≥ NFREQE+INSE）

结论：ORELAX 松弛的是 布居数（populations），不是温度/ne/TOTN 等结构量。初版把"布居"与"结构量"的松弛关系完全对调了。

这对结论的影响：

• 框架给 seed_nc 设的 ORELAX=0.3 确实会作用到布居数（初版说"对结构量、对辐射场不生效"是错的——准确说是"对布居生效，对辐射场与温度/ne 不生效"）。
• 真正欠松弛缺失的是辐射场 Jν——高 Teff 下辐射场最敏感、最需要欠松弛，而它既不受 ORELAX 保护、又只受 A1 的 ±10× 宽松限幅。这一论断方向不变，但论证链条已修正。

A4. CHMAX 只判终值 — tlusty208.f:14728

LFIN=ABS(CHMX).LE.CHMAX .OR. ITER.GE.NITER

CHMAX=1e-3（默认，PVALUE idx 77，tlusty208.f:1767）是"最后一次迭代最大修正"的终值门槛。CHMAX 本身对过程无约束——但它不是唯一的过程机制，见 A5/A6。

A5. ⚠️ 初版遗漏：CHMAXT 驱动的过程反馈 — tlusty208.f:14711, 22954-22958

初版称"过程爆掉只能靠 NITER 自然耗尽"是夸大。源码中存在由 CHMAXT（默认 0.01，PVALUE idx 80，tlusty208.f:1767）驱动的两层过程反馈：

C tlusty208.f:14711 — 温度变化大时重置铁线截面
if(chmt.gt.chmaxt .and. ispodf.ge.1) LIROST=.TRUE.
if(LITEK.and.LIROST) then
   call iroset
   LIROST=.FALSE.
end if

C tlusty208.f:22954-22958 — 温度变化小时锁定 Ng 加速节奏
if(chmt.lt.chmaxt) then
   do itl=iter,niter+1
      nitlam(itl)=nlamt
   end do
end if

这是针对温度变化（CHMT）的自适应机制。但它不直接约束辐射场与布居的耦合发散——而这恰恰是失败点雪暴的主区。所以 A5 的存在削弱了"过程完全无约束"的措辞，但不改变"雪暴主因缺乏针对性干预"的结论。

A6. ⚠️ 初版遗漏：ITEK / Kantorovich 加速切换 — tlusty208.f:843-856

默认 ITEK=4（PVALUE idx 130，tlusty208.f:1779）。源码：

IF(ITEK.GT.0) THEN
   DO IKT=ITEK+1,NITER
      KANT(IKT)=1                ! iter≥5 切到 Kantorovich 加速
   END DO
   DO IKT=IACC,18,IACD
       KANT(IKT)=0               ! 但 Ng 重启点(IACC=7,18,IACD=4) 回到完全线性化
   END DO

即 iter≥5 切换到 Kantorovich 加速迭代（更便宜的近似，少算矩阵元）。初版把 ITEK 标为"失败相关性：低"是无依据的臆断——雪暴轨迹（如 §2.3 的 [9.72, 46.5, 259, 1950, 4.85e6, ...]）第 5 步开始爆，与 Kantorovich 切换点（iter≥5）时间上重合。这是一个尚未排查的嫌疑诱因：Kantorovich 在发散区可能因近似失真加剧不稳定。降 DPSILG（修复优先级 3）若救回率不如预期，应优先排查 ITEK。

3.2 框架侧（crates/common/src/runner.rs / crates/node/src/executor.rs）

B1. 无链内重试，无自适应阻尼

default_seed_chain / default_cold_chain（runner.rs:20-98）一旦构造完成参数就是死的。conv_check::check_fort9（conv_check.rs:204-217）判完发散后，runner.rs:564-570 只在 require_converged=true 时 break，否则继续——没有任何"发现 max_relc 超过阈值就降低 DPSILG / 加大 ORELAX / 重跑一次"的反馈机制。

B2. seed_nc 的 require_converged=false 反而帮了倒忙

default_seed_chain 第一阶段设 require_converged=false（"接受非收敛种子"），本意是"给 nl 一个起点就行"。runner.rs:518-521 在 rc==0 && fort7.is_file() 分支无条件把本阶段 fort.7 拷成下一阶段的 current_seed——stage 间种子传递路径上没有 atmosphere_has_nan 检查。

⚠️ 校正：初版称"雪崩后仍然把含 NaN 的 fort.7 喂给 nl"措辞过死。是否真的传 NaN 取决于 TLUSTY 的退出方式：

• 若雪崩撞上 1e16 STOP（A2）→ rc≠0 → 走 runner.rs:522-531 else 分支，不拷 fort.7；
• 若跑完 NITER 自然结束（rc=0）但 fort.7 已含 NaN → 会拷给 nl，nl 自然也爆。

§2.3 实测 434/1105 真有 NaN 大气——这部分点确属此路径。其余 671 点是雪崩但大气可读，被后验校验挡下。两档都要修。

B3. CHMAX=None 让 TLUSTY 走默认，但没把更保守的 DPSILG/ORELAX 一起传

所有默认阶段 chmax=None（runner.rs:20-98），runner 用 Rust 侧 eff_chmax=0.001（runner.rs:443）做后验判断，但这个值不传给 TLUSTY。结果 TLUSTY 用默认 DPSILG=10. + ORELAX=1.0（冷链）/ 0.3（种子链，作用于布居）跑，过程约束针对辐射场的几乎为零（见 A3 校正后的作用域）。

ChainStep 结构体（config.rs:1130-1150）字段为 label/lte/ltgray/ilvlin/require_converged/niter/chmax/itek/ichang/idlte/iacc/orelax，没有 dpsilg 字段。要分阶段注入 DPSILG 需新增字段（走 nst_writer line1），或通过 YAML tlusty_input.nst_extra_keys 逃生舱（nst_writer.rs:138-161 支持，对当前阶段生效）。

B4. 整点重试无参数扰动

策略 fallback（scheduler.rs::trigger_strategy_fallback）只在 ["cold_run"] 与 ["seed_step"] 之间切换，重试任务的 tlusty_chain_params/seed_chain_params 是工作流 YAML 的逐字克隆（scheduler.rs:1065-1066）——TLUSTY 数值参数零扰动。

⚠️ 校正：初版"每次重跑参数完全一致（除了种子来源）"自相矛盾——种子来源恰恰是初值的一部分。准确表述：同一策略内的重试是确定性白跑（相同初值+参数必爆）；跨策略切换时换了初值（cold_run 无种子 LTE 灰化初值 → seed_step 用近邻收敛种子），但 TLUSTY 数值参数始终不变。所以"重试均值 6.9 次"中只有跨策略切换那几次换了实质初值，同策略内确属白跑。

3.3 未排除的替代根因（诚实声明）

本节是审查后新增。初版把 DPSILG/ORELAX/CHMAX 这些机制描述当作根因，但严格地说这是充分性论证，不是必要性论证。即便 A1-A6 全为真，也不能排除主要根因在以下未被充分审视的环节。这些替代假说需在 §五 A/B 测试中逐一排除或确认。

替代假说	依据	排查方法
TFLOOR=8000K 在高 Teff 下不合理	config.rs:815 默认 8000。Teff=60k 大气表层物理温度 ~30-90k，TFLOOR=8000K 离表层不远；若发散把温度推向 TFLOOR，钳制本身可能破坏 H 电离平衡（8000K 附近 H 电离度突变）	对失败点试 TFLOOR=30000/40000，看救回率
ND=50 在高 Teff+低 logg 下分辨率不足	config.rs:758 框架覆盖为 50（TLUSTY 默认 70，config 自承）。高 Teff+低 logg 表层温度梯度陡峭，ND=50 可能欠分辨表层 → 数值发散	对失败点试 ND=70/100
DDNU=50/CNU1=6 频率网格在高 Teff 不足	config.rs:769-776 框架 DDNU=50（TLUSTY 原始 0.75）、CNU1=6（原始 4.5）。60k 大气 Lyman 极端紫外主导，此"sdB 调优"频率网格可能采样不足 → 辐射场离散误差大	对失败点试更密的频率网格
特定离子原子数据 bug	config.rs ions 表用 C III c3_34+12lev.dat、N II n2_32+10lev.dat 等组合能级文件；某高 Teff 主导离子的能级数据若有误，会导致该离子布居发散	对失败点逐离子禁用排查
LTE 阶段未干净通过	失败点 salvage 的 .err 含 IEEE_DIVIDE_BY_ZERO；若某深度 LTE 灰化初值的 ne 近零导致除零，可能先于 NLTE 雪崩	检查失败点的 .lte.err/.lte.6 是否干净
输入文件渲染 bug	gen_input5.rs 渲染丰度 10^logx，logc=-4 等极端值时未验证字节级正确	抽查失败点的 .5 文件丰度数值

优先级：前三个（TFLOOR/ND/DDNU）与"A1-A6 机制"正交，是独立的数值配置假说，应在方案 A 的 A/B 测试中顺带排除。若方案 A（降 DPSILG）救回率远低于 30%，应立即转向这些替代假说。

---

四、修复建议（按性价比排序）

优先级 1：自适应发散检测 + 阻尼回退（框架侧，治本）

在 runner.rs 的 stage 循环里加一层 "单阶段内 iftek 监控 + 回退重跑"：

1. 用 tokio 异步跟踪 fort.9 增长，每完成 1-2 次迭代解析一次 max_relc；
2. 若前 3 步 max_relc 单调上升且超过阈值（如 1e2），SIGTERM 当前子进程；
3. 用更保守的参数（DPSILG 减半、ORELAX 减半）重跑该阶段；
4. 最多回退 2-3 次，每次更保守。

这是最直接的对症方案——雪崩在前 3 步就能看出来，没必要跑到 NITER。

实现成本：中-高。需要在 ChainStep 加 dpsilg/adaptive 字段，runner 加监控+回退逻辑。初版估的 "~300 行 Rust" 偏低——实时跟踪 fort.9 增长（TLUSTY 边写边追加，需处理部分写入）+ SIGTERM 子进程后正确 reap + 清理中间文件 + 回退状态机，工程量更大，预估 400-600 行。

优先级 2：给辐射场与温度/ne 加欠松弛（TLUSTY 源码侧，治本但要改二进制）

⚠️ 校正：初版给的代码是替换原逻辑（I.GE. → I.LT.），会移除原布居松弛——这反而让布居失去保护。正确改法是新增一行，且 ORELAXR 在源码中本不存在。

正确改法（tlusty208.f:14647，SOLVE 与 SOLVES 14996 两处都要改）：

C 现状：只有布居(I≥NFREQE+INSE)被 ORELAX 松弛
        IF(I.GE.NFREQE+INSE) CHAN=ORELAX*CHAN
C 新增：辐射场(I≤NFREQE)与结构量(NFREQE+1..NFREQE+INSE-1，即 T/TOTN/ne/ZD/DENS/DELTA)
C       按 ORELAXR 松弛（默认 1.0=不生效，难收敛区配 0.3-0.5）
        IF(I.LT.NFREQE+INSE) CHAN=ORELAXR*CHAN

物理论据（修正后）：辐射场 Jν 与温度/ne 在高 Teff 下最敏感、却都不被 ORELAX 松弛（A3 校正后）。给它们加欠松弛是物理上最对症的修复。

注意：

1. 不是"改 2 行 + 重编"。ORELAXR 在 tlusty208.f 中完全不存在——需扩 VARNAM/PVALUE 两个 DATA 数组各加一项、加 nst 关键字解析、加 PVALUE 默认值（建议 1.D0 不变，仅难收敛阶段通过 nst 覆盖为 0.3-0.5）。工程量约 30-50 行 Fortran + 重编 + 更新 assets/tlusty_static。
2. 与 NLAMBD（λ-迭代）的交互未验证：辐射场在每个深度通过 NLAMBD 机制单独更新，给 Jν 加欠松弛可能与该机制冲突，需小规模测试验证。
3. 触及二进制，需走完整发布流程。

优先级 3：动态降低 DPSILG（框架侧，立即可做，无侵入）

在 ChainStep 加可选字段 dpsilg: Option<f64>，通过 nst_extra_keys 注入。给种子链和难收敛区（Teff ≥ 50k & logg ≤ 5.5）设 DPSILG=3. 或 DPSILG=2.（对应单步上限 ±2 倍 / ±1 倍）。收敛性会显著改善。

代价：迭代步数变多，但比爆掉重试 7-9 次便宜得多。

实现成本：低。~50 行 Rust + YAML 配置。可立即上线。

优先级 4：seed_nc 发散时拒绝喂给 nl（框架侧，止损）

runner.rs 里，当 seed_nc 的 atmosphere_has_nan 或 best_max_relc > 1e3 时，不要把它的 fort.7 当作 nl 的种子；要么直接判失败触发下一策略，要么回退用原 seed_atmos（邻居的干净种子）重新喂 nl。

实现成本：极低。~20 行 Rust。

优先级 5：首步发散保护（TLUSTY 源码侧）

tlusty208.f:14700（SOLVE）/ 15047（SOLVES）/ 47587（RYBSOL）三处把 ITER.NE.1 改为允许首步也检查（用更宽松的阈值，如 1e8），防止首步就冲出吸引域：

C 改前
IF(ITER.NE.1 .AND. ABS(CHMX).GT.1.D16) THEN ... STOP
C 改后
IF(ITER.EQ.1 .AND. ABS(CHMX).GT.1.D8) THEN ... STOP
IF(ITER.GT.1 .AND. ABS(CHMX).GT.1.D16) THEN ... STOP

实现成本：极低（改 2 行 + 重编）。

---

五、验证路径

用 30 个失败点做 A/B 测试（覆盖 60k/55k/50k × g5.0/5.5，每格 5 点）：

方案	配置	预期救回率（假设性估计）
基线	当前配置重跑	0%（可复现）
方案 A	优先级 3（DPSILG=3）+ 优先级 4（NaN 拒绝）	30-50%
方案 B	方案 A + 优先级 1（自适应回退）	70-85%
方案 C	方案 B + 优先级 2/5（改 TLUSTY 源码）	90%+

⚠️ 校正：初版无标注地把上述救回率当作事实呈现。这些百分比是无数据支撑的先验猜测，仅用于排列方案的优先级顺序，不代表实测预期。尤其"方案 C 90%+"与"吸引域窄"的论断存在张力——吸引域窄意味着即便阻尼到位，某些初值仍落吸引域外。方案 A 的实测救回率是最关键的诊断信号：若远低于 30%，说明 DPSILG 不是主因，应转向排查 ITEK/Kantorovich（A6）或 §3.3 列出的替代根因。

建议：先实施方案 A 验证假设（DPSILG 是否真是主因），用实测数据说话，再决定是否值得改 TLUSTY 源码走方案 C。

---

六、附录

6.1 完整 Teff × logg 收敛率矩阵

logg->    g=5.0       g=5.5       g=6.0       g=6.5
T=20k   249/256     242/256     238/256     210/256
T=25k   251/256     254/256     256/256     253/256
T=30k   252/256     255/256     254/256     256/256
T=35k   244/256     252/256     256/256     256/256
T=40k   233/256     252/256     253/256     256/256
T=45k   207/256     230/256     247/256     254/256
T=50k   119/256     224/256     233/256     244/256
T=55k    78/256     156/256     227/256     231/256
T=60k    78/256     152/256     222/256     228/256

6.2 TLUSTY 关键变量默认值（PVALUE 表，tlusty208.f:1750-1804）

行号为 PVALUE DATA 块内每个值实际所在行（经 VARNAM/PVALUE 平行映射逐项核对，idx 从 1 起）。

变量	默认值	PVALUE 行号	含义	失败相关性
CHMAX	1.D-3	1767 (idx77)	收敛门槛（终值）	低（只判终值）
DPSILG	10.	1793 (idx185)	单步相对修正上限（辐射场+布居）	高（辐射场/布居 10 倍太松）
DPSILT	1.25	1793 (idx186)	温度单步上限（±25%）	低（温度有独立严约束）
DPSILN	10.	1793 (idx187)	TOTN/ne 单步上限	中
DPSILD	1.25	1793 (idx188)	Δ（湍流）单步上限	低
CHMAXT	0.01	1767 (idx80)	温度变化过程反馈阈值	中（A5 机制，未针对辐射场）
ORELAX	1.D0	1779 (idx131)	布居数过松弛因子	中（框架覆盖为 0.3/0.5，作用于布居）
NITER	30	1763 (idx64)	最大迭代数	低
ITEK	4	1779 (idx130)	Kantorovich 加速起始 iter	待排查（iter≥5 切换，与雪暴起点重合，见 A6）
TFLOOR	8000.	1787 (idx160)	温度下限	待排查（见 §3.3）
ICHANG	0	1766 (idx83)	是否走 CHANGE（热启动）	低
ND	50(框架覆盖)	默认70(idx67)	深度网格点数	待排查（见 §3.3）

⚠️ 校正：初版把 DPSILG 行号写成 1786（实际是 POPZCH 区段的 '0.','0.'，与 DPSILG 无关），且 §6.2 范围写 1750-1806（实际 PVALUE 结束于 1804，1806 是 BLNK DATA）。初版还漏列 CHMAXT、DPSILD、ND，把 ITEK 标为"失败相关性：低"（无依据，已改"待排查"），把 DPSILG 含义写"结构量"（实际主要约束辐射场+布居，温度有独立 DPSILT），把 ORELAX 含义写"结构量过松弛因子"（实际是布居）。

6.3 失败点失败阶段与 max_relc 量级分布（最后一次尝试）

首失败阶段:        seed_nc=1033  nc=72
末步 max_relc:    >1e6=982  1e4-1e6=25  1k-1e4=15  100-1k=12  10-100=14  (1,10]=5  <1=35
                  另有 17 点 itek_history 为空（首失败阶段无迭代轨迹）
迭代次数分布峰值:  10 iters(327) / 20 iters(143) / 6 iters(159) — 全部撞到 NITER 上限
atmosphere_has_nan: True=434 (39%) / False=671 (61%)

⚠️ 校正：初版末步 max_relc 行漏列 (1,10] 区间 5 点 + 17 点空 history，导致加总 1083 与首失败阶段 1105 不闭合。补齐后可分类 1088 + 空 history 17 = 1105。

6.4 种子方向

poor(目标比种子贫，稳定方向) = 662
rich(目标比种子富，不稳定方向) = 373
same(同 CNO) = 70

seed_finder 的非对称距离（seed_finder.rs:29-43，RICH_PENALTY=4 vs POOR_PENALTY=1）使 60% 失败点拿到了贫方向种子。

⚠️ 校正：初版称"seed_finder 已尽力……说明问题不在种子方向"措辞过强。更准确的表述：种子选择不是唯一根因，但不能排除它是贡献因素之一。理由：(1) "exact_family" 判定允许 ΔTeff < 5000K（半步容忍），sdB 网格步长 10000K 时 55k↔60k 相邻档互作种子辐射场差异仍可能很大，"物理极近"标签不能完全等同于 NLTE 状态空间近邻；(2) 443 个 rich/same 方向失败（seed_finder 自身的回测数据称富方向成功率仅 3-11%）可能部分源于种子方向。种子方向的影响需在 §五 A/B 测试中单独控制变量验证。

6.5 分析脚本

本次分析所用脚本临时存于 /tmp/（未入库）：

• analyze_salvage.py / analyze2.py — salvage 池全量分类
• dbfail.py — DB 失败点分布
• correlate.py — DB 失败点 × salvage 最后一次尝试关联
• seq.py — 策略退化序列验证
• cold_mode.py — cold_run 失败模式
• seed_check.py — 种子距离/方向分析
• success_region.py — Teff×logg 成功率矩阵
• parse_defaults.py — TLUSTY PVALUE 默认值映射

---

七、后续行动

• 决定走方案 A / B / C 中的哪个
• 若方案 A：实现 ChainStep.dpsilg 字段 + YAML 配置（优先级 3）
• 若方案 A：实现 seed_nc NaN 拒绝逻辑（优先级 4）
• 30 点 A/B 测试验证
• A/B 测试中顺带排查 §3.3 替代根因（TFLOOR/ND/DDNU/原子数据/LTE 干净度）
• 若方案 A 救回率远低于 30%：转向排查 ITEK/Kantorovich（A6）或 §3.3 替代根因
• 若数据支持：实施优先级 1（自适应回退）
• 若需根治：改 tlusty208.f 源码 + 重编（优先级 2/5）

---

八、修订审计记录（2026-08-11）

初版报告完成后，作者调用三个独立 subagent 分别审查「数据论断 / TLUSTY 源码 / 框架源码与结论合理性」，作者对最关键的两条（A3 作用域、NaN 计数）亲自复核确认属实，随后按审查意见修订全文。本节记录所有修订，保留可追溯性。

8.1 已修正的错误

#	位置	初版错误	修订内容	严重度
1	§2.3	atmosphere_has_nan: true (1033/1105) —— 实为 434/1105（1033 是 seed_nc 首失败点数，被误当 NaN 计数）	改为 434/1105，并按 NaN 拆分两档失效特征	🔴严重
2	§3.1 A3	PSI 布局标签张冠李戴："结构量被 ORELAX 松弛、布居不被松弛" —— 实际相反（ORELAX 松弛布居，结构量不被松弛）	重写 A3，按 tlusty208.f:3910-3936 与 795-797 给出正确布局	🔴严重
3	§四 优先级 2	ORELAXR 改法是替换原 I.GE. 为 I.LT.，会移除布居松弛；且 ORELAXR 在源码不存在	改为新增一行并存；标注需扩 VARNAM/PVALUE 数组，非"改 2 行"	🔴严重
4	§3.1 A1	暗示"DPSILG=10 适用于所有结构量" —— 温度实际受更严的 DPSILT(1.25) 钳到 ±25%	补 DPSILT/DPSILN/DPSILD 按变量限幅说明	🟡中
5	§3.1 A2	行号 14710（实为 14700，14710 是铁线 LITEK 逻辑）；"第 1 步任意大"过强	行号改 14700；措辞改为"首步无 STOP，但仍受 A1 限幅钳制"	🟡中
6	§3.1	遗漏 CHMAXT（默认 0.01）的过程反馈机制（14711、22954-22958）	新增 A5	🟡中
7	§3.1 / §6.2	遗漏 ITEK/Kantorovich（默认 4，iter≥5 切换）；雪暴起点与之重合却标"失败相关性：低"	新增 A6；ITEK 改标"待排查"	🟡中
8	§3.2 B2	"雪崩后仍然把含 NaN 的 fort.7 喂给 nl"未区分 rc=0/rc≠0	区分两种 TLUSTY 退出路径	🟡中
9	§3.2 B3	"ORELAX=0.3 只对结构量"（依 A3 旧错误）	改为"作用于布居"	🟡中
10	§3.2 B4	"每次重跑参数完全一致（除了种子来源）"自相矛盾	区分同策略白跑 vs 跨策略换初值	🟡中
11	§2.4	"种子不是问题（关键反证）"过强；exact_family 允许 ΔTeff 5000K	标题与结论改为"不是唯一根因，但不能排除贡献因素"	🟡中
12	§2.5	未排除成功/失败点的种子来源混淆变量	补充混淆变量说明	🟡中
13	§6.2	DPSILG 行号 1786（实为 1793，1786 是 POPZCH 区段）；范围 1750-1806（实结束于 1804）；漏列 CHMAXT/DPSILD/ND；ORELAX 含义写"结构量"	全表重写，每项带 PVALUE 行号与 idx	🟡中
14	§6.3	末步 max_relc 漏列 (1,10] 5 点 + 17 点空 history，加总不闭合	补齐使加总闭合	🟢轻微
15	§2.1	"平均重试 7-9 次"（实均值 6.9）	改为"均值 6.9 次"	🟢轻微
16	§五	救回率 30-50/70-85/90%+ 当作事实呈现（无数据支撑）	标注"假设性估计"，强调方案 A 实测值是诊断信号	🟢轻微
17	§四 优先级 1	"~300 行 Rust"低估	改为"400-600 行"	🟢轻微

8.2 新增内容

• §3.3 未排除的替代根因：TFLOOR=8000K、ND=50、DDNU=50/CNU1=6、原子数据 bug、LTE 干净度、输入文件渲染 bug —— 6 条独立于 A1-A6 的数值配置假说
• §8 本审计记录

8.3 未改动（审查确认正确）的核心结论

• 失败点参数分布（高 Teff + 低 logg 集中）：36 格 Teff×logg 矩阵全部精确 ✅
• 1105 全部走完 cold_run→seed_step：tasks 历史验证 ✅
• 首失败阶段 seed_nc=1033/nc=72 ✅
• 种子方向 poor=662/rich=373/same=70 + 全 exact_family ✅
• 两条 max_relc 雪崩轨迹样例（逐值）✅
• §2.5 危险区 cold/seed 成功拆分（4 格）✅
• 框架 B1（无链内重试）、B4（数值参数零扰动）✅
• 整体方向：物理吸引域窄 + 框架无自适应 → 方向正确，仅论证细节有上述瑕疵

8.4 审查方法

三个 Explore subagent 并行独立审查，任务是挑错找反例而非确认：

• 数据核验：12 项独立 SQL/脚本复现（9 一致 / 2 轻微 / 1 错误）
• TLUSTY 源码：8 项行号/逻辑/默认值核对（数值 9/9 对 / 行号错位多 / A3 布局颠倒）
• 框架源码与结论：8 项源码引用 + 因果严谨性（B1/B3/B4 扎实 / 种子反证与救回率有漏洞）

作者对最致命两条（#1 A3、#2 NaN）用独立脚本/源码核对确认属实后，方才修订。