並行工程/設計流程
在設計零件或零件系統時，工程師會遵循一個流程。具體流程會因設計內容、側重點不同而有很大差異。本節試圖涵蓋設計流程的許多不同概念，並將其集中在一個地方。
儘管一些設計流程之間存在許多差異，但以下是對設計流程概要的概述：設計流程的第一步是定義設計。這意味著寫下你所追求的目標，並對設計進行簡潔、濃縮的總結。通常，需要客戶表達需求才能設計出產品。與客戶的溝通可以是直接的，來自市場調查或其他來源。建立直接溝通渠道對客戶和工程師雙方都將有利。一旦客戶需求確定，就會將其轉化為工程需求。然後利用這些需求提出最初的概念構思。通常會構思出許多概念（有時是數百甚至數千），然後根據哪些設計最可行來縮小範圍。接下來選擇一些概念進行原型設計和測試。根據測試結果，進行改進，並選擇最終的設計方案。一旦選擇好設計方案，就可以開始製造，客戶就會收到最終產品。
(Chris Fagan)
並行工程的設計流程會因專案的規模和性質而有所不同。然而，大多數方法都遵循以下類似的結構
- 定義客戶需求
- 定義工程需求
- 構思設計解決方案
- 客戶需求
- 提出多個設計/想法
- 批准
- 資金
- 貫穿整個流程
- 開發原型
- 從最初的概念中開發/最佳化幾個想法
- 批准
- 實施設計
- 重新檢查
由Chris Cookston提供
(Chris Fagan)
- 具有成功歷史的設計流程
- 專注於已被證明有效的流程
- 單件生產和批次生產之間的區別
- 例如，汽車製造與航空航天與美國宇航局噴氣推進實驗室之間的區別
《空間任務分析與設計》作者：詹姆斯·R·韋爾茨和威利·J·拉森
這是一本非常適合空間任務設計，但也適合複雜系統設計的書籍。
(Karl Jensen) (Adam Aschenbach)
豐田在本書中被特別列出，因為它在今天使用許多設計技術的起源中發揮了重要作用。
其中一個例子就是精益製造。精益製造是指用更少的工作獲得更多價值的理念，它源於豐田生產系統 (TPS)。有關更多資訊，請檢視精益製造維基百科頁面
以下列出了豐田與其他製造商不同的幾個方面
• 豐田會考慮更廣泛的潛在設計，並且比其他汽車公司更晚做出某些決策，但它可能擁有業內最快、最有效率的車輛開發週期。
• 基於集合的並行工程從廣泛考慮一組可能的解決方案開始，逐步縮小可能性集合，最終收斂到一個最終解決方案。
• 這使得找到更好或最佳解決方案的可能性更大。
• 上圖描繪了大多數美國汽車公司在設計方面採用的方法。該圖代表了一種基於點的序列工程方法，它會快速決定一個可行的解決方案。一旦找到這個解決方案，就會對它進行最佳化以尋找更好的解決方案，但不一定是最佳解決方案。
• 上圖描繪了豐田設計產品的方式。所示流程展示了一種基於集合的並行工程方法。這種方法涉及建立一大池想法，供各小組之間進行溝通。這組大量的想法最終會縮小到最終解決方案，這通常是最佳解決方案。使用這種並行工程系統，可以找到穩健的解決方案，而無需進行大量的最佳化。與其對一個設計進行最佳化，不如對許多設計進行原型設計和評估，以確定哪個設計最佳。[1]
(Chris Fagan)
據估計，產品開發延遲的 35% 是由於整個設計過程中對產品定義的更改直接造成的。[2] 由於多個團隊在同一個專案上工作，需求會不斷變化。[3] 在以下 6 個步驟中概述了促進改變的設計流程。[3] 在系統需求不斷變化的情況下進行設計，如下所示。[3]
1. 建立和培養客戶與設計工程師之間的開放式溝通。這包括設計團隊內部的溝通。
2. 儘快開發並明確寫下設計需求。重要的是要確定元件介面需求和其他可能沒有明確表達的產品規範。分析列表的完整性，並尋找遺漏的需求。
3. 檢查需求列表以確定哪些需求可能發生變化，哪些需求是穩定的。在設計的早期階段，要花更多時間在永續性元件上。
4. 預測未來客戶需求和需求變化。為變化留出空間，並在元件中建立靈活性以適應未來的變化。
5. 使用迭代方法進行產品開發。快速的設計和原型週轉提供了一種測試需求和發現意外需求的方法。
6. 透過選擇能夠容忍不斷變化的需求的產品架構，在設計中構建靈活性。這可以透過過度設計元件以滿足未來需求來實現，尤其是在可能發生變化的元件中。這些步驟已在 Bug ID 專案的持續設計過程中確立，並有助於防止因設計變更而造成的損失。但是，該系統沒有被視為一個複雜系統。
(Chris Fagan)
併發工程專案將許多學科彙集在一起，形成一個單一的設計過程。已經開發出一些工具來幫助不同知識和背景的設計人員在單一設計上協同工作。
(Chris Fagan)
SysML 是一種圖形語言，它使用建模器來幫助建立圖表。SysML 的基本思想是建立捕獲系統資訊和操作的圖表。然後，SysML 將它們連結在一起，允許使用模型資訊來幫助“指定、設計、分析和驗證系統”。[4] SysML 中的九個圖表中的每一個都代表系統的一個特定部分。SysML 中的圖表型別在以下段落中概述：[4]
1. 需求圖表示需求及其在系統中的互動。
2. 活動圖說明系統的行為，該行為取決於系統的輸入和輸出。
3. 順序圖也描繪系統的行為，但這次是根據各個部分之間的訊息。
4. 狀態機圖表示實體之間存在轉換時的行為。
5. 用例圖以外部參與者的形式呈現系統功能。外部參與者使用圖中的實體來完成特定目標。
6. 塊定義圖表示系統的結構元件、組成和分類。
7. 內部塊圖顯示系統的不同塊以及塊之間的連線。
8. 引數圖包含屬性約束（例如等式），這些約束有助於工程分析。
9. 包圖顯示模型的組織方式。它使用包並將它們關聯起來以表示模型。
這些連結在一起的圖表共同模擬了整個系統，其中包含物理環境中的元素，例如人員、設施、硬體、軟體和資料。[5] 這些圖表在跨學科實施，以顯示資料在設計過程中的流動。
(Farzaneh Farhangmehr)
為了有效地進行系統建模，系統語言應該統一。為了實現這一目標，統一建模語言 (UML) 提供了一種標準的方式來編寫系統模型，包括概念性事物（例如系統功能、軟體元件等）；然而，它也存在一些侷限性，例如由於其軟體偏見，UML 無法描述由硬體和軟體組成的複雜系統的關係。系統建模語言 (SysML) 是 UML 結構的擴充套件，它透過一些改進來解決這些侷限性。它試圖為複雜的系統提供一種建模語言，這些系統還包括非軟體元件（即硬體、資訊等）。根據一般定義：“SysML 是一種通用的圖形建模語言，用於指定、分析、設計和驗證可能包含硬體、軟體、資訊、人員、程式和設施的複雜系統。” [6]
SysML 為複雜系統應用程式提供了一種通用的建模語言。它可以透過促進系統和軟體之間的整合，涵蓋具有廣泛不同領域（尤其是硬體和軟體）的複雜系統。它允許設計團隊確定系統如何與其環境互動，以及瞭解系統的不同部分如何彼此互動。此外，由於 SysML 是一種比 UML 更小的語言（因為它減少了 UML 的軟體中心侷限性），因此 SysML 更易於理解、更靈活，更容易表達。此外，它的需求圖提供了一種需求管理技術。最後，由於 SysML 圖表描述了行為、結構和約束之間的分配（通常是將功能分配到形式，尤其是將軟體部署到硬體平臺上 [7]），它可以降低設計成本。
(Chris Fagan)
任何複雜的設計任務都需要在效能、成本或風險之間進行一些權衡。這些權衡的結果可以在折衷研究中看到，折衷研究用於找到最符合需求的配置。[8] 這些折衷研究通常具有很大的不確定性，因為在研究產生時對設計的瞭解有限。貝葉斯模型可以用來支援這些折衷研究，並顯示某些事件發生的機率。
貝葉斯模型有三個要素：[9]
1. 一組關於世界的信念
2. 一組決策備選方案
3. 對行動可能結果的偏好
儘管這些貝葉斯模型可能包含不一致或不完整的資訊，但它們在以不確定性和風險為特徵的情況下尤其有效。在這些情況下，貝葉斯模型將建議根據模型陳述採取最佳選擇。[9] 這種建議來自對設計過程中決策過程的建模。僅僅透過構建問題，設計過程就具有顯著的優勢。貝葉斯模型為決策過程提供了分析支援。[9] 貝葉斯模型可以解決：[8]
- 目標不確定性
- 評估不確定性
- 不確定性的重要性
- 定性和定量標準的混合
- 多個團隊成員評估的融合
- 確定下一步要做什麼，以確保做出最佳決策
總的來說，將貝葉斯模型應用於折衷研究可以澄清決策並提供方向。
(Farzaneh Farhangmehr)
在設計的早期階段，決策者主要目標之一是生成可能的設計選項的折衷研究，這些選項可以滿足設計要求，並選擇最佳選項。在傳統的 多目標最佳化技術中，決策者必須事先量化他們的偏好。為了實現這一目標，已經定義了非支配解的帕累託邊界，以便決策者可以評估他們的偏好。但是，有時決策者無法事先成功地確定他們的偏好。為了解決這個問題，ARL 折衷空間視覺化器 (ATSV) [10] 已經開發出來，允許探索折衷空間。ATSV 的目標通常是提供一種技術，該技術可以使用差分進化 [11] 來填充多目標折衷空間，該方法基於目標的降維子集。因此，ATSV 提供了無約束的維度，而不是單個解決方案，它允許決策者分析設計變數的互動。
1998 年 Rick Balling[12] 提出的“購物式設計”方法，允許決策者先檢視各種可行的設計方案，然後在可視化了最佳設計的權衡空間後，根據自己的偏好選擇一個方案。ATSV 透過多維資料視覺化（符號圖、直方圖、平行座標、散點矩陣、刷選、連結檢視）同時顯示多個圖表，並互動式地應用偏好。因此，ATSV 不提供單一解決方案，而是提供不受約束的維度，讓決策者能夠分析設計變數之間的相互作用。此外，這種探索可以提供有關權衡空間中其他區域的額外資訊，這些區域可能會影響決策者的偏好。此外，ATSV 中使用的自動化方法透過在短時間內分析大量設計，為“購物”正規化提供了一種實現方法。儘管有這些優點，但作為一項新技術，ATSV 在某些方面仍需改進。其中一個領域是開發更快的圖形介面；瞭解問題規模和複雜性對使用者效能的影響，並根據這些發現的結果限制問題的規模。[13] 此外，未來的工作應該為 ATSV 提供群體決策的方法。最後，與大多數可用的設計方法一樣，ATSV 在提供視覺化系統相關風險和不確定性的方法方面存在缺陷。
(Chris Fagan)
智慧協商機制指出，由於不同學科具有不同的目標和知識，在設計過程中不可避免地會發生衝突。許多多學科設計專案要求工程師同時進行設計，這會導致工程師之間溝通不暢而產生混亂。因此，設計工作流程以防止設計過程延誤非常重要。[14]
人們一直在努力尋找解決這個問題並使協同工程更有效的解決方案。與在 ATSV 中購物式選擇設計類似，人們發現，專案管理的視覺化表示可能會有益。這首先導致了甘特圖的出現；甘特圖是一種基本的規劃工具。這些甘特圖只能顯示使用者輸入的資訊。因此，輸出僅與輸入的資訊一樣好，如果中途發生變化，程式可能無法準確地預測變化，也可能無法做到。[14]
人們仍然渴望開發能夠彌合工程設計和專案管理之間差距的程式。ConSERV（同步協同工程資源檢視）是一個基於知識的專案，它基於設計和專案管理之間存在聯絡的理念。ConSERV 的目標是提供工程設計活動同時進行的視覺化表示。[15] 圖 4 顯示了這個想法的圖形表示。[15]
ConSERV 概念本質上將專案管理方法應用於設計過程。ConSERV 軟體充當決策支援系統，提供時間提醒並跟蹤進度。這使專案經理能夠輕鬆地監督多學科專案的所有方面。ConSERV 方法可以分五個階段實施：[15]
1. 確定專案和引數
2. 確定主要風險因素
3. 確定最合適的管理工具
4. 建立團隊和專案執行計劃
5. 應用 ConSERV 概念
雖然 ConSERV 是一個完整的軟體包，可以同時應用所有這些設計策略，但這些概念可以與傳統的專案管理軟體和組織相結合。
產品資料管理（PDM）是任何設計中非常重要的部分。PDM 是一種軟體，用於控制和跟蹤不同設計的 資料。這可以在資料容易丟失的公司節省時間和金錢，因為這些公司沒有使用 PDM。Team Center 就是這樣一款 軟體工具。Team Center 允許來自世界各地的人員同時參與一個系統設計，同時將所有資料儲存在中央伺服器上。它 還可以充當敏感檔案（如 CAD 檔案）的監管者，僅允許某些使用者修改部件，並防止資料丟失。
您可以在此維基頁面上了解更多關於 PDM 的資訊：PDM Wiki
幾何尺寸標註和公差（簡稱“GD&T”）是一種符號語言，應用於機械零件圖（二維圖或帶註釋的三維 CAD 模型），用於指定零件特徵的允許偏差。ASME Y14.5 是從設計功能角度定義 GD&T 的標準。ISO 1101 以及其他 20 多個 ISO 標準構成了 ASME Y14.5 的大致等效標準，但更多地是從尺寸計量角度來看。GD&T 由設計定義，然後在設計、製造、採購和檢驗中使用。它是一種語言，可以清晰地傳達機械零件和裝配體的幾何偏差規範和測量資料。
GD&T 方法可以控制特徵的形狀、尺寸、方向和位置。GD&T 中還包含一些概念，可以建立有意義且可重複的參考系，稱為“基準系”，這些參考系用於以功能上有意義的方式關聯方向或位置控制的公差帶。
作為建立基準系過程的一部分，被識別的“基準特徵”通常是與裝配體中其他零件配合的特徵。透過處理基準特徵的識別和進一步規範，可以將設計師的注意力吸引到這些配合特徵上。這種關注和意識使得實現簡單有效的配合零件介面，明確有效地約束零件在裝配體中的旋轉和平移自由度，比不使用 GD&T 時更有可能。
使用 GD&T 的替代方法是嘗試僅使用直接公差尺寸來指定特徵的幾何偏差。當嘗試使用直接公差尺寸來控制特徵的方向或位置時，會遇到模糊性。對於直接公差尺寸的定義，也會遇到模糊性。ASME Y14.5 對尺寸公差提出了不使用 GD&T 時不存在的要求。GD&T 的發展是為了解決過去由於這些模糊性而遇到的問題。
在開發並應用於定義裝配體中零件的圖紙（二維或三維）之前，機械設計並不完整，直到零件特徵的幾何偏差的可實現且明確的規範得以實現。缺乏完整的規範可能會導致後續的需要進行設計更改，以適應物理零件的偏差。
GD&T 通常被誤認為是繪圖或製造方面的主題。GD&T 規範和相關的“公差疊加”分析（需要 GD&T 作為明確的基礎）主要屬於設計主題。對於關鍵或複雜的特徵，公差分析方法以及尺寸計量方法可能會變得非常複雜。GD&T 是所有機械設計工程師都需要掌握的基本方法，它可以實現零件幾何規範的有效傳達。
雖然可以對所有零件特徵的所有可控特性完全獨立地應用 GD&T，但在工業中，GD&T 通常被用作風險管理工具。透過圖紙上的通用註釋應用通用的“表面輪廓”公差，然後在圖紙的圖示區域中對最關鍵的特徵進行專門的公差應用。這種方法可以更加關注最關鍵的功能問題。由於會遇到很大的模糊性，因此僅使用直接公差尺寸無法實現類似的風險管理。
DFX 是針對特定特徵進行設計的過程。這可以包括面向製造、安全、效能、營銷、環境、成本和靈活性的設計。
(Adam Aschenbach)
面向製造的設計是工程師用來設計易於製造的零件的一項原則。DFM 通常是一項集中於降低零件生產成本的原則。面向製造的設計應該從產品開發的開始就應用，並在整個設計過程中不斷改進。工程人員應該與製造部門和其他職能部門合作，設計易於製造的零件。
透過從專案一開始就考慮零件的可製造性，工程師和製造部門可以協同工作，創造出既經濟實惠又滿足雙方需求的零件。專為可製造性和組裝而設計的零件，其生產成本通常低於沒有考慮這些因素的零件。由於降低成本是 DFM 的主要目標之一，因此 DFM 是一種大多數公司都知道和使用的原則。
• 在整個產品中使用相同的螺釘，以減少裝配線上的工具數量、加工過程中的換刀次數以及庫存中不同螺釘的數量
• 為裝配工人建立用於在狹窄空間內輕鬆安裝螺釘的檢修孔
• 減少裝配體內的零件數量，以便減少組裝時間
• 在零件之間留出足夠的空間，以允許工具間隙
(Adam Aschenbach)
當使用和周圍人員的安全至關重要時，就會使用安全設計。乏燃料運輸容器的設計就是一個安全設計的完美例子。乏燃料運輸容器必須非常堅固，並且能夠承受極大的衝擊。例如，容器必須能夠承受在 6 英寸直徑的鋼釘上從 40 英寸高度墜落。容器還必須能夠承受從 30 英尺高度墜落到堅固表面上的墜落測試。這兩種測試都是為了展示運輸容器的安全性。一般來說，安全設計不將成本視為設計引數之一，因為製造安全的部件或系統通常需要花費大量的資金。
(卡爾·詹森)
效能設計是一個專門領域。DFP 的許多方面不同於其他設計領域。在這種情況下，設計完全是關於如何從產品中獲得最大的效能。通常，很少考慮成本和可製造性。一些適用該原則的例子包括賽車行業（汽車和其他），太空任務和一些軍事專案（例如戰鬥機）。為了從設計中獲得最佳效能，在製造產品之前對其進行建模和模擬非常重要。建模和模擬可能是一個複雜的過程，但可以在設計過程的後期節省時間和金錢，並從設計中獲得最佳效能。透過模擬結合 DoE，可以在設計變數之間找到趨勢，這些趨勢可用於實現最大效能。複雜系統設計是一種可以很好地應用於 DFP 的理念。透過將產品作為一個整體來看待，可以找到大型系統之間複雜的相互作用。
(布萊克·吉爾斯)
下圖描述了一個典型的設計過程，該過程針對的是高效能複雜系統（如飛機和航天器）的設計。
步驟 1：透過資格認證定義任務的總體目標及其目標。在整個設計週期中應參考此宣告，以確保滿足任務需求。[16]
步驟 2：量化任務目標應達成的程度，以確保成功。這些應該是系統屬性的高階效能指標。例如，在汽車設計中，這些指標將是加速度、轉彎、燃油經濟性等。這些指標在整個設計週期中肯定會發生變化，應重新審視。
步驟 3：定義和描述將滿足任務目標的概念。這場頭腦風暴活動應該列舉幾種可能導致任務成功的方法。
步驟 4：定義替代任務元素或任務架構，以滿足任務概念的要求。架構是執行功能以完成任務概念的物理系統和子系統的總體描述。
步驟 5：確定主要成本和效能驅動因素。這些是相對較大程度地影響系統成本和效能的架構。儘早識別這些驅動因素將使設計團隊能夠平衡效能和成本。
步驟 6：任務架構的表徵意味著定義車輛的子系統，包括重量、功率和成本。這裡可以應用數學模型來描述子系統效能。
步驟 7：評估定量要求並識別關鍵要求
步驟 8：相對於成本和架構選擇，量化要求和總體目標的達成程度。
步驟 9：基線設計是對系統的單一一致定義，該系統滿足大部分或全部任務目標。一致的系統定義是所有系統引數的單一集合，這些引數彼此吻合。
步驟 10：將總體目標和約束條件轉換為明確的系統要求。
步驟 11：將系統要求轉換為元件級要求。
(Adam Aschenbach)
營銷設計是一種設計部件和系統的方法，使其具有市場競爭力。有些產品可能具有很好的功能，但由於沒有市場競爭力，因此可能永遠不會大量銷售。課堂上介紹了一個營銷設計的例子。當伯克教授在惠普工作時，市場營銷部門找到了工程師，說他們想要列印墨盒裝入斜角紙板箱。雖然這些盒子可能稍微難於生產和組裝，但它們被用作一種方法來區分惠普列印墨盒與其所有競爭對手。這使客戶很容易識別他們需要哪些墨盒來使用他們的惠普印表機，而且由於其獨特的形狀，這些盒子更具吸引力。
3P 是一種產品和流程設計工具或方法。三個 P 代表產品、準備、流程。源於精益製造，3P 是一種“可製造性設計”方法，其中產品或流程設計的大量考慮因素都針對減少製造過程中的浪費。持續改進（也源於精益）旨在隨著時間的推移逐步改進製造過程，每次改進的影響都很小，而 3P 允許工程師從頭開始重新設計流程並尋求效能更高的解決方案。這種徹底改革的效能更高，但需要更多資源和資金。
3P 團隊的目標是在使用最少資源並實現快速實施時間的情況下滿足客戶需求。選擇一個跨職能團隊來代表產品的多個方面或設計。在一個為期多天的過程中，團隊將審查客戶需求並集思廣益，提出幾種可能的解決方案。對這些解決方案進行評估以確定其優劣，並選擇三個進行原型設計。建立物理表示以更好地瞭解解決方案的資格，最後選擇一個進行實施。
(Adam Aschenbach)
FMEA 是一種工具，可用於確定產品的可能失效模式以及這些失效的嚴重程度。通常，會建立一個系統內部件列表，然後透過小組集思廣益找到每個部件或子裝配的失效模式。確定失效模式列表後，將為每個失效模式分配嚴重程度 (S)、發生率 (O) 和檢測率 (D) 的評分。確定這些數字後（基於 1 到 10 的量表），就可以找到風險優先順序。以下是一個網站，它給出了一個描述，說明了 1-10 的評級可能與嚴重程度、發生率和檢測率相關。
風險優先順序透過將 S x O x D 相乘得出，即風險 = S x O x D。一般來說，風險值越高，則指定失效模式的設計優先順序應高於風險值較低的失效模式。在 FMEA 會議結束時，通常會為在場的人員分配任務。這些任務與在參與 FMEA 時發現的未知因素有關。透過為特定人員分配任務，可以提高任務完成的機率，並且可以更新文件以包含正確的資訊。
參與 FMEA 會議的人員通常來自許多不同的學科。通常會有來自工程、客戶服務、營銷、製造以及管理層的代表在場。所有這些人必須共同努力來確定零件可能的失效模式。他們還需要確定與每個失效模式相關的評分。客戶服務人員可能瞭解以前的產品，並且可以利用他們的知識來給發生率評分。客戶服務人員還可以集思廣益，提出與過去使用過的零件類似的零件的失效模式。製造人員可能能夠提供有關特定失效模式的可檢測性的資訊，因為他們曾在裝配線上工作過，或有失效檢測方面的經驗。透過在設計階段早期引入多元化的人員團隊，可以識別更多問題並進行適當的評分。
從小型工程公司到像 NASA 這樣的大型組織，許多公司都將 FMEA 作為一種工具來最小化與推出新產品相關的風險。FMEA 可以用作設計工具，以幫助預防故障並提高產品的穩健性。一份編寫良好的 FMEA 文件也可以用作設計新產品的參考。
FMEA 文件應該在專案開始時就開始編寫。如果設計有重大修改，如果實施了新的法規，如果客戶反饋表明存在問題，以及如果操作條件有任何變化，則應該更新文件。
•如果可以在設計過程的早期識別並消除可能的失效模式，則最終的產品將更加穩健，並且在產品釋出後需要進行的更改將更少。
•與不同的職能部門合作可以找出工程人員可能沒有注意到的失效模式。
•建立一個文件，可以作為將來可能使用相同零件或實踐的專案的參考。
•即使在 FMEA 會議中花費了大量時間，也不可能實現所有失效模式。
•FMEA 依賴於參與該過程的人員的知識。如果參與人員沒有過去產品或先前失效模式的經驗，則該文件可能不如預期那樣強大。
•風險值可能具有誤導性，最終必須使用判斷來確定最高風險的失效模式是什麼。
(Farzaneh Farhangmehr)
設計過程中的決策包含三個主要步驟：選項識別；每個選項的預期確定以及最終的價值表達。隨著多學科系統複雜性的增加，此類系統的設計過程主要基於並行設計團隊。當然，協作決策本身也存在挑戰。協作最佳化策略最初由 Balling 和 Sobieszczanski-Sobieski 於 1994 年提出 [17]，以及 Kroo 等人。 [18] 兩年後，在 1996 年，Renaud 和 Tappeta [19] 將其擴充套件到針對非層次結構決策的多目標最佳化。近年來，許多研究致力於解決協作決策型設計所面臨的挑戰，以消除設計生命週期中設計團隊的溝通障礙。基於代理的決策網路， [20] 用於協作的多代理架構 [21] 以及用於協作最佳化的基於決策的設計框架 [22] [23] 是這些方法的示例。（另請參見由 Chris Wild 等人撰寫的基於決策的軟體開發：設計和維護。 [24] 儘管存在差異，但所有這些方法都應該能夠滿足透過考慮以下事實來做出決策的要求
- 決策可能來自不同的來源和學科；
- 由於不同的標準，它們可能相互衝突；
- 決策者可以是個人或群體；
- 決策可以按順序或同時進行；
- 設計師根據個人經驗做出決策
- 資訊可能是不確定的且模糊的。
多學科複雜系統中的決策是選擇能夠最大限度地提高目標函式的選項，而最佳化方法（作為自動決策）則最小化目標函式的評估次數。最佳化技術在決策方面被用於從一組備選方案中選擇最優設計選項，而無需詳細評估所有可能的備選方案。因此，最佳化技術透過自動化提高了設計速度。
如上所述，決策包含三個主要要素：選項識別；每個選項的預期確定以及最終的價值表達。最佳化問題，即在所有約束條件都滿足的情況下最大化或最小化目標函式，可以建模為決策工具。在這種情況下，選項空間可以建模為可行區域內 x 的可能值的集合；期望建模為 F(x)；首選項透過最大化或最小化來建模。在此過程中，最佳化器的目標是最大限度地提高利潤或淨收入的預期 VN-M 效用。此圖顯示了由 Barun 等人開發的協作最佳化的基本架構。 [25]
(Farzaneh Farhangmehr)
設計團隊在工程系統的設計和開發過程中的主要職責是在不確定的環境中做出最佳決策。他們的決策應滿足與系統相關的約束所帶來的限制。這些限制之一是風險，它可能導致系統故障或效能不佳。另一方面，與決策相關的不確定性會對每個決策所依據的關鍵因素和假設產生重大影響，如果沒有計劃來管理這些不確定性，則會透過改變資源（市場、時間等）來增加設計和決策的成本。
根據設計、工程分析、政策制定等不同領域的關注點，對“不確定性”一詞有多種定義，例如：“描述隨機過程在其特定域上的結果分散程度的隨機過程特徵”。[26] 或“缺乏確定性，指知識有限的狀態，無法準確描述現有狀態或未來結果，存在多種可能的結果”。[27]“ 因此，風險被定義為“一種不確定性的狀態，其中某些可能的結果會產生重大的負面影響”。[27]
風險管理
[edit | edit source]文獻中通常指控制風險的行為或實踐。[28] 基於此定義，風險管理包括風險規劃、識別、分析、緩解和監控等過程”。[29] 國際標準化組織 確定了以下風險管理原則：[30][31]
- 風險管理應創造價值。
- 風險管理應成為組織流程的組成部分。
- 風險管理應成為決策的一部分。
- 風險管理應明確解決不確定性。
- 風險管理應系統化和結構化。
- 風險管理應基於最佳可用資訊。
- 風險管理應量身定製。
- 風險管理應考慮人為因素。
- 風險管理應透明和包容。
- 風險管理應具有動態性、迭代性和對變化的響應能力。
- 風險管理應能夠持續改進和提升。
根據標準 ISO/DIS 31000“風險管理 - 原則和實施指南”，[30] 風險管理過程包括以下幾個步驟：[31]
- 識別選定領域中的風險
- 規劃後續流程。
- 規劃以下內容
- 風險管理的社會範圍
- 利益相關者的身份和目標
- 評估風險的基礎，約束條件。
- 定義活動的框架和識別議程。
- 開發對流程中涉及的風險的分析。
- 緩解使用可用技術、人力和組織資源的風險。
-風險規劃：
風險管理的第一步是為設計團隊提供可能的風險識別方法、評估技術和緩解工具清單，然後透過平衡資源（成本、時間等）與它們對專案的價值來分配資源。
- 風險識別： NASA 系統工程手冊中應用的分類法系統工程中的管理問題[37] 將風險分為組織風險、管理風險、採購風險、可支援性風險、政治風險和專案風險。應用之前檢查過的風險模板，進行專家訪談，回顧類似專案的類似經驗教訓檔案，透過應用 FMEA、FMECA、故障樹分析等分析潛在的失效模式及其傳播。
- 風險緩解和監控
- 不採取措施並接受風險：未來的風險資訊收集和評估
- 與合作者分享風險：與國際合作夥伴或承包商分享風險（例如激勵合同、保修等）
- 採取預防措施以降低風險：額外規劃（例如，額外測試子系統和系統，設計冗餘，現成硬體等）
- 制定應急計劃：額外規劃
不確定性管理
[edit | edit source]在複雜系統的設計過程和生命週期中，評估與系統相關的風險來源、程度和緩解措施已成為設計師關注的問題。他們應該瞭解對風險的態度；瞭解在哪裡需要更多資訊，以及在設計過程中應做出不可避免的決策的可能後果。但是，與系統相關的不可避免的不確定性會改變這些決策背後的關鍵因素和假設，並可能增加設計成本或探索新的機會。
不確定性分類 [32]
[edit | edit source]不確定性可能是由於缺乏知識（指的是認知或知識不確定性）或由於自然界的隨機性（指的是隨機、可變性或隨機不確定性）。不確定性的一個來源，模糊不確定性[6-8]，是由定義不完整或不清楚、表達錯誤或溝通不暢造成的。模型不確定性包括與使用過程模型或數學模型相關的不確定性。模型不確定性可能是由於數學錯誤、程式設計錯誤和統計不確定性造成的。數學錯誤包括近似誤差和數值誤差，其中近似誤差是由於物理過程模型的缺陷造成的，而數值誤差是由於有限精度算術造成的[9]。程式設計錯誤是由硬體/軟體[10-13]引起的錯誤，例如軟體/硬體中的錯誤、程式碼中的錯誤、應用演算法不準確等。最後，統計不確定性來自將資料外推以選擇統計模型或提供更極端的估計[14]。與設計團隊（設計師、工程師等）、組織和客戶的行為相關的不確定性稱為行為不確定性。行為不確定性來自四個來源：人為錯誤、決策不確定性、意志不確定性和動態不確定性。意志不確定性是指設計階段主體不可預測的決策[14]。人為錯誤[15-16] 是由於個人失誤引起的不確定性。決策不確定性是指決策者有一組可能的決策，而只有一項決策應被選中。行為不確定性的第四個主要來源，動態不確定性，是指組織或個人變數的變化或意外事件（例如，經濟或社會變化）導致最初確定的設計引數發生變化。動態不確定性還包括由信念程度導致的不確定性，在這些信念程度中，只有主觀判斷是可能的。最後，與過程固有性質相關的的不確定性稱為自然隨機性。這種不確定性是不可減少的，決策者無法在設計過程中控制它。
此圖顯示了 CACTUS 提供的不確定性分類[33]
不確定性評估[32]
[edit | edit source]已發表了嘗試在設計過程中量化不確定性的方法，但大多數方法僅關注不確定性的定量方面[17]。這些技術方法必須與定性方法相輔相成，包括專家判斷。雖然已經嘗試在各個領域實現這一點[18-21]，但尚未解決在設計過程中結合兩種型別不確定性的方法。不確定性評估方法通常根據其在分析資料和表示輸出方面的特徵，分為四種主要方法
機率方法基於對模型中不確定性的機率行為進行表徵，包括一系列方法來量化模型輸出相對於模型輸入隨機變數的不確定性。這些方法允許決策者研究設計變數中的不確定性對模型機率特徵的影響。機率行為可以透過不同的方式表示。最基本的表示之一是估計均值和標準差。雖然這種表示是機率方法中最常用的結果，但它無法讓我們清楚地瞭解不確定性的機率特徵。機率行為的另一種表示是機率密度函式（PDF）和累積分佈函式（CDF），它們提供了分析模型機率特徵所需的資料。雖然經典的統計評估方法透過評估相關的不確定性來闡明風險的型別和程度，但它們無法將過去的資訊考慮在內。為了解決這個問題，貝葉斯方法提供了一系列基於貝葉斯機率論的方法，假設事件的後驗機率與其先驗機率成正比 [22-24]。貝葉斯邏輯也可以用來模擬置信度。貝葉斯模型在評估置信度方面的作用在大規模多學科系統中更為重要。模擬方法透過生成隨機數，然後觀察輸出的變化來分析模型。換句話說，模擬方法是一種統計技術，它闡明瞭為了達到期望結果而應該考慮的不確定性。當問題無法透過分析解決，或者對輸入變數的機率分佈或相關性沒有假設時，通常會應用模擬方法。最常用的基於模擬的方法是蒙特卡羅模擬（MCS）[25, 26]。MCS 包含大量的重複，通常在數百到數千之間。模擬方法可以單獨使用，也可以與其他方法結合使用。將定量和定性不確定性都考慮在內的模型，被歸類為第四類，即定性方法。一個例子是 NUSAP [18]，代表“數值、單位、範圍、評估和血統”，其中前三個類別是定量指標，接下來的兩個類別是定性量化器，可以與其他評估方法（如蒙特卡羅模擬和敏感性分析）結合使用。一些其他方法，如基於貝葉斯理論的 ACCORD® [31]，可以被認為是結合了兩種型別的評估技術。
不確定性緩解和診斷方法[32]
[edit | edit source]雖然熟悉不確定性的來源和評估方法至關重要，但仍然存在一個挑戰：我們如何在系統中處理和緩解這些不確定性的影響？此外，我們如何在為時已晚、不確定性失控之前診斷它們？為了回答這些問題，讓我們提供一些不確定性診斷和緩解的方法。
由於程式設計錯誤導致的不確定性可以透過導致錯誤的人來診斷。由於程式設計錯誤可能發生在輸入準備、模組設計/編碼和編譯階段 [27]，因此可以透過更好的溝通、軟體質量保證方法 [28, 29]、除錯計算機程式碼和冗餘執行協議來減少這種錯誤。應用更高精度的硬體和軟體可以減輕與模型相關的數學不確定性的影響，這些不確定性是由有限精度算術導致的數值誤差造成的。此外，它還能減少統計不確定性的影響。透過在樣本大小和與模型的相似性方面選擇最佳資料樣本，可以減輕統計不確定性的影響。與統計不確定性類似，當選擇具有可接受誤差範圍和最佳變數、邊界等假設的最佳模型時，近似不確定性也會最小化。模擬方法可以用來生成最佳模型。模糊性不確定性自然與人的行為相關聯；然而，它可以透過清晰的定義、語言約定或模糊集合理論 [7]、[30] 來減少。意志不確定性是由不可預測的決策造成的，尤其是在多學科設計中，它由其他組織或個人診斷，並透過聘請更好的承包商、顧問和勞動力 [9, 14] 來緩解。雖然人為錯誤和個人失誤在系統中是不可避免的，但可以透過應用人因因素標準（如檢查、自我檢查、外部檢查等）來診斷和緩解這些錯誤。當只有主觀判斷成為可能時，可以透過應用貝葉斯方法 [22-24] 來減輕動態不確定性的影響。此外，這種型別的不確定性可以透過應用設計最佳化方法來減少，這些方法可以最小化變數變化或意外事件的影響，這些事件會導致設計引數發生變化。例如，與動態不確定性類似，設計最佳化對於減少決策不確定性的影響很有用，當有一組可能的決策可用時。基於貝葉斯決策理論的方法（如 ACCORD® [31]）也可以用來幫助決策者做出更明智的選擇。敏感性分析 [32-33] 和穩健設計 [34-35] 透過確定哪些變數應該被控制來提高模型的效能，也非常有用。
產品生命週期
[edit | edit source]維基百科對產品生命週期給出了一個很好的定義。 產品生命週期
參考文獻
[edit | edit source]- ↑ Sobek II, Durward K., Allen C. Ward, and Jeffrey K. Liker. "Toyota's Principles of Set-Based Concurrent Engineering." Sloan Management Review: 67-83.
- ↑ Ullman, D. G., “The Mechanical Design Process,” Third Edition, McGraw-Hill, New York, 2002.
- ↑ a b Peterson, C., “Product Innovation for Interdisciplinary Design Under Changing Requirements: Mechanical
- ↑ a b Friedenthal, S., A. Moore, R. Steiner, “A practical Guide to SysML: The Systems Modeling Language,” Chapter 3, 2008.
- ↑ Vanderperren, Y., W. Dehaene, “UML 2 and SysML: Approach to Deal with Complexity in SoC/NoC Design,” Proceedings of the Design, Automation and Test in Europe Conference and Exhibition, 2006.
- ↑ Sanford Friedenthal, Alan Moore and Rick Steiner, “A practical guide to SysML: The System Modeling Language”, ISBN 978-0123743794.
- ↑ 6- Mattew Hause, “An overview of the OMG Systems Modeling Language (SysML)”, Embedded Computing Design, August 2007. http://www.embedded-computing.com/pdfs/ARTiSAN.Aug07.pdf
- ↑ a b Ullman, D., B. Spiegel, “Trade Studies with Uncertain Information,” Sixteenth Annual International Symposium
- ↑ a b c D’Ambrosio, B., “Bayesian Methods for Collaborative Decision-Making,” Robust Decisions Inc., Corvallis, OR.
- ↑ Gary M. Stump, Timothy W. Simpson, Mike Yukish and John J. O’Hara, “Trade Space Exploration of Satellite Datasets Using a Design by Shopping Paradigm”, 0-7803-8155-6/04/$17.00© 2004 IEEE.
- ↑ R. Storn and K. Price, “Differential evolution – a simple and efficient adaptive scheme for global optimization over continuous spaces”. Technical Report TR-95-012, ICSI, 1995.
- ↑ R. Balling. “Design by shopping: A new paradigm”, In Proceedings of the Third World Congress of Structural and multidisciplinary Optimization (WCSMO-3), volume 1, pages 295–297, Buffalo, NY, 1999
- ↑ Timothy W. Simpson, Parameshwaran S. Iyer, Link Rotherrock, Mary Frecker, Russel R. Barton and Kimberly A. Barrem, “Metamodel-Driven Interfaces for Engineering Design: Impact of delay and problem size on user performance”, American Institute of Aeronautics and Astronautics.
- ↑ a b Liang, C., J. Guodong, “Product modeling for multidisciplinary collaborative design,” Int. J. Adv. Manuf. Technol., Vol. 30, 2006, pp. 589-600.
- ↑ a b c Conroy, G., H. Soltan, “ConSERV, a methodology for managing multi-disciplinary engineering design projects,” International Journal of Project Management, Vol 15, No. 2, 199, pp.121-132.
- ↑ Test
- ↑ Balling, R. J., and Sobieszczanski-Sobieski, J., 1994, ‘‘Optimization of Coupled Systems: A Critical Overview of Approaches,’’ AIAA-94-4330-CP Proceedings of the 5th AIAA/NASA/USAF/ISSMO Symposium on Multidisciplinary Analysis and Optimization, Panama City, Florida, September.
- ↑ 138. Kroo, I., Altus, S., Braun, R., Gage, P., Sobieski, I., 1994, ‘‘Multidisciplinary Optimization Methods for Aircraft Preliminary Design,’’ AIAA-96-4018, Proceeding of the 5th AIAA/NASA/USAF/ISSMO Symposium on Multidisciplinary Analysis and Optimization, Panama City, Florida, September
- ↑ Tappeta, R. V., and Renaud, J. E., 1997, ‘‘Multiobjective Collaborative Optimizatio “, ASME J. Mech. Des., 119, No. 3, pp. 403–411
- ↑ Mohammad Reza Danesh, and Yan Jin, “AND: An agent-based decision network for concurrent design and manufacturing”, Proceedings of the 1999 ASME Design Engineering Technical Conferences, Sep 12-15, 1999, Las Vegas, Nevada
- ↑ Zhijun Rong, Peigen Li, Xinyu Shao, Zhijun Rong and Kuisheng Chen, “Group Decision-based Collaborative Design,” Proceedings of the 6th World Congress on Intelligent Control, and Automation, June 21–23, 2006, Dalian, China.
- ↑ Xiaoyu.Gu , “Decision-Based Collaborative Optimization” journal of Mechanical design Vol 124, No1 PP 1-13, March 2002
- ↑ 顧翔，雷諾，J.E.， “基於決策的協同最佳化”，第八屆美國土木工程師學會機率力學與結構可靠性專業會議，PMC2000-217
- ↑ Henk Jan Wassenaar 和陳偉， “一種基於決策的設計方法，應用離散選擇分析進行需求建模”，機械設計雜誌，2003年9月，第125卷
- ↑ 140. Braun, R. D., Kroo, I. M. 和 Moore, A. A.， 1996， “協同最佳化架構在運載火箭設計中的應用”， AIAA-94-4325-CP，第六屆 AIAA/NASA/USAF/ISSMO 多學科分析與最佳化研討會論文集，華盛頓州貝爾維尤，9月
- ↑ Tumer Y. I. 等人， 在設計和概念評估早期階段捕獲和傳達決策的資訊交換工具，美國機械工程師學會國際機械工程大會及展覽會。 2005. 佛羅里達州奧蘭多：美國機械工程師學會
- ↑ a b 道格拉斯·哈伯德，如何衡量任何事物：尋找商業中無形資產的價值，約翰·威利父子公司，2007年
- ↑ AFMCP 63-101， 採購風險管理指南，美國空軍物資司令部，1993年9月
- ↑ 美國宇航局系統工程手冊。 SP-610S， 1995年6月
- ↑ a b Template:引用文章 無效
<ref>標籤；名稱 "iso3100" 被定義多次，但內容不同 - ↑ a b http://en.wikipedia.org/wiki/Risk_management
- ↑ a b c Farhangmehr, F. 和 Tumer Y. I.， “基於風險的最優整合設計 (ORBID) 用於多學科複雜系統”，提交給 ICED09
- ↑ Farhangmehr, F. 和 Tumer, I. Y.， 捕獲、評估和通訊不確定性模擬工具 (CACTUS)，美國機械工程師學會國際機械工程大會及展覽會 (IMECE 2008) 論文集，馬薩諸塞州波士頓