针对复杂产品功能实现的多样性,以及目前两阶段配置中类模块配置的研究中没有考虑客户偏好和成本的问题,提出一种考虑成本的客户需求驱动的两阶段配置设计方法。在类模块的配置中,以类模块配置方案的性能与客户需求之间相关度最大为目标,以基于区间数表示的模糊成本为约束,构造了数学优化模型,并利用遗传算法求解得到最优的类模块配置方案;在类模块的配置基础上,采用基于约束满足问题的方法进行模块实例配置的建模,并利用粒子群算法得到模块实例的配置方案。以地铁转向架为例,证明了所提出方法的可行性。

地铁转向架轮对组成是影响列车安全运行的关键部件,由于其故障频次高、维修难度大,因此在设计时考虑其维修性至关重要。在对维修工艺和故障模式进行分析和指标量化的基础上,提出引入轮廓系数的K-Means维修模块聚类的方法,实现轮对组成面向维修性的模块划分。首先,根据各零部件的维修工艺和故障模式,分别确定其难易程度指标和故障间隔时间指标;其次,实现零部件面向维修性的聚类,并引入轮廓系数判别划分结果的合理性;最后根据地铁实际维修数据,实现轮对组成的维修模块划分并探讨相应的维修策略。