研究了模块化产品平台的设计方法,并构建了动车组转向架模块化产品平台。从客户需求出发,通过分析需求-模块的映射关系和模块之间的影响关系,得到模块变异指数和模块传播指数,基于模块变异指数和传播指数识别出产品平台元素;在企业已有模块实例基础上,利用模糊聚类、层次分析法和基于遗传算法优化设计对产品平台元素进行设计。以动车组转向架为对象构建了产品平台,验证了方法的有效性。

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。

高速列车轮对的装配质量直接影响到列车的导向、走行、承载、制动等多方面的性能,而轮对零部件的选配质量是轮对装配质量的重要组成部分。为了提高选配的质量,需要同时考虑装配体配合处以及零部件的质量损失,此外轮对的装配率也需要得到保证。提出一种高速列车轮对选配优化方法,采用质量损失函数与装配率建立选配数学模型,使用改进的粒子群算法来解决轮对选配优化问题,从而能够一次性得到有较高的装配率与选配质量的多个轮对。通过实例证明了该方法的有效性。

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。

多属性群决策具有决策指标难以全面评判方案,决策权重难以准确定义,决策方式过于主观三方面难度,造成决策准确性不高。针对高速列车主机厂供应商决策中的以上决策难度,首先基于全寿命周期建立适合主机厂供应商决策的多属性指标体系,并根据各部门职责确定各指标项的决策人员;然后基于此多属性群决策指标体系对各方案进行赋值,并对不同数据类型的值进行二元语义一致性转化,接着在此基础上采用改进的离差最大化方法综合考虑指标在决策体系中的重要度（确定属性权重）及各指标项决策信息的差异（确定可变权重）;然后通过计算各方案与理想方案的灰色关联度来进行决策。最后,以某主机厂空气弹簧供应商决策为例,证明了此方法可实现主机厂供应商的合理决策。