基于矩形设计矩阵的模型驱动系统耦合结构分析框架：公理化设计的视角

《Instruments》：Coupling Structures in Model-Based Systems: An Analytical Framework Based on Axiomatic Design

　　

复杂系统的工程设计日益依赖于模型驱动方法，这些方法会生成包含功能需求与设计参数之间大量耦合关系的大规模模型。所谓的公理化设计方法试图通过施加方形矩阵形式来描述映射关系，从而表征和评估功能需求（FRs）与设计参数（DPs）之间的耦合。然而，在完全一般性的情况下，物理建模对复杂系统的描述会产生矩形矩阵，这是由于功能需求和设计参数的数量先天不相等，正如物理定律所规定并在先前工作中已从数学上严格证明的那样。通过采用耦合矩阵的完整矩形形式，本文提出了一种分析框架，利用经典的基于灵敏度的分析方法来识别、量化和可视化由矩形设计矩阵表示的耦合结构。归一化的雅可比矩阵可视化，即所谓的热力图，有助于揭示内在的子系统结构，并突出显示强内部耦合与弱子系统间相互作用的区域。因此，热力图有助于检测弱耦合的子系统模块，支持更系统化的分解，并允许进行有针对性的优化——这与公理化设计中所谓独立性公理的原始思想存在松散的类比。该方法允许对子系统或其部分进行顺序甚至独立的优化，从而促进可靠且高效的系统级设计。所提出的方法通过两个应用案例进行了验证：一辆Formula Student赛车和一个小型卫星设计。案例研究表明，矩形矩阵分析可以为模型驱动工程系统中指导系统分解和设计决策提供实用的基础。

论文解读文章

研究背景与问题

在复杂工程系统的设计与优化中，模型驱动的开发方法被广泛应用。这些方法生成大规模仿真模型以探索设计空间并自动化优化过程，但同时也会产生复杂的方程系统，其内部的耦合结构难以分析和控制。功能需求（Functional Requirements, FRs）与设计参数（Design Parameters, DPs）之间非预期的耦合会降低系统鲁棒性、阻碍模块化，并使系统级优化复杂化。

公理化设计（Axiomatic Design）为此提供了一个正式框架，其核心是独立性公理（Independence Axiom），要求功能需求应独立地被满足。在经典表述中，该原则通过方形设计矩阵来评估FRs到DPs的映射。对角矩阵对应解耦设计，三角矩阵对应准解耦设计，而满秩矩阵则表示耦合设计。然而，这一方形矩阵假设在实际模型驱动工程问题中存在根本性局限。由于物理定律的要求，特别是白金汉π定理（Buckingham π-Theorem）所规定的量纲齐次性约束，对物理系统的灵敏度分析通常会产生矩形矩阵，而非方形矩阵。这构成了数学表征的真正上限，使得经典公理化设计在解释此类受限条件下的耦合与独立性方面提供的指导有限。

研究内容与结论

为解决上述问题，研究人员提出了一个基于矩形设计矩阵的耦合分析框架。该框架借鉴了公理化设计的思想，利用基于灵敏度的分析来量化耦合，并通过归一化雅可比矩阵（Jacobian matrix）的热力图（heatmap）可视化来识别弱耦合的矩形子系统结构，支持系统化的系统分解。该方法通过利用反映固有子系统组织的准解耦块结构，实现了子系统的顺序或独立优化，从而解决了经典公理化设计中因矩阵固有矩形特性所带来的数学挑战。

该研究的贡献并非引入新的灵敏度分析方法本身，而是将矩形雅可比矩阵系统地整合进公理化设计的概念体系中。通过将排序后的灵敏度结构解释为弱耦合的子系统模块，该方法为模型驱动工程系统提供了独立性公理的数学基础和实用扩展。研究通过两个应用案例——一辆Formula Student赛车的悬架系统和一个名为FireSAT的小型地球观测卫星设计——展示了该框架的实际效用。

关键技术方法

1. 1.
   基于差商法的灵敏度分析：通过系统地改变设计参数（DPs）并测量其对系统特性（K）的影响，利用差商法近似导数，从而构建雅可比矩阵。
2. 2.
   维度归一化处理：对导数结果在运行点（operating point）进行量纲归一化，使数值结果无量纲化，并能直接反映变量间的非线性程度（如线性关系值为1，二次关系值为2）。
3. 3.
   基于非零元素计数的矩阵排序：依据各行和各列非零元素的数量对雅可比矩阵的行（系统特性）和列（设计参数）进行重新排列，将影响少数参数的变量置于左侧，影响多数参数的变量置于右侧，从而在热力图中显现出清晰、大致矩形的准解耦块状结构。
4. 4.
   热力图可视化：将归一化后的雅可比矩阵数据转化为彩色热力图，其中红色表示正灵敏度，蓝色表示负灵敏度，白色表示无影响，直观地展示耦合结构与强度。

研究结果

5. 案例研究I：Formula Student赛车

• •
  系统分解与功能需求：研究人员将悬架系统建模为一个刚性连杆系统，并将动态车轮外倾角、前束角等变化作为可量化的系统特性（K）。优化目标包括最大化外倾角和最小化跳动转向（bump steer）。
• •
  设计矩阵构建：通过对24个悬架硬点坐标及轮距共25个设计参数进行灵敏度分析，构建了归一化雅可比矩阵。结果显示，A臂在z方向的位置对最多运动学特性有影响，是关键设计驱动因素。
• •
  设计优化与解耦策略：通过对雅可比矩阵进行排序，热力图揭示了清晰的准解耦矩形区域。这表明子系统变量主要在内部强耦合，对外部接口变量较少。基于此，优化问题可以按顺序求解。对比优化前后的热力图，发现分解结果和设计参数影响幅度的数量级保持一致，验证了顺序求解策略在该运行点的有效性。

6. 案例研究II：小型卫星（FireSAT）

• •
  FireSAT设计语言：研究人员使用图基设计语言（graph-based design language）和DC43编译器对卫星任务进行自动设计。该语言包含206个类定义、402个属性和760个设计约束（符号方程）。
• •
  优化参数选择：从初始的56个输入参数和422个设计参数中，通过过滤掉不可修改的参数、耦合数量有限的参数以及中间参数，最终筛选出5个可用于优化关键性能指标的设计变量。热力图显示了输入参数（如轨道高度、地面采样距离）与设计参数（如卫星尺寸、质量、功率）之间的耦合关系。
• •
  耦合结构揭示：热力图清晰地显示出卫星各子系统的高度互联性，但也揭示了某些可独立优化的参数，例如卫星总线长度可以在不影响宽度和高度的前提下变化。该案例证明了框架在早期架构推理中的价值，能够帮助在拥有大量参数集的情况下进行筛选和结构化。

讨论与结论

讨论部分总结：

研究结果表明，基于矩形设计矩阵的耦合分析是经典公理化设计在模型驱动系统工程中的一个自然且实用的扩展。归一化热力图能有效揭示内在的子系统结构，为系统分解提供了客观的模型基础，并无需强制使用方形矩阵约束即可操作性解释独立性公理。该框架的目标并非消除所有耦合，而是识别和管理耦合结构，并在自然出现的弱耦合边界处突出分解机会。然而，该方法存在局限性：分解是基于运行点附近的线性化灵敏度，强烈的非线性、大的设计变更或离散的拓扑架构决策可能会改变耦合结构。此外，子系统识别通过矩阵排序实现，目前仍是启发式的，尚未具备形式上的唯一性。尽管存在这些开放性问题，该框架仍为公理化设计指导有限的情况提供了一种透明、可复现的设计决策指导方法。

结论部分翻译：

本研究提出了一个基于矩形设计矩阵的系统性耦合分析的分析框架。通过结合灵敏度分析与归一化热力图可视化，该方法能够在无需施加经典公理化设计概念中固有的方形矩阵假设的前提下，轻松、直接地识别和解释耦合结构。核心贡献在于通过识别弱耦合的矩形子系统模块，对独立性公理的原始思想进行了广义化解释。这一视角支持系统化的系统分解、有针对性的参数选择以及子系统的顺序或独立优化。所呈现的案例研究证实了该框架在现实世界复杂工程系统中的实践相关性。未来的工作将继续研究自动化的子系统识别、与模型驱动系统工程工作流的系统性整合，以及在典型工程设计领域之外的应用。