面向装配复杂性评估方法的结构化综述

《Proceedings of the Design Society》：Structured overview of methodologies for assessing assembly complexity

　　

摘要：本文对制造领域中装配复杂性（assembly complexity）评估方法进行了结构化综述。通过系统文献综述（systematic literature review, SLR），研究人员将现有方法划分为产品中心、信息中心和系统中心三类，分别反映不同的复杂性来源与应用情境；并构建了一个四维分类方案，以实现方法间的一致比较。结果表明，现有评估方法仍存在碎片化、与成本指标缺乏直接关联等不足；该研究为未来开发可扩展、可集成、面向高多样性（high-variety）生产环境的规划与决策模型提供了支持。

【研究背景】
随着市场对定制化产品需求的增长，制造企业正面临日益严峻的产品多样性与流程复杂性双重压力。装配复杂性是指零件或子装配件所具有的物理属性，在手工作业或自动化装配的搬运、插入过程中造成困难的程度，直接影响产品缺陷率与质量成本。产品多样性进一步带来零部件异质性、工艺差异化以及系统要素间耦合关系的增强，使生产计划和调度工作更加困难。然而，由于现有评估方法分散且缺乏统一的分类逻辑，企业在早期规划阶段往往难以及时识别由多样性引发的复杂性问题及其相关成本。为此，该论文发表于《Proceedings of the Design Society》，旨在系统梳理并比较现有装配复杂性评估方法，为未来研究和工业实践提供参考基础。

【主要技术方法】
研究人员采用系统文献综述（SLR）结合滚雪球法（snowballing），在Web of Science（WoS）与Scopus数据库中检索相关文献，依次经过标题、摘要和全文筛选后确定最终纳入分析的文献集；随后构建“方法视角（产品中心、信息中心、系统中心）—应用场景与目标—复杂性因素类别—具体评估属性”的四维分类框架，对现有方法进行结构化比较，以揭示不同方法在复杂性来源、评估指标和适用情境上的异同。

【研究结果】
产品中心方法：研究人员通过梳理以产品结构为核心的评估方法发现，多数模型围绕“物理零件—连接关系—拓扑结构”三类因素展开，常用属性包括尺寸、重量、对称性、连接方式、可见性、方向性以及图论指标（如中心度、图能量）。其应用集中于装配顺序规划、质量预测和系统架构分析，可在产品设计早期识别潜在复杂来源。

信息中心方法：通过对信息熵、多样性及决策努力的分析可知，该类方法以零件数量、变体数量、操作数量、模块化水平和唯一性等量化指标，以及熵值、耦合度和可分解性等信息测度为核心，同时兼顾体力与认知负荷。应用涵盖装配与产品设计、生产系统配置、人机交互及自动化系统，可用于瓶颈识别、工效学评估和复杂性削减；若管理不善，易导致返工、延期和资源低效等成本。

系统中心方法：通过对生产系统动态行为的分析发现，该方法不仅关注产品结构，还将视角扩展至布局与路径结构、任务可变性、认知与人体工学负荷、时序动态以及不确定性。常用属性包括节点、回路、决策点、信息量、姿态可达性与反应时间等。应用场景包括工位设计、混流制造和智能工厂等，用于评估工作负荷、错误敏感性、物料流和实时响应能力。

维度归类：通过整合所有主要复杂性因素，研究人员进一步将其归纳为若干高层维度，包括产品与产品设计相关复杂性、流程与流动相关复杂性、信息与质量相关复杂性，以及人员、组织与知识相关复杂性，从而揭示了不同方法在属性选择上的重叠与差异。

【讨论与展望】
产品中心方法正逐步趋于标准化，越来越多的研究采用可量化的图论指标替代专家判断，便于嵌入数字孪生（digital twin, DT）和可重构装配系统；未来仍需发展上下文无关的定义和自适应权重机制。信息中心方法强调与实时数据结合，建议将复杂性测度与返工、延误、资源效率等成本指标直接关联，以支持产品组合和生产系统的战略优化。系统中心方法则建议将复杂性与关键绩效指标（key performance indicators, KPIs）如能耗、错误率和吞吐量相耦合，并借助雷达图、热力图等可视化决策支持工具提升其可解释性与操作相关性。

【研究结论】
该论文通过结构化综述表明，现有装配复杂性评估方法在产品中心、信息中心和系统中心三种视角下形成了不同侧重点，但整体仍呈现碎片化状态，且缺乏统一的分类逻辑，限制了方法间的可比性与实际应用。研究所提出的四维分类框架为现有方法提供了透明、一致的比较基础，有助于揭示当前方法空白，并支持未来开发可扩展、可集成、面向高多样性生产环境的规划与决策模型。