近日，我院李玉良课题组在国家自然科学基金面上项目《基于三状态仓室模型的工程变更多阶段双流传播决策理论与方法》支持下，围绕复杂产品设计变更管理的核心痛点取得系列研究突破。相关成果连续发表于ASME《Journal of Mechanical Design》（JMD，IF：3.3，机械设计领域顶刊）和《Journal of Computing and Information Science in Engineering》（IF：3.3，机械工程权威期刊），其中两项成果于年内连续发表于 JMD 顶刊，彰显了团队在该领域的国际学术影响力。
在复杂产品研发中，设计变更的“连锁反应”常导致项目延期与成本激增。传统方法存在单域局限、依赖经验等短板，难以实现精准管控。针对这一行业痛点，李玉良课题组构建了全流程工程变更管理理论体系，形成三大核心创新成果：
1. 参数级依赖分析框架：精准解构设计任务关联
课题组提出融合任务-参数网络模型、灵敏度映射与路径枚举的集成方法，首次实现参数级的双向依赖量化分析，突破了传统宏观方法的粗粒度局限。该框架可精准识别关键任务关联，优化任务分解与排序，显著提升设计模块化水平与流程效率。其成果《An Integrated Task-Parameter Network Framework With Sensitivity Mapping and Path Enumeration for Objective Dependency Analysis in Complex Design Processes》发表于（J. Mech. Des. May 2026, 148(5): 051401）。
2. 多层网络变更模型：打通跨域传播链路
课题组创新性构建了“装配-特征-表面-参数”四层网络模型，实现了参数与结构的耦合传播分析。通过算法优化传播路径、精准定位变更实体，该方法能快速识别制造环节的受影响范围，为企业制定低成本的变更解决方案提供高效支撑。其成果《Multilayer Network Change Model for Identifying Affected Manufacturing Entities in the Mechanical Design》发表于（J. Comput. Inf. Sci. Eng. Feb 2026, 26(2): 021003）。
3. 免疫实体驱动预测方法：阻断变更级联扩散
为约束核心组件的变更影响阈值，课题组提出了基于“免疫实体”的变更传播预测模型。通过功能-结构综合建模、关键部件动态识别与历史分支回溯优化，该方法能有效阻断变更的级联扩散。空调产品案例验证表明，该方法可使变更处理工作量显著降低 3.1%-17.4%，为复杂产品设计优化提供了关键方法支撑。其成果《A Prediction Method for Design Change Propagation in Complex Mechanical Products Based on Immune Entities》发表于（J. Mech. Des. Oct 2026, 148(10): 101403）。
这三项成果从“依赖分析-路径预测-传播控制”形成了一个完整的闭环技术体系，实现了工程变更从“被动响应”到“主动管控”的跨越。这不仅为汽车、航空航天等复杂装备研发提供了科学工具，也对提升我国制造业研发效率与市场竞争力具有重要意义。
据悉，李老师课题组长期深耕工程系统设计与优化领域，此次系列成果是该国自然项目的阶段性重要突破。未来，团队将持续推进理论成果的工程化应用，开发面向智能制造的变更管理决策系统，为企业提供更具实操性的落地解决方案。