航空航天工业中的多学科设计优化方法，涉及各种工程学科之间的权衡，目的是在提高产品性能的同时减少质量、燃料消耗、制造成本和排放，航空航天产品的MDO过程中的分析和优化，活动的自动化正在不断发展。
MDO方法受益于计算机辅助建模、自动化和统计技术的成熟，使得大量设计变量的性能的有效评估和优化成为可能，目标之一是说明在早期设计阶段发生的许多设计变更。
对于单一连续结构满足多种功能的焊接和集成产品，评估焊接可生产性和预测焊接质量的自动化和模拟能力是有限的，如Madrid等人所讨论的，在早期设计分析中，焊接可生产性的预测经常被忽略。
相反焊接可生产性的评估依赖于专家判断和物理测试，如果目标是分析大量的几何设计变量，这种方法会变得昂贵，“产品性能第一，可生产性第二”的顺序方法可以产生性能优化的设计，但可能会导致可生产性问题，从而导致生产过程中较大的制造质量变化率和缺陷。
在焊接的航空航天应用中，由于部件的高度集成性质(几何设计与焊接过程中达到的质量相关联)，制造质量变化和缺陷会导致设计修改，设计修改会导致交付时间的增加和产品性能的下降，从而降低客户满意度。
其实在自动化工业MDO环境中对需要焊接的高功能集成产品(如飞机部件)，进行可生产性评估，所提出的方法包括在多学科设计空间探索和分析活动(例如设计变型生成、评估和优化)期间，从焊接可生产性的角度对设计者的交互式支持。
关于自动化和交互式多学科设计优化(MDO)，自动MDO方法从参数化部件几何形状和设置，由多个设计参数定义的设计空间开始，每个设计参数定义了设计空间的一个维度，其中每个点代表一个潜在的设计变量。
根据康等人的观点，探索设计空间的策略可以概括为三个步骤，定义设计空间，用设计变量填充并分析它们，以评估性能质量，从而决定进一步开发哪些设计变量，然后，采用涉及不同方法和模拟工具的多学科优化技术，对设计变型群体进行多学科分析。
而且自动化多学科设计优化的重要进展，已经出现在机械工程和空气动力学领域，以优化产品几何形状，例如，计算机辅助设计(CAD)软件中的自动化功能使设计工程师能够通过创建主CAD模型自动生成大量不同的设计变体，同时，通过自动化分析(AnsysWorkbench)对这些模型进行评估也取得了显著的成果TM，HyperworksTM，西门子高级模拟。
除此之外，将统计分析和实验设计(DoE)技术结合到设计空间探索中，使得构建元模型来预测产品性能成为可能，元模型是基于模拟的预测模型，允许对设计空间内尚未模拟的参数组合(设计变量)的功能性能进行估计。
因此，自动化MDO方法在创建与设计参数相关的产品行为知识的同时，加快了设计生成和分析过程，好处是探索和保留许多变体，直到获得足够的知识，这使得设计者能够灵活地对原始设备制造商(OEM)的要求变化做出快速反应。
自动化MDO中的制造评估，可以找到涵盖可生产性评估自动化的研究，试图将制造作为多学科设计中的一个附加学科进行整合，示例包括创建专家系统，该系统采用基于知识的工程实现设计自动化，将已建立的制造设计和可生产性准则结合起来，.因此，信息模型与基于CAD的系统工具一起被开发出来。
基于参数模型和交互式CAD/CAM(计算机辅助制造)。环境的加工过程评估的例子不胜枚举，例如，Hoefer等人提出了在概念设计期间进行自动化，可制造性分析的软件平台，在他们的研究中，可加工性由基于可及性特征的分数或指数来定义。
关于焊接工艺，已经尝试创建用于CAD几何图形的自动和交互式评估的工具，以估计焊接工艺成本， Stolt等人展示了一个案例研究，通过在一个平台上自动化焊接知识的格式化和管理过程，将焊接制造知识整合到多学科设计环境中，在他们的研究中，他们还提供了一个基于从焊接专家那里提取的知识的可制造性指数。
而在所有这些被设计来执行自动化，可生产性分析的工具和方法中，一个共同的问题是它们是建立在已知的焊接，可生产性和成本数据的基础上的，它们依赖于可生产性规则和制造设计指南的存在，这些规则和指南包含与某些产品几何形状相关的不同材料和焊接工艺的限制的技术诀窍和知识。
尽管如此，有关焊接能力的信息很少可用，如原因是焊接过程输出，即焊接过程后获得的质量，取决于大量因素的相互作用(包括焊接过程参数、焊接设置配置、焊接夹具、材料类型和设计参数)，因此，当在设计期间考虑焊接生产能力时，一个主要问题是在焊接过程之后获得的质量，定义为焊接过程能力，根据要焊接的产品几何形状而变化。
在高功能集成产品的情况下，例如飞机部件，产品几何形状和焊接工艺质量之间的耦合更强，这些类型的组件的功能要求，通过一个完整和连续的物理结构来满足，最终几何形状的微小变化会对产品性能产生强烈影响。
对此，产品几何形状和焊接输出之间的耦合提高了研究设计和焊接参数之间的相互作用和灵敏度系数的需要，可制造性指数可能有利于比较设计，但不能提供焊接某些设计后达到何种质量水平的信息。
在设计过程的早期阶段，有必要对设计参数和焊接质量之间的相互作用和关系进行建模和研究，此外，需要使用自动化可生产性评估来完成多学科设计优化(MDO)过程，该自动化可生产性评估，可以预测飞机部件的大量设计变型的焊接质量输出。
评估工业MDO环境中焊接生产能力，自动化和交互式焊接可生产性评估必须适用的工业产品开发环境，即工业多学科设计优化(MDO)环境，根据MDO环境工作原理的描述，确定了进行焊接可生产性分析的差距，此后，以填补这些空白为目标，提出了一种以自动化和交互式方式进行焊接可生产性评估的方法。
由于复杂的物理现象，如加热、熔化和凝固，以及涉及的许多因素，焊接模拟不是一项容易的任务，每个新的应用都涉及不同的产品几何形状和焊接设置，因此，建模条件会发生变化，这可能是工业中焊接工艺开发仍然严重依赖物理测试的一个原因，这使得在MDO研究中集成焊接分析变得繁琐、耗时且困难。
而且为了使评估来自可生产性学科的大量设计变型的过程自动化，必须进一步开发焊接模拟，然而，在某些情况下，运行大量设计变型的焊接模拟的时间太长，在其他情况下，不能直接模拟焊接现象，在这些情况下，焊接模拟可以与已经建立的基于响应面的模型相结合，该模型基于物理测试或模拟(元模型)。
“设置研究”涉及定义设计空间，并用设计变量填充它，首先，在产品定义层面，设计挑战被公式化，在设计挑战公式化过程中，概述问题并讨论可能的解决方案，以确定哪些设计参数是重要的，讨论了概念几何及其对不同学科的潜在影响。
并且CAD基线模型被参数化，从该模型中导出将定义设计空间的设计参数，所选设计参数的值的范围，即参数域，是在这个阶段设置的，这些域用作实验设计(DoE)方法的输入，这些方法被应用于用许多参数组合填充设计空间。
此研究对于焊接可生产性评估模块，可生产性特征被确定，以便确定设计空间的可生产性约束，目标是通过限制选定的设计参数域，排除不满足已知可生产性约束的设计参数组合。
这些故障的可生产性驱动因素可能是设计、焊接设置和焊接工艺参数的组合，例如，以高速度和低功率焊接的厚接头会导致接头穿透问题(材料不会在整个焊接深度熔化)。
一旦设计空间内的不同设计参数域已经由来自所有学科的约束定义，是时候使用拉丁超立方体采样方法填充设计空间了，这种空间填充DoE方法适用于计算机模拟实验，因为该方法将设计实验点(设计变量)均匀一致地分布在整个实验区域(设计空间)。
根据DoE矩阵，可以为每个设计变型自动生成上下文模型，上下文模型是依赖于要执行的分析类型的模型，例如，包括用于可生产性分析的固定点的待焊接部分的CAD模型、用于初始机械评估的壳体模型和用于分析空气动力学性能度量的空气体积，此后，在每个学科评估模块中分析这些背景模型。
值得一提的是，在开始MDO研究之前，可以进行单独的调查以创建基于响应面的预测模型，该模型估计设计和焊接参数的影响以及它们对焊接质量响应的影响。
例如，Madrid等人进行了试验研究的计算机设计，以模拟焊缝厚度、光束入射角、焊接速度和功率对焊缝几何质量的影响，进行焊接模拟以建立预测模型，这个元模型已经在案例研究中使用。
然而，对于一些焊接质量响应，很难创建基于响应面的模型，用于不同的情况，一个例子是几何变形(扭曲)响应，焊接部件的几何变形是焊接过程中发生的熔化和凝固现象引起的变形的结果，与在很大程度上取决于接缝厚度的焊道几何形状不同。
而且还可由产品的整体几何形状引起，因此许多设计参数，几何变形结果可能因产品而异，从而难以构建基于响应面的预测模型，在这种情况下，需要对每个设计变量进行焊接模拟。
在MDO研究的最后一步，如平行坐标和散点图，可以用来可视化的结果和评估所有学科之间的权衡，包括可生产性，与这些图形交互有助于了解数据如何相互关联，以便进行多参数分析。
目标是直接可视化多参数数据集，并与数据交互以理解相关性，即构成设计空间的设计参数的不同值如何交互并对不同学科响应产生影响。
除了了解相互作用和影响，获得的信息可以用来设计一个新的和更详细的MDO研究或消除设计空间的某些区域变得不可行，或根据质量水平排列设计变量，此后，在更详细的评估阶段，来自每个学科的分析结果可用于基于响应面建立预测模型。
这些基于响应面的模型可用于多学科优化，因为它们描述了设计参数对不同工程学科响应的影响，这样，可以预测设计空间内许多其他参数组合的值，基于响应面的模型可用于创建帕累托曲线。
以便进行权衡研究，帕累托曲线可以让我们理解不同的目标如何相互交换或相互关联[42].然后，可以通过对每个响应进行加权并针对一个目标进行优化，或者通过多目标优化(帕累托优化)来进行优化分析。
在焊接飞机部件的设计过程中，可以对产品几何形状进行设计修改，以提高焊接的可生产性，目的是在焊接过程中减少焊接质量缺陷和几何变形(扭曲)，然而，由于这种焊接部件的集成性质，这些设计修改也会影响空气动力学性能、结构力学行为、重量、成本等。
