【关键词】 比例优势模型;D-优化试验设计;Fisher信息矩阵;计算机临床试验仿真
Clinical Trial Simulation based on
Proportional Odds Model and Doptimal Design ZHENG Dan1， ZHU Ling， LIU Yajie， SHI Xinling
(1.Electronical Engineering Department， Information School， Yunnan University， Kunming 650091，China)
Abstract：To introduce the clinical trial simulation based on proportional odds model. Taking naratriptan as example， which is a novel agonist for the acute treatment of migraine， we adopted the method of D-optimal design to simulate the drug clinical trail of naratriptan.We adopted proportional odds model and analysed different factors such as time and does how to impact Pain Relief(PR). Then， the D-optimal design was used to maximize the determinant of Fisher information matrix(FIM) and compared the clinical trial simulated results. Finally more reasonable dose and time of the designs were obtained.The curve of the PR probability expressed PR trend directly， reflecting administration dose and time on the impact of PR. According to the simulated results， we found that there was a delay of the effect with respect to the plasma concentration in “effect” compartment and the probability of having a specific Pain Relief (PR) score depended on different facts such as dose， the effect sampling time and model parameters. Clinical trial simulation is a useful tool for the new drug development and it can be used for the quantitative assessment of the controllable factors to the effect of treatment.
Key words：Proportional odds model; D-optimal design; Fisher information matrix; Clinical trials simulation
1 引 言
计算机临床实验仿真(CTS)运用计算机模拟技术从前期研究中获得信息，揭示试验设计中变量和假设对结果的影响，预测和评价不同研究方案可能产生的结果。CTS适用于实际系统费用昂贵，存在安全问题的情况，根据药物的药效学和药代动力学设计临床试验仿真，分析仿真结果，改进方案，从而节约了成本，提高了研发新药的效率[1-2]。
在临床试验中常遇到反应变量为多分类有序变量[3]，采用Logistic回归模型研究多分类反应变量与其影响因子间关系，分析得到调整后的药物评价结果[4]。D-优化试验设计是按照一定的算法，最大化FIM行列式，在几组设计方案中寻求最优。本研究提出了将传统的比例优势模型与优化试验设计结合的方法，进行计算机药物临床试验仿真。
2 方法
以抗偏头痛新药那拉曲坦为例，首先分析血药浓度变化，然后采用多分类有序反应变量的logistic回归模型，讨论药效和给药剂量、时间之间的关系。最后，采用D-最优试验设计最大化FIM行列式，分析比较几组不同的剂量和给药时间与药物疗效的关系，从而得出较好的设计方案。
2.1 比例优势模型
采用多分类有序反应变量的logistic回归模型，即比例优势模型分析分类变量与一个或多个变量间关系。比例优势模型是一般的二分类logistic回归的扩展，当结果变量只取两个等级时，有序分类结果的logistic回归就等于一般的二分类logisitc回归。标准的比例优势模型定义如下所示：
logit〔Pr(Yij≤k)〕=logPr(Yij≤k)1-Pr(Yij≤k)(1)
其中，Pr(·)表示疼痛减轻(Pain relief，PR)概率，Y表示反应变量，有k个等级，Yij表示在第i个时间点采用第j种剂量产生的疼痛减轻的变化等级。 通过公式得Pr(Y)概率函数的数学表达式：
logit〔Pr(y)〕=g(y;θ，η)=log〔Pr(y)/(1-Pr(y))〕
得Pr(Y)概率函数的数学表达式：
Pr(Yij
=exp[g(yij;θ，η)]/{1+exp[g(yij;θ，η)]｝
yij=0，1，2，3，4(2)
Pr(Yij
Pr(Yij
定义：
g(yij;θ，η)=∑4m=1θmQm(yij)+θ5tijtij+θ6+
θ7CeijCeij+θ8+ηi(3)
公式(3)中θm(yij)为指示函数，θi为处理因素的效应参数，Ce表示药物在假设效应点的血药浓度，θ5tijtij+θ6表示关于时间单调的饱和安慰剂效果。θ7CeijCeij+θ8表示单调的关于Ceij的纯药效。ηi表示除去时间、计量对Y的影响后的随机效应，服从均值为0方差，为ω2η的正态分布[5]。
为了研究疼痛减轻概率与时间和血药浓度之间的关系，需要先讨论血药浓度的变化情况。本研究仅讨论快速静脉注射时血药浓度Ce变化的情况，将机体看成两个房室，药物静脉注射后先进入中央室，然后逐渐向周边室转运，在中央室与周边室之间药物进行着可逆的转换，其体内过程模型见图1[6]。
图1 二房室模型静脉注射给药
Fig 1 Two-compartment model of intravenous administration
其中，中央室内t时刻的药量为Xc，中央室的表观分布容积为Vc，周边室t时刻的药量为Xp，K12和K21为中心室和周边室互相交流的速率常数，K10为中央室消除速率常数。根据图1列出微分方程组：
dxc=-K12Xc+K10Xc+K21Xp
dxp=K12Xc-K21Xp(4)
初始条件为t=0时，Xc=D，Xp=0，解微分方程组(4)得：
xc=D(α-K21)α-βe-αt+D(K21-β)α-βe-β t(5)
血药浓度为：
Ce=xcVc=D(α-K21)Vc(α-β)e-αt+D(K21-β)Vc(α-β)e-β t(6)
2.2 D-优化试验设计原理
D-优化试验是按照一定的算法得到的试验方案，目的是以最少的试验次数得到试验结果[7]。在本文中，D-最优设计就是满足Fisher信息矩阵XTX的行列式最大的设计。
当存在一个线性的变量联合时，Fisher信息矩阵用公式(7)表示，在用Fisher模型进行响应面拟合时一般取二阶多项式回归模型。如果在PD模型中，偏头痛的类型被忽略，那么该响应模型有4个参数(θ，β1，β2和β3)和两个变量——时间和剂量。对于这些可能的剂量组和效应采样时间组的附加约束条件如下[8]：(1)它们为正数;(2)需要含有安慰剂剂量;(3)需要2 h作为效应采样时间。
πi=exp(θ+β1ti+β2di+β3ti×di)1+exp(θ+β1ti+β2di+β3ti×di)，
t=time，d=dose，wi=πi(1-πi)
MF=∑ni=1wi∑ni=1tiwi∑ni=1diwi∑ni=1tidiwi
∑ni=1tiwi∑ni=1ti2wi∑ni=1tidiwi∑ni=1ti2diwi
∑ni=1diwi∑ni=1tidiwi∑ni=1di2wi∑ni=1tidi2wi
∑ni=1tidiwi∑ni=1ti2diwi∑ni=1tidi2wi∑ni=1ti2di2wi(7)
公式(7)中，πi表示不同时间和给药剂量产生的疼痛减轻概率，该信息矩阵为4×4的矩阵，共有16个测试点，通过不同剂量和时间的组合求解FIM的最大行列式从而确定最优设计点。
3 结果和讨论
药物临床试验仿真首先要根据试验目的建立一个仿真模型，然后，把试验数据输入该模型，用更为客观的方法，定量描述药物的给药方案和效应之间的关系，预测不同设计方案的试验结果并加以分析，从而确定试验药物的有效性和安全性。
本研究以那拉曲坦(naratriptan)为例，讨论分析药物临床实验仿真结果。那拉曲坦是一种新型的高选择性五-羟色胺(5-TH)受体激动剂，主要用于治疗急性偏头痛发作[9]。首先采用比例优势模型分析那拉曲坦的药效与给药时间和剂量的关系，然后利用D-优化试验设计得到比较合理的给药剂量和时间的设计方案。
3.1 分析血药浓度变化
根据血药浓度方程(6)，得到血药浓度的变化曲线，见图2。在时间1～10 h之间，给药剂量分别为1、2.5、5、8、10 mg的血药浓度变化曲线。
图2 血药浓度—时间变化曲线
Fig 2 Plasma concentration-time curves 如图2所示，对于不同剂量在同一时间下，血药浓度随剂量的增加而增加;对于同一剂量，血药浓度的变化是一个先上升，后下降，最后平衡地减少的过程。血药浓度需要大概1.5 h达到峰值。
3.2 分析药物效应—时间关系
研究某种药物疗效与影响因素的关系时，以药物产生的疼痛减轻概率P为应变量，给药剂量和时间为自变量，建立与各自变量有关的回归方程，利用logistic回归分析得到调整后的药物评价结果。
根据比例优势模型，得出药物效应和时间的关系曲线，见图3。从图3中可以看出在相同剂量下，随着给药时间的增加，疼痛减轻的概率增大，在2～10 h之间疼痛减轻概率变化比较大;在相同时间下，随着给药剂量的增加疼痛减轻的概率增大。
图3 那拉曲坦的PR概率曲线
Fig 3 Naratriptan probability of pain relief profile
对照图2和图3，从图2中观察出血药浓度在1.5～3 h达到血药浓度峰值，而在图3中药物效应在6～10 h才达到峰值，表明血液通常不是药物的直接作用部位，药物作用的直接靶标是效应部位，药物从中央室向效应室中的分布需要一定的时间[10]，所以，大多数药物效应的变化滞后于血药浓度的变化。
3.3 预测分类疼痛减轻概率
我们研究不同因素对偏头痛疗效的影响时，采用5种有序的疼痛减轻(Pain Relief，PR)等级评价药物疗效，PR等级分类见表1。通过建立比例优势模型，得到不同PR等级下PR概率的变化，从而反映药物疗效在不同给药剂量和时间条件下的变化趋势。
PR概率作为一个关于时间和剂量的函数，其变化趋势见图4。其中，x轴表示时间，y轴表示剂量，z轴表示疼痛减轻的概率。从图4中可以看出，当给表1 疼痛减轻等级分类
Table 1 The level of pain relief
PR等级表示0没有疼痛减轻1轻微疼痛减轻2中度疼痛减轻3大部分疼痛消失4疼痛完全消失
药剂量比较小时，疼痛减轻需要的时间相对比较长;当给药计量比较大时，疼痛减轻需要的时间相对较短。另外，PR概率与PR的等级变化也有关系。PR等级>=1时， PR概率比较高，说明药物对轻微疼痛减轻效果显著;PR等级>=2时， PR的概率也相对较高，说明药物对中度疼痛减轻效果明显;PR等级>=3时，PR的概率略为下降，说明药物不能完全减轻疼痛;PR等级=4时，表示疼痛完全消失，这种情况的PR概率比较小，说明药物控制疼痛的效果也有一定的局限性。
3.4 D-优化试验设计
通过事先确定两个固定的设计点—一个安慰剂图4 特定PR等级下的PR概率
Fig 4 Pain relief probability of having specific pain relief scores
剂量和一个2 h的采样时间点，再选择其他设计点，根据公式(7)计算出每个设计方案下的Fisher信息矩阵行列式，结果见表2。可以看出，采样时间除了2 h以外，分别有3、4、5、6、7、8、9 h七个采样时间作比较，给药剂量组中除了安慰剂量(0mg)确定，其它均分别由低剂量、中剂量、高剂量组成。表2 几组临床试验设计下的FIM行列式
如表2所示，在相同时间下设计五组剂量，每组需要的剂量数是实际应用设计(组6)的一半，在试验中用一半的药物剂量预测临床试验结果，节约了一半的药物剂量。在试验设计中，不同时间和剂量组对应得到不同的FIM行列式，构成FIM的表面，见图5。Fisher信息矩阵中得到的行列式大小反映了药物相对有效性。如图5所示，采样时间选择2、5 h，剂量选择第5组，效果比较好。分析结果表明，在临床试验设计中，需要权衡优化和理论化设计的利弊，通过定量地比较可选择的试验设计，选出更加符合实际情况的试验设计。
4 结论
本研究基于药物临床试验模型的临床实验仿真，采用优化试验设计方法，以抗偏头痛新药那拉曲坦(naratriptan)为例，仿真药物临床试验疗效与不同因素的关系。实例仿真结果表明：血药浓度与药效之间存在滞后环节，即药效的变化滞后于血药浓度图5 Fisher信息矩阵行列式面
Fig 5 Determinant of the Fisher information matrix surface
的变化。不同给药剂量和时间对药物疗效的影响不同，药物产生显著疗效的概率比产生轻微疗效的概率低，采用小剂量的药物疗效比大剂量的缓慢。
在整个药物临床试验仿真中，通过各种曲线图直观地表示药效与给药剂量和时间的关系并预测其变化趋势。根据实验结果，讨论分析给药剂量和时间对药效产生的影响，并给出优化试验设计方案，有利于帮助和指导研究人员进一步的工作以及方案的制定与选择。
参考文献
[1]Holford N H G，Kimko H C，Montelone J P R， et al. Simulation of clinical trials[J]. Pharmacol Toxicol，2000，40:209-234.
[2]焦正，蒋新国，钟明康，等.药物临床研究的计算机模拟[J].中国新药与临床杂志，2005 ，24：491-495.
[3]林寰，潘晓平，李苑.流行病学中有序分类结果变量的回归模型介绍及应用[J].现代预防医学，2006，33：704-706.
[4]易丹辉，何铮.Logistic 模型及其应用[J].统计与决策，2003，3：26-27.
[5]Chui Yu Liu，Nancy C. Sambol.Pharmacodynamic analysis of analgesic clinical trials using empirical methods[J].Pharmaceutical Research，1995，12:438-456.
[6]梁文权主编.生物药剂学与药物动力学[M].人民卫生出版社，2004：231.
[7]郭强，刘建国，葛仁东，等.混合效应模型中的D-最优设计[J].运筹与管理，2003，12：31-35.
[8]Ivan Nestorov， Gordon Graham，Stephen Duffull，et al. Modeling and simulation for clinical trial design involving a categorical response: A phase II case study with Naratriptan[J]. Pharmaceutical Research，2001，18：1210-1219.
关键词：ANSYS参数化语言 APDL 钢结构 优化设计
中图分类号：TU3 文献标识码：A
1.引言
结构优化设计理论已有近四十年的发展历史,目前在一些重要的结构(如飞机结构)上已经得到了应用,这也引起了土木和建筑工程界人士的广泛关注,寻求建筑结构优化设计的理论、方法一直在紧张有序的进行当中。由于传统的优化方法,例如准则法、数学规划法以及两者的结合(即所谓的混合法)等静态优化方法都是基于代数方程模型的;最优控制理论中的动态规划优化方法是基于微分方程或差分方程模型的。而这些传统数学模型的描述能力和求解方法有相当的局限性,使得最优化理论和方法在实际应用中受到了很大的限制,存在着局部最优解、维数灾难、不确定性等问题,这些困难需要寻求新的优化设计方法,才能得到最终解决。
随着有限元理论的迅猛发展和日趋成熟,特别是计算机技术的广泛应用,基于ANSYS参数化设计语言APDL的结构优化设计越来越体现出它强大的生命力,这无疑给建筑结构的优化设计注入了新的活力。
ANSYS是一种运用广泛的通用有限元分析软件,其有限元分析过程主要包括:建立分析模型并施加边界条件、求解计算和结果分析3个步骤。对于某一有限元模型来说,当分析结果表明需要修改设计时,就必须修改有限元模型的几何尺寸或改变载荷状况,建立新的有限元模型,然后再重复以上分析过程。这种/设计)分析)修改设计)再分析)再修改0的过程,在有限元分析中存在着大量的重复性工作,将直接影响设计的效率。而运用ANSYS提供的参数化设计语言(APDL),通过结构设计参数的调整,则可以自动完成上述循环功能,进行优化设计,从而大大减少修改模型和重新分析所花的时间。
2.结构优化设计的基本理论
2.1结构优化设计概念
假定分析搜索最优设计一般被归纳为结构优化分析过程的流程。而这其中优化分析的核心部分为搜索过程。在包括满足各种给定条件的前提下，是否达到最优是结构优化设计最先对设计方案进行的判断。如果没能达到，但又为了使得预定的最优指标能逐步达到，就需要遵循某一设定的规则进行修改。而以数学规划为基础，进行数学模型建立，并对计算方法进行选择，使得工程结构设计问题转化为数学问题，然后在多种可行性设计中运用计算机选择出相对属于最优设计的方案，这也正是结构优化设计的主要任务。
2.2结构优化设计的数学模型
设计变量、目标函数和约束条件是结构优化设计的主要要素：。其数学模型的一般表达式为
求设计变量
使目标函数
满足约束条件
3.基于APDL的钢结构优化设计
3.1APDL语言简介和使用
APDL是指ANSYS 参数化设计语言，是使得某些功能或建模可以自动完成的脚本语言之一。它提供如参数、宏、标量、向量及矩阵运算、分支、循环、重复以及访问ANSYS 有限元数据库等一般程序语言的功能，同时其可以实现参数交互输入、消息机制、界面驱动和运行应用程序等，因此它也提供简单界面定制功能。为了扩展了传统有限元分析范围以外的能力，它可以根据指定的函数、变量设定程序的输入，同时选它使用户对任何设计和分析属性有控制权，也就是说其为了为用户提供了自动完成繁琐循环的功能而运用了建立智能分析的手段，从而为优化设计运行繁琐的迭代提供了可能和高效率，具体为参数、函数、分支与循环、重复、宏等功能。
3.2优化基本原理
优化方法采用复形法。复形法优化是一个运用较多且较为成熟的非线性数学规划方法，其基本思路来源于无约束优化算法的单纯形法。而无约束优化算法的单纯形法就是复合形法的基本思路的来源。
3.3优化设计流程
为了将有限元法与优化方法结合起来，可以采用基于APDL语言的ANSYS优化设计模块（OPT）来实现。基本流程图如图1所示。
图1ANSYS软件优化设计程序流程图
3.4APDL优化程序关键技术
首先建立钢框架结构参数化有限模型。参数是指APDL中的变量与数组。参数化模型的建立，便于模型的修改，也便于设置优化设计变量。
其次建立钢框架结构优化设计模型。下面是部分优化命令：
/POST1！进入后处理器
*GET,V,SSUM,,ITEM,EVOL！提取结构体积，赋予参数V
……
/OPT！进入优化设计器
OPANL,1.LGW!指定分析文件
OPVAR,W1,DV,.1,.4!定义设计变量
OPVAR,TW1,DV,0.005,0.02
OPVAR,TY1,DV,0.005,0.02
……
OPVAR,MS1,SV,0,225750!定义状态变量
OPVAR,SS1,SV,0,125000
……
OPVAR,V,OBJ,,,.01!定义目标函数
OPKEEP,ON!要求保留最优设计序列时的数据库和结果文件
OPTYPE,SUBP!使用零阶方法
OPFRST,40!最大40次迭代
OPEXE!运行优化
4.优化设计实例分析
本文以单跨单层钢框架结构厂房为例，跨度为 12m，层高为4.5m，框架梁、柱均采用焊接H 型钢截面且翼缘采用焰切边，材质均为Q235 钢。为简便起见，取恒荷载为0.5kN/m2，活荷载为2.0kN/m2。通过APDL 优化程序，得出用钢量约为18.2kg/m2。优化前后的结果对比分析见表1。
表1 优化前后结果分析
5.结语
本文首先论述了进行钢框架结构优化研究的意义，介绍了优化算法（复形法）和ANSYS 中的APDL语言。并通过与实际工程相结合，并分别采用复形法和有限元软件ANSYS优化模块，同时以最低化用为优化的目的，使一平面钢结构的梁柱截面尺寸得到优化并进行相应的分析。通过理论分析与结果的分析比较，证实了该优化方法是可行的，不仅能明显降低工程造价，促进钢结构的普及和推广。而由设计实例可知，基于ANSYS 的二次开发语言APDL 语言建立的钢结构优化设计模块操作方便，优化程序可自定义优化过程和控制性变量，适应了不同的结构类型和荷载组合，具有很强的灵活性。本文的优化设计思想，可以推广到其它结构形式，可对其它类型结构优化起到借鉴作用。
参考文献：
[1] 王富强,芮执元,魏兴春.基于APDL语言的结构优化设计[J]. 科学技术与工程. 2006(21)
[2] 赵霞,邰英楼.基于ANSYS的结构设计优化[J]. 辽宁工程技术大学学报. 2006(S2)
[3] 陈珂,张茂.基于ANSYS的参数化设计与分析方法[J]. 机械工程师. 2007(01)
[4] 王学文,杨兆建,段雷.ANSYS优化设计若干问题探讨[J]. 塑性工程学报. 2007(06)
1． 引言
电子设计自动化（EDA）是以电子系统设计软件为工具，借助于计算机来完成数据处理、模拟评价、设计验证等工序，以实现电子系统或电子产品的整个或大部分设计过程的技术。它具有设计周期短、设计费用低、设计质量高、数据处理能力强，设计资源可以共享等特点。电路通用分析软件OrCAD/PSpice9以其良好的人机交互性能，完善的电路模拟、仿真、设计等功能，已成为微机级EDA的标准系列软件之一。本文基于OrCAD/PSpice9的电路优化设计方法，通过实例分析了有源滤波器的优化设计过程。
2． OrCAD/PSpice9软件的特点
OrCAD/PSpice9是美国OrCAD INC.公司研制的一种电路模拟及仿真的自动化设计软件，它不仅可以对模拟电路、数字电路、数/模混合电路等进行直流、交流、瞬态等基本电路特性的分析，而且可以进行蒙托卡诺（Monte Carlo）统计分析，最坏情况（Worst Case）分析、优化设计等复杂的电路特性分析。相比PSpice8.0及以前版本，具有如下新的特点：
· 改变了批处理运行模式。可以在WINDOWS环境下，以人机交互方式运行。绘制好电路图，即可直接进行电路模拟，无需用户编制繁杂的输入文件。在模拟过程中，可以随时分析模拟结果，从电路图上修改设计。
· 以OrCAD/Capture作为前端模块。除可以利用Capture的电路图输入这一基本功能外，还可实现OrCAD中设计项目统一管理，具有新的元器件属性编辑工具和其他多种高效省时的功能。
· 将电路模拟结果和波形显示分析两大模块集成在一起。Probe只是作为其中的一个窗口，这样可以启动多个电路模拟过程，随时修改电路特性分析的参数设置，并可在重新进行模拟后继续显示、分析新的模拟结果。
· 引入了模拟类型分组的概念。每个模拟类型分组均有各自的名称，分析结果数据单独存放在一个文件中，同一个电路可建立多个模拟类型分组，不同分组也可以针对同一种特性分析类型，只是分析参数不同。
· 扩展了模型参数生成软件的功能。模型参数生成软件ModelED可以统一处理以文本和修改规范两种形式提取模型参数；新增了达林顿器件的模型参数提取；完成模型参数提取后，自动在图形符号库中增添该器件符号。
· 增加了亚微米MOS器件模型EKV2-6。EKV2-6是一种基于器件物理特性的模型，适用于采用亚微米工艺技术的低压、小电流模拟电路和数/模混合电路的模拟分析。
3． 电路优化设计
所谓电路优化设计，是指在电路的性能已经基本满足设计功能和指标的基础上，为了使得电路的某些性能更为理想，在一定的约束条件下，对电路的某些参数进行调整，直到电路的性能达到要求为止。OrCAD/PSpice9软件中采用PSpice Optimizer模块对电路进行优化设计，可以同时调整电路中8个元器件的参数，以满足最多8个目标参数和约束条件的要求。可以根据给定的模型和一组晶体管特性数据，优化提取晶体管模型参数。
3.1 电路优化基本条件
调用PSpice Optimizer模块对电路进行优化设计的基本条件如下：
· 电路已经通过了PSpice的模拟，相当于电路除了某些性能不够理想外，已经具备了所要求的基本功能，没有其他大的问题。
· 电路中至少有一个元器件为可变的值，并且其值的变化与优化设计的目标性能有关。在优化时，一定要将约束条件（如功耗）和目标参数（如延迟时间）用节点电压和支路电流信号表示。
· 存在一定的算法，使得优化设计的性能能够成为以电路中的某些参数为变量的函数，这样PSpice才能够通过对参数变化进行分析来达到衡量性能好坏的目的。
3.2 电路优化设计步骤
调用PSpice Optimizer进行电路优化设计，一般按以下4个步骤：
(1) 新建设计项目，完成电路原理图设计。这一?i的关键是在电路中放置OPTPARAM符号，用于设置电路优化设计过程中需要调整的元器件名称及有关参数值；
(2) 根据待优化的特性参数类别调用PSpice A/D进行电路模拟检验，确保电路设计能正常工作，基本满足功能和特性要求；
(3) 调用PSpice Optimizer模块，设置可调整的电路元器件参数、待优化的目标参数和约束条件等与优化有关的参数。这一?i是优化设计的关键。优化参数设置是否合适将决定能否取得满意的优化结果；
(4) 启动优化迭代过程，输出优化结果。
电路优化设计的过程框图如图1所示。
3.3 电路优化设计实例
滤波器电路如图2所示。优化目标要求中心频率（Fc）为10Hz；3dB带宽(BW)为1Hz，容差为10%；增益（G）为10，容差为10%。
在图2中，滤波器电路共有三个可调电位器R
gain、Rfc和Rbw，用来调整中心频率、带宽以及增益，且这种调整是相互影响的。三个可变电阻的阻值是由滑动触点的位置SET确定的，显然SET值的范围为0～1，所以将三个电位器的位置参数分别设置为aG、aBW和aFc。
由于对滤波器的优化设计是交流小信号分析，因此应将分析类型“Analysis type”设置为“AC Sweep/Noise”；扫描类型“AC Sweep Type”设置为“Logarithmic”;“Points/Decade”设置为100；起始频率“Start”和终止频率“End”分别设置为1Hz和100Hz。
为了进行优化设计，在电路图绘制好后，应放置OPTPARAM符号并设置待优化的元器件参数。本例中参数属性设置值如表1所示。
设置好待调整的元器件参数以后，调用PSpice Optimizer模块并在优化窗口中设置增益（G）、中心频率（Fc）和带宽(BW)三个优化指标。并利用PSpice中提供的特征值函数定义这三个优化指标，具体设置见表2。
调用PSpice A/D进行模拟计算，在相应窗口中显示中心频率的值为8.3222，带宽为0.712187，增益为14.8106。显然这与要求的设计指标有差距，需要通过优化设计达到目标。
在优化窗口中选择执行Tune/Auto/Start子命令，即可开始优化过程。优化结束后，优化窗口中给出最终优化结果，如图3所示。
由图3可见，系统共进行了三次迭代，自动调用了9次电路模拟程序。当3个待调整的元器件参数分别取aG=0.476062；aFc=0.457928；aBW=0.702911时，可以使3个设计指标达到G=10.3499，Fc=9.98953，BW=1.00777。
可见，对电路进行优化设计后，电路指标均能满足设计要求。另外，完成优化设计后，还可以从不同角度显示和分析优化结果。
4. 结束语
关键词:计算机软件;建筑结构;优化设计;BIM技术;参数调整;解决方案
引言
伴随当代建筑设计独特需求的发展和信息技术的进步,基于计算机软件的建筑结构优化设计CDO(ComputerDesignOptimization)已变成建筑设计师优化结构的终极目标[1]。其中,建筑信息模型BIM的建立是建筑结构计算机优化设计的重要内容。伴随BIM建筑模型定义的明确和有关软件的开发,为建筑设计工程师提供了一系列设计优化手段和方式。BIM不仅是一个简单的建筑模型,还是关于建筑信息化的应用,即实现建筑整个生命周期的可视化和建筑参数的数字可控化[2],使得建筑结构优化更便捷、更直观。事实上,基于计算机软件的建筑结构设计优化的关键是在建立建筑结构信息模型时,使其参数的数字化和可控化,再通过调整参数和组合应用实现建筑结构优化目标。在该过程中,制定了多种建筑结构优化方案,且量化了对比分析结果,使选择更便捷、准确。基于计算机软件的建筑结构优化设计的关键在于建立计算机模型和参数可控化[3]。建筑模型和结构模型各不相同,前者更偏重于建筑的空间几何,每个参数都依据几何信息选定的;后者更偏重于结构物理特征,每个参数都依据物理特征选定的。然而建筑最终带来视觉体验,是各几何空间的有序结合,其物理特征属于内在元素,很难被用户所感知。
1基于计算机软件的建筑结构优化设计的难点
通常来讲,建筑信息模型BIM是建筑结构计算机优化设计的重要内容,提供了一系列设计优化选择。BIM技术是通过建立建筑信息模型,来模拟和优化建筑设计、施工、运营和维护等整个过程的相关问题[5]。比如,任何建筑构件的大小都会影响建筑面积,构件大小又受到结构和材质的影响,建筑构件材质、大小和建筑面积都可用于成本核算,然而这些因素之间的联系复杂,难以直观判断出来,那么就要使这些元素参数化,以参数调整方式量化对比分析结果,使得建筑结构优化更快速、更便捷。根据上述内容,可以发现BIM参数可控化是建筑结构计算机优化设计的关键,而其中参数的确定和BIM模型的逻辑是相互结合的,尽管建筑BIM的理想状态是所有参数的数字可控,然而结合现在计算机逻辑运算,在模型建立初期要先选择几个主要可控参数,这就带来建筑结构优化设计的一大难点:参数逻辑选择,要结合优化思路和方案,选择适合的核心参数,并和模型逻辑关系相结合。目前,仅借助单个软件实现建筑模型参数可控是不切实际的,不同的BIM模型对应着不同的软件,因此建筑模型参数可控可视为软件的组合应用,各软件负责对应的建筑模型参数化,且在一定范围内实现设计优化,这就带来建筑结构优化设计的第二大难点:参数的阶段性,参数调整和优化设计是分阶段开展的,要科学运用软件组合来实现优化目标。除此之外,参数可控是建筑结构优化设计的第三大难点,即参数控制形式[6]。目前,各软件功能和操作各不相同,可直接实现参数可控的软件甚少,因此需要构件参数输入输出系统,从而实现各软件信息的共享和交互。
2针对建筑结构计算机优化设计的解决方案
2.1建筑模型阶段关于建筑模型的构建,是从建筑几何信息数字化着手,这个过程的参数可控是依据几何信息确定的,通过三维建模软件构建建筑模型[8]。在此阶段,主要应用的软件有以下几种:(1)Revit软件Revit软件是由Autodesk公司开发,主要用于构件BIM建筑模型,具体见下图1所示。该软件支持全方位建筑信息模型的构建,融合了多专业的理论内容,实现了界面的可视化,出图效果较好。同时,该软件偏向于可视化功能,还未设置建筑结构的参数调整优化功能,只能通过信息输入模块实现系统平台的图形信息输入[9]。(2)Rhino软件如今,建筑设计人员对建筑外型曲线的审美有所变化,需要软件具有将数学公式转变为图形的功能。Hinoceros软件是RobertMcNeel&Associates公司研发的基于NURBS理论的三维建模软件[10],已成功从市场上各类三位建模软件中脱颖而出,被广泛运用到产品设计、建筑优化、动画制作等方面。该软件除了具备输出三维格式文件的功能之外,还是一个公开的系统平台,除了公司研发的Bongo、Flamingo等插件外,还提供了免费的SDK研发工具,支持客户编写支持Rhino三维软件的专用插件,某种程度上拓展了软件功能,具体见下图2所示。
2.2结构模型阶段
通过上述方式构建了建筑几何模型之后,需在各几何空间内建立结构框架,也就是通过空间线条划分断面和结构特征,将单一的几何空间转变为能承受一定重力的空间结构[12]。在该过程中,不仅要明确新几何参数,还要选定材质、大小、硬度、扩展性等物理特征参数,用于分析结构材质和特征,从而构建空间结构模型。那么,这个过程可能应用的软件有以下几种:(1)Salamander软件事实上,Salamander软件是针对Rhino的专用插件,具体见下图3所示,主要功能是定义Rhino三维模型中的空间结构的截面、材质等内容,还设计了GSA和Designlink输入/输出接口[13]。(2)GSA软件奥雅纳公司研发的GSA软件是针对通用结构有限元的分析软件,具体见上图3所示,具有输入/输出文本、AutoCAD、Revit等格式文件的功能,同时还具有输入/输出ANSYS、SAP等结构分析文件的功能[15]。(3)其他结构优化软件我国目前常用的结构优化软件有Civil、ETABS、SAP2000等[16],具体见上图4所示,这类软件具备完善的建模系统平台,兼容CAD图形、文本、数据库等格式文件的输入和输出。
2.3循环阶段
在完成结构模型构建之后,可开展全方位、详细的结构分析和优化设计,从宏观到微观来确定几何空间构件的位置、大小、硬度等参数,并将其反馈到BIM建筑模型中[17]。在这种情况下,模型不再是简单的由线条形成的几何空间,而是具有截面、结构框架的三维建筑模型。由此可见,建筑模型和结构模型往往处于反复循环状态,从整体几何空间到结构构件元素,都需要进行对应的参数确定和调整,而在此循环过程中,结合目前建模软件的功能特征,难以在建筑模型阶段实现结构优化设计,同样的,建筑模型优化也难以在结构模型阶段实现。所以,结构优化和建筑参数调整都要通过外部软件来实现,某种程度上反映了文章第一段提及的建筑结构计算机优化设计的三大难点:参数逻辑选择、阶段性和参数控制形式[18]。伴随建筑模型和结构模型的反复循环,建筑设计人员可以系统了解几何空间结构框架,从而制定出完善的优化设计方案,以实现对建筑几何空间结构的优化设计。
3结语
优化过程包括：有限元成形模拟、单元场量跟踪、拓扑操作、几何转换等步骤，整个优化策略可参考图1。首先，定义一个背景网格，网格上的单元大小、形状以及规模可以参照实际优化问题确定。背景网格上的单元处于激活与非激活两种状态，并可通过单元增删操作改变其激活状态。迭代过程中，所有处于激活状态的单元构成了预成形的拓扑结构。优化程序运行前，采用椭圆作为初始的预成形形状，并转换成拓扑结构，以用于后续单元增删操作的原型。初始预成形以及随后每次迭代过程中生成的预成形模型都将进行成形过程的有限元模拟。优化程序将自动对模拟结果进行分析处理，并计算优化目标函数是否满足预设条件。如满足，则迭代过程中止，优化进程结束，输出当前的预成形结构作为优化结果；如不满足，则执行以下的拓扑优化程序。
2有限元分析模型
工件材料为镍基合金，初始的预成形为一近似椭圆，最大外廓尺寸约为19.3mm×5.6mm，其面积约为理想锻件截面积的119%，采用四边形等参单元划分网格，其流动应力应变模型可参考文献[16]。锻造过程模拟工件采用的是刚黏塑性有限元模型，模具为刚性体设置。背景网格总体为矩形轮廓，单元形式为边长0.1mm的正方形，单元总数15296、节点数15600。始锻温度1010℃，模具温度250℃。锻造过程中的工件与模具传热系数为11kW/m2•℃、摩擦因子μ=0.3。成形过程中，上模速度为200mm/s，下模不动。目标函数收敛值为0.05。有限元模型如图4。
3模拟结果分析
未优化的预成形锻后毛边较大，过多的金属在流经模腔两端较窄的边缘时，产生剧烈的变形并导致锻后制件在两端存在较大的等效应变，如图5a所示。从三种优化模型上看，随着预成形进化的过程，所有模型的锻后毛边都在逐渐减小，高应变区的等效应变值也都有所下降，但是两种基于应变准则的模型在改善金属流动、缓解高应变方面要明显优于静水压力的优化模型；从优化外形上看，基于应变增量偏差的优化外形最为简单，这有利于降低预成形件的成形难度，如图5b、5c、5d所示。图6给出了三种优化模型的最大最小等效应变差随迭代进程的变化情况。虽然在10次优化结束时，所有模型的应变差值相对初始值(2.17)都降低，但是基于静水压力的应变差值在优化过程中出现波动；而基于应变的优化模型则总体呈下降趋势，并且优化结果要优于静水压力优化模型，应变的总体变化幅度明显减小，变形均匀性显著提高。图7给出的是三种优化模型锻后单元总体等效应变标准偏差随迭代进程的变化情况，标准偏差S.D.计算方法如公式7，该指标可直接反映变形体单元变形均匀程度。由图所示，静水压力模型在优化过程中，其等效应变标准偏差变化无显著规律。与未优化前相比，10次优化后的标准偏差值无明显减小，这表明基于静水压力准则的预成形优化并未有效改善锻件成形的变形均匀性；而基于应变准则的优化模型标准偏差值则随着优化过程呈现显著的下降趋势，说明变形体内各单元之间的等效应变偏差量在逐渐减小，单元等效应变的趋同性得到提高。其中，基于应变增量偏差准则的模型表现出最优的变形均匀性优化效果。图8给出的是10次迭代优化后的锻造载荷行程曲线比较。预成形的优化减少了毛坯的总体体积、改善了材料流动，因而降低了成形过程中的变形抗力，使得整个锻造行程中，所有优化模型的成形载荷都小于未优化模型的成形载荷。而在成形后期，由于模腔都接近充满，锻件体积相近，因此所有优化模型的成形载荷趋于一致，其最大载荷与优化前模型相比减少约5%。
4结论
关键词：大型风电机组；增速齿轮箱；箱体结构；优化设计
风能作为一种清洁、廉价的可再生资源，是现代能源发展的主要方向，其全世界蕴藏总量达到目前全球能源消耗总量的40倍，这在一定程度上推动了风电装备的发展。为了提高风力发电效率、降低发电成本，风电机组正面向增加单机功率、减轻整机质量和提高机组可靠性的方向发展。风电齿轮箱是连接叶轮与发电机之间的重要传动装置，是风电机组的核心部件，其功能是改变转速和传递扭矩。现有风电机组增速齿轮箱主要采用NGW行星轮系与平行轴轮系相结合的结构布局，由于其自身体积和齿轮强度的限制，难以满足大兆瓦机组的设计要求［1］。目前，行星传动结构设计方法对齿轮箱零件结构与形状等的设计仍停留在粗放式设计阶段，使得齿轮箱的结构粗糙、体积大、质量大，造成齿轮箱性能不佳和成本高。特别是在大功率齿轮箱的结构设计中，这种保守而又粗放式的设计方法难以满足大兆瓦风电齿轮箱的高功率密度、高可靠性和低成本的要求。如何设计合理的齿轮箱结构及参数，使每个零件的性能都得到充分发挥，成为各大企业的研究重点［2］。目前风电齿轮箱箱体的结构优化的相关文献较少，其他箱体的研究较多［3－7］。ShouwenYao对汽车的变速箱进行了以动态响应为目标的拓扑优化设计，根据优化结果重新建立CAD模型，校核分析表明变速箱的动态性能有所提高。WeiChao在考虑制造约束的条件下，基于SIMP优化理论对大型船用齿轮箱进行拓扑优化设计，通过比较，新方案减重7．8％，达到了轻量化目的。郭晓伟分别使用Workbench平台和支持向量机的方法对风电齿轮箱箱体进行尺寸优化，结果表明支持向量机方法具有较高可信度，质量减轻550kg。本课题提供的结构优化方法引入拓扑优化理论，模型化设计不再使用类比设计，拓扑优化设计能够在给定的设计域中得到满足边界条件的轻量化结构。结合优化结果和概念设计原则，得到规整的概念结构模型。结构详细设计对概念结构模型的关键尺寸实施基于响应面法的尺寸优化设计，并进一步完成结构的工艺特征以便于加工制造，从而得到结构的详细模型。
1增速齿轮箱传动方案介绍
大型风电齿轮箱主要传动方案分为两大类：NGW串联传动方案与封闭式功率分流传动方案。NGW串联传动方案的主要优点为传动比大、结构简单，但存在功率串行、各级承担功率相同的缺点，这就要求随着风电机组功率的增大，齿轮箱体积必须随之增大，导致齿轮制造成本与吊装成本增加。封闭式功率分流传动方案弥补了NGW串联传动方案的缺点，其各级承担功率为总功率的一部分，大大降低了各级齿轮所承担的载荷，可以显著地降低齿轮箱的质量。封闭式功率分流齿轮箱采用两级行星传动、一级平行轴的三级传动结构（如图1所示）。第一级为行星架固定的NGW构型，由内齿圈输入，太阳轮输出；第二级为差动轮系，由行星架和内齿圈共同输入，太阳轮输出；第三级为一定轴轮系，由大齿轮输入，小齿轮输出。
2增速齿轮箱箱体概念结构优化设计
概念结构设计是基于变密度法对模型化设计产生的初始几何模型进行拓扑优化计算，获得在极限工况下风电齿轮箱零件的最优材料分布规律，根据优化结果进行概念结构设计。2．1齿轮箱整体力学模型建立增速齿轮箱箱体结构优化模型，首先需要确定齿轮箱箱体结构的约束与载荷条件，因此根据齿轮箱机构简图，建立齿轮箱整体力学模型（如图2所示）。2．2箱体几何模型和网格划分根据增速齿轮箱传动构型，确定齿轮箱初始几何模型。以其中中间传递扭矩的构件7（内齿圈）为例说明结构设计过程。齿轮箱内齿圈由齿轮箱内轴承支撑整体回转运动，其初始几何模型如图3所示。网格划分之前需要分割实体。实体分割主要有两个目的：一是分割出非设计区域和设计区域；二是分割出载荷施加区域，方便施加载荷。利用Hypermesh软件实现网格划分。由于齿轮啮合实时变化，实际加载时作简化处理，即在内齿圈分度圆接触线进行等效加载，因此对轮齿面上分割出分度圆接触线以利于施加载荷。划分完网格的齿轮箱输入结构如图4所示，其中红色部分为设计区域（优化区域），绿色部分为非设计区域（非优化区域）。2．3载荷和约束根据图2中齿轮箱整体受力模型，齿轮箱内齿圈主要受行星轮6所提供的径向力和切向力。在网格模型上施加载荷（如图5所示）。内齿圈与第一级太阳轮轴（构件1）通过过盈连接传递动力，这里作简化处理，对联接盘凸缘内圆面进行全约束处理，施加约束的模型如图6所示。2．4优化参数设置概念模型设计中需要设置一些必要的参数，包括设计变量、成员尺寸、模式组、优化响应、优化约束、优化约束、优化辅助选项等（见表1）。2．5密度结果云图选取单元密度阀值为0．5，得到最终的拓扑密度云图（如图7所示）。分析云图可得材料总体分布为周向斜筋分布，符合受力特征。考虑到制造工艺，得到设计概念模型（如图8所示）。
3增速齿轮箱箱体尺寸优化设计
尺寸优化设计应用响应面法对模型中的关键尺寸进行最优设计，如壁厚、大的圆角和肋的厚度等。首先确定设计变量及其变化范围，选用试验设计方法生成样本点，然后通过最小二乘法进行二次多项式响应面的拟合，响应面拟合完成后，需要计算响应面的拟合程度评价指标，再选用优化方法对响应面进行寻优，最后将最优结果作为设计点进行验证。3．1建立参数驱动的三维模型创建参数化的三维模型，使软件可以对模型进行参数化自动修改。对齿轮箱箱体结构设置具体可变尺维软件设计模块建立关键尺寸参数驱动三维模型（如图9所示），各尺寸均可在一定范围内变化，通过尺寸优化设计可以确定最佳的尺寸组合方案。3．2关键尺寸的灵敏度分析通过分析关键尺寸对位移、应力、总质量的影响程度，为之后选择最优解提供数据支持。齿轮箱箱体结构设置具体可变尺寸（L1，R1，R2，R3，R4）的变化范围见表2。基于ANSYSWorkbench优化设计平台对上述模型进行材料属性定义、网格划分、施加边界条件等前处理操作，提交作业求解。通过软件DesignExplorer模块，采用中心组合方法给出27组设计点。对这些设计点进行求解，利用响应面法可得设计变量对总位移、等效应力、质量的灵敏程度（如图10所示）由图10可见：尺寸L1对箱体等效应力影响最大，尺寸R3对箱体等效应力的影响可以忽略不计；尺寸R3对箱体总移影响最大，尺寸L1对箱体总移影响最小；尺寸R2，R3和R4对箱体质量影响较大。在确定最优方案时需综合考虑尺寸对等效应力、总移、质量的综合影响。3．3尺寸优化设计为了获得候选设计点，需要结合灵敏度分析，综合考虑刚度、质量等因素，确定最优解。针对齿轮箱箱体结构设置总质量最小、最大总移不大于0．3和最大等效应力不大于100MPa，指定优化评定准则为总质量最小、最大总移不大于0．3和最大等效应力不大于100MPa，利用ANSYSWorkBench进行优化设计，得到3个较优设计方案（见表3）。由表3可知：3种方案的VonMises应力和最大变形相差极小，因此确定以质量最小为评价原则，选定方案一为最终设计方案。对相关尺寸进行圆整后，重新在ANSYS中进行建模计算，可得其最大VonMises应力和总移云图（如图11和图12所示）。由图11和图12可见：最大VonMises应力为90．438MPa，屈服强度为650MPa，安全因子大于1．1，满足要求。对比初始结合模型与轻量化几何模型，优化后质量降低0．8t，说明该方法有效地降低了齿轮箱的质量。
4结论
输配水管道系统作为城市给水系统中的重要组成部分，承担着将水资源安全、可靠的输送至各类用户，同时保证输配水管网内输水量、水压的稳定。因此对给水管网系统设计进行深度优化研究，有助于提高城市给水管网系统的供水可靠性，降低供水能耗，节约管网系统的建设和运行成本。
给水管网优化设计模型是进行管网优化设计的基础，给水管网的任务是向用户按质按量供水,因此,给水管网优化设计模型必须能真实地反映管网特征和正常的供水要求。
给水管网的设计必须满足三个条件:
一是水力条件(即节点方程和环方程；
二是可靠性(即用户对流量和水压的要求)；
三是经济性(费用最省)。
由于经济性以外的其他因素较难定量评价,因此优化设计的数学模型常以经济性为目标函数,将其余的作为约束条件,据此建立目标函数和约束条件表达式,以求出最优的管径和水头损失。
给水管网优化设计问题包含了水源、管线和泵站等组成部分。为了充分发挥整个系统的功能,优化设计模型一般以年折算费用值最小为目标函数,在水力与可靠性等约束条件下,求出送水泵站的最优流量分配及扬程、最优管径。这些约束条件可表达为:
l)水力约束:满足节点流量方程和能量方程。
2)节点压力和节点流量必须满足用户的需求。
3)管段流速和管径也要满足约束条件:
Vmin
Dmin
优化模型不但要包括费用因素,而且要能包括管网的水力平衡条件和用户对水质、水量的要求，优化设计模型均与一定的求解方法相应,与当时的数学发展水平是密切相关的最早的管网优化设计模型是莫什宁及罗巴乔夫建立的适用于环状管网的优化模型。该模型以管网建造费及运行费之和作为目标函数,以水力平衡关系为约束条件。对实际管网而言,它显得过于简单,难以应用到实际工程中去,但该模型具有开创性的意义在于它首次在管网设计中引入经济观点,并巧妙地利用“资金偿还期”和“总经营费用”的概念将两种性质不相容、难以比较的费用联系起来,使管网的优化设计成为可能。
自从20 世纪70 年代以来, 大量的管网优化设计技术被相继提出。Walski( 1985) 、Walters( 1988) 以及Goulter( 1992) 在他们的论文中提出了最中肯最有发展前途的建议。Alperovit 和Shamir( 1977) 应用梯度搜索法得出给水系统中满足最小总费用的流量形式Quindryal et al( 1981) 用两阶段法设计给水管网。在优化结构中, 两阶段法在模型中的使用代表了管网优化设计模型研究的一个新阶段。在该阶段, Row ell 和Barnes 用两阶段法来确定管网布置及管道尺寸。之后, Bhave 和Larn对LPG 法中的变量进行了研究。
Morgan 和Goulter对Hardy- Cross 网络解算器和优化布置、新系统的设计及规划系统扩建结合起来。1989 年Lansey 和Mays 将一般降阶法和一个现存的给水模拟模型结合起来优化管网、估计泵站及水箱尺寸, 该法计算集中, 但在优化模型和模拟模型之间需要大量的迭代运算, 而且每一步都要考虑梯度项。1994 年Eig er et al 扩充了该法, 用广义二元论计算普通优化解的下限值。
可靠性是在可能机械损坏情况下满足需水流速的概率。研究给水系统可靠性是必不可少的。Goulter 和Coals 提出了两种定量法来评估管网可靠性。Su. et al 将一个稳定可靠的模拟模型与一个优化模型结合起来阐明基于风险性之上的管网设计。Lansey et al 使用随机约束模型进行设计, 其中包括需水量、水压力以及管道强度系数的不确定性。Bao 和Mays提出使用Monte carlo 来模拟测量系统可靠性。由于计算机的广泛使用, 建立、运行数学表达式或管网模拟型是很廉价的, 然而费用没有减少, 这主要因为在校核模型和收集数据时, 参数估计不准确, 造成模拟模型失真, 基于模拟分析之上的设计和运行决策严重出错。Kevine E. Lansry 和Chuda Basnet 精确地提出了非线性规划法来解决估计管网模型参数。在不同荷载条件下检测给水管网性能时, 估计参数相当重要。P. V.N iranjan Reddy 和K. Sridharan、P. V. Rao 研究出了基于Gauss- New ton 最小化技术的最小平方权重法(WLS) 来估计给水管网的参数, 该项研究的一个行要特点是详细考虑了参数估计中选择不同权重的影响。该法在现实生活的三个管网中得到应用。
在环状给水管网设计系统中选择优化法进行灵活量化是非常必要的。Heekyung Park 和Jon C. Liebman 把个别管道损坏引起的缺水作为测量可靠性的一种方法, 该法与管道损坏频率K、周期及其严重性相结合。在此基础上他们研究出了改变梯度的线性规划模型, 该模型控制管网中每个管网的缺水不大于指定的需水量指标。
通过以上阐述, 我们可知有许多优化模型来设计给水管网, 但是这些模型还不能用于市政水利工程, 主要是缺乏合适的包装。令人满意的模拟和优化技术应该和决策支持系统( DSS) 相结合, 才能处理大量的决策数据, 并且和现实问题结合起来, 以上这些暗示了对高效的空间数据管理及分析工具的需要, 例如地理信息系统( GIS) 。GIS 提供函数来研究开发把准确的空间信息输入到管网优化设计模型中, 并使空间分析及评估结果的输出更趋简单。如果给定参数的空间及时间变量, GIS 就会执行费用分析、管网定线和布置, 并且用有效的彩色图形显示出结果。
参考文献：
Saud A. Taher John W. Labadle, Member ASCE. optimal Design of Water- Distribution Networ k With GI S.Journal o f Water Resources Plannung And Management July / August 1996.
Nlperovits, E. , and shamir. U( 1997) . Desig n of Optimal Water Distribution System .Water Resour. Res, 13( 6) : 885- 900.
Abstract： This article aims to study the mechanism of enhancing enterprises' sustainable competitive advantage with modular design. Based on the dynamic capability theory and taking technology innovation as the intermediary variables， the theoretical model of the relationship between modular design and continuous competitive advantage is built. SPSS16.0 and LISREL8.7 structure equation model are used to do empirical analysis to the data of the 300 questionnaires from the large and medium-sized manufacturing enterprises in Pearl River Delta. Results show that modular design can help enterprises to obtain sustainable competitive advantage. Technological innovation plays a fully mediation role in the relationship between modular design and brand advantages， continuous first-mover advantage and mass customization advantage.
关键词： 模块化设计；技术创新；持续竞争优势；珠三角大中型制造企业
Key words： modular design；technological innovation；continuous competitive advantage；large and medium-sized manufacturing enterprises in Pearl River Delta
中图分类号：F270 文献标识码：A 文章编号：1006-4311（2014）15-0007-04
0 引言
制造业是一个国家经济的基础，我国在收获改革开放三十年成果的同时，劳动力成本及土地成本不断攀升，原有的低成本竞争优势逐渐丧失，经济转型，产业升级的压力渐行渐近。随着全球化步伐的加快，通讯、信息技术的高速发展，技术呈现快速或跳跃式的发展，许多传统的竞争优势难以维持，提升我国制造业的软实力迫在眉睫，尤其是珠三角制造企业，明显的外向型经济特征，使其成为转型升级的最前沿。
随着信息时代的来临，企业所面临的环境日趋动态。珠三角制造企业在稳定环境下建立的优势正不断被侵蚀，需要通过持续的技术创新活动来帮助企业实现转型升级，在动态性环境下重新建立竞争优势。回顾西方发达国家走过的现代工业化之路，模块化开创了一个工业技术创新的全新时代，甚至可以媲美19世纪铁路运输发展对西方现代工业的贡献。由于模块化的通用性，制造企业能在实现大规模、标准化生产的同时最大限度地满足客户的个性化需求。西方许多企业纷纷尝试以模块化的方式来应对日趋复杂的市场环境与客户需求。国外对于模块化的研究比较丰富，并且在制造企业的实践中已经获得了大量成功。但国内对于模块化的研究基本还处于理论研究初期，对其影响竞争优势机制的研究还较少。本文探讨技术创新在模块化设计与竞争优势关系间的中介作用，旨在为珠三角大中型制造企业进行产品模块化的探索提供理论与实践指导。
1 理论回顾与研究模型
随着波特“竞争优势三部曲”的提出，竞争优势逐渐成为了战略管理研究的核心问题。根据蓝海林等（2007）的定义，竞争优势是指企业超越竞争对手，实现盈利与市场占有率提高的一种能力。
关于企业竞争优势来源的理论研究，经历了“核心能力理论”到“动态能力理论”两个发展阶段。早期的学者从资源基础观视角出发，提出企业竞争优势来源于企业的“核心能力”。随着经营环境的日益动荡，传统的企业核心能力由于自身存在的“刚性”问题，使其难以成为企业持续竞争优势的来源。企业需要寻找新的途径，如精益生产、柔性制造、流程重组、全面质量管理等，来获取动态环境下的竞争优势。所有这些新兴的制造思想，都要求企业具备“柔性”的生产能力。在这样的背景下，Teece（1997）提出了动态能力理论，认为动态能力是企业整合、建立以及重构企业内、外部能力以适应快速变化环境，不断获得暂时优势的能力。
动态能力理论的发展为研究企业持续竞争优势的来源提供了全新的理论视角。耿新和张体勤（2010）综合了SubbaNarasimha（2001）和Danneels（2008）的观点，认为企业的动态能力包括市场动态能力与技术动态能力两方面：SubbaNarasimha（2001）认为市场动态能力强调企业开拓新市场与适应当前客户需求变化的能力；Danneels（2008）则强调了企业根据环境变化开发新技术的能力。
模块化战略被西方管理学界誉为“动态变化时代的竞争战略”。模块化设计可以为制造企业带来许多优势：第一，制造企业专注于核心模块的开发，可以增强企业的核心能力，同时减少研发成本；第二，制造企业通过对核心模块的改进，可以较过去更为轻松地实现新产品、新技术的开发与应用，加快技术变革的步伐；第三，由于各模块的独立性，制造企业可以通过大规模制造标准化模块来提高效率和降低成本，同时又能通过模块的组合实现产品的多样化，从而在大规模生产的同时实现对客户需求的快速响应。因此本文认为，模块化设计是制造企业发展动态能力的重要途径。
模块化设计往往与技术创新联系在一起，对核心的产品模块进行改进或重新设计，可以实现渐进式的技术创新；对模块化平台进行改革，则可以导致突破式的技术创新。无论是在静态或者动态环境下，技术创新都是竞争优势的来源，而动态环境下，通过不断进行技术创新活动，企业可以不断获得暂时性的竞争优势，从而构成企业的持续竞争优势。
企业发展动态能力，就是为了获得持续性的竞争优势。进一步研究持续竞争优势的构成，本文借鉴了蒋峦和蓝海林（2004）的观点，认为企业的持续竞争优势由以下几方面构成：①品牌优势，品牌是企业的无形资产，是企业产品高附加价值的持续来源；②连续先动优势，先动企业能够较竞争对手更迅速地获得客户与声誉，更快地获得利润、降低成本，为企业创造竞争优势；③大规模定制优势，动态环境下既要求制造企业降低成本，又要求企业满足客户的个性化需求，拥有大规模定制生产能力的企业可以同时实现两方面的目标，从而获得大规模定制优势。
根据以上分析，本文基于动态能力理论，以技术创新为中介变量，提出模块化通过技术创新，影响品牌优势、连续先动优势和大规模定制优势的研究模型，如图1所示。
2 假设提出
2.1 模块化设计对竞争优势的影响 根据动态能力理论，拥有较强动态能力的企业，其竞争优势的获得和维持就会变得相对容易，因为动态能力能够强化现存资源的配置，而且快速的回应能力使得企业能够迅速满足市场需求。而制造企业将产品进行模块化分解，可以更好地应对环境的不确定性和组织的进化要求，同时满足客户的多样化需求并减少成本，帮助企业构建动态能力。
具体来说：第一，制造企业利用模块化设计将产品分为若干模块，可以将非核心模块进行外包，从而专注于核心模块的研发，能有效降低生产成本，提高产品质量，使消费者获得性价比更高的产品，从而提升企业的品牌优势。第二，制造企业不仅可以通过对模块化设计平台的改良实现突破式的创新，也可以通过对核心模块的改进实现渐进式的技术创新，有利于企业消除新技术、新产品推出市场的时滞效应，获得连续先动优势。第三，模块化的产品只需要通过简单的不同模块的重新排列组合就能轻松实现产品的多样化，并且可以对产品模块进行大规模生产，从而获取大规模定制优势。因此，模块化设计能为制造企业带来品牌优势、连续先动优势、大规模定制优势。所以本文提出以下假设：
H1a模块化设计对品牌优势有显著的正向影响。
H1b模块化设计对连续先动优势有显著的正向影响。
H1c模块化设计对大规模定制优势有显著的正向
影响。
2.2 技术创新的中介效应 模块化设计就是对生产要素（产品模块）按照一定规则进行“重新组合”。因此本文认为模块化设计可以促进制造企业的创新活动，尤其是技术创新活动。只有持续的技术创新才能实现企业品牌优势的维持。由于环境的动态性，珠三角地区的企业竞争优势维持阶段在不断缩短，一项新技术能为企业带来的领先优势可能很快就消失殆尽，只有不断地进行技术创新，才能不断获得新的暂时优势，从而获得连续先动优势。制造企业要将大规模、标准化生产与满足顾客个性化需求结合起来，需要有先进的企业信息系统、现代化产品设计技术、模块化管理技术和业务流程重组技术等作为支持，因此持续的技术创新，能为企业创造大规模定制优势。
Pil&Cohen（2006）就基于动态能力理论，通过实证分析，得出了模仿创新在模块化设计和企业持续竞争优势之间起中介作用，模块化情境下的产品设计和绩效产出能够使模仿创新变得简单，同时降低了动态能力开发的复杂性，从而增强企业的持续竞争优势。本文基于珠三角制造企业的实际，认为技术创新在企业通过模块化设计获取持续竞争优势的过程中发挥了重要作用。因此提出以下
假设：
H2a技术创新在模块化设计与品牌优势的关系中起中介作用。
H2b技术创新在模块化设计与连续先动优势的关系中起中介作用。
H2c技术创新在模块化设计与大规模定制优势的关系中起中介作用。
3 研究设计
3.1 问卷设计与数据收集 本研究问卷的发放区域为珠江三角洲主要城市，这些城市包括广州、深圳、佛山、珠海、东莞、惠州、江门和肇庆。共向该区域的制造企业发放800分调查问卷，回收512分，回收率为64.0%，剔除无效问卷131份，剩余有效问卷381份，有效回收率为47.6%。根据国家统计局对工业企业规模的划分标准，销售额在3000万元以上的属于大中型企业，即为本文的主要研究对象。本文针对符合该标准的300份问卷数据进行实证
分析。
Peng和Luo认为，中国企业间存在着行业类型、所有制类型（国有、民营和外资）、规模及行业发展阶段的区别。因此本文选取了行业类别、所有制性质、销售收入和资产总额这四个组织特征作为控制变量。样本基本信息的描述性统计如表1所示。
本研究在问卷编制过程中，与有关专家学者、产品模块化管理人员进行了多次访谈与探讨，以使问卷结构更合理，表述更清晰。并在正式调查之前选择了50家珠三角地区的制造企业进行预调查，根据反馈信息对问卷做了反复修正与调整，形成了最终的问卷。
调查问卷的第一部分为受访者基本信息及受访企业行业类别、销售额、资产总额和所有制性质等控制变量的基本信息。第二部分使用李克特五分量表对研究涉及的变量进行了题项设计，共包括模块化设计5个题项；技术创新4个题项；持续竞争优势11个题项，包含品牌优势（3个题项）、连续先动优势（3个题项）和大规模定制优势（5个题项）三方面内容。
3.2 信度与效度检验 本文采用Cronbach’s α值检验量表信度。一般认为，Cronbach’s α值大于0.70则可以说明量表信度较好。检验结果显示，所有变量的Cronbach’s α均大于0.70（见表2），表明各量表的信度较高。
本文使用验证性因子分析对对量表效度进行检验。侯杰泰等（2004）认为，在验证性因子分析中，卡方值（χ2）与自由度（df）的比值小于5，RMSEA值低于0.08，IFI、CFI、NNFI等拟合指标大于0.9则可以认为模型拟合度较好，验证性因子分析的检验结果如表2所示，各项拟合指标均达到较好的水平，说明量表的效度较高。
4 实证分析与结果
本文使用SPSS16.0与LISREL8.7作为实证分析工具，对各量表进行相关分析，使用回归分析及结构方程模型（SEM）方法进行假设检验。
4.1 变量描述性统计与相关分析 本文在对理论模型进行假设检验之前，首先对各变量的均值、标准差和变量间的相关系数进行了分析与描述（见表3）。结果表明，各变量间的相关性均比较显著，可以对各变量间关系进行进一步探讨。
4.2 假设检验
4.2.1 模块化设计对品牌优势、连续先动优势及大规模定制优势的影响 模块化设计对品牌优势、连续先动优势及大规模定制优势的回归结果见表4。由模型2、模型4和模型6可见，模块化设计对品牌优势（β=0.405，P
此外，通过对回归结果的观察，本文还发现，企业所有制性质对企业通过模块化设计获得大规模定制优势具有显著影响，即外资、港澳台资企业更容易通过模块化设计获得大规模定制优势。
4.2.2 中介效应检验 本文首先构建了一个完整的部分中介模型，并使用结构方程模型方法对该模型数据进行拟合，结果表明模型的拟合优度（χ2/df=2.584，RMR=0.035，RMSEA=0.073，IFI=0.96，CFI=0.96，NNFI=0.96）较为理想。拟合后获得模型A，如图2所示。
为了进一步检验技术创新的中介效应，本文构建了7个嵌套模型：删除路径“模块化设计――品牌优势”，得到模型B；删除路径“模块化设计――连续先动优势”，得到模型C；删除路径“模块化设计――大规模定制优势”，得到模型D；同时删除路径“模块化设计――品牌优势”和“模块化设计――连续先动优势”，得到模型E；同时删除路径“模块化设计――品牌优势”和“模块化设计――大规模定制优势”，得到模型F；同时删除路径“模块化设计――连续先动优势”和“模块化设计――大规模定制优势”，得到模型G；同时删除路径“模块化设计――品牌优势”、“模块化设计――连续先动优势”和“模块化设计――大规模定制优势”，得到模型H。
各嵌套模型的拟合指标如表5所示。可以看出各模型间的差异均没有达到P
通过对模型H进行拟合，得到如图3所示的拟合结果。可以看见图中所示的是完全中介模型，即技术创新在模块化设计与品牌优势、模块化设计与连续先动优势、模块化设计与大规模定制优势三组关系中都起完全中介作用，H2a、H2b和H2c均获得支持。
5 结论与启示
本文通过实证分析，重点研究了技术创新在模块化设计对持续竞争优势影响中的中介作用，并明确了技术创新在模块化设计与品牌优势、连续先动优势及大规模定制优势关系间中起完全中介的作用。本文的数据样本充分体现了珠三角地区大中型制造企业特征，在为模块化设计、技术创新及持续竞争优势理论研究提供一些有益补充的同时，也为珠三角地区的大中型制造企业获取持续竞争优势提供了指导建议。
根据实证分析获得的结果，本出以下结论：
第一，通过对珠三角大中型制造企业的实证研究表明，与国内外许多实证研究结果一致，模块化设计都对品牌优势、连续先动优势和大规模定制优势都具有显著的正向影响。随着土地成本和人力资源成本优势不再，珠三角地区的大中型制造企业应当通过模块化战略重塑自身的竞争优势。
第二，企业在培育自身模块化设计能力的过程中必须注重技术创新的作用，因为技术创新在模块化设计对品牌优势、连续先动优势和大规模定制优势的关系中均起到完全中介作用。模块化设计能力不能直接产生持续竞争优势，只有通过技术创新才能够获得。值得注意的是，企业不应只关注改善产品模块的渐进式技术创新，更应该关注模块化平台的创新，这种突破式的创新正是熊彼特所说的“创造性的毁灭”，这种创新模式才是更高层次的，能使企业在更长时期维持竞争优势的根本来源。
第三，实证分析结果表明，技术创新投入可以直接促进企业持续竞争优势的获取。珠三角地区的制造企业必须坚持投入技术创新活动，注重自主研发，将“中国制造”转变为“中国创造”，才能真正在日益动荡的世界一体化经济环境下获得持续性的竞争优势。
第四，通过对控制变量的观察，本文发现外资、港澳台资企业较国有企业、集体企业而言，更容易通过模块化设计获得大规模定制优势，这也反映了它们面对多需求市场，满足顾客需求的能力更强。许多国有企业还具有一定的垄断性质，即卖方市场，即使存在竞争，也往往由于有政府的支持而不需要太多考虑客户的个性化需求，因此在引入竞争机制后，国有企业与外资或港澳台资企业相比，对通过模块化设计获取大规模定制优势还相对欠缺。
本文研究对象主要为珠三角地区的大中型制造企业，其结论与建议对于中小制造企业及其他地区制造业是否适用仍有待进一步研究。另外，本文使用的是截面数据，而动态数据应该更符合持续竞争优势的研究，因此，下一步的研究应该考虑使用更多的纵向数据。
参考文献：
[1]陈建勋，张婷婷，吴隆增.产品模块化对组织绩效的影
响――中国情境下的实证研究[J].中国管理科学，2009，17（3）：121-130.
[2]周晓东，项保华.什么是企业竞争优势[J].科学学与科学技术管理，2003，24（6）：104-107.
[3]蓝海林等.转型中的中国企业战略行为研究[M].广州：华南理工大学出版社，2007.
[4]（美）约瑟夫・派恩.大规模定制：竞争的新前沿[M].中国人民大学出版社，2000.
[5]耿新，张体勤.企业家社会资本对组织动态能力的影
响――以组织宽裕为调节变量[J].管理世界，2010，6：109-121.
[6]蒋峦，蓝海林.基于动态环境的企业竞争优势研究[M].北京：经济科学出版社，2004.
[7]董保宝，葛宝山，王侃.资源整合过程、动态能力与竞争优势：机理与路径[J].管理世界，2011（3）：92-101.
关键词：生产过程；模具专业；UG；教学内容；优化设计
随着社会经济技术的发展，现代模具企业的用人标准也发生了较大的变化。高职模具设计与制造专业培养的高技能人才要适应用人单位的要求，就必须不断调整与改进。课程设置是学校进行教育活动的基础，体现了学校的办学方向、培养目标及教育的组织手段和方法。目前的职业教育课程结构仍然不能彰显技能型人才培养的特点，课程内容也不能适应区域和地方经济发展的需要，教学过程不能有效地促进学生职业能力的形成，专业课程改革迫在眉睫。基于此，我院模具专业基于生产过程，针对专业课程的教学内容的优化设计进行了有益的探索和实践。
课程教学内容和方法优化设计的基本思路与方法
课程始终处在人才培养的核心地位。高职教育培养的人才主要面向生产单位一线需要，由于现代模具生产方式总是随着社会经济技术的发展而变化，职业院校就应当基于生产过程，动态地构建专业课程体系。这种基于生产过程开发与改革专业课程，就是以生产过程为参照系整合陈述性知识与过程性知识，着眼于隐含在生产动态行动体系之中的、整合了实践知识与理论知识的生产过程知识的生成与构建。我院模具专业基于生产过程的课程教学内容的优化设计基本思路与方法如下：（1）以市场和就业为导向，把握行业的人才需求现状，在总体上确定专业课程教学内容、方法的优化设计方向。（2）基于模具产品的生产线式工作流程进行课程体系构建，将生产过程融合到课程结构中。（3）采取以职业能力为核心，以职业实践活动为主线，以项目化为主体的模块化教学方法构建专业课程。（4）基于模具产品生产过程，拟订工作岗位与能力结构，结合我院模具专业培养人才与之对应关系确定课程内容。（5）以典型模具产品为载体，以层次渐进式项目教学内容为主线进行课程的开发。（6）依照就业岗位技术能力要求进行课程内容的整合与优化，形成专业特色。
其主要思路和方法如图1所示。
课程教学内容和方法的优化设计实现过程
我院模具专业基于生产过程，开发了《模具CAD/CAM（UG）》这门专业课程，并实现了本门课程教学内容的优化设计。其开发过程如下。
（一）市场调研，确定课程设计理念与思路
市场调研的主要对象是与学生就业相关性较大的典型企业（如宜宾普什模具公司、一汽大众等）以及部分已就业的该专业毕业生，市场调研的主要内容为企业的岗位情况、岗位工作任务情况及企业对人才规格的要求等。通过调研，发现UG软件自从1990年进入我国后，以其强大的功能和工程背景，在机械制造领域，特别是模具制造工业中得到了广泛的应用。在沿海的大、中、小型机械制造（特别是模具制造）企业中，广泛采用UG软件完成从产品造型、模具设计及制造的全过程，因此，需要大量的从业人员。掌握UG软件的基本功能，熟练地在模具设计与制造中应用，是模具专业学生适应社会、适应工作需求的基本技能。为此，我们确定了工业产品设计、模具CAD、模具CAM（数控编程加工）、模具装配与调试四大模块为本门课程的专门化方向，同时确定了本门课程的设计理念和思路。
设计理念本课程以培养高技能人才为目标，重视学生实践能力的培养，重构和优化教学内容，形成了基于生产过程导向的任务驱动的工业产品设计与装配、模具设计、数控编程、模具制造、模具装配等五个主任务模块，采用教、学、做一体化等多种教学方法，构建了知识、技能和综合素质“三位一体化”的培养方案，使学生不仅具有完成职业任务所必需的知识、基本技能和动手能力，还提高了学生的综合素质，为学生后续能力的提升和可持续发展打下了基础。
设计思路（1）以职业能力为目标，组织课程内容。（2）以模具产品为载体，设计教学活动。（3）以工作过程为中心，推进课程融合。（4）以学生为主体，采用多种教学方法与教学模式。（5）注重过程评价，促进学生全面发展。
（二）通过职业岗位与能力结构分析，构建课程内容框架
根据市场调查，模具专业职业范围与能力层次如图2所示。
参照图2，将专业岗位所涉及的职业活动细化成具体的工作任务，整理归类形成典型工作任务分析表，形成课程内容分析的主要依据。表1为UG课程部分典型任务分析表。
（三）通过生产过程解构与课程结构的重构，搭建课程内容的组织框架
为培养有较强综合职业能力的操作技能型人才，课程结构要对应于工作岗位的工作体系，与企业“工作项目”为目标的工作结构相对应，课程内容的组织结构形式主要以“项目”为主体。按照具体的模具产品从“模具成品、模具装配（检验）与调试、数控加工、选材、设计”这一生产流程进行逆向推演，将生产过程解构成相应的专业知识与技能，重构于课程内容的组织框架中。
根据上述UG课程典型任务分析表，本课程采用了如图3所示的以项目为主体的模块化课程内容组织形式。
（四）课程内容的最终拟定
在课程组织结构分析的基础上，为能够负载本课程整合的工作任务所对应的职业知识与技能，我们将UG课程内容整合为“产品造型、模具设计、数控编程（模具制造）、模具装配与调试”四个主任务模块，重点培养实体建模技术、曲面建构能力、复杂造型设计、装备功能、2D出图功能、模具加工功能等专业能力，将理论与实践合成一体，以典型模具产品为载体，由低到高“层进式”安排教学内容，并以任务驱动的方式进行项目实训（图4为UG课程部分项目）。
我院模具专业基于生产过程，进行了专业课程教学内容的优化设计的探索与实践，探讨了专业课程改革的思路和方法，有效地促进了学生职业能力的形成。新课程于2009年实施以来，取得了较明显的效果，学生的学习热情大为增加，学生的满意度也大幅提高，我院学生在2009年全国3D创新设计大赛及2010年的全国机械创新设计大赛中均取得了荣获四川省一等奖的好成绩。同时，一汽大众、宜宾普什模具公司等用人单位也均反映新课程体系培养的我专业的学生在工作岗位上更容易上手。
参考文献
[1]姜大源．职业教育学研究新论[M］．北京：教育科学出版社，2007.
[2]蒋庆斌，徐国庆.基于工作任务的职业教育项目课程研究[J].职业技术教育，2005，（22）.
购物车(0)