3. 鲁棒设计的基本概念与评价指标
在确定性优化中，我们通常把设计变量、材料参数、载荷都当作精确已知的数值，求解一个“最优解”。但真实工程里，加工公差、材料批次差异、载荷波动几乎不可避免。鲁棒设计（Robust Design）关注的不是“在理想条件下最优”，而是“在不确定条件下性能仍然稳定”。本节以悬臂梁尺寸设计为例，讲清鲁棒性的定义、四类常用稳健性度量，以及它与确定性优化的本质区别。
一、鲁棒性的定义
设设计变量为 x，不确定参数为 p（如弹性模量、载荷、几何公差），系统响应为 y = f(x, p)。若 p 在其名义值附近发生小扰动 Δp，响应变化为 Δy。鲁棒性可定义为：当输入或参数存在合理范围内的波动时，系统性能指标偏离设计目标的程度足够小，且满足约束的概率足够高。
这句话包含两层含义：一是“性能对扰动不敏感”，即响应方差小；二是“约束不易被突破”，即可靠性高。二者共同构成鲁棒性的完整内涵，缺一不可。一个方案可能均值很好但方差极大，也可能方差很小却整体偏离目标，都不算真正鲁棒。
二、稳健性度量指标
要把“鲁棒”变成可计算、可比较的量，需要具体指标。工程中最常用的有四类。
1. 均值与方差。对响应 y 做多次采样或一阶泰勒展开，得到均值 μy 与标准差 σy。均值反映性能的中心位置，标准差反映分散程度。鲁棒设计常写成“最小化 σy，同时使 μy 接近目标值”。例如悬臂梁自由端挠度，若名义值 2.0 mm、标准差 0.15 mm，说明波动约 7.5%。
2. 信噪比（SNR）。田口方法用信噪比把均值与方差合并成一个指标。望小特性（如挠度、应力越小越好）常用：
SNR = -10 · log10( (1/n) · Σ y_i² ) [dB]SNR 越大，说明响应既小又稳定。它把“好”与“稳”统一到同一尺度，便于多方案排序。
3. 六西格玛水平。用 σ 水平衡量约束满足能力。若某约束为 g ≤ 0，定义安全裕度 Z = (0 - μg)/σg。Z = 3 对应约 99.73% 合格率，Z = 6 对应约 99.99966%。六西格玛设计追求的是把均值与标准差同时管理好，使失效概率极低。
4. 灵敏度与容差占比。灵敏度 S = ∂y/∂p，表示单位扰动引起的响应变化。若某参数灵敏度高，就应优先收紧其公差或改用低敏感结构。容差占比 = |S·Δp| / 允许偏差，用于判断哪个参数是波动主因。
三、鲁棒设计与确定性优化的对比
两者的差别不在求解器，而在“问题怎么定义”。确定性优化把参数当常数，约束写成硬边界；鲁棒设计把参数当随机变量或区间变量，约束写成概率或最坏情况。下表以悬臂梁为例对比。
| 对比维度 | 确定性优化 | 鲁棒设计 |
|---|---|---|
| 参数假设 | E、F、b、h 均为确定值 | E、F 服从分布，b、h 有公差 |
| 目标函数 | min 质量 m | min μm + k·σm |
| 约束形式 | δ ≤ 2.0 mm | P(δ ≤ 2.0) ≥ 99.87% |
| 最优解位置 | 常落在约束边界上 | 主动留出安全裕度，远离边界 |
| 对波动的态度 | 忽略或事后校核 | 设计阶段就量化并抑制 |
| 典型结果 | 更轻，但风险高 | 略重，但合格率高 |
需要强调：鲁棒设计不是“保守设计”的同义词。它追求的是用最小的代价换取可接受的稳定性。如果某参数灵敏度很低，就不必为它留大量裕度；如果某参数灵敏度极高，则应优先调整结构形式或收紧公差，而不是一味加大尺寸。
四、悬臂梁算例中的指标计算
取矩形截面悬臂梁，自由端集中力 F，长度 L，弹性模量 E，截面宽 b、高 h。自由端挠度公式为：
δ = 4 F L³ / (E b h³)名义值：F = 500 N，L = 300 mm，E = 210000 MPa，b = 20 mm，h = 30 mm。代入得 δ ≈ 1.587 mm，满足 δ ≤ 2.0 mm。但若考虑波动：F 标准差 25 N，E 标准差 5000 MPa，h 公差 ±0.2 mm。用一阶灵敏度估算：
∂δ/∂F = δ/F = 3.17e-3 mm/N
∂δ/∂E = -δ/E = -7.56e-6 mm/MPa
∂δ/∂h = -3δ/h = -0.159 mm/mm则标准差近似为：
σ_δ ≈ sqrt( (3.17e-3×25)² + (7.56e-6×5000)² + (0.159×0.2)² )
≈ sqrt( 0.0793² + 0.0378² + 0.0318² )
≈ 0.093 mm安全裕度为 2.0 − 1.587 = 0.413 mm，约 4.4σ，对应失效概率极低，说明该尺寸在给定波动下是鲁棒的。若把 h 减小到 28 mm，名义 δ ≈ 1.95 mm，裕度仅 0.05 mm，σδ 约 0.11 mm，可靠度骤降到约 67%，这就是“名义可行但鲁棒性差”的典型情形。
综上，鲁棒性 = 低敏感 + 高可靠；均值、方差、信噪比、六西格玛水平是四把可量化的尺子；与确定性优化相比，鲁棒设计在问题定义阶段就引入不确定性，用概率约束和均值—方差目标替代硬边界，从而在波动环境中给出真正可用的方案。