今天收到出版社消息,《面向制造和装配的产品设计指南》第2版又要加印了。
第17次。
2011年第一版,2016年第二版,到现在10年。
你可能会好奇:技术更新这么快,AI、数字化、智能制造轮番上阵,一本讲产品设计基础的书,凭什么还能卖?
因为工具在变,但工程师做判断的依据没变。

DFMA里有一条最朴素的原则:能减少一个零件,就减少一个。
这话说起来简单,但真正在设计中去执行,需要工程师对整个制造和装配流程有清楚的理解。两个零件能不能合并?一个卡扣能不能替代三颗螺丝?一个注塑件能不能把功能集成进去?
这些判断的背后,是对材料性能、工艺能力、装配工序的综合考量。不是查个手册就能定的,是工程师一笔一笔画出来、一次一次验证出来的。
我辅导过一家做家电的企业,某产品原本20个零件,重新梳理之后减到12个。装配工序从15道缩到9道,装配时间缩短了40%。不光省了零件成本,更关键的是装配出错率大幅下降——零件越少,出错的可能性越小。
注:在《研发降本实战:三维降本》一书中,DFMA中减少零件数量的原则,我升级为一个单独的降本方法--减法原则。
现在AI的能力已经超出了很多人的想象。比如我们做的DeepCost,可以自动分析零件能不能合并、评估制造工艺的可行性、预估不同方案的成本差异。以前这些判断要靠老工程师十几年的经验,现在系统几秒钟就能给出建议。
但你要想清楚一件事:AI凭什么能做这些判断?
不是因为它算力强,是因为它背后跑的是DFMA的工程知识体系。
是零件合并的原则、是制造工艺的约束、是成本与设计的关联规则。这些知识从哪儿来?从几十年的工程实践中来,从无数次车间现场的问题中来。
AI没有让这些知识过时,恰恰相反,AI让这些知识从个人的经验变成了系统的能力。以前一个老工程师能覆盖的产品有限,现在这套知识可以通过系统规模化地服务每一个项目、每一个工程师。

不管你用什么工具设计,你的零件最终要造出来。
注塑的壁厚不均匀会缩水,拔模角不够会粘模,尖角处会应力集中导致开裂。机加工的内角半径受刀具直径限制,深孔加工有排屑问题。钣金的折弯半径不能小于材料厚度的一个倍数,孔太靠近折弯线会变形。
这些约束不是谁定的规矩,是物理规律和材料特性决定的。
你可以用最先进的CAD软件,可以用AI辅助生成曲面,但到了车间,注塑机该缩水还是缩水,冲床该开裂还是开裂。
有人说3D打印打破了很多约束。
确实,3D打印不需要拔模角,可以做出传统工艺做不出的复杂结构。但3D打印有层纹问题,有支撑结构去除的问题,有各向异性的问题,量产效率和成本与传统工艺完全不在一个量级。
每种工艺都有自己的脾气。工程师不懂这些脾气,设计出来的东西到了车间就出问题。这个道理,10年前成立,今天成立,10年后还是成立。

产品成本70%以上在设计阶段就决定了。
这句话我讲了20年,每一次辅导企业都会反复强调。后端的采购谈判、工艺优化、精益生产,都在那30%里打转。设计本身如果是贵的,后面再怎么优化也省不了多少。
什么叫设计阶段就决定了成本?
你选了什么材料,定了什么公差,用了什么工艺,零件分了几个——这些结构性决策一旦定下来,成本的基本盘就锁住了。
后面采购再怎么压价,工艺再怎么改进,都是在边际上做文章。
现在AI的能力已经可以深入到设计前端了。
DeepCost可以在设计阶段就帮你分析零件数量是否合理、工艺选择是否最优、公差给定是否经济,直接在那70%里做文章。但AI做的这些判断,依据的还是DFMA的知识体系。工具在变,做判断的工程逻辑没变。
这就是为什么DFMA的价值穿越技术周期。它不是教你用什么工具,是教你在设计阶段怎么做判断。工具换了,判断的依据不变。

10年,17次印刷。
一本书能被读者持续需要,不是作者写得多好,是这些知识在真实工程中被反复验证了。是无数工程师在项目里用这些方法减少了零件、降低了成本、避免了制造问题,然后把这些信任投给了这本书。
技术飞跃的时代,大家都在追新。但有些东西不需要追新,因为它本身就是基础。
对制造工艺的理解,对装配逻辑的把握,对成本与设计关系的洞察——这些是工程师的判断力,是任何工具都替代不了的。
真心感谢每一位翻开这本书的工程师和读者。是你们让这些知识有了去处,也让写书这件事有了意义。
1️⃣ 原创了"三维降本"(高度×深度×宽度)方法论,把降本从零散技巧变成了一套可以系统推演的工程方法。
2️⃣ 写了三本降本方面的书:《面向制造和装配的产品设计指南》《面向成本的产品设计》《研发降本实战:三维降本》。第四本《向马斯克学颠覆式降本》预计2027年出版。机械工业出版社"十四五"优秀作者。
3️⃣ 已为200余家企业提供咨询,累计赋能企业降本超100亿元。在高度内卷的制造行业成功推动多项突破性降本落地。 4️⃣ 开发了一款AI驱动的研发降本软件--DeepCost:输入BOM表,输出10%降本方案。
来源:降本设计