适应性设计因其能够重用产品生命周期中的大量设计信息,提高产品设计效率和质量以及方便企业快速响应市场变化的优点,受到广泛关注。由于客户需求变动、制造环境变化等不确定因素的影响,在产品适应性设计过程中往往需要对产品指标、设计参数等设计变量进行调整,进而容易影响产品生命周期性能。另外,由于产品指标与零部件、设计参数之间的复杂性和可能存在的未知关系,为降低设计调整的负面影响而进行的迭代优化往往会增加额外的成本。随着现代信息技术、大规模数据存储与分析技术、数字化智能化制造技术的发展,企业积累了大量产品数据。这些数据不仅隐藏着产品指标、设计参数等设计变量的关系,同时也反映了用户的偏好。因此,有必要考虑利用产品数据驱动技术对适应性设计方法进行创新。本文以数据驱动为技术支撑,引入可适应设计理论,针对可适应能力的应用过程,展开对参数适应性设计和模块适应性划分方法的研究,提出一种数据驱动的适应性设计方法和工具。首先提出一种数据驱动的适应性设计方法,包含注重参数设计方案调整的参数适应性调整环节和注重模块划分方案调整的模块适应性配置环节,共同支持产品适应性设计过程。在参数适应性调整环节,以产品指标和设计参数的历史数据为基础,挖掘产品指标和设计参数间存在的相关性和依赖性,实现对设计范围的标定和关键设计参数的识别,并通过机器学习搜索最佳参数调整方案。在模块适应性配置环节,以产品指标和销量数据为基础,分析产品指标的相关性,定义产品指标对零部件的依赖性矩阵,并在两者的基础上映射得到零部件相关系数矩阵,进而实现零部件的划分,并通过峰值分析得到模块划分建议。然后,根据所提出的方法开发数据驱动的适应性设计工具。最后,以盾构螺旋输送机为例,进行数据驱动的适应性设计方法的实例研究,得到对新需求具有较好适应性的参数设计方案以及能够较好考虑用户偏好的模块划分方案,说明了方法和工具的有效性,同时也为满足个性化、差异化需求的产品适应性设计提供技术借鉴。