El diseño de optimización robusta (ROD) está desempeñando un papel cada vez más significativo en la optimización de formas aerodinámicas y el diseño de aeronaves. Sin embargo, falta un marco de ROD eficiente que acople la cuantificación de incertidumbre (UQ) y un potente algoritmo de optimización para configuraciones tridimensionales. Además, es muy importante revelar el mecanismo de mantenimiento de la robustez aerodinámica desde el punto de vista del diseño. Este artículo combina primero la optimización basada en gradientes utilizando el enfoque de adjunto discreto con el método de expansión de caos polinómico (PCE) para establecer el marco de ROD. Se optimiza una configuración de ala voladora utilizando métodos de optimización determinista y ROD, respectivamente. Los parámetros de incertidumbre son el número de Mach y el ángulo de ataque. El marco de ROD con la media como objetivo logra una mejor robustez con una media más baja (reducción del 6.7%) y una desviación estándar (Std, reducción del 18.92%) en comparación con los resultados deterministas. Además, solo sacrificamos una pequeña cantidad del rendimiento aerodinámico (un incremento de 0.64 unidades en el coeficiente de arrastre). En comparación, el ROD con Std como objetivo obtiene un resultado muy diferente, logrando la menor Std y la mayor media. Se aplica el método de descomposición del arrastre en el campo lejano para calcular la variación del momento estadístico de los componentes de arrastre y revelar cómo el marco de ROD ajusta el componente de arrastre para lograr una mejor robustez aerodinámica. El ROD con la media como objetivo disminuye el momento estadístico de cada componente de arrastre para mejorar la robustez aerodinámica. En contraste, el ROD con Std como objetivo reduce significativamente la Std manteniendo la relación de correlación inversa entre el arrastre inducido y el arrastre viscoso con un parámetro de incertidumbre, respectivamente. El marco de ROD establecido puede aplicarse a futuras aplicaciones de ingeniería que consideren incertidumbres. El mecanismo revelado para mantener la robustez aerodinámica ayudará a los diseñadores a comprender los resultados de ROD de manera más profunda, permitiéndoles construir razonablemente problemas de optimización de ROD.