楊延璞，田宏亮，焦生杰，田 星

（1.煤炭科學(xué)研究總院西安研究院，陜西 西安 710119；2.長安大學(xué)工程機械學(xué)院，陜西 西安 710064）

1 引言

隨著經(jīng)濟全球化的發(fā)展和市場競爭的日益激烈，以用戶為中心的設(shè)計已成為企業(yè)的重要產(chǎn)品開發(fā)戰(zhàn)略之一。將用戶的生理需求和心理需求納入產(chǎn)品開發(fā)過程，不僅有利于強化產(chǎn)品特色，實現(xiàn)市場細分的精準聚焦，而且在提升產(chǎn)品功能質(zhì)量的同時，通過創(chuàng)造有吸引力的產(chǎn)品外觀引發(fā)用戶做出購買決策。在此背景下，以感性意象為目標(biāo)的產(chǎn)品設(shè)計，逐漸將產(chǎn)品的物理約束、人因尺度、外觀美學(xué)參數(shù)等表征為用戶的情感反應(yīng)[1]，通過有效整合產(chǎn)品設(shè)計要素與用戶情感認知，建立兩者這件的精準鏈接，從而提升消費者對產(chǎn)品的情感體驗與認同感。

目前對于感性意象的研究主要集中于實驗分析、用戶感性意象挖掘、基于意象的產(chǎn)品造型設(shè)計、感性意象評價等方面。在實驗研究方面，文獻[2]基于眼部追蹤技術(shù)研究設(shè)計師在認知草圖時的心理意象；文獻[3]將眼動和腦電聯(lián)合分析汽車產(chǎn)品的用戶體驗。

在用戶感性意象挖掘方面，文獻[4]利用數(shù)字化設(shè)計結(jié)構(gòu)矩陣和遺傳算法實現(xiàn)多維感性需求的降維與聚焦；文獻[5]基于自然語言處理技術(shù)和產(chǎn)品的網(wǎng)絡(luò)評論數(shù)據(jù)，建立產(chǎn)品特征和用戶感知之間的關(guān)聯(lián)模型。在基于意象的產(chǎn)品造型設(shè)計研究方面，文獻[6]將多目標(biāo)遺傳算法中的后驗式方法（Posterior Preference Articulation）引入產(chǎn)品感性設(shè)計系統(tǒng)，以面向用戶多維感性需求進行產(chǎn)品形態(tài)設(shè)計；文獻[7]將深度學(xué)習(xí)與感性工學(xué)相結(jié)合，基于卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)產(chǎn)品造型與圖片的融合與方案生成。在感性意象評價方面，文獻[8]構(gòu)建了用戶感性評價共識度模型，利用粒子群算法對評價意見進行優(yōu)化；文獻[9]基于感性數(shù)據(jù)的語言解釋和模糊集的概率語義構(gòu)建面向消費者的感性評價模型。以上研究為產(chǎn)品意象造型設(shè)計提供了重要指導(dǎo)與參考，然而產(chǎn)品造型設(shè)計需兼顧功能模塊布局與用戶意象感知，將兩者有效結(jié)合才能更好滿足用戶需求。

為此，這里以功能-行為-結(jié)構(gòu)模型（Function-Behavior-Structure，F(xiàn)BS）對產(chǎn)品的功能和結(jié)構(gòu)模塊進行分析，構(gòu)建了基于FBS 的產(chǎn)品意象造型遞進式映射策略，利用逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）實現(xiàn)對產(chǎn)品造型模塊的選擇。最后，以煤礦鉆機的意象造型設(shè)計為例驗證了方法的有效性。

2 功能-行為-結(jié)構(gòu)模型

功能-行為-結(jié)構(gòu)（Function-Behavior-Structure，F(xiàn)BS）模型是功能域、行為域、結(jié)構(gòu)域三者之間相互映射的設(shè)計過程，通過對功能、行為、結(jié)構(gòu)之間關(guān)系的描述可以激發(fā)設(shè)計者的創(chuàng)造性思維[10]。在產(chǎn)品設(shè)計中，功能是行為的目的，行為是功能的實現(xiàn)原因，結(jié)構(gòu)是行為的載體[11]。通過FBS的迭代過程可以實現(xiàn)產(chǎn)品功能的層次展開，通過功能分解推理得到實現(xiàn)行為，借助行為推理求解得到產(chǎn)品的概念結(jié)構(gòu)，直到完成產(chǎn)品的整個設(shè)計過程。在求解過程中，一個功能可由多種行為實現(xiàn)，一種行為可由多種概念實現(xiàn)，從而形成多種求解方案[12]。

2.1 功能到行為的映射

產(chǎn)品功能到行為的映射可表示為：Rfb：F→B，其中，Rfb是多對多的關(guān)系。一個功能f可以通過多種行為b實現(xiàn)，一種行為b也可產(chǎn)生多個功能f，且任何行為都可能產(chǎn)生一定的功能。?f∈F，?b∈B滿足＜f，b＞?Rfb，即存在某一功能沒有行為與之相對應(yīng)。

2.2 行為到結(jié)構(gòu)的映射

產(chǎn)品行為到結(jié)構(gòu)的映射可表示為：Rbs:B→S，其中，Rbs是多對多的關(guān)系。一種行為b可以有多個結(jié)構(gòu)載體，一個結(jié)構(gòu)s也可有多種行為f，且任何結(jié)構(gòu)都有一定的行為。?b∈B，?s∈S滿足＜b,s ＞?Rbs，即存在某一理想行為無法建立與之相對應(yīng)的結(jié)構(gòu)載體。進一步地，功能到結(jié)構(gòu)的映射關(guān)系可用功能到行為、行為到結(jié)構(gòu)的復(fù)合映射關(guān)系表示：Rfs=Rfb°Rbs。

從以上映射關(guān)系易知，功能到行為轉(zhuǎn)化、行為到結(jié)構(gòu)映射的過程是多粒度分解的過程，功能、行為、結(jié)構(gòu)三者之間存在多元映射關(guān)系，在外界約束下進行推理求解得到功能模塊、和結(jié)構(gòu)模塊，同時結(jié)合產(chǎn)品造型要素實現(xiàn)功能到產(chǎn)品造型的轉(zhuǎn)化?；贔BS的產(chǎn)品造型設(shè)計流程，如圖1所示。

圖1 基于FBS的產(chǎn)品造型設(shè)計流程Fig.1 Product Styling Design Process Based on FBS

3 基于FBS的產(chǎn)品意象造型映射策略

通過對產(chǎn)品的FBS分解與推理獲取的功能模塊和結(jié)構(gòu)模塊是產(chǎn)品造型設(shè)計的基礎(chǔ)，鑒于這兩者與產(chǎn)品造型模塊間多對多的映射關(guān)系，為實現(xiàn)產(chǎn)品的意象造型設(shè)計，采用遞進式映射策略，如圖2所示?；具^程描述如下。

圖2 基于FBS的產(chǎn)品意象造型遞進式映射策略Fig.2 Progressive Mapping Strategy of Product Image Styling Based on FBS

（1）尋找與產(chǎn)品的各功能元對應(yīng)的行為。如果找到則輸出這些行為，轉(zhuǎn)（2）；否則，基于功能元描述進行功能相似度推理求解。

（2）對（1）獲得的行為尋找與之對應(yīng)的結(jié)構(gòu)。如果找到則輸出這些結(jié)構(gòu)，轉(zhuǎn)（3）；否則，基于行為描述進行行為相似度推理求解。

（3）由設(shè)計師分別針對功能元和與之對應(yīng)的結(jié)構(gòu)展開造型模塊設(shè)計。

（4）根據(jù)功能相似度尋找與功能模塊對應(yīng)的造型模塊，相似度超過設(shè)定功能閾值則輸出該造型模塊；否則，轉(zhuǎn)（3）針對功能模塊進行造型設(shè)計。

（5）根據(jù)結(jié)構(gòu)相似度尋找與結(jié)構(gòu)模塊對應(yīng)的造型模塊，結(jié)構(gòu)相似度超過設(shè)定結(jié)構(gòu)閾值則輸出該造型模塊；否則，轉(zhuǎn)（3）針對結(jié)構(gòu)模塊進行造型設(shè)計。

（6）對產(chǎn)品造型模塊利用意象尺度法評價，確定各模塊對產(chǎn)品意象的貢獻度。

（7）產(chǎn)品造型模塊的組合、細化與方案評價。

4 產(chǎn)品造型模塊評價

從圖2易知，產(chǎn)品造型模塊的選擇通過功能相似度、結(jié)構(gòu)相似度與意象尺度進行選擇，采用專家打分方式，基于逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）[13]對造型模塊進行排序，選擇合適造型模塊進行方案設(shè)計。

TOPSIS法的基本思想是將各待評價產(chǎn)品造型模塊中的功能相似度、結(jié)構(gòu)相似度與意象尺度評分最大值拿出來構(gòu)成虛擬最佳方案，即正理想解z+；將功能相似度、結(jié)構(gòu)相似度與意象尺度評分最小值拿出來構(gòu)成虛擬最劣方案，即負理想解z-。設(shè)專家集為E={e1，e2，…，em}，待評價的產(chǎn)品造型模塊集為V={v1，v2，…，vn}，專家根據(jù)功能和結(jié)構(gòu)相似度及意象尺度對造型模塊vi的評分為：

設(shè)W={w1,w2,w3}為由造型模塊vi的功能相似度、結(jié)構(gòu)相似度與意象尺度權(quán)重構(gòu)成的權(quán)重向量，通過AHP[14]方法計算獲得。計算產(chǎn)品造型模塊vi與正、負理想解之間的距離di+、di-，即可對產(chǎn)品造型模塊進行排序。和采用歐式距離計算：

排序結(jié)果Ci可計算如下：

上式中同時考慮正、負理想解的目的是避免出現(xiàn)兩個產(chǎn)品造型模塊與正理想解距離相同的情況而導(dǎo)致無法區(qū)分，從而實現(xiàn)對產(chǎn)品造型模塊的排序。

5 煤礦鉆機造型設(shè)計應(yīng)用

5.1 煤礦鉆機FBS分解

煤礦鉆機在造型上主要分為分體式煤礦鉆機和一體式煤礦鉆機，在此將對一體式煤礦鉆機進行FBS分解。煤礦鉆機是煤礦開采前用來深度鉆孔的鉆探機械，通過對鉆桿的位置調(diào)節(jié)、旋轉(zhuǎn)與平推實現(xiàn)鉆探過程。由于功能較多，利用黑箱法對一體式煤礦鉆機進行功能分解，得出其主要由車輛行駛、車輛穩(wěn)固、鉆孔、鉆孔設(shè)備方向調(diào)節(jié)等功能模塊組成，根據(jù)以上功能模塊對煤礦鉆機進行FBS分解，如圖3所示。

圖3 煤礦鉆機FBS分解Fig.3 FBS Decomposition of Coal Mine Drilling Machine

5.2 FBS造型模塊映射

比較以上四種功能模塊的分解結(jié)構(gòu)，根據(jù)功能相似度與現(xiàn)有功能布局重新劃分模塊，剔除無需造型設(shè)計的結(jié)構(gòu)，同時將上述四個模塊的驅(qū)動功能和控制功能整合。煤礦鉆機整體驅(qū)動主要來源于柴油發(fā)電機和液壓油泵，兩者均可進行罩殼設(shè)計；控制功能可分為車輛穩(wěn)固模塊和行駛模塊，為便于操作與安全將其設(shè)置在駕駛艙內(nèi)；鉆孔模塊和方向調(diào)節(jié)模塊的控制功能可整合為同一個帶有顯示屏的控制臺，即將控制臺3、控制臺4整合，將顯示屏1、2 整合，并將整合后的兩個部分合并為帶有顯示器的控制臺。據(jù)此對建立FBS造型模塊映射，如表1所示。

表1 FBS造型模塊映射Tab.1 FBS Styling Modules Mapping

5.3 意象造型評價

經(jīng)調(diào)研確定目標(biāo)產(chǎn)品的意象定位是科技的和現(xiàn)代的，組織煤礦鉆機設(shè)計領(lǐng)域?qū)＜? 名對造型模塊用十分制進行評價，以駕駛艙為例，其功能相似度、結(jié)構(gòu)相似度與意象尺度評分，如表2所示。

表2 駕駛艙評分Tab.2 Score Rating of Control Cabin

兩個意象尺度取其均值，功能、結(jié)構(gòu)與造型意象權(quán)重按照AHP方法計算為0.3、0.4、0.3，根據(jù)式（1）～式（5）得駕駛艙各造型模塊距正理想解的距離分別為：0.806、0.224、0.599，距負理想解的距離分別為：0.474、0.962、0.719。則C1=0.37、C2=0.811、C3=0.546，駕駛艙排序結(jié)果為：方案2?方案3?方案1。同理可得，罩殼的排序結(jié)果為方案2?方案1?方案3，車體的排序結(jié)果為方案1?方案3?方案2，機械臂的排序結(jié)果為方案2?方案1?方案3。據(jù)此可得煤礦鉆機總體造型方案及細化方案，如圖4所示。同時，再由3名專家對總體方案進行評價，基本滿足功能、結(jié)構(gòu)與意象要求，可在該造型方案基礎(chǔ)上進行詳細的內(nèi)部功能與結(jié)構(gòu)設(shè)計。

圖4 煤礦鉆機選定總體方案Fig.4 Selected Solution of Coal Mine Drilling Machine

6 結(jié)語

以產(chǎn)品意象造型設(shè)計為研究對象，基于功能-行為-結(jié)構(gòu)模型對產(chǎn)品進行FBS分解，建立了基于FBS的產(chǎn)品意象造型遞進式映射策略，利用TOPSIS法對FBS映射的產(chǎn)品造型模塊進行評價和優(yōu)選。以煤礦鉆機的造型設(shè)計為例，驗證了方法有助于在產(chǎn)品意象造型設(shè)計前期考慮產(chǎn)品的功能和結(jié)構(gòu)屬性，建立功能、結(jié)構(gòu)與產(chǎn)品造型模塊的有效連接，提升最終設(shè)計方案的有效性。