袁浩，薛子安，張先陽，趙德安

（江蘇大學(xué)，江蘇 鎮(zhèn)江 212013）

近幾年來，我國在政策的支持下漁業(yè)發(fā)展迅速，但也浮現(xiàn)出許多問題，主要表現(xiàn)為行業(yè)生產(chǎn)效率低、門檻高、勞動(dòng)力短缺、養(yǎng)殖基礎(chǔ)設(shè)施不夠完善、餌料投放依賴人工、養(yǎng)殖水域污染等[1-2]。漁業(yè)機(jī)械設(shè)備的出現(xiàn)是解決這些問題的一個(gè)主要突破口。漁業(yè)機(jī)械設(shè)備可以有效提高養(yǎng)殖戶的投餌均勻性和效率，減小水域污染給水產(chǎn)品帶來的疾病危害，提升水產(chǎn)品品質(zhì)，實(shí)現(xiàn)科學(xué)養(yǎng)殖[3]。雖然目前已經(jīng)形成了相關(guān)科研成果，但這些研究過度注重技術(shù)的應(yīng)用而缺少系統(tǒng)性的工業(yè)設(shè)計(jì)，導(dǎo)致漁業(yè)機(jī)械設(shè)備在審美性與功能性方面缺少一種平衡關(guān)系。例如在漁業(yè)養(yǎng)殖方面使用的智能投餌船存在著造型整體性差、美觀性低、不易操作、對(duì)使用環(huán)境考慮不全面等問題。本研究旨在通過形狀文法與產(chǎn)品形態(tài)設(shè)計(jì)中多約束相結(jié)合的造型設(shè)計(jì)流程，研究出一種解決漁業(yè)機(jī)械設(shè)備造型設(shè)計(jì)的方法，并以智能投餌船的設(shè)計(jì)實(shí)踐進(jìn)行驗(yàn)證。對(duì)漁業(yè)機(jī)械設(shè)備而言，在進(jìn)行造型設(shè)計(jì)研究時(shí)，除了考慮產(chǎn)品風(fēng)格形象等感性因素外，還需考慮功能結(jié)構(gòu)、材料工藝、表面處理、人機(jī)環(huán)境等占比較大的物質(zhì)性因素。因此，如何將物質(zhì)性因素與感性因素的設(shè)計(jì)變量指標(biāo)量化進(jìn)行形狀文法研究就顯得極為重要。

1 研究方法

1.1 形狀文法

形狀文法是一種利用推演規(guī)則衍生出新形狀的設(shè)計(jì)與分析方法。最初由喬治·斯蒂尼[4]、詹姆斯·吉普士、威廉·米歇爾等人在20 世紀(jì)70 年代提出。因其具有節(jié)省人力、縮短周期、保持形態(tài)的延續(xù)性等特點(diǎn)，所以被有關(guān)設(shè)計(jì)者和學(xué)者應(yīng)用于工業(yè)設(shè)計(jì)、藝術(shù)設(shè)計(jì)等領(lǐng)域。

根據(jù)形狀文法的定義，公式為：SG=（S,L,R,I），其中SG 為S 通過推演規(guī)則生成的新形狀集。S 表示由初始形狀構(gòu)成的集，L 表示由符號(hào)構(gòu)成的集，R 表示由推演規(guī)則構(gòu)成的集，I 表示用于推演的初始形狀[5]。初始形狀可通過推演規(guī)則衍生出新的形狀，其規(guī)則如圖1 所示。

圖1 形狀文法推演規(guī)則示意圖Fig.1 Diagram of shape grammar deduction rules

目前國內(nèi)外針對(duì)形狀文法在形態(tài)設(shè)計(jì)上的研究可大致分為四類：（1）結(jié)合感性工學(xué)，利用語義差異法對(duì)產(chǎn)品進(jìn)行意象研究；（2）結(jié)合產(chǎn)品族理論，引入產(chǎn)品基因等概念對(duì)產(chǎn)品形態(tài)轉(zhuǎn)化的相似性、繼承性進(jìn)行研究；（3）結(jié)合參數(shù)化，運(yùn)用可視化算法編程、參數(shù)化建模等技術(shù)手段進(jìn)行形狀推演研究；（4）結(jié)合算法，利用在解決工程問題上應(yīng)用成熟的神經(jīng)網(wǎng)絡(luò)、進(jìn)化算法進(jìn)行自動(dòng)化形態(tài)生成與迭代研究。Rosidah等[6]通過對(duì)品牌特征和形狀文法關(guān)系的研究，得出了形狀文法可以作為一種方法用來捕捉品牌標(biāo)識(shí)并生成新形狀；Ang 等[7]將形狀文法的形狀合成能力與進(jìn)化算法的進(jìn)化和優(yōu)化能力結(jié)合在一起，以支持新產(chǎn)品形狀的生成和評(píng)估；彭國華等[8]通過用戶感知，提取其中最具代表性的核心設(shè)計(jì)因子，以形狀文法進(jìn)行推敲；王偉偉等[9]提出了基于形狀文法的產(chǎn)品形態(tài)創(chuàng)新設(shè)計(jì)方法和模型，并以電動(dòng)踏板車的設(shè)計(jì)為例進(jìn)行了驗(yàn)證。

然而目前研究仍存在一些亟待解決的問題：（1）基于形狀文法，引入感性工學(xué)和產(chǎn)品族理論后，雖然能解決產(chǎn)品品牌識(shí)別、風(fēng)格繼承、造型同質(zhì)化等問題，但是缺少對(duì)產(chǎn)品功能的關(guān)注，不利于縮短周期，快速響應(yīng)市場(chǎng)；（2）引入?yún)?shù)化和算法輔助后，雖然可以優(yōu)化方案、縮短周期、提高效率，但是無法有效解決用戶或設(shè)計(jì)師的感性因素，如審美、心理情感、直覺等。因此可以得知，對(duì)于形狀文法的研究，僅進(jìn)行單一研究存在一定的局限，需要進(jìn)行學(xué)科融合、方法創(chuàng)新才能更加高效地解決實(shí)際問題。

1.2 產(chǎn)品形態(tài)設(shè)計(jì)中的多約束關(guān)系

產(chǎn)品設(shè)計(jì)的過程是自上而下的，在設(shè)計(jì)過程中會(huì)受到多方面因素的制約。作為產(chǎn)品設(shè)計(jì)中一個(gè)重要的環(huán)節(jié)，產(chǎn)品形態(tài)設(shè)計(jì)也會(huì)受到影響。圖2 為漁業(yè)機(jī)械設(shè)備形態(tài)設(shè)計(jì)中的多約束關(guān)系，在設(shè)計(jì)過程中既要綜合考量產(chǎn)品的感性因素，又要解決形態(tài)與產(chǎn)品物質(zhì)性因素的沖突，還要協(xié)調(diào)好產(chǎn)品與用戶、環(huán)境之間的關(guān)系。產(chǎn)品形態(tài)設(shè)計(jì)的主要目標(biāo)是實(shí)現(xiàn)功能需求與審美需求的統(tǒng)一，從本質(zhì)上來說就是對(duì)設(shè)計(jì)中存在的約束與沖突的一個(gè)求解過程，優(yōu)秀的設(shè)計(jì)方案應(yīng)該是對(duì)所有設(shè)計(jì)約束的一種巧妙的折中，或者是最大程度的滿足。

圖2 漁業(yè)機(jī)械設(shè)備設(shè)計(jì)中的多約束關(guān)系Fig.2 Multi constraint relationship in the design of fishing mechanical equipment

現(xiàn)代工業(yè)設(shè)計(jì)追求的是多約束下的創(chuàng)造性設(shè)計(jì)，未來漁業(yè)機(jī)械設(shè)備的發(fā)展也并不會(huì)僅僅注重技術(shù)的開發(fā)，也會(huì)越來越多地注重工業(yè)設(shè)計(jì)，注重人-機(jī)-環(huán)境的和諧統(tǒng)一，注重產(chǎn)品審美性與功能性的協(xié)調(diào)。因此為了得到更加可行有效的結(jié)果，在設(shè)計(jì)過程中，設(shè)計(jì)人員必須進(jìn)行分析和推理并做出有效的決策與評(píng)價(jià)。

1.3 研究模型構(gòu)建

為了有效解決以上問題，提出了一種以產(chǎn)品形態(tài)設(shè)計(jì)中多約束為導(dǎo)向的推演設(shè)計(jì)流程。圖3 為推演模型，其中所涉及的研究?jī)?nèi)容有：（1）對(duì)目標(biāo)產(chǎn)品設(shè)計(jì)要求進(jìn)行分析并構(gòu)建約束規(guī)則；（2）結(jié)合感性約束進(jìn)行風(fēng)格意象定位并收集樣本，提取產(chǎn)品形態(tài)特征，通過設(shè)計(jì)形態(tài)分析法（Design Form Analysis，DFA）確定初始形狀；（3）對(duì)初始形狀進(jìn)行參數(shù)化描述，并結(jié)合產(chǎn)品的物質(zhì)性約束確定推演規(guī)則；（4）借助計(jì)算機(jī)進(jìn)行推演，對(duì)產(chǎn)品造型以外的工程問題進(jìn)行優(yōu)化，并提高效率；（5）將生成的方案進(jìn)行篩選并進(jìn)行細(xì)化形成最終方案，最后對(duì)產(chǎn)品設(shè)計(jì)方案進(jìn)行評(píng)價(jià)。

圖3 多約束推演模型Fig.3 Multi constraint deduction model

2 智能投餌船約束建立

2.1 總體設(shè)計(jì)需求

智能投餌船是適用于河蟹養(yǎng)殖的無人船，材質(zhì)為共聚聚丙烯（Polypropylene，PP）工程塑料。采用全球定位系統(tǒng)（Global Positioning System，GPS）、地理信息系統(tǒng)（Geographic Information System，GIS）技術(shù)并結(jié)合慣性導(dǎo)航儀、方位傳感器等手段實(shí)現(xiàn)自動(dòng)巡航。料倉、藥倉采用一體化設(shè)計(jì)，體積小，自重輕，載重大，配合電機(jī)可實(shí)現(xiàn)自動(dòng)投料、自動(dòng)施藥。動(dòng)力采用鋰電加明輪的方式，同時(shí)配置轉(zhuǎn)塘輪，實(shí)現(xiàn)一機(jī)多塘使用。

2.2 感性約束

感性意象是人對(duì)物心理上產(chǎn)生的感受或期待，代表了用戶對(duì)產(chǎn)品特征的感知及主觀感受。通過對(duì)感性意象的研究能幫助設(shè)計(jì)師清晰地了解用戶的情感需求，指導(dǎo)設(shè)計(jì)師進(jìn)行針對(duì)性的設(shè)計(jì)。

本研究以智能投餌船為對(duì)象，首先對(duì)樣本和感性意象詞匯進(jìn)行收集，通過養(yǎng)殖戶調(diào)研、網(wǎng)絡(luò)、文獻(xiàn)、雜志等方式收集，最終得到36 個(gè)感性意象詞匯，如表1 所示。

表1 感性意象詞匯收集結(jié)果Tab.1 Results of perceptual image vocabulary collection

由于過多的詞匯在后續(xù)感性評(píng)價(jià)過程中會(huì)對(duì)被測(cè)者造成巨大的負(fù)擔(dān)，因此需將36 個(gè)意象詞匯進(jìn)行聚類，從而確定更具代表性的感性意象詞匯。通過相似度評(píng)分調(diào)研得到36×36 的相似系數(shù)矩陣，然后利用SPSS 進(jìn)行系統(tǒng)聚類分析，聚類分析是研究多要素事物分類問題的方法。聚類的依據(jù)為距離越小、相似性越大的感性意象詞最先合并為一類，反之則最后合并。根據(jù)聚類分析的結(jié)果，最終篩選出6 個(gè)感性意象詞并將其反義詞補(bǔ)充完整，分別為：X1 可靠的—易損的、X2 簡(jiǎn)潔的—復(fù)雜的、X3 實(shí)用的—花哨的、X4智能的—死板的、X5 輕巧的—笨重的、X6 和諧的—凌亂的。

最后利用這6 對(duì)感性意象詞匯對(duì)與收集的產(chǎn)品樣本進(jìn)行感性評(píng)價(jià)，建立樣本風(fēng)格意象與感性認(rèn)知的關(guān)聯(lián)。選取15 名被測(cè)者（其中養(yǎng)殖用戶、設(shè)計(jì)師、工程師各5 名）利用語義差異法建立7 級(jí)李克特量表（從-3 到3 分）探索樣本的造型風(fēng)格意象。如可靠的—易損的這一對(duì)感性詞匯，–3 表示非常易損，–2表示比較易損，–1 表示偏易損，0 表示中立，量表另一端則依次對(duì)應(yīng)偏可靠、比較可靠和非常可靠。根據(jù)調(diào)查結(jié)果計(jì)算出均值如表2 所示。

表2 智能投餌船樣本感性意象評(píng)價(jià)均值Tab.2 Mean value of perceptual image evaluation of intelligent baiting ship samples

為進(jìn)一步研究樣本的感性意象，需利用因子分析來對(duì)數(shù)據(jù)進(jìn)行處理。通過因子分析可以得到影響智能投餌船造型的是哪些代表性的因子，從而進(jìn)行下一步分析。將數(shù)據(jù)導(dǎo)入SPSS 進(jìn)行降維處理，得出相關(guān)數(shù)據(jù)圖表，其中總方差解釋見表3，因子旋轉(zhuǎn)后的成分矩陣見表4。

表3 因子分析輸出解釋的總方差表Tab.3 Total variance table of factor analysis output explanation

表3 呈現(xiàn)了原始變量和提取主成分的貢獻(xiàn)率（即解釋度）以及累計(jì)貢獻(xiàn)率，主成分選擇依據(jù)是特征根大于1。由表3 可知，特征根大于1 的指標(biāo)有兩個(gè)，選取兩個(gè)主成分對(duì)原樣本數(shù)據(jù)的解釋程度可達(dá)81.903%，說明這2 個(gè)公因子包含了所有測(cè)量指標(biāo)的主要信息。表4 則很好地表達(dá)了原變量與選擇主要因子之間的關(guān)系。由表4 可知，復(fù)雜的—簡(jiǎn)潔的、笨重的—輕巧的、凌亂的—和諧的在第1 個(gè)因子上載荷較高，傾向于描述投餌船的形態(tài)特征與整體風(fēng)格感受。可以將其命名為外觀造型。易損的—可靠的、花哨的—實(shí)用的、死板的—智能的在第2 個(gè)因子上載荷較高，傾向于描述投餌船的使用功能、材料、實(shí)用性等方面，可以將其命名為物質(zhì)功能。最終確定智能投餌船的2 個(gè)主要風(fēng)格意象為：外觀上——簡(jiǎn)潔、輕巧、和諧，功能上——智能、可靠、實(shí)用。

表4 旋轉(zhuǎn)后的成分矩陣Tab.4 Rotated component matrix

2.3 物質(zhì)性約束

作為小型漁業(yè)機(jī)械設(shè)備，智能投餌船的設(shè)計(jì)要在滿足其物質(zhì)功能要求的前提下，合理有效地進(jìn)行造型的優(yōu)化與設(shè)計(jì)，因此在設(shè)計(jì)中會(huì)受到物質(zhì)性因素的諸多制約。

在功能結(jié)構(gòu)上，其主要功能是實(shí)現(xiàn)自動(dòng)投餌、施藥、巡航及轉(zhuǎn)塘。船體采用雙浮體結(jié)構(gòu)，通過兩側(cè)的明輪驅(qū)動(dòng)實(shí)現(xiàn)前進(jìn)、后退和轉(zhuǎn)向運(yùn)動(dòng)。載重能力需400 kg 左右。投餌部分料倉為斗型，裝載120 kg 餌料，底部餌料通過絞龍輸送至后側(cè)拋盤上方落下，通過高速旋轉(zhuǎn)的拋盤向后方拋出，軌跡呈扇環(huán)型分布。此外在船倉背面需設(shè)有檢修窗，方便維修。施藥部分利用斗型料倉前部空隙構(gòu)成原液倉，在水泵的作用下通過調(diào)節(jié)閥與水混合后經(jīng)噴頭噴出。藥倉出口處采用軟管連接，水泵等部件固定在船體上。轉(zhuǎn)塘部分通過在明輪電機(jī)軸上加裝齒輪，在船體底部加裝可拆卸滾輪，借助池塘間堤埂上的軌道和齒條實(shí)現(xiàn)轉(zhuǎn)塘作業(yè)。

在材料與工藝上，船體與船倉采用共聚PP 工程塑料，其具有良好的抗酸堿腐蝕性、抗溶解性、抗沖擊強(qiáng)度，同時(shí)共聚PP 工程塑料的表面剛度強(qiáng)、抗劃痕好，不會(huì)因?yàn)榄h(huán)境應(yīng)力而導(dǎo)致劃破開裂。明輪與轉(zhuǎn)軸表面做防水處理，轉(zhuǎn)軸采用高硬度不銹鋼304 材質(zhì)。

在智能投餌船的總體空間布局上，需要根據(jù)其功能結(jié)構(gòu)進(jìn)行布局，由于人機(jī)尺寸與環(huán)境也會(huì)對(duì)布局產(chǎn)生影響，因此在布局時(shí)還需要根據(jù)實(shí)際情況進(jìn)行調(diào)整，最后得出合理的布局方案以及尺寸范圍如圖4 所示。

圖4 總體空間布局圖Fig.4 Overall space layout

3 形態(tài)提取與推演

3.1 智能投餌船典型特征提取

為了確定智能投餌船的典型造型特征，邀請(qǐng)8 名工業(yè)設(shè)計(jì)師與7 名工程設(shè)計(jì)人員共計(jì)15 人進(jìn)行判斷。結(jié)果如圖5 所示，可知船體與船倉的造型更為重要，占比大于其他造型特征，所以將船體與船倉作為典型造型特征。

圖5 智能投餌船典型特征分析柱狀圖Fig.5 Histogram of typical characteristics of intelligent baiting ship

根據(jù)感性約束在外觀造型上的意象定位，收集和篩選可參考的投餌船同族產(chǎn)品構(gòu)建集合。由于水質(zhì)監(jiān)測(cè)船在使用環(huán)境、外觀風(fēng)格上與投餌船極為相似，因此選擇水質(zhì)監(jiān)測(cè)船作為參考產(chǎn)品構(gòu)建異族產(chǎn)品集合。利用構(gòu)建的同、異族產(chǎn)品集合提取可用于推演的形態(tài)元素，提取的形態(tài)主要包括投餌船船倉側(cè)視、正視、俯視的輪廓與表面細(xì)節(jié)特征，船體側(cè)視、正視的輪廓與表面細(xì)節(jié)特。征提取過程如圖6 所示。

圖6 形態(tài)分析與提取Fig.6 Morphological analysis and extraction

形態(tài)提取完成后，以問卷的形式邀請(qǐng)15 名被測(cè)者，利用設(shè)計(jì)形態(tài)分析法（DFA），根據(jù)樣本與特征一一對(duì)照進(jìn)行判斷，以強(qiáng)2 分、弱1 分、無0 分作為評(píng)價(jià)標(biāo)準(zhǔn)，根據(jù)評(píng)分高低得出用作推演的初始形狀。評(píng)價(jià)結(jié)果如表5 所示。

表5 初始形狀Tab.5 Initial shape

3.2 初始形狀參數(shù)化描述

參數(shù)化形狀文法是在形狀文法的基礎(chǔ)上，通過對(duì)坐標(biāo)點(diǎn)數(shù)值的描述將所有的形狀參數(shù)化[10]，因此這些原本定性的形狀通過量化后便可以用精確的數(shù)值呈現(xiàn)出來。

在引入?yún)?shù)化后，可以利用貝塞爾曲線的計(jì)算公式描述所有的形狀，不同的形狀具有不同數(shù)量的節(jié)點(diǎn)與曲率控制點(diǎn)，通過文法推演規(guī)則的應(yīng)用，改變這些點(diǎn)的坐標(biāo)參數(shù)即可改變形狀。以投餌船船倉的側(cè)視圖為例，除去不相關(guān)圓角，基于Grasshopper 對(duì)形狀進(jìn)行參數(shù)化描述如圖7 所示。其中H1-H6 均為節(jié)點(diǎn)，C1-C2 均為控制點(diǎn)，其余初始形狀皆可進(jìn)行如此描述。

圖7 船倉特征線的硬點(diǎn)和控制點(diǎn)描述Fig.7 Description of hard point and control point of ship's cabin characteristic line

完成描述后，綜合目標(biāo)產(chǎn)品的物質(zhì)性約束，得到投餌船形狀推演所應(yīng)用的修改性規(guī)則為：平移（R1）、縮放（R2）、復(fù)制（R3）、鏡像（R4）、錯(cuò)切（R5）、貝塞爾變換（R6）。生成性規(guī)則為：增刪（R7）。

在推演時(shí)須遵守的原則有：滿足空間位置關(guān)系及尺寸；遵循最小化設(shè)計(jì)原則，降低成本，減少空間占據(jù)；遵循形式美法則，形態(tài)之間需統(tǒng)一和諧。

3.3 執(zhí)行推演

綜合上述的推演規(guī)則、原則與約束規(guī)則，對(duì)完成參數(shù)化描述的初始形狀進(jìn)行推演。圖8 是推演過程的部分示意圖，以船倉側(cè)視形態(tài)為例，S 表示為初始形態(tài)，運(yùn)用縮放（R2）、平移（R1）、貝塞爾變換（R6）、錯(cuò)切、復(fù)制（R5+R3）生成新圖形S1，再次運(yùn)用規(guī)則可得到新圖形S2、S3，依此類推最終完成其余的形態(tài)推演。

圖8 部分形態(tài)推演過程示意Fig.8 A sketch of the process of partial morphological deduction

結(jié)合目標(biāo)產(chǎn)品的空間位置約束，將推演后的圖形進(jìn)行組合并根據(jù)實(shí)際情況進(jìn)行細(xì)微調(diào)整，得到如圖9所示的三個(gè)方案。經(jīng)過專家小組綜合考慮可行性、技術(shù)條件、成本后，篩選得出方案三為最佳。

圖9 組合方案Fig.9 Scheme combination

4 方案展示與評(píng)價(jià)

將方案三的形態(tài)特征進(jìn)一步優(yōu)化，在軟件中完成三維建模，再一次根據(jù)設(shè)計(jì)需求、物質(zhì)性約束進(jìn)行調(diào)整，然后在Keyshot 軟件中完成渲染。投餌船效果圖與轉(zhuǎn)塘使用場(chǎng)景示意圖見圖10。最終以此方案完成樣機(jī)制作并調(diào)試。

圖10 智能投餌船效果圖展示Fig.10 Intelligent baiting ship renderings show

對(duì)圖10 的效果圖進(jìn)行去色處理，排除色彩因素的影響，利用語義差異法對(duì)15 名被測(cè)者進(jìn)行訪問調(diào)研，從而驗(yàn)證產(chǎn)品方案與風(fēng)格意象的匹配度。同時(shí)選取其中的5 名養(yǎng)殖用戶在使用過投餌船樣機(jī)后，對(duì)他們進(jìn)行訪談。意象評(píng)分結(jié)果如表6 所示，語義差異詞的平均值都大于1，因此可以說明該設(shè)計(jì)方案符合在外觀上的定位。在產(chǎn)品功能方面，5 名養(yǎng)殖戶有3 名認(rèn)為此投餌船功能實(shí)用、操作簡(jiǎn)單、轉(zhuǎn)塘方便，投餌均勻且高效。有2 名認(rèn)為還可以繼續(xù)改進(jìn)。因此也說明此設(shè)計(jì)方案也基本符合在物質(zhì)功能上的定位。

表6 評(píng)分結(jié)果表Tab.6 Scoring result table

5 結(jié)語

本文以智能投餌船設(shè)計(jì)為例，探索了以形態(tài)設(shè)計(jì)中多約束為導(dǎo)向的形狀文法研究在漁業(yè)機(jī)械設(shè)備造型設(shè)計(jì)上的運(yùn)用。將感性約束與物質(zhì)性約束這些設(shè)計(jì)變量的指標(biāo)量化并用于方案推演及優(yōu)化，最終驗(yàn)證結(jié)果表明該方法可以有效在設(shè)計(jì)初期把握造型實(shí)現(xiàn)的技術(shù)方向，避免產(chǎn)品造型與功能相脫節(jié)等問題。在后續(xù)的研究中，如何合理增加量化指標(biāo)，結(jié)合參數(shù)化并融入智能算法進(jìn)行三維形態(tài)的形狀文法研究是其重點(diǎn)。