陳秋媛

摘 要：在經(jīng)濟全球化的趨勢下，智能制造引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。作為智能制造中的關(guān)鍵技術(shù)之一，大數(shù)據(jù)分析通過挖掘各類大數(shù)據(jù)中的知識價值和潛在能力，可以明顯提高制造業(yè)的市場競爭力，同時也可以幫助設(shè)計師們在各種復(fù)雜的受眾群體背景下做出明智的設(shè)計方案。文章為大數(shù)據(jù)分析技術(shù)在客車造型設(shè)計中指導(dǎo)設(shè)計方案提供了理論分析依據(jù)，充分論證了智能制造理念在產(chǎn)品設(shè)計中的實用性。提出了基于大數(shù)據(jù)分析技術(shù)的客車造型設(shè)計分析概念框架，為該領(lǐng)域面臨的嚴峻挑戰(zhàn)和未來研究方向提供了有價值的見解和思考。

關(guān)鍵詞：智能制造 大數(shù)據(jù)分析 客車 造型設(shè)計 產(chǎn)品設(shè)計

1 引言

隨著互聯(lián)網(wǎng)、新能源、大數(shù)據(jù)等技術(shù)的迅猛發(fā)展，我國的生產(chǎn)工業(yè)正在逐步發(fā)生變革，人類的社會生活水平和審美標準也在逐步提高。這對眾多行業(yè)都提出了新的要求和挑戰(zhàn)，對于交通工具的選擇來說，出行的交通網(wǎng)不僅是要解決遠距離的行程，更要努力解決好人們的短程出行甚至是最后一公里的交通問題，而客車便是解決這一問題最有效的方式。在當(dāng)前信息化的時代背景下，人們越來越注重出行時所乘坐交通工具的舒適性和美觀性，這也使得現(xiàn)階段的客車產(chǎn)業(yè)發(fā)展正在由技術(shù)競爭逐步轉(zhuǎn)向造型美觀性上的競爭。

進入二十一世紀后，人類的生產(chǎn)工業(yè)發(fā)生了巨大的變革。隨著人工智能技術(shù)的發(fā)展，智能制造將計算機和信息科學(xué)技術(shù)融入制造業(yè)和各種產(chǎn)業(yè)當(dāng)中，實現(xiàn)了柔性化、智能化和定制化的制造過程，以應(yīng)對不斷變化的市場需求[1，2]。隨著物聯(lián)網(wǎng)、邊緣計算等先進信息技術(shù)在制造業(yè)的應(yīng)用，積累了大量有價值的數(shù)據(jù)，其中收集到的產(chǎn)品數(shù)據(jù)包含大量的設(shè)計知識，這為提高生產(chǎn)效率、產(chǎn)品美觀性和產(chǎn)品競爭力帶來了新的機遇?；谶@一趨勢，本文從智能制造的理念出發(fā)，探討這一理念對客車造型設(shè)計方法的影響及展望。

2 智能制造理念在客車造型設(shè)計中的潛力

新一輪工業(yè)革命的到來，促進了信息技術(shù)與制造系統(tǒng)的融合，也豐富了各企業(yè)擁有的數(shù)據(jù)，使其呈現(xiàn)出數(shù)量大、種類多、速度快的特點。作為智能制造中的關(guān)鍵技術(shù)之一，大數(shù)據(jù)分析通過挖掘工業(yè)大數(shù)據(jù)中隱藏的知識價值和潛在能力，不僅提高了制造業(yè)的市場競爭力，還有助于科學(xué)分析和決策，優(yōu)化生產(chǎn)流程，降低成本，提高運營效率[3]。因此，工業(yè)大數(shù)據(jù)被視為生產(chǎn)手段，以驅(qū)動智能制造[4]，大數(shù)據(jù)分析的技術(shù)也為當(dāng)今制造模式從傳統(tǒng)制造向智能制造轉(zhuǎn)型提供了絕佳機遇，如圖1所示，為當(dāng)前大數(shù)據(jù)分析所具有的五大基本屬性：高容量、高速度、高多樣性、高準確性和高價值。

借助于大數(shù)據(jù)分析的獨特屬性，各行各業(yè)都在向智能化的方向逐漸靠攏，其中最具代表的便是傳統(tǒng)的制造行業(yè)。而設(shè)計又在制造過程中起著絕對重要的作用，它決定了產(chǎn)品的美觀性及大部分性能，隨著大數(shù)據(jù)技術(shù)的發(fā)展，產(chǎn)品設(shè)計也正從主觀概念設(shè)計轉(zhuǎn)向數(shù)據(jù)驅(qū)動設(shè)計，即智能產(chǎn)品設(shè)計，其目標便是以客戶和受眾群體的喜好為重點的人性化造型設(shè)計。如圖2所示，大數(shù)據(jù)驅(qū)動的產(chǎn)品設(shè)計主要分為以下幾步：

（1）借助于產(chǎn)品與外界（即用戶和使用環(huán)境）的交互過程中，獲取大量數(shù)據(jù)，實現(xiàn)產(chǎn)品為外界時刻連接的狀態(tài)；

（2）通過以上數(shù)據(jù)進行建模和分析，充分挖掘市場的需求，輔助產(chǎn)品設(shè)計的過程，并以此將虛擬數(shù)字世界和現(xiàn)實世界進行連接；

（3）通過銷售、客戶、制造數(shù)據(jù)生成設(shè)計方案，并基于歷史學(xué)習(xí)增強決策和設(shè)計能力；

（4）最后投入市場并進行后續(xù)的監(jiān)測、分析、學(xué)習(xí)和數(shù)據(jù)回收的閉環(huán)優(yōu)化。

在智能產(chǎn)品設(shè)計的概念下，大數(shù)據(jù)分析為設(shè)計師塑造了一個嶄新的數(shù)字化、參數(shù)化的視角，通過對各類外界獲得的數(shù)據(jù)可以得到影響造型美觀的主要因素，并建立起與之對應(yīng)的映射模型，從而有效地優(yōu)化產(chǎn)品設(shè)計參數(shù)。北京航空航天大學(xué)的陶飛等人[5]便以此分析了大數(shù)據(jù)環(huán)境下產(chǎn)品全生命周期管理中數(shù)據(jù)的隔離問題，提出了產(chǎn)品設(shè)計、制造和服務(wù)的數(shù)字化雙驅(qū)動模型。

另外，大數(shù)據(jù)分析最重要的是通過研究和了解客戶的需求、喜好、評價以及行為，提供了一種既簡單又準確的設(shè)計方法，不僅在一定程度上促進了造型設(shè)計的創(chuàng)新能力，還提高了開發(fā)定制產(chǎn)品的能力。美國德克薩斯大學(xué)的Edward Ramirez 等人[6]便在大數(shù)據(jù)分析的基礎(chǔ)上提出了一個產(chǎn)品設(shè)計框架，并將其用于獲取用戶對產(chǎn)品美學(xué)和外觀的需求，以有效地識別客戶所需要的設(shè)計概念，并將其設(shè)計策略進行分類以使用不同的客戶群體。新南威爾士大學(xué)的Ang Liu等人[7]便提出了一個設(shè)計框架來分析互聯(lián)網(wǎng)用戶的評價，并通過相關(guān)的大數(shù)據(jù)分析成功識別了一系列的客戶需求，最后實現(xiàn)對產(chǎn)品功能的定量分析，為產(chǎn)品設(shè)計師提供了關(guān)鍵的決策支持。

客車造型設(shè)計是一種面向于設(shè)計需求和客車本身限制的迭代和復(fù)雜的工程過程，它一般通過建立功能相關(guān)性來尋求正確的組合機制，并根據(jù)設(shè)計師經(jīng)驗生成相應(yīng)的設(shè)計方案。然而新產(chǎn)品開發(fā)的成功取決于在概念設(shè)計階段的設(shè)計概念生成，這就要求公司在不增加生產(chǎn)成本和產(chǎn)品開發(fā)周期的前提下完成產(chǎn)品的快速設(shè)計并生產(chǎn)。這一要求對傳統(tǒng)設(shè)計方法是非常具有挑戰(zhàn)性的，但如今智能制造的理念恰能解決這一問題，上述的大數(shù)據(jù)分析也可以在客車造型設(shè)計中發(fā)揮積極作用。一方面大多數(shù)消費群體的需求可以從大量的產(chǎn)品數(shù)據(jù)中確定，從而可以大幅度減少概念設(shè)計的模糊性；另一方面，產(chǎn)品數(shù)據(jù)還會包含豐富的設(shè)計知識，可以提高概念設(shè)計效率和設(shè)計方案的創(chuàng)新?？傊?，基于大數(shù)據(jù)分析的客車造型設(shè)計不僅可以極大的減少設(shè)計師的工作量，還可以提高客車造型設(shè)計的質(zhì)量，有望替代傳統(tǒng)的設(shè)計方法。

3 智能制造理念在客車造型設(shè)計中的挑戰(zhàn)

大數(shù)據(jù)分析對產(chǎn)品設(shè)計及相關(guān)制造領(lǐng)域決策影響的研究是當(dāng)今的熱點和新興領(lǐng)域，但目前大數(shù)據(jù)分析還處于智能制造時代的初級階段，將其直接應(yīng)用于客車造型設(shè)計中仍存在諸多的挑戰(zhàn)，還需要進一步的研究和完善，才能更好的滿足行業(yè)和市場的需求?，F(xiàn)階段大數(shù)據(jù)分析在客車造型設(shè)計領(lǐng)域面臨的挑戰(zhàn)主要如下：

（1）數(shù)據(jù)質(zhì)量的問題：簡單來說，大數(shù)據(jù)是一個儲存量巨大、非結(jié)構(gòu)化且復(fù)雜的超級數(shù)據(jù)集，包含了從基因組分析、政治科學(xué)、傳感器、社交媒體或智能手機應(yīng)用程序以及互聯(lián)網(wǎng)工具等眾多領(lǐng)域的數(shù)據(jù)。因此其中的數(shù)據(jù)龐雜，需要根據(jù)實際造型設(shè)計的需求在數(shù)據(jù)庫中進行提取和選擇，尋求高質(zhì)量的數(shù)據(jù)集（例如汽車網(wǎng)站中用戶經(jīng)常上傳的照片、喜歡和收藏的帖子等）。

（2）數(shù)據(jù)安全的問題：由于數(shù)據(jù)來源的復(fù)雜性，在通過數(shù)據(jù)挖掘為客戶提供定制化優(yōu)質(zhì)設(shè)計的同時，其數(shù)據(jù)信息本身的隱私性和安全性也面臨著嚴重的威脅。而且由于目前絕大部分的研究都集中在數(shù)據(jù)收集和數(shù)據(jù)分析上，很少有企業(yè)會將大量的投入和額外的工作放置在數(shù)據(jù)安全和隱私保護上，因此也使得數(shù)據(jù)安全的問題被進一步的放大。

（3）數(shù)據(jù)框架通用性的問題：目前，大多數(shù)數(shù)據(jù)框架和分析方法都是針對某些特定類型的需求進行建立。例如，針對客車造型設(shè)計的數(shù)據(jù)框架可以從大數(shù)據(jù)分析中提取相關(guān)的數(shù)據(jù)集進行分析并輸出客戶所需的潛在設(shè)計方案，但該框架很難直接應(yīng)用于其他產(chǎn)品設(shè)計中，無疑造成了資源和時間的浪費。另外，這種輸出的設(shè)計方案一般只針對造型和美觀等相關(guān)方面提出，無法充分考慮生產(chǎn)和制造過程中的實際要求。

（4）數(shù)據(jù)轉(zhuǎn)換的問題：針對完整和絕對有效地數(shù)據(jù)時，大數(shù)據(jù)分析可以直接進行訪問并以此來制定相關(guān)的設(shè)計方案。但當(dāng)面對不完整或無效的數(shù)據(jù)時，數(shù)據(jù)分析平臺不能直接利用這些數(shù)據(jù)進行處理和分析，需要數(shù)據(jù)訪問功能將其進行提取后再進行轉(zhuǎn)換才能得到最終分析所需的數(shù)據(jù)格式。因此如何對數(shù)據(jù)進行識別并快速的轉(zhuǎn)換也是其需要解決的一個重要挑戰(zhàn)。

4 智能制造理念在客車造型設(shè)計中的應(yīng)用方法

為了進一步提高智能制造理念中大數(shù)據(jù)分析技術(shù)在客車造型設(shè)計中的應(yīng)用，本文提出了一種基于工業(yè)大數(shù)據(jù)驅(qū)動技術(shù)的智能造型分析概念框架，如圖3所示，并介紹了該框架各部分的功能和核心設(shè)計思想。該模型涵蓋了數(shù)據(jù)采集、存儲、清洗、集成、分析、挖掘和可視化的過程，該方法開發(fā)了一種全新的智能設(shè)計模式，它注重于數(shù)據(jù)的交互性和標準化，可以通過大量的數(shù)據(jù)處理，促進設(shè)計者和數(shù)據(jù)提供者（即客戶及潛在客戶）之間溝通的速度。

基于大數(shù)據(jù)分析技術(shù)的客車造型設(shè)計分析概念框架的主要工作機制如下：

（1）客車造型大數(shù)據(jù)分析的工作機制：在各種汽車、客車等相關(guān)網(wǎng)站、小程序和應(yīng)用軟件以及現(xiàn)實各種車類相關(guān)的復(fù)雜環(huán)境中捕獲相關(guān)的數(shù)據(jù)集；然后進行數(shù)據(jù)采集、存儲、清洗、集成、分析、挖掘和可視化的全過程；最后，數(shù)據(jù)分析中心將這些有用的數(shù)據(jù)進行收集和再存儲，以生成相關(guān)的知識規(guī)則庫，并在保證隱私的基礎(chǔ)上將這些數(shù)據(jù)規(guī)則和分析特征上傳到云端進行共享。值得注意的是，該系統(tǒng)要保證足夠高的透明度，以實現(xiàn)對數(shù)據(jù)信息的匯總、關(guān)聯(lián)、處理和分析，此外，分析的數(shù)據(jù)需要具有可以被整合和易理解的特征，這樣可以更好的追溯數(shù)據(jù)的來源及相關(guān)環(huán)境背景，以正確的方式向設(shè)計師呈現(xiàn)出易被客戶群體所接受的造型設(shè)計，從而幫助設(shè)計師更好的進行造型、圖案及配色的選擇。

（2）客車造型設(shè)計分析的工作機理：客車造型分析中的設(shè)計始于建立大型客車造型數(shù)據(jù)庫，這種數(shù)據(jù)庫由各種客車造型的輸入數(shù)據(jù)組成，包括已發(fā)行的客車造型、眾多概念設(shè)計圖紙、不同客車的銷售量及銷售區(qū)域以及其他車種的喜好程度等等。在大數(shù)據(jù)系統(tǒng)上擴展相關(guān)的數(shù)據(jù)庫和驗證標準，將進一步提高定制化設(shè)計的精準度，從而可以明顯提升設(shè)計人員的潛在競爭優(yōu)勢?；诖髷?shù)據(jù)的智能設(shè)計師從虛擬世界到物理世界的反饋和協(xié)調(diào)過程，旨在強化設(shè)計過程的智能功能，使設(shè)計系統(tǒng)在不斷的實踐、調(diào)整和協(xié)作中能可持續(xù)的進行。

（3）虛擬模型設(shè)計技術(shù)的工作機理：不同于傳統(tǒng)制造行業(yè)的虛擬仿真技術(shù)，設(shè)計者最初的產(chǎn)品便是設(shè)計的模型。在智能設(shè)計系統(tǒng)中，首先可以定義簡單的受眾群體以確定合理的設(shè)計計劃，然后將設(shè)計與系統(tǒng)評價進行有效融合，這一過程主要通過數(shù)字孿生解決，數(shù)字孿生可以看做物理產(chǎn)品的虛擬副本，可以推測模型設(shè)計的成型效果及認可度，從而可以引導(dǎo)設(shè)計師的設(shè)計思路和方向。為了提高預(yù)測模型的的可擴展性，需要保證數(shù)據(jù)流的準確性和互操作性。

基于大數(shù)據(jù)分析技術(shù)的客車造型設(shè)計分析概念框架的設(shè)計原則如下：

（1）確保造型數(shù)據(jù)的實時傳輸：整個智能設(shè)計系統(tǒng)的價值鏈包括造型、配色、圖案和內(nèi)飾等，相關(guān)設(shè)計師應(yīng)該根據(jù)自身需求協(xié)調(diào)設(shè)計，形成動態(tài)系統(tǒng)。且自身的設(shè)計方案及反饋結(jié)果也應(yīng)向系統(tǒng)提供，以確保設(shè)計輸入和輸出的交互式反饋。

（2）確保造型數(shù)據(jù)的完整性和安全性：大數(shù)據(jù)分析可以協(xié)調(diào)智能對象的協(xié)作，并真實的反饋給自組織網(wǎng)絡(luò)。該系統(tǒng)具有較強的抗干擾能力，保證了數(shù)據(jù)的完整性和安全性。

（3）確保不同技術(shù)之間的互操作性：大數(shù)據(jù)分析可以動態(tài)感知和跟蹤產(chǎn)品制造過程，預(yù)測市場需求，保證設(shè)計過程的重構(gòu)和優(yōu)化。

5 結(jié)論

本文首先概述了智能制造理念，主要是大數(shù)據(jù)分析技術(shù)在產(chǎn)品設(shè)計中的應(yīng)用，然后介紹了大數(shù)據(jù)分析技術(shù)在客車造型設(shè)計中的應(yīng)用，并闡述了該領(lǐng)域存在的問題和挑戰(zhàn)。為了解決這些問題，提出了一種基于大數(shù)據(jù)分析技術(shù)的客車造型設(shè)計分析概念框架，并介紹了該框架各部分的功能和核心設(shè)計思想。這種方法開發(fā)了一種新的智能設(shè)計模式，專注于基于大數(shù)據(jù)分析的動態(tài)感知和準確預(yù)測。本文將大數(shù)據(jù)分析技術(shù)引入客車造型設(shè)計領(lǐng)域，旨在為傳統(tǒng)設(shè)計方法增添新的活力，為未來的智能制造奠定良好的基礎(chǔ)。本研究將進一步發(fā)展該框架并進行深入探索，包括軟件系統(tǒng)的開發(fā)和在客車造型設(shè)計中的實施。此外，這一系統(tǒng)還將通過大數(shù)據(jù)分析進一步幫助開發(fā)、實施和運營其他設(shè)計領(lǐng)域的解決方案。

參考文獻：

[1]張澤.面向智能制造的工業(yè)互聯(lián)網(wǎng)技術(shù)創(chuàng)新[J].數(shù)字通信世界，2020（04）：173.

[2]陳功正，王騰，陸暢，等.人工智能時代智能家居行業(yè)發(fā)展研究[J].合作經(jīng)濟與科技，2018（09）：13-15.DOI：10.13665/j.cnki.hzjjykj.2018.09.003.

[3]鄒威.企業(yè)精準營銷中的大數(shù)據(jù)分析、挖掘技術(shù)運用[J].上海商業(yè)，2023（05）：57-59.

[4]熊先青，張美，岳心怡，等.大數(shù)據(jù)技術(shù)在家居智能制造中的應(yīng)用研究進展[J].世界林業(yè)研究，2023，36（02）：74-81.DOI：10.13348/j.cnki.sjlyyj.2023.0005.y.

[5]Tao F， Cheng J， Qi Q， et al. Digital twin-driven product design， manufacturing and service with big data[J]. The International Journal of Advanced Manufacturing Technology， 2018， 94： 3563-3576.

[6]Xu Z， Frankwick G L， Ramirez E. Effects of big data analytics and traditional marketing analytics on new product success： A knowledge fusion perspective[J]. Journal of business research， 2016， 69（5）：1562-1566.

[7]Ireland R，Liu A. Application of data analytics for product design： Sentiment analysis of online product reviews[J]. CIRP Journal of Manufacturing Science and Technology，2018，23：128-144.