• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于感知質(zhì)量的汽車(chē)外造型CAS面分縫設(shè)計(jì)

      2018-07-23 08:11韋崇東陳少偉
      關(guān)鍵詞:縫線(xiàn)特性要素

      韋崇東 、陳少偉

      (1.上汽通用五菱汽車(chē)股份有限公司 545005;2.湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院 410082)

      0 引言

      汽車(chē)外造型是顧客選車(chē)的第一主觀(guān)印象關(guān)注點(diǎn),也是汽車(chē)廠(chǎng)商制造工藝及審美意象的集中體現(xiàn)。而隨著時(shí)代的發(fā)展,以及汽車(chē)市場(chǎng)上顧客不斷提升的審美等情感要素需求,這些對(duì)于產(chǎn)品的主觀(guān)印象,即“感知質(zhì)量”越來(lái)越成為汽車(chē)產(chǎn)品研發(fā)過(guò)程中極為迫切的工作。其中,外造型上的分縫線(xiàn)所體現(xiàn)出來(lái)的各種走向以及所分割出來(lái)的各種形狀的覆蓋件,最為特征鮮明地體現(xiàn)了汽車(chē)造型的美學(xué)協(xié)調(diào)關(guān)系。因此,分縫的設(shè)計(jì)是面向感知質(zhì)量的造型設(shè)計(jì)中的重要課題。此外,分縫的設(shè)計(jì)不僅需要滿(mǎn)足情感要素需求,還需要滿(mǎn)足間隙配合、裝配工藝協(xié)調(diào)等一系列工程可行性要求,即設(shè)計(jì)過(guò)程中不僅需要考慮主觀(guān)方面的要求,也要兼顧客觀(guān)方面的要求。在業(yè)界內(nèi),尚缺少一種可以客觀(guān)量化的方法協(xié)助設(shè)計(jì)團(tuán)隊(duì)解決這個(gè)難題。本文提出一種基于KANO模型的方法,針對(duì)感知質(zhì)量問(wèn)題進(jìn)行量化分析,構(gòu)建數(shù)學(xué)模型,并綜合應(yīng)用統(tǒng)計(jì)學(xué)的方法對(duì)模型進(jìn)行解析。

      1 汽車(chē)造型分縫

      造型分縫設(shè)計(jì)原則為:局部服從整體,保證整體性、協(xié)調(diào)性和統(tǒng)一性。分縫設(shè)計(jì)對(duì)車(chē)身結(jié)構(gòu)關(guān)系、沖壓難易程度等影響較大,但一切都應(yīng)以造型設(shè)計(jì)的分縫為基準(zhǔn),不能隨意更改造型分縫,其余所有分縫確定都應(yīng)符合這個(gè)基準(zhǔn)[1]。從設(shè)計(jì)角度來(lái)說(shuō),分縫的好壞意義十分重大,它不僅對(duì)產(chǎn)品本身呈現(xiàn)出的造型意圖有重大影響,也會(huì)影響汽車(chē)的開(kāi)發(fā)成本和周期。

      分縫線(xiàn)將汽車(chē)的外造型分割為不同的覆蓋件區(qū)域,分縫線(xiàn)本身的秩序感、曲率等諸多屬性,構(gòu)成了不同造型風(fēng)格的組成部分。這些特征信息可以大致分為2類(lèi):一類(lèi)是以曲率、弧度等描述的物理屬性,是客觀(guān)存在,不以認(rèn)知客體的變化而變化的;另一類(lèi)則是以認(rèn)知客體的情感要素變化而變化的內(nèi)容,因其與主觀(guān)性認(rèn)知存在比較強(qiáng)的聯(lián)系,更強(qiáng)調(diào)整體性、宏觀(guān)性的,往往是一系列物理屬性的組合。也就是說(shuō),對(duì)于分縫線(xiàn)的設(shè)計(jì)問(wèn)題,其研究方法至少應(yīng)該在2個(gè)層面上研究:一方面是從宏觀(guān)的方面分析,提綱挈領(lǐng),從整體性的角度設(shè)計(jì)一類(lèi)或幾類(lèi)滿(mǎn)足風(fēng)格要求的特征組合;另一方面是從細(xì)觀(guān)的層面研究具體特征,對(duì)具體曲率、位置等可以客觀(guān)描述的屬性進(jìn)行研究,在滿(mǎn)足造型、設(shè)計(jì)的基礎(chǔ)上,從制造、匹配等角度綜合考慮。

      2 感知質(zhì)量指標(biāo)的客觀(guān)評(píng)價(jià)

      2.1 基于KANO模型的感知質(zhì)量指標(biāo)量化方法

      KANO模型是一種可以為產(chǎn)品質(zhì)量屬性提供分類(lèi)依據(jù)的工具,為產(chǎn)品的開(kāi)發(fā)設(shè)計(jì)提供理論指導(dǎo)。以KANO模型為基本工具,對(duì)產(chǎn)品或服務(wù)的質(zhì)量要素進(jìn)行分類(lèi),尋求和理解顧客對(duì)于這些質(zhì)量要素的需求態(tài)度,以指導(dǎo)企業(yè)相關(guān)決策[2]。KANO模型根據(jù)產(chǎn)品功能特性與客戶(hù)需求滿(mǎn)意度之間的關(guān)系,定義了3個(gè)層次的功能需求,將產(chǎn)品功能質(zhì)量特性分為基本需求、必需需求、魅力需求、無(wú)關(guān)需求和反向需求5類(lèi)(圖1)。橫坐標(biāo)表示產(chǎn)品的質(zhì)量特性要素被表征的程度,越往右表示產(chǎn)品質(zhì)量特性要素被表征的滿(mǎn)足程度越高;反之,橫坐標(biāo)軸越往左表示產(chǎn)品質(zhì)量特性要素被表征的滿(mǎn)足度越低??v坐標(biāo)表示客戶(hù)對(duì)產(chǎn)品質(zhì)量特性要素的滿(mǎn)意程度,縱坐標(biāo)軸越往上表示顧客的滿(mǎn)意程度越高;相反,越往下代表客戶(hù)滿(mǎn)意度越低。具體操作中,通過(guò)設(shè)計(jì)KANO問(wèn)卷調(diào)查,并整理需求分類(lèi)表,對(duì)結(jié)果進(jìn)行分析[3]。

      圖1 KANO模型質(zhì)量特征曲線(xiàn)

      KANO模型的調(diào)查中,針對(duì)所關(guān)注的每個(gè)特征或需求均由正向、反向2個(gè)構(gòu)成,用來(lái)反應(yīng)來(lái)自于顧客的不同需求,將結(jié)果分為喜歡、理應(yīng)如此、中立、可以接受和不喜歡5個(gè)等級(jí),并整理為分類(lèi)對(duì)照表進(jìn)行頻率統(tǒng)計(jì)(圖2、3)。

      圖2 問(wèn)卷調(diào)查表示意圖

      圖3 分類(lèi)對(duì)照表示意圖

      表中字母A代表魅力需求(Attractive Repuirement)要素;字母M代表必須需求(Must-be Repuirement)要素;字母B代表基本需求(Base Repuirement)要素;字母I代表無(wú)關(guān)需求(Indifferent Repuirement)要素;字母R代表反向需求(Reverse Repuirement)要素。

      通過(guò)KANO問(wèn)卷和KANO需求分類(lèi)表得到的顧客需求要素?cái)?shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,去掉顧客認(rèn)為無(wú)關(guān)、反向和質(zhì)疑的結(jié)果,統(tǒng)計(jì)所有問(wèn)卷的顧客分類(lèi)情況。各需求類(lèi)型要素分類(lèi)統(tǒng)計(jì)完成后,運(yùn)用Better-Worse系數(shù)法進(jìn)行功能需求度指標(biāo)計(jì)算。Better是指增加后有所提升的滿(mǎn)意度指標(biāo)Bi,Bi值越大,代表用戶(hù)滿(mǎn)意度提升的效果越強(qiáng)。Worse是指消除后的會(huì)引起負(fù)面影響的不滿(mǎn)意指標(biāo)Wi,Wi的絕對(duì)值越大,代表滿(mǎn)意度降低的影響效果越強(qiáng),也就代表了此功能特性時(shí)客戶(hù)強(qiáng)烈需求的功能要素。需求要素指標(biāo)計(jì)算公式為。

      其中A為魅力需求(Attractive Repuirement)要素;B為基本需求(Base Repuirement)要素;M為必備需求(Must-be Repuirement)要素;I為無(wú)關(guān)需求(Indifferent Repuirement)要素,公式(1)和(2)中的A、B、M、I分別為4種客戶(hù)對(duì)產(chǎn)品需求要素的KANO分類(lèi)數(shù)量。在不滿(mǎn)意度公式上乘以(-1),如公式(2)所示,目的是為了說(shuō)明顧客對(duì)產(chǎn)品不滿(mǎn)意的影響程度,所以顧客對(duì)產(chǎn)品的滿(mǎn)意度大小主要是通過(guò)滿(mǎn)意度系數(shù)和不滿(mǎn)意度系數(shù)的絕對(duì)值大小來(lái)判斷,如果滿(mǎn)意度系數(shù)和不滿(mǎn)意度系數(shù)的絕對(duì)值越大,則說(shuō)明該產(chǎn)品的需求要素讓顧客對(duì)產(chǎn)品的滿(mǎn)意度或不滿(mǎn)意度影響程度就越大。

      根據(jù)計(jì)算公式可知,當(dāng)指標(biāo)值越接近1時(shí),代表該產(chǎn)品質(zhì)量特性對(duì)顧客滿(mǎn)意度的影響度越高;當(dāng)指標(biāo)值越接近0時(shí),則表示該產(chǎn)品質(zhì)量特性對(duì)顧客的滿(mǎn)意度影響度越小,說(shuō)明即使該產(chǎn)品不具備此種質(zhì)量特性也不會(huì)造成對(duì)顧客的不滿(mǎn)。不滿(mǎn)意度指標(biāo)值介于-1和0的區(qū)間范圍內(nèi),如果不滿(mǎn)意度指標(biāo)值越接近-1,則表示該產(chǎn)品的質(zhì)量特性具備不充分時(shí),會(huì)引起顧客對(duì)該產(chǎn)品的極度不滿(mǎn);相反的當(dāng)不滿(mǎn)意度指標(biāo)值越接近0時(shí),則表示該產(chǎn)品的質(zhì)量特性具備不充分時(shí),不會(huì)引起顧客對(duì)該產(chǎn)品的不滿(mǎn)。

      2.2 感知質(zhì)量數(shù)據(jù)數(shù)學(xué)解析

      對(duì)于汽車(chē)外造型而言,視覺(jué)質(zhì)量是其呈現(xiàn)給客戶(hù)的主要方面。如果按照顧客關(guān)注要素的角度理解,可以進(jìn)一步分解為色彩、光澤和幾何造型等特征,而這些特征的顯著性直接影響這些視覺(jué)信息是否容易被客體所感知。一般說(shuō)來(lái),這些特征的感知顯著性與其在所評(píng)價(jià)對(duì)象中占的比例和復(fù)雜性等因素直接相關(guān)。通過(guò)KANO模型,可以梳理得到客戶(hù)需求頻率較高、較為顯著的特征,但由于造型特征所包含的信息非常多,還需要提取對(duì)其影響度較大的屬性,并進(jìn)行進(jìn)一步研究。

      對(duì)感知質(zhì)量進(jìn)行多層次解析演繹,將相關(guān)要素進(jìn)行分解、聚類(lèi)并轉(zhuǎn)化為汽車(chē)研發(fā)中的工程語(yǔ)言,層層遞推,即可得到特征在各個(gè)層級(jí)(個(gè)體級(jí)、局部區(qū)域級(jí)、總體級(jí))的影響(圖4)。

      圖4 分縫線(xiàn)屬性展開(kāi)圖

      整車(chē)外造型的整體感知質(zhì)量應(yīng)該與各個(gè)子項(xiàng)存在函數(shù)關(guān)系為[4]。

      觀(guān)察感知質(zhì)量的各個(gè)單項(xiàng),可以發(fā)現(xiàn),大部分單項(xiàng)之間的相關(guān)性相對(duì)而言要弱于其與整體之間的相關(guān)性,比如,顏色單項(xiàng)與幾何造型單項(xiàng)之間的相關(guān)性較不密切。

      此外,由于感知質(zhì)量分為多個(gè)層級(jí),其函數(shù)關(guān)系同樣應(yīng)逐層分解演繹,對(duì)于層級(jí)X1,可以如下進(jìn)行分解。

      而對(duì)于因變量與自變量之間的關(guān)系,可以應(yīng)用回歸方程式預(yù)測(cè)因變量的變化規(guī)律,構(gòu)建變量間的近似表達(dá)方程式。對(duì)于感知質(zhì)量數(shù)據(jù),可以人為的進(jìn)行簡(jiǎn)化,轉(zhuǎn)化為線(xiàn)性關(guān)系,并將各個(gè)單獨(dú)的線(xiàn)性關(guān)系合并為多元線(xiàn)性回歸方程。

      式中x1i可以理解為相關(guān)設(shè)計(jì)要素,滿(mǎn)意度Bi值越接近1時(shí),代表該產(chǎn)品質(zhì)量特性對(duì)顧客滿(mǎn)意度的影響度越高,不滿(mǎn)意度值Wi越接近-1,則表示該產(chǎn)品的質(zhì)量特性具備不充分時(shí),會(huì)引起顧客對(duì)該產(chǎn)品的極度不滿(mǎn)。故對(duì)于本問(wèn)題,各個(gè)因變量可以綜合應(yīng)用式(1)、式(2)中的滿(mǎn)意度提升指標(biāo)和不滿(mǎn)意指標(biāo)來(lái)表示。例如,對(duì)于層級(jí)X1i,其函數(shù)f(x1i)的估計(jì)值可以表示為,式中α11意為待求解的線(xiàn)性方程的系數(shù)。

      對(duì)式(7)進(jìn)行求解,根據(jù)所采集的感知質(zhì)量數(shù)據(jù),利用最小二乘法原理[5],則有。

      對(duì)式(9),分別對(duì)估計(jì)值求偏導(dǎo)數(shù),n個(gè)α11的估計(jì)值即可獲得。

      3 基于感知質(zhì)量的分縫線(xiàn)設(shè)計(jì)

      3.1 基于KANO模型的感知質(zhì)量數(shù)據(jù)采集及分析

      針對(duì)分縫線(xiàn)的感知問(wèn)題,筆者所在的團(tuán)隊(duì)選取了近幾年的一些典型車(chē)型,并在公司范圍內(nèi)與造型設(shè)計(jì)工程師、結(jié)構(gòu)設(shè)計(jì)工程師以及普通行政人員(可視為普通顧客)進(jìn)行問(wèn)卷調(diào)查、訪(fǎng)談(圖5)。受訪(fǎng)者構(gòu)成比例為造型設(shè)計(jì)工程師10名,結(jié)構(gòu)設(shè)計(jì)工程師10名,普通行政人員30名。

      圖5 問(wèn)卷調(diào)查表示例

      分析調(diào)查結(jié)果,針對(duì)側(cè)圍區(qū)域的分縫數(shù)據(jù)進(jìn)行歸類(lèi)分析,整理出需求分類(lèi)表如圖6所示。

      圖6 需求分類(lèi)表示意圖

      根據(jù)需求分類(lèi)表,可以計(jì)算受訪(fǎng)者群體對(duì)相關(guān)問(wèn)題的敏感程度,設(shè)計(jì)團(tuán)隊(duì)可以對(duì)靈敏度高的問(wèn)題優(yōu)先考慮,以最佳性?xún)r(jià)比的形式提升感知質(zhì)量,滿(mǎn)足受訪(fǎng)者的情感需求(圖7)。

      圖7 需求分類(lèi)結(jié)果分析表示意圖

      根據(jù)對(duì)分類(lèi)結(jié)果統(tǒng)計(jì)表,可以看出,受訪(fǎng)者對(duì)于前門(mén)與翼子板分縫線(xiàn)使用大幅前偏的設(shè)計(jì)、B柱區(qū)域分縫凹凸面的凸面部分采用大幅前偏式設(shè)計(jì)均有非常高的滿(mǎn)意度;對(duì)于后側(cè)門(mén)與側(cè)圍分縫使用大幅后偏的設(shè)計(jì)、B柱區(qū)域凹凸面V型面使用后偏式設(shè)計(jì)也有較高的滿(mǎn)意度;對(duì)于B柱區(qū)域分縫凹凸面凹面使用后偏式設(shè)計(jì),大部分受訪(fǎng)者認(rèn)為這是一個(gè)必須滿(mǎn)足的要求;對(duì)于B柱區(qū)域凹凸面V型面使用后偏式設(shè)計(jì),大部分受訪(fǎng)者認(rèn)為這只是一個(gè)所需要滿(mǎn)足的基本特征。

      3.2 感知質(zhì)量對(duì)標(biāo)數(shù)據(jù)分析

      通過(guò)以上基于KANO模型的分析數(shù)據(jù),設(shè)計(jì)團(tuán)隊(duì)從中歸納得到關(guān)于汽車(chē)側(cè)圍區(qū)域分縫線(xiàn)的感知質(zhì)量典型特征的設(shè)計(jì)方向。但在項(xiàng)目進(jìn)行的具體過(guò)程中,還需要對(duì)具體的設(shè)計(jì)目標(biāo)范圍進(jìn)行進(jìn)一步設(shè)定,幫助項(xiàng)目組以用戶(hù)需求為導(dǎo)向合理地對(duì)相關(guān)提案進(jìn)行更為有效的權(quán)衡與決策。換而言之,以上述基于KANO模型調(diào)研的信息,以及對(duì)標(biāo)車(chē)型的數(shù)據(jù),利用公式(7~9),計(jì)算系數(shù),即可獲得量化的偏移量范圍、特征面弧度值范圍等信息。

      根據(jù)本項(xiàng)目的需求,項(xiàng)目組選取了市面上的10款典型車(chē)型進(jìn)行研究,提取了各車(chē)型側(cè)圍分縫線(xiàn)的特征,判別其偏移方向,并測(cè)量了偏移量、特征量弧度等數(shù)據(jù)。將數(shù)據(jù)按順序排列,對(duì)上文中所述的50名調(diào)查人員進(jìn)行調(diào)研,評(píng)估其對(duì)于數(shù)值幅度滿(mǎn)意影響度(圖8)。

      圖8 B柱區(qū)域凹凸面分縫線(xiàn)的特征數(shù)據(jù)表

      以分縫面凹面后偏值的計(jì)算為例,根據(jù)特征數(shù)據(jù)表,以該項(xiàng)統(tǒng)計(jì)數(shù)據(jù)的最大值作為尺度衡量偏移幅度,對(duì)調(diào)查者進(jìn)行調(diào)查的樣本結(jié)果如圖9所示。

      圖9 對(duì)標(biāo)車(chē)型B柱區(qū)域分縫凹凸面凹面偏移設(shè)計(jì)滿(mǎn)意度

      根據(jù)表格中的數(shù)值,對(duì)偏移值以及最大滿(mǎn)意度指標(biāo)max[Bi,abs(W1)]應(yīng)用最小二乘法估計(jì)。

      偏移值以X表示,滿(mǎn)意度指標(biāo)以Y表示。由公式10可知,在確認(rèn)使用后偏式設(shè)計(jì)的前提下,偏移量越小越可能獲得較高的滿(mǎn)意影響度。結(jié)合具體數(shù)據(jù)分析,如采用小幅的偏移度,至少是比較中庸的設(shè)計(jì),不易招受負(fù)面的評(píng)價(jià);如采用偏向中值的偏移幅度設(shè)計(jì),可定義為偏向激進(jìn)的設(shè)計(jì),可能會(huì)獲得部分客戶(hù)的強(qiáng)烈認(rèn)同。

      4 結(jié)束語(yǔ)

      造型感知質(zhì)量設(shè)計(jì)作為研發(fā)中極為迫切的工作,一直以來(lái)面臨著難以科學(xué)搜集數(shù)據(jù)以及無(wú)法進(jìn)行量化的難題,導(dǎo)致OEM廠(chǎng)商在項(xiàng)目的開(kāi)發(fā)過(guò)程中難以獲取有效的客觀(guān)證據(jù)支持所決策的問(wèn)題取向。本文在引入KANO模型分析方法搜集客戶(hù)調(diào)研數(shù)據(jù),計(jì)算滿(mǎn)意影響度指標(biāo),并對(duì)相關(guān)數(shù)據(jù)進(jìn)行數(shù)學(xué)解析,提出了一種對(duì)造型總體滿(mǎn)意影響度指標(biāo)進(jìn)行量化評(píng)估的方法,為造型團(tuán)隊(duì)提供了一種科學(xué)客觀(guān)的判斷依據(jù),幫助團(tuán)隊(duì)在項(xiàng)目開(kāi)發(fā)過(guò)程中有效地量化相關(guān)數(shù)據(jù)指標(biāo)。文中以造型分縫線(xiàn)設(shè)計(jì)作為案例,而事實(shí)上,該方法對(duì)于需要獲取量化數(shù)據(jù)的其他感知質(zhì)量指標(biāo)也是適用的,有助于團(tuán)隊(duì)將主觀(guān)性的工作進(jìn)一步進(jìn)行量化的客觀(guān)分析。

      猜你喜歡
      縫線(xiàn)特性要素
      基于反向P–M擴(kuò)散分割的縫線(xiàn)斷線(xiàn)檢測(cè)
      茶樹(shù)吸收營(yíng)養(yǎng)物質(zhì)的特性
      谷稗的生物學(xué)特性和栽培技術(shù)
      腹腔鏡腎部分切除術(shù)中縫線(xiàn)長(zhǎng)度與腫瘤體積、外凸率的相關(guān)性研究
      色彩特性
      易泳移紡織品耐汗?jié)n色牢度干燥方法的研究探討
      Quick Charge 4:什么是新的?
      縫線(xiàn)抗議
      也談做人的要素
      2015年8月債券發(fā)行要素一覽表
      山阳县| 县级市| 偃师市| 广安市| 满城县| 萝北县| 时尚| 东城区| 昌图县| 广饶县| 东阳市| 贵州省| 和静县| 剑川县| 文登市| 容城县| 黑河市| 梁河县| 涿州市| 遂宁市| 福鼎市| 十堰市| 无棣县| 抚宁县| 哈尔滨市| 外汇| 东辽县| 舟山市| 南皮县| 信丰县| 乌拉特后旗| 鄂尔多斯市| 龙陵县| 都江堰市| 涞源县| 密山市| 上高县| 两当县| 泌阳县| 若羌县| 桐城市|