基于感性工学和视觉意象的机械产品表面涂装质感设计方法.docx

基于感性工学和视觉意象的机械产品表面涂装质感设计方法 形态、色彩和质感是产品设计的核心要素和基础内容目前，质感设计在产品设计领域已有一定的研究。如汪颖等对现有研究成果进行比较分析发现，感性工学作为产品设计中以用户需求为导向的代表性方法之一因此，本文以机械产品表面涂装质感为研究对象，通过建立机械产品表面涂装质感语意空间，并构建机械产品表面涂装“视觉意象-质感参数（Visual Imagery - Texture Parameter，VITP）”关联模型，提出一种基于感性工学和视觉意象的机械产品表面涂装质感设计方法，希望以此提高用户对机械产品外观的视觉意象体验，并为机械产品的表面涂装质感设计提供有效参考。1 设计方法及流程基于感性工学和视觉意象的机械产品表面涂装质感设计方法通过量化用户模糊的感性需求，进一步明确设计目标，寻求最合理的设计要素，以此满足用户需求。针对机械产品表面涂装质感设计，对设计流程进行研究和梳理，如图1所示。为更好地理解这一设计流程，对图1进行描述：Step 1. 用户通过语言描述提出对机械产品表面涂装质感视觉意象的模糊需求。Step 2. 运用感性工学和李克特量对用户的模糊需求进行量化和分析。Step 3. 基于机械产品表面涂装VITP关联模型，将量化后的用户质感视觉意象需求转化为最匹配的质感参数，并得到相应的质感模型。Step 4. 对选取质感模型进行初步评价。评价通过，则继续下一步；如评价不通过，则返回Step 1。Step 5. 将用户满意的质感模型应用于机械产品中，并得到实际应用效果。Step 6. 对应用实际效果再次进行评价。用户满意，则此次机械产品表面涂装质感设计完成；若不满意，则再次返回Step 1。2 VITP关联模型构建对机械产品表面涂装质感设计流程进行分析，其中VITP关联模型的构建是重要工具和关键技术。因此，对该模型的构建方法及流程进行深入分析和研究。2.1 典型质感样本获取机械产品表面涂装质感通常借助喷涂工艺获取，最常用的表面喷涂质感主要为磨砂和光面两种。考虑到不同质感又具有不同的粗糙度，因此，实物质感模型制作存在数量多、成本高、耗时长。为解决这一问题，本研究利用虚拟现实技术，基于KeyShot 8软件构建渲染效果逼真的质感虚拟模型。在KeyShot 8中，不同的表面质感可通过调节涂层粗糙度、涂层折射指数、涂层厚度三个质感参数进行模拟。此外，由于不同的材质基底对喷涂质感会产生不同影响，为保证研究的准确性，在软件中将基底的表面粗糙度统一设定为0.075（默认常用值）。由于过大的参数值不具有工程意义，结合渲染效果，将机械产品的质感参数值范围限定如表1所示。一方面，为控制实验样本数量，提高实验的可操作性；另一方面，为保证质感样本的差异性，以取得显著的实验结果，本文采用正交试验法获取典型质感样本。即，依据均匀筛选、可比性强的原则，从全部正交结果中挑选出典型质感样本进行视觉意象感性实验。2.2 典型质感样本获取典型质感视觉意象词汇获取流程为：1）通过网络、杂志、论文等尽可能多的渠道收集描述物体质感的视觉意象词汇；2）采用问卷调查法，让受测者在上述描述物体质感意象的词汇中勾选出常用的机械产品表面涂装质感视觉意象词汇。以心理学统计理论中常用的小概率事件2.3 视觉意象感性实验典型质感样本和典型质感视觉意象词汇获取完成后，应进行视觉意象感性实验，逐一对典型质感样本相应的视觉意象进行量化。采用李克特量表构建5级评价程度，邀请受测者对典型质感样本从典型质感视觉意象词汇中选择词汇进行评价，从而获取典型质感样本与典型质感视觉意象词汇的隶属度。2.4 VITP关联模型构建视觉意象感性实验构建了典型质感样本与典型质感视觉意象词汇的关联关系，由于典型质感样本具有相应且确定的质感参数，因此，视觉意象词汇语意隶属度与质感参数也存在着相应的关联关系，这种关系可被表达为VITP关联模型。在关联模型构建时，应首先利用皮尔逊（Pearson）系数进行线性相关验证，如具有线性相关关系，则采用线性回归分析法建立线性关联模型；如不具有明显线性关系，则利用神经网络建立非线性关联模型。2.5 模型构建流程为更清晰地展示机械产品表面涂装“质感视觉意象-质感参数”关联模型构建方法，将关联模型的构建流程整理概括如图2所示。3 验证实例本文采用上述机械产品表面涂装质感设计方法对某型数码印花机进行质感设计，以验证文中所提出方法的有效性和科学性。由于高光质感在真实环境中会产生眩光，导致工人的误操作，降低机械产品的人机性能。因此，本文主要针对表面喷涂的磨砂质感进行深入研究。3.1 典型质感样本获取在KeyShot 8中