用户感性需求驱动下的产品造型意象设计研究.pdf

第8 期2023年8 月机械设计与制造Machinery Design&Manufacture247用户感性需求驱动下的产品造型意象设计研究程永胜，徐琪（厦门大学嘉庚学院，福建漳州3 6 3 10 5）摘要：从用户感性需求的角度分析产品造型与感性意象之间的关系，采用数量化I类理论建立产品造型意象设计方法。以摄像机产品为研究对象，感性工学理论为研究基础，通过调研收集大量产品样本和有关感性意象词汇；然后，运用主成分分析和形态分析法确定样本代表性感性意象词汇和造型项目及造型要素；其次，用数量化I类理论建立感性意象词汇和产品造型要素两者之间的数学模型，并分析其相关性，从而指导产品设计。最终通过设计案例的验证和评价，验证该方法的可行性，为同类型产品提供造型意象设计参考。关键词：感性工学；数量化I类；产品造型；感性意象中图分类号：TH16;TB472Abstract:From the perspective of users perceptual needs,it analyzes the relationship between product modeling and perceptualimagery,and uses quantitation theory type I to establish product modeling image design method.Taking camera products as theresearch object,the theory of kansei engineering is the basis of research,and a large number of product samples and related photo-graphic vocabulary are collected through investigation.Then,using principal component analysis and morphological analysis todetermine the sample representative of sexy imagery vocabulary and modeling categories and modeling elements Secondly,thequantitation theory type I is used to establish the mathematical model between the emotional image vocabulary and the productmodeling element,and the correlation is analyzed to guide the product design.Finally,through the verification and evaluation ofthe design case,the results show the feasibility of the method,and provide reference design for the same type of products.Key Words:Kansei Engineering;Quantitation Theory Type I;Product Modeling;Perceptual Image文献标识码：AResearch on Product Modeling Image Design Driven byUsers Perceptual DemandsCHENG Yong-sheng,XU Xiao-qi(Xiamen University,Tan Kah Kee College,Fujian Zhangzhou 363105,China)文章编号：10 0 1-3 997(2 0 2 3)0 8-0 2 47-0 61前言随着智能科技时代的到来，消费者对于智能终端产品的需求不断扩大，以往用户在选购产品时仅仅只关注产品外观、技术、功能和质量等外显因素；但近年来随着智能终端产品应用场景从公共场所向家居环境的转变，用户则更加注重产品所能带来的个性表达和感情满足等更高层次的感性需求。因而,将用户感性需求研究纳入到产品设计开发流程中，有助于建立企业与用户的双向交流，使产品输出更加精准，提升产品竞争力。近几年感性工学(KanseiEngineering,KE)作为一种产品研发方法，主要着眼于通过定性和定量分析探究用户的“感性需求”和产品的“造型要素”两者之间的关系，将用户难以确定和捕捉的感性需求转换为定量数据，并对量化后的数据进行分析从而指导设计实践。当前针对感性工学理论的研究，主要集中在汽车造型2 、工程机械3 、家居用品等领域4,然而对于智能终端设备来稿日期：2 0 2 2-0 6-3 1基金项目：福建省社会科学规划项目（FJ2021C098）作者简介：程永胜，（1990-）,男，山西大同人，硕士研究生，副教授，主要研究方向：产品造型设计、感性工学等；徐骁琪，（1991-），女，泉州德化人，硕士研究生，副教授，主要研究方向：产品创新设计方法、服务设计等的研究还较少。因此,这里以智能终端产品当中的摄像机为研究对象，采用形态分析法和主成分分析获取摄像机的各造型项目中提取关键的造型要素和代表性感性词汇，运用数量化I类理论建立用户的感性需求和产品的造型要素之间的联系；并以此为例，将用户对产品的感性需求转化为设计要素的具体方法，扩展到智能终端其他产品设计中5。2理论基础与研究思路2.1数量化I类理论数量化理论（QuantitationTheoryType,QTT)最早由日本林知已夫教授在2 0 世纪50 年代所提出，该理论按研究问题的目的可分为数量化I,II,I,IV类理论6 。其中数量化I类理论是一种研究自变量为定性变量，因变量为定量变量，利用多元回归分析建立变量之间的数字模型，将难以详细定量和定性的问题数据化,揭示数据之间所蕴含的联系和规律。其中，定量变量通常指248具象数据描述的变量信息如：尺寸、重量、销量、产量等；由定量变量组成的数据为定量数据。定性变量则可以理解为这里研究的摄像机造型设计中的要素分类，如摄像头造型轮廓可分为，圆形、长方形、半弧形等抽象形状组成的数据；由定性变量组成的数据为定性数据。数量化I类理论主要应用于产品设计当中分析用户感性需求和产品造型要素之间的关联，将用户对产品的感性意象转化成具体的设计要素,是感性工学研最常用的方法之一7 。2.2主成分分析法主成分分析(Principal Component Analysis,PCA)8-9)是一种针对多变量降维的统计方法，近几年该方法被广泛应用在产品感性意象研究领域，主要用于从众多感性词汇中挑选最具代表的感性词汇，通常使用SPSS软件进行相应数据分析。通过主成分分析对摄像机造型意象进行分析,有利于感性词汇提取的科学性。2.3形态分析法程永胜等：用户感性需求驱动下的产品造型意象设计研究3.1产品样本搜集与筛选通过品牌网站和商城实地调研，整理得到市场现有销售的摄像机样本共7 0 个；剔除掉造型相识；造型特征重复的样本；并对每张样本图片进行了预处理，包括调整为统一比例尺寸，去除样本背景，图片灰度处理。最后采用KJ分析法进行样本筛选，邀请设计专家和设计专业学生组成焦点小组，对样本反复讨论、归纳、替换直到小组意见一直，最终选出2 0 个摄像机样本，如表1所示。表12 0 个摄像机样本Tab.1 20 Camera Samples样本图示第8 期3 研究过程O产品造型设计通常采用形态分析法（MorphologicalAnaly-sis)10根据产品的组成情况，将产品造型解构为各个造型项目及对应的造型要素，以图示化方式将造型要素进行表达；最终将造型要素进行重新排列组合，创造出新的造型设计方案 。通过形态分析法对摄像机造型要素进行提取，有利于造型项目分类和造型要素提取的准确性。2.4研究思路首先，广泛收集产品样本，经过筛选确定代表性样本；然后，收集用户对于产品造型意象相关的感性词汇，并以主成分分析法进行统计分析，确定最终产品意象词汇；其次，采用形态分析法对产品造型项目进行归类，并通过图示化将造型项目进行分解确定各造型要素。最终，通过将感性需求与造型要素结合进行量化研究，建立产品造型意象评价模型，得到感性意象相匹配的造型要素，指导产品造型设计，具体的研究思路，如图1如示。产品样本收集与筛选感性意象收集以筛选阶段3阶段2形态分析法解构产品造型类目解释产品造型要素阶段4语义差异法产品的造型意象评价建立造型要素与感性意象数字模型，并分析其相关性阶段5产品造型要素重组形成新感性意象产品样本验证模型的可行性图1研究思路与阶段Fig.1 Research Ideas and Stages序号样本1样本图示序号样本6样本图示序号样本11样本图示序号样本16样本173.2确定感性意象词汇通过产品网站、相关文献等途径收集感性词汇，结合摄像机阶段1应用场景，从家庭环境、公共场所、企业公司等三个维度对感性词汇进行归类12 ,并经过焦点小组的评价剔除明显不适合评价摄像机造型词汇，得到摄像机感性意象词库，如表2 所示。以里克特量表的形式将感性意象词汇和摄像机样本相结成分分析法合，感性评价分值记为1、2、3、4、5、6、7 分，制作成7 级意象词汇评评价感性意象词汇价量表调查问卷。确定感性意象词汇法多建元立回数归字分模断型样本2样本7样本12选择50 名受测者对调查问卷进行评分，其中包括，行业专家和设计人员共10 名，使用用户和潜在购买者2 0 名，设计专业教师和学生2 0 名，最终得到有效调查问卷共47 份。将得到的评价数据输入到SPSS软件平均值算法，对摄像机样本的感性意象词汇评分进行统计，计算得到样本在每个感性意象词汇下的平均分值；然后运用主成分分析进行因子降维处理，得到主成分数目，确定“温暖的、稳定的、简约的、专业的、创新的”5个代表性感性意象词汇。根据语义差异法二级性原理设要求，将这个5个感性词汇配以反义词,最终得到“V1温暖的-冰冷的”、“V2简约的-复杂的”、“V3稳定的-失衡的”“V4专业的-通用的”“V5创新的-模仿的”5组代表性感性意象词汇。样本3样本8样本13样本18样本4样本9样本10样本14样本15样本19样本2 0样本：5No.8Aug.2023Tab.2 Camera Perceptual Image Lexicon应用场景温暖的家庭环境现代的圆润的安全的公共场所大众的易修的高端的企业公司商务的大气的3.3确定样本造型项目和造型要素确定摄像机样本后根据形态分析法中形态分解原则对样本造型项目进行归类，同时为了提高摄像机造型解构的准确性，邀请行业专家和专业设计师进行分析，最终得到机头造型、云台造型、底座造型、镜头造型、连接方式、倒角造型等6 个摄像机造型项目，如图2 所示。机头造型云台造型底座造型图2 摄像机造型项目Fig.2 Camera Modeling Category并以图示化方式将不同样本的造型项目进行表达，得到2 3个独立造型要素。例如镜头造型项目可以分为“圆形”“方形”“胶囊形”“半胶囊形”4个造型要素，为了更好对各造型项目进行直观地对比,分析观察出不同样本造型要素形态上的差异性,从而构建造型要素编码库，如表3 所示。表3 摄像机造型要素编码库Tab.3 Camera Modeling Elements Coding Library造型项目造型要素1造型要素2造型要素3造型要素4造型要素5机头造型X1球形C：方形C：云台造型X2梯形C圆角矩形C矩形C直边C支架形C镜头O造型X3圆形C.方形C胶囊形C.半胶囊形C底座八造型x4矩形C倒梯形C独立底座C。连接方式X5独立形Cs：重合型Cs:分离形C相交形C倒角造型X6倒圆角C倒斜角C机械设计与制造表2 摄像机感性意象词库3.4建立数字模型为获取2 0 个代表性样本的感性评价值，以里克特SD量表形感性意象词汇式将代表性样本和代表性感性意象词汇结合，制成7 级感性意象可爱的个性的实用的创新的感性的和谐的坚固的机械的通用的庄严的有序的硬朗的豪华的专业的理性的稳重的高雅的气派的-镜头造型连接方式倒角造型造型类目编码库矩形C.胶囊形C.半胶囊形Cs一0249亲和的SD评价量，如表4所示。选择10 0 名专业设计师和产品用户进行简洁的测试并打分，发放评价量表10 0 份，收回8 8 份有效量表，汇总得到舒适的稳定的明显的功能的合理的智能的神秘的各个样本不同感性意象词汇的评价平均值作为统计结果，如表5所示。表4样本感性意象SD评价量表Tab.4 SD Scale for Perceptual ImageEvaluation of Samples样本图示感性意象词汇温暖的12 3 0-3-2-1稳定的1 2 3 0-3-2-1简约的1 2 3 0-3-2-1专业的12 3 0-3-2-1创新的1 2 3 0-3-2-1表5样本感性意象评价平均值Tab.5 Mean Value of Perceptual Image Evaluation感性意象词汇得分均值样本序号温暖的-稳定的-简约的一专业的一创新的-冰冷的失衡的复杂的通用的模仿的样本11.44样本21.28样本31.17样本19-0.89样本2 0-1.36根据数量化理论I类理论，建立摄像机感性意象词汇和产品造型要素两者之间的数学模型映射模型。以上述样本造型项目作为项目，造型要素作为类目，将感性意象词汇评价值作为因变量，建立产品造型与感性意象之间的线性关联方程13 。设有n个项目,第i个项目的类目为r,则共有之r=P个类目。对于m个样本而言o.(i,j)(m=1,2.,k;i=1,2,.n;j=1,2,.,r)则代表第i个项目（显性设计特征)中的第i类目(造型要素)在第m个样本中的反应,按式(1)对其进行赋值,如果该样本中有对应类目的造型要素则取1,反之则取值0 14。1(第m个样本中，第个项目的8.(ii)=定性数据为第类）(0(其他或否)假定因变量和各项目、类目的反应间存在线性关系，则可建立数学模型1:ym=220.(i.j)by+8m式中：b一仅依赖于i项目之j类目的系数；8m一第k次抽样中的随机误差；ym一第m个样本造型的感性评价值。其中，摄像机样本数m=1,2.,20;项目数n=6，即有X1、X2、X 6 等6 个造型项目；r，T 2.，r s 分别对应造型项目X1、X 2.X6中的类目个数,r=5,r2=5,r3=4,r4=3,rs=4,r=2。参照上述公式评价分值1.880.761.671.071.481.59.1.77-1.43感性意象词汇冰冷的失衡的复杂的通用的模仿的-1.511.57-0.350.94-0.240.660.35-0.99-0.910.420.180.84(1)(2)No.8250机械设计与制造和表3 与表5，将感性词汇量化数值、造型项目、造型类目进行编根据该模型方法可继续计算剩余的因变量“V2简约的-复杂码，得到2 0 个摄像机样本的感性意象评价矩阵，如表6 所示。的”“V3稳定的-失衡的”“V4专业的-通用的”“V5创新的-模表6 感性意象评价矩阵仿的”的预测模型。根据模型7 线性关系中类目得分可以得出造Tab.6 Perceptual Image Evaluation Matrix型要素类目对因变量感性意象词汇的影响偏向和大小；显著值F样本序号评价均值V1V2V3V4VAAAAAAAAAAAAAAAAAAAAAAA511 12 13 14 15 21 22 23 24 25 31 32 33 34 41 42 43 51 52 53 54 61 62样1.41.8 0.771.551.10000100000010010010001本1486157样_1.2 1.6 1.00.310000100000010010010001本2 8775样,1.11.4 1.50.20.10000100001000010010001本389466：样一1.7 0.30.90.本（0.819975918样一本1.3 1.4 0.9206313.5模型筛选和结果分析利用SPSS24.0统计软件采用多元回归模型以摄像机造型要素类目为自变量，感性意象评价均值为因变量，根据感性意象评价矩阵建立数字模型进行数据分析。模型中R方代表解释模型中数据占比，大于6 0%表示模型的拟合度合格。显著性F值则代表自变量对因变量的显著影响，若F指小于0.0 5说明模型中至少有一个自变量对因变量又显著影响；反之F指大于0.0 5则说明所有的自变量对因变量没有任何显著影响；回归系数显著数量则反映了自变量小于0.0 5的具体数量16 。(1)采用输人方式建立模型。以因变量“V1温暖的-冰冷的”为例，模型汇总结果，如表7 所示。其中模型1调整后的R方为0.831,说明其可以解释因变量8 3.1%的数据，拟合度合格。显著性F值为0.0 17 大于0.0 5,则表示自变量造型要素对因变量V1温暖的-冰冷的 并没有产生显著影响。同时显著数量为0,由此可确定需要对因变量“V1温暖的-冰冷的”建立新的模型。(2)采用后退方式建立新的模型。对因变量感性词汇 V1温暖的-冰冷的采用后退方式进人方法，一共得到10 个模型，如表7所示。从模型2 开始，显著性F值开始小于0.0 5,到模型7 显著性F值变为0.0 0 0。同时随着显著性F值的变化，从模型2 开始，自变量的显著数量也逐渐增多，到模型7 的时候，显著数量为5个。由此可以得出模型7 中因变量“V1温暖的-冰冷的”与自变量造型要素之间的线性关系显著，证实该预测模型适合用于摄像机造型意象设计。(3)拟定回归模型方程。经过上述筛选，得出模型7 的类目得分、常数项、复相关系数、决断系数及偏相关系数的数值,如表8所示。因变量“温暖的-冰冷的”包含C12、C15、C3 2、C42、C51、C52、C 54、C 6 2 共8 个变量，根据式（2)最终得到因变量V1温暖的-冰冷的”预测模型y=-0.895-0.509C12+0.628C15+0.252C32+0.349C42-0.148C51+0.466C52-0.119C54-0.678C62Aug.2023造型要素类目则代表了各个自变量造型要素对因变量感性意象词汇是否具有显著影响；决断系数可以反应出自变量造型要素对因变量感性意象词汇的解释程度和拟合度，由此对因变量“V1温暖的-冰冷的”预测模型y分析得出以下结论。表7 因变量“V1温暖的-冰冷的”模型汇总94Tab.7 The Dependent VariableV1 Warm-Cold Model数字建立R方模型方式1输人0.9550010000100100010010000120.40.288400100001000010100100001调整后显著性FR方0.831后退0.9553后退0.9324后退0.9105后退0.9046后退0.9027后退0.8818后退0.8579后退0.85110后退0.847表8 模型10 线性关系分析Tab.8Linear Relationship Analysis of Model 10造型造型型类目显著值F项目类目得分C/2-0.5090.021机头造型X1C13Ci4Cis0.628C21C2云台造型C2X2C24C2sC.1镜头造型C320.252X3C3C34类目得分有正值有负值，这里中正值偏向左侧感性意象词汇，负值偏向右侧感性意象词汇17 ;类目得分大小则代表了各造回归系数显著数量0.01700.8580.0050.8160.0050.7860.0040.7970.0020.8150.0010.7940.0000.7740.0000.7830.0000.7910.000造型造型类目显著值F项目类目得分CA底座造型X4C420.349C43CsI-0.1480.4450.001连接方式C520.466X5CsCs4-0.1190.480倒角造型ColX6C62-0.6780.005常数0.895复相关系数0.9380.169决断系数0.8814444455550.0500.014No.8Aug.2023型要素类目与因变量“V1温暖的-冰冷的”的相关程度。在机头造型中半胶囊形Cis会使摄像机造型更加简约,方形Ci2则会让造型意象变得复杂；连接方式中重合型Cs2会使摄像机造型意象更偏向简约，独立形Cs1、相交形Cs4则会使造型意象更加复杂。此外，方形镜头造型C32倒梯形底座造型C42都会使得摄像机造型更加简洁，倒斜角C62则会让造型看上去更加复杂，其次因为各类目中显著性F值的不同,对造型意象的影响显著程度会略有不同。显著性F值则反映自变量对因变量的影响是否显著，分析因变量“V1温暖的-冰冷的 预测模型造型要素类目可以发现,方形C12、半胶囊形Cis、倒梯形C42、重合型Cs2、倒斜角Cc2显著值F均小于0.0 5,说明对因变量“V1温暖的-冰冷的”有显著的影响；而方形C32、独立形Cs1、相交形Cs4显著值F大于0.0 5,表明对因变量“V1温暖的-冰冷的”有非显著的影响。模型中决断系数为0.881,代表可以解释因变量“V1温暖的-冰冷的 8 8.1%的数据，说明该预测模型拟合度非常高。通过上述结论分析，表明以同样的分析方法可以对其他的因变量感性意象词汇进行分析，得出造型要素和其他感性意象词汇的相关程度，以及造型要素对感性意象词汇的显著影响18 ;同时验证自变量和因变量关系模型的拟合度，从而确定自变量造型要素与因变量感性意象词汇之间的相关性指导设计实践。4设计实践与评价为验证上述方法的可行性，以因变量“简约的-复杂的”为例，从造型项目中挑选得分偏向“简约的”造型要素类目C15、C32、C42、C52,组成全新的方案1。然后，通过替换方案1造型项目内的造型要素形成方案2 和方案3，设计方案效果，如图3 所示。LOGO方案1采用语义差异法分别对新的设计方案进行“简约的-复杂的”感性意象评价，得到评价均值，如表9所示。评价得分可知：方案1得分最高，表明感性意象最为简约；方案3 得分最低，感性意象表现为最复杂；方案2 感性意象则偏向简约。方案感性意象得分与上述分析方法思路一致，证明该方法是有效的，可以应用于摄像机造型意象设计。表9设计方案感性意象评价Tab.9Perceptual ImageEvaluation of Design Scheme设计方案感性意象得分5结语感性工学作为产品研发方法，主要探讨人与产品的相互关机械设计与制造系，即人对产品的感性认知以及产品对人的意象表达，数量化I类理论则是感性工学当中研究产品造型要素和用户感性意象最常用的方法之一。这里以摄像机为例，以形态分析法和主成分分析分别获取摄像机造型要素与代表性感性意象词汇；基于数量化I类理论通过多元回归建立自变量造型要素类目与因变量感性意象评价均值之间的数学模型，得出影响感性意象的显著造型要素。将造型要素按照感性意象需求组成新的设计方案，通过感性意象评价检测，验证了该方法的可行性。此方法可以让设计人员明确哪些造型要素符合用户的哪些感性认知，辅助产品造型意象设计,也为后续相关的产品造型意象设计提供了参考。以此为基础，后续将继续完善如颜色、材质，纹理等其他造型要素研究，探讨多维度造型要素组合对产品造型意象的影响,构建系统完整的产品造型意象设计方法。参考文献1苏建宁,李晓晓，王鹏，等.面向品牌风格的机械装备造型创新设计研究J.包装工程,2 0 19,40 18:2 8-3 4+47.(Su Jian-ning,Li Xiao-xiao,Wang Peng,et al.Innovative design of me-chanical equipment form for brand style JJ.Packaging Engineering,2019,4018:28-34+47.)2杨松.塑料成型机械造型要素的感性工学研究J.机械设计与制造，2019(11):184187+191.(Yang Song.Kansei engineering research on molding elements of plasticmolding machineJJ.Machinery Design&Manufacture,2019(11):184-187+191.)3程永胜，徐骁琪，周涛.基于文化意象的礼宾车造型设计研究J.机械设计,2 0 19,3 6 0 7:13 1-13 5.(Cheng Yong-sheng,Xu Xiao-qi,Zhou Tao.Research on the design ofcourtesy car based on cultural imagery JJ.Journal of Machine Design,2019,3607:131-135.)4下俊,唐刚,孙培贤，等.基于感性工学的陶瓷茶壶造型设计研究J.中国陶瓷，2 0 19,550 2:6 7-7 2+7 8.(Bu Jun,Tang Gang,Sun Pei-xian,et al.Research on ceramic teapoteLOGOLOGO方案2方案3图3 设计方案Fig.3 Designing Scheme方案1方案21.2190.313251modeling design based on kansei engineeringJ.China Ceramics,2019,5502:67-72+78.)5杨元，刘文金.办公座椅感性意象与造型要素关联性研究J.林业工程学报,2 0 16(10 3):13 9-143.(Yang Yuan,Liu Wen-jin.Research on the correlation between percep-tual image and modeling elements of office seats JJ.Journal of ForestryEngineering,2016(103):139-143.)6李明珠，何灿群，卢章平，等.基于数量化理论I类的汽车意象造型设计研究J.机械设计,2 0 16(3 3 0 4)：10 5-10 8.(Li Ming-zhu,He Can-qun,lu Zhang-ping,et al.Research on car im-age modeling design based on quantification theory type JJ.Journal ofMachine Design,2016(3304):105-108.)7张书涛.基于认知思维的产品意象造型智能设计D.兰州：兰州理工方案3大学,2 0 16.-0.813(Zhang Shu-tao.Intelligent design of product image modeling based oncognitive thinkingD.Lanzhou:Lanzhou University of Technology,2016.)8杨程，孙守迁，刘征，等.基于主成分分析的产品外观设计决策模型No.8252机械设计与制造J.中国机械工程,2 0 11(2 2 18)：2 2 18-2 2 2 3.学，2 0 16.(Yang Cheng,Sun Shou-qian,Liu Zheng,et al.Decision-making model(Li Ming-zhu.Research on product modeling innovation design basedof product design based on principal component analysis JJ.China Me-on image cognition D.Zhenjiang:Jiangsu University,2016.chanical Engineering,2011(2218):2218-2223.)14刘春荣.产品创新设计策略开发M.上海：上海交通大学出版社，9陈永超，邵永凯，安琦.基于主成分层次分析的产品设计语义差分评价2015.研究J.包装工程,2 0 18(3 92 2)：13 8-143.(Liu Chun-rong.Strategy Development of Product Innovation Design(Chen Yong-chao,Shao Yong-kai,An Qi.Semantic differential of prod-M.Shanghai:Shanghai Jiaotong University Press,2015.)uct design evaluation based on principal component analysis and ana-15】于娜，张聪，杜游，等.基于数量化理论的家具造型意象设计J.包装lytic hierarchy process hierarchy process J.Packaging Engineering,工程,2 0 18,3 9 2 2:18 3-18 8.2012(3922):138-143.)(Yu Na,Zhang Cong,Du You,et al.Furniture modeling image design10杨延璞,陈登凯,余隋怀,等.基于形状文法的泛族群产品形态设计based on quantitative theory J.Packaging Engineering,2016,3922:J.计算机集成制造系统,2 0 13:2 10 7-2 115.183-188.)(Yang Yan-pu,Chen Deng-kai,Yu Sui-huai,et al.Panethnic-group16】武松.SPSS实战与统计思维M.北京：清华大学出版社，2 0 19.product form design based on shape grammar J.Computer Integrated(Wu Song.SPSS Actual Practice and Statistical Thinking MJ.Beijing:Manufacturing System,2013:2107-2115.)Qinghua University Press,2019.)11傅桂涛，王丽,陈国东.产品形态设计文法与原理M.北京：中国建17刘征宏,谢庆生，李少波，等.基于潜在语义分析和感性工学的用户需筑工业出版社，,2 0 19.求匹配J.浙江大学学报：工学版，2 0 16:2 2 4-2 3 3.(Fu Gui-tao,Wang Li,Chen Guo-dong.Grammar and Principle of Prod-(Liu Zheng-hong,Xie Qing-sheng,Li Shao-bo,et al.User needs match-uct form DesignM.Beijing:China Building Industry Press,2019.)ing based on latent semantic analysis and kansei engineering JJ.Jour-12李争，王金凤.模糊评价法在文化创意产品造型设计中的应用研究nal of Zhejiang University:Engineering Science,2016:224-233.)J.现代电子技术,2 0 19,42(13):13 1-13 3.18张学东.造型要素对感性意象认知差异影响的比较J.机械设计，(Li Zheng,Wang Jin-feng.Application of fuzzy evaluation method in2013,3008:110-113.cultural and creative product style design JJ.Modern Electronic Tech-(Zhang Xue-dong.Comparison of the influence of modeling elementsnology,2019,42(13):131-133.)on perceptual image cognitive differences JJ.Journal of Machine De-13李明珠.基于意象认知的产品造型创新设计研究D.镇江：江苏大Aug.2023sign,2013,3008:110-113.)(上接第2 46 页）(2)通过单因素实验分析了抛磨压强、磨具主轴转速、工件进给速度和材料去除量的关系，得出材料去除量和抛磨法向接触力的二分之一次方、主轴转速成正比，和工件进给速度成反比。(3)通过实验求解抛磨系数,得出完整的自由曲面材料去除量方程，通过对理论模型求解计算和试验的对比分析,得出所建立的自由曲面材料去除量模型误差小于10%，为后续实现均匀一致的材料去除提供理论依据。参考文献1 Tam Hon-yuen,Cheng Hao-bo.An investigation of the effects of the toolpath on the removal of material in polishingJJ.Journal of Materials Pro-cessing Tech,2010,210(5).2 Wang Lin-lin,Deng Zhao-hui,Li Sheng-chao,et al.Experimental studyof material removal rate for rotary curved surface workpieces of si3n4 inchemical-mechanical polishing using taguchi technique JJ.AdvancedMaterials Research,201(1736).3 Tian Feng-jie,Li Zhen-guo,Lv Chong,et al.Polishing pressure investi-gations of robot automatic polishing on curved surfaces JJ.The Interna-tional Journal of Advanced Manufacturing Technology,2016(87):1-4.4李鼎威,陈霖，杨吉祥.曲面零件磨抛的材料去除模型及参数标定J.机械科学与术：1-6(2 0 2 0-10-0 9).(Li Ding-wei,Chen Lin,Yang Ji-xiang.Material removal model and pa-rameter calibration of surface parts grinding and polishingJ.Mechani-cal Science and Technology.1-6(2020-10-09).)5王亚杰.基于接触理论的精准砂带磨削基础研究D.重庆：重庆大学,2015:30-40.(Wang Ya-jie.Basic research on precision belt grinding based on con-tact theoryD.Chongqing:Chongqing University,2015:30-40.6张军锋.整体叶盘叶片前后缘柔性抛光工艺及参数优化D.西安：西北工业大学,2 0 18:6 4-7 4.(Zhang Jun-feng.Flexible polishing process and parameter optimizationof the front and rear edges of the integral blisk bladeD.Xi an:North-western Polyte