基于Kano-区间直觉模糊QFD的智能衣柜设计

智能家居由智能对象组合而成,可方便地进行对象与用户之间的信息传递。然而在智能家具设计过程中,由于环境的复杂性、用户需求的多样性,设计人员往往难以准确抓取设计需求,对用户体验关注度低。为帮助设计人员建立智能家具设计流程,精准获取用户需求,提升用户满意度,以智能衣柜设计为例,采用多标准决策(MCDM)流程进行研究。利用KJ法进行层次分析,并根据Kano模型进行聚类,确定各组的重要性。然后,利用FAST方法对衣柜柜体进行功能分解,获得功能结构。最后,将智能衣柜的功能设计需求导入质量功能展开(QFD)模型的“需求-功能”中,得到智能衣柜的设计要求。依据该方法流程建立了用户需求与衣柜功能之间的关联,完成了智能衣柜的功能设计。研究基于IVIF集将QFD扩展,为决策者(DM)提供决策环境,使决策者在评估和整体计算犹豫不决的因素时可以得到更可靠的结果,为其他更多的智能设计提供理论和方法支持。

基于眼动试验的救护车内饰感性设计研究

为更科学有效地探索大众和医生对救护车内饰设计的感性需求,使救护车内饰设计更加理性化和人性化,同时,为优化眼动试验在产品设计中的应用流程,通过行业标准和实地调研确定了内饰设计的固定设计要素。通过创建扩展现实的沉浸式样本,并通过眼动试验确定内饰设计的重点设计要素。采用亲和图法、多维尺度分析法和聚类分析法分解代表性设计要素。通过专家访谈法对感性意象词进行筛选,用语义差异法将设计要素量化,并采用因子分析法探讨各意象间的内在联系。通过试验获得救护车内饰设计的代表性设计要素、感性意象和设计要素关联度均值表、各意象的内在联系分类和推荐的设计要素等,为救护车内饰设计提供了理性化参考;研究流程中,将扩展现实技术和眼动试验结合用于获取重点设计要素,为感性工学研究提供了一种新思路。