智能制造理念在客车造型设计中的应用研究

陈秋媛

摘 要：在经济全球化的趋势下，智能制造引起了学术界和工业界的广泛关注。作为智能制造中的关键技术之一，大数据分析通过挖掘各类大数据中的知识价值和潜在能力，可以明显提高制造业的市场竞争力，同时也可以帮助设计师们在各种复杂的受众群体背景下做出明智的设计方案。文章为大数据分析技术在客车造型设计中指导设计方案提供了理论分析依据，充分论证了智能制造理念在产品设计中的实用性。提出了基于大数据分析技术的客车造型设计分析概念框架，为该领域面临的严峻挑战和未来研究方向提供了有价值的见解和思考。

关键词：智能制造 大数据分析 客车 造型设计 产品设计

1 引言

随着互联网、新能源、大数据等技术的迅猛发展，我国的生产工业正在逐步发生变革，人类的社会生活水平和审美标准也在逐步提高。这对众多行业都提出了新的要求和挑战，对于交通工具的選择来说，出行的交通网不仅是要解决远距离的行程，更要努力解决好人们的短程出行甚至是最后一公里的交通问题，而客车便是解决这一问题最有效的方式。在当前信息化的时代背景下，人们越来越注重出行时所乘坐交通工具的舒适性和美观性，这也使得现阶段的客车产业发展正在由技术竞争逐步转向造型美观性上的竞争。

进入二十一世纪后，人类的生产工业发生了巨大的变革。随着人工智能技术的发展，智能制造将计算机和信息科学技术融入制造业和各种产业当中，实现了柔性化、智能化和定制化的制造过程，以应对不断变化的市场需求[1，2]。随着物联网、边缘计算等先进信息技术在制造业的应用，积累了大量有价值的数据，其中收集到的产品数据包含大量的设计知识，这为提高生产效率、产品美观性和产品竞争力带来了新的机遇。基于这一趋势，本文从智能制造的理念出发，探讨这一理念对客车造型设计方法的影响及展望。

2 智能制造理念在客车造型设计中的潜力

新一轮工业革命的到来，促进了信息技术与制造系统的融合，也丰富了各企业拥有的数据，使其呈现出数量大、种类多、速度快的特点。作为智能制造中的关键技术之一，大数据分析通过挖掘工业大数据中隐藏的知识价值和潜在能力，不仅提高了制造业的市场竞争力，还有助于科学分析和决策，优化生产流程，降低成本，提高运营效率[3]。因此，工业大数据被视为生产手段，以驱动智能制造[4]，大数据分析的技术也为当今制造模式从传统制造向智能制造转型提供了绝佳机遇，如图1所示，为当前大数据分析所具有的五大基本属性：高容量、高速度、高多样性、高准确性和高价值。

借助于大数据分析的独特属性，各行各业都在向智能化的方向逐渐靠拢，其中最具代表的便是传统的制造行业。而设计又在制造过程中起着绝对重要的作用，它决定了产品的美观性及大部分性能，随着大数据技术的发展，产品设计也正从主观概念设计转向数据驱动设计，即智能产品设计，其目标便是以客户和受众群体的喜好为重点的人性化造型设计。如图2所示，大数据驱动的产品设计主要分为以下几步：

（1）借助于产品与外界（即用户和使用环境）的交互过程中，获取大量数据，实现产品为外界时刻连接的状态；

（2）通过以上数据进行建模和分析，充分挖掘市场的需求，辅助产品设计的过程，并以此将虚拟数字世界和现实世界进行连接；

（3）通过销售、客户、制造数据生成设计方案，并基于历史学习增强决策和设计能力；

（4）最后投入市场并进行后续的监测、分析、学习和数据回收的闭环优化。

在智能产品设计的概念下，大数据分析为设计师塑造了一个崭新的数字化、参数化的视角，通过对各类外界获得的数据可以得到影响造型美观的主要因素，并建立起与之对应的映射模型，从而有效地优化产品设计参数。北京航空航天大学的陶飞等人[5]便以此分析了大数据环境下产品全生命周期管理中数据的隔离问题，提出了产品设计、制造和服务的数字化双驱动模型。

另外，大数据分析最重要的是通过研究和了解客户的需求、喜好、评价以及行为，提供了一种既简单又准确的设计方法，不仅在一定程度上促进了造型设计的创新能力，还提高了开发定制产品的能力。美国德克萨斯大学的Edward Ramirez 等人[6]便在大数据分析的基础上提出了一个产品设计框架，并将其用于获取用户对产品美学和外观的需求，以有效地识别客户所需要的设计概念，并将其设计策略进行分类以使用不同的客户群体。新南威尔士大学的Ang Liu等人[7]便提出了一个设计框架来分析互联网用户的评价，并通过相关的大数据分析成功识别了一系列的客户需求，最后实现对产品功能的定量分析，为产品设计师提供了关键的决策支持。

客车造型设计是一种面向于设计需求和客车本身限制的迭代和复杂的工程过程，它一般通过建立功能相关性来寻求正确的组合机制，并根据设计师经验生成相应的设计方案。然而新产品开发的成功取决于在概念设计阶段的设计概念生成，这就要求公司在不增加生产成本和产品开发周期的前提下完成产品的快速设计并生产。这一要求对传统设计方法是非常具有挑战性的，但如今智能制造的理念恰能解决这一问题，上述的大数据分析也可以在客车造型设计中发挥积极作用。一方面大多数消费群体的需求可以从大量的产品数据中确定，从而可以大幅度减少概念设计的模糊性；另一方面，产品数据还会包含丰富的设计知识，可以提高概念设计效率和设计方案的创新。总之，基于大数据分析的客车造型设计不仅可以极大的减少设计师的工作量，还可以提高客车造型设计的质量，有望替代传统的设计方法。

3 智能制造理念在客车造型设计中的挑战

大数据分析对产品设计及相关制造领域决策影响的研究是当今的热点和新兴领域，但目前大数据分析还处于智能制造时代的初级阶段，将其直接应用于客车造型设计中仍存在诸多的挑战，还需要进一步的研究和完善，才能更好的满足行业和市场的需求。现阶段大数据分析在客车造型设计领域面临的挑战主要如下：

（1）数据质量的问题：简单来说，大数据是一个储存量巨大、非结构化且复杂的超级数据集，包含了从基因组分析、政治科学、传感器、社交媒体或智能手机应用程序以及互联网工具等众多领域的数据。因此其中的数据庞杂，需要根据实际造型设计的需求在数据库中进行提取和选择，寻求高质量的数据集（例如汽车网站中用户经常上传的照片、喜欢和收藏的帖子等）。

（2）数据安全的问题：由于数据来源的复杂性，在通过数据挖掘为客户提供定制化优质设计的同时，其数据信息本身的隐私性和安全性也面临着严重的威胁。而且由于目前绝大部分的研究都集中在数据收集和数据分析上，很少有企业会将大量的投入和额外的工作放置在数据安全和隐私保护上，因此也使得数据安全的问题被进一步的放大。

（3）数据框架通用性的问题：目前，大多数数据框架和分析方法都是针对某些特定类型的需求进行建立。例如，针对客车造型设计的数据框架可以从大数据分析中提取相关的数据集进行分析并输出客户所需的潜在设计方案，但该框架很难直接应用于其他产品设计中，无疑造成了资源和时间的浪费。另外，这种输出的设计方案一般只针对造型和美观等相关方面提出，无法充分考虑生产和制造过程中的实际要求。

（4）数据转换的问题：针对完整和绝对有效地数据时，大数据分析可以直接进行访问并以此来制定相关的设计方案。但当面对不完整或无效的数据时，数据分析平台不能直接利用这些数据进行处理和分析，需要数据访问功能將其进行提取后再进行转换才能得到最终分析所需的数据格式。因此如何对数据进行识别并快速的转换也是其需要解决的一个重要挑战。

4 智能制造理念在客车造型设计中的应用方法

为了进一步提高智能制造理念中大数据分析技术在客车造型设计中的应用，本文提出了一种基于工业大数据驱动技术的智能造型分析概念框架，如图3所示，并介绍了该框架各部分的功能和核心设计思想。该模型涵盖了数据采集、存储、清洗、集成、分析、挖掘和可视化的过程，该方法开发了一种全新的智能设计模式，它注重于数据的交互性和标准化，可以通过大量的数据处理，促进设计者和数据提供者（即客户及潜在客户）之间沟通的速度。

基于大数据分析技术的客车造型设计分析概念框架的主要工作机制如下：

（1）客车造型大数据分析的工作机制：在各种汽车、客车等相关网站、小程序和应用软件以及现实各种车类相关的复杂环境中捕获相关的数据集；然后进行数据采集、存储、清洗、集成、分析、挖掘和可视化的全过程；最后，数据分析中心将这些有用的数据进行收集和再存储，以生成相关的知识规则库，并在保证隐私的基础上将这些数据规则和分析特征上传到云端进行共享。值得注意的是，该系统要保证足够高的透明度，以实现对数据信息的汇总、关联、处理和分析，此外，分析的数据需要具有可以被整合和易理解的特征，这样可以更好的追溯数据的来源及相关环境背景，以正确的方式向设计师呈现出易被客户群体所接受的造型设计，从而帮助设计师更好的进行造型、图案及配色的选择。

（2）客车造型设计分析的工作机理：客车造型分析中的设计始于建立大型客车造型数据库，这种数据库由各种客车造型的输入数据组成，包括已发行的客车造型、众多概念设计图纸、不同客车的销售量及销售区域以及其他车种的喜好程度等等。在大数据系统上扩展相关的数据库和验证标准，将进一步提高定制化设计的精准度，从而可以明显提升设计人员的潜在竞争优势。基于大数据的智能设计师从虚拟世界到物理世界的反馈和协调过程，旨在强化设计过程的智能功能，使设计系统在不断的实践、调整和协作中能可持续的进行。

（3）虚拟模型设计技术的工作机理：不同于传统制造行业的虚拟仿真技术，设计者最初的产品便是设计的模型。在智能设计系统中，首先可以定义简单的受众群体以确定合理的设计计划，然后将设计与系统评价进行有效融合，这一过程主要通过数字孪生解决，数字孪生可以看做物理产品的虚拟副本，可以推测模型设计的成型效果及认可度，从而可以引导设计师的设计思路和方向。为了提高预测模型的的可扩展性，需要保证数据流的准确性和互操作性。

基于大数据分析技术的客车造型设计分析概念框架的设计原则如下：

（1）确保造型数据的实时传输：整个智能设计系统的价值链包括造型、配色、图案和内饰等，相关设计师应该根据自身需求协调设计，形成动态系统。且自身的设计方案及反馈结果也应向系统提供，以确保设计输入和输出的交互式反馈。

（2）确保造型数据的完整性和安全性：大数据分析可以协调智能对象的协作，并真实的反馈给自组织网络。该系统具有较强的抗干扰能力，保证了数据的完整性和安全性。

（3）确保不同技术之间的互操作性：大数据分析可以动态感知和跟踪产品制造过程，预测市场需求，保证设计过程的重构和优化。

5 结论

本文首先概述了智能制造理念，主要是大数据分析技术在产品设计中的应用，然后介绍了大数据分析技术在客车造型设计中的应用，并阐述了该领域存在的问题和挑战。为了解决这些问题，提出了一种基于大数据分析技术的客车造型设计分析概念框架，并介绍了该框架各部分的功能和核心设计思想。这种方法开发了一种新的智能设计模式，专注于基于大数据分析的动态感知和准确预测。本文将大数据分析技术引入客车造型设计领域，旨在为传统设计方法增添新的活力，为未来的智能制造奠定良好的基础。本研究将进一步发展该框架并进行深入探索，包括软件系统的开发和在客车造型设计中的实施。此外，这一系统还将通过大数据分析进一步帮助开发、实施和运营其他设计领域的解决方案。

参考文献：

[1]张泽.面向智能制造的工业互联网技术创新[J].数字通信世界，2020（04）：173.

[2]陈功正，王腾，陆畅，等.人工智能时代智能家居行业发展研究[J].合作经济与科技，2018（09）：13-15.DOI：10.13665/j.cnki.hzjjykj.2018.09.003.

[3]邹威.企业精准营销中的大数据分析、挖掘技术运用[J].上海商业，2023（05）：57-59.

[4]熊先青，张美，岳心怡，等.大数据技术在家居智能制造中的应用研究进展[J].世界林业研究，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.