矿用呼吸防护用具造型设计分析

摘要:本文主要从矿用呼吸防护用具造型设计、矿用呼吸防护用具感性意象空间、矿用呼吸防护用具造型形态设计要求、矿用呼吸防护用具造型特征与感性词对之间数学模型的建立等几个方面对矿用呼吸防护用具进行设计。

关键词:矿用呼吸防护用具;设计分析;造型

研究矿用呼吸防护用具造型相关的设计，需要从用户的描述性语言中得出数据化的造型设计依据。借助感性工学的方法，建立感性意象词汇对与形态设计。

1矿用呼吸防护用具造型设计分析

防护用具主要研究矿用呼吸防护用具造型与影响消费者的感性意象之间的关系。通过构建数学模型，建立清晰的对应关系，为造型设计的选择提供详实的参考依据。

2矿用呼吸防护用具感性意象空间的建立

2．1典型感性意象词汇对的选取

2．1．1感性意象词汇对的收集感性意象词汇对具有主观特征，是指被试者在观察实验对象时，结合自身认知经验，经由大脑进行信息加工处理后所形成的感受。感性意象词汇对的收集应该尽力涵盖不同用户对于矿用呼吸防护用具的主观感受。为了提高感性意象词汇对的用户感受的描述维度，在收集之初，采用收集语义相反的感性意象词汇对的形式(如小巧的、笨重的)。本研究主要通过文献资料查阅和专家访谈的形式进行感性意象词汇对的收集，相关文献资料的来源主要有:①电商网站平台评论数据:京东、天猫官网对于工业口罩的用户评价信息。②3M重松等呼吸防护用具厂商相关产品设计书及感性工学相关文献资料。③盖得排行、百度排行等产品测评机构，网络测评平台推文。总共收集与矿用呼吸防护用具相关感性意象词汇对50对，由于词汇对数量较大，需要对相关词汇对进行进一步筛选与聚类，得到数量上尽可能少，描述涵盖尽可能广的代表词汇对来进行后续的用户测试和统计学分析。2．1．2感性意象词汇对的卡片分类释义筛选初步收集的词汇对可能存在词义和语义重复等问题，需要相关专家对所收集的词汇对进行卡片分类释义筛选，删去不合理的词汇对，合并意义相同的词汇对等。同时，通过卡片分类得到亲和图，显示词汇对之间的亲近性关系分组，也可为后续聚类实验的实验结果进行合理性验证。2．1．3感性意象词汇对的多维尺度相似性分析多维尺度分析法(MDS，MultidimensionalScaling)是一种对大量数据或变量进行降维处理的探索性分析技术，通过推断变量之间的多维空间结构来帮助设计者寻找被试用户的行为以及心理活动的潜在分类结构［1］。2．1．4感性意象词汇对的聚类分析聚类的实质就是将性质相似的变量聚集在一起，聚类分析进行分类的唯一依据是对象间的“相似性”。计算时采用数学上的“距离”来衡量，对象间距离越小，对象越相似，将距离相似的归为一类;同时使不同类的距离最远，就是聚类分析方法的原理。聚类分析最常用的方法有系统聚类法和K－均值聚类法;系统聚类法采用自上而下的分解法，将所有对象视作一个大类逐步剥离;或者采用自下而上的凝聚法，将每个对象视作单独个体逐步融合;K－均值聚类法需要先指定K个中心点，计算所有点和K个中心点的距离，按照距离最近的原则确定每个点的归属，再重新计算每类的中心，不断重复计算调整中心点位置，直到达到临界值为止。采用系统聚类法，一旦变量被分入一类后，就不会再被取出，因此通过系统聚类法得到的聚类结果是不可靠的。而K－均值聚类法虽可不断重复迭代计算聚类中心，但需要事先给出合适的聚类数量。因此，采取先进行系统聚类观测合适聚类个数，再通过K－均值聚类得到聚类中心的方法。依据系统聚类的结果，最终选取7类作为聚类中心。运用SPSS软件中的K－means聚类，最大迭代次数设置为10，收敛性标准设置为0，最终得到7个中心点。通过SPSS可以自动生成每个感性意象词汇对与其所属类型中心点的距离，选取每类中距离中心最近的词语作为该类型的代表，最终得到典型的7对感性词汇对。为了论证K－均值聚类分析结果的可靠性，选用方差分析和显著性检验进行结果验证。F值表征显示变量对聚类结果的贡献情况，值越大，表明其再聚类时的分辨作用越大，Sig值表征显著性;Sig小于0．05表征具有显著差异，说明聚类分析结果划分是合理的。

2．2典型矿用呼吸防护用具样本的选取

为了建立矿用呼吸防护用具的感性意象空间，需要对相应样本进行收集。借助文献研究以及网络调查等相关渠道，共搜集了近70款不同造型样式品牌的工业级呼吸防护面罩图片。矿用工业呼吸防护样本需要被进一步筛选，来去除外观形态相似以及重复的样本。同时需要对所收集到的图片进行灰度处理，消除产品颜色与材质对后续实验的影响，需借助PS软件对样本图片进行进一步处理。矿用呼吸防护用具样本的聚类实验通常采用专家评价法，将观察到的37例灰度处理样本进行一次不限定组合个数的分类，并对两两组合之间进行相似性打分。根据被试者对37例灰度处理图片的相似性打分形成的6个37×37的相似性矩阵，对其求取平均值后获得平均相似性矩阵，转换为距离矩阵后运用交替最小方差法求取不同样本的维度坐标值。

2．3矿用呼吸防护用具语义差异量表的建立

感性工学心理学测量方法是通过测量被试者的心理反应，从而测量感性。语义差异法，也称SD法，是著名心理学家查尔斯·埃杰顿·奥斯古德(CharlesEgertonOsgood)所创造出的方法。当受测者接受不同程度的外在刺激后，用问卷的方式去陈述自己的感受。问卷的信息视为感受量，利用多次元尺度法或图形理论法将其构造化，从而将人的感性信息转变为定量的数据。被试验者对研究者给出的实验样本进行评价等级选择，得到“感性”的实验数据［2］。将经过多维尺度分析和聚类分析获得的7组感性意象词汇对分列两端，使被试者对十二例典型矿用呼吸防护用具样本进行偏向打分。选用等级量表，分发给煤矿相应工作人员，共收集问卷59份。排除可疑问卷(填答时间过短、问卷答案高度重复等)后，统计量共计47份。为了验证问卷数据的可靠性，选用皮尔逊相关系数分析，将被试者对每个矿用呼吸防护用具样本的每对感性意象词汇对下的打分平均值分别与该样本下所有形容词打分的平均值作相关分析。计算相关系数以及对应的双尾显著性检验，7对感性意象词汇对的双尾显著性均小于0．05，且相关性都较强认为这些词汇对对整体打分结果均具有显著影响，可以保留。

3矿用呼吸防护用具造型形态设计要素的分析

矿用呼吸防护用具的主要工作原理是使空气通过具有特殊过滤颗粒物的防护滤网/滤盒，将过滤后的可吸入空气输送进入人体，同时将人体呼吸排出的气体通过单向气阀排出具有密闭效果的面罩腔体。滤盒过滤面积大小、面罩腔体大小、面罩密闭性等问题都是矿用呼吸防护用具的重要设计问题。矿用呼吸防护用具的产品模块可解构为主体、滤盒、进气阀、排气阀、贴面、头带、标识、装饰物模块，按照不同模块的形状、大小、位置关系等相关因素分类可被分为29小类。

3．1连续性项目差异性检验

涉及大小的数据，其类目小、适中、大是存在连续性渐进关系的，故可以通过连续的体块图案进行表示。涉及大小类数据的项目有主体正面面积大小、主体侧面厚度、主体重量、滤盒正面面积大小、贴面正面面积大小和贴面侧面厚度。

3．2非连续性项目差异性检验

非连续性项目是指项目类目间并不存在连续性关系，如形状的类目(水滴式、五星式、圆式、类方式、头盔式)、涉及位置关系的类目(正前式、两侧式、头顶式)。

4矿用呼吸防护用具造型特征与感性词对之间数学模型的建立

4．1为了挖掘典型矿用呼吸防护用具样本与典型感

性意象词汇对之间的内在联系，将抽象的描述性意象通过具象的数据表征表达，需要建立二者之间的数学模型。数量化理论作为多元统计分析方法，将定性与定量变量一体化，纳入说明变量的范畴。将未用数值表示的数据资料，改由从量上探索与处理。由林知己夫于1950年提出Ⅰ、Ⅱ、Ⅲ和Ⅳ型数量化理论，其中数量化理论Ⅰ类主要是进行预测与观察自变量对因变量的作用。可将矿用呼吸防护用具解构的项目及其对应类目作为自变量，将感性意象的评价值作为因变量，利用数量化理论Ⅰ类可以很好地构建预测数学模型。4．2以矿用呼吸防护用具形态特征解构项目及其对应类目作为评价对象，其典型感性意象作为评价目标，完成感性评价实验后，可得到用户对于不同设计项目类目的意象性感受。实现了将描述性、通俗化数据向准确性、标准化的建模过程，为后续的设计可以提供可靠的设计依据。

5小结

首先，本文通过文献分析、专家访谈等方法收集矿用呼吸防护用具相关感性词汇对及样本图例。借助多维尺度分析、系统聚类及K－均值聚类，对词汇对及样本图例进行聚类归纳，获得典型感性意象词汇对及典型矿用呼吸防护用具样本。随后，通过语义差异问卷，获取用户对于不用样本的感性意象偏好，建立感性意象空间，将其作为数学模型建构的因变量。接着，对矿用工业呼吸防护样本进行形态特征解构，对解构的形态特征类目项目进行筛选以及内部相关性分析，排除干扰后，将其作为数学模型建构的定性自变量。最后，借助数量化理论Ⅰ类，实现数学模型未知系数的求解，获得矿用呼吸防护用具感性意象与形态设计项目类目之间的关系方程，为造型设计的选取提供基于用户的设计参照，并以“温暖、环保、轻便、素净”感性意向为例进行数据分析。

参考文献:

［1］孔鹏．矿井粉尘现状及综合防治技术［J］．西部探矿工程，2020，32(08):105－106．

［2］高子清．重点行业在用呼吸防护用品质量状况的调查分析［J］．中国安全生产科学技术，2016，12(01):154－157．

作者：张若瑾 单位：西安交通大学