前沿研究丨面向智能制造的设计
作本文选自中国工程院院刊《Engineering》2019年第4期作者:David W. Rosen
来源:Thoughts on Design for Intelligent Manufacturing[J].Engineering,2019,5(4):609-614.
编者按
云计算、数据分析、人工智能、物联网等与先进制造技术的集成正在催生新一代智能制造,由此带来的是新产品和服务更加智能化,产品设计也在发生深刻变化。
中国工程院院刊《Engineering》刊发的《关于面向智能制造的设计的若干思考》一文,探索了面向新一代智能制造的设计(DFIM)的新范式,其中包括产品服务系统(PSS)的设计以及起支持作用的智能制造基础设施设计。文章认为,智能产品可以被看作PSS,也就是说,智能产品是通过与大型计算和通信基础设施(即利用基于云的计算和物联网技术)交互向客户提供服务的物理产品。面向新一代智能制造的产品设计需要考虑两个方面:面向更多可能性与机遇的设计和面向约束的设计。
一、
引言
随着智能制造能力的提升,人们可能会问,我们是否应该结合这项新技术的优势重新定义面向制造的设计(DFM)。如果答案是肯定的,那么我们将如何定义面向智能制造的设计(DFIM)?此外,云计算、数据分析、人工智能(AI)还有物联网(IoT)等与先进制造技术的集成催生了所谓的新一代智能制造。这种新一代智能制造能力将使转型的新产品和服务具有前所未有的质量、响应能力和效率。
与此同时,产品变得更加智能化。智能手机、自动驾驶汽车、家用智能电器以及许多其他产品彻底颠覆了人们对于产品功能及其交互性的期望。例如,智能手机产品的意义并不仅仅是一款设备;相反,它是设备、用户交互语言、通信基础设施以及计算基础设施的复杂组合。此外,用户不只使用该设备来单纯实现其物理功能,而是基于基础设施的支持使用多样化的服务。
新一代智能制造系统(NGIMS)的开发与转型产品的开发密切相关。两者都利用新技术进行计算与通信。新一代智能制造技术以及对制造能力日益增长的需求推动了技术进步,从而推动了这类产品的发展。这些产品均整合了客户所期望的服务。因此,产品设计将不再仅仅局限于实体设备的设计。相反,设计必须包含设备、基于设备的服务以及支持这些服务的基础设施。因此,本文的目的是探索DFIM的新范式,其中包括产品服务系统(PSS)的设计以及起支持作用的智能制造基础设施设计 。
传统意义上的DFM与面向装配的设计(DFA)更专注于理解制造过程约束以及如何针对过程能力和这些约束进行设计。相比之下,面向增材制造的设计(DFAM)在DFM/DFA方法的基础上进行了拓展,专注于发挥增材制造(AM)的独特能力。也就是说,我们鼓励设计者创造性地探索新的设计概念,以便设计出不能通过传统工艺经济地生产的产品。DFIM是一种适用于不确定性程度高的环境的整体设计,因为它更类似于DFAM而非DFM与DFA,但又在范围上有着明显扩展。随着DFIM的应用,设计人员可以探索新的服务方式、商业机会,以及全新的设备。然而,他们应当从考虑传统DFM/DFA实践的方式出发,以此来衡量设计过程中用户界面、通信、计算基础设施以及制造过程的局限性。
本文将对我们讨论的新一代智能制造环境进行全面描述,并对转型的新一代智能产品的特点进行介绍。随后关于PSS设计的简介将为我们提供重要的方法论。最终,我们将建立一个DFIM框架,将所有节点链接在一起,融会贯通形成一个整体以总结全文。
二、
智能制造环境
在过去的20多年中,关于智能制造系统的文章已有很多。由于计算能力与功能的惊人增长,同时伴随着网络及人工智能技术的发展,我们在通信、计算机以及人工智能等技术相互融合的大背景下实现了将现代思维引入制造技术领域中。周济等提供了关于智能制造本身及其随时间演变的重要论述,他们确定了智能制造发展的三个主要阶段:数字化制造、数字化网络化制造以及新一代智能制造 。
计算机在生产中的广泛应用为制造业开启了新纪元,它见证了数控(NC)和计算机数控(CNC)的发展,而计算机数控技术的成熟则意味着数字化制造时代的到来。当计算机网络与互联网愈加普及之后,智能制造的第二阶段——数字化网络化制造逐渐发展成熟 。其中,机器设备、工作单元、工厂车间甚至企业和供应链均可以被集成在一起。随后应运而生的信息物理系统(CPS)概念将信息系统定义为人与机器之间的媒介。而随着时间的推移,信息系统承担了越来越多的任务,实现了一定程度的自动化,这使得人类操作员从大量细枝末节的具体制造工作中被解放了出来。
在NGIMS发展的第三阶段,人们利用人工智能和机器学习技术的快速发展,为作为媒介的信息系统添加智能与监督元素 。此外我们注意到随着机器学习技术的应用,NGIMS能够随着时间的推移进行学习与调整以提高其自动化能力。周济等如图1所示对NGIMS进行了阐述。其中,信息系统依赖于机器设备以及工厂车间的大量传感器来获得制造系统的实时(或接近实时)视图。而利用该数据流,NGIMS便可以对操作的许多方面进行分析,可以识别与诊断问题,做出一些决策,并对系统施加一定程度的控制,这样就不会因为一些次要问题而给人类操作员以及管理人员带来困扰。通过机器学习技术的集成,我们期望NGIMS可以随着时间的推移进行学习以提高其性能,并可能承担更多的角色与责任。
图1 NGIMS示意图
众所周知,术语“工业4.0”已应用于这类新兴的NGIMS以及由NGIMS支持的企业实践。对我们而言重要的是要理解未来的制造系统将是混合系统,该系统包含人类与机器人操作员,包含增材制造、减材制造与成型过程,也包含信息系统与物理系统。需要我们注意的一个重要限制因素是物理技术与物理系统(而非信息),因为计算与通信系统相对而言更易扩展。
从DFIM的角度看,最重要的是提高制造系统的能力,提高其可信赖程度和可靠性,并在系统中集成可用于新一代智能产品制造的各种开发技术。为满足NGIMS所需,计算基础设施以及通信基础设施非常重要。NGIMS中信息系统的核心即是数字孪生理念——机器设备、工作单元、生产线或工厂的数字表示 。我们可以对这些数字孪生系统进行数据分析与模拟,以便对其状态进行知识获取,对其维护需求以及重大运营问题等进行预测。相同的这些概念与能力可以被拓展到智能产品上面,并为这些产品的设计带来更多的手段与机会。
三、
新一代产品
我们很可能会看到一系列沿袭智能手机模式的新产品——这些产品是由实体产品本身以及大规模的线上系统组合而成,其线上系统是由信息系统与计算能力相结合而成的,可以提供广泛的服务。新一代产品具有以下特点:
• 对消费者和运营环境的适应性和响应性;
• 集成与物联网相连的嵌入式传感器;
• 存在产品的数字孪生;
• 提供自动更新的软件和基于云端的功能;
• 提供预测性的产品维护;
• 存在实体产品与服务的组合。
我们正见证着以生产为基础的服务业和服务型制造业的整合发展。当下的趋势即是整合发展;公司将辐射出系列的产品与服务。为了设计这一复杂的系统,我们可以利用PSS设计方法。
四、
产品服务系统设计
产品服务系统(PSS)的概念于20世纪90年代末被引入。对于PSS,一个值得我们注意的定义是“PSS是一种比起关注销售产品的实物价值,更关注产品与服务在整个产品生命周期中的效用价值的创新战略”。 根据这一定义,Maussang及其同事指出,PSS系统由彼此相关的物理对象和服务单元组成,其重点是为客户提供功能。他们进一步解释说“物理对象是执行系统基本功能实体,而服务单元是确保整个系统顺利运行的实体(主要是技术层面)”。几种类型的PSS均已被人们所定义。其中,面向使用和结果导向的类别特别引人注目,因为它们专注于交付的使用或服务而非严格依赖于产品本身。而对于以结果为导向的PSS类型,客户购买的是其服务而不是实体产品本身,尽管产品通常是供客户使用的。
非常重要的PSS设计途径是为工程设计人员提供与系统整体要求相关的规范 。为了开发出成功的PSS,必须考虑整个系统,包括物理对象与服务单元。功能分析法利用了交互作用图和功能框图,可以用来弥合系统方法与产品实际开发之间的差距。结构化分析与设计技术表示也被用于描述基于一组连续活动的场景。在上述我们提出的设计途径当中,一旦识别出主要的物理对象与服务单元,我们就会应用操作场景来描述系统。上述工具以及功能场景已经被提议用于设计一致的PSS。理论状态参数下的接收器可以捕获客户需求,以刻画客户状态的变化。这种状态的变化代表了客户所感知到的价值。在第6节中,我们会继续讨论PSS设计相关的主题,其中包含了对于NGIMS设计方法框架的讨论。
五、
面向智能制造的设计的框架
本文提出了一个面向智能制造的设计(DFIM)的框架,可用于一种PSS方案以构建智能产品及相关后端系统 ,该框架由NGIMS衍生而来。下文将对这个框架进行介绍,对操作视角进行概述并简要介绍PSS与数字孪生的工业应用实例。
(一)概述
从较为高层的抽象视角来看,我们可以看到消费者与PSS进行交互,也就是说,消费者通过与物理产品进行交互来请求服务并随后享受这些服务。该过程如图2所示。在PSS中,“服务”部分充当客户与产品之间的无形中介 。PSS中的这一部分扮演着产品用户界面的角色,允许消费者请求服务然后接收和使用它们。
图2 PSS内部交互的高层抽象视角示意图
在PSS的后端,产品中的嵌入式传感器与基于云端的产品支持环境进行通信,云端通过收集传感器数据来建立与维护产品的数字孪生。数据分析可用于提取重要的使用数据并更新产品状态。随后我们可以对处于当前状态的产品进行模拟,以确定是否需要维护或软件更新。在基于云的产品支持环境能够提供服务的范畴之内,数据分析可以帮助我们确定是否必须升级提供服务的软件。
我们可以清楚地在如图2所示的示意图中看到当前PSS(如智能手机)的操作模式。例如,如果客户想要找到新的应用程序,他们会通过手机的用户界面导航找到App Store图标,启动它,然后浏览检索到的应用程序。在PSS的后端,我们需要一个大范围的基于云端的系统来收集、编目、存档、验证以及检索应用程序。然而,当下的大多数PSS缺乏数字孪生以及通过对产品状态持续跟踪来实现的服务。这种情况很快就会得到改善。
(二)操作视角
仔细观察PSS的运行将为我们提供更深入的见解。首先我们应当考虑后端基于云端的产品支持环境。正如上文所述,数字孪生是一种产品的表征,传感器的数据流进入该环境使得产品不断更新。而要想更新产品状态,执行数据分析并进行产品状态的模拟,该环境必须具有一定的控制和决策功能。理想情况下,一个智能的支持环境还应该具有一定的监督执行功能,以便它可以随着时间的推移学习,优化其性能及PSS的性能。
同样,PSS应该有能力了解消费者,以便提供更好、更精准的服务。换句话说,PSS应当拥有有关一个客户的数字孪生,并将此数据表示作为数据分析和模拟的基础 。
图3对PSS与客户交互的详细视图进行了更详尽的展示,其中包括了含有“服务”部分和基于云端的支持环境的操作部分。与图1中的操作部分以及学习循环类似,预计未来的智能PSS将具有关于产品以及消费者的更新过的且具有分析能力的数字孪生。传感器的数据对控制、分析和决策活动起支持作用,从而使PSS能够响应并适应消费者需求以及产品的使用环境。此外,PSS将具有随着系统运行而学习的能力。
图3 操作视角下的智能PSS示意图
当然,对于该系统,客户也拥有控制、分析、决策以及随着时间的推移对产品及其服务进行学习的能力(为清晰起见,图中未显示)。
(三)实例
下文将介绍把数字孪生技术应用于智能PSS的几个工业实例。通用电气公司将传感器嵌入其涡轮发电机当中,最近还将传感器嵌入其飞机发动机中,以收集实时数据。结合新型检测机器人,公司可以应用数据分析来对维护需求进行预测并向其客户提出建议。在开发新产品时也可以使用这些数据和预测模型。
特斯拉为其销售的每辆汽车构建数字孪生模型。通过分析从汽车收集的数据进行问题识别,并准备软件更新以解决这些问题。企业通过互联网提供软件更新,因此用户即可连续使用汽车而不需要专程检修,这大大改善了用户体验。在未来,随着特斯拉和其他公司对于自动驾驶汽车的继续开发,我们可以很容易想象,对于诸如驾驶条件(即日/夜和天气)、道路状况(如路径曲线和上/下山)的数据,以及驾驶员行为、事故发生等数据,可以进行汇总和分析,以对汽车模型进行优化。此外,车企可以分析来自单个车辆的数据并有针对性地提供性能的微调。对于传统的人类驾驶模式,除了汽车的数字孪生之外,针对驾驶员的数字孪生模型将能够在危急情况下基于典型的驾驶员反应进一步微调汽车的性能。
在新产品的开发过程中,拥有数百万公里车辆数据的公司能够通过数据模拟车辆性能以及驾驶员反应来评估将采用的变更设计的影响。在更广泛的意义上讲,收集产品使用数据以及用户的行为、反应数据将有助于开发模拟模型,这些模型可以为设计决策提供信息,权衡设计备选方案之间的利弊,并对市场接受度水平做出预测。
六、
对面向智能制造的设计的影响
(一)基本原则
到目前为止,本文已经解释了智能PSS是什么,并展现了它与智能制造系统共享技术与特征的特点。那么DFIM又如何呢?正如我们所讨论的那样,DFIM与传统的DIF几乎没有相同之处。相较而言,其与DFAM则有更多共同点,因为DFAM的两个主要目标是:探索新的设计空间以利用AM的独特功能,以及以满足制造工艺约束的方式设计物理工件 。因此DFIM亦更多地关注如何利用智能制造系统的功能与技术优势,而非将注意力集中在制造约束上。在该视角之下,如图4所示,DFIM由两个不同的部分组成,这两部分的设计是面向更多可能性以及面向机遇的设计,但同时也是一种满足约束的设计。
图4 DFIM包括两个方面:面向更多可能性与机遇的设计,以及满足约束的设计
在随后的章节对这些方面进行进一步探讨之前,我们将介绍DFIM的一些基本原则:
• DFIM包括将由智能制造系统制造的未来智能PSS设计。
• DFIM的任务范围不仅仅是物理产品的设计;除了后端产品支持环境的设计以及物理产品的设计之外,它还包括对以物理设备为载体所提供的服务的设计。
• 由于开发产品支持环境需要非常大的投资,因此设计人员应计划设计多个产品系列和若干代产品,以便摊销投资。
(二)面向可能性与机遇的设计
DFIM的第一方面以全新的产品与服务理念还有新技术为基础,侧重于面向可能性与机遇的设计。该方面注重有创造性地探索新兴客户需求的解全新决方案。
我们所提出的DFIM的基础是PSS的相关设计方法。而其他支持PSS设计法的设计方法可以在工程、商业/营销以及工业设计文献中找到。下文强调的三种具体方法非常重要,但其他许多方法也与此相关。
根据PSS相关文献,PSS设计方法涉及由PSS提供的 :①面向客户的功能;②客户价值的测量;③使用场景;④PSS的功能结构;⑤产品架构;⑥产品要素的规格。出于我们的目的,我们应当将这种通用方法应用于由重要的产品支持环境所支持的智能PSS。
PSS设计方法的前三个要素强调了识别消费者真正想要与期待获得的服务的重要性,然后开发度量标准来衡量消费者对这些服务的价值感知。其中一个非常重要的考量因素是通过想象消费者在整个生命周期之中不同阶段的切实需求来对多年的PSS生命周期做出规划,同时想象PSS系统随着时间推移通过学习产品和用户能够提供哪些新服务 。尽管会存在一些变化,以用户为中心的设计方法当然也可以应用。但设计师应该更着重考虑消费者的期望和要求以及PSS系统的能力将如何随时间推移而发展。甚至,我们也正在开发让客户参与到自己产品的设计中的方法。
当设计人员考虑最后三个PSS设计元素时,他们需要开发PSS架构,并就如何将功能合理地分配给物理产品、用户界面以及后端环境做出重要决策 。他们还需要考虑PSS生命周期内通信与计算基础设施的演变。例如,对于5G无线网络的设计将与围绕4G的设计迥然不同。PSS元素的功能分配也可能随着时间的推移而发展,设计人员也应该考虑到这种潜在的演变。在上文特斯拉公司的案例中,我们突出讨论了这些问题,因为该公司可以通过软件更新识别出所有远程优化车辆性能的机会。制造商应当获得多少访问车辆功能的权限?客户自主调节的范围又应当有多大?通信基础设施又是否能够承担数据收集与软件升级所带来的负担?上述问题以及其他的许多相关问题都是我们在设计过程中必须考虑、解决的。
设计方法的相关文献包含了对于产品设计系列的广泛研究,即设计一组功能、能力和(或)尺寸范围广泛的类似产品。该产品系列可能会共享核心技术、功能或组件。例如,汽车被设计为产品系列,其产品系列具有各种尺寸(小型、中型、大型),具有不同款式(轿跑车、轿车、跑车)以及差异化的定价。产品系列设计的方法包括对恰当地提供所需范围的产品体系结构的识别,同时尽可能多地共享技术以及相关组件。识别通用平台以及设计选项组合是设计方法中的重要一步。
另一类产品系列设计的相关文献考虑了产品系列设计对产品代际划分的影响(相关研究详见参考文献。在这种情况下,我们对产品系列的演变进行提前规划,以便在不同的系列中引入新的功能。这种方法似乎与智能PSS设计高度相关,这可以确保后端环境可以随着PSS的发展支持未来的产品开发。
多学科设计优化(MDO)领域也可能在PSS设计中发挥作用 。在MDO环境中,物理产品、服务交付系统和其后端环境可以被视为不同的“规程”。也就是说,它们是待设计的非常不同类型的子系统。在设计的过程中,我们需要解决的重大挑战是:子系统之间彼此耦合,从消费者的视角来看,应当将子系统集成在一起形成紧密耦合的系统。虽然MDO方法最初是为航天工业而开发的,但该方法其实已得到广泛应用。在航空航天领域,耦合竞争的子系统往往包括结构、推进、航空以及有效载荷等几部分。MDO方法涉及了大规模、层次化和耦合优化问题的公式化思路以及求解方法。在确定了PSS的体系结构后,我们或许可以采用这些方法对其进行优化。
(三)设计约束
DFIM的另一个观点涉及智能制造系统能力的构建,同时应当尽量避免其约束 。从这个角度来看,我们主要关注的是物理产品的设计,将利用NGIMS进行制造。我们可以期待NGIMS能够具有稳定、可靠的制造能力,因为该系统将被(使用许多传感器)广泛监控,可能出现的问题将被快速识别,而系统将随着时间的推移而学习以及改进。
此外,在产品的设计当中,我们应当根据相关制造工艺的能力以及约束来进行调整。从某种意义上说,这即是传统的DFM方法。但我们有必要对预期的市场规模、预期的响应时间以及潜在的客制化机会等内容进行深入研究。
将产品的制造分为两类将会非常有帮助:一类是将被大量生产的产品系列;另一类是为单个产品模具、代际产品甚至是客制化产品提供的差异化组件与模块 。前一种产品的制造属于传统的DFM,应实施DFM与DFA的标准方法。而后一种情况则由于可能组合情况的爆炸式增长所带来的复杂性而存在一定的挑战。下面我们将针对这两个类别进行进一步探讨。
由于产品系列的设计元素在每种产品中均会得以体现,因此系列中的组件产量一般会比某些独立的产品组件大得多。因此,如果这些部件以大批量生产的方式投产,则传统的制造工艺可能会更适宜。在大批量生产中,可以压力较小地收回前期对于硬模以及基于人力的生产工艺规划的投资。尽管如此,产品开发人员仍然需要选择能够按照预期质量制造零件的制造工艺,同时应当尽量使生产过程经济且快速,以满足消费者要求的交付时间。或者,产品的开发组织可以决定将平台生产任务的部分或全部进行外包,这取决于组织是否认为它可以在产品系列的整个价值链中做出高附加值的贡献。
而对于组件和模块而言,制造过程的决策很大程度上取决于预期的产量 。对于小批量的生产而言,不需要太多大规模的硬模投资或是基于人力的工艺流程规划,这将对我们的生产工艺十分有利。为一个单独的产品注射成型几十甚至几百个零件将导致昂贵的单价以及较长的交货周期。相比之下,AM流程的引入可能有很多好处,该工艺不需要硬模,且仅需最低限度的人工干预。通常,AM的零件成本相对于生产量是恒定的,交货期仅需几天或更少。对于金属件而言,五轴加工或许是一种可取的方法,但前提是加工过程不需要特定零件的夹具,并且过程规划可以自动化。而制造工艺的选择方法已经得到了长足的发展,甚至已经被标准化。
当然,设计约束也是源于作为PSS一部分的计算与通信等基础设施系统的局限性 。在PSS设计期间,我们应当对这些局限性予以量化和考量。还应当考虑它们在PSS预期生命周期之内可能存在的演变。然而,我们可以预见,由计算和通信系统而造成的约束不会像物理产品的制造约束那样对我们的生产施加那样重大的影响。
七、
总结
本文从新一代智能制造系统的角度对未来智能产品的设计进行了讨论,旨在引起人们对于该问题的关注与思考。如果我们设想智能产品的未来,那么我们可以从设计与制造此类产品需要什么的角度来进行考虑。新一代智能制造的概念、实践以及系统的出现为考虑DFIM可能的需求提供了额外的动力。
本文对以下论点进行了强调 :
(1)DFIM始于新一代智能产品的设计理念 。
(2)智能产品可以被看做PSS,也就是说,智能产品是通过与大型计算和通信基础设施(即利用基于云的计算和物联网技术)交互向客户提供服务的物理产品 。因此,DFIM与PSS的设计方法密切相关。
(3)DFIM包括两个主要方面 :
• 面向可能性与机遇的设计,旨在开发新的设计概念并探索这些概念所开启的全新的设计空间(PSS设计方法是实现这一目标的主要手段);
• 面向约束的设计,利用传统的DFM和DFA方法,以规避制造过程约束所造成的限制。
(4)本文未提出全面的DFIM方法,因为这样做还为时过早。在该领域确立可靠的设计方法之前,还需要更多的调查与设计经验的积累 。
希望本文的发表将促进DFIM研究者群体的形成,这将是未来开发、研讨和改进包含NGIM的未来智能产品的一支生力军。
注:本文内容呈现形式略有调整,若需可查看原文。
改编原文:
David W. Rosen.Thoughts on Design for Intelligent Manufacturing[J].Engineering,2019,5(4):609-614.前沿研究:走向新一代智能制造
理论创新:面向新一代智能制造的人-信息-物理系统(HCPS)
智能制造的三个基本范式
前沿研究:智能制造领域的研究进展
战略研究:新一代人工智能引领下的智能制造
智能制造助力制造业高质量发展
中国工程院院刊
工程造福人类
科技开创未来
微信公众号ID :CAE-Engineering
说明:论文反映的是研究成果进展,不代表《中国工程科学》杂志社的观点。
作为产品设计师,工业设计师,你要知道的十大经典工业设计?
从1919年包豪斯(Bauhuas)在德国成立设计学院起,工业设计发展进入了爆发和系统化的发展,从巴塞罗那椅到PH5吊灯,时至今日,也产生了大量的经典优秀作品。美果设计培训中心的产品设计蒋老师为大家挑选了几件经典的工业设计作品,一一罗列出来,下面让我们来看看这几件工业设计师一定要知道的产品设计作品吧。
(此处已添加圈子卡片,请到今日头条客户端查看)No.1
巴塞罗那椅
巴塞罗那椅(1929年)
著名的“巴塞罗那椅”(Barcelona Chair)是现代家具设计的经典之作,为多家博物馆收藏。它由成弧形交叉状的不锈钢构架支撑真皮皮垫,非常优美而且功能化。两块长方形皮垫组成坐面(坐垫)及靠背。椅子当时是全手工磨制,外形美观,功能实用。巴塞罗那椅的设计在当时引起轰动,时至今日,巴塞罗那椅已经发展成一种创作风格。
《007皇家赌场》中巴塞罗那椅
设计师
路德维希•密斯•凡德罗1886年生于德国。1928年,他提出了“少即是多”的名言。1929年,密斯设计了巴塞罗那国际博览会的德国馆以及巴塞罗那椅,使他成为当时世界上最受注目的现代设计师。1930年密斯担任包豪斯第三任校长。
No.2
伊姆斯休闲椅
伊姆斯休闲椅(1956年)
1950年,Charles and Ray Eames面临一个新的挑战,他们要设计出一款既经济,又要轻便、坚固,还要高质量的椅子。灵感来自法国艾菲尔铁塔,他们利用弯曲的钢筋和成形的塑料制造这款经典的餐椅,优美的外形和实用功能使产品大受欢迎,流行至今。
椅子中的爱马仕——伊姆斯休闲椅
设计师
美国夫妻档设计师查尔斯(Charles,1907-1978)和蕾·伊姆斯(Ray Eames,1912-1988)是20世纪最有影响力的设计师,是建筑、家具和工业设计等现代设计领域的先锋设计师。在分工上依姆斯主要从技术、材料和生产的角度来考虑问题,而雷则更多地考虑形式、空间和审美。这种结合有助于他们将结构、功能、心理、美学以及文化等诸多问题结合起来贯穿于产品设计的各个方面。这对设计界的超级夫妇档有近百件作品被各大博物馆永久典藏。
No.3
Apple IIc个人电脑
Apple IIc个人电脑(1984年)
Apple IIc于1984年4月上市,是苹果公司首次生产便携式电脑。名字中的c代表compact(紧密的),表示其实际上是一套压缩在笔电大小的完整Apple II电脑(省去屏幕及电源供应器)。它提供了内置软驱及新设计的机后扩充槽,但缺乏内部扩充槽及直接更改主板的功能,使其成为像是麦金塔的闭锁系统。不过这正是该机型的设计理念:如同电器用品一般,拆箱即可使用、不需要经验及技术知识,因此对首次使用的用户很有吸引力。
设计师
艾斯林格(Hartmut Esslinger),青蛙设计公司创始人,曾为苹果、路易威登 (Louis Vuitton)、奥林巴斯 (Olympus)、三星、索尼等公司负责发展全球化的设计战略。1990 年,他成为《商业周刊》(Business Week) 的封面人物,被誉为是自 1930 年以来美国最有影响力的工业设计师。
No.4
BRIONVEGA Algol 电视
BRIONVEGA Algol 电视(1964年)
Brionvega是一个专注于制造便携式电视的品牌,1945年创立于米兰,其产品被纽约现代艺术博物馆(MoMA)馆藏。
设计师
马尔克•扎努索(Marco Zanuso),意大利现代设计学派的领头人,1916年生于米兰,1939年毕业于米兰理工大学建筑系,1945年在米兰创办设计事务所——扎努索工作室,为推动意大利设计学派的形成和培养新一代设计师作出了杰出的贡献。
理查德.萨博(Richard Sapper)1932年生于慕尼黑。他的履历非常丰富,他学过哲学、平面设计、工程学和经济学,曾在Mercedes-Benz的设计部门工作。并从那时起,开始为GioPoniti、Pirelli、还有Fiat、Alessi、IBM和Knoll以及很多很多其他的公司工作。理查德·萨珀 于2015年的最后一天不幸去世。
No.5
AALTO 花瓶
AALTO 花瓶(1936年)
1936年,芬兰阿什斯特朗(Ahlstrom)属下的玻璃器皿公司里塔拉(Karhula-littala)举办了一次玻璃容器设计大赛,阿尔托做了一个很特殊的设计。他其实不是受湖泊形状的影响而设计了这个花瓶,而是受到芬兰北部极地圈里的叫做萨米爱斯基摩妇女用木棍撑起麋鹿的皮做皮衣的方法启发。在当时,这种形状与简约形态是震惊四座、革命性的。可谓是前无古人的作品。
设计师
阿尔瓦·阿尔托(1898-1976)是芬兰现代建筑师,人情化建筑理论的倡导者,同时也是一位设计大师及艺术家。1947年阿尔瓦·阿尔托获美国普林斯顿大学名誉美术博士学位,1955年阿尔瓦·阿尔托当选芬兰科学院院士。1957年获英国皇家建筑师学会金质奖章,1963年阿尔瓦·阿尔托获美国建筑师学会金质奖章。Alvar Aalto 认为工业化和标准化必须为人的生活服务,适应人的精神要求。阿尔托的创作范围广泛,从区域规划、城市规划到市政中心设计,从民用建筑到工业建筑,从室内装修到家具和灯具以及日用工艺品的设计,无所不包。简洁、实用是芬兰设计的特点,构思奇巧是芬兰设计的精髓。芬兰人特别擅长利用自然资源达到设计目的。
No.6
博朗 RT20收音机
博朗 RT20收音机
这款博朗收音机是迪特·拉姆斯经典作品中的一件,简约的造型和易用的交互设计,是这款产品成功的主要原因。而今迪特·拉姆斯的设计作品及精神也对如今的设计产生深远的影响。
设计师
迪特·拉姆斯出生于1932年的德国。拉姆斯曾经阐述他的设计理念是“少,却更好”(Less, but better),与现代主义建筑大师密司·凡·得罗的名言“少即是多(Less is more)”对比有更有趣的内涵。
No.7
外星人榨汁器
外星人榨汁器(1990年)
这个榨汁机的是斯塔克在1990年为阿莱西公司(Alessi)设计的。
设计师
菲利普·帕特里克·斯塔克(1949年出生)是一位国际著名的设计师,出生于法国巴黎。他的设计风格相当有个人特色,作品领域包括有建筑、家具设计,生活用品设计,交通产品设计和室内设计等,十分广泛。
No.8
万字酱油瓶
万字酱油瓶(1961年)
1961年,荣久庵宪司设计了著名的万字餐桌用酱油瓶,轻便的倒立漏斗形瓶身广受欢迎,不久这个酱油瓶便成为了日本美食在全球的代表物之一。
设计师
日本工业设计家,日本工业设计界大师,日本博士。曾任世界工业设计联合会(ICSID)参议员,日本设计研究所主席,美国艺术中心设计学院评议员,世界设计组织主席,日本GK设计集团主席。
No.9
PH5 吊灯
PH5 吊灯(1924年)
PH5 吊灯的“PH”是以设计师 Poul Henningsen 首字母命名,这一设计早在1925年的巴黎国际博览会上获得金牌,并且至今仍是国际时尚上的畅销产品。成为诠释丹麦设计“没有时间限制的风格”的最佳答案。PH5 吊灯是斯堪的纳维亚风格的典型代表,这一时期的重要作品大多具备典雅、简洁的造型,兼有现代却同时是为大批量机械化生产设计的,因此融合了手工艺的美感和机械化生产的特征。
设计师
保尔•汉宁森 Poul henningsen(1894—1967)是丹麦著名设计师,被誉为丹麦最杰出的设计理论家。汉宁森的成名作是他于1924年设计的多片灯罩灯具,这件作品于1925年在巴黎国际博览会上展出,获得很高评价,并摘取金牌,获得“巴黎灯”的美誉。
No.10
甲壳虫汽车
甲壳虫汽车(1934年)
甲壳虫汽车是1934年美国的克莱斯勒公司生产的气流牌小客车,首先采用了流线型的车身外形。流线型车身的大量生产从德国“大众”开始。
设计师
费迪南德·保时捷是著名的德国汽车工程师,他对以往的汽车进行了革命性的更改,奠定了今天汽车摸样,设计了甲壳虫汽车,保时捷公司的创始人。
免责声明:本文来源于优胜模具培训学校,版权归原作者所有。如涉及版权,请联系删除。
相关问答
机械类专业要分流了,机械 设计制造 及其自动化, 智能制造 ,车辆工程,机械工程间该怎么选择比较好?一般学校在大三时会让学生依据自己的兴趣进行专业的选择,就拿我上学来说吧,我们有四个选择:机械设计,机械制造,车辆工程。我选择的是机械制造方向,说白了偏...一...
智能制造 工程和机械工程的区别?两者区别如下:1.智能制造专业培养掌握机械、自动化、智能化等智能制造相关学科基础知识及应用能力,能够从事智能产品设计制造,智能装备故障诊断、维护维修,智...
智能制造 和机械自动化哪个好?智能制造比较好。智能制造就业前景非常广阔,智能制造专业毕业生就业率非常高,毕业后可以从事智能产品设计及制造,数控机床和工业机器人安装等。智能制造比较...
智能制造 工程考研方向哪个比较好?1、智能制造工程专业是典型的交叉学科,涉及到机械工程、控制工程、电子技术、计算机网络、嵌入式技术和人工智能技术等。2、智能制造工程专业是比较新的专业,...
机械工程和 智能制造 哪个专业好?机械工程和智能制造各有千秋,说不上哪个好哪个不好,他们都有相似的地方,都是以培养具有扎实基础理论和专业知识,从事机电设备系统的研发,设计等工作的高水平...
设计 定制尿素泵电机永磁同步电机直流无刷电机[回答]火山电气公司聚焦客户需求,持续提供智能的驱动控制及节能电机,工业自动化,智能物联网综合解决方案,提供纺纱机械节能改造、织造设备节能改造、剑杆...
各位资深人士 哪位了解!! 智能制造 系统的什么是智能制造?,智...[回答]是加快组织实施智能制造工程,开发智能产品和自主可控的智能装置并实现产业化,建设重点领域智能工厂、数字化车间,建立智能制造标准体系和信息安全保...
大三的机械 设计制造 及自动化专业生想转人工 智能 方向,应该怎么办?机械制造及自动化专业也是人工智能所包含的基础内容之一,所以转向人工智能方向也是可以的。作为机械相关专业的大学生来说,要想转向人工智能方向需要学好以下内...
智能制造 时代传统制造如何决胜未来?传统制造的特点是大规模,产线稳定,款式较少,性价比高。要做这样的转型,需要每个工厂有面向更大市场,直接触达需求及反馈的能力。(这一点需要做社会化协同...
埃美柯 智能水表 怎么样,价格多少?- 设计 本有问必答埃美柯智能水表很不错,数据相当精确,质量也好Amico埃美柯IC卡水表智能水表¥160.00埃美柯LXDGK-IC智能化卡式铜壳单流冷水表DN15-----DN20¥...