要说如今什么计划气势派头最火？你首先想到的肯定是“ 极简 ”，更普通和广为传播的名字叫做性淡漠气势派头。

▲muji，一个让你全家都淡漠下来的品牌

而除此之外，另有一个与“性淡漠”天差地别的计划气势派头—— 参数化计划 。

它另辟蹊径，天马行空，给人线人一新的、具有将来感的视觉感觉。

参数化计划可以是什么样的呢？
在诸多参数化计划作品中，最知名的莫过于扎哈哈迪德计划的银河soho。

银河soho极其浮夸的计划气势派头给人极强的视觉效果，层层叠叠的楼层宛如万万个飞碟搭载在一起，修建遗世独立，不得不叹息计划师的巧夺天工和超群的思路方法，帮助计划师创造这样惊艳的修建的，便是参数化计划。

什么是参数化计划？

随着扎哈、蓝天组等修建作品在行业的热捧，让越来越多的计划师开始理解、运用参数化计划。

参数化计划本质上是可控制的量化参数通过盘算机软件设定规则要么逻辑天生不可量化的多元结果，从而寻求新情势和更多的计划优化方案。 参数化计划的出现意味着情势的大概性将超越人能到达的最大极限。

清华大学修建学院传授徐卫国以为：参数化主义的内在实际上大大超越情势本身， 数字技能改变了修建师的计划思索方法。 算法是盘算的焦点内容，它所包含的内容远远不止修建的情势气势派头。

▲参数化计划修建图

怎样进行参数化计划？
- 参数化编程 -

在使用参数化计划的方法开发产品时，零件计划模型的创建速率是决定整个产品开发服从的重要。产品开发初期，零件外形和尺寸有肯定含糊性，要在 装配验证、性能分析和数控编程 之后才能确定。这就盼望零件模型具有易于修改的 柔性 。

▲参数化编程

- 参数化模型 -

在CAD中要实现参数化计划，参数化模型的创建是重要。 参数化模型表现了零件图形的几何束缚和工程束缚。

几何束缚包括布局束缚和尺寸束缚。布局束缚是指几何元素之间的拓扑束缚关系，如平行、垂直、相切、对称等；尺寸束缚则是通过尺寸标注表现的束缚，如间隔尺寸、角度尺寸、半径尺寸等。工程束缚是指尺寸之间的束缚关系，通过定义尺寸变量及它们之间在数值上和逻辑上的关系来表现。

▲参数化模型

- 参数化计划软件 -

▶︎Pro/Engineer

参数化计划的鼻祖，参数化计划的实现开始就是由Pro/Engineer实现，重要应用于消耗电子、小家电和日用品、发动机计划等行业。

▶︎UG和CATIA

用于传统的制造行业好比汽车、航空航天等行业上两个软件占据绝对的市场份额。

▶︎Solidworks

Solidworks有功能强盛、易学易用和技能创新三大特点，这使得SolidWorks 成为领先的、主流的三维CAD解决方案。SolidWorks 可以或许提供差别的计划方案、淘汰计划過逞中的错误以及进步产品格量。

参数化计划大咖作品
- 扎哈哈迪德 -

在修建范畴提及参数化计划，就不得不提扎哈哈迪德，这位天才又早逝的女计划师用参数化计划为众人出现了一个个修建的古迹。

在从前的修建计划中，更多的是单位的重复，随着参数化计划的鼓起，修建计划中有了更多自由感性的线条，柔软层叠的空间，以及自由生长的图形装饰。

/ 盖达尔·阿里耶夫文化中心 /
/ 广州歌剧院 / / Dominion办公大楼 / - 马岩松 -

2004年建立MAD北京事务所并宣称：我们的修建绝不是寻求情势上的新颖独特，而是要创造将来。


/ 梦露大厦 / / 哈尔滨大剧院 / / 鄂尔多斯博物馆 / / 上海普陀区189弄购物中心 /
- 张周捷 -

坚信数字化是一定趋势，青年计划师张周捷这些年来都在研发“数字造物”，如同一位富有耐烦的工匠，潜心探索盘算机全球中的无穷大概。

/ Triangulation系列椅子 /
/ 展示装置 / / 边柜 /
别的计划应用
/ Jaguar I Pace /
/ BMW VISION NEXT 100 /
/ 家居风 /
/ 3D打印/
/ 服装计划 /

参数化计划凭借炫酷奇特的表面、震撼的视觉效果风靡全球。然而，参数化计划在给计划师带来更多灵感和计划大概性的同时，也面对着情势大于内容、施工困难、造价昂贵等争议。

你对参数化计划怎么看呢？它是一个强有力的计划方法，还是华而不实喧宾夺主的噱头？


设计参数是指什么

记得小的时候都喜欢玩吹泡泡的游戏，有两种方法： 一种是拿着带柄的圈儿放在杯子里醮上肥皂水，吹出一个一个的泡泡，泡泡迎风飞舞。




另一种是拿一杯肥皂水，把吸管插进杯子里，对着吸管猛吹泡泡，杯子里就产了一大堆晶莹剔透的水泡，在阳光下闪闪发光。





这个游戏可以拿来当成传统设计与参数化设计的区别，


第一种方法可以看成是“纯手动”的，每一次吹泡泡，都要有一个醮肥皂水，吹气的动作，而且做这个动作之前，你已经可以确定它的形态是一个圆球形。吹泡泡只是为了完成这个形态而要做的一道工序。


第二种方法可以看成是“人工性随机生长”，虽然你大概知道结果，但你永远无法在做这个动作之前就完全确定最后的形态，杯子的大小，吹气的力量和时间，都会对结果产生决定性的影响，如果它还没有达到你的要求，你可以继续增加吹气，其形态会继续生长，演变。它可以不断地繁殖，重复生长，它既带有随机性，同时又有可控性，它的形态不是正方体不是正球体，它是无机的形态，却有自身的规律，泡泡与泡泡之间的衔接非常完美。 如果你仔细看这些细节，你会问自己：“我只是在不断的吹气，却生成了这样复杂的形态，怎么做到的？”


帮你完成这些工作的幕后抄作者，就是大自然，自然界控制着万事万物的随机规律性生长。放大后观察每一片雪花都是几何放射形，但它们的形态居然又各不相同。自家后院种了三株同样的爬山虎，它们刚长出新芽时，看起来似乎都是一样的，几个月后，藤蔓沿着同样的山墙攀爬而上，你知道它们一定都是在往上爬，往阳光的地方爬，但它们爬出的形态却又各自不同，变化万千，只要给它们阳光和水土，它们就会不断的生长、重复以前的形态又随机变化着。你永远都不可能找到两朵完全一样的花朵，因为自然的属性让每个事物都独一无二的存在。 “人不能两次踏进同一条河流。” 赫拉克利特的这句名言正解释了这种自然界的随机规律性。


无论大千世界万事万物的形态千差万别，它们都有各自的生成逻辑，


逻辑，就是自然的法则，也是建筑的守则。



而参数化设计的核心是“逻辑建模” 。顾名思义，就是利用物体自身的逻辑性建立这个物体，比如我们说：“两点相连成一条直线”这句话本身有一个逻辑在里面： 两个有距离的坐标点（参量），互相连结（关系），形成一条直线（结果）。逻辑建模就是把建模过程中的三个因素分解开来：（参量）——（关系）——（模型），而参量与关系都可以随时改变：当坐标点发生位移时，直线的长度、位置随之改变。




换个角度说，如果你经常用软件建立、分析三维的模型，当你设计了一个曲面形态，但在草图阶段，你并不确定这个曲面的每一个点的坐标位置在哪，而且你随时可能因为方案的修改而对曲面进行不确定的调整，你希望这个曲面在你控制的范围内，能生成符合条件地多种结果，以便于你从中挑取最满意的一个。如果你使用传统的软件建模方式，你可能很难控制，因为你使用软件提供的直接生成结果的命令在做这件事。而逻辑建模就是把生成结果的命令分解成来源（参量）——关系（逻辑）——结果（模型）



在以往的设计中，由于工具和技术的限制（如绘制工具、建造技术等）。人在设计一些形态时，总是趋向于完全的复制，如一座几十层高的公寓大楼，每层的格局完全是一模一样的。这种批量化的复制虽然简单快速，但却是最不符合人作为自然物的本能的：独特性、生长性。生长设计并非是简单的要颠覆横平竖直的方盒子做奇怪的空间，而是为了满足人类的自然属性，在技术不断成熟的未来，人类从简单的物质追求上升到精神追求的高处，当我们厌倦了模式化的生活方式、千人一面的行为举止、同质化的城市格局、抄袭复制的空间形态时，就越来越需要返朴归真，探索大自然的真理，用自然的规律来诠释人生命的意义。我们每个人都需要独一无二的生活、独一无二的存在、独一无二的拥有。而设计师作为创作这些物象的工作者，他们的工作方法，就像藤条的生长一样，把握大的方向与规律，让设计的结果千变万化。


凤凰传媒中心 BIAD设计

由莫比乌斯环生成的逻辑空间





水立方

气泡生成的逻辑

PS声明：本文由kidwell Kuang原创发表，部分图片源自网络，如需转载请注明作者及出处。
























参数计划(Parameter Design)

参数计划是 三次计划法 里的二次计划,是在系统计划之后进行。参数计划的基本头脑是通过选择系统中全部参数(包括 原质料 、零件、元件等)的最佳程度组合，从而尽量淘汰外部、内部和产品间三种滋扰的影响，使所计划的 产品格量特性颠簸 小，稳定性好。别的，在参数计划阶段，一样平常选用能满意使用环境条件的最低质量品级的元件和性价比高的加工精度来进行计划，使产品的质量和 本钱 两方面均得到 改进 。

由 田口玄一 对证量的定义可以得知:质量特性偏离目的就会造成丧失。而噪声因素对 质量特性 的影响可以分为4种种类，如下图所示，因此为了淘汰质量特性偏离 目的值 所造成的丧失，必须确保到达目的值并实现颠簸最小。但从均匀 质量丧失 E\left[L(y)\right]=k\left[(\mu-m)^2+\sigma^2\right] 来看，消除 (μ − m ) 2 相对比较轻易,而降低 σ 2 即淘汰颠簸，则相对比较困难。从本钱崎岖的角度出发，淘汰颠簸的方法重要有三种:

Image:波动的类型.jpg

(1)使用越发严肃的容差限，筛选出质量低劣的产品

(2)找出引起故障的缘故，并接纳相应棤施消除这些缘故

(3)接纳 稳健参数计划 技能，计划出对噪声因素不敏感的产品

由此可以看出，为了淘汰丧失，传统做法是在制造過逞中监控過逞的颠簸，调整過逞淘汰制造缺陷，使得相应参数位于容差限内。但这些革新方法不光增长了制造過逞的本钱，并且没有从根本上 革新产品 的质量。以是 田口 提出:既然查验和 统计過逞控制 阶段都无法完全补充失败的计划带来的丧失，那么在计划阶段就应该重视质量。为了在计划阶段得到盼望的产品格量，他提出了参数计划的头脑，目标是以低本钱生产出高质量、高稳健的产品。

通常，一个产品的质量特性是通过一个庞杂的非线性函数与其产品参数和噪声因素创建关联的。以是有大概找到参数的很多差别组合，使得产品格量特性值在名义噪声条件下(当噪声因素恰好处于其名义值时)到达所需的日标值。但是，由于非线性关系。这些差别的参数组合会引起质量特性值产生完全差别的颠簸，纵然噪声因素的颠簸保持稳定。因此参数计划的重要目的是使用非线性关系找到参数的最佳组合，使得质量特性值围绕目的值的颠簸最小。

首先通过一个简单的数学公式来明白非线性关系。定义控制因素为 x=(x_1,x_2,\cdots,x_n)^T ，噪声因素为 z=(z_1,z_2,\cdots,z_\varphi)^T ,y和x、z之间的关系可表现为：

y = f ( x , z ) (1)

那么噪声因素与名义值之间的偏差 \triangle z 引起的质量特性值与日标值的偏差 \triangle y 近似可表现为:

\triangle y=\left(\frac{\partial f}{\partial z_1}\right)\triangle z_1+\left(\frac{\partial f}{\partial z_2}\right)\triangle z_2+\cdots+\left(\frac{\partial f}{\partial z_n}\right)\triangle z_n (2)

假如噪声因素的偏差是无关联的，那么可以得到y的方差 \sigma_y^2 为:

\sigma^2_y=\left(\frac{\partial f}{\partial z_1}\right)^2\sigma^2_{z_1}+\left(\frac{\partial f}{\partial z_2}\right)^2\sigma^2_{z_2} +\cdots+\left(\frac{\partial f}{\partial z_n}\right)^2\sigma^2_{z_n} (3)

因此方差 \sigma^2_y 是噪声因素的方差 \sigma^2_{z_1} 和 敏感系数 \left(\frac{\partial f}{\partial z_1}\right)^2 的乘积之和，此中敏感系数是关于控制因素的函数。以是所谓的稳健产品(或稳健工序)是教唆得公式(3)中的敏感系数到达最小值的产品(或工序)。下面通过一个详细实例来说明了参数计划的非线性原理，如下图所示.

Image:参数设计的非线性原理.jpg

从图中可以看出，曲线R点处为最佳设置，在该点相应的离散度处于最小状态。由于质量特性Y与系统因素(或控制因素)x具有非线性关系 y = f ( x ) ，因此可以通过调整控制因素x的取值来寻找对随机因素(噪声因素)不敏感的参数程度，以得到最佳设置点R。但值得留意的是，当输出相应y与控制因素x具有线性关系时，稳健参数计划方法失效。怎样得到关于每个噪声因素的最佳设置正是稳健参数计划技能最具挑衅力和优势的地力。

在产品计划阶段，工程师们耗费大量时间来研究在差别的产品使用环境下，种种计划参数是怎样影响产品性能的。而参数计划作为一种“放大器”，它使得工程师们可以使用较少的试验费用和时间来得到决议所需的信息。参数计划技能重要完成两个使命，同时也是实现稳健性能目标所接纳的两种重要工具:

1)计划和开发阶段丈量质量。使用某特定的质量指示器，来预计出某特别计划参数发生变革时对产品性能的影响程度。

2)使用有用的试验寻找与计划参数有关的可靠信息，以制止制造和客人使用环境下计划发生变革。同时还要确保把所耗费的时间和资源降低到最低限度。

详细实行過逞是鉴戒正交试验计划，首先确定影响输出质量特性的因素及其程度，然后对因素进行分类，使用内外正交表安排试验，接纳SIN比进行数据分析，确定因素的最佳程度。详细的实行流程图见下图。 田口玄一 的参数计划为计划工程师们提供了一种在绩效和本钱的底子上，来决定最佳计划参数的系统而有用的方法。

Image:田口参数设计的流程图.jpg

参数计划是一个多因素选优问题。由于要思量三种滋扰对产品 质量特性值 颠簸的影响，探求抗滋扰性能好的计划方案，因此参数计划比 正交试验计划 要庞杂得多。 田口 博士接纳内侧正交表和外侧正交表直积来安排试验方案，用 信噪比 作为产品格量特性的稳 定性指标 来进行 统计分析 。

为什么纵然接纳质量品级不高、颠簸较大的元件，通过参数计划，系统的功能仍非常稳定呢？这是由于参数计划使用了非线性效应。

通常产品格量特性值y与某些元部件参数的程度之间存在着非线性关系，如果某一产品输出特性值为y，目的值为m，选用的某元件参数为x，其 颠簸范畴 为Dx (一样平常呈正态分布)，若参数x取程度x1，由于颠簸Dx，引起y的颠簸为Dy1(如图)，通过参数计划，将x1移到x2，此时同样的 颠簸范畴 Δx，引起y 的颠簸范畴缩小成Dy2，由于非线性效应非常显着，Dy2Δy2，即进步了元件质量品级后，对应于x1的产品格量特性y的颠簸范畴仍旧比接纳较低质量品级元件、对应于程度x2的y颠簸范畴D y2要宽，由此可以看出参数计划的良好性。

Image:参数1.jpg 参数计划的目的——得到可加模型

参数计划的目的是得到控制因素的最佳组合，使得产品或過逞对噪声因素不敏感或是稳健的，同时，参数计划还盼望可以或许得到控制因索的可加模型。可加模型也称作叠加模型、变量分散模型是指几个因索(或变量)的总效应即是单个因素的效应之和。单个因素的效应大概为线性的、_二次的或更高阶次的。但是，在可加模型中不容许存在包含两个或更多个因素的交织项。假如得到了可加模型，那么只需要知道控制因素的主效应，就能猜测生产品在控制因素的任何组合下的性能，并且可以节省大量的试验时间和金钱。但是假如控制因素的效应不具有可加性，那么就必须在控制因素的全部组合设置在进行试验从前得到最佳组合。并且假如控制因素的数量非常之多的话，试验就会变得非常昂贵。

得到可加模型另有别的一个重要缘故。由于进行试验的环境也可以看成一个控制因素，那么三种种类的环境:试验室、制造环境和客人使用环境，均可看成控制因素处置。假如在试验室环境下察看到控制因素之间存在很强的交互作用，那么这些控制因素还大概与试验室的环境发生交互.因此，在试验室环境下得到的控制因素的最佳组合很大概在制造环境或客人使用环境下被证实不是最佳选择。

由此可见，控制因素之间存在交互作用是参数计划中的一个重要问题，因此，通过明智地选择质量特性、控制因素、噪声因素和测试环境，虽然不能保证可以或许得到可加模型，但是可以淘汰交互作用的程度和重要度。

比方，有一晶体管稳压电源，输入为交流220V，要求输出目的值为直流110V，颠簸范畴必须控制在±2V。决定稳压电路输出特性的重要因素是晶体管的电放逐大倍数 hFE（其输出特性呈!非线性关系）以及调治电阻R的大小（电阻的输出呈线性关系）。

通常专业计划职员看到电路输出与目的值发生偏离时，大多是调整晶体管 hFE的工作点，使输出到达目的值，但又产生了输出电压颠簸偏大的问题。比方原稳压电源的晶体管hPE工作点在A1（A1=20），对应的输出电压为95V。这时，计划职员通常是把hFE从A1调整到A2（A2=40），使输出电压到达110V。但是， 晶体管 的hFE总会有肯定范畴的颠簸。假定hFE的颠簸范畴为±20，当选定A2=40为计划中心值时，hFE就将在20-60（A1-A3）之间颠簸，对应的输出目的的颠簸范畴将是95-120V。已往为解决这一问题，都是进一步严格挑选元件，以减小hFE的颠簸范畴。这样势必增长 制造本钱 。怎样运用参数计划的原理来 优化计划 呢？由此可知，当A4=80这个工作点时，对应的输出特性曲线变革的平展区。如今仍接纳hFE颠簸为±20的晶体管，但工作点选A4=80上，此时输出电压颠簸范畴为120耀122V之间，颠簸幅度大大减小。但这时的输出电压为121V，比目的值110V超过一个M=11V的偏差。这个偏差可用线性元件电阻 R来校正，通过改变电阻R的大小来调整输出电压；使其到达110V。通过这项计划，我们找到了晶体管hFE与电阻的最佳参数组合为A4B4。

在计划开发的過逞中，经常是在关系未知的环境下进行参数计划的，而不是象上例中的关系明白可鉴。这就必须通过试验的措施，并借助于 正交试验 、 方差分析 、信噪比等数理统计的方法，以较少的次数找出切合计划目的值且稳定性很高的参数组合。

本文网址： http://www.appike.com/d/202092262145_3261_1970604733/home