Appunti dalle lezioni di Progettazione Robusta

FACOLTÀ DI ARCHITETTURA “LUIGI VANVITELLI”
Seconda Università degli Studi di Napoli
Corso di Laurea Specialistica in DISEGNO INDUSTRIALE
A.A. 2008/09
PROGETTAZIONE ROBUSTA
A.A. 2008/09 ~ ing. Michele STAIANO PhD
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE
Università di Napoli FEDERICO II
P.le V. Tecchio, 80 - 80125 NAPOLI (IT)
Tel. +39 081 76 82354
FAX +39 081 76 82187
mail: [email protected]
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Laurea Specalistica in DISEGNO INDUSTRIALE
A.A. 2008/09
Modulo di PROGETTAZIONE ROBUSTA
Cos’è la
PROGETTAZIONE ROBUSTA
LEZ. 3
27 novembre
ing. Michele Staiano
Docente incaricato dalla Facoltà di Architettura
“Luigi Vanvitelli” della SUN
Corso di Design per la mobilità sostenibile
EMOZIONE
kansei è una parola giapponese che indica il
complesso di emozioni e sensazioni che l’utente
prova quando entra in contatto con un prodotto
kansei engineering (KE) è detto il paradigma
progettuale che, con un insieme di tecniche
analitiche e sperimentali, mira ad introdurre i
valori emozionali direttamente nella progettazione
modi di vedere
Il nostro modo di vedere le cose è influenzato da ciò che
sappiamo o crediamo. Nel Medioevo, quando gli uomini
credevano nell’esistenza fisica dell’Inferno, la vista del fuoco
aveva probabilmente un significato diverso da quello attuale.
Il loro concetto d’Inferno doveva, però, essere strettamente
correlato alla vista del fuoco che consuma e delle ceneri che
rimangono; nonché all’esperienza del dolore provocato dalle
bruciature.
Quando si è innamorati, la vista della persona amata ha una
pienezza che nessuna parola e nessun abbraccio riescono ad
eguagliare: una pienezza che soltanto l’atto del fare l’amore
può temporaneamente raggiungere.
Eppure questo vedere che viene prima delle parole, e di
cui esse non riescono mai a dare del tutto conto, non
dipende dalla reazione meccanica a uno stimolo.
John Berger, Questione di sguardi, Il Saggiatore
KANSEI
il kansei è una sensazione interna
strettamente correlata
ad una percezione esterna
i sensi veicolano l’input che è richiesto per
produrre il kansei e reagiscono concordemente
questo principio è utilizzato nel KE, laddove è
misurato il significato emozionale conseguente
ad uno stimolo esterno
KANSEI
il kansei non può mai
quantificato o
featureesserelearning
algorithm
extraction
compiutamente descritto
learning set: class vs. signal
KE usa segnali fisici o
developmentcome il
esterni
operation
comportamento
delle
persone,
heart rate
azioni, parole, espressioni
feature
temperature
facciali e posture o
extraction
skin resistance
parametri
fisiologici (numero
battiti, EMG, EEG...)
object 3
VR integration
object 2
object 1
eye tracker
classifier
classification
process
object filter
result
evaluation
KANSEI 1
Il KANSEI nel design di prodotti industriali
Introdurre significati emozionali nel progetto di oggetti industriali
non è un!idea originale: per molto tempo diversi produttori lo
hanno fatto. Metodi come il Quality Function Deployment (QFD)
tecniche di brainstorming ed altre sono state sviluppati con
l!intento di integrare in nuovi prodotti significati emozionali. Altri
metodi catturano, valutano ed aggregano le emozioni che gli
utenti mostrano di fronte ad un certo prodotto (ad esempio:
focus gruop, interviste, sondaggi...)
questionari!
Questo dimostra che gli sviluppatori del prodotto
hanno sbagliato nell!interpretare correttamente
la voce del cliente piuttosto che definire specifiche
tecniche errate.
!
Product Experience
Hendrik N. J. Schifferstein, Paul Hekkert
Pubblicato da Elsevier, 2007
Il ruolo che il designer gioca nel servirsi di tali tecniche è
combinare insieme le richiesta del cliente e di tutti gli altri
portatori d!interesse (stakeholders) soluzioni tecniche
(eventualmente originali) e le sue idee personali in prodotti
nuovi ed innovativi. In molte industrie questo obiettivo è
ricercati fidando sull!esperienza ed il gusto dello staff di sviluppo
e sulla personale interpretazione che i suoi membri hanno delle
esigenze del cliente. Spesso tale processo è considerato più
un!arte che un lavoro d!ingegneria o un metodo scientifico.
Questo dipende dal fatto che non sono documentate regole su
“come fare” e che una volta raggiunto il risultato è difficile
mettere in discussione il metodo.
Peggio ancora il prodotto può risultare in un fallimento
economico se la traduzione dei bisogni del cliente è basata su
di un!errata assunzione riguardo ad essi. D!altra parte molti
prodotti che non hanno avuto successo sono poi stati
riconosciuti in anticipo rispetto al momento opportuno di rilascio
nel mercato (non ancora maturo per recepirli).
and the particular experiment design. In order to control
validity, the representative product samples were chosen
in such a way that a certain product property were
presented by at least two different product samples.
2.2. Span the semantic space
Using the domain definition above as a point of
departure, the products in the domain are described
semantically. The procedure is documented in several
other sources (Nagamachi, 1997; Ishihara, 2001;
Schütte, 2002).
In this study, the semantic space (Osgood et al., 1957)
was spanned using three standardized steps according to
Schütte (2002):
Step 1: Word Collection. The rocker switches were
described in words (in Swedish), mainly adjectives.
These words were collected from different sources such
as the internet, literature, newspapers, manuals, etc. in
order to achieve the most complete semantic description
possible.
Step 2: Reduction of the Number of Words. Since
some words were similar, had identical meanings or
were considered to be less important for the ongoing
evaluation, the number of words was reduced without
losing any crucial information. The method used in this
study was an affinity diagram grouping the semantic
descriptions according their affinity (Bergman and
Klefsjö, 1994), carried out by experts from the
companies involved and researchers from Linköping
University. As mentioned before, three different companies were involved in the project. Beside the general
words chosen for this study, words expressing the
companies’ image were added to the original set of
Kansei words.
Step 3: Final Selection of Kansei Words. The affinity
diagram delivered groups of words belonging together in
several aspects. From this, representative words were
finally chosen, hereafter, called Kansei words.
KANSEI 2
scale SD
Per evitare questi errori molti produttori
sono alla ricerca di metodologie più
affidabili per catturare e tradurre la
comprensione dei valori emozionali del
cliente in concrete soluzioni
progettuali.
Product Experience
Hendrik N. J. Schifferstein, Paul Hekkert
Elsevier, 2007
2.4. Synthesis
In the next step, the synthesis, the interactions
between the two spaces were analysed. semantic
differential scales (Osgood et al., 1957) were used here.
Scales
with thedel
twoKANSEI
extremes ‘‘not
at all’’ and ‘‘very
La
tecnica
ENGINEERING
è
much’’ as anchors and a Kansei word on top were
specificamente
mirata
presented to the subjects
(Fig. alla
2). traduzione dei
The participants
in the
were parametri
supposed to rate
valori
emozionali
in study
concreti
di
the
product
samples
on
a
scale
for
one
Kansei
word
progetto del prodotto.
each. Both the order of appearance of the product
samples
and the order
the Kanseiil pilastro
words were
Per
raggiungere
taleof obiettivo
randomized. Portable computers with special software
centarle
nellemedium
tecniche
were used asutilizzato
the presentation
for theKansei
scales and
sono
le scale
differenziali
for automatic
data semantiche
collection.
The data
collection
was performed
(scale
SD).
Sviluppate
negliwith
annia sub-group
"40 e "50
of participants using VAS and with another sub-group
da
Charles
E. Osgood,
su di
using
7-point scales,
in order misurano
to identify differences
una
scala
5 punti
modo
in cui
between
theseascale
types. ilFig.
2 presents
theun
two scale
types
used.
Moreover,
the
data
collection
was
individuo percepisce un determinatocarried
out in two rounds with one year in between, giving the
oggetto.
Robust
Not at all
Very much
X
Robust
Not at all
X
Very much
Fig. 2. Examples of the two semantic differential scales used in the
study, showing the Kansei word ‘‘Robust’’.
I valori ricavati da questo tipo di scale
possono essere utilizzati come dati per
applicazioni statistiche (come l!analisi
fattoriale) per estrarre i “meccanismi” con
cui l!oggetto è percepito. In tal modo si
ottiene un!informazione utile per
migliorare la percezione dell!oggetto.
KANSEI
KE Tipo 1 Classificazione
categorica: una strategia
di prodotto ed un
segmento di mercato
vengono individuati e
sviluppati mediante una
struttura ad albero che
identifica i bisogni
emozionali del cliente.
Questi valori emozionali
sono empiricamente
connessi alle
caratteristiche del
prodotto.
KANSEI
KE Tipo 2 KE System:
solitamente un sistema
informatizzato che usa
motori inferenziali e
archivi kansei. La
connessione tra valori
emozionali e le
caratteristiche del
prodotto è trovata
utilizzando metodi
matematico-statistici
lknldfkh
shgfslfs
hlslkhk
KANSEI
KE Tipo 3
Hybrid KE System:
anche questo si serve di
un sistema informatizzato
che usa archivi kansei. A
differenza del KE di tipo
2, non solo suggerisce
caratteristiche del
prodotto a partire da un
kansei desiderato ma
consente anche di predire
il kansei che un dato
prodotto stimola (ad es.
attraverso un moke-up)
kansei
caratteristiche
del prodotto
KANSEI
KE Tipo 4
Modellazione KE:
è incentrato sulla
costruzione di un
modello matematico
previsionale. Modelli
di tal tipo sono
verificati più
approfonditamente di
quelli utilizzati per il
KE di tipo 2 e 3.
KANSEI
KE Tipo 5: integra le
tecniche di realtà
virtuale (VR) accanto ai
sistemi tradizionali di
raccolta dei dati. In tal
modo la presentazione
del prodotto reale è
sostituita
dall’interazione con
esso in un ambiente
virtuale
KANSEI
KE Tipo 6: mirato alla
progettazione
cooperativa. Grazie al
fatto che il database
è accessibile tramite
internet, i gruppi di
lavoro e le attività di
concurrent
engineering possono
realizzarsi in maniera
collaborativa
xamined the shape coding of switches and Jack
ealt with the tactile coding of buttons. Other
ooked at the efficiency of interaction and the
on the user’s mind. Hawkins, 1986 focused on
ct of symbology of knobs on the user and Valk
dentified problems with feedback and its
on user efficiency in using tough screen
Verhoef (1988) on the other hand, looked for
bjective issues when examining the influence the
themselves and button menus have on decision
by vending machines users.
theless, the studies described above are very
ed and are only of limited value for any specific
application on rocker switches. Especially older
ealt with ergonomic rather than affective topics.
od which can evaluate the affective aspects in
design is Kansei Engineering. It can take up
and impressions users have about a product and
them into concrete designs (Nagamachi, 1997).
ast to many other methods, Kansei Engineering
e semantic description and the physical properher by creating mathematical models predicting
ective perception of new product concepts
achi, 1994). The idea of evaluating the Kansei
nd connecting it to button design has been only
two studies on the affective aspects of key
Rydman and Sandin (2000) and Nakatsu (2001).
ore, three major Swedish vehicle manufacBT Industries AB, Saab Automobile AB and
AB in cooperation with Linköping University
are described from two different perspectives; a semantic
and a physical perspective. These two descriptions span
one space each, which in some cases can be defined
mathematically as a vector space (Osgood et al., 1957).
Subsequently, the interactions between these spaces are
analysed in the synthesis phase in order to identify
KE: il processo
spazio
semantico
Choice of
Domain
Span the
Semantic
Space
Span the
Space of
Properties
spazio delle
caratteristiche
sintesi: come?
verifica
modello
update
Synthesis
Test of Validity
Model Building
Fig. 1. Kansei Engineering process (Schütte, 2002).
update