迎合感性消费 家用电器的智能新方向

　　常用智能控制技术

　　模糊控制技术

　　智能家用电器目前所采用的智能控制技术主要是模糊控制，少数高档家用电器也用到了神经网络技术(神经网络模糊控制技术)，模糊控制技术目前是智能家用电器使用最广泛的智能控制技术。原因在于这种技术和人的思维有一致性，理解较为方便且不需要高深的数学知识表达，可用单片机进行构造。

　　不过模糊逻辑及其控制技术也存在一个不足的地方，即缺乏学习能力，从而使模糊控制家电产品难以积累经验。而知识的获取和经验的积累并由此所产生新的思维是人类智能的最明显体现。家用电器在运行过程中存在外部环境差异、内部零件损耗及用户使用习惯的问题，这就需要家用电器能对这些状态进行学习。如洗衣机在春、夏、秋、冬四个季节外界环境是不一样的，由于水温及环境温度不同，洗涤时的程序也有区别，洗衣机应能自动学习不同环境中的洗涤程序;另外，在洗衣机早期应用中，洗衣机的零件处于紧耦合状态，过了磨合期，洗衣机的零件处于顺耦合状态，长期应用之后，洗衣机的零件处于松耦合状态。对于不同时期，洗衣机应该对自身状态进行恰当的调整，同时还应产生与之相应的优化控制过程;此外，洗衣机在很多次数的洗涤中，应自动学习特定衣质、衣量条件下的最优洗涤程序，当用户放入不同量、不同质的衣服时，洗衣机应自动进入学习后的最优洗涤程序——这就需要一种新的智能技术：神经网络控制。

　　神经网络控制控制技术

　　神经网络家电的学习过程以期望信号和实际信号的误差趋于无穷小为目标，学习过程采用“时间能量目标”比较方法，达到某一目标的时间和能量减少并且趋于稳定，则学习过程结束。以洗衣机为例，其目标就是洗涤的干净程度，其量度标准是以进水时的浑浊度或漂洗后放水时的浑浊度为指标的。学习过程可随机进行，也可在洗衣过程中进行。

　　智能家电通常还进行用户习惯学习，使用户省去大量的状态设定操作，方便使用。一旦用户的习惯改变了，智能家用电器又能学习新的自动设定方式。以微波炉为例，用户用其加热牛奶的次数最多，而且都用“中火量”3分钟。当然，用户也用微波炉加热其他食品，但次数比加热牛奶的次数少，而且每次用的“火量”也不尽相同。这样，通过经验学习之后，微波炉自动把开机状态设定在“中火量”3分钟处，从而给用户省去了每次的重复操作，而当季节改变，随着用户加热牛奶方式的改变，智能微波炉又会自动学习新的设定方式。

　　控制技术的发展趋势

　　未来智能家电主要将朝三个方向发展：即多种智能化、自适应进化和网络化。多种智能化是家用电器尽可能在其特有的工作功能中模拟多种人的智能思维或智能活动的功能。自适应进化是家用电器根据自身状态和外界环境自动优化工作方式和过程的能力，这种能力使得家用电器在其生命周期中都能处于最有效率、最节省能源和最好品质状态。网络化是建立家用电器社会的一种形式，网络化的家用电器可以由用户实现远程控制，在家用电器之间也可以实现互操作。

　　从感性产品调查分析设计发展趋势

　　本部分将详述一些典型的感性产品，并对每个产品的感性特征进行调查分析，得出家电在设计发展受到环境发展、技术发展、美学发展以及商业策略发展方面的趋势特征。