本发明专利技术公开了一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，用于将零件三维模型的几何和拓扑信息自动转换为制造过程关注的特征信息。首先提取零件的几何和拓扑信息表示为属性邻接图AAG。然后将AAG分解为特征子图并利用子图同构算法识别子图对应特征的类型。然后提出一种构造并抑制已识别且不相交特征的最小不相交体积的方法，来修复零件上特征在相交过程中被改变甚至破坏的边界。以特征抑制的结果作为新的输入零件重复上述过程，直到所有特征被识别。本发明专利技术所提方法不仅可以识别特征复杂相交零件上的所有特征，而且还展示了零件从毛坯到最终零件的过程中每个特征的体积形状变化。个特征的体积形状变化。个特征的体积形状变化。
【技术实现步骤摘要】
一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法
[0001]本专利技术涉及制造特征识别，更具体地说涉及一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，属于智能制造
技术介绍
[0002]设计与制造之间的信息壁垒是制约制造业智能化的关键因素。设计环节关注低维度的几何元素(面、边、点)和他们拓扑信息，并以这些几何元素为信息载体，规定了制造要求(精度、表面粗糙度等)。制造环节关注高维度的特征信息(Hole,Step,Boss等)，通过为零件上的制造特征选择合适的加工操作以获得最终的零件形状。在传统工艺规划活动中，工艺工程师们需要花费大量的时间去“翻译”CAD模型，从低维度的几何拓扑信息中获得高维度的制造特征信息，这个过程严重依赖工程师的经验和知识。因此，如何以自动化的方式去翻译零件实体模型，将低维度的几何拓扑信息转换为高维度的制造特征信息成为制造领域研究的热点问题之一。
[0003]公开号为CN108009527A的专利技术专利《一种面向STEP
‑
NC2.5D制造特征的智能特征识别方法》通过将零件的几何拓扑信息转换为图表示，然后分解出最小子图作为神经网络的输入来识别制造特征。该方法可以精确高效的识别零件上拓扑边界完整的特征，然而会忽略掉零件上由于特征相交导致的边界被改变甚至破坏的特征。公开号为CN107463533B的专利技术专利《一种基于PCA与CNN的三维CAD实体模型制造特征识别方法》通过将CAD实体模型点云数据中分割出特征对应的区域作为已训练完成的CNN特征识别器的输入，已识别零件上的制造特征。然而如何从三维模型上正确分割出零件上包含的所有特征仍然是一个挑战。公开号为CN103164582A的专利技术专利《三维CAD模型相交制造特征识别方法》以MBD表示的三维CAD模型为信息输入源，采用融合制造语义的加工面聚类算法构建加工区域子图，然后以加工区域子图为制造特征痕迹，结合标注尺寸信息，对加工区域子图进行优化合并，从而实现制造特征的识别。公开号为CN105354353A的专利技术专利《一种基于MBD模型的加工特征识别和建模方法》提取产品制造信息，在加工特征几何属性识别中，根据几何体素的拓扑关系，将一个或多个几何体素信息合成加工特征。
[0004]综上，以上成果对实现设计和制造集成以及智能化工艺设计有着很大的价值。但是上述方法仅仅识别出零件上包含的特征类型，很少考虑从毛坯到最终零件的过程中特征的体积变化。其次，特征相交会导致不同程度的几何、拓扑元素丢失，特征边界破坏，这使得上述方法在处理相交特征时均不能令人满意。
技术实现思路
[0005]针对现有技术存在的上述不足，本专利技术的目的是提供一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，本方法能够实现零件上复杂相交情况下的特征识别，且能够修复被破坏的特征边界，实现更准确的特征识别。同时本方法还展示了零件从毛
坯加工到零件的过程中特征的形状变化过程。
[0006]本专利技术的技术方案是这样实现的：
[0007]一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，包括如下步骤：
[0008]1)提取零件的几何和拓扑信息并将其表示为AAG：以满足STEP标准的零件三维模型文件作为输入，首先解析零件上的几何元素及其拓扑关系，并在边的凹凸性分析的基础上将其表示为属性邻接图AAG；属性邻接图AAG是用易于计算机处理的四元组图G＝{V，E，T，L}来表示零件的几何和拓扑信息，其中：V是图的节点集合，对应零件上的一个面；E是图上边的集合，表示节点v
i
，v
j
对应的零件表面之间的公共边；T(v
i
)∈{0，1，...}表示节点v
i
对应的零件表面的类型；L(e(v
i
，v
j
))∈{
‑
1，0，1}表示零件上边e(v
i
，v
j
)是一条凹边、中性边、凸边；
[0009]2)根据特征的边界将AAG分解为特征子图：在零件上，凸边被认为是特征的边界，通过移除零件AAG上所有的凸边从而将AAG分解为一系列特征子图；
[0010]3)利用子图同构算法识别每个特征子图对应的特征类型：将特征识别问题转换为子图同构问题，并设计子图同构算法来识别分解AAG得到的每个特征子图包含的特征的类型；
[0011]4)修复相交特征的边界：首先，提出一种构造已识别特征的最小不相交体积MNV的方法；在此基础上，在零件上抑制已识别且互不相交特征的MNV来修复在相交过程中被改变甚至破坏的特征边界；未被抑制的特征将保留在零件实体模型上；
[0012]5)将步骤4)保留有未被抑制特征的零件实体模型作为新的零件输入，重复步骤1)
‑
步骤4)，直到零件上所有特征均被识别。
[0013]优选地，步骤1)中，边的凹凸性分析方法如下，
[0014]给定面f1，f2和他们之间的边l，P
mid
(x0，y0，z0)是边l的中点，面f1和f2在点P
mid
处的法向量n1和n2是唯一确定的；
[0015]·
若n1和n2共线，则表示f1和f2在边l处是平滑过渡的，边l是一条中性边，label
l
＝0；
[0016]否则，在n1和n2以及点P
mid
形成的平面内构建以r为半径、圆心为P
mid
的辅助圆O；点p1和p2分别是辅助圆O与面f1、面f2的交点，p
x
是连接点p1、p2形成线段的中点；
[0017]·
若点p
x
在零件实体模型的内部，则边l是一条凸边，label
l
＝1；
[0018]·
若点p
x
在零件实体模型的外部，则边l是一条凹边，label
l
＝
‑
1。
[0019]进一步地，辅助圆O的半径r取值范围按下式确定，其中tol表示输入模型的精度容差，argmin{|l1|，|l2|，...，|l
n
|}表示零件上最短的边的长度；
[0020]tol＜r＜＜argmin{|l1|，|l2|，...，|l
n
|}。
[0021]本专利技术步骤3)中的子图同构是指，给定数据图g＝<V，E，T，L>和查询图q＝<V
′
，E
′
，T
′
，L
′
>，若存在单射函数f：V
→
V
′
满足(a)、(b)，则称g的子图sub(g)与q是同构关系，记作
[0022](a)满足T(u)＝T
′
(f(u))
[0023](b)满足L(e(u1，u2))＝L...
【技术保护点】
【技术特征摘要】
1.一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：包括如下步骤：1)提取零件的几何和拓扑信息并将其表示为AAG：以满足STEP标准的零件三维模型文件作为输入，首先解析零件上的几何元素及其拓扑关系，并在边的凹凸性分析的基础上将其表示为属性邻接图AAG；属性邻接图AAG是用易于计算机处理的四元组图G＝{V，E，T，L}来表示零件的几何和拓扑信息，其中：V是图的节点集合，对应零件上的一个面；E是图上边的集合，表示节点v
i
，v
j
对应的零件表面之间的公共边；T(v
i
)∈{0，1，...}表示节点v
i
对应的零件表面的类型；L(e(v
i
，v
j
))∈{
‑
1，0，1}表示零件上边e(v
i
，v
j
)是一条凹边、中性边、凸边；2)根据特征的边界将AAG分解为特征子图：在零件上，凸边被认为是特征的边界，通过移除零件AAG上所有的凸边从而将AAG分解为一系列特征子图；3)利用子图同构算法识别每个特征子图对应的特征类型：将特征识别问题转换为子图同构问题，并设计子图同构算法来识别分解AAG得到的每个特征子图包含的特征的类型；4)修复相交特征的边界：首先，提出一种构造已识别特征的最小不相交体积MNV的方法；在此基础上，在零件上抑制已识别且互不相交特征的MNV来修复在相交过程中被改变甚至破坏的特征边界；未被抑制的特征将保留在零件实体模型上；5)将步骤4)保留有未被抑制特征的零件实体模型作为新的零件输入，重复步骤1)
‑
步骤4)，直到零件上所有特征均被识别。2.根据权利要求1所述的一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：步骤1)中，边的凹凸性分析方法如下，给定面f1，f2和他们之间的边l，P
mid
(x0，y0，z0)是边l的中点，面f1和f2在点P
mid
处的法向量n1和n2是唯一确定的；
●
若n1和n2共线，则表示f1和f2在边l处是平滑过渡的，边l是一条中性边，label
l
＝0；否则，在n1和n2以及点P
mid
形成的平面内构建以r为半径、圆心为P
mid
的辅助圆O；点p1和p2分别是辅助圆O与面f1、面f2的交点，p
x
是连接点p1、p2形成线段的中点；
●
若点p
x
在零件实体模型的内部，则边l是一条凸边，label
l
＝1；
●
若点p
x
在零件实体模型的外部，则边l是一条凹边，label
l
＝
‑
1。3.根据权利要求2所述的一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：辅助圆O的半径r取值范围按下式确定，其中tol表示输入模型的精度容差，argmin{|l1|，|l2|，...，|l
n
|}表...
【专利技术属性】
技术研发人员：闫红翔，鄢萍，易润忠，范勇，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。