基于人工智能的质量模型自动创建方法、系统及介质技术方案

本发明专利技术提供了一种基于人工智能的质量模型自动创建方法、系统及介质，所述方法包括以下步骤：通过特征提取方法，自动从CAD上识别零件基本特征；根据所述零件基本特征创建基准、公差和基准框架参考，以定义OEM和供应商的制造零件质量要求。本发明专利技术可以提升和改进产品的设计质量和效率，消除当前实践中阻碍用户在创建数字制造仿真模型时的生产力障碍的瓶颈。本发明专利技术的成功实施将使用户从繁重的手工劳动中解放出来，并提高用户的生产力，最终通过在早期设计生命周期中识别潜在的产品设计和模具问题来提高产品质量，降低成本。降低成本。降低成本。

【技术实现步骤摘要】
基于人工智能的质量模型自动创建方法、系统及介质


[0001]本专利技术涉及质量模型创建
，尤其涉及一种基于人工智能的质量模型自动创建方法、系统及介质。

技术介绍

[0002]数字工厂是物理工厂的虚拟表示。数字工厂通过利用真实工厂的3D CAD模型(或“数字孪生”)中捕获的所有智能特征来模拟制造。
[0003]通过在设计阶段模拟制造，工程师可以及早发现潜在的可制造性或产品质量成本问题，此时仍有时间考虑设计备选方案。通过自动化，模拟可以在工程师的最小干预下捕捉到这些问题。而且，由于数字工厂可以近乎实时地运行模拟，它们可以在不减慢工作流程或阻碍创新的情况下提供这些好处。
[0004]另外，采用虚拟制造可以帮助OEM寻找新的供应，简化报价，推动更有效的谈判，并支持更敏捷、数据驱动的供应链决策。它可以支持有价值的方法，如可制造性设计和质量成本设计。
[0005]因此，虚拟的仿真技术在早期设计阶段成为了非常重要的预测未来制造质量的有效手段，通过创建、模拟和评估反映装配与制造过程的数学模型，以识别潜在的可制造性或尺寸质量成本问题。
[0006]仿真模型涉及产品装配结构的表示，包括产品的所有设计零件(数字孪生3D CAD模型)。表示装配线序列的装配操作需要在过程仿真模型中创建。测量操作也需要在指定装配线的末端创建，以监控或保证中间质量要求。此过程将重复到所有装配线，并将在产品完成线执行测量操作。
[0007]在此过程中，零件制造信息(PMI)对提高建模的建模效率又起到了至关重要的租用。PMI是定义质量要求或制造方法的信息或注释，以保证产品批量生产中零件的互换性，从而降低任何产品的制造成本和保修成本。它限制了制造零件的可变性，因此零件可以互换组装，以减少报废零件，从而降低制造成本。
[0008]而大多数PMI都采用ASME Y14.5尺寸和公差(GD&T)国际标准或ISO GPS标准。
[0009]目前市面上虽然已有一些商用软件供应商提供了制造过程质量的模拟仿真能力，但实际业务中阻碍工程师的瓶颈恰好是手工创建分析模型特征的效率问题。用户必须手动选择CAD零件表面以创建建模特征，如平面、点、孔、销、凸台、槽和一般自由曲面，然后手动创建基准、公差和基准框参考(DRF)。该过程将占到整个建模过程的80％，也是目前企业用户最大的痛点之一。

技术实现思路

[0010]本专利技术的主要目的在于提供一种基于人工智能的质量模型自动创建方法、系统及介质，旨在提升手工创建分析模型特征的效率，消除当前实践中阻碍用户在创建数字制造仿真模型时的生产力的瓶颈。
[0011]为了达到上述目的，本专利技术提出一种基于人工智能的质量模型自动创建方法，其特征在于，所述方法包括以下步骤：
[0012]步骤S10，通过特征提取方法，自动从CAD上识别零件基本特征；
[0013]步骤S20，根据所述零件基本特征创建基准、公差和基准框架参考，以定义OEM和供应商的制造零件质量要求。
[0014]本专利技术进一步地技术方案是，所述步骤S10，通过特征提取方法，从CAD上识别零件基本特征包括以下步骤：
[0015]步骤S100，对整个零件网格分片，从而抽取出所述零件所属的特征形状和特征参数。
[0016]本专利技术进一步地技术方案是，所述步骤S100包括以下步骤：
[0017]网格分片从零件表面网格上的最大三角形单元开始，再加上相邻三角形及法线方向信息，识别出零件表面上所有的平面片；
[0018]把相邻的平面片按照法矢方向，依次识别所述相邻的平面片的特征类别及特征参数。
[0019]本专利技术进一步地技术方案是，所述特征类别至少包括平面、孔、销、锥、球、槽以及一般曲面中的一种或几种。
[0020]本专利技术进一步地技术方案是，所述步骤S20包括：
[0021]设计基于启发式规则的专家系统，以选择零件的一级基准、二级基准和三级基准，从而将零件制造变化对组装产品的影响降至最低，同时，结合所述专家系统，自动生成特征零件制造信息。
[0022]为实现上述目的，本专利技术还提出一种基于人工智能的质量模型自动创建系统，所述系统包括存储器、处理器以及存储在所述处理器上的基于人工智能的质量模型自动创建程序，所述基于人工智能的质量模型自动创建程序被所述处理器调用时执行以下步骤：
[0023]步骤S10，通过特征提取方法，从CAD上识别零件基本特征；
[0024]步骤S20，根据所述零件基本特征创建基准、公差和基准框架参考，以定义OEM和供应商的制造零件质量要求。
[0025]本专利技术进一步地技术方案是，所述基于人工智能的质量模型自动创建程序被所述处理器调用时还执行以下步骤：
[0026]步骤S100，对整个零件网格分片，从而抽取出所述零件所属的特征形状和特征参数。
[0027]本专利技术进一步地技术方案是，所述基于人工智能的质量模型自动创建程序被所述处理器调用时还执行以下步骤：
[0028]网格分片从零件表面网格上的最大三角形单元开始，再加上相邻三角形及法线方向信息，识别出零件表面上所有的平面片；
[0029]把相邻的平面片按照法矢方向，依次识别所述相邻的平面片的特征类别及特征参数。
[0030]本专利技术进一步地技术方案是，所述特征类别至少包括平面、孔、销、锥、球、槽以及一般曲面中的一种或几种。
[0031]为实现上述目的，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储
介质存储有基于人工智能的质量模型自动创建程序，所述基于人工智能的质量模型自动创建程序被处理器运行时执行如上所述的方法的步骤。
[0032]本专利技术基于人工智能的质量模型自动创建方法、系统及介质的有益效果是：本专利技术可以提升和改进产品的设计质量和效率，消除当前实践中阻碍用户在创建数字制造仿真模型时的生产力障碍的瓶颈。本专利技术的成功实施将使用户从繁重的手工劳动中解放出来，并提高用户的生产力，最终通过在早期设计生命周期中识别潜在的产品设计和模具问题来提高产品质量，降低成本。
附图说明
[0033]图1是本专利技术基于人工智能的质量模型自动创建方法较佳实施例的流程示意图；
[0034]图2是提取特征的示意图。
[0035]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。
具体实施方式
[0036]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0037]前期研发阶段的虚拟质量分析是识别产品关键特性并提高未来实际制造过程中装配质量的关键一环，在该过程中，阻碍工程师的瓶颈恰好是手工创建虚拟质量分析特征的生产力问题，因为用户必须花至少整个过程80％的时间来手动选择CAD以创建建模特征，如平面、点、孔、销、凸台、槽和一般自由曲面，然后手动创建基准、公差和基准框参考(DRF)。
[0038]由此，本专利技术提出一种基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的质量模型自动创建方法，其特征在于，所述方法包括以下步骤：步骤S10，通过特征提取方法，自动从CAD上识别零件基本特征；步骤S20，根据所述零件基本特征创建基准、公差和基准框架参考，以定义OEM和供应商的制造零件质量要求。2.根据权利要求1所述的基于人工智能的质量模型自动创建方法，其特征在于，所述步骤S10，通过特征提取方法，从CAD上识别零件基本特征包括以下步骤：步骤S100，对整个零件网格分片，从而抽取出所述零件所属的特征形状和特征参数。3.根据权利要求2所述的基于人工智能的质量模型自动创建方法，其特征在于，所述步骤S100包括以下步骤：网格分片从零件表面网格上的最大三角形单元开始，再加上相邻三角形及法线方向信息，识别出零件表面上所有的平面片；把相邻的平面片按照法矢方向，依次识别所述相邻的平面片的特征类别及特征参数。4.根据权利要求3所述的基于人工智能的质量模型自动创建方法，其特征在于，所述特征类别至少包括平面、孔、销、锥、球、槽以及一般曲面中的一种或几种。5.根据权利要求4所述的基于人工智能的质量模型自动创建方法，其特征在于，所述步骤S20包括：设计基于启发式规则的专家系统，以选择零件的一级基准、二级基准和三级基准，从而将零件制造变化对组装产品的影响降至最低，同时，结合所述专家系统，自动生成特征零件制造信息。6.一种基于人工智能的质量模型自动创建系统，其特征在于，所述系统...

【专利技术属性】
技术研发人员：王洋，王雪，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：