【技术实现步骤摘要】
本申请涉及特征分类，提供一种特征分类方法、装置、设备及存储介质。
技术介绍
1、柔性生产线具有自动化、快节奏等特点，是提升航空结构件产能的重要途径。但是，航空结构件多品种小批量的生产模式，使得单一品种产品生产批量小、质量数据样本数量少且积累慢。进而，在采用“统计过程控制理论”进行质量数据分析和管控时，容易因样本容量不足导致对生产过程异常现象的检出能力降低，增加误发报警的概率，难以满足柔性生产线质量管控要求。
2、然而，航空结构件虽然批量小，但是，具有较多的相似特征，柔性生产线对于相似特征的加工能力是相似的。因而，通过统计相似特征的质量数据，也可以反映柔性生产线的加工能力，实现对加工过程质量的有效管控。因此，实现零件相似特征的分类，对于提升柔性生产线加工过程的反馈与支持能力具有重要意义。
3、目前，对于相似零件的分类方法较多，其常通过对零件的关键特征进行提取和识别训练，获得零件特征数据，以进一步通过对比分类，实现相似零件的分类。或者，通过建立零件拓扑关系相似性、位置相似性、几何相似性的数学评价模型，形成综合数学评价模型计算零件之间的相似度。其均是对“零件级”的相似性进行了比较，未考虑零件加工特征本身的相似性，更无法用于柔性生产线对于相似特征加工能力进行评价。
4、因此，如何为零件特征相似性分析提供可靠的测评指标是目前亟待解决的问题。
技术实现思路
1、本申请提供一种特征分类方法、装置及设备，用于解决无法为零件特征相似性分析提供可靠的测评指标的问题。
2、一方面，提供一种特征分类方法，所述方法包括：
3、对目标零件的零件数字模型进行特征分割，获得出多个待分析特征；
4、对所述多个待分析特征分别进行离散化，获得所述多个待分析特征各自对应的离散点云；
5、对所述多个待分析特征各自对应的离散点云进行矢量计算，获得所述多个待分析特征各自对应的离散点云特征矢量；
6、根据所述多个待分析特征各自对应的离散点云特征矢量之间的关联度，对所述多个待分析特征进行相似特征分类。
7、可选的，在对目标零件的零件数字模型进行特征分割，获得出多个待分析特征之前，所述方法还包括：
8、根据目标零件的零件数字模型，获得所述目标零件的基本信息；
9、则，所述对目标零件的零件数字模型进行特征分割，获得出多个待分析特征，包括：
10、根据所述目标零件的基本信息，对目标零件的零件数字模型进行特征分割，获得出多个待分析特征。
11、可选的，所述对所述多个待分析特征各自对应的离散点云进行矢量计算，获得所述多个待分析特征各自对应的离散点云特征矢量的步骤，包括：
12、针对任一待分析特征的离散点云，以所述离散点云的质心为原点，建立局部坐标系；其中，所述局部坐标系的各轴方向与全局坐标系的各轴方向平行；
13、以所述局部坐标系的原点为起点、所述离散点云中剩余的云点为终点做矢量计算，获得所述任一待分析特征对应的多个点云矢量；
14、以所述局部坐标系的原点为中心点、预设距离为半径作球，将所述球面空间划分为t个子空间；
15、计算所述t个子空间内的所有点云矢量和的长度；
16、将任一待分析特征在所述t个子空间的云矢量和的长度，作为所述任一待分析特征的离散点云特征矢量。
17、可选的，所述计算所述t个子空间内的所有点云矢量和的长度，包括：
18、逐一确定所述任一待分析特征的多个点云矢量各自所在的子空间；
19、针对任一子空间，计算在所述任一子空间内的所有点云矢量和；
20、计算所述任一子空间内的所有点云矢量和的长度。
21、可选的，所述根据所述多个待分析特征各自对应的离散点云特征矢量之间的关联度，对所述多个待分析特征进行相似特征分类的步骤，包括：
22、针对任一待分析特征，将所述任一待分析特征对应的离散点云特征矢量确定为母序列，将剩余待分析特征的离散点云特征矢量确定为子序列；
23、计算所述母序列分别与各个子序列之间的关联度；
24、确定计算出的多个关联度是否存在不小于预设分类阈值的目标关联度；
25、若确定存在不小于预设分类阈值的目标关联度，则确定所述目标关联度对应的待分析特征为所述母序列对应的待分析特征的相似特征。
26、可选的，所述针对任一待分析特征，将所述任一待分析特征对应的离散点云特征矢量确定为母序列，将剩余待分析特征的离散点云特征矢量确定为子序列，包括：
27、将所述多个待分析特征各自对应的离散点云特征矢量进行归一化处理，获得所述多个待分析特征各自对应的归一化特征矢量；
28、针对任一待分析特征，将所述任一待分析特征对应的归一化特征矢量确定为母序列，将剩余待分析特征的归一化特征矢量确定为子序列。
29、可选的，所述计算所述母序列分别与各个子序列之间的关联度的步骤，包括：
30、计算所述母序列分别与各个子序列之间的序列差值绝对值；
31、确定出多个序列差中的最小序列差值绝对值与最大序列差值绝对值；
32、针对任一子序列，根据所述母序列与所述任一子序列的序列差、所述最小序列差值绝对值和所述最大序列差值绝对值，获得所述母序列与所述任一子序列之间的关联度。
33、一方面，提供一种特征分类装置，所述装置包括：
34、特征获得单元，用于对目标零件的零件数字模型进行特征分割，获得出多个待分析特征；
35、点云获得单元，用于对所述多个待分析特征分别进行离散化，获得所述多个待分析特征各自对应的离散点云；
36、特征矢量获得单元，用于对所述多个待分析特征各自对应的离散点云进行矢量计算，获得所述多个待分析特征各自对应的离散点云特征矢量；
37、相似特征分类单元，用于根据所述多个待分析特征各自对应的离散点云特征矢量之间的关联度，对所述多个待分析特征进行相似特征分类。
38、一方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种方法。
39、一方面，提供一种计算机存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述任一种方法。
40、在本申请实施例中，在进行零件特征相似性分析时，首先，可以对目标零件的零件数字模型进行特征分割，以获得出多个待分析特征；然后，可以对多个待分析特征分别进行离散化，以获得多个待分析特征各自对应的离散点云；进而，可以对多个待分析特征各自对应的离散点云进行矢量计算，以获得多个待分析特征各自对应的离散点云特征矢量；最后，可以根据多个待分析特征各自对应的离散点云特征矢量之间的关联度，对多个待分析特征进行相似特征分类。因此，在本申请实施例中，由于是针对同一个零件的零件加工特本文档来自技高网...
【技术保护点】
1.一种特征分类方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在对目标零件的零件数字模型进行特征分割，获得出多个待分析特征之前，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述对所述多个待分析特征各自对应的离散点云进行矢量计算，获得所述多个待分析特征各自对应的离散点云特征矢量的步骤，包括：
4.如权利要求3所述的方法，其特征在于，所述计算所述T个子空间内的所有点云矢量和的长度，包括：
5.如权利要求1所述的方法，其特征在于，所述根据所述多个待分析特征各自对应的离散点云特征矢量之间的关联度，对所述多个待分析特征进行相似特征分类的步骤，包括：
6.如权利要求5所述的方法，其特征在于，所述针对任一待分析特征，将所述任一待分析特征对应的离散点云特征矢量确定为母序列，将剩余待分析特征的离散点云特征矢量确定为子序列，包括：
7.如权利要求5所述的方法，其特征在于，所述计算所述母序列分别与各个子序列之间的关联度的步骤，包括：
8.一种特征分类装置，其特征在于，所述装置包
9.一种电子设备，其特征在于，所述设备包括：
10.一种存储介质，其特征在于，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行权利要求1-7中任一所述的方法。
...【技术特征摘要】
1.一种特征分类方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在对目标零件的零件数字模型进行特征分割，获得出多个待分析特征之前，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述对所述多个待分析特征各自对应的离散点云进行矢量计算，获得所述多个待分析特征各自对应的离散点云特征矢量的步骤，包括：
4.如权利要求3所述的方法，其特征在于，所述计算所述t个子空间内的所有点云矢量和的长度，包括：
5.如权利要求1所述的方法，其特征在于，所述根据所述多个待分析特征各自对应的离散点云特征矢量之间的关联度，对所述多个待分析特征...
【专利技术属性】
技术研发人员：黄明聪，章绍昆，王鹏程，张桂，姜振喜，李博，沈昕，唐李，
申请(专利权)人：成都飞机工业集团有限责任公司，
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。