基于层次的特征识别方法及产品特征语义网络的构建方法技术

本发明专利技术公开了一种基于层次的特征识别方法,其特征在于,包括以下步骤:（1）对产品特征进行层次性分类；（2）对构成特体实体的特征实面进行序列化；（3）形成用于识别特征基本类型的特征面邻接矩阵。以该特征识别方法为基础，结合特征操作算子，本发明专利技术还提出了一种产品特征语义网络的构建方法，其特征在于，包括以下步骤：（a）确定产品特征的层次关系；（b）构造产品的特征面邻接矩阵和特征面方向矩阵，对产品特征进行层次性识别；（c）设定特征操作算子，对产品的各个特征之间的语义连接关系进行表达；（d）输出产品特征语义网络。本发明专利技术实现了对特征的层次性识别，加强了特征技术在CAPP中的应用。

【技术实现步骤摘要】

本专利技术涉及CAD中的特征技术，具体地说，是涉及一种。
技术介绍
在过去的几十年里，计算机在辅助设计和加工制造中的应用得到了极大的扩展，尤其是在自动化、智能化的研究有很多。基于人工神经网络的特征识别技术便是其中之一，它所具有的学习和反馈能力，使它可以容许输入误差，并识别特征库中没有定义的特征类型；同时，神经网络只需要通过数学计算而不需要进行推理即可获得特征识别的结果，因此它具有更高的识别效率，在分类和特征识别领域具有极大的优势，但是，这一切都必须以合适的输入、恰当的神经网络结构及训练方法为基础。B-rep和CSG是最常用到的两种·实体模型表不方法，但是底层的零件彳目息却不能直接运用在设计之后的应用之中。特征技术包括特征的设计和特征识别，目前主要被用来将底层信息转化为高层信息，这些高层信息可以很容易地在加工、工艺计划等应用中使用。特征技术的使用在特征识别上已经获得部分成果，提出的主要方法包括基于规则的、基于图的、基于神经网络的，由于神经网络具有学习和反馈的能力，因此可以克服其他方法在识别时所遇到的阻碍。Prabhakar和Henderson提出了一个五层神经网络,它是第一个被用来进本文档来自技高网...

【技术保护点】
基于层次的特征识别方法，其特征在于，包括以下步骤：(1)对产品特征进行层次性分类；(2)对构成特体实体的特征实面进行序列化；(3)形成用于识别特征基本类型的特征面邻接矩阵。

【技术特征摘要】
1.基于层次的特征识别方法，其特征在于，包括以下步骤 (1)对产品特征进行层次性分类； (2)对构成特体实体的特征实面进行序列化； (3)形成用于识别特征基本类型的特征面邻接矩阵。2.根据权利要求1所述的基于层次的特征识别方法，其特征在于，所述步骤(I)中的产品特征为广品的内延特征。3.根据权利要求2所述的基于层次的特征识别方法，其特征在于，所述步骤(2)的具体方法如下 (2a).构造权重函数ff = S*10-T+v*0.1 其中，S为关联的特征实面数量，T为关联的特征虚面数量，V代表面类型值； (2b).采用深度搜索方法，依次确定序列中的各个元素。4.根据权利要求3所述的基于层次的特征识别方法，其特征在于，所述步骤(2b)具体为 首先选中权重最小的面，从此面出发，优先选择与此面连接并且权重最小的面作为序列的下ー个元素，否则选择具有较小相交角度的面作为序列的下ー个元素，直到所有的特征实面都加入到序列中为止。5.根据权利要求1或4所述的基于层次的特征识别方法...

【专利技术属性】
技术研发人员：郝泳涛，楼狄明，王力生，
申请(专利权)人：同济大学，
类型：发明
国别省市：