CN101464676A - 用于三坐标数控加工中零件加工特征检测的系统及方法 - Google Patents

Abstract

本发明涉及到一种计算机集成制造技术领域的用于三坐标数控加工中零件加工特征检测的系统及方法。所述系统包括特征检测系统集成平台、刀具信息更新模块、零件信息输入模块、加工表面确定模块、表面加工方法生成方法更新模块、表面加工方法生成模块、表面加工方法可行性检测模块、特征因子提取模块、特征因子优化选择模块、加工特征输出模块、刀具信息库和表面加工方法生成方法库。本发明能实现三坐标数控加工环境中复杂零件的特征检测，加工特征由表面聚类而成，没有固定的拓扑结构，不依赖于预先定义的特征模式库，能够对复杂的特征和相交特征做出解释；特征检测中充分考虑了加工环境中的实际加工资源，检测得到的加工特征必然具有可加工性。

Description

用于三坐标数控加工中零件加工特征检测的系统及方法

技术领域

本发明涉及到一种计算机集成制造技术领域的系统和方法，具体是一种用于三坐标数控加工中零件加工特征检测的系统及方法。

背景技术

加工特征检测的作用是从零件的设计模型中抽取具有特定工程意义的几何形状信息，是实现计算机辅助设计(CAD)/计算机辅助工艺规划(CAPP)/计算机辅助制造(CAM)集成和CAPP智能化等目标的有效途径和关键技术。长期以来人们一直在努力提高加工特征检测系统的实用性，智能化和自动化的水平。特别是近些年来随着产品更新换代加速，产品形状结构日趋复杂，对加工特征检测系统处理复杂形状零件产品的能力有了更高和更迫切的要求。

经过近30年的发展，加工特征检测技术的研究取得了丰硕的成果，许多特征检测系统相继问世。这些系统从采用的核心技术的角度来看可以分为两类：1)以模式匹配为核心的加工特征检测系统；2)以体积分解为核心的加工特征检测系统。

以模式匹配为核心的加工特征检测系统将零件实体模型与特征模式库中预先定义的特征模式进行匹配，把零件模型转化为特征模式的组合。这类系统的最大困难在于相交特征的检测，目前为止还没有一种系统可以对任意相交特征进行有效检测和解释。而且由于特征检测的过程依赖预先定义的特征模式库，对于模式库中不存在的特征，这类系统无法进行检测，使得这类系统的健壮性存在一定问题。

以体积分解为核心的加工特征检测系统将零件的切削体分解并重新组合。这类系统能处理相交特征，并给出多重解释。但同样存在三个突出问题：1)这类系统在检测过程中需进行大量求交操作，检测效率较低，且多数方法无法处理包含曲面的零件。2)在处理复杂零件时，产生的特征解释往往数以万计，使后续的CAPP系统几乎无法处理如此之多的特征解释。3)这类系统在特征检测的过程中没有考虑加工环境中包含的工艺资源，使生成的特征可能没有实际加工意义。

经过对现有技术的文献检索发现，高曙明等人在《计算机辅助设计与图形学学报》(2003，15(2)，137-143)上发表的“加工特征识别系统ZD-AFRS及其健壮性增强方法”。该文提出了一个混合式加工特征检测系统ZD-AFRS。该系统采用痕迹产生结合特征匹配的检测策略。首先将零件的拓扑结构转化为最小条件子图，以特征的最小条件子图作为特征痕迹，通过对相关面进行特征痕迹的延拓来添加虚链，进而与预定义特征匹配，并获得加工特征。该系统存在以下不足：[1]由于特征检测的核心是将特征的最小条件子图与特征模式库中的预定义特征进行匹配，所以对于模式库中没有预先定义的特征，该系统无法给出正确的检测结果，须要进行人工检测，使该系统无法完全满足工业界对特征检测系统智能化水平的要求。[2]该系统无法对任意相交特征做出合理的解释，对于复杂相交特征的检测往往需要人机交互才能完成，使该系统的自动化水平有所欠缺。[3]该系统在检测过程中没有充分考虑加工环境中的加工资源，容易导致特征检测结果与加工资源相脱离的问题，并使生成的加工特征在某个加工环境中有可能无法加工。

发明内容

本发明的目的是针对现有技术的不足，提供一种用于三坐标数控加工中零件加工特征检测的系统及方法，旨在实现三坐标数控加工环境中，复杂零件的特征检测。

本发明是通过以下技术方案实现的：

本发明涉及的用于三坐标数控加工中零件加工特征检测的系统，包括特征检测系统集成平台、刀具信息更新模块、零件信息输入模块、加工表面确定模块、表面加工方法生成方法更新模块、表面加工方法生成模块、表面加工方法可行性检测模块、特征因子提取模块、特征因子优化选择模块、加工特征输出模块、刀具信息库和表面加工方法生成方法库，其中：

所述特征检测系统集成平台将刀具信息更新模块、零件信息输入模块、加工表面确定模块、表面加工方法生成方法更新模块、表面加工方法生成模块、表面加工方法可行性检测模块、特征因子提取模块、特征因子优化选择模块和加工特征输出模块的输入和输出信息进行集成管理，实现各模块之间数据交换；

所述刀具信息更新模块根据实际加工环境中的刀具资源，将刀具信息保存在刀具信息库中，当加工环境中增加或减少了刀具，可以通过该模块对刀具信息库中的数据做出相应的修改；

所述零件信息输入模块完成零件与毛坯CAD模型的输入，提取零件和毛坯的实体模型，并将其作为加工表面确定模块的输入；

所述加工表面确定模块通过将毛坯体积减去零件体积，得到零件的切削体积，将零件体积外表面与切削体积外表面求交，得到零件的加工表面，同时提取加工表面的类型和相关几何信息作为表面加工方法生成模块的输入；

所述表面加工方法生成模块，根据表面加工方法生成方法库中的方法为每个零件加工表面生成所有可能的表面加工方法；

所述表面加工方法生成方法更新模块根据刀具信息库中的刀具信息，添加和更新表面加工方法生成方法库中的4类方法，包括：切削模式与刀具类型之间的映射关系、切削模式与表面类型之间的映射关系、TAD(刀具接近方向)生成方法、刀具尺寸约束生成方法；

所述表面加工方法可行性检测模块，对由表面加工方法生成模块产生的每个加工表面的所有可能加工方法进行可行性分析，判断刀具信息库中是否包含满足刀具尺寸约束条件的刀具，以及刀具在加工时是否会与其它零件表面发生干涉，如果发生以上两种情况则认为加工方法不可行，通过该模块检测的所有可行加工方法将被作为特征因子提取模块的输入；

所述特征因子提取模块，将零件上每个加工表面的可行加工方法转化为一组特征因子，并将重复的特征因子合并作为特征因子优化选择模块的输入；

所述特征因子优化选择模块的输入为零件的所有加工表面，每个表面都对应了一组特征因子，该模块以整个零件所采用的特征因子数最少为目标建立集合覆盖模型，采用最少的特征因子覆盖所有的零件加工表面，通过蚁群算法搜索模型的最优解，最后为被特征因子重复覆盖的表面选择与相邻表面相同的特征因子，该模块的输出为零件的所有加工表面，且每个表面只对应了一个特征因子；

所述加工特征输出模块根据特征因子优化选择模块的输出，将具有相同特征因子的表面组合在一起构成加工特征，并转化为标准的数据格式，作为整个系统的输出。

进一步的，所述表面加工方法生成模块中包含4个模块：1)切削模式生成模块；2)刀具类型生成模块；3)TAD生成模块；4)刀具尺寸约束生成模块。以上4个模块串形连接，前一个模块产生的数据将作为后几个模块的输入。

所述切削模式生成模块根据加工表面的类型和切削模式与表面类型之间的映射关系，生成加工表面所有可能的切削模式；

所述刀具类型生成模块根据切削模式与刀具类型之间的映射关系，为加工表面的每种切削模式生成所有可能的刀具类型；

所述刀具生成模块根据TAD生成方法，为加工表面的每种切削模式与刀具类型的组合生成所有可能的TAD；

所述刀具尺寸约束生成模块，根据刀具尺寸约束生成方法和加工表面的几何信息，为加工表面的每种切削模式、刀具类型与TAD三者的组合生成刀具尺寸约束；

所述表面加工方法生成模块，其生成的表面加工方法包含4方面内容：1)刀具类型；2)切削模式；3)刀具接近方向；4)刀具尺寸约束，其中：

所述刀具类型是指在加工某个表面使所采用的刀具类型；

所述切削模式是指采用某类刀具进行加工时，刀具所采用的运动自由度与实际参与切削的刀刃表面类型的组合；

所述刀具接近方向是指在加工时刀轴与加工表面之间的相对角度方向；

所述刀具尺寸约束是指为了完成某个表面的加工而对刀具尺寸上施加的限制。

进一步的，所述特征因子提取模块，其中特征因子是表面加工方法的一部分，包含两方面内容：刀具类型和刀具接近方向。这两方面内容的任一组合都构成了一个特征因子。

本发明所涉及的用于三坐标数控加工中复杂零件加工特征检测的方法，包括以下步骤：

步骤1，建立刀具信息库

因为不同的加工环境中包含的刀具种类会有所不同，所以同一零件在不同的加工环境中，采用的加工方法也会有所不同。对特征检测而言就是在不同的加工环境中，特征检测的结果会因为所能采用刀具范围的不同而不同。为了能够在特征检测的过程中，充分应用加工环境中的刀具信息，首先必须根据加工环境中的刀具状况建立刀具信息库。

步骤2，建立表面加工方法生成方法库

根据刀具信息库中的刀具信息，建立表面加工方法生成方法库中的4类方法：

1)切削模式与刀具类型之间的映射关系

2)切削模式与加工表面类型之间的映射关系

3)TAD生成方法

4)刀具尺寸约束生成方法

在将本发明第一次应用在某个加工环境中时，需要建立刀具信息库和表面加工方法生成方法库。之后针对不同零件的特征检测，这两个数据库可以反复使用。只有在加工环境中的刀具发生改变时，才需要对数据库中的信息和方法进行更新。

步骤3，输入零件与毛坯的CAD模型，并提取零件与毛坯的实体模型，作为步骤4的输入。

步骤4，确定零件的加工表面

根据零件与毛坯的实体模型，确定零件的加工表面的过程分为以下两个步骤：

1)将毛坯体积减去零件体积，得到零件的切削体积。

2)将零件体积表面与切削体积表面求交，得到的相交表面即为零件的加工表面。

步骤5，提取零件加工表面信息。

从零件的实体模型中获得零件加工表面的类型、几何尺寸、法线方向等几何信息，作为步骤6的输入。

步骤6，表面加工方法生成

根据零件加工表面的类型，相关几何信息和表面加工方法生成方法库中的方法为零件的每个加工表面生成所有可能的加工方法。

所述表面加工方法包含4方面内容：1)刀具类型；2)切削模式；3)刀具接近方向(TAD)；4)刀具尺寸约束。

加工方法生成分为4步：

1)根据加工表面的类型和切削模式与加工表面类型之间的映射关系，生成加工表面所有可能的切削模式。

2)根据切削模式与刀具类型之间的映射关系，为加工表面的每种切削模式生成所有可能的刀具类型。

3)根据TAD生成方法，为加工表面的每种切削模式与刀具类型的组合生成所有可能的TAD。

4)根据刀具尺寸约束生成方法和加工表面的几何信息，为加工表面的每种切削模式、刀具类型与TAD三者的组合生成刀具尺寸约束。

步骤7，表面加工方法可行性检测，从加工表面的可能加工方法中删除不可行的方法，剩余的加工方法为表面的可行加工方法，将作为步骤8的输入。

针对步骤6生成的表面加工方法进行可行性检测，步骤如下：

①对每一可能的表面加工方法，从刀具信息库中搜索满足刀具尺寸约束要求的刀具集，如果没有刀具能够满足尺寸约束，则认为该加工方法不可行。

②如果存在一把或数把刀具能够满足尺寸约束，从中选择一把尺寸最小的刀具进行，根据刀具的几何形状，加工采用的运动自由度和刀具接近方向，生成加工该表面时刀具的扫掠体积。如果扫掠体积与零件体积发生干涉，则认为该加工方法不可行。

步骤8，特征因子提取

所述特征因子，是表面加工方法的一部分，包含两方面内容：刀具类型和刀具接近方向。特征因子提取分为两步：首先为每个加工表面从其可行的加工方法中提取特征因子，然后将重复的特征因子合并。

步骤9，特征因子优化选择

通常情况下，一个加工表面往往包含多个特征因子。为了提高加工效率通常希望整个零件所采用的刀具类型和装夹次数最少。而在三坐标加工环境中，装夹次数可以等同于零件加工所采用的刀具接近方向的数量。步骤9的目的是为每个表面从可行特征因子中选择一个最优因子，使整个零件所包含的因子数最少，以达到减少刀具使用种类和装夹次数的目的。

特征因子优化选择的过程分为三个步骤：

①根据步骤4-8的输入建立集合覆盖问题的数学模型

通过步骤4，可以得到零件的加工表面集F＝{f₁，f₂...f_{f_num}}，f_num为零件的加工表面数。通过步骤5-8，可以得到零件上每个加工表面的特征因子，零件上所有加工表面的特征因子聚集在一起可以构成整个零件的特征因子集Fac＝{fac₁，fac₂....fac_{fac_num}}，fac_num为整个零件的特征因子数。可以用矩阵A＝(a_ij)_{f_num×fac_num}来表达聚类优化模型，a_ij＝1表示能够采用特征因子fac_j加工表面f_i，a_ij＝1表示不能够采用特征因子fac_j加工表面f_i。聚类优化的目标是尽可能地选择最少的特征因子来加工所有的加工表面，即选择最少的列覆盖所有的行。

②求解该模型

首先计算集合覆盖模型的SCHF(Set Covering Heuristic Function)启发函数，通过矩阵A计算SCHF的各个参数，并获得SCHF的值。把SCHF的值作为启发信息，用蚁群算法求解该模型。

③特征因子选择

用蚁群算法求解模型，可以得到完成零件加工所需要的最少特征因子的集合。但零件中依然存在某些加工表面可能包含多个特征因子。为具有多个特征因子的加工表面选择一个与相邻表面相同的特征因子。

步骤10，加工特征输出

将具有相同特征因子的表面组合在一起构成加工特征，并转化为标准的数据格式，作为整个方法的输出。

与现有的系统相比，本发明系统的优点体现在两个方面：1)加工特征由表面聚类而成，没有固定的拓扑结构，不依赖于预先定义的特征模式库，所以能够对复杂的特征做出合理的解释，并且避免了现有检测系统难以检测复杂相交特征的问题；2)特征检测中充分考虑了加工环境中的实际加工资源，所以检测出的特征必然具有可加工性。该系统可以满足现代企业对特征检测系统智能化，自动化水平以及实用性方面的需要。

附图说明

图1为本发明用于三坐标数控加工中零件加工特征检测的系统的结构框图；

图2为加工环境中包含5类刀具几何形状示意图；

其中：图2a)显示了球头铣刀的几何形状、刀刃表面及尺寸参数；图2b)显示了麻花钻的几何形状、刀刃表面及尺寸参数；图2c)显示了立铣刀的几何形状、刀刃表面及尺寸参数；图2d)显示了圆柱铣刀的几何形状、刀刃表面及尺寸参数；图2e)显示了面铣刀的几何形状、刀刃表面及尺寸参数。

图3为三坐标数控加工中，回转类刀具的三种运动自由度示意图；

其中：图a)、b)、c)分别为0.5D、1.5D和2.5D三种运动自由度。

图4为立铣刀切削模式与刀具类型之间的映射关系；

图5为5类表面及与表面类型相关的几何信息的示意图；

图6为表面加工方法生成模块结构框图；

图7为用于三坐标数控加工中零件加工特征检测的方法的流程图；

图8为确定零件的加工表面的实例图；

其中：图a)为毛坯；b)为箱体零件；c)为切削体积；d)为加工表面。

图9为图8b)中零件的部分加工表面示意图；

图10为表面加工方法生成的流程图；

图11为表面加工方法可行性检测的流程图；

图12为刀具与其他加工表面发生干涉示意图；

其中：图a)为在采用加工方法

球头铣刀，(0，1，0)，无}进行加工时，刀具与零件间的干涉情况；图b)为在采用加工方法

球头铣刀，(0，0，1)，FL>＝50}进行加工时，刀具与零件间的干涉情况。

图13为可行表面加工方法与特征因子提取实施示意图；

图14为本发明实施例的特征检测结果图；

其中：图a)为加工特征1，其对应的特征因子为{立铣刀(0，0，-1)}；图b)为加工特征2，其对应的特征因子为{麻花钻(0，0，-1)}；图c)为加工特征3，其对应的特征因子为{立铣刀(-1，0，0)}；图d)为加工特征4，其对应的特征因子为{立铣刀(0，1，0)}；图e)为加工特征5，其对应的特征因子为{麻花钻(0，1，0)}；图f)为加工特征6，其对应的特征因子为{立铣刀(0，-1，0)}；图g)为加工特征7，其对应的特征因子为{麻花钻(0，-1，0)}；图h)为加工特征8，其对应的特征因子为{立铣刀(-1，0，0)}；图i)为加工特征9，其对应的特征因子为{立铣刀(0，0，1)}。

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，为本发明用于三坐标数控加工中零件加工特征检测的系统的结构框图，包括：特征检测系统集成平台1、刀具信息更新模块2、零件信息输入模块3、加工表面确定模块4、表面加工方法生成方法更新模块5、表面加工方法生成模块6、表面加工方法可行性检测模块7、特征因子提取模块8、特征因子优化选择模块9、加工特征输出模块10、刀具信息库11和表面加工方法生成方法库12。

所述特征检测系统集成平台1将刀具信息更新模块2、零件信息输入模块3、加工表面确定模块4、表面加工方法生成方法更新模块5、表面加工方法生成模块6、表面加工方法可行性检测模块7、特征因子提取模块8、特征因子优化选择模块9、加工特征输出模块10的输入和输出信息进行集成管理，实现各模块之间数据交换。

所述刀具信息更新模块2根据实际加工环境中的刀具资源，将刀具抽象为5类信息，并保存在刀具信息库中。这5类信息分别为：

1)刀具类型，在三坐标加工环境中采用刀具都是回转类刀具包括：立铣刀、圆柱铣刀、面铣刀、球头铣刀及其它成型刀具。

2)刀具几何形状，描述了刀具的外形。

3)刀刃表面，描述了刀具上包含刀刃的表面。回转类刀具总共包含7种刀刃表面类型：顶平面

侧圆柱面

侧圆锥面

角圆环面

底平面

底圆锥面

和底球面

，其中F的上标表示刀刃在刀具中的位置，下标表示面的类型。

4)刀具运动自由度，三坐标加工环境中可以采用的运动自由度包括3种：0.5D，1.5D和2.5D。对具体的刀具而言，只能采用其中某些自由度。

5)刀具尺寸，描述了刀具的形状大小，角度，刀刃长度等信息。

当加工环境中增加或减少了刀具，可以通过该模块对刀具信息库中的数据做出相应的修改。

本实例中，加工环境中包含5类刀具：立铣刀、面铣刀、球头铣刀、圆柱铣刀和麻花钻。

图2a)显示了球头铣刀的几何形状，该类型刀具包含两种刀刃表面类型

和

如阴影部分所示。可以采用的运动自由度有三种：0.5D、1.5D和2.5D，如图3所示，包括6个几何尺寸参数：BarL表示刀杆的长度；BarD表示刀杆的直径；BitL表示刀头的长度；BitD表示刀头的长度；FL表示刀刃

的长度；SR表示球头的半径。

图2b)显示了麻花钻的几何形状，该类型刀具包含两种刀刃表面类型

和，如阴影部分所示。可以采用的运动自由度有0.5D。包括4个几何参数：BitL、BitD、FL和Angle，其中Angle表示

的锥度。

图2c)显示了立铣刀的几何形状，该类型刀具包含两种刀刃表面类型

和

如阴影部分和粗线部分所示。可以采用的运动自由度有两种1.5D和2.5D。包括5个几何参数：BitL、BitD、FL、BarL和BarD。

图2d)显示了圆柱铣刀的几何形状，该类型刀具包含一种刀刃表面面类型

如阴影部分所示。可以采用的运动自由度只有1.5D。包括4个几何参数：BitD、FL、BarL和BarD。

图2e)显示了面铣刀的几何形状，该类型刀具包含一种刀刃表面类型

如粗线部分所示。可以采用的运动自由度有两种1.5D和2.5D。包括4个几何参数：BitD、BitL、BarL和BarD。

所述零件信息输入模块3用于零件与毛坯CAD模型的输入，提取零件和毛坯的实体模型，并将其作为加工表面确定模块4的输入。

所述加工表面确定模块4通过将毛坯体积减去零件体积，得到零件的切削体积。将零件体积外表面与切削体积外表面求交，得到零件的加工表面。同时提取加工表面的类型和相关几何信息作为表面加工方法生成模块6的输入。

所述表面加工方法生成模块6，根据表面加工方法生成方法库11中的方法为每个零件加工表面生成所有可能的表面加工方法。

所述表面加工方法包含以下4方面内容：

1)刀具类型。刀具类型是指在加工某个表面使所采用的刀具类型。

2)切削模式。切削模式是指采用某类刀具进行加工时，刀具所采用的运动自由度与实际参与切削的刀刃表面类型的组合。

3)刀具接近方向。刀具接近方向是指在加工时刀轴与加工表面之间的相对角度方向。

4)刀具尺寸约束。刀具尺寸约束是指为了完成某个表面的加工而对刀具尺寸上施加的限制。

所述表面加工方法生成方法更新模块5，根据刀具信息库中的刀具信息，添加和更新表面加工方法生成方法库12中的4类方法：

1)切削模式与刀具类型之间的映射关系

任何回转类刀具都能被表达为几个基本切削模式的组合。如图4所示，立铣刀有两种刀刃表面类型：

与

，两种运动自由度1.5D与2.5D，以上两种要素的组合可以构成4种切削模式：

其中M的上标表示采用的刀刃表面类型，下标表示运动自由度。

本例中，加工环境中包含5类刀具，这些刀具总共包含9种切削模式，切削模式与刀具类型间构成多对多的映射关系，如表1所示

表1

2)切削模式与加工表面类型之间的映射关系

本例中，通过以上9种切削模式，可以加工5种类型的表面：平面、球面、环面、简单三维曲面和普通三维曲面。

所述三维曲面是由母线沿着准线扫掠而成。如果在扫掠过程中，母线与轴线始终保持平行，则生成的曲面称为简单三维曲面，当准线为圆时，生成面即为圆柱面。如果在扫掠过程中，母线与轴线始终保持一定夹角，则生成曲面称为普通三维曲面，当准线为圆时，生成面即为圆锥面。图5显示了5类表面及与表面类型相关的一些几何信息，包括：

1)平面：法线方向。

2)球面：截面法线方向。

3)环面：母线，母线平面的法线方向和环圆截面半径。

4)简单三维曲面：母线和准线方向。

5)普通三维曲面：轴线方向，母线，准线和准线与轴线间的夹角。

切削模式决定了刀具在加工运动中生成表面的类型，表面类型与切削模式间具有多对多的映射关系。本例中9种切削模式与表面类型之间的映射关系如表2所示。

表2

3)TAD生成方法

4)刀具尺寸约束生成方法

本例中，9种切削模式对映的TAD生成方法和刀具尺寸约束生成方法如表3所不。

表3

图6显示了表面加工方法生成模块6中包含的4个模块：1)切削模式生成模块61；2)刀具类型生成模块62；3)TAD生成模块63；4)刀具尺寸约束生成模块64。以上4个模块串形连接，前一个模块产生的数据将作为后几个模块的输入。

所述切削模式生成模块61根据加工表面的类型和切削模式与加工表面类型之间的映射关系，生成加工表面所有可能的切削模式。

所述刀具类型生成模块62根据切削模式与刀具类型之间的映射关系，为加工表面的每种切削模式生成所有可能的刀具类型。

所述TAD生成模块63根据TAD生成方法，为加工表面的每种切削模式与刀具类型的组合生成所有可能的TAD。

所述刀具尺寸约束生成模块64根据刀具尺寸约束生成方法和加工表面的几何信息，为加工表面的每种切削模式、刀具类型与TAD三者的组合生成刀具尺寸约束。

所述表面加工方法可行性检测模块7，对由表面加工方法生成模块6产生的每个加工表面的所有可能加工方法进行可行性分析。判断刀具信息库中是否包含满足刀具尺寸约束条件的刀具，以及刀具在加工时是否会与其它零件表面发生干涉。如果发生以上两种情况则认为加工方法不可行。通过该模块检测的所有可行加工方法将被作为特征因子提取模块8的输入。

所述特征因子提取模块8，将零件上每个加工表面的可行加工方法转化为一组特征因子。并将重复的特征因子合并作为特征因子优化选择模块9的输入。

所述特征因子是表面加工方法的一部分，包含两方面内容：刀具类型和刀具接近方向。这两方面内容的任一组合都构成了一个特征因子。

所述特征因子优化选择模块9的输入为零件的所有加工表面及每个表面所对应了一组特征因子。该模块以整个零件所采用的特征因子数最少为目标建立集合覆盖模型，采用最少的特征因子覆盖所有的零件加工表面。通过蚁群算法搜索模型的最优解。最后为被特征因子重复覆盖的表面选择与相邻表面相同的特征因子。该模块的输出为零件的所有加工表面，且每个表面只对应了一个特征因子。

所述加工特征输出模块10根据特征因子优化选择模块的输出，将具有相同特征因子的表面组合在一起构成加工特征，并转化为标准的数据格式，作为整个系统的输出。该输出结果将被应用于后续的CAPP系统中。

图7是用于三坐标数控加工中零件加工特征检测的方法的流程图。

在将本发明第一次应用在某个加工环境中时，需要通过步骤s1和s2建立刀具信息库和表面加工方法生成方法库。

所述步骤s1根据加工环境中包含的刀具情况，将刀具抽象为5类信息：1)刀具类型；2)刀具几何形状；3)刀刃表面；4)刀具运动自由度；5)刀具尺寸。

所述步骤s2根据刀具信息库中的刀具信息建立表面加工方法生成方法库中的4类方法：1)切削模式与刀具类型之间的映射关系；2)切削模式与加工表面类型之间的映射关系；3)TAD生成方法；4)刀具尺寸约束生成方法。

针对不同零件的特征检测，这两个数据库可以反复使用。只有在加工环境中的刀具发生改变时，才需要对数据库中的信息和方法进行更新。

所述步骤s3是输入零件与毛坯的CAD模型，并提取零件与毛坯的实体模型，作为步s4的输入。

所述步骤s4是根据零件与毛坯的实体模型，确定零件的加工表面。该过程分为以下两个步骤：

1)将毛坯体积减去零件体积，得到零件的切削体积。

2)将零件体积外表面与切削体积外表面求交，得到的相交表面即为零件的加工表面。

本例中，以图8b)所示箱体零件及其毛坯(如图8a)所示)进行演示。首先将毛坯体积减去零件体积，得到零件的切削体积，如图8c)所示。然后将零件体积外表面与切削体积外表面求交，即可得到零件的加工表面，如图8d)中，白色的表面为加工表面。

所述步骤s5从零件的实体模型中获得零件加工表面的类型、几何尺寸、法线方向等几何信息，作为步骤s6的输入。

所述步骤s6根据零件加工表面的类型，相关几何信息和表面加工方法生成方法库中的方法为零件的每个加工表面生成所有可能的加工方法。

加工方法生成分为4步：

1)根据加工表面的类型和切削模式与加工表面类型之间的映射关系，生成加工表面所有可能的切削模式。

2)根据切削模式与刀具类型之间的映射关系，为加工表面的每种切削模式生成所有可能的刀具类型。

3)根据TAD生成方法，为加工表面的每种切削模式与刀具类型的组合生成所有可能的TAD。

4)根据刀具尺寸约束生成方法和加工表面的几何信息，为加工表面的每种切削模式、刀具类型与TAD三者的组合生成刀具尺寸约束。

图9显示了，图8b)中零件的部分加工表面，其中包括10个表面，表面1-表面10。将以其中的表面1为例，具体说明步骤s6-s8的实施过程。表面1在z轴方向上的长度为50。表面2-表面9将被用来说明步骤s6-s8的实施结果，且该结果将被用于说明步骤s9的实施过程。

表面1的加工方法生成的过程如图10所示。通过从表面类型生成4种切削模式，通过切削模式生成可以采用的4种刀具类型，最后通过TAD与刀具尺寸约束的生成方法生成表面加工方法中TAD与刀具尺寸约束。通过以上4个步骤可以为表面1生成8种可能的加工方法。

所述步骤s7针对步骤s6生成的表面加工方法进行可行性检测。可行性检测的流程如图11所示。主要步骤如下：

1)对每一可能的表面加工方法，从刀具信息库中搜索满足刀具尺寸约束要求的刀具集，如果没有刀具能够满足尺寸约束，则认为该加工方法不可行。

2)如果存在一把或数把刀具能够满足尺寸约束，从中选择一把尺寸最小的刀具进行，根据刀具的几何形状，加工采用的运动自由度和刀具接近方向，生成加工该表面时刀具的扫掠体积。如果扫掠体积与零件体积发生干涉，则认为该加工方法不可行。

通过以上两个步骤，可以从加工表面的可能加工方法中删除不可行的方法，剩余的加工方法为表面的可行加工方法，将作为步骤s8的输入。

以表面1的8种可能加工方法为例。假设对于每种加工方法都存在满足尺寸约束的刀具。通过将生成的刀具扫掠体与零件体积求交可以发现，在采用加工方法

球头铣刀，(0，0，1)，FL>＝50}与

球头铣刀，(0，1，0)}加工时，刀具会与其他加工表面发生干涉，如图12所示，所以这两种方法不可行。其余6种加工方法为可行加工方法。

所述步骤s8将零件上每个加工表面的可行加工方法转化为一组特征因子。并将重复的特征因子合并作为步骤s9的输入。

所述特征因子，是表面加工方法的一部分，包含两方面内容：刀具类型和刀具接近方向。特征因子提取分为两步：

1)为每个加工表面从其可行的加工方法中提取特征因子

2)将重复的特征因子合并。

如图13所示，表面1的6种可行加工方法可以生成6个特征因子，但其中有两组特征因子是重复的，将其合并可以得到4个不重复的特征因子。

表4例举了图9中10个表面的特征因子。

表4

 

加工表面	特征因子
		加工表面1	{立铣刀(0，1，0)}；{立铣刀(0，0，1)}{面铣刀(0，1，0)}；{圆柱铣刀(0，0，1)}
加工表面2	{立铣刀(0，0，1)}；{立铣刀(0，1，0)}{面铣刀(0，0，1)}；{圆柱铣刀(0，1，0)}
		加工表面3	{立铣刀(0，1，0)}；{圆柱铣刀(0，1，0)}
加工表面4	{立铣刀(0，1，0)}；{面铣刀(0，1，0)}
		加工表面5	{麻花钻，(0，1，0)}；{立铣刀(0，1，0)}
加工表面6	{立铣刀(-1，0，0)}；{面铣刀(-1，0，0)}
		加工表面7	{立铣刀(-1，0，0)}；{圆柱铣刀(-1，0，0)}
加工表面8	{立铣刀(-1，0，0)}；{圆柱铣刀(-1，0，0)}
		加工表面9	{立铣刀(-1，0，0)}；{圆柱铣刀(-1，0，0)}
加工表面10	{立铣刀(-1，0，0)}；{圆柱铣刀(-1，0，0)}

所述步骤s9是对加工表面对应的一组特征因子进行优化选择

通常情况下，一个加工表面往往包含多个特征因子。为了提高加工效率通常希望整个零件所采用的刀具类型和装夹次数最少。而在三坐标加工环境中，装夹次数可以等同于零件加工所采用的刀具接近方向的数量。步骤s9的目的是为每个表面从可行特征因子中选择一个最优因子，使整个零件所包含的因子数最少，以达到减少刀具使用种类和装夹次数的目的。

特征因子优化选择的过程分为三个步骤：

1)根据步骤s4-s8的输入建立集合覆盖问题的数学模型

通过步骤s4，可以得到零件的加工表面集F＝{f₁，f₂...f_{f_num}}，f_num为零件的加工表面数。本例中，如图8b)所示意零件包含163个加工表面。通过步骤s5-s8，可以得到零件上每个加工表面的特征因子，零件上所有加工表面的特征因子聚集在一起可以构成整个零件的特征因子集Fac＝{fac₁，fac₂....fac_{fac_num}}，fac_num为整个零件的特征因子数。其中 $\begin{array}{cc}{\mathrm{fac}}_j\⊆F& j=\mathrm{1,2}...\mathrm{fac}\_\mathrm{num}\end{array}$ ，即每个特征因子都能覆盖部分或者全部加工表面。如令表4中的特征因子{立铣刀(0，1，0)}为fac₁，则fac₁＝{f1，f2，f3，…}本例中，如图8b)所示意零件包含24个特征因子。可以用矩阵A＝(a_ij)_{f_num×fac_num}来表达聚类优化模型，a_ij＝1表示能够采用特征因子fac_j加工表面f_i，a_ij＝1表示不能够采用特征因子fac_j加工表面f_i。聚类优化的目标是尽可能地选择最少的特征因子来加工所有的加工表面，即选择最少的列覆盖所有的行。

以表4例举的10个加工表面及其特征因子为例，令{立铣刀(0，1，0)}为fac₁，{立铣刀(0，0，1)}为fac₂，{面铣刀(0，1，0)}为fac₃，{圆柱铣刀(0，0，1)}为fac₄，{面铣刀(0，0，1)}为fac₅，{圆柱铣刀(0，1，0)}为fac₆，{麻花钻，(0，1，0)}为fac₇，(面铣刀(-1，0，0)}为fac₈，{立铣刀(-1，0，0)}为fac₉，{圆柱铣刀(-1，0，0)}为fac₁₀，则构成的矩阵如表5所示。对整个零件而言实际的矩阵大小为163×24。

表5

 

	fac1	fac2	fac3	fac4	fac5	fac6	fac7	fac8	fac9	fac10	K(fi)
												f1	1	1	1	1	0	0	0	0	0	0	4
f2	1	1	0	0	1	1	0	0	0	0	4
												f3	1	0	0	0	0	1	0	0	0	0	2
f4	1	0	1	0	0	0	0	0	0	0	2
												f5	1	0	0	0	0	0	1	0	0	0	2
f6	0	0	0	0	0	0	0	1	1	0	2
												f7	0	0	0	0	0	0	0	0	1	1	2
f8	0	0	0	0	0	0	0	0	1	1	2
												f9	0	0	0	0	0	0	0	0	1	1	2
f10	0	0	0	0	0	0	0	0	1	1	2
												|facj|	5	2	2	1	1	2	1	1	5	4

 

P(facj)	2	4	2	4	4	2	1	2	2	2
												R(facj)	3	0	1	0	0	1	1	1	1	1

2)求解该模型

采用SCHF(Set Covering Heuristic Function)启发函数作为启发信息，通过蚁群算法求SCP的优化解，具体方法如下：

a)对每 $\begin{array}{cc}{\mathrm{fac}}_j\⊆F& j=\mathrm{1,2}...\mathrm{fac}\_\mathrm{num}\end{array}$ ，确定fac_j对应的启发函数：

${\mathrm{\η}}_j=a\frac{1+R\left({\mathrm{fac}}_j\right)}{P\left({\mathrm{fac}}_j\right)-1}+b\frac{1}{\left|\mathrm{Fac}\right|-\left|{\mathrm{fac}}_j\right|}---\left(1\right)$

公式1中，K(f_i)表示f_i被所有fac_j，j＝1，2...fac_num覆盖的次数。在表5所示的矩阵中，即为每一行所有元素之和。

公式1中，P(fac_j)为fac_j的覆盖度，P(fac_j)＝Min{K(f_i)|f_i∈fac_j}如表5所示。

公式1中，R(fac_j)为fac_j的必选度，表示如果从Fac中排除fac_j后，出现必选特征因子的个数(覆盖度为1的特征因子)。如表5所示。

公式1中，|Fac|为整个零件的特征因子的个数，本例子中为24。

公式1中，|fac_j|为fac_j覆盖的表面数。如表5所示。

公式1中，a和b为待定参数，会影响算法的收敛速度，对于不同零件，a和b的最优值不同。本例中a和b都取1。

b)初始化蚁群算法的最大循环次数Cmax(>＝200，本实例取200)。循环次数以Count表示，初始值设为0。残留信息重要度α(0<＝α<＝5，本实例取1)，启发信息重要度β(0<＝β<＝5，本实例取3)。信息素更新量Q(10<＝Q<＝10000，本实例取100)，信息素挥发系数ρ(0<ρ<1，本实例取0.5)，蚂蚁数目ant_num(m>＝20，本实例取100)。Fac_j对应的信息素强度用τ_j表示，初始值设为0；

c)定义

，k＝1-ant_num，表示第k只蚂蚁已经选择的特征因子的集合，初始设为空集。定义

，k＝1-ant_num，表示第k只蚂蚁可以选择的特征因子的集合，初始设为Fac。定义

k＝1-ant_num，表示第k只蚂蚁还没有覆盖的表面，初始设为f。

d)为每只蚂蚁依次选择特征因子，选择的概率按照

$P_j^k\left(t\right)\left\{\begin{array}{c}\frac{{\left[{\mathrm{\&tau;}}_j\left(N\right)\right]}^{\mathrm{\&alpha;}}\&CenterDot;{\left[{\mathrm{\&eta;}}_j\right]}^{\mathrm{\&beta;}}}{\underset{m\&Element;M_k^{\&prime;}}{\mathrm{\&Sigma;}}[{\left[{\mathrm{\&tau;}}_m\left(N\right)\right]}^{\mathrm{\&alpha;}}\&CenterDot;{\left[{\mathrm{\&eta;}}_m\right]}^{\mathrm{\&beta;}}]}{\mathrm{fac}}_j\&Element;F_k^{\&prime;}\\ 0\end{array}\right.$

选择完后，在

中减去所选的特征因子，在中添加所选的特征因子，从中减去所选特征因子覆盖的表面。

e)如果

不为空集，重复第d)步，否则进入第f)步。

f)根据以下公式更新每个特征因子对应的信息素强度。

${\mathrm{\&tau;}}_i(N+1)=\mathrm{\&rho;}\&CenterDot;{\mathrm{\&tau;}}_i\left(N\right)+\underset{k=1}{\overset{\mathrm{ant}\_\mathrm{num}}{\mathrm{\&Sigma;}}}{\mathrm{\&Delta;\&tau;}}_i^k$

${\mathrm{\&Delta;\&tau;}}_i^k=\left\{\begin{array}{cc}Q/\left|C_k^{\&prime;}\right|& {\mathrm{fac}}_i\&SubsetEqual;C_k^{\&prime;}\\ 0& \end{array}\right.$

表示选择的特征因子集中包含的特征因子数量。

g)Count＝Count+1。

如果Count>Cmax，结束循环。并找出

，k＝1-ant_num，中特征因子数最少的覆盖C*。

否则重新转到第c)步。

3)特征因子选择

用蚁群算法求解模型，可以得到完成零件加工所需要的最少特征因子的集合C*，使零件上大多数表面只对应了C*中的一个特征因子。但零件中依然存在某些加工表面可能包含多个特征因子，即这些表面可以用C*中的两个或两个以上不同特征因子进行加工。

为了得到加工特征，必须为具有多个特征因子的加工表面选定一个特征因子。对于这种被特征因子重复覆盖的加工表面，选择其中任何一个特征因子都不会影响零件在加工中使用的刀具种类和装夹次数。但为了使同一特征中的表面能够被连续加工，应该使相邻表面包含在同一特征中。从特征因子选择的角度看，就是使相邻加工表面所采用的特征因子尽可能相同。特征因子选择的方法如下：

a)对每一个具有多个特征因子的加工表面x。

a1)如果加工表面x与只有一个特征因子fac_j的加工表面y相邻，且加工表面x的特征因子中包含fac_j，则加工表面x采用特征因子fac_j。

a2)如果加工表面x的所有相邻加工表面都只有一个特征因子，且加工表面x的特征因子中不包含任何相邻表面的特征因子，则为加工表面x随机选择一个特征因子。

a3)如果加工表面x既不满足条件a1)也不满足条件a2)，则暂时不为该表面选择特征因子，优先处理满足条件a1)或a2)的加工表面。

b)如果零件上具有多个特征因子的加工表面都不满足条件a1)和a2)，则任取一个加工表面，并为该加工表面随机选择一个特征因子。

c)重复步骤a)和步骤b)，直到零件上所有的加工表面都只对应一个特征因子。

本例中，通过步骤2)得到C*中包含9种特征因子，分别为：1){立铣刀(0，0，-1)}；2){麻花钻(0，0，-1)}；3){立铣刀(-1，0，0)}；4){立铣刀(0，1，0)}；5){麻花钻(0，1，0)}；6){立铣刀(0，-1，0)}；7){麻花钻(0，-1，0)}；8){立铣刀(-1，0，0)}；9){立铣刀(0，0，1)}。

零件的加工表面中存在被特征因子重复覆盖的表面。如图9中的加工表面1，既可以采用{立铣刀(-1，0，0)}，也可以采用{立铣刀(0，0，-1)}，但由于其相邻加工表面3只能采用特征因子{立铣刀(0，0，-1)}，所以加工表面1也选择特征因子{立铣刀(0，0，-1)}。

所述步骤s10将具有相同特征因子的表面组合在一起构成加工特征，并转化为标准的数据格式，作为整个系统的输出。

图14显示了本例的特征检测结果：9个加工特征，且每个加工特征都对应了采用的刀具类型和刀具接近方向。该结果符合CAPP系统对特征检测要求。

Claims (9)

1、一种用于三坐标数控加工中零件加工特征检测的系统，其特征在于包括特征检测系统集成平台、刀具信息更新模块、零件信息输入模块、加工表面确定模块、表面加工方法生成方法更新模块、表面加工方法生成模块、表面加工方法可行性检测模块、特征因子提取模块、特征因子优化选择模块、加工特征输出模块、刀具信息库和表面加工方法生成方法库，其中：

所述特征检测系统集成平台将刀具信息更新模块、零件信息输入模块、加工表面确定模块、表面加工方法生成方法更新模块、表面加工方法生成模块、表面加工方法可行性检测模块、特征因子提取模块、特征因子优化选择模块和加工特征输出模块的输入和输出信息进行集成管理，实现各模块之间数据交换；

所述刀具信息更新模块根据实际加工环境中的刀具资源，将刀具信息保存在刀具信息库中，当加工环境中增加或减少了刀具，通过该模块对刀具信息库中的数据做出相应的修改；

所述零件信息输入模块完成零件与毛坯CAD模型的输入，提取零件和毛坯的实体模型，并将其作为加工表面确定模块的输入；

所述加工表面确定模块通过将毛坯体积减去零件体积，得到零件的切削体积，将零件体积外表面与切削体积外表面求交，得到零件的加工表面，同时提取加工表面的类型和几何信息作为表面加工方法生成模块的输入；

所述表面加工方法生成模块，根据表面加工方法生成方法库中的方法为每个零件加工表面生成所有可能的表面加工方法；

所述表面加工方法生成方法更新模块根据刀具信息库中的刀具信息，添加和更新表面加工方法生成方法库中的4类方法，包括：切削模式与刀具类型之间的映射关系、切削模式与加工表面类型之间的映射关系、TAD生成方法、刀具尺寸约束生成方法；

所述表面加工方法可行性检测模块，对由表面加工方法生成模块产生的每个加工表面的所有可能加工方法进行可行性分析，判断刀具信息库中是否包含满足刀具尺寸约束条件的刀具，以及刀具在加工时是否会与其它零件表面发生干涉，如果发生以上两种情况则认为加工方法不可行，通过该模块检测的所有可行加工方法将被作为特征因子提取模块的输入；

所述特征因子提取模块，将零件上每个加工表面的可行加工方法转化为一组特征因子，并将重复的特征因子合并作为特征因子优化选择模块的输入；

所述特征因子优化选择模块的输入为零件的所有加工表面，每个表面都对应了一组特征因子，该模块以整个零件所采用的特征因子数最少为目标建立集合覆盖模型，采用最少的特征因子覆盖所有的零件加工表面，通过蚁群算法搜索模型的最优解，最后为被特征因子重复覆盖的表面选择与相邻表面相同的特征因子，该模块的输出为零件的所有加工表面，且每个表面只对应了一个特征因子；

所述加工特征输出模块根据特征因子优化选择模块的输出，将具有相同特征因子的表面组合在一起构成加工特征，并转化为标准的数据格式，作为整个系统的输出。

2、根据权利要求1所述的用于三坐标数控加工中零件加工特征检测的系统，其特征是，所述表面加工方法生成模块中包含4个模块：切削模式生成模块、刀具类型生成模块、TAD生成模块、刀具尺寸约束生成模块，以上4个模块串形连接，前一个模块产生的数据将作为后几个模块的输入，其中：

所述切削模式生成模块根据加工表面的类型和切削模式与加工表面类型之间的映射关系，生成加工表面所有可能的切削模式；

所述刀具类型生成模块根据切削模式与刀具类型之间的映射关系，为加工表面的每种切削模式生成所有可能的刀具类型；

所述TAD生成模块根据TAD生成方法，为加工表面的每种切削模式与刀具类型的组合生成所有可能的TAD；

所述刀具尺寸约束生成模块，根据刀具尺寸约束生成方法和加工表面的几何信息，为加工表面的每种切削模式、刀具类型与TAD三者的组合生成刀具尺寸约束。

3、根据权利要求1或2所述的用于三坐标数控加工中零件加工特征检测的系统，其特征是，所述表面加工方法生成模块，其生成的表面加工方法包含4方面内容：刀具类型、切削模式、刀具接近方向、刀具尺寸约束，其中：

所述刀具类型是指在加工某个表面使所采用的刀具类型；

所述切削模式是指采用某类刀具进行加工时，刀具所采用的运动自由度与实际参与切削的刀刃表面类型的组合；

所述刀具接近方向是指在加工时刀轴与加工表面之间的相对角度方向；

所述刀具尺寸约束是指为了完成某个表面的加工而对刀具尺寸上施加的限制。

4、根据权利要求1所述的用于三坐标数控加工中零件加工特征检测的系统，其特征是，所述特征因子提取模块，其中特征因子是表面加工方法的一部分，包含两方面内容：刀具类型和刀具接近方向，这两方面内容的任一组合都构成了一个特征因子。

5、一种用于三坐标数控加工中零件加工特征检测的方法，其特征在于包括以下步骤：

步骤1，建立刀具信息库：根据加工环境中的刀具状况建立刀具信息库；

步骤2，建立表面加工方法生成方法库：根据刀具信息库中的刀具信息，建立表面加工方法生成方法库中的4类方法：切削模式与刀具类型之间的映射关系、切削模式与表面类型之间的映射关系、TAD生成方法、刀具尺寸约束生成方法；

步骤3，输入零件与毛坯的CAD模型，并提取零件与毛坯的实体模型，作为步骤4的输入；

步骤4，确定零件的加工表面：根据零件与毛坯的实体模型，确定零件的加工表面，过程为：将毛坯体积减去零件体积得到零件的切削体积，将零件体积表面与切削体积表面求交，得到的相交表面，该相交表面即为零件的加工表面；

步骤5，提取零件加工表面信息：从零件的实体模型中获得零件加工表面的类型、几何尺寸、法线方向几何信息，作为步骤6的输入；

步骤6，表面加工方法生成：根据零件加工表面的类型、几何信息和表面加工方法生成方法库中的方法为零件的每个加工表面生成所有可能的加工方法，所述表面加工方法包含4方面内容：刀具类型、切削模式、刀具接近方向和刀具尺寸约束；

步骤7，表面加工方法可行性检测：通过检测，从加工表面的可能加工方法中删除不可行的方法，剩余的加工方法为表面的可行加工方法，将作为步骤8的输入；

步骤8，特征因子提取：先为每个加工表面从其可行的加工方法中提取特征因子，然后将重复的特征因子合并；

步骤9，特征因子优化选择：为每个表面从可行特征因子中选择一个最优因子，使整个零件所包含的因子数最少；

步骤10，加工特征输出：将具有相同特征因子的表面组合在一起构成加工特征，并转化为标准的数据格式，作为整个方法的输出。

6、根据权利要求5所述的用于三坐标数控加工中零件加工特征检测的方法，其特征是，步骤6中，所述加工方法生成分为4步：

①根据加工表面的类型和切削模式与加工表面类型之间的映射关系，生成加工表面所有可能的切削模式；

②根据切削模式与刀具类型之间的映射关系，为加工表面的每种切削模式生成所有可能的刀具类型；

③根据TAD生成方法，为加工表面的每种切削模式与刀具类型的组合生成所有可能的TAD；

④根据刀具尺寸约束生成方法和加工表面的几何信息，为加工表面的每种切削模式、刀具类型与TAD三者的组合生成刀具尺寸约束。

7、根据权利要求5所述的用于三坐标数控加工中零件加工特征检测的方法，其特征是，步骤7中，所述表面加工方法可行性检测，步骤如下：

①对每一可能的表面加工方法，从刀具信息库中搜索满足刀具尺寸约束要求的刀具集，如果没有刀具能够满足尺寸约束，则认为该加工方法不可行；

②如果存在一把或数把刀具能够满足尺寸约束，从中选择一把尺寸最小的刀具进行，根据刀具的几何形状，加工采用的运动自由度和刀具接近方向，生成加工该表面时刀具的扫掠体积，如果扫掠体积与零件体积发生干涉，则认为该加工方法不可行。

8、根据权利要求5所述的用于三坐标数控加工中零件加工特征检测的方法，其特征是，步骤8中，所述特征因子提取，其中特征因子是表面加工方法的一部分，包含两方面内容：刀具类型和刀具接近方向。

9、根据权利要求5所述的用于三坐标数控加工中零件加工特征检测的方法，其特征是，步骤9中，所述特征因子优化选择，分为三个步骤：

①根据步骤4-8的输入建立集合覆盖问题的数学模型

通过步骤4得到零件的加工表面集F＝{f₁，f₂...f_{f_num}}，f_num为零件的加工表面数，通过步骤5-8得到零件上每个加工表面的特征因子，零件上所有加工表面的特征因子聚集在一起构成整个零件的特征因子集Fac＝{fac₁，fac₂....fac_{fac_num}}，fac_num为整个零件的特征因子数，用矩阵A＝(a_ij)_{f_num×fac_num}来表达聚类优化模型，a_ij＝1表示能够采用特征因子fac_j加工表面f_i，a_ij＝1表示不能够采用特征因子fac_j加工表面f_i，聚类优化的目标是尽可能地选择最少的特征因子来加工所有的加工表面，即选择最少的列覆盖所有的行；

②求解该模型

首先计算集合覆盖模型的SCHF启发函数，通过矩阵A计算SCHF的各个参数，并获得SCHF的值，把SCHF的值作为启发信息，用蚁群算法求解该模型；

③特征因子选择

用蚁群算法求解模型得到完成零件加工所需要的最少特征因子的集合，但零件中依然存在某些加工表面可能包含多个特征因子，为具有多个特征因子的加工表面选择一个与相邻表面相同的特征因子。

Images