CN102622478A - 一种基于语义信息的复杂零件逆向工程cad建模方法 - Google Patents
一种基于语义信息的复杂零件逆向工程cad建模方法 Download PDFInfo
- Publication number
- CN102622478A CN102622478A CN2012100528367A CN201210052836A CN102622478A CN 102622478 A CN102622478 A CN 102622478A CN 2012100528367 A CN2012100528367 A CN 2012100528367A CN 201210052836 A CN201210052836 A CN 201210052836A CN 102622478 A CN102622478 A CN 102622478A
- Authority
- CN
- China
- Prior art keywords
- information
- semantic
- semantic information
- complex parts
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于语义信息的复杂零件逆向工程CAD建模方法。该方法的实现流程为:先对零件的形貌进行测量,数据获取,然后进行逆向工程CAD模型重建为获取语义信息数据,然后进行逆向工程CAD模型重建,接着以获得的CAD模型为基础进行创新设计,形成新产品原型,然后对该新产品原型进行计算机辅助分析,并根据分析结果对原型进行修改,然后循环上述流程直至获得新产品原型,最后通过生产制造获得新产品。利用测量过程中的隐式信息简化CAD模型重建过程,提高复杂零件CAD模型重建的准确性、稳定性与可靠性;降低对逆向设计人员专业知识要求,降低对工作计算机性能的要求;避免设计复杂的海量数据处理算法,软件系统容易实现。
Description
技术领域
本发明涉及一种逆向工程CAD建模方法,尤其是涉及一种基于语义信息的复杂零件逆向工程CAD建模方法。
背景技术
复杂零件是指具有复杂几何外形或空间结构,能够实现复杂或特殊功能的机械零件,它大量存在于运载、能源、国防等工程领域,如汽车发动机缸体与缸盖、汽轮机叶片、船舰螺旋桨等。随着现代高端装备制造业的发展,为了使产品实现超精密、超高速、复杂功能集成等卓越的性能,复杂零件的开发与应用越来越广泛。
复杂零件一般为所属产品的核心部件,由于要实现复杂或特殊的功能,复杂零件的设计往往投入大、周期长,需要多学科知识的组合优化,需要反复修正与持续改进。在没有原始设计资源的情况下,直接用正向设计的方式试图快速地完成复杂零件的设计非常困难,甚至无法完成符合功能需求的数字化模型。
逆向工程是将产品实物原型转化为数字化模型的有关计算机辅助技术、数字化测量技术和几何模型重建技术的总称,是消化、吸收先进技术,实现新产品快速开发的重要技术手段。运用逆向工程技术对复杂零件进行创新设计,可以充分利用现有的设计资源,实现复杂零件的快速开发。
现有的逆向工程CAD建模流程如图1所示,它是一种通用的方法,主要针对普通型零件。复杂零件由于其复杂的外形或结构,如果直接运用现有的逆向工程CAD建模方法,则可能出现如下问题:(1)逆向造型过程将涉及大量的人机交互,需要逆向设计者具备很强的专业基础知识和丰富的工作经验;(2)复杂零件形貌数据量大,且一般为多传感器测量的组合数据,造型过程中需要耗费大量的内存资源,需要配备高性能、高价位的计算机或服务器;(3)涉及复杂曲面或结构的重建,造型难度大,设计周期长,设计效果不理想;(4)通用算法在复杂零件造型过程中失效。据统计,对于复杂零件,用于CAD模型重建环节的工作量占据整个逆向工程流程的90-95%,严重阻碍了复杂零件逆向工程CAD建模的发展与应用。
发明内容
针对复杂零件,本发明的目的在于提供一种基于语义信息的复杂零件逆向工程CAD建模方法,该方法将充分利用测量过程中的“隐式信息”简化CAD模型重建过程,提高复杂零件CAD模型重建的准确性、稳定性与可靠性。
本发明解决其技术问题所采用的技术方案是:
该方法的实现流程为:首先对零件的形貌进行测量,数据获取,然后进行逆向工程CAD模型重建,接着以获得的CAD模型为基础进行创新设计,形成新产品原型,然后对该新产品原型进行计算机辅助分析,并根据分析结果对原型进行修改,然后循环上述流程直至获得新产品原型,最后通过生产制造获得新产品;其特征在于:所述的获取数据,然后进行逆向工程CAD模型重建为获取语义信息数据,然后进行基于语义信息的逆向工程CAD模型重建,该方法的步骤如下:
1)用数字化测量传感器对复杂零件进行测量,记录测点的坐标信息,同时记录测量过程中的建模隐式信息;
2)利用语义信息模型,将测点的坐标信息与对应的隐式信息表达成语义信息,然后将语义信息传递到CAD模型重建模块;
3)CAD模型重建模块首先对语义信息进行解析,获得测点的坐标信息,同时将隐式信息解析成辅助建模信息;
4)以辅助建模信息为引导完成基于语义信息的复杂零件CAD模型重建,包括基于语义信息的数据预处理、基于语义信息的数据分割、基于语义信息的特征识别、基于语义信息的设计参数还原和基于语义信息的数字化建模。
所述的数字化测量传感器为接触式测量传感器或非接触式测量传感器。
所述的对复杂零件进行测量,使用一种测量传感器完成测量或使用多种测量传感器完成测量。
所述的隐式信息包括:测量规划策略信息、测量数据对应的测量设备信息、测量数据对应的测量传感器信息、被测量复杂零件的功能信息、被测复杂零件的整体、局部几何特征信息或测量环境信息。
所述的辅助建模信息包括:模型重建工作坐标系,边界轮廓信息,测量数据类型及其分布域信息,测量数据精度信息,测量数据的局部有序信息和空间规律信息,数据拼合标志的坐标信息,复杂零件的空间对称性信息,复杂零件中局部特征的空间分布信息,测量人员信息或测量过程中的气温和气压信息。
所述的基于语义信息的数据预处理包括:基于语义信息的异常点处理、基于语义信息的数据平滑、基于语义信息的半径补偿、基于语义信息的数据压缩或基于语义信息的数据拼合。
所述的语义信息模型包括四段,分别为开始段、全局段、参数段和结束段;其中开始段用于记录测量文件的文件名;全局段用于记录测量文件所对应的软件环境信息与测量环境信息;参数段用于记录测点的坐标信息与测点对应的语义码;结束段用于记录开始段、全局段、参数段在文件中所在位置、所占行数及参数段中测点的总数量。
所述的语义码由一组符号和数字组成,其中符号根据测点对应的具体的测量过程信息在语义码表中抽取,数字表示过程信息的量值;语义码表由一系列预先定义的符号组成,每一个符号代表一种测量过程信息。
本发明具有的有益效果是:
1)利用测量过程中的“隐式信息”简化CAD模型重建过程,提高复杂零件CAD模型重建的准确性、稳定性与可靠性。
2)降低对逆向设计人员专业知识的要求,降低对工作计算机性能的要求。
3)避免设计复杂的海量数据处理算法,软件系统容易实现。
附图说明
图1是现有的逆向工程CAD建模流程图。
图2是基于语义信息的复杂零件逆向工程CAD建模流程图。
图3是译码表示意图。
图4是语义信息模型结构示意图。
图5是基于语义信息的数据预处理流程示意图。
图6是基于语义信息的CAD模型形成过程示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如图2所示,该方法的实现流程为:首先对零件的形貌进行测量,数据获取,然后进行逆向工程CAD模型重建,接着以获得的CAD模型为基础进行创新设计,形成新产品原型,然后对该新产品原型进行计算机辅助分析,并根据分析结果对原型进行修改,然后循环上述流程直至获得新产品原型,最后通过生产制造获得新产品;其特征在于:所述的获取数据,然后进行逆向工程CAD模型重建为获取语义信息数据,然后进行基于语义信息的逆向工程CAD模型重建,该方法的步骤如下:
1)用数字化测量传感器对复杂零件进行测量,记录测点的坐标信息,同时记录测量过程中的建模隐式信息;
2)利用语义信息模型,将测点的坐标信息与对应的隐式信息表达成语义信息,然后将语义信息传递到CAD模型重建模块;
3)CAD模型重建模块首先对语义信息进行解析,获得测点的坐标信息,同时将隐式信息解析成辅助建模信息;
4)以辅助建模信息为引导完成基于语义信息的复杂零件CAD模型重建,包括基于语义信息的数据预处理、基于语义信息的数据分割、基于语义信息的特征识别、基于语义信息的设计参数还原和基于语义信息的数字化建模。
所述的数字化测量传感器为接触式测量传感器,如触发式接触式测头、扫描式接触式测头,或非接触式测量传感器,如线激光测头、结构光测量传感器。
所述的对复杂零件进行测量,使用一种测量传感器完成测量或使用多种测量传感器完成测量。
所述的隐式信息包括:测量规划策略信息、测量数据对应的测量设备信息、测量数据对应的测量传感器信息、被测量复杂零件的功能信息、被测复杂零件的整体、局部几何特征信息或测量环境信息。
所述的辅助建模信息包括:模型重建工作坐标系,边界轮廓信息,测量数据类型及其分布域信息,测量数据精度信息,测量数据的局部有序信息和空间规律信息,数据拼合标志的坐标信息,复杂零件的空间对称性信息,复杂零件中局部特征的空间分布信息,测量人员信息或测量过程中的气温和气压信息。
所述的基于语义信息的数据预处理包括:基于语义信息的异常点处理、基于语义信息的数据平滑、基于语义信息的半径补偿、基于语义信息的数据压缩或基于语义信息的数据拼合。
所述的语义信息模型包括四段,分别为开始段、全局段、参数段和结束段;其中开始段用于记录测量文件的文件名;全局段用于记录测量文件所对应的软件环境信息与测量环境信息;参数段用于记录测点的坐标信息与测点对应的语义码;结束段用于记录开始段、全局段、参数段在文件中所在位置、所占行数及参数段中测点的总数量。
所述的语义码由一组符号和数字组成,其中符号根据测点对应的具体的测量过程信息在语义码表中抽取,数字表示过程信息的量值;语义码表由一系列预先定义的符号组成,每一个符号代表一种测量过程信息。
本发明针对复杂零件逆向工程CAD模型重建问题,该方法的具体实施过程包括四个步骤:
1)用数字化测量传感器对复杂零件进行测量,系统记录测点的坐标信息,同时记录测量过程中有利于CAD模型重建的隐式信息。具体说明如下:
形貌数据获取是逆向工程CAD建模的首要任务,数据采集开始前测量人员通过观察或与客户沟通的方式理解复杂零件原型的设计意图,如复杂零件的整体或局部几何特征,复杂零件的功能,复杂零件在整机中的装配关系,复杂零件的关键尺寸分布等。然后根据理解获得的设计意图,对复杂零件作整体测量
规划,包括测量设备的选择,复杂零件上测量区域的划分,各个测量区域上测量传感器的选择,需单独测量轮廓线的确定。如果一次定位姿态下无法完成整体形貌的测量,则还需要为复杂零件设置重定位标志以实现多次重定位测量。测量规划完成后将按照测量规划方案对复杂零件进行测量。
在本发明中,将上述零件的整体或局部几何特征,零件的功能,零件在整机中的装配关系,零件的关键尺寸分布,零件上测量区域的划分,所选择的测量设备与测量传感器,零件上的重定位标志及测量时的环境等信息视为有利于CAD模型重建的隐式信息。现有的逆向工程CAD模型重建以测点坐标信息为基础,忽略上述隐式信息,本发明将充分利用上述的隐式信息简化CAD模型重建过程。
本发明采用的方法是:
测量过程中,测量系统不但记录测点的坐标信息,同时记录测量过程中的隐式信息,包括测点所对应的测量设备参数信息、测量传感器参数信息、对应的测量区域、测量区域对应的零件功能、对应的几何特征信息。对于整体呈对称分布的复杂零件,只测量对称轴一侧的形貌,同时记录对称轴信息。对于局部呈一定空间规律分布的特征,只测量其中一个特征的形貌,同时记录该特征的空间分布规律信息。此外还记录测量系统的软件环境信息和测量的实际环境信息,软件环境信息包括测量软件版本号、软件中数值所使用的物理单位、文件生成的日期和时间等,实际环境信息包括测量时的温度、湿度、气压、振动情况及测量人员等。
隐式信息的记录通过以下两个方面完成:①测量系统自动记录;②测量过程中以人机交互方式完成记录。在测量过程中隐式信息中的某些信息保持不变,如测量设备和测量传感器的参数信息,测量系统的软件环境信息和测量时的实际环境信息等,这些信息称为静态隐式信息。而隐式信息中的有些信息依不同的测量对象和测量步骤而不同,这些信息称为动态隐式信息。在测量系统中,静态隐式信息被事先输入,或在测量开始前进行确定,测量过程中其值将不再改变。动态隐式信息由测量人员在测量过程中根据具体的测量情况动态输入,或在可选框、备选菜单中选择相应的项。
2)系统利用语义信息模型,将测点的坐标信息与对应的隐式信息表达成语义信息,然后将语义信息传递到CAD模型重建模块。
实现该步骤的关键是建立译码表和语义信息模型。译码表由一系列符号组成,其中每一种符号定义测量过程中的一种隐式信息,译码表在语义信息形成阶段是编制语义码的依据,在CAD模型重建环节用于解析语义信息。本发明所
使用的译码表如图3所示。
语义信息模型用于将测点的坐标信息和测点对应的隐式信息转化为语义信息。本发明中的语义信息模型包括四段,分别为开始段、全局段、参数段和结束段,其整体结构如图4所示。
开始段用于记录测量文件的文件名,格式为“S//”+“文件名”+“//E”,其中“S//”为开始段标识符,“//E”为结束符,在全局段、参数段和结束段中均视“//E”为结束符。开始段每行不超过80个字符,否则自动换行,全局段、参数段和结束段都遵行这一原则。若某测量文件的文件名为“Point cloud for engine cylinder”,则其开始段可以表示为:
S// Point cloud for engine cylinder //E
全局段用于记录测量文件所对应的软件环境信息与测量环境信息,格式为“G//”+“全局量”+“//E”,其中“G//”为全局段标识符。全局段包括10个参数,各参数之间用分号(;)隔开,参数值可以为空。参数顺序有明确规定,依次为测量软件版本号、数值所使用的测量单位、文件生成日期和时间、被测量零件名称、被测量工件材质、测量时的温度、测量时的湿度、测量时的气压、测量时的振动情况、测量人员的姓名。设某测量文件所使用的测量软件版本号为Semantic measuring system (SMS) V1.0;数值所使用的测量单位为mm;文件生成日期和时间为2011年12月8日,16时58分26秒;被测零件名称为Engine cylinder (发动机气缸);被测量零件材质为Iron(钢);测量时的温度为20±1℃;测量时的湿度为45%-50%;测量时的气压为0.1Mpa;测量时的振动情况为≤10Hz;测量人员姓名为Zhang san(张三),则全局段可以表示为:
G// Semantic measuring system (SMS) V1.0;mm;20111208.165826;Engine cylinder;Iron;20±1℃;45%-50%;0.1Mpa;≤10Hz;Zhang san //E
参数段用于记录测点的三维坐标信息和测点对应的“隐式信息”,是语义信息模型的核心部分,参数段格式为
“Ps//”+“语义码1”+“;”
“Pc//”+“x 11, y 11, z 11”+“;”
“Pc//”+“x 21, y 21, z 21”+“;”
…
“Pc//”+“x n1, y n1, z n1”+“//E”
“Ps//”+“语义码2”+“;”
“Pc//”+“x 21, y 21, z 21”+“;”
…
其中“Ps”为参数段语义码信息小节标识符,“;”是小节结束符,“Pc”为参数段坐标信息小节标识符,“x 1, y 1, z 1”、“x 2, y 2, z 2”、…、“x n, y n, z n”为隶属于“语义码1”的测点的坐标值。
语义码根据测点集所携带的隐式信息在译码表中抽取相应的语义符号形成,所以语义码是一组语义符号的集合,每一种语义符号表示一种隐式信息,语义码表示了其后隶属于它的点集所包含的隐式信息集。语义码的编码方法为
# 语义符号1 & 语义符号2 & … & 语义符号n #
语义码以“#”开始,以“#”结尾,语义符号之间用“&”隔开,语义码的长短由所描述测点数据的“隐式信息”量决定。
设用三坐标测量机和触发式接触式测头对零件上一呈自由曲面状的功能区域进行测量,测量过程中接触式测头沿Y轴进行逐行扫描,测量数据的存贮在图层3上,图层颜色代号2,则结合译码表其语义码可以表示为
# CMM & TTP & FS & FZ & OY & L3 & LC(2) #
结束段用于记录开始段、全局段、参数段在文件中所在位置、所占行数及参数段中测点的总数量,结束段格式为“T//”+“S-*/**”+“G-*/**”+“P-*/**/***”+“//E”。其中“T//”为结束段标识符,“S-*/**”中“S-”表示开始段,“*”表示开始段起始位置所在行的行号,“**”表示开始段所占的行数。“G-*/**”中各符号的含义与“S-*/**”相似,“P-*/**/***”中“P-*/**”中个符号的含义与“S-*/**”相似,“***”表示测点的总数量。设某测量文件开始段起始位置所在行号为1,开始段所占的行数为1,全局段起始位置所在行是2,全局段所占行数是3,参数段起始位置所在行是5,参数段所占行数是2556,测点的总数量是2549,则其结束段可以表示为
“T//”+“S-1/1”+“G-2/3”+“P-5/2556/2549”+“//E”
将测量数据的坐标信息与对应的隐式信息表达成语义信息后,系统将语义信息传递到CAD模型重建模块,用于被测零件的CAD模型重建。
3) CAD模型重建模块首先对语义信息进行解析,获得测点的坐标信息,同时将隐式信息解析成辅助建模信息。
当CAD模型重建模块接收到语义信息后,将对语义信息进行解析,语义信息解析通过聚类模块和解析模块实现。首先由聚类模块对测量文件进行逐段处理,处理全局段时,将全局段参数逐一传递给解析模块;处理参数段时,先根据语义码对数据进行初步分类,将同类型的测点数据归为一类并将各类测点数
据存入暂存容器中,同时将各类点集对应的语义码存入语义码容器中。然后系统将语义码容器中的语义码逐条传递给解析模块,解析模块以译码表为支持对语义码中的语义符号逐个进行翻译获得测点所对应的隐式信息,然后根据隐式信息对相应的测点数据进行处理,将隐式信息解析成辅助建模信息。解析过程为:首先将测量人员,测量过程中的气温、气压、湿度、振动情况等信息进行保存,以便于测量信息的全面管理。然后根据边界轮廓线和零件上功能区域的分布建立模型重建工作坐标系;利用测量设备、传感器信息解析出对应测量设备和测量传感器的具体参数、测量数据的精度、获取对应测量数据的局部有序信息;根据数据拼合标志信息计算出匹配点坐标与匹配规律;获取被测零件上局部几何特征的类型;根据被测零件几何特征的空间分布规律信息对测量数据进行修正。
4)系统以辅助建模信息为引导完成基于语义信息的测量数据预处理、基于语义信息的数据分割和基于语义信息的CAD模型形成。
基于语义信息的数据预处理流程如图5所示。测量数据预处理模块包括异常点处理、数据平滑、半径补偿、数据压缩和数据拼合五个子模块。如图5所示,当数据预处理中的子模块,如异常点处理模块,接收到已完成解析的测点数据后,首先异常点处理子模块根据自身功能实现需要向测点数据所匹配的辅助建模信息发出信息需求指令,并获得相关联的辅助建模信息,包括对应测量设备和测量传感器的参数信息,测量数据的精度信息、局部有序性信息。然后在辅助建模信息的指导下设定异常点处理算法所需要的预定值与参数值,根据数据的局部有序性,按顺序处理,最终完成异常点处理。数据平滑、半径补偿、数据压缩和数据拼合子模块功能的实现过程与异常点处理子模块的实现过程相似。经过数据预处理,测量数据被整理成合理的测量数据,合理的测量数据将传递给后续的模块进行数据分割和CAD模型重建。
基于语义信息的数据分割的实现过程与测量数据预处理模块中各个子模块功能实现过程相似。数据分割模块首先向辅助建模信息发出信息需求指令,获得被测零件的边界轮廓线和零件上功能区域的分布信息,然后数据分割模块先根据辅助建模信息完成粗分割,接着再根据需要利用传统的数据分割算法在粗分割区域块上进行进一步的分割。
基于语义信息的CAD模型形成过程如图6所示,包括特征识别、设计参数还原、数字化建模三个模块。如图6所示当特征识别模块接收到完成分割的数据块后,根据自身模块功能实现需要向辅助建模信息发出信息需求指令,并获得数据块的部分几何特征的类型、局部特征的空间分布规律等相关联的辅助建模信息,然后在辅助建模信息的指导下完整地识别出数据块所表示的特征类型。以同样的方式,设计参数还原模块在辅助建模信息的指导下还原出特征的设计参数信息。最后特征信息与设计参数信息相结合完成数字化模型重建。
Claims (8)
1.一种基于语义信息的复杂零件逆向工程CAD建模方法,该方法的实现流程为:首先对零件的形貌进行测量,数据获取,然后进行逆向工程CAD模型重建,接着以获得的CAD模型为基础进行创新设计,形成新产品原型,然后对该新产品原型进行计算机辅助分析,并根据分析结果对原型进行修改,然后循环上述流程直至获得新产品原型,最后通过生产制造获得新产品;其特征在于:所述的获取数据,然后进行逆向工程CAD模型重建为获取语义信息数据,然后进行基于语义信息的逆向工程CAD模型重建,该方法的步骤如下:
1)用数字化测量传感器对复杂零件进行测量,记录测点的坐标信息,同时记录测量过程中的建模隐式信息;
2)利用语义信息模型,将测点的坐标信息与对应的隐式信息表达成语义信息,然后将语义信息传递到CAD模型重建模块;
3)CAD模型重建模块首先对语义信息进行解析,获得测点的坐标信息,同时将隐式信息解析成辅助建模信息;
4)以辅助建模信息为引导完成基于语义信息的复杂零件CAD模型重建,包括基于语义信息的数据预处理、基于语义信息的数据分割、基于语义信息的特征识别、基于语义信息的设计参数还原和基于语义信息的数字化建模。
2.根据权利要求1所述的一种基于语义信息的复杂零件逆向工程CAD建模方法,其特征在于:所述的数字化测量传感器为接触式测量传感器或非接触式测量传感器。
3.根据权利要求1所述的一种基于语义信息的复杂零件逆向工程CAD建模方法,其特征在于:所述的对复杂零件进行测量,使用一种测量传感器完成测量或使用多种测量传感器完成测量。
4.根据权利要求1所述的一种基于语义信息的复杂零件逆向工程CAD建模方法,其特征在于:所述的隐式信息包括:测量规划策略信息、测量数据对应的测量设备信息、测量数据对应的测量传感器信息、被测量复杂零件的功能信息、被测复杂零件的整体、局部几何特征信息或测量环境信息。
5.根据权利要求1所述的一种基于语义信息的复杂零件逆向工程CAD建模方法,其特征在于:所述的辅助建模信息包括:模型重建工作坐标系,边界轮廓信息,测量数据类型及其分布域信息,测量数据精度信息,测量数据的局部有序信息和空间规律信息,数据拼合标志的坐标信息,复杂零件的空间对称性信息,复杂零件中局部特征的空间分布信息,测量人员信息或测量过程中的气温和气压信息。
6.根据权利要求1所述的一种基于语义信息的复杂零件逆向工程CAD建模
方法,其特征在于:所述的基于语义信息的数据预处理包括:基于语义信息的异常点处理、基于语义信息的数据平滑、基于语义信息的半径补偿、基于语义信息的数据压缩或基于语义信息的数据拼合。
7.根据权利要求1所述的一种基于语义信息的复杂零件逆向工程CAD建模
方法,其特征在于:所述的语义信息模型包括四段,分别为开始段、全局段、参数段和结束段;其中开始段用于记录测量文件的文件名;全局段用于记录测量文件所对应的软件环境信息与测量环境信息;参数段用于记录测点的坐标信息与测点对应的语义码;结束段用于记录开始段、全局段、参数段在文件中所在位置、所占行数及参数段中测点的总数量。
8.根据权利要求7所述的一种基于语义信息的复杂零件逆向工程CAD建模
方法,其特征在于: 所述的语义码由一组符号和数字组成,其中符号根据测点对应的具体的测量过程信息在语义码表中抽取,数字表示过程信息的量值;语义码表由一系列预先定义的符号组成,每一个符号代表一种测量过程信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100528367A CN102622478A (zh) | 2012-03-02 | 2012-03-02 | 一种基于语义信息的复杂零件逆向工程cad建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100528367A CN102622478A (zh) | 2012-03-02 | 2012-03-02 | 一种基于语义信息的复杂零件逆向工程cad建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102622478A true CN102622478A (zh) | 2012-08-01 |
Family
ID=46562394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100528367A Pending CN102622478A (zh) | 2012-03-02 | 2012-03-02 | 一种基于语义信息的复杂零件逆向工程cad建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102622478A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628956A (zh) * | 2018-04-12 | 2018-10-09 | 北京亿维讯同创科技有限公司 | 产品创新设计的方法及系统 |
CN111209634A (zh) * | 2018-11-20 | 2020-05-29 | 波音公司 | 基于人工智能的制造零件设计 |
CN112581603A (zh) * | 2020-12-17 | 2021-03-30 | 中德(珠海)人工智能研究院有限公司 | 一种cad模型处理系统 |
WO2023230769A1 (zh) * | 2022-05-30 | 2023-12-07 | 西门子股份公司 | Cad模型搜索、聚类及分类模型生成方法、装置和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070189454A1 (en) * | 2006-02-10 | 2007-08-16 | Georgeson Gary E | System and method for determining dimensions of structures/systems for designing modifications to the structures/systems |
CN101071452A (zh) * | 2006-05-09 | 2007-11-14 | 乐必峰软件公司 | 分析使用3d扫描数据执行反向工程时建模精度的系统和方法 |
-
2012
- 2012-03-02 CN CN2012100528367A patent/CN102622478A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070189454A1 (en) * | 2006-02-10 | 2007-08-16 | Georgeson Gary E | System and method for determining dimensions of structures/systems for designing modifications to the structures/systems |
CN101071452A (zh) * | 2006-05-09 | 2007-11-14 | 乐必峰软件公司 | 分析使用3d扫描数据执行反向工程时建模精度的系统和方法 |
Non-Patent Citations (3)
Title |
---|
孙文磊 等: "大尺寸复杂零件逆向重构再设计应用研究", 《机械设计》, vol. 25, no. 10, 31 October 2008 (2008-10-31) * |
宋胜伟 等: "平面零件逆向CAD三维模型生成系统的研究", 《机械设计》, vol. 24, no. 2, 28 February 2007 (2007-02-28) * |
黄卫东 等: "基于三坐标测量的复杂曲面边界线的获取与构建", 《福建工程学院学报》, vol. 3, no. 6, 31 December 2005 (2005-12-31), pages 1 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628956A (zh) * | 2018-04-12 | 2018-10-09 | 北京亿维讯同创科技有限公司 | 产品创新设计的方法及系统 |
CN111209634A (zh) * | 2018-11-20 | 2020-05-29 | 波音公司 | 基于人工智能的制造零件设计 |
CN111209634B (zh) * | 2018-11-20 | 2024-04-16 | 波音公司 | 用于设计零件的方法和系统 |
CN112581603A (zh) * | 2020-12-17 | 2021-03-30 | 中德(珠海)人工智能研究院有限公司 | 一种cad模型处理系统 |
WO2023230769A1 (zh) * | 2022-05-30 | 2023-12-07 | 西门子股份公司 | Cad模型搜索、聚类及分类模型生成方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105528503B (zh) | 一种基于结构分解的大型构件动态优化设计方法 | |
CN101403907B (zh) | 散乱点云数据的五坐标nc刀轨快速生成方法 | |
CN103310058B (zh) | 基于三维模型的尺寸链校核方法 | |
CN102798362A (zh) | 一种基于点云数据的铸件加工余量估计方法 | |
CN102622478A (zh) | 一种基于语义信息的复杂零件逆向工程cad建模方法 | |
US11847381B2 (en) | Three-dimensional graphical annotations with semantic attributes | |
CN106777779B (zh) | 一种基于bim的铁路涵洞设计方法 | |
CN103197604A (zh) | 基于dbf实现刀具路径自动优化的数控系统及控制方法 | |
CN103247062A (zh) | 采集农田关键点测绘成图的方法 | |
CN101515168A (zh) | 产品三角网格模型的环切粗加工nc刀轨生成方法 | |
CN103838907A (zh) | 基于stl模型的曲面切割轨迹获得方法 | |
CN111504191A (zh) | 一种基于三维激光扫描的航空零件自动快速测量方法 | |
CN104391991A (zh) | 一种从AutoCAD数据到GIS空间数据的转换方法 | |
CN101992582B (zh) | 一种大型夹层构件配合加工方法 | |
CN103077255B (zh) | 核电站3d模型识别方法和系统 | |
CN110795835A (zh) | 一种基于自动同步建模的三维工序模型逆向生成方法 | |
CN104166756A (zh) | 一种飞机质量分布计算方法 | |
WO2020130085A1 (ja) | 3次元位置・姿勢認識装置及び方法 | |
CN108229502B (zh) | 一种树冠层的三维点云数据中叶片基点提取方法 | |
CN101458726A (zh) | 线切割程序生成系统及方法 | |
CN107273650B (zh) | 基于坐标表示的典型工艺路线提取方法 | |
CN112733345A (zh) | 一种航空螺栓自动三维标注方法及系统 | |
CN102254076A (zh) | 一种用于三维模型设计工艺性的分析工具 | |
CN111061779A (zh) | 一种基于大数据平台的数据处理方法及装置 | |
US11176283B2 (en) | Analysis model creation assistance device and analysis model creation assistance method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120801 |