CN112329124B - Cae模型查错方法、装置、计算机设备和存储介质 - Google Patents
Cae模型查错方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112329124B CN112329124B CN201910703239.8A CN201910703239A CN112329124B CN 112329124 B CN112329124 B CN 112329124B CN 201910703239 A CN201910703239 A CN 201910703239A CN 112329124 B CN112329124 B CN 112329124B
- Authority
- CN
- China
- Prior art keywords
- information
- cae model
- attribute information
- cae
- bill
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000000463 material Substances 0.000 claims abstract description 119
- 238000007689 inspection Methods 0.000 claims description 17
- 239000012925 reference material Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 17
- 238000004088 simulation Methods 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Landscapes
- Stored Programmes (AREA)
Abstract
本发明公开了一种CAE模型查错方法和装置。其中方法包括:确定需进行查错的CAE模型;获取CAE模型中每个零件的零件名称、编号信息和第一属性信息;获取预设的物料清单表;其中,物料清单表包括参考零件的编号信息和第二属性信息;根据物料清单表中参考零件的编号信息、第二属性信息、CAE模型中每个零件的零件名称、编号信息和第一属性信息,对CAE模型中的零件信息进行查错。该方法通过物料清单表中参考零件的编号信息、第二属性信息与CAE模型中每个零件的零件名称、编号信息和第一属性信息自动进行匹配,从而确定CAE模型中零件信息是否正确,实现了CAE模型中零件的快速查错,可以大幅度提高仿真分析的效率,并可以提高CAE建模的正确性。
Description
技术领域
本发明涉及计算机应用技术领域,尤其涉及一种CAE模型查错方法、装置、计算机设备和计算机存储介质。
背景技术
随着CAE(Computer Aided Engineering,工程设计中的计算机辅助工程)技术在汽车研发的不断发展,目前CAE技术已经成为汽车研发的关键手段之一,CAE分析可加速优化设计、驱动问题整改的进度,从而实现降低研发成本和缩短整个开发周期。
相关技术中,在利用有限元软件对汽车零件进行CAE模型分析前处理时,需检查模型的正确性,其中,该过程中,只能通过手工挑选部分重要的零件进行简单检查,导致耗时耗力且容易出错、遗漏。
因此,如何提升CAE模型查错的效率,已经成为亟待解决的问题。
发明内容
本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种CAE模型查错方法,该方法实现了CAE模型中零件的快速查错,可以大幅度提高仿真分析的效率,并可以提高CAE建模的正确性。
本发明的第二个目的在于提出一种CAE模型查错装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出的CAE模型查错方法,所述方法包括:确定需进行查错的CAE模型;获取CAE模型中每个零件的零件名称、编号信息和第一属性信息;获取预设的物料清单表;其中,物料清单表包括参考零件的编号信息和第二属性信息;根据物料清单表中参考零件的编号信息、第二属性信息、CAE模型中每个零件的零件名称、编号信息和第一属性信息,对CAE模型中的零件信息进行查错。
根据本发明实施例的CAE模型查错方法,可先确定需进行查错的CAE模型,获取CAE模型中每个零件的零件名称、编号信息和第一属性信息,之后获取预设的物料清单表,其中,物料清单表包括参考零件的编号信息和第二属性信息,然后根据物料清单表中参考零件的编号信息、第二属性信息、CAE模型中每个零件的零件名称、编号信息和第一属性信息,对CAE模型中的零件信息进行查错。该方法通过物料清单表中参考零件的编号信息、第二属性信息与CAE模型中每个零件的零件名称、编号信息和第一属性信息自动进行匹配,从而确定CAE模型中零件是否正确,实现了CAE模型中零件的快速查错,可以大幅度提高仿真分析的效率,并可以提高CAE建模的正确性。
为达到上述目的,本发明第二方面实施例提出的CAE模型查错装置,包括:CAE模型确定模块,用于确定需进行查错的CAE模型;第一获取模块,用于获取所述CAE模型中每个零件的零件名称、编号信息和第一属性信息;第二获取模块,用于获取预设的物料清单表;其中,所述物料清单表包括参考零件的编号信息和第二属性信息;查错模块,用于根据所述物料清单表中所述参考零件的编号信息、第二属性信息、所述CAE模型中每个零件的零件名称、编号信息和第一属性信息,对所述CAE模型中的零件信息进行查错。
根据本发明实施例的CAE模型查错装置,可先确定需进行查错的CAE模型,获取CAE模型中每个零件的零件名称、编号信息和第一属性信息,之后获取预设的物料清单表,其中,物料清单表包括参考零件的编号信息和第二属性信息,然后根据物料清单表中参考零件的编号信息、第二属性信息、CAE模型中每个零件的零件名称、编号信息和第一属性信息,对CAE模型中的零件信息进行查错。由此,通过物料清单表中参考零件的编号信息、第二属性信息与CAE模型中每个零件的零件名称、编号信息和第一属性信息自动进行匹配,从而确定CAE模型中零件是否正确,实现了CAE模型中零件的快速查错,可以大幅度提高仿真分析的效率,并可以提高CAE建模的正确性。
为达到上述目的,本发明第三方面实施例提出的计算机设备,包括:存储器、处理器及存储在所述存储器上并可在所述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,实现本发明第一方面所述的CAE模型查错方法。
为达到上述目的,本发明第四方面实施例提出的计算机可读存储介质,所述计算机程序被处理器执行时实现本发明第一方面所述的CAE模型查错方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的CAE模型查错方法的流程图。
图2是根据本发明一个具体实施例的CAE模型查错方法的流程图。
图3是根据本发明一个具体实施例的CAE模型查错方法的流程图。
图4是根据本发明一个实施例的CAE模型查错装置的结构示意图。
图5是根据本发明一个实施例的CAE模型查错装置的结构示意图。
图6是根据本发明一个实施例的计算机设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的CAE模型查错方法、装置、计算机设备和计算机可读存储介质。
图1是根据本发明一个实施例的CAE模型查错方法的流程图。需要说明的是,本发明实施例的CAE模型查错方法可应用于有限元分析前处理软件中,比如,可应用于有限元分析前处理软件HyperMesh软件中。
如图1所示,该CAE模型查错方法可以包括:
S110,确定需进行查错的CAE模型。
举例而言,当检测到打开有限元分析前处理软件,且将CAE模型导入到该有限元分析前处理软件中时,可将该导入的CAE模型确定为需进行查错的CAE模型。
需要说明的是,在导入CAE模型之前,需要将CAE模型中的零件进行规范化命名,在零件进行规范化命名后,零件名称包括编号信息、材料信息和厚度信息。
S120,获取CAE模型中每个零件的零件名称、编号信息和第一属性信息。
可选地,可提取CAE模型中所有的零部件,从而获取CAE模型中每个零件的零件名称、编号信息和第一属性信息。其中,CAE模型中零件的编号信息可理解为零件的ID,每个零件都有独一无二的ID,一般由多个阿拉伯数字组成的字符串表示,以示与其他零件的区别;第一属性信息包括但不仅限于材料、厚度等参数信息。
S130,获取预设的物料清单表;其中,物料清单表包括参考零件的编号信息和第二属性信息。
其中,物料清单表一般为CSV或Excel,物料清单表中零件的编号信息可理解为参考零件的ID,第二属性信息包括但不仅限于材料、厚度等参数信息。
S140,根据物料清单表中参考零件的编号信息、第二属性信息、CAE模型中每个零件的零件名称、编号信息和第一属性信息,对CAE模型中的零件信息进行查错。
也就是说,可将获取到的物料清单表中参考零件的编号信息与获取到的CAE模型中每个零件的编号信息进行匹配,以判断CAE模型中每个零件的正确性,然后从CAE模型的每个零件名称中,提取对应的属性信息,并将物料清单表中参考零件的第二属性信息与CAE模型中每个零件名称中的属性信息进行匹配,以判断CAE模型中每个零件的零件名称是否正确。
根据本发明实施例的CAE模型查错方法,可先确定需进行查错的CAE模型,获取CAE模型中每个零件的零件名称、编号信息和第一属性信息,之后获取预设的物料清单表,其中,物料清单表包括参考零件的编号信息和第二属性信息,然后根据物料清单表中参考零件的编号信息、第二属性信息、CAE模型中每个零件的零件名称、编号信息和第一属性信息,对CAE模型中的零件信息进行查错。该方法通过物料清单表中参考零件的编号信息、第二属性信息与CAE模型中每个零件的零件名称、编号信息和第一属性信息自动进行匹配,从而确定CAE模型中零件是否正确,实现了CAE模型中零件的快速查错,可以大幅度提高仿真分析的效率,并可以提高CAE建模的正确性。
图2是根据本发明一个具体实施例的CAE模型查错方法的流程图。如图2所示,该CAE模型查错方法可以包括:
S210,确定需进行查错的CAE模型。
举例而言,当检测到打开有限元分析前处理软件,且将CAE模型导入到该有限元分析前处理软件中时,可将该导入的CAE模型确定为需进行查错的CAE模型。
需要说明的是,在导入CAE模型之前,需要将CAE模型中的零件进行规范化命名,在零件进行规范化命名后,零件名称包括编号信息、材料信息和厚度信息。
S220,获取CAE模型中每个零件的零件名称、编号信息和第一属性信息。
可选地,可提取CAE模型中所有的零部件,从而获取CAE模型中每个零件的零件名称、编号信息和第一属性信息。其中,CAE模型中零件的编号信息可理解为零件的ID,第一属性信息包括但不仅限于材料、厚度等参数信息。
S230,获取预设的物料清单表;其中,物料清单表包括参考零件的编号信息和第二属性信息。
其中,物料清单表中零件的编号信息可理解为参考零件的ID,第二属性信息包括但不仅限于材料、厚度等参数信息。
S240,将物料清单表中参考零件的编号信息与获取到的CAE模型中每个零件的编号信息进行匹配,以判断CAE模型中每个零件的正确性。
举例而言,可将获取到的物料清单表中参考零件的ID与获取到的CAE模型中每个零件的ID进行匹配,可根据物料清单表中参考零件的ID,判断CAE模型是否有缺失零件。
S250,从CAE模型的每个零件名称中,提取对应的材料信息和厚度信息。
也就是说,获取到CAE模型的每个零件名称时,可通过CAE模型中的提取模块提取CAE模型的每个零件名称对应的材料信息和厚度信息。
S260,提取参考零件的第二属性信息中的参考材料信息和参考厚度信息。
也就是说,获取到预设的物料清单表时,可获取预设的物料清单表中参考零件的第二属性信息中的参考材料信息和参考厚度信息。
S270,将参考零件的参考材料信息,与CAE模型中对应零件的零件名称中包含的材料信息进行匹配,并将参考零件的厚度信息,与CAE模型中对应零件的零件名称中包含的厚度信息进行匹配,以判断CAE模型中每个零件的零件名称是否正确。
S280,在对CAE模型中的零件信息进行查错之后,收集检查结果。
S290,基于检查结果生成检查结果报告,并将检查结果报告进行输出。
举例而言,将收集的检查结果生成结果报告,然后以弹窗的形式将检查结果进行输出。
为了方便本领域技术人员了解本发明,下面将结合图3对本发明做进一步说明。作为一种示例,本发明实施例的分类方法可基于Tcl/Tk语言和有限元分析前处理软件。具体地,如图3所示,CAE模型查错方法的具体实现步骤可如下所示:
1)、确定预先设定的物料清单表,物料清单表中包含零件的编号信息、第二属性信息,其中,编号信息可理解为零件的ID;第二属性信息包括但不仅限于材料、厚度信息等参数信息;
2)、当检测到打开有限元分析前处理软件,且将CAE模型导入到该有限元分析前处理软件中时,可将该导入的CAE模型确定为需进行查错的CAE模型,该模型零件名应由如下五个信息组成:车型、ID、版本号、材料、厚度;
3)、设置八个变量,并设置其初始值为空:
var1—物料清单表零件材料信息为空;
var2—物料清单表零件厚度信息为空;
var3—物料清单表零件与CAE模型零件匹配有缺失件;
var4—物料清单表零件与CAE模型零件名匹配材料不一致;
var5——物料清单表零件与CAE模型零件名匹配厚度不一致;
var6——CAE模型零件名中自带材料信息与其属性中材料信息不一致;
var7——CAE模型零件名中自带厚度信息与其属性中厚度信息不一致;
var8——CAE模型零件名中自带ID信息与其实际ID信息不一致;
4)、读取物料清单表中一个零件的ID、材料、厚度信息,并判断其材料与厚度信息是否为空。若材料信息为空,则将其ID添加至变量var1;若厚度信息为空,则将其ID添加至变量var2;
5)、逐一读取CAE模型中每个零件的名称、ID,并从零件名称中提取材料、厚度信息;
6)、判断上述物料清单表中零件的ID是否存在于CAE模型中所有零件的ID号中,若不存在,则将其ID添加至变量var3;
7)、判断上述物料清单表中零件的材料与CAE模型中相同ID号的零件其零件名中自带的材料信息是否一致,若不一致则将其ID添加至变量var4;
8)、判断上述物料清单表中零件的厚度与CAE模型中相同ID号的零件其零件名中自带的厚度信息是否一致,若不一致则将其ID添加至变量var5;
9)、重复4至8步骤,逐一完成所有物料清单表中零件与CAE模型中零件的信息匹配;
10)、读取CAE模型中一个零件的名称、ID号,及其对应的属性中的材料、厚度信息,并从零件名称中提取出ID、材料、厚度信息;
11)、判断上述CAE模型中零件名中自带的材料信息与其对应的属性中的材料信息是否一致,若不一致则将其ID添加至变量var6;
12)、判断上述CAE模型中零件名中自带的厚度信息与其对应的属性中的厚度信息是否一致,若不一致则将其ID添加至变量var7;
13)、判断上述CAE模型中零件名中自带的ID信息与其零件ID是否一致,若不一致则将其ID添加至变量var8;
14)、重复10至13步骤,逐一完成所有CAE模型中零件名中自带ID、材料、厚度信息与其零件ID、对应的属性中的材料和厚度信息是否匹配;
15)、将检查结果以弹窗的形式告知用户。
采用Tcl/Tk语言,将上述步骤编成脚本文件即可实现CAE模型查错的批量化、自动化。
根据本发明实施例的CAE模型查错方法,可将物料清单表中参考零件的编号信息与获取到的CAE模型中每个零件的编号信息进行匹配,以判断CAE模型中每个零件的正确性,然后从CAE模型的每个零件名称中,提取对应的材料信息和厚度信息,提取参考零件的第二属性信息中的参考材料信息和参考厚度信息,之后将参考零件的参考材料信息,与CAE模型中对应零件的零件名称中包含的材料信息进行匹配,并将参考零件的厚度信息,与CAE模型中对应零件的零件名称中包含的厚度信息进行匹配,以判断CAE模型中每个零件的零件名称是否正确,然后在对CAE模型中的零件信息进行查错之后,收集检查结果,基于检查结果生成检查结果报告,并将检查结果报告进行输出,该方法实现了CAE模型中零件的快速查错,实现了CAE模型检查的自动化,避免了因手工检查导致的遗漏、错误等技术问题,可以大幅度提高仿真分析的效率,并可以提高CAE建模的正确性。
与上述几种实施例提供的CAE模型查错方法相对应,本发明的一种实施例还提供一种CAE模型查错装置,由于本发明实施例提供的CAE模型查错装置与上述几种实施例提供的CAE模型查错方法相对应,因此在CAE模型查错方法的实施方式也适用于本实施例提供的CAE模型查错装置,在本实施例中不再详细描述。图4是根据本发明一个实施例的CAE模型查错装置的结构示意图。
如图4所示,该用于对CAE模型赋予非线性材料的装置400包括:CAE模型确定模块410、第一获取模块420、第二获取模块430和查错模块440,其中:
CAE模型确定模块410用于确定需进行查错的CAE模型;
第一获取模块420用于获取所述CAE模型中每个零件的零件名称、编号信息和第一属性信息;
第二获取模块430用于获取预设的物料清单表;其中,所述物料清单表包括参考零件的编号信息和第二属性信息;
查错模块440用于根据所述物料清单表中所述参考零件的编号信息、第二属性信息、所述CAE模型中每个零件的零件名称、编号信息和第一属性信息,对所述CAE模型中的零件信息进行查错。作为一种示例,所述查错模块440具体用于:将所述物料清单表中所述参考零件的编号信息与所述CAE模型中每个零件的编号信息进行匹配,以判断所述CAE模型中每个零件的正确性;从所述CAE模型的每个零件名称中,提取对应的属性信息,并将所述物料清单表中所述参考零件的第二属性信息与所述CAE模型中每个零件名称中的属性信息进行匹配,以判断所述CAE模型中每个零件的零件名称是否正确;从所述CAE模型的每个零件名称中,提取对应的第一编号信息、第一材料信息和第一厚度信息,并从所述CAE模型的每个零件的第一属性信息中,提取对应的第二材料信息和第二厚度信息;将所述每个零件名称中的第一材料信息和第一厚度信息,与所述CAE模型中对应零件的第二材料信息和第二厚度信息进行匹配,以判断所述CAE模型中对应零件的第一属性信息是否正确。
在本发明的实施例中,所述第二属性信息包括参考材料信息和参考厚度信息;所述查错模块440具体用于:从所述CAE模型的每个零件名称中,提取对应的材料信息和厚度信息;提取所述参考零件的第二属性信息中的参考材料信息和参考厚度信息;将所述参考零件的参考材料信息,与所述CAE模型中对应零件的零件名称中包含的材料信息进行匹配,并将所述参考零件的厚度信息,与所述CAE模型中对应零件的零件名称中包含的厚度信息进行匹配,以判断所述CAE模型中每个零件的零件名称是否正确。
根据本发明实施例的CAE模型查错装置,可先确定需进行查错的CAE模型,获取CAE模型中每个零件的零件名称、编号信息和第一属性信息,之后获取预设的物料清单表,其中,物料清单表包括参考零件的编号信息和第二属性信息,然后根据物料清单表中参考零件的编号信息、第二属性信息、CAE模型中每个零件的零件名称、编号信息和第一属性信息,对CAE模型中的零件信息进行查错。由此,通过将物料清单表中参考零件的编号信息、第二属性信息与CAE模型中每个零件的零件名称、编号信息和第一属性信息自动进行匹配,从而确定CAE模型中零件是否正确,实现了CAE模型中零件的快速查错,可以大幅度提高仿真分析的效率,并可以提高CAE建模的正确性。
在本发明的实施例中,如图5所示,所述CAE模型查错装置还包括:结果收集模块450和报告输出模块460,其中,结果收集模块450用于在对所述CAE模型中的零件信息进行查错之后,收集检查结果;报告输出模块460用于基于所述检查结果生成检查结果报告,并将所述检查结果报告进行输出。
为了实现上述实施例,本发明还提出了一种计算机设备。
图6是根据本发明一个实施例的计算机设备的结构示意图。如图6所示,该计算机设备600可以包括:存储器610、处理器620及存储在存储器610上并可在处理器620上运行的计算机程序630,处理器620执行程序时,实现本发明上述任一项所述的CAE模型查错方法。
为了实现上述实施例,本发明还提出了一种计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的CAE模型查错方法。
在本发明的描述中,需要理解的是,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种CAE模型查错方法,其特征在于,包括:
确定需进行查错的CAE模型;
获取所述CAE模型中每个零件的零件名称、编号信息和第一属性信息;
获取预设的物料清单表;其中,所述物料清单表包括参考零件的编号信息和第二属性信息;
将所述物料清单表中所述参考零件的编号信息与所述CAE模型中每个零件的编号信息进行匹配,以判断所述CAE模型中每个零件的正确性;
从所述CAE模型的每个零件名称中,提取对应的属性信息,并将所述物料清单表中所述参考零件的第二属性信息与CAE模型中每个零件名称中的属性信息进行匹配,以判断所述CAE模型中每个零件的零件名称是否正确;
从所述CAE模型的每个零件名称中,提取对应的第一编号信息、第一材料信息和第一厚度信息,并从所述CAE模型的每个零件的第一属性信息中,提取对应的第二材料信息和第二厚度信息;
将所述每个零件名称中的第一材料信息和第一厚度信息,与所述CAE模型中对应零件的第二材料信息和第二厚度信息进行匹配,以判断所述CAE模型中对应零件的第一属性信息是否正确。
2.根据权利要求1所述的方法,其特征在于,所述第二属性信息包括参考材料信息和参考厚度信息;所述从所述CAE模型的每个零件名称中,提取对应的属性信息,并将所述物料清单表中所述参考零件的第二属性信息与所述CAE模型中每个零件名称中的属性信息进行匹配,以判断所述CAE模型中每个零件的零件名称是否正确,具体包括:
从所述CAE模型的每个零件名称中,提取对应的材料信息和厚度信息;
提取所述参考零件的第二属性信息中的参考材料信息和参考厚度信息;
将所述参考零件的参考材料信息,与所述CAE模型中对应零件的零件名称中包含的材料信息进行匹配,并将所述参考零件的厚度信息,与所述CAE模型中对应零件的零件名称中包含的厚度信息进行匹配,以判断所述CAE模型中每个零件的零件名称是否正确。
3.根据权利要求1至2中任一项所述的方法,其特征在于,还包括:
在对所述CAE模型中的零件信息进行查错之后,收集检查结果;
基于所述检查结果生成检查结果报告,并将所述检查结果报告进行输出。
4.一种CAE模型查错装置,其特征在于,包括:
CAE模型确定模块,用于确定需进行查错的CAE模型;
第一获取模块,用于获取所述CAE模型中每个零件的零件名称、编号信息和第一属性信息;
第二获取模块,用于获取预设的物料清单表;其中,所述物料清单表包括参考零件的编号信息和第二属性信息;
查错模块,用于根据所述物料清单表中所述参考零件的编号信息、第二属性信息、所述CAE模型中每个零件的零件名称、编号信息和第一属性信息,对所述CAE模型中的零件信息进行查错;
所述查错模块具体用于:将所述物料清单表中所述参考零件的编号信息与所述CAE模型中每个零件的编号信息进行匹配,以判断所述CAE模型中每个零件的正确性;
从所述CAE模型的每个零件名称中,提取对应的属性信息,并将所述物料清单表中所述参考零件的第二属性信息与CAE模型中每个零件名称中的属性信息进行匹配,以判断所述CAE模型中每个零件的零件名称是否正确;
从所述CAE模型的每个零件名称中,提取对应的第一编号信息、第一材料信息和第一厚度信息,并从所述CAE模型的每个零件的第一属性信息中,提取对应的第二材料信息和第二厚度信息;
将所述每个零件名称中的第一材料信息和第一厚度信息,与所述CAE模型中对应零件的第二材料信息和第二厚度信息进行匹配,以判断所述CAE模型中对应零件的第一属性信息是否正确。
5.根据权利要求4所述的装置,其特征在于,所述第二属性信息包括参考材料信息和参考厚度信息;所述查错模块具体用于:
从所述CAE模型的每个零件名称中,提取对应的材料信息和厚度信息;
提取所述参考零件的第二属性信息中的参考材料信息和参考厚度信息;
将所述参考零件的参考材料信息,与所述CAE模型中对应零件的零件名称中包含的材料信息进行匹配,并将所述参考零件的厚度信息,与所述CAE模型中对应零件的零件名称中包含的厚度信息进行匹配,以判断所述CAE模型中每个零件的零件名称是否正确。
6.根据权利要求4至5中任一项所述的装置,其特征在于,还包括:
结果收集模块,用于在对所述CAE模型中的零件信息进行查错之后,收集检查结果;
报告输出模块,用于基于所述检查结果生成检查结果报告,并将所述检查结果报告进行输出。
7.一种计算机设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述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,实现如权利要求1至3中任一项所述的CAE模型查错方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的CAE模型查错方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910703239.8A CN112329124B (zh) | 2019-07-31 | 2019-07-31 | Cae模型查错方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910703239.8A CN112329124B (zh) | 2019-07-31 | 2019-07-31 | Cae模型查错方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112329124A CN112329124A (zh) | 2021-02-05 |
CN112329124B true CN112329124B (zh) | 2024-05-07 |
Family
ID=74319602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910703239.8A Active CN112329124B (zh) | 2019-07-31 | 2019-07-31 | Cae模型查错方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112329124B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801322A (zh) * | 2021-04-06 | 2021-05-14 | 上海臻势汽车科技有限公司 | 一种汽车配件数据标准化方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1166115A (ja) * | 1997-08-26 | 1999-03-09 | Mitsubishi Electric Corp | 3次元cadによる組立品群の図面生成装置 |
JP2000010839A (ja) * | 1998-06-17 | 2000-01-14 | Nippon Telegr & Teleph Corp <Ntt> | データ登録処理方法及び装置及びデータ登録処理プログラムを格納した記憶媒体 |
CN101986314A (zh) * | 2010-11-10 | 2011-03-16 | 长春轨道客车股份有限公司 | 基于计算机辅助工程技术模型属性自动施加方法 |
CN102063555A (zh) * | 2011-01-26 | 2011-05-18 | 河海大学 | 基于网格结构的有限元数值模型查错方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130262402A1 (en) * | 2012-04-03 | 2013-10-03 | Kaizen Logistics Services, LLC | Validating Data |
-
2019
- 2019-07-31 CN CN201910703239.8A patent/CN112329124B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1166115A (ja) * | 1997-08-26 | 1999-03-09 | Mitsubishi Electric Corp | 3次元cadによる組立品群の図面生成装置 |
JP2000010839A (ja) * | 1998-06-17 | 2000-01-14 | Nippon Telegr & Teleph Corp <Ntt> | データ登録処理方法及び装置及びデータ登録処理プログラムを格納した記憶媒体 |
CN101986314A (zh) * | 2010-11-10 | 2011-03-16 | 长春轨道客车股份有限公司 | 基于计算机辅助工程技术模型属性自动施加方法 |
CN102063555A (zh) * | 2011-01-26 | 2011-05-18 | 河海大学 | 基于网格结构的有限元数值模型查错方法 |
Non-Patent Citations (1)
Title |
---|
基于HyperMesh的零件重命名与信息赋予工具开发;周程等;软件导刊;第16卷(第7期);第70-72页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112329124A (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10025696B2 (en) | System and method for equivalence class analysis-based automated requirements-based test case generation | |
CN103235759A (zh) | 测试用例生成方法和装置 | |
CN111563606A (zh) | 一种设备预测性维护方法及装置 | |
CN107080945B (zh) | 测试游戏中人工智能行为的方法、装置及电子设备 | |
CN106776334A (zh) | 基于注释生成测试用例方法及装置 | |
CN109669436B (zh) | 一种基于电动汽车的功能需求的测试用例生成方法和装置 | |
CN112328499A (zh) | 一种测试数据生成方法、装置、设备及介质 | |
Said et al. | On state machine mining from embedded control software | |
CN112329124B (zh) | Cae模型查错方法、装置、计算机设备和存储介质 | |
CN111797006A (zh) | 一种线程测试的方法、装置、设备以及存储介质 | |
CN114141302A (zh) | 固态硬盘的测试方法及电子设备 | |
Stephan et al. | Identification of Simulink model antipattern instances using model clone detection | |
CN113535538B (zh) | 应用全链路自动化测试方法、装置、电子设备和存储介质 | |
CN115803642A (zh) | 自动协助电路验证 | |
US11822462B2 (en) | Generation of code coverage information during testing of a code sequence | |
Rao et al. | Mutation testing based evaluation of formal verification tools | |
CN112395473A (zh) | Cae模型中零部件的分类方法、装置和存储介质 | |
CN112527631A (zh) | bug定位方法、系统、电子设备及存储介质 | |
CN111240963B (zh) | 软件缺陷的信息展示方法、装置、电子设备和存储介质 | |
Filipsky et al. | Creating smart tests from recorded automated test cases | |
CN114924992B (zh) | 一种基于形式化的fpga软件安全性验证方法及验证系统 | |
CN113807100B (zh) | 基于源端数据的保护装置计算模型审核方法及装置 | |
CN116610570A (zh) | 一种基于蜕变测试的计算机辅助工程软件测试方法 | |
CN117057192A (zh) | 一种cae结果处理方法、装置和系统 | |
JPH0363837A (ja) | ソフトウェアプログラムの検査方式 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |