CN115169122A - 一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法 - Google Patents

Abstract

本发明公开了一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，用于将零件三维模型的几何和拓扑信息自动转换为制造过程关注的特征信息。首先提取零件的几何和拓扑信息表示为属性邻接图AAG。然后将AAG分解为特征子图并利用子图同构算法识别子图对应特征的类型。然后提出一种构造并抑制已识别且不相交特征的最小不相交体积的方法，来修复零件上特征在相交过程中被改变甚至破坏的边界。以特征抑制的结果作为新的输入零件重复上述过程，直到所有特征被识别。本发明所提方法不仅可以识别特征复杂相交零件上的所有特征，而且还展示了零件从毛坯到最终零件的过程中每个特征的体积形状变化。

Description

一种基于图和最小不相交特征体积抑制的多阶段制造特征识 别方法

技术领域

本发明涉及制造特征识别，更具体地说涉及一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，属于智能制造技术领域。

背景技术

设计与制造之间的信息壁垒是制约制造业智能化的关键因素。设计环节关注低维度的几何元素(面、边、点)和他们拓扑信息，并以这些几何元素为信息载体，规定了制造要求(精度、表面粗糙度等)。制造环节关注高维度的特征信息(Hole,Step,Boss等)，通过为零件上的制造特征选择合适的加工操作以获得最终的零件形状。在传统工艺规划活动中，工艺工程师们需要花费大量的时间去“翻译”CAD模型，从低维度的几何拓扑信息中获得高维度的制造特征信息，这个过程严重依赖工程师的经验和知识。因此，如何以自动化的方式去翻译零件实体模型，将低维度的几何拓扑信息转换为高维度的制造特征信息成为制造领域研究的热点问题之一。

公开号为CN108009527A的发明专利《一种面向STEP-NC2.5D制造特征的智能特征识别方法》通过将零件的几何拓扑信息转换为图表示，然后分解出最小子图作为神经网络的输入来识别制造特征。该方法可以精确高效的识别零件上拓扑边界完整的特征，然而会忽略掉零件上由于特征相交导致的边界被改变甚至破坏的特征。公开号为CN107463533B的发明专利《一种基于PCA与CNN的三维CAD实体模型制造特征识别方法》通过将CAD实体模型点云数据中分割出特征对应的区域作为已训练完成的CNN特征识别器的输入，已识别零件上的制造特征。然而如何从三维模型上正确分割出零件上包含的所有特征仍然是一个挑战。公开号为CN103164582A的发明专利《三维CAD模型相交制造特征识别方法》以MBD表示的三维CAD模型为信息输入源，采用融合制造语义的加工面聚类算法构建加工区域子图，然后以加工区域子图为制造特征痕迹，结合标注尺寸信息，对加工区域子图进行优化合并，从而实现制造特征的识别。公开号为CN105354353A的发明专利《一种基于MBD模型的加工特征识别和建模方法》提取产品制造信息，在加工特征几何属性识别中，根据几何体素的拓扑关系，将一个或多个几何体素信息合成加工特征。

综上，以上成果对实现设计和制造集成以及智能化工艺设计有着很大的价值。但是上述方法仅仅识别出零件上包含的特征类型，很少考虑从毛坯到最终零件的过程中特征的体积变化。其次，特征相交会导致不同程度的几何、拓扑元素丢失，特征边界破坏，这使得上述方法在处理相交特征时均不能令人满意。

发明内容

针对现有技术存在的上述不足，本发明的目的是提供一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，本方法能够实现零件上复杂相交情况下的特征识别，且能够修复被破坏的特征边界，实现更准确的特征识别。同时本方法还展示了零件从毛坯加工到零件的过程中特征的形状变化过程。

本发明的技术方案是这样实现的：

一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，包括如下步骤：

1)提取零件的几何和拓扑信息并将其表示为AAG：以满足STEP标准的零件三维模型文件作为输入，首先解析零件上的几何元素及其拓扑关系，并在边的凹凸性分析的基础上将其表示为属性邻接图AAG；属性邻接图AAG是用易于计算机处理的四元组图G＝{V，E，T，L}来表示零件的几何和拓扑信息，其中：V是图的节点集合，

对应零件上的一个面；E是图上边的集合，

表示节点v_i，v_j对应的零件表面之间的公共边；T(v_i)∈{0，1，...}表示节点v_i对应的零件表面的类型；L(e(v_i，v_j))∈{-1，0，1}表示零件上边e(v_i，v_j)是一条凹边、中性边、凸边；

2)根据特征的边界将AAG分解为特征子图：在零件上，凸边被认为是特征的边界，通过移除零件AAG上所有的凸边从而将AAG分解为一系列特征子图；

3)利用子图同构算法识别每个特征子图对应的特征类型：将特征识别问题转换为子图同构问题，并设计子图同构算法来识别分解AAG得到的每个特征子图包含的特征的类型；

4)修复相交特征的边界：首先，提出一种构造已识别特征的最小不相交体积MNV的方法；在此基础上，在零件上抑制已识别且互不相交特征的MNV来修复在相交过程中被改变甚至破坏的特征边界；未被抑制的特征将保留在零件实体模型上；

5)将步骤4)保留有未被抑制特征的零件实体模型作为新的零件输入，重复步骤1)-步骤4)，直到零件上所有特征均被识别。

优选地，步骤1)中，边的凹凸性分析方法如下，

给定面f₁，f₂和他们之间的边l，P_mid(x₀，y₀，z₀)是边l的中点，面f₁和f₂在点P_mid处的法向量n₁和n₂是唯一确定的；

·若n₁和n₂共线，则表示f₁和f₂在边l处是平滑过渡的，边l是一条中性边，label_l＝0；

否则，在n₁和n₂以及点P_mid形成的平面内构建以r为半径、圆心为P_mid的辅助圆O；点p₁和p₂分别是辅助圆O与面f₁、面f₂的交点，p_x是连接点p₁、p₂形成线段的中点；

·若点p_x在零件实体模型的内部，则边l是一条凸边，label_l＝1；

·若点p_x在零件实体模型的外部，则边l是一条凹边，label_l＝-1。

进一步地，辅助圆O的半径r取值范围按下式确定，其中tol表示输入模型的精度容差，argmin{|l₁|，|l₂|，...，|l_n|}表示零件上最短的边的长度；

tol＜r＜＜argmin{|l₁|，|l₂|，...，|l_n|}。

本发明步骤3)中的子图同构是指，给定数据图g＝<V，E，T，L>和查询图q＝<V′，E′，T′，L′>，若存在单射函数f：V→V′满足(a)、(b)，则称g的子图sub(g)与q是同构关系，记作

(a)

满足T(u)＝T′(f(u))

(b)

满足L(e(u₁，u₂))＝L′(e(f(u₁)，f(u₂)))

利用子图同构算法来识别特征子图对应的特征类型，具体方法为，以分解属性邻接图AAG得到的特征子图作为数据图集合G＝{g₁，g₂，...，g_m}，预定义的特征模板作为查询图集合Q＝{q₁，q₂，...，q_n}；为每个g_i∈G寻找一个q_j∈Q满足

则认为分解得到的特征子图g_i对应的特征类型为q_j。

其中，步骤4)中特征的最小不相交体积MNV按照如下步骤构建：

Step1：构建近似特征体积：对于有基面的特征，沿基面法向量拉伸基面构建近似特征体积；对于无基面的特征，通过构建垂直于特征组成面的轴向的一个虚拟基面，并沿着组成面轴向双向拉伸构建近似特征体积；

Step2：通过布尔运算去除近似特征体积与零件实体相交的部分；

Step3：延伸特征的邻接面，将Step2通过布尔运算后得到的近似特征体积分割为一系列的特征子体积；

Step4：生成MNV：对于Step3中得到的任意特征子体积，若它的面与特征的组成面有重合的部分，则该特征子体积是特征的最小不相交体积的一部分；对所有可以构成MNV的特征子体积做布尔并运算，得到最终的最小不相交体积MNV。

本发明步骤4)特征抑制时，相交的特征不能同时被抑制；在每次已识别的特征中，首先根据特征的组成面和邻接面判断相交关系，然后选择最多的不相交特征进行抑制。

具体地，步骤2)中，按如下方法将属性邻接图AAG分解为特征子图，构建零件上顶点凸连接矩阵P_n×n，其中n表示零件上的顶点的数量；矩阵P中的元素p_ij＝1表示顶点i和j之间存在一条凸边，否则p_ij＝0；对于矩阵P的每一行i，若

则表示以点i为端点的凸边不能构成凸环；移除矩阵P中满足

的顶点所在的行和列，以将矩阵P约简为P′，由此过滤掉非边界凸边；移除矩阵P′中的非0元素在AAG上对应的凸边，即可将AAG分解为特征子图。

与现有技术相比，本发明具有以下有益效果：

1、本发明利用多阶段特征识别和抑制的方式，可以实现零件上复杂相交情况下的特征识别。

2、本发明在零件几何和拓扑信息解析过程中，设计了基于几何推理的边的凹凸性判断方法，实现了曲面之间邻接边的凹凸性判断，并在此基础上将零件的几何和拓扑信息表示为AAG的形式。

3、本发明提出了一种构建和抑制最小不相交特征体积(MNV)的方法来修复在相交过程中被改变或破坏的特征边界。同时可以将特征的几何信息和拓扑信息与制造过程更关注的特征体积信息相关联，可以对零件的加工过程提供有益参考。

4、本发明零件上的相交特征在多个阶段内识别和抑制，展示了零件从毛坯到最终产品的逆向加工过程，可以用于机械加工行业数字孪生中对每个加工工序零件的形状变化建模。

附图说明

图1为示例零件的特征信息示意图；

图2为本发明最小不相交特征体积和特征抑制示意图；

图3为本发明特征识别和抑制的整体流程图；

图4为本发明解析零件STEP文件得到几何和拓扑信息示意图；

图5为一种新的零件模型上边的凹凸性判断方法示意图；

图6为本发明示例零件的AAG示意图；

图7为图6示例零件AAG分解结果示意图；

图8为本发明特征模板示意图；

图9为本发明子图同构举例示意图；

图10为本发明近似特征体积构建示意图；

图11为去除近似特征体积与零件实体相交的部分示意图；

图12为本发明特征最小不相交体积示意图；

图13为示例零件四阶段特征识别与抑制过程示意图；

图14为示例零件第一阶段零件的AAG和分解后的子图示意图；

图15为本发明示例零件特征F_4-1的边界修复过程示意图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

在介绍本方法之前，为更好地理解本发明，首先给出几个重要概念的介绍和定义，在此基础上详细介绍本方法的实现过程。

相关概念介绍

概念A、特征组成面(faces of feature，FF)指的是构成特征的面的集合。零件上的制造特征是由几个相互邻接的面形成的，例如图1中的面{f₀，f₁}形成了孔特征F₁，因此特征F₁的组成面FF₁＝{f₀，f₁}。需要注意的是在STEP文件中通常将圆柱面、圆锥面等对称面表示为两个半圆柱面或两个半圆锥面。因此图1零件中的圆柱面是由两个对称的半圆柱面f₀和f₁组成。

概念B、特征邻接面(neighbor faces of feature，NF)指的是零件上与特征的组成面邻接的面的集合。例如图1中零件的孔特征F1的邻接面集合NF₁＝{f₂，f₆，f₇，f₈，f₉，f₁₀，f₁₂，f₁₃，f₁₄}。

特征的组成面和邻接面不仅了表达了特征的几何信息和拓扑信息，更是判断特征是否相交的依据。给定零件上两个特征F_a和F_b，若

则F_a和F_b不相交；否则F_a相交于F_b。例如图1中的零件(包含三个制造特征——孔F₁、槽F₂和槽F₃)，由于

因此孔F₁和槽F₂相交；

因此槽F₂和槽F₃不相交。

概念C、特征基面(Base face of feature)：特征基面定义为特征的组成面中，垂直于刀具主轴方向(TAD)的面，且与特征的其他面通过凹边连接的面。

概念D、特征最小不相交体积(Minimum non-intersecting feature volume，MNV)：指的是特征不与其余特征相交部分的体积。若零件上特征F_a与特征{F₁，F₂，...，F_l}分别相交，则特征F_a的最小不相交体MNV_a被定义为：

其中S_i表示特征F_i的特征体，“-”表示布尔减运算，“∑”表示布尔并运算，“∩”表示布尔交运算。

图1中零件上三个特征的相交情况如图2(a)所示，其中两个槽特征(F₂和F₃)共享了特征体积(S₂)。因为他们本质上是同一个槽，只是在特征相交的过程中被分割成为两个槽。孔F₁与槽F₂和F₃相交，他们相交部分的公共体积为

如图2(b)所示。因此孔F₁的最小不相交特征体积

如图2(c)所示。

概念E、特征抑制。给定零件P上的特征F_i，特征抑制指的是零件的三维实体S_P和特征F_i的最小不相交体积MNV_i之间的布尔并操作，记作S_P∪MNV_i。

特征抑制的目的是通过抑制边界存在的特征的MNV来修复特征相交过程中被破坏的特征边界。图2(d)给出了孔特征F₁的特征抑制结果，经过特征抑制，槽F₂和F₃在特征相交中被破坏的边界被修复。

为了解决特征相交中几何和拓扑边界丢失，导致特征无法被识别的问题，本发明提出了一种基于图和最小不相交特征体抑制的相交特征识别方法。图3给出了特征识别和抑制的整体流程，包括以下步骤：

1)提取零件的几何和拓扑信息构建属性邻接图AAG：以满足STEP标准的零件三维模型文件作为输入，首先解析零件上的几何元素及其拓扑关系，并在边的凹凸性分析的基础上将其表示为属性邻接图AAG。

2)分解AAG为特征子图：在零件上，凸边被认为是特征的边界，通过移除零件AAG上所有的凸边从而将AAG分解为一系列特征子图。

3)利用子图同构算法识别每个特征子图对应的特征的类型：将特征识别问题转换为子图同构问题，并设计子图同构算法来识别分解AAG得到的每个特征子图包含的特征的类型。

4)修复相交特征的边界：首先，提出了一种构造已识别特征的最小不相交体积(MNV)的方法。在此基础上，在零件上抑制已识别且互不相交特征的MNV来修复在相交过程中被改变甚至破坏的特征边界。未被抑制的特征将保留在实体模型上，并在随后的阶段被识别。

每个阶段特征抑制后的零件实体模型会作为新的零件输入并重复上述四个步骤，直到零件上所有特征均被识别。

以下对上述四个步骤分别进行详细说明。

1.提取零件的几何和拓扑信息并将其表示为AAG

制造特征识别的关键之一是将零件的几何和拓扑信息表示为计算机易处理的形式。得益于图表示的灵活性和唯一性，在本发明中，将零件的几何和拓扑信息表示四元组图的形式G＝{V，E，T，L}，其中V是图的节点集合，

对应零件上的-个面；E是图上边的集合，

表示节点v_i，v_j对应的零件表面之间的公共边；T(v_i)∈{0，1，...}表示节点v_i对应的零件表面的类型；L(e(v_i，v_j))∈{-1，0，1}表示零件上边e(v_i，v_j)是一条凹边、中性边、凸边。

STEP标准不依赖于具体系统来表示三维模型的中性文件，且简洁、完整的定义了几何元素(面、边、点等)及其拓扑关系。在本发明中，以零件模型的STEP中性文件为输入，它可以通过常见的三维软件的API或者按照其文件内部树形结构的以纯文本方式解析。解析得到的几何元素及其拓扑关系如图4所示，每个面(face)包含若干条边(edge)，每条边包含两个点(point)。如果两个面共享一条边，则表示这两个面是邻接的。面的type属性记录了面的类型(平面、圆柱面、圆锥面)，可以直接从STEP文件中得到。边的label属性记录了边的凹凸性，需要通过进一步的几何分析获得。

本发明提出了一种适用于曲面之间邻接边的凹凸性判断方法，如图5所示。给定面f₁，f₂和他们之间的边l，P_mid(x₀，y₀，z₀)是边l的中点，面f₁和f₂在点P_mid处的法向量n₁和n₂是唯一确定的。

·如图5(a)所示，若n₁和n₂共线，则表示f₁和f₂在边l处是平滑过渡的(相切)，边l是一条中性边label_l＝0。

否则，在n₁和n₂以及点P_mid形成的平面内构建以r为半径、圆心为P_mid的辅助圆O。点p₁和p₂分别是O与面f₁、面f₂的交点。p_x是连接点p₁、p₂形成线段的中点。

·若点p_x在零件实体模型的内部，如图5(b)所示，则边l是一条凸边label_l＝1。

·若点p_x在零件实体模型的外部，如图5(c)所示，则边1是一条凹边label_l＝-1。

为了保证辅助圆O与面的交点p₁、p₂的存在，同时保证点p_x到零件实体的距离大于最小建模软件的精度tol。式(1)给出了辅助圆O的半径r取值范围，其中tol表示输入模型的精度，argmin{|l₁|，|l₂|，...，|l_n|}表示零件上最短的边的长度。

tol＜r＜＜argmin{|l₁|，|l₂|，...，|l_n|} (1)

在边的凹凸性判断的基础上，将零件的面和边分别表示为图的节点和弧，就得到了零件的属性邻接图AAG。图6展示了一个示例零件的AAG，其中不同类型的节点表示对应面的类型，不同类型的弧表示对应边的凹凸性。

2.根据特征的边界将AAG分解为特征子图

在一般机械加工过程中，零件上特征是通过去除零件毛坯上一定体积的材料得到的。去除材料的过程在零件上留下的凸边就是特征的边界。因此，可以通过去除掉零件属性邻接图AAG上的凸边将AAG分解为特征子图。具体为，构建零件上顶点凸连接矩阵P_n×n，其中n表示零件上的顶点的数量；矩阵P中的元素p_ij＝1表示顶点i和j之间存在一条凸边，否则p_ij＝0；对于矩阵P的每一行i，若

则表示以点i为端点的凸边不能构成凸环；移除矩阵P中满足

的顶点所在的行和列，以将矩阵P约简为P′，由此过滤掉非边界凸边；移除矩阵P′中的非0元素在AAG上对应的凸边，即可将AAG分解为特征子图。图6中的AAG的分解结果如图7所示。

3.利用子图同构算法识别每个特征子图对应的特征的类型

参考STEP标准定义的制造特征类型，图8给出了10类常见的铣削制造特征的图表示，包括槽、通孔、盲孔、圆槽、台阶、凸台、锥孔、复合锥孔特征。需要注意的是，本发明所提出的特征识别框架是独立于制造特征模板库的，只要保证制造特征图表示模板的唯一性，可以自由增加或者修改制造特征模板库中的特征而不用再去重新修改方法。除了定义特征模板外，特征的基面也在模板中指定。例如图8中的槽、盲孔、台阶、凸台、封闭型腔、开口槽特征属于有基特征，它们的基面为f₀。通孔、圆槽、锥孔、复合锥孔属于无基特征。

此外，实际生产中、开口槽特征除基面外其余面的类型和数量是不固定的。因此封闭型腔的模板可以构建为一个带有基面节点(f₀)的闭环图结构。基面节点的类型为平面，通过凹边与其他节点连接。为基面之外的其余节点设置一个可以匹配任何类型的标签x。开口槽特征的模板构建为一个带有基面节点(f₀)的链状图结构。基面节点的类型为平面，通过凹边与其他节点连接。同样为基面之外的其余节点设置一个可以匹配任何类型的标签x。

在构建的特征图表示模板的基础上，可以利用子图同构算法来识别分解AAG得到的每个特征子图对应特征的类型。下文概念F给出了子图同构的定义，Table.1总结了常用的符号。

Table 1常用符号定义

特征匹配过程通过子图同构的识别AAG分解得到的特征子图对应的特征类型。如图9中，查询图q在数据图g中的一个同构映射为{(u₀，v₀)，(u₁，v₃)，(u₂，v₄)，(u₃，v₁₀)}。面向特征识别的子图同构以分解AAG得到的特征子图作为数据图集合G＝{g₁，g₂，...，g_m}，前文预定义的特征模板作为查询图集合Q＝{q₁，q₂，...，q_n}。特征匹配过程就是为每个g_i∈G，寻找一个q_j∈Q满足

概念F：子图同构：给定数据图g＝<V，E，T，L>和查询图q＝<V′，E′，T′，L′>，若存在单射函数f：V→V′满足(a)、(b)，则称g的子图sub(g)与q是同构关系，记作

(a)

满足T(u)＝T′(f(u))

(b)

满足L(e(u₁，u₂))＝L′(e(f(u₁)，f(u₂)))

Algorithm 1给了基于回溯搜索(backtracking search)的子图匹配算法通用框架。以g_i∈G，q_j∈Q，若满足

则输出从q到g的匹配映射M。Line1表示对查询图中的每一个节点u∈V(q)，生成其候选匹配节点集C(u)，C(u)定义为数据图g中与节点u所匹配的所有节点的集合。Line2表示按照一定的匹配顺序Δ为查询图q中的所有节点设置一个匹配顺序。Line3表示从在给定q，g，C，Δ的情况下从i＝1开始递归搜索解空间，并将匹配结果记录在M中。如果查询图q中的所有节点都完成匹配(i＝Δ+1)，则在Line4中返回M。Line5表示在给定Δ的情况下选择下一个匹配节点u。Line6通过式(4)计算节点u的局部候选节点集LC(local candidate vertex set)，其中

表示在给定的匹配顺序Δ中，位于节点u之后的邻居节点N(u)，M[u′]表示g中与节点u′匹配的节点。Line7-11递归调用Enumerate函数对整个搜索空间的枚举。

4.修复相交特征的边界

之前的步骤可以识别出零件上边界完整的特征，但无法识别特征相交中边界被破坏的特征。因此，本发明提出了一种构建并抑制已识别且不相交的特征的最小不相交体积(MNV)的方法，来修复零件上相交特征的边界。已识别特征的MNV可以按照如下方法生成：

Step1：通过拉伸特征的基面(虚拟基面)来生成近似特征体积。如图10(a)所示，沿着特征基面法向量方向拉伸特征的基面可以生成近似特征体积。为了保证生成的近似体积可以完全包含特征的MNV，规定拉伸距离L＝max{x_max-x_min，y_max-y_min，z_max-z_min}，其中(x_max，y_max，z_max)和(x_min，y_min，z_min)分别是零件边界包围盒的最大、最小顶点的坐标值。对于无基面特征(圆孔、圆槽、锥孔、复合锥孔等)，需要首先构建一个垂直于圆柱面(圆锥面)轴线的虚拟基面，基面的直径为圆柱面(圆锥面)的最大直径如图图10(b)所示。然后沿特征的圆柱面(圆锥面)的轴向双向拉伸虚拟基面，就可以得到特征的近似特征体积。

Step2：通过布尔运算去除近似特征体积与零件实体相交的部分。上一步构建的近似特征体积可能会与零件实体模型存在相交的部分。例如，图10(b)中构建的锥孔的近似体积是圆柱体而不是锥体。因此，需要借助布尔运算去除掉近似特征体积与零件实体模型相交的部分。设V_part和V_f分别是零件体积和生成的近似特征体积。则去除相交部分后的体积为V_f-(V_part∩V_f)，式中“-”，“∩”分别为布尔差和布尔交运算。图11通过一个锥孔特征的一个剖视图展示了上述过程

Step3：延伸特征的邻接面，将近似特征体积分割为一系列的特征子体积。延伸特征的所有邻接面，将近似特征体积分割为一系列的子特征体积(记为Sub)。图12所示，一个通孔特征的近似体积被邻接面分割为12个子特征体。

Step4：生成MNV。对于上一步中得到的子特征体积，若它的面与特征的组成面有重合的部分，则该子特征体积是特征的最小不相交体积的一部分。对所有可以构成MNV的子特征体积做布尔并运算，得到最终的MNV。如图12中通孔特征F₁的特征体积分割出的12个子体积中sv₄，sv₆，sv₇，sv₈和sv₉的圆柱面与特征F₁的组成面f₀，f₁有重合，因此特征F₁的最小不相交体积为MNV₁＝sv₄∪sv₆∪sv₇∪sv₈∪sv₉。

由于同时抑制两个相交特征的MNV会忽略掉相交部分的公共体积。因此规定相交的特征不能同时被抑制。在每次已识别的特征中，首先根据特征的组成面和邻接面判断相交关系，然后选择最多的不相交特征进行抑制。每个阶段特征抑制后的零件，将会作为下一阶段新的输入，直到零件上所有特征均被识别。

以下通过一个包含槽、凸台和通孔等18个特征的工业模座零件来验证本发明所提出方法的有效性。

基于本发明提出的方法，选择开源几何造型内核OpenCasCade实现了特征抑制过程中的布尔运算以及几何元素(点、面、体)之间的位置关系判断。子图同构算法和图数据的可视化选择networkx工具实现。在边的凹凸性判断中，设置辅助圆的半径为r＝argmin{|l₁|，|l₂|，...，|l_n|}/100，其中argmin{|l₁|，|l₂|，...，|l_n|}为零件上最短的边的长度。

初始零件如图13中第一阶段的上方所示，构建了包含78个节点和214条边的AAG如图14所示。在第一阶段，AAG被分解为17个子图。表2记录了子图同构算法识别到的17个子图对应特征的类型。之后，构建了特征F_1-1、F_1-2、F_1-3、F_1-4、F_1-5、F_1-7、F_1-8、F_1-11、F_1-12、F_1-14、F_1-15、F_1-16和F_1-17的最小不相交体积(MNV)。表2中的特征F_1-6，F_1-9，F_1-10，F_1-13被保留在实体模型上。第一阶段特征抑制的结果如图13所示。

表.2第一阶段识别出的特征

除第一阶段外，后续每一阶段都以前一阶段特征抑制的结果作为新的输入。各阶段特征识别结果分别在表3、表4、表5中列出。经过4个识别和抑制阶段，识别并抑制了零件上的全部18个特征。最终得到了一个不包含任何特征的零件毛坯，如图13所示。值得注意的是，第一阶段构建的AAG分解后只得到了17个特征子图，经过4个阶段后识别出18个特征。这是因为最后一个阶段识别出的特征F_4-1在与F_1-4、F_1-16、F_2-2、F_2-3和F_3-1相交过程中边界被破坏，但经过三个阶段的特征抑制修复了F_4-1的边界，如图15所示。最终在最后一个阶段识别并抑制了F_4-1。

表.3第二阶段识别出的特征

表.4第三阶段识别出的特征

表.5第四阶段识别出的特征

本发明提出的制造特征识别方法，利用多阶段特征识别和抑制的方式，实现了复杂相交情况下的特征识别。在零件几何和拓扑信息解析过程中，设计了基于几何推理的边的凹凸性判断方法，实现了曲面之间邻接边的凹凸性判断，并在此基础上将零件的几何和拓扑信息表示为AAG的形式。考虑到传统AAG分解过程中会出现过度分解而造成几何拓扑信息丢失的情况，在AAG分解之前首先对非特征边界的凸边进行了过滤，以保证AAG分解过程中每个特征子图信息的完整性。对于零件上的特征在相交过程中几何拓扑信息丢失、边界被破坏的情况，通过构建并抑制零件上边界完整的特征的MNV来逐渐修复被破坏的特征边界。此外，零件的多阶段特征识别与抑制展示了从毛坯到最终零件的逆向加工过程，每个阶段内抑制的特征最小不相交体积实际上是特征在加工过程中被去除的材料的体积，为工艺规划活动提供了重要参考，并且可以用于机械加工数字孪生过程中对每个加工工序零件的形状变化过程建模。

Claims (7)

1.一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：包括如下步骤：

1)提取零件的几何和拓扑信息并将其表示为AAG：以满足STEP标准的零件三维模型文件作为输入，首先解析零件上的几何元素及其拓扑关系，并在边的凹凸性分析的基础上将其表示为属性邻接图AAG；属性邻接图AAG是用易于计算机处理的四元组图G＝{V，E，T，L}来表示零件的几何和拓扑信息，其中：V是图的节点集合，

对应零件上的一个面；E是图上边的集合，

表示节点v_i，v_j对应的零件表面之间的公共边；T(v_i)∈{0，1，...}表示节点v_i对应的零件表面的类型；L(e(v_i，v_j))∈{-1，0，1}表示零件上边e(v_i，v_j)是一条凹边、中性边、凸边；

2)根据特征的边界将AAG分解为特征子图：在零件上，凸边被认为是特征的边界，通过移除零件AAG上所有的凸边从而将AAG分解为一系列特征子图；

3)利用子图同构算法识别每个特征子图对应的特征类型：将特征识别问题转换为子图同构问题，并设计子图同构算法来识别分解AAG得到的每个特征子图包含的特征的类型；

4)修复相交特征的边界：首先，提出一种构造已识别特征的最小不相交体积MNV的方法；在此基础上，在零件上抑制已识别且互不相交特征的MNV来修复在相交过程中被改变甚至破坏的特征边界；未被抑制的特征将保留在零件实体模型上；

5)将步骤4)保留有未被抑制特征的零件实体模型作为新的零件输入，重复步骤1)-步骤4)，直到零件上所有特征均被识别。

2.根据权利要求1所述的一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：步骤1)中，边的凹凸性分析方法如下，

给定面f₁，f₂和他们之间的边l，P_mid(x₀，y₀，z₀)是边l的中点，面f₁和f₂在点P_mid处的法向量n₁和n₂是唯一确定的；

●若n₁和n₂共线，则表示f₁和f₂在边l处是平滑过渡的，边l是一条中性边，label_l＝0；

否则，在n₁和n₂以及点P_mid形成的平面内构建以r为半径、圆心为P_mid的辅助圆O；点p₁和p₂分别是辅助圆O与面f₁、面f₂的交点，p_x是连接点p₁、p₂形成线段的中点；

●若点p_x在零件实体模型的内部，则边l是一条凸边，label_l＝1；

●若点p_x在零件实体模型的外部，则边l是一条凹边，label_l＝-1。

3.根据权利要求2所述的一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：辅助圆O的半径r取值范围按下式确定，其中tol表示输入模型的精度容差，argmin{|l₁|，|l₂|，...，|l_n|}表示零件上最短的边的长度；

tol＜r＜＜argmin{|l₁|，|l₂|，...，|l_n|}。

4.根据权利要求1所述的一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：步骤3)中的子图同构是指，给定数据图g＝＜V，E，T，L＞和查询图q＝＜V′，E′，T′，L′＞，若存在单射函数f：V→V′满足(a)、(b)，则称g的子图sub(g)与q是同构关系，记作

(a)

满足T(u)＝T′(f(u))

(b)

满足L(e(u₁，u₂))＝L′(e(f(u₁)，f(u₂)))

利用子图同构算法来识别特征子图对应的特征类型，具体方法为，以分解属性邻接图AAG得到的特征子图作为数据图集合G＝{g₁，g₂，...，g_m}，预定义的特征模板作为查询图集合Q＝{q₁，q₂，...，q_n}；为每个g_i∈G寻找一个q_j∈Q满足

则认为分解得到的特征子图g_i对应的特征类型为q_j。

5.根据权利要求1所述的一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：步骤4)中特征的最小不相交体积MNV按照如下步骤构建：

Step1：构建近似特征体积：对于有基面的特征，沿基面法向量拉伸基面构建近似特征体积；对于无基面的特征，通过构建垂直于特征组成面的轴向的一个虚拟基面，并沿着组成面轴向双向拉伸构建近似特征体积；

Step2：通过布尔运算去除近似特征体积与零件实体相交的部分；

Step3：延伸特征的邻接面，将Step2通过布尔运算后得到的近似特征体积分割为一系列的特征子体积；

Step4：生成MNV：对于Step3中得到的任意特征子体积，若它的面与特征的组成面有重合的部分，则该特征子体积是特征的最小不相交体积的一部分；对所有可以构成MNV的特征子体积做布尔并运算，得到最终的最小不相交体积MNV。

6.根据权利要求1所述的一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：步骤4)特征抑制时，相交的特征不能同时被抑制；在每次已识别的特征中，首先根据特征的组成面和邻接面判断相交关系，然后选择最多的不相交特征进行抑制。

7.根据权利要求1所述的一种基于图和最小不相交特征体积抑制的多阶段制造特征识别方法，其特征在于：步骤2)中，按如下方法将属性邻接图AAG分解为特征子图，构建零件上顶点凸连接矩阵P_n×n，其中n表示零件上的顶点的数量；矩阵P中的元素p_ij＝1表示顶点i和j之间存在一条凸边，否则p_ij＝0；对于矩阵P的每一行i，若

则表示以点i为端点的凸边不能构成凸环；移除矩阵P中满足

的顶点所在的行和列，以将矩阵P约简为P′，由此过滤掉非边界凸边；移除矩阵P′中的非0元素在AAG上对应的凸边，即可将AAG分解为特征子图。

Images