CN116416377A - 针对薄壁管激光切割的加工特征的识别方法、装置及系统 - Google Patents
针对薄壁管激光切割的加工特征的识别方法、装置及系统 Download PDFInfo
- Publication number
- CN116416377A CN116416377A CN202310194790.0A CN202310194790A CN116416377A CN 116416377 A CN116416377 A CN 116416377A CN 202310194790 A CN202310194790 A CN 202310194790A CN 116416377 A CN116416377 A CN 116416377A
- Authority
- CN
- China
- Prior art keywords
- topological
- cutting
- thin
- model
- feature
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003698 laser cutting Methods 0.000 title claims abstract description 40
- 238000003754 machining Methods 0.000 title claims abstract description 24
- 238000005520 cutting process Methods 0.000 claims abstract description 110
- 239000011159 matrix material Substances 0.000 claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 239000013598 vector Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000007812 deficiency Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000001788 irregular Effects 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了一种针对薄壁管激光切割的加工特征的识别方法、装置及系统。该方法包括：解析薄壁管的三维模型文件，重建BRep边界模型；建立包含薄壁管的三维模型的拓扑特征和几何信息的属性邻接图，构造属性邻接矩阵；在属性邻接矩阵中回溯搜索得到连通区域，将每个连通区域所包含的拓扑面存储至一个特征面集合；计算每种特征面集合的包围盒尺寸参数，按尺寸参数进行排序，并从排序后的特征面集合中识别尺寸最大的包围盒所对应的特征面集合，确定为薄壁管的三维模型的外表面，进而识别三维模型的切割面和内表面。实现了适应各种形状管材的加工特征提取和自动加工，计算模型拓扑特征验证特征提取结果，提高了特征提取方法的鲁棒性和准确性。
Description
技术领域
本发明属于计算机辅助制造及激光切割技术领域，更具体地，涉及一种针对薄壁管激光切割的加工特征的识别方法、装置及系统。
背景技术
随着高端制造业的发展，市场对激光切割的需求更加复杂化，零部件的种类和形状多种多样，加工特征复杂多变，现有技术难以实现多领域、多特征的识别。目前的精密薄壁管广泛应用于医疗器械、航空航天、船舶汽车等行业，其加工通常是以激光切割的方式完成的。市场上需要加工的管材形状多样，如圆管、椭圆管、矩形管、非对称管等；加工特征也更加复杂，如圆孔、方孔、特定的图案等，因此需要一种方法实现薄壁管加工特征的自动识别。
传统的激光切割软件主要针对平面二维切割，对于自由曲面的三维激光切割，大多采用UG等CAD软件的CAM模块进行刀路设计。这类软件更多针对曲面加工，而对于三维激光切割，大多不能实现加工特征的自动识别，需要采用人工选取的方式，难以满足包含大量不规则特征的复杂零件的自动化生产需要。
在中国发明专利CN110795797B中，公开了一种基于MBD模型的加工特征识别及信息提取方法，该方法利用模型的边界信息构建属性邻接图，将预定义的加工特征表示在属性邻接图中，根据子图同构方法识别特定规则的加工特征。该方法可以识别预定义的加工特征，包括台阶槽、圆台阶槽、狭槽、圆狭槽等十二种特征，但不能识别未知规则的加工特征。在中国发明专利CN110837694A中，公开了一种回转体加工特征识别方法，该方法通过判断零件是否为回转类，进而识别零件的所有回转面系，基于每个回转面系进行回转加工特征的识别。该方法可以对回转类零件的加工特征进行无差别识别，但潜在的识别规则是加工特征为回转加工特征。因此在目前的技术背景下，针对精密薄壁管的三维激光切割，缺乏一种高效、准确、全面的方法可以实现加工特征的自动识别。
发明内容
针对相关技术的缺陷，本发明的目的在于一种针对薄壁管激光切割的加工特征的识别方法、装置及系统，旨在解决现有激光自动切割方法中只能识别特定规则的加工特征，无法对不规则的复杂加工特征进行自动识别的问题。
为实现上述目的，第一方面，本发明提供了一种针对薄壁管激光切割的加工特征的识别方法，包括：
S1、解析薄壁管的三维模型，重建BRep边界模型；
S2、将所述BRep边界模型的拓扑结构展开，提取所有的拓扑面和拓扑边，建立包含所述薄壁管的三维模型的拓扑特征和几何信息的属性邻接图，并根据所述属性邻接图构造属性邻接矩阵；
S3、在所述属性邻接矩阵中回溯搜索得到连通区域，将每个连通区域所包含的拓扑面存储至一个特征面集合中；
S4、计算每种特征面集合的AABB包围盒的尺寸参数，按尺寸参数进行排序，所述尺寸参数为包围盒的长宽高之和，并从排序后的特征面集合中识别尺寸最大的包围盒所对应的第一特征面集合，确定为所述薄壁管的三维模型的外表面；
S5、遍历所述邻接矩阵，搜索与所述外表面相邻的拓扑面，得到所有切割面的特征面集合后进行聚类，从而得到所述薄壁管的三维模型的切割面；
S6、遍历所述邻接矩阵中不属于所述薄壁管的三维模型的外表面和切割面的拓扑面，从而得到所述薄壁管的三维模型的内表面。
可选的，S2包括：
S21、调用OpenCascade的函数将模型拓扑结构展开，提取所有的拓扑面和拓扑边；
S22、将属性邻接图定义为n×n的邻接矩阵adjMatrix，其中，n表示模型中拓扑面的个数；矩阵中元素的值表示两个拓扑面之间的拓扑关系或拓扑边的类型，其中，若值为0表示两个拓扑面不相邻，值为1表示两个拓扑面相邻但拓扑边不光滑，值为2则表示两个拓扑面相邻且拓扑边光滑。
可选的，S22包括：
S221、将属性邻接矩阵初始化为0；
S222、遍历属性邻接矩阵，计算行列索引所示的两个拓扑面之间的拓扑关系，若两个拓扑面相邻，将矩阵该处元素的值修改为1；
S223、计算属性邻接矩阵中元素值为1的拓扑边的光滑程度，如果光滑则将矩阵中该处元素的值修改为2；其中，若两个相邻的拓扑面为平面，则分别计算两个拓扑面的法向量，从而计算公共拓扑边的光滑程度；若两个相邻的拓扑面是曲面，则将公共拓扑边离散化，分别计算每个离散点在两个拓扑面的半侧法向量，从而计算两者的夹角表示该离散点处拓扑边光滑程度。
可选的，S3包括：
S31、定义有序容器vLoop存储整个特征面的集合，定义有序容器aLoop存储一组特征面，定义哈希容器aLoopMap存储所有已遍历的特征面；
S32、遍历邻接矩阵adjMatrix，在其上三角矩阵中搜索值为2的元素，当搜索到元素值为2时，将行索引表示的拓扑面作为种子面，转到S33进行深度优先搜索；
S33、在aLoopMap中检索种子面，判断是否存储在aLoopMap中；若否，则将其存储到aLoop和aLoopMap中；若是，则搜索结束，转到S35；
S34、以种子面作为行索引，遍历列索引搜索，当搜索到元素值为2时，将列索引表示的拓扑面作为种子面，转到S33继续深度搜索；
S35、搜索结束后，将aLoop存储到vLoop中，清空aLoop和aLoopMap，进行下一轮搜索，直至矩阵遍历完毕。
可选的，还包括：
S7、将所述BRep边界模型网格化，得到三角形网格模型，根据所述三角形网格模型进行拓扑特征计算，验证所述切割面的特征面集合的识别结果；若验证结果为错误，则重新修改所述薄壁管的三维模型，并返回S2重新构造属性邻接图和属性邻接矩阵；若验证结果为正确，则执行S8；
S8、从验证后的特征面集合中提取激光切割的加工特征信息，将所述加工特征信息规则化后输出到NC文件。
可选的，S7包括：
S71、将所述BRep模型网格化，得到三角形网格模型；
S72、根据欧拉公式计算网格模型的欧拉示性数：χ＝V-E+F，式中，V、E、F分别是三角形网格模型中顶点、边、面的数量；
S73、根据欧拉示性数χ计算所述三角形网格模型的二维可定向流形的亏格：χ＝2-2g；
S74、根据亏格g计算切割次数：n＝g+1，从而得到切割面的数量，与得到的所述薄壁管的三维模型的切割面集合对比，验证特征面的提取结果。
可选的，S8包括：
S81、遍历所述薄壁管的三维模型的每个切割面，提取与外表面相接的公共拓扑边，计算拓扑边的解析曲线；
S82、按照预设步长将所述解析曲线离散化，用空间点集表示切割线；
S83、计算所述切割线上切割点的方向；
S84、将特征数据按所述切割线和切割线的方向划分，一个完整的切割动作表示一组封闭的切割轨迹，包括开始指令、进入点、结束指令、及切割点的空间位姿信息；
S85、将所述切割轨迹输出至NC文件。
可选的，S1包括：
S11、解析STEP格式的加工件的薄壁管的三维模型文件；
S12、设置模型转换参数，获取三维实体的根指针，通过根指针自顶而下访问实体的拓扑结构，获取拓扑元素的几何信息，进行模型重建，存储到相应的数据容器中，得到所述BRep边界模型。
第二方面，本发明还提供了一种针对薄壁管激光切割的加工特征的识别装置，包括：
模型重建模块，用于解析薄壁管的三维模型，重建BRep边界模型；
邻接矩阵构建模块，用于将所述BRep边界模型的拓扑结构展开，提取所有的拓扑面和拓扑边，建立包含所述薄壁管的三维模型的拓扑特征和几何信息的属性邻接图，并根据所述属性邻接图构造属性邻接矩阵；
特征面获取模块，用于在所述属性邻接矩阵中回溯搜索得到连通区域，将每个连通区域所包含的拓扑面存储至一个特征面集合中，最终得到一个包含有三种特征面集合的集合；
外表面确定模块，用于计算每种特征面集合的AABB包围盒的尺寸参数，并按尺寸参数进行排列，所述尺寸参数为包围盒的长宽高之和，并从排列后的所述特征面集合中识别尺寸最大的包围盒所对应的第一特征面集合，确定为所述薄壁管的三维模型的外表面；
切割面确定模块，用于遍历所述邻接矩阵，搜索与所述外表面相邻的拓扑面，得到所有切割面的特征面集合后进行聚类，从而得到所述薄壁管的三维模型的切割面；
内表面确定模块，用于遍历所述邻接矩阵中不属于所述薄壁管的三维模型的外表面和切割面的拓扑面，从而得到所述薄壁管的三维模型的内表面。
第三方面，本发明还提供了一种针对薄壁管激光切割的加工特征的识别系统，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行如第一方面中任一项所述的识别方法。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
1、本发明提供的一种针对薄壁管激光切割的加工特征的识别方法，基于薄壁管激光切割过程的特点，计算局部几何特征，完成属性邻接矩阵的构造，采用属性邻接图和几何规则的混合方法提取加工特征；在邻接矩阵中采用深度优先搜索算法获取各种特征面的集合，相比传统的子图搜索方法，本发明不需要定义特征库，可以适应各种形状管材的加工特征。
2、本发明提供的一种针对薄壁管激光切割的加工特征的识别方法，还提供了计算模型拓扑特征的方法，可以从拓扑层面上验证特征提取结果，提高了特征提取方法的鲁棒性和准确性。
3、本发明提供的一种针对薄壁管激光切割的加工特征的识别方法，通过计算拓扑边的解析曲线来描述切割线，从切割特征面中提取激光切割的加工特征，将结果规则化输出到NC文件，实现自动激光切割生产过程。
附图说明
图1为本发明实施例提供的一种针对薄壁管激光切割的加工特征的识别方法的流程示意图；
图2为本发明实施例提供的待切割的薄壁管的薄壁管的三维模型的结构示意图；
图3为本发明实施例提供的薄壁管的三维模型的局部几何特征的示意图；
图4为本发明实施例提供的属性邻接图的示意图；
图5为本发明实施例提供的属性邻接矩阵的示意图；
图6为本发明实施例提供的在属性邻接矩阵中回溯搜索连通区域的流程示意图
图7为本发明实施例提供的提取管材外表面和切割面的流程示意图；
图8为本发明实施例提供的薄壁管的三角网格模型示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
下面结合一个优选实施例，对上述实施例中涉及的内容进行说明。
如图1所示，一种针对薄壁管激光切割的加工特征的识别方法，包括：
S1、解析薄壁管的三维模型，重建BRep边界模型。
S2、将BRep边界模型的拓扑结构展开，提取所有的拓扑面和拓扑边，建立包含薄壁管的三维模型的拓扑特征和几何信息的属性邻接图，并根据属性邻接图构造属性邻接矩阵。
S3、在属性邻接矩阵中回溯搜索得到连通区域，将每个连通区域所包含的拓扑面存储至一个特征面集合中，最终得到一个包含有三种特征面集合的集合。
S4、计算每种特征面集合的AABB包围盒的尺寸参数，按尺寸参数进行排序，尺寸参数为包围盒的长宽高之和，并从排序后的特征面集合中识别尺寸最大的包围盒所对应的第一特征面集合，确定为薄壁管的三维模型的外表面。
S5、遍历邻接矩阵，搜索与外表面相邻的拓扑面，得到所有切割面的特征面集合后进行聚类，从而得到薄壁管的三维模型的切割面。
S6、遍历邻接矩阵中不属于薄壁管的三维模型的外表面和切割面的拓扑面，从而得到薄壁管的三维模型的内表面。
本发明实施例提供的一种针对薄壁管激光切割的加工特征识别的方法，原理是基于拓扑和计算几何理论，建立包含薄壁管的三维模型拓扑特征和几何信息的属性邻接图拓扑结构，提出基于几何信息计算与拓扑关系回溯的特征面提取算法。根据薄壁管的三维模型的拓扑信息和局部几何信息构造属性邻接矩阵，通过回溯算法提取特征面集合，计算模型整体几何信息后通过聚类算法分割特征面集合，从而实现对薄壁管激光切割的加工特征的识别。
可选的，S1包括：
S11、解析STEP格式的加工件的薄壁管的三维模型文件；
S12、设置模型转换参数，获取三维实体的根指针，通过根指针自顶而下访问实体的拓扑结构，获取拓扑元素的几何信息，进行模型重建，存储到相应的数据容器中，得到所述BRep边界模型。
其中，解析的模型文件格式为STEP标准的AP203版本或AP214版本。
BRep边界模型通过描述模型边界的几何信息和拓扑关系来表示三维实体，几何信息是简单形状的数学描述，拓扑是将几何实体绑定并定义几何实体间关系的结构。
模型解析重建的具体方法为：设置模型转换参数，获取三维实体的根指针，通过根指针自顶而下访问实体的拓扑结构，获取拓扑元素的几何信息，进行模型重建，存储到相应的数据容器中。
可选的，S2包括：
S21、调用OpenCascade的函数将模型拓扑结构展开，提取所有的拓扑面和拓扑边；
S22、将属性邻接图定义为n×n的邻接矩阵adjMatrix，其中，n表示模型中拓扑面的个数；矩阵中元素的值表示两个拓扑面之间的拓扑关系或拓扑边的类型，其中，若值为0表示两个拓扑面不相邻，值为1表示两个拓扑面相邻但拓扑边不光滑，值为2则表示两个拓扑面相邻且拓扑边光滑。
调用OpenCascade的函数将模型拓扑结构展开，提取所有的拓扑面和拓扑边。将提取的拓扑面存储于数据容器mFaceList中，将提取的拓扑边存储于数据容器mEdgeList中，并将两者的拓扑关系存储于两个哈希规则的数据容器mFaceToEdge、mEdgeToFace中，用于快速计算拓扑面包含的拓扑边和拓扑边所在的拓扑面。
计算局部几何特征，局部几何特征表示为两个拓扑面之间的拓扑关系或拓扑边的类型，完成属性邻接矩阵的构造。将属性邻接图定义为n×n的邻接矩阵adjMatrix，其中n表示模型中拓扑面的个数，矩阵的行列索引分别表示特征面容器中拓扑面的索引，矩阵中元素的表示两个拓扑面之间的拓扑关系或拓扑边的类型。矩阵的行列索引分别表示mFaceList容器中拓扑面的索引，例如，adjMatrix[4][7]表示mFaceList中索引为4的拓扑面和索引为7的拓扑面，矩阵中元素的表示两个拓扑面之间的拓扑关系或拓扑边的类型，若值为0表示两个拓扑面不相邻，值为1表示两个拓扑面相邻但拓扑边不光滑，值为2则表示两个拓扑面相邻且拓扑边光滑，例如adjMatrix[4][7]等于2表示矩阵中索引为4和7的拓扑面相邻且拓扑边光滑。
可选的，S22包括：
S221、将属性邻接矩阵初始化为0；
S222、遍历属性邻接矩阵，计算行列索引所示的两个拓扑面之间的拓扑关系，若两个拓扑面相邻，将矩阵该处元素的值修改为1；
S223、计算属性邻接矩阵中元素值为1的拓扑边的光滑程度，如果光滑则将矩阵中该处元素的值修改为2；其中，若两个相邻的拓扑面为平面，则分别计算两个拓扑面的法向量，从而计算公共拓扑边的光滑程度；若两个相邻的拓扑面是曲面，则将公共拓扑边离散化，分别计算每个离散点在两个拓扑面的半侧法向量，从而计算两者的夹角表示该离散点处拓扑边光滑程度。
计算局部几何特征，局部几何特征表示为两个拓扑面之间的拓扑关系或拓扑边的类型。计算局部几何特征的方法为：首先计算两个拓扑面之间的拓扑关系，若两个拓扑面相邻，再继续计算公共拓扑边的光滑程度。两个拓扑面之间的拓扑关系表示为：若两个拓扑面之间有公共拓扑边，则表示两个拓扑面相邻。拓扑边的类型表示为拓扑边的光滑程度。
具体计算方法包括：首先将属性邻接矩阵初始化为0，遍历属性邻接矩阵，计算行列索引所示的两个拓扑面之间的拓扑关系，若两个拓扑面相邻，将矩阵该处元素的值修改为1，然后计算属性邻接矩阵中元素值为1的拓扑边的光滑程度。
如图3所示，若两个相邻的拓扑面是平面，因为平面的法向量处处相同，课用两个相邻拓扑面的公共拓扑边在两个拓扑面的半侧法向量之间形成的夹角来表示；根据平面的解析方程计算，只需要分别计算两个拓扑面的法向量即可计算夹角，进而计算公共拓扑边的光滑程度，如果光滑则将矩阵该处元素的值修改为2。若两个相邻的拓扑面是曲面，因为曲面上各处的法向量并不相同，则将公共拓扑边离散化，分别计算每个离散点在两个拓扑面的半侧法向量，进而计算两者的夹角表示该离散点处拓扑边光滑程度，将所有离散点计算的夹角加权求和，从而公共拓扑边的综合光滑程度，如果光滑则将矩阵中该处元素的值修改为2。其中，计算曲面上某处法向量的方法是计算微分得到曲面上的切向向量，然后由两个切向向量叉乘得到曲面的法向量：N＝Su×Sv。
其中，夹角大小则表示拓扑边的光滑程度，角度越小表示拓扑边越光滑，角度为零则表示拓扑边完全光滑。为了满足实际生产的需要，当该角度小于一个预先给定的值时，即可认为拓扑边是光滑的。本实施例中，角度的预设值为5度。
经过计算，最终的属性邻接图如图4所示，属性邻接矩阵如图5所示，其中顶点n1-n15表示拓扑面，子图G1表示外表面集合，子图G2表示内表面集合，子图G3-G6表示切割面集合，边表示公共拓扑边，虚线边表示不同集合之间的公共拓扑边，实线边表示集合内部的公共拓扑边。
可选的，S3包括：
S31、定义有序容器vLoop存储整个特征面的集合，定义有序容器aLoop存储一组特征面，定义哈希容器aLoopMap存储所有已遍历的特征面；
S32、遍历邻接矩阵adjMatrix，在其上三角矩阵中搜索值为2的元素，当搜索到元素值为2时，将行索引表示的拓扑面作为种子面，转到S33进行深度优先搜索；
S33、在aLoopMap中检索种子面，判断是否存储在aLoopMap中；若否，则将其存储到aLoop和aLoopMap中；若是，则搜索结束，转到S35；
S34、以种子面作为行索引，遍历列索引搜索，当搜索到元素值为2时，将列索引表示的拓扑面作为种子面，转到S33继续深度搜索；
S35、搜索结束后，将aLoop存储到vLoop中，清空aLoop和aLoopMap，进行下一轮搜索，直至矩阵遍历完毕，最后得到三个特征面集合。
对于精密薄壁管，认为原始管材的表面处处光滑，拓扑面与拓扑面的相接处不存在曲率突变的情况，即两个相邻的拓扑面的公共拓扑边是光滑的，管材外表面和内表面分别形成连通区域。而激光切割本质上是一束高能激光沿管材表面上的路径切断管材表面，将管材上的一部分与管材分离，在几何上切割会导致管材表面与切割面交接处曲面曲率的突变，即表面上的拓扑面与切割面上的拓扑面是非光滑的，不构成连通区域。连通区域是属性邻接图中连通的拓扑面的集合，若两个相邻的拓扑面的公共拓扑边是光滑的，则表示这两个拓扑面是连通的。搜索连通区域的方法是在邻接矩阵中采用深度优先搜索算法，以一个拓扑面作为种子面扩散得到的所有连通面表示一次搜索，将每次搜索到的连通区域所包含的拓扑面存储到一个特征面集合中，如图6所示，具体实现方法为S31至S35。
搜索完毕，得到三种特征面集合，分别是待切割管材的薄壁管的三维模型的外表面、切割面和内表面的集合。
S4-S6中通过计算特征面的整体几何特征，来识别外表面，再通过与外表面接触的拓扑面集合构成切割面，最后剩下的特征面集合即为内表面。计算整体几何特征可以表示为：外表面在尺寸上大于内表面和任意一组完整的切割面，即可以通过计算特征面集合中每一组特征面的尺寸特征参数来进行描述。首先遍历特征面集合，对于每组特征面计算AABB包围盒，将该组特征面包含的拓扑面添加到包围盒中，计算包围盒八个顶点的坐标，进而得到包围盒的长宽高，用长宽高之和表示包围盒的尺寸参数。以尺寸参数的大小作为排序标准，对特征面集合进行降序排序。
因为外表面的包围盒的尺寸最大，从排序后的特征面集合中选取第一特征面集合确定为薄壁管的三维模型的外表面。再遍历邻接矩阵，搜索与外表面拓扑面相邻的拓扑面，得到所有切割面拓扑面后进行聚类，将每组相邻的闭合拓扑面组成一个完整的切割轮廓面，从而得到管材切割面的集合。最后剩下的就是管材的内表面集合。
拓扑面的聚类算法是将无序拓扑面集合分割为拓扑面子集，得到的每个拓扑面子集是组成闭合环路的一组拓扑面，具体实现步骤如图7所示，为：
第一步：遍历拓扑面集合，将第一个未分割的拓扑面设置为种子面，并将其状态设置为已分割，创建一个新的拓扑面子集并将其加入子集；
第二步：遍历拓扑面集合，搜索第一个与种子面相邻的未分割的拓扑面，将其设置为新的种子面，状态设置为已分割，并加入拓扑面子集，重复第二步，直至搜索不到新的未分割的拓扑面；
第三步：将拓扑面子集存入集合容器，重复第一步，直至分割完所有拓扑面。
在上述实施例的基础上，进一步的，识别待切割的薄壁管的加工特征面后还需进行验证，以及提取加工特征面中的加工特征信息。上述方法还包括：
S7、将所述BRep边界模型网格化，得到三角形网格模型，根据所述三角形网格模型进行拓扑特征计算，验证所述切割面的特征面集合的识别结果；若验证结果为错误，则重新修改所述薄壁管的三维模型，并返回S2重新构造属性邻接图和属性邻接矩阵；若验证结果为正确，则执行S8。
S8、从验证后的特征面集合中提取激光切割的加工特征信息，将所述加工特征信息规则化后输出到NC文件。
可选的，S7包括：
S71、将所述BRep模型网格化，得到三角形网格模型；
S72、根据欧拉公式计算网格模型的欧拉示性数：χ＝V-E+F，式中，V、E、F分别是三角形网格模型中顶点、边、面的数量；
S73、根据欧拉示性数χ计算所述三角形网格模型的二维可定向流形的亏格：χ＝2-2g；
S74、根据亏格g计算切割次数：n＝g+1，从而得到切割面的数量，与得到的所述薄壁管的三维模型的切割面集合对比，验证特征面的提取结果；若计算得到切割面的数量不等于切割面集合中切割面的数量，则重新修改所述薄壁管的三维模型，并返回S2重新构造属性邻接图和属性邻接矩阵；若计算得到切割面的数量等于切割面集合中切割面的数量，则执行S8。
拓扑特征表示为：激光在管材上每次切割一个闭合的轮廓，将管材上的一部分与管材分离，在拓扑上表现为管材拓扑结构的变化，用拓扑量亏格来表示曲面中孔洞的数量。拓扑特征的计算方法为将BRep模型三角网格化，计算欧拉示性数，进而计算亏格，得到切割次数。将得到切割面的数量，与S44中得到的切割面集合对比，验证特征面的提取结果。若提取结果出现错误，对模型进行处理和编辑后，转到S22修改属性邻接矩阵，重新进行特征提取。
示例性的，如图8所示，网格模型中有602个面，2412条边，1806个顶点。根据欧拉公式χ＝V-E+F计算模型的欧拉示性数为-4，根据公式χ＝2-2g计算模型的亏格g为3，从而得到切割次数为4，与S44中得到的切割面集合对比，提取结果正确。
可选的，S8包括：
S81、遍历所述薄壁管的三维模型的每个切割面，提取与外表面相接的公共拓扑边，计算拓扑边的解析曲线；
S82、按照预设步长将所述解析曲线离散化，用空间点集表示切割线；
S83、计算所述切割线上切割点的方向；
S84、将特征数据按所述切割线和切割线的方向划分，一个完整的切割动作表示一组封闭的切割轨迹，包括开始指令、进入点、结束指令、及切割点的空间位姿信息；
S85、将所述切割轨迹输出至NC文件。
激光切割的加工特征是激光束在模型表面的切割轨迹，即模型外表面与切割面相接的公共拓扑边曲线及曲线各处的光束方向。
从切割特征面中提取激光切割的加工特征中，计算切割线上切割点的方向，方法为计算切割线的切向量t和切割面的法向量n，两者叉乘得到切割点的方向：N＝t×n。
数据规则化的方法是将特征数据按切割动作划分，一个完整的切割动作表示一组封闭的轨迹，包括开始指令、进入点、结束指令、及切割点的空间位姿信息。
通过上述步骤，可以有效地从三维模型中识别激光切割的加工特征面，识别完成后可以从特征面中提取用于激光切割加工过程的切割特征，加工特征是激光束在模型表面的切割轨迹，即模型外表面与切割面相接的公共拓扑边曲线及曲线各处的光束方向。将结果进行特征信息规则化，输出到NC文件，用于后续的激光切割生产过程。
本发明实施例中通过采用属性邻接图和几何规则的混合方法提取加工特征，采用深度优先搜索算法获取特征面集合，相比传统的子图搜索方法，本发明不需要定义特征库，可以适应各种形状管材的加工特征，可以适应各种形状管材的加工特征；还采用了计算模型拓扑特征的方法，从拓扑层面上验证特征提取结果，解决了现有激光自动切割方法中只能识别特定规则的加工特征，无法对不规则的复杂加工特征进行自动识别的技术问题，实现了适用于各种加工特征，扩大了适用范围，提高了特征提取方法的鲁棒性和准确性的有益效果。
在上述实施例的基础上，进一步的，本发明的实施例还提供了一种针对薄壁管激光切割的加工特征的识别装置，包括：
模型重建模块，用于解析薄壁管的三维模型，重建BRep边界模型；
邻接矩阵构建模块，用于将所述BRep边界模型的拓扑结构展开，提取所有的拓扑面和拓扑边，建立包含所述薄壁管的三维模型的拓扑特征和几何信息的属性邻接图，并根据所述属性邻接图构造属性邻接矩阵；
特征面获取模块，用于在所述属性邻接矩阵中回溯搜索得到连通区域，将每个连通区域所包含的拓扑面存储至一个特征面集合中，最终得到一个包含有三种特征面集合的集合；
外表面确定模块，用于计算每种特征面集合的AABB包围盒的尺寸参数，并按尺寸参数进行排列，所述尺寸参数为包围盒的长宽高之和，并从排列后的所述特征面集合中识别尺寸最大的包围盒所对应的第一特征面集合，确定为所述薄壁管的三维模型的外表面；
切割面确定模块，用于遍历所述邻接矩阵，搜索与所述外表面相邻的拓扑面，得到所有切割面的特征面集合后进行聚类，从而得到所述薄壁管的三维模型的切割面；
内表面确定模块，用于遍历所述邻接矩阵中不属于所述薄壁管的三维模型的外表面和切割面的拓扑面，从而得到所述薄壁管的三维模型的内表面。
本发明实施例所提供的一种针对薄壁管激光切割的加工特征识别的装置可执行本发明任意实施例所提供的一种针对薄壁管激光切割的加工特征的识别方法，具备执行方法相应的功能模块和有益效果。
在上述实施例的基础上，进一步的，本发明还提供了一种针对薄壁管激光切割的加工特征的识别系统，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行如上述实施例中任一项所述的识别方法。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种针对薄壁管激光切割的加工特征的识别方法，其特征在于，包括：
S1、解析薄壁管的三维模型，重建BRep边界模型；
S2、将所述BRep边界模型的拓扑结构展开，提取所有的拓扑面和拓扑边，建立包含所述薄壁管的三维模型的拓扑特征和几何信息的属性邻接图，并根据所述属性邻接图构造属性邻接矩阵；
S3、在所述属性邻接矩阵中回溯搜索得到连通区域，将每个连通区域所包含的拓扑面存储至一个特征面集合中；
S4、计算每种特征面集合的AABB包围盒的尺寸参数，按尺寸参数进行排序，所述尺寸参数为包围盒的长宽高之和，并从排序后的特征面集合中识别尺寸最大的包围盒所对应的第一特征面集合，确定为所述薄壁管的三维模型的外表面；
S5、遍历所述邻接矩阵，搜索与所述外表面相邻的拓扑面，得到所有切割面的特征面集合后进行聚类，从而得到所述薄壁管的三维模型的切割面；
S6、遍历所述邻接矩阵中不属于所述薄壁管的三维模型的外表面和切割面的拓扑面，从而得到所述薄壁管的三维模型的内表面。
2.如权利要求1所述的识别方法，其特征在于，S2包括：
S21、调用OpenCascade的函数将模型拓扑结构展开，提取所有的拓扑面和拓扑边；
S22、将属性邻接图定义为n×n的邻接矩阵adjMatrix，其中，n表示模型中拓扑面的个数；矩阵中元素的值表示两个拓扑面之间的拓扑关系或拓扑边的类型，其中，若值为0表示两个拓扑面不相邻，值为1表示两个拓扑面相邻但拓扑边不光滑，值为2则表示两个拓扑面相邻且拓扑边光滑。
3.如权利要求1所述的识别方法，其特征在于，S22包括：
S221、将属性邻接矩阵初始化为0；
S222、遍历属性邻接矩阵，计算行列索引所示的两个拓扑面之间的拓扑关系，若两个拓扑面相邻，将矩阵该处元素的值修改为1；
S223、计算属性邻接矩阵中元素值为1的拓扑边的光滑程度，如果光滑则将矩阵中该处元素的值修改为2；其中，若两个相邻的拓扑面为平面，则分别计算两个拓扑面的法向量，从而计算公共拓扑边的光滑程度；若两个相邻的拓扑面是曲面，则将公共拓扑边离散化，分别计算每个离散点在两个拓扑面的半侧法向量，从而计算两者的夹角表示该离散点处拓扑边光滑程度。
4.如权利要求1所述的识别方法，其特征在于，S3包括：
S31、定义有序容器vLoop存储整个特征面的集合，定义有序容器aLoop存储一组特征面，定义哈希容器aLoopMap存储所有已遍历的特征面；
S32、遍历邻接矩阵adjMatrix，在其上三角矩阵中搜索值为2的元素，当搜索到元素值为2时，将行索引表示的拓扑面作为种子面，转到S33进行深度优先搜索；
S33、在aLoopMap中检索种子面，判断是否存储在aLoopMap中；若否，则将其存储到aLoop和aLoopMap中；若是，则搜索结束，转到S35；
S34、以种子面作为行索引，遍历列索引搜索，当搜索到元素值为2时，将列索引表示的拓扑面作为种子面，转到S33继续深度搜索；
S35、搜索结束后，将aLoop存储到vLoop中，清空aLoop和aLoopMap，进行下一轮搜索，直至矩阵遍历完毕。
5.如权利要求1所述的识别方法，其特征在于，还包括：
S7、将所述BRep边界模型网格化，得到三角形网格模型，根据所述三角形网格模型进行拓扑特征计算，验证所述切割面的特征面集合的识别结果；若验证结果为错误，则重新修改所述薄壁管的三维模型，并返回S2重新构造属性邻接图和属性邻接矩阵；若验证结果为正确，则执行S8；
S8、从验证后的特征面集合中提取激光切割的加工特征信息，将所述加工特征信息规则化后输出到NC文件。
6.如权利要求5所述的识别方法，其特征在于，S7包括：
S71、将所述BRep模型网格化，得到三角形网格模型；
S72、根据欧拉公式计算网格模型的欧拉示性数：χ＝V-E+F，式中，V、E、F分别是三角形网格模型中顶点、边、面的数量；
S73、根据欧拉示性数χ计算所述三角形网格模型的二维可定向流形的亏格：χ＝2-2g；
S74、根据亏格g计算切割次数：n＝g+1，从而得到切割面的数量，与得到的所述薄壁管的三维模型的切割面集合对比，验证特征面的提取结果；若计算得到切割面的数量不等于切割面集合中切割面的数量，则重新修改所述薄壁管的三维模型，并返回S2重新构造属性邻接图和属性邻接矩阵；若计算得到切割面的数量等于切割面集合中切割面的数量，则执行S8。
7.如权利要求5所述的识别方法，其特征在于，S8包括：
S81、遍历所述薄壁管的三维模型的每个切割面，提取与外表面相接的公共拓扑边，计算拓扑边的解析曲线；
S82、按照预设步长将所述解析曲线离散化，用空间点集表示切割线；
S83、计算所述切割线上切割点的方向；
S84、将特征数据按所述切割线和切割线的方向划分，一个完整的切割动作表示一组封闭的切割轨迹，包括开始指令、进入点、结束指令、及切割点的空间位姿信息；
S85、将所述切割轨迹输出至NC文件。
8.如权利要求1所述的识别方法，其特征在于，S1包括：
S11、解析STEP格式的加工件的薄壁管的三维模型文件；
S12、设置模型转换参数，获取三维实体的根指针，通过根指针自顶而下访问实体的拓扑结构，获取拓扑元素的几何信息，进行模型重建，存储到相应的数据容器中，得到所述BRep边界模型。
9.一种针对薄壁管激光切割的加工特征的识别装置，其特征在于，包括：
模型重建模块，用于解析薄壁管的三维模型，重建BRep边界模型；
邻接矩阵构建模块，用于将所述BRep边界模型的拓扑结构展开，提取所有的拓扑面和拓扑边，建立包含所述薄壁管的三维模型的拓扑特征和几何信息的属性邻接图，并根据所述属性邻接图构造属性邻接矩阵；
特征面获取模块，用于在所述属性邻接矩阵中回溯搜索得到连通区域，将每个连通区域所包含的拓扑面存储至一个特征面集合中，最终得到一个包含有三种特征面集合的集合；
外表面确定模块，用于计算每种特征面集合的AABB包围盒的尺寸参数，并按尺寸参数进行排列，所述尺寸参数为包围盒的长宽高之和，并从排列后的所述特征面集合中识别尺寸最大的包围盒所对应的第一特征面集合，确定为所述薄壁管的三维模型的外表面；
切割面确定模块，用于遍历所述邻接矩阵，搜索与所述外表面相邻的拓扑面，得到所有切割面的特征面集合后进行聚类，从而得到所述薄壁管的三维模型的切割面；
内表面确定模块，用于遍历所述邻接矩阵中不属于所述薄壁管的三维模型的外表面和切割面的拓扑面，从而得到所述薄壁管的三维模型的内表面。
10.一种针对薄壁管激光切割的加工特征的识别系统，其特征在于，包括：计算机可读存储介质和处理器；
所述计算机可读存储介质用于存储可执行指令；
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令，执行如权利要求1-8中任一项所述的识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310194790.0A CN116416377A (zh) | 2023-02-28 | 2023-02-28 | 针对薄壁管激光切割的加工特征的识别方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310194790.0A CN116416377A (zh) | 2023-02-28 | 2023-02-28 | 针对薄壁管激光切割的加工特征的识别方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116416377A true CN116416377A (zh) | 2023-07-11 |
Family
ID=87057309
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310194790.0A Pending CN116416377A (zh) | 2023-02-28 | 2023-02-28 | 针对薄壁管激光切割的加工特征的识别方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116416377A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117066724A (zh) * | 2023-10-16 | 2023-11-17 | 济南邦德激光股份有限公司 | 一种零件加工图形的快速裁剪方法、装置及设备 |
-
2023
- 2023-02-28 CN CN202310194790.0A patent/CN116416377A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117066724A (zh) * | 2023-10-16 | 2023-11-17 | 济南邦德激光股份有限公司 | 一种零件加工图形的快速裁剪方法、装置及设备 |
| CN117066724B (zh) * | 2023-10-16 | 2024-02-06 | 济南邦德激光股份有限公司 | 一种零件加工图形的快速裁剪方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110795797A (zh) | 一种mbd模型加工特征识别及信息提取方法 | |
| Li et al. | Detail feature recognition and decomposition in solid model | |
| CN106599515B (zh) | 基于stl网格特征识别的汽车覆盖件板料冲压工艺优选方法 | |
| Joshi et al. | Feature simplification techniques for freeform surface models | |
| CN116416377A (zh) | 针对薄壁管激光切割的加工特征的识别方法、装置及系统 | |
| Xú et al. | STEP-NC based reverse engineering of in-process model of NC simulation | |
| CN115758938A (zh) | 面向粘性边界流场数值模拟的附面层网格生成方法 | |
| Xu et al. | Machining feature recognition from in-process model of NC simulation | |
| US7333104B2 (en) | Method and program of converting three-dimensional shape data into cell internal data | |
| Cui et al. | An efficient algorithm for recognizing and suppressing blend features | |
| CN115330971B (zh) | 一种面向渲染性能优化的几何模型轻量化方法 | |
| CN112734934A (zh) | 一种基于相交边映射的stl模型3d打印切片方法 | |
| EP3118816A1 (en) | Computational modelling for engineering analysis | |
| Lai et al. | Recognition and decomposition of rib features in thin-shell plastic parts for finite element analysis | |
| CN116798028A (zh) | 三维零件的尺寸自动标注方法 | |
| Lockett et al. | Similarity measures for mid-surface quality evaluation | |
| Lai et al. | Recognition and classification of protrusion features on thin-wall parts for mold flow analysis | |
| Zhang et al. | An approach to automatic boundary segmentation of solid models using virtual topology: toward reconstruction of design features | |
| CN114329666A (zh) | 用于解析并导入三维管材刀路的方法、装置、处理器及其计算机可读存储介质 | |
| CN110349265B (zh) | 一种四面体拓扑网格生成方法及电子设备 | |
| Lai et al. | Automatic recognition and decomposition of rib features in thin-shell parts for mold flow analysis | |
| Sellamani et al. | PCS: prominent cross-sections for mesh models | |
| Suriyababu et al. | Towards a High Quality Shrink Wrap Mesh Generation Algorithm Using Mathematical Morphology | |
| Lim et al. | Machining feature recognition using descriptors with range constraints for mechanical 3D models | |
| McLaurin et al. | Automated edge grid generation based on arc-length optimization |
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 |