CN116842740B - 基于物元模型的加工特征智能识别方法 - Google Patents

Abstract

本发明公开了一种基于物元模型的加工特征智能识别方法，涉及机械加工技术领域，包括：建立基于包含关系的加工特征物元模型，将加工特征之间的包含关系映射到物元模型的层级属性域，用独立的基础特征组合来表示复杂特征，并根据复杂特征所包含的基础特征的几何尺寸，获得复杂特征的刀具适配约束，进而为特征的切削加工提供刀具适配接口；获取面的向量属性；判断相交棱边凹凸性：首先判断面要素相交棱边的凹凸性信息，然后采用两位编码方式对凹凸性信息进行编码，再对属性邻接矩阵与加工特征进行预定义，最后基于属性邻接矩阵进行加工特征的识别；本发明解决了复杂特征的识别和刀具适配的接口问题。

Description

基于物元模型的加工特征智能识别方法

技术领域

本发明涉及机械加工技术领域，特别是一种基于物元模型的加工特征智能识别方法。

背景技术

加工特征是集成环境中高层语义信息的载体和基本传输单位，包含了几何形状和工程应用功能两大类型属性。不同背景定义下的特征具有不同的内涵，产品在设计阶段的设计特征需要表达设计者对零件实现某种功能的意图，而在制造阶段，加工特征需要表达出工艺信息，保证零件的可加工性。目前加工特征识别技术主要应用在离线的CAPP中来识别零件包含的特征形状，以实现自动化的数控编程，进一步提高车间智能化水平。由于基于学习算法的特征识别方法难以识别特征的尺寸数据，且制备学习样本耗时耗力，目前还难以直接应用在实际工程问题上。实际应用最广的依然是基于图的方法，即通过解析零件的CAD模型来获取零件的几何拓扑信息，通过图来表达各类加工信息，并将所得的特征信息与预定义的特征进行匹配，识别出特征的类型，最后将相同预定义特征的标准工艺应用到被识别的特征上，实现智能化的工艺规划，此类方法的主要应用对象是特征种类少、尺寸差距小的机加工车间。此外，尽管该类方法能很好的识别基础特征，但是难以应对复杂特征的识别问题。尽管学者们提出了很多改进措施来提高其复杂特征的识别能力，如通过假想的延长面来将复杂特征分割成多个独立基础特征，然后根据独立基础特征之间的相关性将之聚类为复合特征，但是这些方法的特征多次分解和特征聚合算子的实现过程较为复杂和困难。此外，当前的特征识别主要以获得特征形状为目的，没有考虑刀具适配与所识别特征的接口问题，难以响应网络环境下来自不同用户的工艺规划需求。

发明内容

为解决现有技术中存在的问题，本发明的目的是提供一种基于物元模型的加工特征智能识别方法，本发明解决了复杂特征的识别和刀具适配的接口问题。

为实现上述目的，本发明采用的技术方案是：一种基于物元模型的加工特征智能识别方法，包括以下步骤：

步骤1、建立基于包含关系的加工特征物元模型，将加工特征之间的包含关系映射到物元模型的层级属性域，用独立的基础特征组合来表示复杂特征，并根据复杂特征所包含的基础特征的几何尺寸，获得复杂特征的刀具适配约束，进而为特征的切削加工提供刀具适配接口；

步骤2、获取面的向量属性；

步骤3、判断相交棱边凹凸性：首先判断面要素相交棱边的凹凸性信息，然后采用两位编码方式对凹凸性信息进行编码，再对属性邻接矩阵与加工特征进行预定义，最后基于属性邻接矩阵进行加工特征的识别。

作为本发明的进一步改进，在步骤1中，针对具体的特征对象R_f，定义其属性集合为：A＝(T，M，H，D)，其中T是特征的类型属性；M是特征的材料属性；H是特征的层级属性；D是特征的尺寸属性；每个属性A_i对应了一个值，集合v_A来表示具体的属性值。

作为本发明的进一步改进，所述步骤2具体包括以下步骤：

步骤A、判断面的类型是否为平面，若不是平面，则转至步骤B；否则，继续判断该面是多边形平面还是圆平面，圆平面的向量求解转至步骤C，多边形平面的向量求解转至步骤D；

步骤B、对于已知的曲面F_s，其向量的求解方法为在底线上取一点p，过p点做与圆弧棱边方向相同的切向量e_t，再过p点做垂直于e_t，且方向背离圆心的向量e即为该表面的向量属性值；

步骤C、对于已知的圆平面F_c，其向量属性值为该平面外法向矢量e＝(x，y，z)；

步骤D、对于已知的多边形平面F_p，首先判断其所有边的布尔属性是否相同，若所有边的布尔属性都相同，则转至步骤E；否则，转至步骤F；

步骤E、对于所有边的布尔属性值相同的多边形平面，检索两条相邻的边，如果边的布尔属性均为T，则生成与有向边方向相同的向量e_t和与有向边方向相反的向量e_f；否则，生成与有向边方向相同的向量e_f与有向边方向相反的向量e_t，而后转至步骤G；

步骤F、对于两条非同向有向边，构造向量和/>

e^a ₁和e^a ₂分别是和/>和/>点乘的结果，当k^a≤0时点C和D不在线段AB的同侧；否则边AB和CD平行；再次判断线段CD和点A、B的关系，判断方法如下：

e^b ₁和e^b ₂分别是和/>和/>点乘的结果，当且仅当k^a和k^b都小于等于零时，线段AB和CD相交，即可用边信息构造向量来计算面的向量值；

步骤G、对于给定的多边形平面和两条有向边，两条有向边所形成的图形包角α采用射线法来判断；对于多边形的两条相邻边AB和AC，构造对应的向量和/>然后根据下式获得疑点X：

其中，x_i和y_i，为点的二维坐标，i取a,b,c；u和v为疑点X的横坐标和纵坐标，λ为修正系数，对于平面内的疑点X，判断其是否在多边形内的方法是以该点为起点，向左引出射线XO，然后计算射线和图形边界的交点个数c，如果c是基数，则X在多边形内；否则，X在多边形外；若X在区域外，则α>180°；反之，α<180°；

步骤H、对已知的e_t＝(u₁,u₂,u₃)和e_f＝(v₁,v₂,v₃)，面的向量属性值e＝(x,y,z)可按下式计算：

作为本发明的进一步改进，步骤C中，法向矢量e的计算方法如下：

e＝e_t×e_f

其中，e_t与e_f是与布尔属性值分别为T和F的有向边同向的向量，e的方向按照右手螺旋定则来确定，e的具体分量的计算如下：

e_t＝(u₁,u₂,u₃)

e_f＝(v₁,v₂,v₃)

x＝u₂×v₃-v₂×u₃

y＝u₃×v₁-v₃×u₁

z＝u₁×v₂-v₁×u₂。

其中，u₁,u₂,u₃、v₁,v₂,v₃分别是向量e_t和e_f的坐标值。

作为本发明的进一步改进，在步骤3中，面要素相交棱边的凹凸性信息的判断方法具体包括：

圆弧棱边的凹凸性判定：平面F_a和圆柱面F_b相交于棱边e₁，则圆弧边e₁的凹凸性可通过下式进行判断：

R_r＝P_r×e_b

n＝e_t×n₂

cos＜e_a,n＞＝e_a·n/(|e_a||n|)

θ＝arccos(cos＜e_a,n＞)

e_t为e₁同方向的切向量；e_a和e_b分别为F_a和F_b的向量属性值；P_o为圆心；若e₁为外环，则P_r为圆上点P指向圆心的向量，若e₁为内环，则P_r为圆心指向P的向量；如果|θ|<90°，则e₁为凹边；否则e₁为凸边；

直线棱边的凹凸性判定：平面F_a和F_b相交于棱边e₁，以F_a为基准首先构造与F_a中e₁同向的向量e_l，则直线边e₁的凹凸性可通过下式进行判断：

n＝e_l×e_b

cos＜e_a,n＞＝e_a·n/(|e_a||n|)

θ＝arccos(cos＜e_a,n＞)

e_a和e_b分别为F_a和F_b的向量属性值；如果|θ|<90°，则e₁为凹边；否则e₁为凸边。

作为本发明的进一步改进，在步骤3中，采用两位编码方式对凹凸性信息进行编码具体包括：

对于面本身的信息表达，第一位数字表示面的类型，第二位数字表示面的拓扑信息；对于相交棱边的信息表达，第一位数字表示相交棱边的类型，第二位数字表示相交棱边的凹凸性。

作为本发明的进一步改进，在步骤3中，对属性邻接矩阵与加工特征进行预定义具体包括：

具有n个顶点的属性邻接矩阵的具体形式如下式：

当i不等于j时，M中的元素a_ij表示第i个顶点和第j个顶点相连接的弧信息；否则，a_ij则表示图的顶点信息；通过属性邻接矩阵对基础特征进行预定义。

作为本发明的进一步改进，在步骤3中，基于属性邻接矩阵进行加工特征的识别具体包括：

首先获得零件整体属性邻接矩阵M中分解出包含的k个特征M_s(s＝1，2，...k)；然后从M_s中检索与预定义的属性邻接矩阵相同或相似的矩阵，进而为该特征提供刀具适配的数据接口。

本发明的有益效果是：

1、相比于现有的以AAG矩阵的分解和匹配为焦点的研究工作，本发明系统地研究了STEP模型的数据解析方法，其次，系统地给出了各类表面的外法向矢量算法和棱边凹凸性判断的方法。为AAG矩阵的形成提供了有力的技术支撑。

2、本发明通过物元模型表达了特征之间的包含关系，实现了复杂特征的识别，并根据复杂特征与基础特征之间的包含关系，完成了复杂特征的几何参数表达，并定义了复杂特征的关键参数，为复杂特征的切削加工提供了刀具适配接口。

3、本发明基于物元模型的复杂特征表达使得在特征识别过程中，只进行基础特征的预定义与匹配，省略了复杂耗时的特征聚合算子，避免了假想分割线等方法在程序实现时面对的困难。

附图说明

图1为零件模型的AAG示例图；

图2为本发明实施例中复杂特征的物元模型示意图；

图3为本发明实施例中交叉圆槽特征的包含关系示意图；

图4为本发明实施例中交叉圆槽特征物元模型示意图；

图5为本发明实施例中面的外法向矢量示意图；

图6为本发明实施例中零件面的外法向量计算流程图；

图7为本发明实施例中右手定则求解不同平面的外法向矢量图；

图8为本发明实施例中向量共线判定示意图；

图9为本发明实施例中射线法示意图；

图10为本发明实施例中棱边凹凸性判断流程图；

图11为本发明实施例中不同类型平面棱边凹凸性判断示意图；

图12为本发明实施例中基础特征分类示意图；

图13为本发明实施例中直通槽及其属性邻接矩阵示意图；

图14为本发明实施例中零件整体AAG分解流程图；

图15为本发明实施例中型腔特征及其属性邻接矩阵示意图；

图16为本发明实施例中基础特征识别流程图；

图17为本发明实施例中型腔的M^*的获得过程示意图；

图18为本发明实施例中M^y在M^*中的匹配过程示意图。

具体实施方式

下面结合附图对本发明的实施例进行详细说明。

实施例

为了提高数控刀具服务平台的智能化水平，高效地实现网络环境下CAD模型的加工特征提取，为多特征刀具综合适配奠定基础。本实施例研究了基于物元模型的加工特征识别技术，提出一种基于物元模型的加工特征智能识别方法。本实施例首先将特征之间的包含关系映射为物元之间的层次关系，实现复杂特征的物元化表达。然后研究了基于STEP中性文件的拓扑信息和几何信息提取方法，系统地研究了面要素外法矢量的求解方法，并基于外法矢量判断面要素相交棱边的凹凸性，构建属性邻接矩阵，研究了基于属性邻接矩阵的特征匹配。将复杂特征映射为物元，基于不同层级物元间的包含关系，解决了复杂特征的识别和刀具适配的接口问题；具体包括：

一、加工特征物元模型与属性邻接表达：

零件三维模型的常用表达方式是属性邻接图(Attributed Adjacency Graph,AAG)，通过分解AAG获得最小属性邻接图(Minimu Attributed Adjacency Graph,MAAG)，MAAG表示的特征难以再继续分解为独立的基础特征。基于复杂特征和基础特征的层次关系，获取复杂特征MAAG的关键尺寸可以为刀具适配提供接口。因此，为了高效准确地实现相交复杂特征的识别，并提供刀具适配接口，本实施例研究了基于物元模型的加工特征表达方法，并设计了相应的算法来避免用属性邻接图直接进行复杂特征识别时，面对的繁琐特征分解和聚合工作，高效准确地完成网络环境下的加工特征识别。

1、基于属性邻接图的加工特征表达：

AAG由节点、边和边属性构成，。AAG的节点表示零件模型的待加工表面，AAG的边表示两个表面相交形成的边类型，而AAG的边属性则表示模型几何边的凹凸性。边的凹凸性定义为当两个邻接表面在实体外组成的角度小于180°时，两面相交的边称为凹边，反之，当两面在实体外组成的角度大于180°时，两面相交的边称为凸边。图1中的(a)和(b)分别表示了零件的实体模型和对应的AAG图，其中边属性值为0表示凹边，否则为凸边。零件模型中含有的加工特征由图1中的(c)所示的MAAG进行表示，MAAG是将零件的AAG图中的凸边断开而获得的几何图元。

可见，尽管MAAG能表达零件模型中连续待加工表面组成的加工特征，但是难以再次分解为简单的基础特征(圆和直槽)，这使得评估特征的可加工性变得困难。为了识别MAAG所表达的复杂特征中包含的子特征，获得复杂特征对应切削刀具的适配接口，本实施例提出基于物元模型来表示加工特征。

2、物元理论简介：

物元分析是一种客观世界事务的抽象表达方法。目的是方便这些事物及其之间的联系能够被计算机所处理。物元模型自提出以来已在风险评估、产品设计和设备性能评估等方面得到了广泛应用。

物元模型是表达思维对象或思维形态的具体方法，它是对象、属性及属性值的统一体，具有良好的可拓展性。一个具体对象的物元可以表达如下式所示：

R＝(N,A,V)

其中N表示思维对象信息；A表示思维对象的属性集合；V表示属性的值集合。通过物元属性集合的扩展，可以将具有相关性的客观事物进行表示和联系.

3、基于包含关系的加工特征物元模型：

虽然基础特征(如孔、槽、面、台阶、倒角等)的识别技术已经相对成熟，然而复杂特征识别方面依然面临着较大的挑战。考虑到复杂特征是由简单的基础特征通过布尔运算获得。因此，复杂特征与简单特征之间必然存在着包含关系，将特征之间的包含关系映射到物元模型的层级属性域，可以用独立的基础特征组合来表示复杂特征，并根据复杂特征所包含的基础特征的几何尺寸，获得复杂特征的刀具适配约束，进而为特征的切削加工提供刀具适配接口。

针对具体的特征对象R_f，定义了其属性集合A＝(T,M，H,D)来刻画特征的具体内涵，其中T是特征的类型属性；M是特征的材料属性；H是特征的层级属性；D是特征的尺寸属性。每个属性A_i对应了一个值集合v_A来表示具体的属性值。例如，对于特征类型T，如果其R_f是复杂特征，那么D的属性集合包括了复杂特征包含的基础特征的尺寸集合的具体值，这些值为后续特征加工刀具的适配提供依据。特别地，对于复杂特征R_f，可基于H属性表示的包含关系逐层分离，最后用若干个独立的基础特征将其进行表达。对于一个具体的复杂特征F₀，其物元模型如图2所示。

图2中，Fⁱ ₀表示复杂特征F₀所包含的第i个能够与预定义的特征匹配的非基础特征；k是Fⁱ ₀的数量；F^i-j ₀表示Fⁱ ₀包含的第j个特征；mk为F₀ ^k包含的基础特征数量；T属性为特征类型的编号；M表达特征的材料信息；H表达该物元映射的特征是否为基础特征、是否能够与预定义特征匹配等信息；D表示该特征的几何尺寸信息。

以图3所示的不锈钢材质的交叉圆槽特征为例，其中的数字标识符为组成加工特征的面的编号，如面编号为1、4、7、10表示四个相互独立的圆柱面，Fⁱ ₀为特征映射的物元名称。根据包含关系，交叉圆槽特征包含了四个具有相同或不同几何尺寸的半封闭圆槽，而半封闭圆槽仍然是复杂特征，进一步分析其包含关系可得，半封闭圆槽由孔特征和直槽特征经过布尔运算形成。因此，将半封闭圆槽表达为孔特征和直槽特征的组合，识别孔和直槽的定型尺寸即可据此为交叉圆槽特征提供刀具适配的几何约束。

将图3所示的CAD模型表达的信息映射到图4所示的物元模型，每个加工特征映射为一个物元，每个物元由T，M，H，D四项属性刻画，物元具体的属性值表达了特征之间的拓扑关系和几何关系。

T属性的具体值是两位编码，第一位编码取值为0表示该特征未能在预定义特征库中匹配到结果。取值为1则表示该特征能在预定义特征库中匹配到结果；第二位编码取值表示特征的具体类型，用以后续确定该特征的加工工艺，预定义的常见基础特征及其编码规则见表1：

表1常见基础特征及其编号

M属性表示该特征的材料信息，对于同一零件，其所有特征的材料属性是相同的，G、G_b、H、M_m分别表示工件材料对应的材料组、材料子组、热处理状态以及成型方式；H属性表示该物元的层级信息，如果H属性的值v_H＝N，则表示该特征是独立的基础特征，已不可再分解，若v_H＝(Fⁱ ₀,i＝1,2…k)表示该特征是复杂的组合特征，仍需要分解来获得刀具适配的尺寸约束；D是特征的尺寸属性，D_i表示F₀包含的第i个特征的几何尺寸信息，当特征不能再分解，即v_H＝N时，D包含的是基础特征的具体尺寸，如根据F^1-2 ₀的T属性可知，该物元为孔类，则其关键尺寸为孔的直径，因此由d₁＝c表示了孔特征的直径的具体值为c。当该物元表示的特征是复杂特征时，D表示组成该特征的简单特征的关键尺寸集合，如F¹ ₀表示的半圆槽由F^1-1 ₀表示的直槽和F^1-2 ₀表示的内圆柱面组成，则F¹ ₀的D＝(D₁，D₂)，D₁的值是直槽F^1-1 ₀的关键尺寸(槽宽d₁＝w，槽深d₂＝h，槽长d₃＝d)，D₂的值是内圆柱面F^1-2 ₀的关键尺寸(直径d₁＝c)。

二、数据对象方法的实现：

本实施例通过定义FACE类的方法来获得面的Vector属性。平面的Vector如图5中的(a)所示，面1、2、3对应的Vector属性值分别为e₁、e₁和e₃；对于如圆柱面类型的曲面，其Vector属性值e定义如图5中的(b)所示。

面要素的Vector属性值e通过FACE类的Outer_norma l_vector方法实现，具体地，对于已知的表面F，Outer_norma l_vector方法的具体流程如图6所示。

步骤1：判断面的类型是否为平面，若不是平面，则转至第二步；否则，继续判断该面是多边形平面还是圆平面，圆平面的Vector求解转至第三步，多边形平面的求解转至第四步。

步骤2：对于已知的曲面F_s，如图7中的(b)所示，其Vector的求解方法为在底线上取一点p，过p点做与圆弧棱边方向相同的切向量e_t，再过p点做垂直于e_t，且方向背离圆心的向量e即为该表面的Vector属性值。

步骤3：对于已知的圆平面F_c，其Vector属性值为该平面外法向矢量e＝(x，y，z)，e的计算如下式：

e＝e_t×e_f

如图7中的(a)所示，e_t与e_f是与Boo l属性值分别为T和F的有向边同向的向量，e的方向按照图7所示的右手螺旋定则来确定，e的具体分量的计算如下式：

e_t＝(u₁,u₂,u₃)

e_f＝(v₁,v₂,v₃)

x＝u₂×v₃-v₂×u₃

y＝u₃×v₁-v₃×u₁

z＝u₁×v₂-v₁×u₂

步骤4：对于已知的多边形平面F_p，首先判断其所有边的Bool属性是否相同，若所有边的Bool属性都相同，则转至第五步；否则，转至第六步。

步骤5：对于所有边的Bool属性值相同的多边形平面，检索两条相邻的边，如果边的Bool属性均为T，则生成与有向边方向相同的向量e_t和与有向边方向相反的向量e_f；否则，生成与有向边方向相同的向量e_f与有向边方向相反的向量e_t，而后转至第七步。

步骤6：对于两条非同向有向边，向量共线通过FACE的Collinearity方法实现，对于多边形的任意两条边，其可能存在的关系如图8所示。图8中的(a)和(b)为多边形的两条边AB和CD相交的情况，图8中的(c)为多边形的两条边不相交的情况。可见，若线段AB和CD相交，则点C和D不会同时分布在线段AB的一侧。基于该现象，构造向量和/>Collinearity的具体实现方法如下式：

e^a ₁和e^a ₂分别是和/>和/>点乘的结果，根据余弦定理，图8中的(a)、(b)和(c)所示的情况下，k^a值分别为-1、0和1。由此可得，k^a≤0时点C和D不在线段AB的同侧；否则边AB和CD平行。明显地，上述方法难以解决图8中的(d)和(e)所示的情况，故而要用相同的方式判断线段CD和点A、B的关系，判断方式如下式：

同理e^b ₁和e^b ₂分别是和/>和/>点乘的结果。可见当且仅当k^a和k^b都小于等于零时，线段AB和CD相交，即可用边信息构造向量来计算面的Vector值。

步骤7：对于给定的多边形平面和两条有向边，两条有向边所形成的图形包角α采用射线法来判断。对于多边形的两条相邻边AB和AC，构造对应的向量和/>然后根据下式获得疑点X：

如图9所示，对于平面内的疑点X，判断其是否在多边形内的方法是以该点为起点，向左引出射线XO，然后计算射线和图形边界的交点个数c，如果c是基数，则X在多边形内；否则，X在多边形外。可见，若X在区域外，则α>180°；反之，α<180°。

步骤8：根据图7中的(b)所示，对已知的e_t＝(u₁,u₂,u₃)和e_f＝(v₁,v₂,v₃)，面的Vector属性值e＝(x,y,z)可按下式计算获得：

三、相交棱边凹凸性判断：

1、面要素相交棱边的凹凸性判断：

圆弧边和直线边是零件模型最常见的两种边线类型，以下着重论述圆弧边和直线边的凹凸性判断方法。对于零件模型的两个面F_a和F_b，判断其相交棱边凹凸性的流程如图10所示：

曲面和平面的Vector属性表达了不同的空间信息，以下详述圆弧棱边和直线棱边的凹凸性判断方法。

圆弧棱边的凹凸性判定：如图11中的(a)所示，平面F_a和圆柱面F_b相交于棱边e₁(e₁的方向为T)，则圆弧边e₁的凹凸性可通过下式进行判断：

R_r＝P_r×e_b

n＝e_t×n₂

cos＜e_a,n＞＝e_a·n/(|e_a||n|)

θ＝arccos(cos＜e_a,n＞)

e_t为e₁同方向的切向量；e_a和e_b分别为F_a和F_b的Vector属性值；P_o为圆心；若e₁为外环，则P_r为圆上点P指向圆心的向量，若e₁为内环，则P_r为圆心指向P的向量。如果|θ|<90°，则e₁为凹边；否则e₁为凸边。

根据上述方法可得图11中(a)所示的平面F_a和圆柱面F_b的相交棱边e₁为凸边，圆柱面F_b和平面F_c的相交棱边e₂为凹边。

直线棱边的凹凸性判定：如图11中(c)所示，平面F_a和F_b相交于棱边e₁，以F_a为基准首先构造与F_a中e₁同向的向量e_l，则直线边e₁的凹凸性可通过下式进行判断：

n＝e_l×e_b

cos＜e_a,n＞＝e_a·n/(|e_a||n|)

θ＝arccos(cos＜e_a,n＞)

e_a和e_b分别为F_a和F_b的Vector属性值。同样地，如果|θ|<90°，则e₁为凹边；否则e₁为凸边。可得图11中(c)的e₁为凹边，e₂为凸边。

2、模型实体邻接关系编码：

复杂特征可通过基础特征经过布尔运算获得，如果能够识别出复杂特征中的基础特征，分析其工艺特性便能给特征切削提供刀具方案。因此，本实施列首先提出了零件模型实体关系的编码规则，基于编码规则，通过属性邻接矩阵对基础特征进行了预定义，以便从待加工的特征中识别出刀具适配的需求信息，为特征切削加工提供刀具方案。

模型实体邻接关系需要表达出模型的各个面的形状信息，相交棱边的凹凸性信息。因此，本实施列采用两位编码方式对这些信息进行编码，具体地，对于面本身的信息表达，第一位数字表示面的类型，第二位数字表示面的拓扑信息；对于相交棱边的信息表达，第一位数字表示相交棱边的类型，第二位数字表示相交棱边的凹凸性。具体的编码规则如表2所示：

表2模型实体邻接关系编码规则

例如，平面的信息编码为“20”；圆柱外表面的信息编码为“11”；圆柱内表面的信息编码为“12”。直线凹边的信息编码为“11”；圆弧凸边的信息编码为“22”。若两表面之间不存在关系，则编码赋值为“-1”。

3、属性邻接矩阵与特征预定义：

属性邻接矩阵是图的具体存储方式，表达的是属性邻接图中顶点及其相邻边关系的方阵。方阵的对角线元素表示的是顶点的具体信息，非对角元素表示顶点连接弧的具体信息。具有n个顶点的属性邻接矩阵的具体形式如下式所示：

当i不等于j时，M中的元素a_ij表示第i个顶点和第j个顶点相连接的弧信息；否则，a_ij则表示图的顶点信息。对于零件的模型，顶点信息映射为零件模型的表面，连接弧信息映射为面相交棱边的信息。a_ij具体的值可通过提取STEP中性文件信息后，根据编码规则获得，第i个顶点和第j个顶点相连接的弧与第j个顶点和第i个顶点相连接的弧为同一实体，故而M为对称矩阵。

为了从复杂特征中识别出基础特征，进而为特征的切削加工提供刀具方案，首先需要根据特征对刀具类型的需求，通过属性邻接矩阵对基础特征进行预定义。根据成型方式，将常见的基础特征分为槽、孔、平面和外表面，常见基础特征的具体分类如图12所示。

用上述的属性邻接矩阵对上图所示的基础特征进行表达和存储，构建预定义特征库，然后将之与从STEP中读取的模型信息进行对比匹配就能识别模型中所含的基础特征。

以直通槽为例，图13所示为其几何模型与对应的预定义的属性邻接矩阵。可见，尽管几何模型a和b所表示均为直通槽特征，然而由于面实体序号顺序的不同，使得其对应的属性邻接矩阵M_a和M_b并不相等。明显地，M_b可通过M_a进行如下初等变换得到，首先交换M_a的第九行和第八行得到M¹ _a，再将M¹ _a的第十行和第九行交换便可得到M_b。综上所述，一个特征的属性邻接矩阵为一组可互相初等变换的矩阵，在特征预定义时任意择定其中一个作为该特征的预定义属性邻接矩阵。

4、基于属性邻接矩阵的特征识别：

特征识别的过程分两步实施。首先从STEP中性文件获得的零件整体属性邻接矩阵M中分解出包含的k个特征M_s(s＝1，2，...k)；然后从M_s中检索与预定义的属性邻接矩阵相同或相似的矩阵，进而为该特征提供刀具适配的数据接口。以下详述M分解和预定义特征的匹配过程。

M分解方法：复杂的零件模型信息量大，从零件整体信息矩阵中进行预定义属性邻接矩阵匹配耗时长、且难以确定基础特征对应的刀具的切削部位。此外，零件模型中的复杂特征对应的属性邻接矩阵必然包含较多的凹边信息，同时由于相交特征的存在，其AAG图中依然存在凸边连接。因此，本实施了结合实体关系编码规则，研究了图14所示的零件整体AAG分解方法。

为了清晰的证明上述方法，本实施例以图15所示的型腔为例，详述零件整体AAG的分解过程。图15中的(a)和(b)所示分别为型腔的几何模型与AAG，模型对应的属性邻接矩阵M如下所示：

根据图14所示的算法，首先将M的对角线及以上元素置为0，从第一列开始，遍历第一列的所有元素，没有能够除2余1的元素，故而将面1分解为一个独立的子AAG；同理，面2、3、4、5、6均单独分解为独立的子AAG；对于第七列，第八和第十九个元素满足除2余1，因此，从第八列继续判断是否有元素满足除2余1，第九和第十九个元素满足除2余1，继续第九列进行判断，第十九列满足条件，因此，取第7、8、9面组成如图15中的(c)所示的子AAG1；同理可得，第10至19表面组成如图15中的(d)所示的子AAG2。子AAG1和AAG2具有共同面19，且子AAG1的面7和子AAG2的面18通过凸边相连，故而判断AAG1和AAG2为同一个复杂特征的不同部分。

基础特征识别：以编码为基础的零件几何模型的信息矩阵与预定义的属性邻接矩阵并不相等，存在初等变换关系。由于初等变换不会改变矩阵的秩和矩阵元素的和。因此，如果是非满秩矩阵，可通过秩相等为准则进行识别，然而，对于满秩矩阵，秩相等的识别方法将不再适用。此外，考虑到预定义特征存在阶数相同的情况，如果同阶的不同特征的预定义矩阵具有相同的和，则矩阵元素和相等的方法也将不再适用。

因此，下面讨论匹配方法的选择。首先计算得M的秩rank(M)＝19，M为满秩矩阵，故而舍去以秩为准则的匹配方法。对于n阶属性邻接矩阵，其元素之和可用下式进行计算：

其中，a_ij是M的第i行，第j列元素；第一项是面信息的编码数字和；第二项是M上三角区域边信息的编码数字和，由于M是对称矩阵，不再对M下三角区域的元素进行计算。

采用矩阵和来进行匹配的前提是预定义的同阶矩阵和不相等，对于两个定义了不同特征的m阶属性邻接矩阵A和B，B可通过替换A中的面和边类型而获得。假设B相比于A具有k₁个编码增大的面及k₂个编码减小的面；p₁个编码增大的边及p₂个编码减小的边；不同面编码的数值差为t_i(i＝1，2…T，T为所有面编码信息差的结果种类)；不同边编码的数值差为f_j(j＝1，2…F，F为所有边编码信息差的结果种类)，则B相对于A增加的值V_a和减少的值V_s如下式所示：

考虑到只有面类型的变换会引起基础加工特征种类的变化，面编码信息和边编码信息变化引起的波动范围W_f和W_c分别如下式所示：

W_f∈(-k₂*max(t_i),k₁*max(t_i))

W_c∈(-p₂*max(f_j),p₁*max(f_j))

且对于一个面类型的变换，最多能引起(m-1)条边的改变。假设m个面均改变，则边最大可能的改变数量为m(m-1)。如果能保证W_c的最大值小于W_f不为零的最小值min(t_i)，即是满足下式所示的条件，则说明替换不同类型的面，获得的不同特征的属性邻接矩阵的Sum值不同。

m(m-1)*max(f_j)＜min(t_i)

由表1可知W_f不为零的最小值min(t_i)＝1，即圆柱内表面“12”与圆柱外表面“11”的差值；max(f_j)＝41，即其他曲线凸边“52”与直线凹边“11”的差值。由此可见，进行特征识别需要对属性邻接矩阵进行变换，变换方法如下式所示：

a_ii＝a_ii+41*m(m-1)

a_ii为待识别矩阵M^*的对角线元素；m为预定义属性邻接矩阵的最大阶数；常数41与编码规则相关。基础特征识别的算法流程如图16所示。

以图15中的(d)的AAG图对应的属性邻接矩阵为例，识别其型腔特征中包含的直槽特征。设定所有预定义矩阵的最高阶数为4。图15中的(d)对应的属性邻接矩阵M获得M^*的过程如图17所示；直通槽对应的预定义属性邻接矩阵M^y及其在M^*中的匹配过程如图18所示。

可见，M^y的阶数m＝3且Sum(M^y)＝1578，匹配首先从i₁＝1，i₂＝2，i₃＝3开始提取三阶矩阵M^y*1，可得Sum(M^y*1)＝1549，匹配失败；然后置i₃＝i₃+1，即i₃＝4继续提取直到i₁＝1，i₂＝5，i₃＝10，得三阶矩阵M^y*2，同理可得Sum(M^y*2)＝1557，且面10、14和19的Vector(即平面的外法向矢量)方向均不相同，匹配成功。由此可见，面10、14和19在型腔中形成的直槽特征被识别。由于没有相同尺寸的直槽，故而在该型腔的子特征中记录直槽特征及其尺寸。

本实施例针对加工特征的智能化识别问题，开展了STEP中性文件的数据结构研究，基于面向对象的思想，定义了面和棱边的类，研究了类属性值的提取算法；开展了相交棱边凹凸性的判断研究，基于从STEP中性文件中获得的信息，系统地研究了面的外法向矢量计算方法以及相交棱边的凹凸性判断方法；开展了以属性邻接矩阵为基础的复杂特征识别与基础特征的识别研究，并将识别的特征映射为物元，形成以零件模型-复杂特征-基础特征为层次的产品信息系统，解析特征的关键尺寸，为适配切削刀具做好准备工作。具体工作总结如下：

(1)介绍了物元理论，构建了加工特征的物元模型，研究了加工特征到物元模型的映射过程，为加工特征在计算机系统中的表达和存储奠定了基础。

(2)开展了STEP系列标准的研究，解析了STEP中性文件的几何信息与拓扑信息，提出了零件STEP模型数据的提取算法，系统地研究了各类面的外法向矢量的计算方法以及相交棱边的凹凸性判断方法。此外，提出了模型实体的邻接关系编码规则，并将模型实体的邻接关系进一步表达为属性邻接矩阵，构建了预定义特征库，实现了预定义特征与对象特征的匹配。

(3)基于属性邻接矩阵，利用上述模型实体邻接关系编码的特点，研究了相交特征在零件整体属性邻接矩阵中的分离算法。此外，研究了基础特征在已分离复杂特征的属性邻接矩阵中的识别算法，解决了由于零件模型复杂、信息量大，从而造成从零件整体信息矩阵中进行预定义属性邻接矩阵匹配耗时长的难题。并基于物元模型的层次关系，获得了复杂特征的关键尺寸，实现了刀具切削特征的定位，解决了复杂特征的刀具适配接口问题，为后续多特征刀具综合适配的研究提供了技术支撑。

以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (7)

1.一种基于物元模型的加工特征智能识别方法，其特征在于，包括以下步骤：

步骤1、建立基于包含关系的加工特征物元模型，将加工特征之间的包含关系映射到物元模型的层级属性域，用独立的基础特征组合来表示复杂特征，并根据复杂特征所包含的基础特征的几何尺寸，获得复杂特征的刀具适配约束，进而为特征的切削加工提供刀具适配接口；

步骤2、获取面的向量属性；

所述步骤2具体包括以下步骤：

步骤A、判断面的类型是否为平面，若不是平面，则转至步骤B；否则，继续判断该面是多边形平面还是圆平面，圆平面的向量求解转至步骤C，多边形平面的向量求解转至步骤D；

步骤B、对于已知的曲面F_s，其向量的求解方法为在底线上取一点p，过p点做与圆弧棱边方向相同的切向量e_t1，再过p点做垂直于e_t1，且方向背离圆心的向量e即为曲面的向量属性值；

步骤C、对于已知的圆平面F_c，其向量属性值为该平面外法向矢量e＝(x，y，z)；

步骤D、对于已知的多边形平面F_p，首先判断其所有边的布尔属性是否相同，若所有边的布尔属性都相同，则转至步骤E；否则，转至步骤F；

步骤E、对于所有边的布尔属性值相同的多边形平面，检索两条相邻的边，如果边的布尔属性均为T，则生成与有向边方向相同的向量e_t2和与有向边方向相反的向量e_f1；否则，生成与有向边方向相同的向量e_f2与有向边方向相反的向量e_t3，而后转至步骤G；

步骤F、对于两条非同向有向边，构造向量和/>

e^a ₁和e^a ₂分别是和/>和/>点乘的结果，当k^a≤0时点C和D不在线段AB的同侧；否则边AB和CD平行；再次判断线段CD和点A、B的关系，判断方法如下：

e^b ₁和e^b ₂分别是和/>和/>点乘的结果，当且仅当k^a和k^b都小于等于零时，线段AB和CD相交，即用边信息构造向量来计算面的向量值；

步骤G、对于给定的多边形平面和两条有向边，两条有向边所形成的图形包角α采用射线法来判断；对于多边形的两条相邻边AB和AC，构造对应的向量和/>然后根据下式获得疑点X：

其中，x_i和y_i，为点的二维坐标，i取a,b,c；u和v为疑点X的横坐标和纵坐标，λ为修正系数，对于平面内的疑点X，判断其是否在多边形内的方法是以该点为起点，向左引出射线XO，然后计算射线和图形边界的交点个数c，如果c是基数，则X在多边形内；否则，X在多边形外；若X在区域外，则α>180°；反之，α<180°；

步骤H、对已知的e_t＝(u₁,u₂,u₃)和e_f＝(v₁,v₂,v₃)，面的向量属性值e＝(x,y,z)按下式计算：

步骤3、判断相交棱边凹凸性：首先判断面要素相交棱边的凹凸性信息，然后采用两位编码方式对凹凸性信息进行编码，再对属性邻接矩阵与加工特征进行预定义，最后基于属性邻接矩阵进行加工特征的识别。

2.根据权利要求1所述的基于物元模型的加工特征智能识别方法，其特征在于，在步骤1中，针对具体的特征对象R_f，定义其属性集合为：Z＝(T，M，H，D)，其中T是特征的类型属性；M是特征的材料属性；H是特征的层级属性；D是特征的尺寸属性；每个属性Z_i对应了一个值，集合v_A来表示具体的属性值。

3.根据权利要求1所述的基于物元模型的加工特征智能识别方法，其特征在于，步骤C中，法向矢量e的计算方法如下：

e＝e_t×e_f

其中，e_t与e_f是与布尔属性值分别为T和F的有向边同向的向量，e的方向按照右手螺旋定则来确定，e的具体分量的计算如下：

e_t＝(u₁,u₂,u₃)

e_f＝(v₁,v₂,v₃)

x＝u₂×v₃-v₂×u₃

y＝u₃×v₁-v₃×u₁

z＝u₁×v₂-v₁×u₂

其中，u₁,u₂,u₃、v₁,v₂,v₃分别是向量e_t和e_f的坐标值。

4.根据权利要求1所述的基于物元模型的加工特征智能识别方法，其特征在于，在步骤3中，面要素相交棱边的凹凸性信息的判断方法具体包括：

圆弧棱边的凹凸性判定：平面F_a和圆柱面F_b相交于棱边e₁，则圆弧边e₁的凹凸性通过下式进行判断：

R_r＝P_r×e_b

n＝e_t4×n₂

cos＜e_a,n＞＝e_a·n/(|e_a||n|)

θ＝arccos(cos＜e_a,n＞)

e_t4为e₁同方向的切向量；e_a和e_b分别为F_a和F_b的向量属性值；P_o为圆心；若e₁为外环，则P_r为圆上点P指向圆心的向量，若e₁为内环，则P_r为圆心指向P的向量；如果|θ|<90°，则e₁为凹边；否则e₁为凸边；

直线棱边的凹凸性判定：平面F_a和F_b相交于棱边e₁，以F_a为基准首先构造与F_a中e₁同向的向量e_l，则直线边e₁的凹凸性通过下式进行判断：

n＝e_l×e_b

cos＜e_a,n＞＝e_a·n/(|e_a||n|)

θ＝arccos(cos＜e_a,n＞)

e_a和e_b分别为F_a和F_b的向量属性值；如果|θ|<90°，则e₁为凹边；否则e₁为凸边。

5.根据权利要求1所述的基于物元模型的加工特征智能识别方法，其特征在于，在步骤3中，采用两位编码方式对凹凸性信息进行编码具体包括：

对于面本身的信息表达，第一位数字表示面的类型，第二位数字表示面的拓扑信息；对于相交棱边的信息表达，第一位数字表示相交棱边的类型，第二位数字表示相交棱边的凹凸性。

6.根据权利要求1所述的基于物元模型的加工特征智能识别方法，其特征在于，在步骤3中，对属性邻接矩阵与加工特征进行预定义具体包括：

具有n个顶点的属性邻接矩阵的具体形式如下式：

当i不等于j时，M中的元素a_ij表示第i个顶点和第j个顶点相连接的弧信息；否则，a_ij则表示图的顶点信息；通过属性邻接矩阵对基础特征进行预定义。

7.根据权利要求6所述的基于物元模型的加工特征智能识别方法，其特征在于，在步骤3中，基于属性邻接矩阵进行加工特征的识别具体包括：

首先获得零件整体属性邻接矩阵M中分解出包含的k个特征M_s，其中：s＝1，2，...k；然后从M_s中检索与预定义的属性邻接矩阵相同或相似的矩阵，进而为该特征提供刀具适配的数据接口。