CN116910913A - 面向飞机部段mbd模型的关键特征提取及标注检查方法 - Google Patents
面向飞机部段mbd模型的关键特征提取及标注检查方法 Download PDFInfo
- Publication number
- CN116910913A CN116910913A CN202310948936.6A CN202310948936A CN116910913A CN 116910913 A CN116910913 A CN 116910913A CN 202310948936 A CN202310948936 A CN 202310948936A CN 116910913 A CN116910913 A CN 116910913A
- Authority
- CN
- China
- Prior art keywords
- feature
- model
- key
- labeling
- key features
- 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
- 238000002372 labelling Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000007689 inspection Methods 0.000 title claims abstract description 82
- 238000000605 extraction Methods 0.000 title claims abstract description 45
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 19
- 238000010606 normalization Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000013011 mating Effects 0.000 claims description 50
- 230000008094 contradictory effect Effects 0.000 claims description 31
- 230000015654 memory Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000000712 assembly Effects 0.000 claims description 3
- 238000000429 assembly Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 23
- 238000013461 design Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000003754 machining Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种面向飞机部段MBD模型的关键特征提取方法,获取MBD模型中的备选关键特征集以及MBD模型中各特征的装配层次关联关系;基于备选关键特征集以及装配层次关联关系,对各装配层次的备选关键特征进行层次化分解,计算每一个备选关键特征的重要性程度,确定关键特征,完成对关键特征的提取。同时提供了一种关键特征标注检查方法。本发明利用对MBD模型中具有标注的特征进行初步筛选获取备选关键特征,再结合特征重要度的计算,获取最终关键特征,同时对关键特征中的几何公差标注信息进行规范性检验,能够快速在数以万计的特征中,快速定位对产品性能影响最大的关键特征,并且知晓其公差标注是否规范。
Description
技术领域
本发明涉及机械工程技术领域,具体地,涉及一种面向飞机部段MBD模型的关键特征提取及标注检查方法,同时提供了一种相应的关键特征提取及标注检查系统、计算机终端及计算机可读存储介质。
背景技术
飞机研制过程中,对设计、制造、检测等各个环节的技术要求非常严格。而随着设计与制造的数字化,传统的测量手段已经难以满足航空零部件及装配件快捷、高效、精确的要求。数字化测量技术的引入完善了飞机数字化制造环节,大大缩短了产品的研制周期、降低制造成本。
目前国内航空企业仍然依赖二维工程图描述检测模型,而设计过程已经实现了三维数字化。这直接导致数字化测量过程存在双数据源,容易引起测量工艺的二义性,同时数据的断层存在信息更新不及时甚至信息错误的隐患。难以完全满足飞机零部件的质量保障需求,并且在从测量成本、效率、精度等方面越来越难以满足国内航空工业的需求。
基于模型定义(MBD)是一种面向计算机应用的产品数字化定义技术。MBD技术采用全三维模型设计,将产品全生命周期中所需要的几何与非几何信息,以注释或属性的方式附加到三维模型中。相较于传统的二维工程图定义,MBD技术在表达产品信息时更加直观且准确,以MBD模型组作为产品测量的唯一依据和数据源,弥合了三维模型在设计、制造和检验之间的断层,极大地提升了产品定义的设计质量和利用效率。
飞机部段MBD模型的形状复杂,特征数量巨大。关键特征是指其中对产品的配合、性能、寿命或者制造可达性影响最大的特征,在检验过程中是需要优先进行测量的特征,对MBD模型中关键特征进行提取,易于保证测量规划信息的正确性和完整性以及与产品设计制造信息的一致性,后续技术人员能够更加直观的获取被测特征。此外更多的零件、特征也带来更多的标注信息。几何公差标注是检测人员判断产品是否合格的标准,不同于传统二维工程图标注仅在平面中显示信息,MBD模型中的标注显示在空间当中,复杂的模型使得标注本身的正确性检查变得更加困难。
经过检索发现:
授权公告号为CN105354353B的中国发明专利《一种基于MBD模型的加工特征识别和建模方法》,该方法基于所述PMI提取,获取产品制造信息;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,其中,加工特征的几何属性包括几何体素的几何属性;在加工特征工艺属性识别中,根据加工特征的几何属性,从几何体素的拓扑关系和几何体素关联的标注信息中获得特征的工艺属性;根据所述加工特征几何属性和加工特征工艺属性完成加工特征建模。该方法虽然提供了一种特征提取方法,但是仍然存在如下技术问题:
该方法重点描述了一种利用MBD模型进行加工特征的几何属性和工艺属性的识别与建模方法。这种方法所构建的模型并非针对后续检测过程,其主要是根据所述加工特征几何属性和加工特征工艺属性完成加工特征建模。针对测量过程,该方法无法对MBD模型进行关键特征的筛选与识别。此外该方法所提取的PMI信息,主要用于建立面向加工的模型,并未关注PMI信息(主要是几何公差标注信息)的规范性。
目前没有发现同本发明类似技术的说明或报道,也尚未收集到国内外类似的资料。
发明内容
本发明针对现有技术中存在的上述不足,提供了一种面向飞机部段MBD模型的关键特征提取及标注检查方法,同时提供了一种相应的关键特征提取及标注检查系统、计算机终端及计算机可读存储介质。
根据本发明的第一个方面,提供了一种面向飞机部段MBD模型的关键特征提取方法,包括:
获取飞机部段MBD模型;
基于所述MBD模型,获取所述MBD模型中的备选关键特征集以及MBD模型中各特征的装配层次关联关系;
基于所述备选关键特征集以及所述装配层次关联关系,对各装配层次的备选关键特征进行层次化分解,计算每一个备选关键特征的重要性程度,确定关键特征,完成对关键特征的提取。
优选地,获取所述MBD模型中的备选关键特征集,包括:
通过对所述MBD模型中所有特征进行遍历,设所述MBD模型的某一个装配体中含有多个顶层关键特征,记为Y=[y1,y2,…,ym]t,则获取备选关键特征集为:
式中,X表示所有备选关键特征集合,Xk表示与顶层关键特征yk相关的备选关键特征的集合,m表示顶层关键特征数目。
优选地,获取所述MBD模型中各特征的装配层次关联关系,包括:
对所述MBD模型中各特征进行装配层次划分,获得装配层次关系;其中,所述装配层次关系包括:自顶向下依次设置的产品层级、部件层级、组件层级以及零件层级;
获取相邻层级中各配合特征之间的配合关系;
获取所述零部件层级中各特征之间的装配关系。
优选地,所述对各装配层次的备选关键特征进行层次化分解,包括:
基于所述装配层次关联关系,将备选关键特征集中的所有特征按照产品、部件、组件以及零件进行自顶向下的层次化分解;其中:
第一层为产品级顶层备选关键特征y0;
第二层为部件级备选关键特征:
第三层为组件级备选关键特征:
第四层为零件级备选关键特征
式中,→表示相邻两层备选关键特征之间的演化分解关系,表示某一备选关键特征演化分解至下一层的结果,其中,k表示上一层的待分解的第k个备选关键特征,i表示第i层备选关键特征,ni表示第i层的第ni个备选关键特征。
优选地,所述计算每一个备选关键特征的重要性程度,包括:
采用田口质量损失函数方法,计算装配层次之间的备选关键特征对控制目标造成的质量损失,同时结合模糊理论中的DMATEL方法,通过计算各特征的影响度与被影响度,结合关键特征的定性识别结果,完成各装配层次之间的关键特征识别;其中:
所述采用田口质量损失函数方法,计算装配层次之间的备选关键特征对控制目标造成的质量损失,包括:
当备选关键特征中的配合特征Ci的变动偏离目标值时,该配合特征Ci的质量损失L为:
L=λ((μ-m)2+σ2)=k(δ2+σ2)
式中,λ为配合特征C的质量损失常数,μ为配合特征C的均值,m为配合特征C的目标值,σ2为配合特征C的方差,δ=μ-m为均值μ偏离其目标值m而产生的质量偏移,A为配合特征失效时造成的质量损失系数,TU和TL分别为配合特征C的公差的上下限;
由下层备选配合特征ci的变动引起的上层备选配合特征ym的质量损失ΔLim为:
式中,H为在飞机装配过程协调误差计算中根据实际经验对正态分布进行修正的系数,为配合特征ci的方差,/>为配合特征Ci的方差,δ′i为配合特征ci的均值偏离配合特征ci的目标值而产生的质量偏移,δi为配合特征Ci的均值偏离配合特征Ci的目标值而产生的质量偏移;
各备选配合特征c1,c2,…,cn综合引起的上层备选配合特征ym的质量损失ΔLm为:
下层备选配合特征ci的变动对整个上层备选配合特征Y={y1,y2,…,ym}造成的质量损失ΔLi为:
采用DMATEL方法中的中心度与原因度的概念,计算备选关键特征ci的中心度Zi为:
Zi=ΔLi+ΔLm
计算备选关键特征ci的原因度为:
Ri=ΔLi-ΔLm
计算备选关键特征ci的重要度ωi为:
根据预先设定的阈值ω0确定最终的关键特征:若当前的备选关键特征ci的重要度ωi满足ωi>ω0,则认为该备选关键特征ci为关键特征。
根据本发明的第二个方面,提供了一种面向飞机部段MBD模型的关键特征提取系统,包括:
MBD模型导入模块,该模块用于获取飞机部段MBD模型;
备选特征获取模块,该模块基于所述MBD模型,获取所述MBD模型中的备选关键特征集以及MBD模型中各特征的装配层次关联关系;
关键特征提取模块,该模块基于所述备选关键特征集以及所述各装配层次中的特征关联关系,对各装配层次的备选关键特征进行层次化分解,计算每一个备选关键特征的重要性程度,确定关键特征,完成对关键特征的提取。
根据本发明的第三个方面,提供了一种面向飞机部段MBD模型的关键特征标注检查方法,包括:
采用本发明上述中任一项所述的关键特征提取方法提取MBD模型的关键特征,对所述关键特征中的几何公差标注进行规范性检查;其中,所述对所述关键特征中的几何公差标注进行规范性检查,包括:
基于MBD模型,提取模型中的几何公差标注;
构建九元组标注检验模型,对所述几何公差标注的信息进行分析,获得不规范标注分类;
基于所述九元组标注检验模型,针对所述不规范标注分类进行检查建模;
获取关键特征的几何公差标注,利用构建得到的检查模型对所述关键特征的几何公差标注进行检查。
优选地,所述构建九元组标注检验模型,包括:
构建九元组标注检验模型VERF:
VERF=f{c,t,p,v,s,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),u,x,R(r1,r2,r3...)}
式中,f{·}表示九元组标注检验模型结构;c表示几何公差的种类,例如定向公差、定位公差等;t表示几何公差的类型,例如平面度、位置度等;p表示公差框的前缀,用于描述公差带的形状;v表示公差带的宽度;s表示公差框的后缀,用于保存特殊符号、材料要求以及状态等信息;D表示基准集合;d表示标注中的一个基准;n表示基准的标识;fe表示基准实际指代的特征;u表示基准框的后缀,用于保存基准修正符号;x表示附加信息,用于描述标注框外部的信息;R表示特征元素r的集合。
优选地,所述对所述几何公差标注的信息进行分析,获得不规范标注分类,包括:
基于所述九元组标注检验模型VERF,对所述几何公差标注的信息进行分析,获得不规范标注分类;其中:
所述不规范标注分类,包括:矛盾标注、冗余标注、缺失标注以及不确定性标注四类。
优选地,所述基于所述九元组标注检验模型,针对所述不规范标注分类进行检查建模,包括:
不规范标注分类包括:矛盾标注、冗余标注、缺失标注以及不确定性标注;其中:
矛盾标注是在九元组标注检验模型的定义下,一个元组和另一个元组之间的检查内容互斥的一种标注类型;根据矛盾标注检查的需要,建立规范的标注矛盾检查模型COMTR为:
CONTR=f(t,p,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),R(r1,r2,r3...))
基于所述标注矛盾检查模型以及设定的矛盾检查规则,对关键特征的几何公差标注的矛盾标注进行检查;
冗余标注是在九元组标注检验模型的定义下,在同一元素上具有重复公差类型元组或过多公差值元组的标注类型;根据冗余标注检查的需要,建立规范的标注冗余检查模型REDU为:
REDU=f(c,t,v,R(r1,r2,r3...))
基于所述标注冗余检查模型以及设定的冗余检查规则,对关键特征的几何公差标注的冗余标注进行检查;
缺失标注是在九元组标注检验模型的定义下,几何公差中必须同时存在两个或两个以上相关元组,但是这些元组不存在的标注类型;根据缺失标注检查的需要,建立规范的标注缺失检查模型MISS为:
MISS=f{t,s,u,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),R(r1,r2,r3...)}
基于所述标注缺失检查模型以及设定的缺失检查规则,对关键特征的几何公差标注的缺失标注进行检查;
不确定标注是在九元组标注检验模型的定义下,几何公差中两个或两个以上元组之间的关系不确定的一种标注类型;根据不确定性标注检测的需要,建立规范的标注不确定检查模型UNCT为:
UNCT=f{t,p,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),x,u,R(r1,r2,r3...)}
基于所述标注不确定检查模型以及设定的不确定检查规则,对关键特征的几何公差标注的不确定标注进行检查。
根据本发明的第四个方面,提供了一种面向飞机部段MBD模型的关键特征标注检查系统,包括:
标注获取模块,该模块基于MBD模型,提取模型中的几何公差标注;利用本发明上述实施例中任意一项提供的关键特征提取方法获取MBD模型的关键特征,并提取所述关键特征的几何公差标注;
不规范标注分类模块,该模块构建九元组标注检验模型,对所述模型中的几何公差标注的信息进行分析,获得不规范标注分类;
检查模型构建模块,该模块基于所述九元组标注检验模型,针对所述不规范标注分类进行检查建模;
标注检查模块,该模块利用构建得到的检查模型对所述关键特征的几何公差标注进行检查。
根据本发明的第五个方面,提供了一种计算机终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时可用于执行本发明上述中任一项所述的方法,或,运行本发明上述中任一项所述的系统。
根据本发明的第六个方面,提供了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,该程序被处理器执行时可用于执行本发明上述中任一项所述的方法,或,运行本发明上述中任一项所述的系统。
由于采用了上述技术方案,本发明与现有技术相比,具有如下至少一项的有益效果:
本发明提供的面向飞机部段MBD模型的关键特征提取及标注检查方法,能够快速获取产品关键特征,并且对模型中的标注信息进行检查,向上可用于验证工艺设计的正确性,向下可提升检测过程的效率,对提升飞机产品的研制与生产效率有重要的意义。
本发明提供的面向飞机部段MBD模型的关键特征提取及标注检查方法,利用对MBD模型中具有标注的特征进行初步筛选获取备选关键特征,再结合特征重要度的计算,获取最终关键特征,同时可依赖标注规范性检验库对关键特征中的几何公差标注信息进行规范性检验,能够快速在数以万计的特征中,快速定位对产品性能影响最大的关键特征,并且知晓其公差标注是否规范,为设计及测量人员提供了快速、易用性强的针对飞机部段的MBD模型的关键特征的提取以及几何公差标注的规范性检查技术。
本发明提供的面向飞机部段MBD模型的关键特征提取及标注检查方法,主要面向后续的测量过程,为测量端识别出了需要重点关注的关键特征,提升了测量规划的效率,降低了测量成本;其次检验了几何公差标注的规范性,提升了尺寸设计辅助验证的准确性和效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为MBD模型中所容纳的数据内容框架示意图。
图2为本发明一优选实施例中面向飞机部段MBD模型的关键特征提取方法的工作流程图。
图3为本发明一优选实施例中面向飞机部段MBD模型的关键特征提取系统的组成模块示意图。
图4为本发明一优选实施例中面向飞机部段MBD模型的关键特征标注检查方法的工作流程图。
图5为本发明一优选实施例中公差标注框示意图。
图6为本发明一优选实施例中不规范标注分类结果示意图。
图7为本发明一具体应用实例中对飞机外形MBD模型中的翼身对接关键调姿定位点的识别结果示意图。
图8为本发明一具体应用实例中对飞机外形MBD模型中的基准公差标注检查结果示意图。
图9为本发明一优选实施例中面向飞机部段MBD模型的关键特征标注检查系统的组成模块示意图。
具体实施方式
下面对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程。应当指出的是,对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。
图1给出了MBD模型中所容纳的数据内容框架,主要包括:实体模型、基准及坐标系系统、分层属性、注释信息等。一般几何名义信息由模型本身表达,几何公差和非几何信息主要由三维标注完成。三维模型已可以表达大多数的尺寸信息,因此不需要像二维制图时对所有的尺寸“应标尽标”,通常只需要对关键特征进行标注。
本发明一实施例提供了一种面向飞机部段MBD模型的关键特征提取方法,基于MBD模型,通过对层空间的关联组合控制,实现对产品信息的分类,方便后续关键特征的识别以及展示特征提取结果。
如图2所示,该实施例提供的面向飞机部段MBD模型的关键特征提取方法,可以包括:
获取飞机部段MBD模型;
基于MBD模型,获取MBD模型中的备选关键特征集以及MBD模型中各特征的装配层次关联关系;
基于备选关键特征集以及装配层次关联关系,对各装配层次的备选关键特征进行层次化分解,计算每一个备选关键特征的重要性程度(即对飞机部段产品的影响程度以及被其它备选关键特征影响的程度),确定关键特征,完成对关键特征的提取。
在一优选实施例中,获取MBD模型中的备选关键特征集,可以包括:
通过对MBD模型中所有特征进行遍历,设所述MBD模型的某一个装配体中含有多个顶层关键特征,记为Y=[y1,y2,…,ym]t,则获取备选关键特征集为:
式中,X表示所有备选关键特征集合,Xk表示与顶层关键特征yk相关的备选关键特征的集合,m表示顶层关键特征数目。
在一优选实施例中,MBD模型中所有特征,可以包括:在MBD模型中所有具有三维标注信息的尺寸及几何特征(点、平面、圆柱面等)。
在一优选实施例中,获取MBD模型中各特征的装配层次关联关系,可以包括:
对MBD模型中各特征进行装配层次划分,获得装配层次关系;其中,装配层次关系包括:自顶向下依次设置的产品层级、部件层级、组件层级以及零件层级;
获取相邻层级中各配合特征之间的配合关系;
获取零部件层级中各特征之间的装配关系。
在一优选实施例中,对各装配层次的备选关键特征进行层次化分解,可以包括:
基于装配层次关联关系,将备选关键特征集中的所有特征按照产品、部件、组件以及零件进行自顶向下的层次化分解;其中:
第一层为产品级顶层备选关键特征y0;
第二层为部件级备选关键特征:
第三层为组件级备选关键特征:
第四层为零件级备选关键特征
式中,→表示相邻两层备选关键特征之间的演化分解关系,表示某一备选关键特征演化分解至下一层的结果,其中,k表示上一层的待分解的第k个备选关键特征,i表示第i层备选关键特征,ni表示第i层的第ni个备选关键特征。
在该优选实施例中,演化分解关系,是指当前层级的关键特征的重要性向下级分解的过程,即将当前关键特征的影响度与被影响度分解到下层与之相关的关键特征的过程,简单而言就是上层特征在下层寻找对其有影响的特征的过程。
在一优选实施例中,计算每一个备选关键特征的重要性程度,可以包括:
采用田口质量损失函数方法,计算装配层次之间的备选关键特征对控制目标造成的质量损失,同时结合模糊理论中的DMATEL方法,通过计算各特征的影响度与被影响度,结合关键特征的定性识别结果,完成各装配层次之间的关键特征识别;其中:
采用田口质量损失函数方法,计算装配层次之间的备选关键特征对控制目标造成的质量损失,包括:
当备选关键特征中的备选配合特征C的变动偏离目标值时,该配合特征C的质量损失L为:
L=λ((μ-m)2+σ2)=k(δ2+σ2)
式中,λ为配合特征C的质量损失常数,μ为配合特征C的均值,m为配合特征C的目标值,σ2为配合特征C的方差,δ=μ-m为均值μ偏离其目标值m而产生的质量偏移,A为配合特征失效时造成的质量损失系数,TU和TL分别为配合特征C的公差的上下限;
由下层备选配合特征ci的变动引起的上层备选配合特征ym的质量损失ΔLim为:
式中,H为在飞机装配过程协调误差计算中根据实际经验对正态分布进行修正的系数,为配合特征ci的方差,/>为配合特征Ci的方差,δ′i为配合特征ci的均值偏离配合特征ci的目标值而产生的质量偏移,δi为配合特征Ci的均值偏离配合特征Ci的目标值而产生的质量偏移;其中,配合特征Ci为配合特征C的具体特征;
各备选配合特征c1,c2,…,cn综合引起的上层备选配合特征ym的质量损失ΔLm为:
下层备选配合特征ci的变动对整个上层备选配合特征Y={y1,y2,…,ym}造成的质量损失ΔLi为:
从式(3)中可知,通过计算下层单个备选配合特征ci对整个上层备选配合特征Y的质量损失ΔLi,并对该质量损失ΔLi进行排序,将排名靠前质量损失ΔLi所对应的备选配合特征定义为当前装配层次的关键特征,完成对关键特征的初步筛选,质量损失ΔLi可看作是单个备选配合特征ci对整个上层备选配合特征的影响度。但仅依靠这种方式,可能会导致产品协调特征的漏选或多选。
通过式(2)计算的下层各备选配合特征{c1,c2,…,cn}对上层的一个备选配合特征ym引起的质量损失ΔLm,可认为是多个备选配合特征对上层的单个备选配合特征的影响度,在数值上与下层的各备选配合特征的影响度之和相等。ΔLm同时也可认为是备选配合特征ym被下层备选配合特征引起的影响程度之和,即备选配合特征ym的被影响度。通过以上分析,可借鉴系统分析决策中DMATEL方法中的中心度与原因度的概念,计算各配合特征在系统中的重要度,以此对产品的关键特征进行综合识别。
关键特征的中心度表示某关键特征在整个识别过程中所起作用的大小,其计算结果反映了某关键特征的绝对重要程度。中心度Zi的计算可将备选配合特征ci的影响度ΔLi与被影响度ΔLm相加得到,即:
Zi=ΔLi+ΔLm
Zi越大,说明配合特征与其它配合特征的关联性越强,反之越弱。
原因度Ri表示某备选配合特征ci是影响其它备选配合特征还是受其它备选配合特征的影响,反映了某备选配合特征ci的隐含重要程度,其计算可将备选配合特征ci的影响度ΔLi与被影响度ΔLm相减得到,即:
Ri=ΔLi-ΔLm
在上式中,若Ri>0,则该备选配合特征ci对其它备选配合特征的影响较大,属于原因型因素;反之,则表明该备选配合特征ci受其它备选配合特征的影响较大,属于结果型因素。
综上,完善的备选配合特征ci的重要度ωi可根据中心度Zi和原因度Ri确定,计算公式如下:
根据设定用户预先设定的阈值ω0来确定最终的关键特征。若当前的备选配合特征的ci的重要度ωi满足ωi>ω0,则认为其为用户关心的关键特征,可把其加入最终的输出的关键特征集。
本发明一实施例提供了一种面向飞机部段MBD模型的关键特征提取系统。
如图3所示,该实施例提供的面向飞机部段MBD模型的关键特征提取系统,可以包括:
MBD模型导入模块,该模块用于获取飞机部段MBD模型;
备选特征获取模块,该模块基于MBD模型,获取MBD模型中的备选关键特征集以及MBD模型中各特征的装配层次关联关系;
关键特征提取模块,该模块基于备选关键特征集以及各装配层次中的特征关联关系,对各装配层次的备选关键特征进行层次化分解,计算每一个备选关键特征的重要性程度(即对飞机部段产品的影响程度以及被其它备选关键特征影响的程度),确定关键特征,完成对关键特征的提取。
需要说明的是,本发明提供的方法中的步骤,可以利用系统中对应的模块、装置、单元等予以实现,本领域技术人员可以参照方法的技术方案实现系统的组成,即,方法中的实施例可理解为构建系统的优选例,在此不予赘述。
本发明上述实施例提供的关键特征提取方法及系统,基于MBD模型,利用层及层表过滤器的管理方法对模型数据进行管理。在建模过程中,将产品不同类别的信息分布建立在不同的层空间中,通过对层空间的关联组合控制,实现对产品信息的分类,实现对关键特征的提取以及展示。
本发明一实施例提供了一种面向飞机部段MBD模型的关键特征标注检查方法,该方法在完成关键特征的提取后,对关键特征中的几何公差标注进行规范性检查。
如图4所示,该实施例提供的面向飞机部段MBD模型的关键特征标注检查方法,可以包括:采用本发明上述实施例中任意一项提供的关键特征提取方法提取MBD模型的关键特征,对关键特征中的几何公差标注进行规范性检查;其中,对关键特征中的几何公差标注进行规范性检查,可以包括:
基于MBD模型,提取模型中的几何公差标注;
构建九元组标注检验模型,对几何公差标注的信息进行分析,获得不规范标注分类;
基于九元组标注检验模型,针对不规范标注分类进行检查建模;
获取关键特征的几何公差标注,利用构建得到的检查模型对关键特征的几何公差标注进行检查。
在一优选实施例中,构建九元组标注检验模型,可以包括:
构建九元组标注检验模型VERF:
VERF=f{c,t,p,v,s,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),u,x,R(r1,r2,r3...)}
式中,f{·}表示九元组标注检验模型结构;c表示几何公差的种类,例如定向公差、定位公差等;t表示几何公差的类型,例如平面度、位置度等;p表示公差框的前缀,用于描述公差带的形状;v表示公差带的宽度;s表示公差框的后缀,用于保存特殊符号、材料要求以及状态等信息;D表示基准集合;d表示该标注中的一个基准(一个GDT标注最多可有3个基准);n表示该基准的标识(在ISO或者ASME标准中通常使用ABCDE等字母);fe表示该基准实际指代的特征;u表示基准框的后缀,用于保存基准修正符号;x表示附加信息,用于描述标注框外部的信息;R表示特征元素r的集合。
几何公差标注框如图5所示。基准框与公差框均为几何公差标注的组成元素,其中对于几何公差标注而言公差框是必须的,基准框不一定有。图5中提供了一个不包含基准框的简单的几何公差标注框示意。
在一优选实施例中,对几何公差标注的信息进行分析,获得不规范标注分类,可以包括:
基于九元组标注检验模型VERF,对几何公差标注的信息进行分析,获得不规范标注分类;其中:
不规范标注分类,包括:矛盾标注、冗余标注、缺失标注以及不确定性标注四类。
获得的不规范标注分类如图6所示。
在该优选实施例中,对几何公差标注的信息进行分析,主要包括:根据GPS以及ISO和ASME等国际标准中对几何公差检查规范检测相关的规范规则研究;最终结合产品在制造和检测中的实际需求,对不规范情况进行分类。
在一优选实施例中,基于九元组标注检验模型,针对不规范标注分类进行检查建模,可以包括:
GPS规范全面规定了产品尺寸、形状、位置和表面特性的控制要求和检测方法。它是工程领域设计、制造和评估最重要的基本标准之一。在分析GPS几何公差规范性检验规则的基础上,将不规范的标注问题分为矛盾、冗余、缺失和不确定性四类。其中矛盾、冗余和缺失的标注都会对质量检查和评估产生不利影响,因此必须加以纠正和补充。不确定的标注提醒设计者澄清某些几何元素和标签元素。
为了实现几何公差规范性检验的自动化,有必要根据九元组标注检验模型和标注标准对不规范标注分类进行建模。
不规范标注分类包括:矛盾标注、冗余标注、缺失标注以及不确定性标注;其中:
矛盾标注是在九元组标注检验模型的定义下,一个元组和另一个元组之间的检查内容互斥的一种标注类型。根据矛盾标注检查的需要,建立规范的标注矛盾检查模型CONTR为:
CONTR=f(t,p,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),R(r1,r2,r3...))
基于所述标注矛盾检查模型以及设定的矛盾检查规则,对关键特征的几何公差标注的矛盾标注进行检查;
其中,设定的矛盾检查规则,包括:
矛盾检查规则1:几何公差类型和特征之间的矛盾;
矛盾检查规则2:基准元素和特征之间的矛盾;
矛盾检查规则3:几何公差类型和公差带形状之间的矛盾;
矛盾检查规则4:基准元素符号的矛盾;
矛盾检查规则5:单基准与联合基准中的矛盾;
矛盾检查规则6:基准系统中的矛盾。
冗余标注是在九元组标注检验模型的定义下,在同一元素上具有重复公差类型元组或过多公差值元组的标注类型。根据冗余标注检查的需要,建立规范的标注冗余检查模型REDU为:
REDU=f(c,t,v,R(r1,r2,r3...))
基于所述标注冗余检查模型以及设定的冗余检查规则,对关键特征的几何公差标注的冗余标注进行检查;
其中,设定的冗余检查规则,包括:
冗余检查规则1:同一元素中同一几何公差的冗余;
冗余检查规则2:同一元素的直线和平面特征的形状公差的冗余标注;
冗余检查规则3:同一元素中形状和定向公差的冗余标注;
冗余检查规则4:同一元素中定向公差和定位公差的冗余标注;
冗余检查规则5:同一元素中形状公差和定位公差的冗余标注;
冗余检查规则6:同一元素中同轴度与跳动公差的冗余标注;
冗余检查规则7:同一元素中圆跳动与全跳动的冗余标注。
缺失标注是在九元组标注检验模型的定义下,几何公差中必须同时存在两个或两个以上相关元组,但是这些元组不存在的标注类型。根据缺失标注检查的需要,建立标注缺失检查模型MISS为:
MISS=f{t,s,u,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),R(r1,r2,r3...)}
基于所述标注缺失检查模型以及设定的缺失检查规则,对关键特征的几何公差标注的缺失标注进行检查;
其中,设定的缺失检查规则,包括:
缺失检查规则1:标注位置和特征元素之间不匹配;
缺失检查规则2:缺少独立公差带和组合公差带的符号;
缺失检查规则3:应具有基准的标注的缺失基准;
缺失检查规则4:特征元素和组元素之间不匹配。
不确定标注是在九元组标注检验模型的定义下,几何公差中两个或两个以上元组之间的关系不确定的一种标注类型。根据不确定性标注检测的需要,建立标注不确定检查模型UNCT为:
UNCT=f{t,p,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),x,u,R(r1,r2,r3...)}
基于所述标注不确定检查模型以及设定的不确定检查规则,对关键特征的几何公差标注的不确定标注进行检查;
其中,设定的不确定检查规则,包括:
不确定检查规则1:圆柱公差带与球形公差带使用的不确定性;
不确定检查规则2:线和面轮廓度的约束的不确定性;
不确定检查规则3:特征位置约束的不确定性;
不确定检查规则4:标注类别为跳动公差的特征面的不确定性;
不确定检查规则5:辅助信息框的不确定性。
图7为本发明一具体应用实例的应用实例图。如图7所示,展示了对飞机外形MBD模型中的翼身对接关键调姿定位点的识别结果。首先根据标注情况及其他先验知识对关键特征的初步筛选,获取特征图中所示的特征树中的所有特征,再根据特征的重要度计算,获取关键定位点,并高亮显示。
图8为本发明一具体应用实例的应用实例图。如图8所示,展示了对飞机外形MBD模型中的基准公差标注检查结果,应用矛盾、冗余、缺失、不确定性四类检查规则,缺定L19中所存在的标注问题,并展示检查结果。
以上结果,可指导测量人员确定所需要测量的关键特征及其相关公差要求,同时可作为工艺、设计人员检查产品设计及加工工艺的合理性。
本发明一实施例提供了一种面向飞机部段MBD模型的关键特征标注检查系统。
如图9所示,该实施例提供的面向飞机部段MBD模型的关键特征标注检查系统,可以包括:
标注获取模块,该模块基于MBD模型,提取模型中的几何公差标注;利用本发明上述实施例中任意一项提供的关键特征提取方法获取MBD模型的关键特征,并提取关键特征的几何公差标注;
不规范标注分类模块,该模块构建九元组标注检验模型,对模型中的几何公差标注的信息进行分析,获得不规范标注分类;
检查模型构建模块,该模块基于九元组标注检验模型,针对不规范标注分类进行检查建模;
标注检查模块,该模块利用构建得到的检查模型对关键特征的几何公差标注进行检查。
需要说明的是,本发明提供的方法中的步骤,可以利用系统中对应的模块、装置、单元等予以实现,本领域技术人员可以参照方法的技术方案实现系统的组成,即,方法中的实施例可理解为构建系统的优选例,在此不予赘述。
本发明一实施例提供了一种计算机终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时可用于执行本发明上述实施例中任一项的方法(关键特征提取方法或关键特征标注检查方法),或,运行本发明上述实施例中任一项的系统(关键特征提取系统或关键特征标注检查系统)。
可选地,存储器,用于存储程序;存储器,可以包括易失性存储器(英文:volatilememory),例如随机存取存储器(英文:random-access memory,缩写:RAM),如静态随机存取存储器(英文:static random-access memory,缩写:SRAM),双倍数据率同步动态随机存取存储器(英文:Double Data Rate Synchronous Dynamic Random Access Memory,缩写:DDR SDRAM)等;存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory)。存储器用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等,上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
处理器,用于执行存储器存储的计算机程序,以实现上述实施例涉及的方法中的各个步骤或系统各种的各个模块。具体可以参见前面方法和系统实施例中的相关描述。
处理器和存储器可以是独立结构,也可以是集成在一起的集成结构。当处理器和存储器是独立结构时,存储器、处理器可以通过总线耦合连接。
本发明一实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可用于执行本发明上述实施例中任一项的方法(关键特征提取方法或关键特征标注检查方法),或,运行本发明上述实施例中任一项的系统(关键特征提取系统或关键特征标注检查系统)。
本发明上述实施例提供的面向飞机部段MBD模型的关键特征提取及标注检查方法,结合关键特征定性分析以及重要度计算确定用户最关心的关键特征,同时应用一系列公差规范性检查规则,对产品中的几何公差标注规范性进行检查,为设计、工艺以及检验人员在飞机测量尺寸关键特征识别以及尺寸设计辅助验证提供模型数据以及底层工具支撑。
本发明上述实施例提供的面向飞机部段MBD模型的关键特征提取及标注检查方法,应用于MBD模型的关键特征提取以及几何公差规范性检查。该方法及系统利用对MBD模型中具有标注的特征进行初步筛选获取备选关键特征,再结合特征重要度的计算,获取最终关键特征,同时可依赖标注规范性检验库对关键特征中的几何公差标注信息进行规范性检验。用户能够快速在数以万计的特征中,快速定位对产品性能影响最大的关键特征,并且知晓其公差标注是否规范,为设计及测量人员提供了快速、易用性强的关键特征提取及检验技术。
本发明上述实施例中未尽事宜均为本领域公知技术。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (10)
1.一种面向飞机部段MBD模型的关键特征提取方法,其特征在于,包括:
获取飞机部段MBD模型;
基于所述MBD模型,获取所述MBD模型中的备选关键特征集以及MBD模型中各特征的装配层次关联关系;
基于所述备选关键特征集以及所述装配层次关联关系,对各装配层次的备选关键特征进行层次化分解,计算每一个备选关键特征的重要性程度,确定关键特征,完成对关键特征的提取。
2.根据权利要求1所述的面向飞机部段MBD模型的关键特征提取方法,其特征在于,还包括如下任意一项或任意多项:
-获取所述MBD模型中的备选关键特征集,包括:
通过对所述MBD模型中所有特征进行遍历,设所述MBD模型的某一个装配体中含有多个顶层关键特征,记为Y=[y1,y2,…,ym]t,则获取备选关键特征集为:
式中,X表示所有备选关键特征集合,Xk表示与顶层关键特征yk相关的备选关键特征的集合,m表示顶层关键特征数目;
-获取所述MBD模型中各特征的装配层次关联关系,包括:
对所述MBD模型中各特征进行装配层次划分,获得装配层次关系;其中,所述装配层次关系包括:自顶向下依次设置的产品层级、部件层级、组件层级以及零件层级;
获取相邻层级中各配合特征之间的配合关系;
获取所述零部件层级中各特征之间的装配关系。
3.根据权利要求1所述的面向飞机部段MBD模型的关键特征提取方法,其特征在于,还包括如下任意一项或任意多项:
-所述对各装配层次的备选关键特征进行层次化分解,包括:
基于所述装配层次关联关系,将备选关键特征集中的所有特征按照产品、部件、组件以及零件进行自顶向下的层次化分解;其中:
第一层为产品级顶层备选关键特征y0;
第二层为部件级备选关键特征:
第三层为组件级备选关键特征:
第四层为零件级备选关键特征
式中,→表示相邻两层备选关键特征之间的演化分解关系,表示某一备选关键特征演化分解至下一层的结果,其中,k表示上一层的待分解的第k个备选关键特征,i表示第i层备选关键特征,ni表示第i层的第ni个备选关键特征;
-所述计算每一个备选关键特征的重要性程度,包括:
采用田口质量损失函数方法,计算装配层次之间的备选关键特征对控制目标造成的质量损失,同时结合模糊理论中的DMATEL方法,通过计算各特征的影响度与被影响度,结合关键特征的定性识别结果,完成各装配层次之间的关键特征识别;其中:
所述采用田口质量损失函数方法,计算装配层次之间的备选关键特征对控制目标造成的质量损失,包括:
当备选关键特征中的配合特征C的变动偏离目标值时,该配合特征C的质量损失L为:
L=λ((μ-m)2+σ2)=k(δ2+σ2)
式中,λ为配合特征C的质量损失常数,μ为配合特征C的均值,m为配合特征C的目标值,σ2为配合特征C的方差,δ=μ-m为均值μ偏离其目标值m而产生的质量偏移,A为配合特征失效时造成的质量损失系数,TU和TL分别为配合特征C的公差的上下限;
由下层备选配合特征ci的变动引起的上层备选配合特征ym的质量损失ΔLim为:
式中,H为在飞机装配过程协调误差计算中根据实际经验对正态分布进行修正的系数,为配合特征ci的方差,/>为配合特征Ci的方差,δ′i为配合特征ci的均值偏离配合特征ci的目标值而产生的质量偏移,δi为配合特征Ci的均值偏离配合特征Ci的目标值而产生的质量偏移;
各备选配合特征c1,c2,…,cn综合引起的上层备选配合特征ym的质量损失ΔLm为:
下层备选配合特征ci的变动对整个上层备选配合特征Y={y1,y2,…,ym}造成的质量损失ΔLi为:
采用DMATEL方法中的中心度与原因度的概念,计算备选关键特征ci的中心度Zi为:
Zi=ΔLi+ΔLm
计算备选关键特征ci的原因度为:
Ri=ΔLi-ΔLm
计算备选关键特征ci的重要度ωi为:
根据预先设定的阈值ω0确定最终的关键特征:若当前的备选关键特征ci的重要度ωi满足ωi>ω0,则认为该备选关键特征ci为关键特征。
4.一种面向飞机部段MBD模型的关键特征提取系统,其特征在于,包括:
MBD模型导入模块,该模块用于获取飞机部段MBD模型;
备选特征获取模块,该模块基于所述MBD模型,获取所述MBD模型中的备选关键特征集以及MBD模型中各特征的装配层次关联关系;
关键特征提取模块,该模块基于所述备选关键特征集以及所述各装配层次中的特征关联关系,对各装配层次的备选关键特征进行层次化分解,计算每一个备选关键特征的重要性程度,确定关键特征,完成对关键特征的提取。
5.一种面向飞机部段MBD模型的关键特征标注检查方法,其特征在于,包括:
采用权利要求1-3中任一项所述的关键特征提取方法提取MBD模型的关键特征,对所述关键特征中的几何公差标注进行规范性检查;其中,所述对所述关键特征中的几何公差标注进行规范性检查,包括:
基于MBD模型,提取模型中的几何公差标注;
构建九元组标注检验模型,对所述几何公差标注的信息进行分析,获得不规范标注分类;
基于所述九元组标注检验模型,针对所述不规范标注分类进行检查建模;
获取关键特征的几何公差标注,利用构建得到的检查模型对所述关键特征的几何公差标注进行检查。
6.根据权利要求5所述的面向飞机部段MBD模型的关键特征标注检查方法,其特征在于,还包括如下任意一项或任意多项:
-所述构建九元组标注检验模型,包括:
构建九元组标注检验模型VERF:
VERF=f{c,t,p,v,s,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),u,x,R(r1,r2,r3...)}
式中,f{·}表示九元组标注检验模型结构;c表示几何公差的种类,例如定向公差、定位公差等;t表示几何公差的类型,例如平面度、位置度等;p表示公差框的前缀,用于描述公差带的形状;v表示公差带的宽度;s表示公差框的后缀,用于保存特殊符号、材料要求以及状态等信息;D表示基准集合;d表示标注中的一个基准;n表示基准的标识;fe表示基准实际指代的特征;u表示基准框的后缀,用于保存基准修正符号;x表示附加信息,用于描述标注框外部的信息;R表示特征元素r的集合;
-所述对所述几何公差标注的信息进行分析,获得不规范标注分类,包括:
基于所述九元组标注检验模型VERF,对所述几何公差标注的信息进行分析,获得不规范标注分类;其中:
所述不规范标注分类,包括:矛盾标注、冗余标注、缺失标注以及不确定性标注四类。
7.根据权利要求5所述的面向飞机部段MBD模型的关键特征标注检查方法,其特征在于,所述基于所述九元组标注检验模型,针对所述不规范标注分类进行检查建模,包括:
不规范标注分类包括:矛盾标注、冗余标注、缺失标注以及不确定性标注;其中:
矛盾标注是在九元组标注检验模型的定义下,一个元组和另一个元组之间的检查内容互斥的一种标注类型;根据矛盾标注检查的需要,建立标注矛盾检查模型CONTR为:
CONTR=f(t,p,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),R(r1,r2,r3...))
基于所述标注矛盾检查模型以及设定的矛盾检查规则,对关键特征的几何公差标注的矛盾标注进行检查;
冗余标注是在九元组标注检验模型的定义下,在同一元素上具有重复公差类型元组或过多公差值元组的标注类型;根据冗余标注检查的需要,建立标注冗余检查模型REDU为:
REDU=f(c,t,v,R(r1,r2,r3...))
基于所述标注冗余检查模型以及设定的冗余检查规则,对关键特征的几何公差标注的冗余标注进行检查;
缺失标注是在九元组标注检验模型的定义下,几何公差中必须同时存在两个或两个以上相关元组,但是这些元组不存在的标注类型;根据缺失标注检查的需要,建立标注缺失检查模型MISS为:
MISS=f{t,s,u,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),R(r1,r2,r3...)}
基于所述标注缺失检查模型以及设定的缺失检查规则,对关键特征的几何公差标注的缺失标注进行检查;
不确定标注是在九元组标注检验模型的定义下,几何公差中两个或两个以上元组之间的关系不确定的一种标注类型;根据不确定性标注检测的需要,建立标注不确定检查模型UNCT为:
UNCT=f{t,p,D(d1(n1,fe1),d2(n2,fe2),d3(n3,fe3)),x,u,R(r1,r2,r3...)}
基于所述标注不确定检查模型以及设定的不确定检查规则,对关键特征的几何公差标注的不确定标注进行检查。
8.一种面向飞机部段MBD模型的关键特征标注检查系统,其特征在于,包括:
标注获取模块,该模块基于MBD模型,提取模型中的几何公差标注;利用权利要求1-3中任意一项提供的关键特征提取方法获取MBD模型的关键特征,并提取所述关键特征的几何公差标注;
不规范标注分类模块,该模块构建九元组标注检验模型,对所述模型中的几何公差标注的信息进行分析,获得不规范标注分类;
检查模型构建模块,该模块基于所述九元组标注检验模型,针对所述不规范标注分类进行检查建模;
标注检查模块,该模块利用构建得到的检查模型对所述关键特征的几何公差标注进行检查。
9.一种计算机终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时可用于执行权利要求1-3或权利要求5-7中任一项所述的方法,或,运行权利要求4或8所述的系统。
10.一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,该程序被处理器执行时可用于执行权利要求1-3或权利要求5-7中任一项所述的方法,或,运行权利要求4或8所述的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310948936.6A CN116910913A (zh) | 2023-07-30 | 2023-07-30 | 面向飞机部段mbd模型的关键特征提取及标注检查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310948936.6A CN116910913A (zh) | 2023-07-30 | 2023-07-30 | 面向飞机部段mbd模型的关键特征提取及标注检查方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116910913A true CN116910913A (zh) | 2023-10-20 |
Family
ID=88364672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310948936.6A Pending CN116910913A (zh) | 2023-07-30 | 2023-07-30 | 面向飞机部段mbd模型的关键特征提取及标注检查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116910913A (zh) |
-
2023
- 2023-07-30 CN CN202310948936.6A patent/CN116910913A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682350B (zh) | 一种基于三维模型的多属性决策质量检测方法 | |
CN106570232A (zh) | 一种检验规程的自动生成方法 | |
CN107729258B (zh) | 一种面向软件版本问题的程序故障定位方法 | |
CN103187343A (zh) | 智能型缺陷诊断方法 | |
CN106355375B (zh) | 一种物料自动确认方法 | |
CN105759784A (zh) | 一种基于数据包络分析的故障诊断方法 | |
CN109598705B (zh) | 一种基于检测特征的检验规程自动生成方法 | |
CN107545043A (zh) | 一种基于数据质量检测的数据应用方法及装置 | |
CN106056287A (zh) | 基于上下文对数据集进行数据质量评估的设备及方法 | |
CN110991065B (zh) | 一种建筑信息模型中设计变更自动识别方法 | |
CN115062164A (zh) | 一种基于产品制造过程多领域信息的知识图谱构建方法 | |
US20230297092A1 (en) | Design encoding of intercomponent inspection requirements | |
CN116910913A (zh) | 面向飞机部段mbd模型的关键特征提取及标注检查方法 | |
CN106991050A (zh) | 一种静态测试空指针引用缺陷假阳性识别方法 | |
CN111259027B (zh) | 一种数据一致性检测方法 | |
CN112328951B (zh) | 一种分析样品的实验数据的处理方法 | |
CN114818361A (zh) | 一种基于应用场景的数字孪生模型构建方法 | |
CN114443624A (zh) | 一种基础地理信息数据质检方法 | |
CN114631122A (zh) | 半导体应用的协作学习模型 | |
CN111143337A (zh) | 产品数据管理系统中提升数据质量的方法 | |
CN110956022A (zh) | 一种单据文档的处理方法及其系统 | |
CN117540894B (zh) | 生成检验计划的方法、设备及存储介质 | |
CN113011726B (zh) | 一种拖拉机制造过程质量数据智能分析处理系统 | |
CN113610396B (zh) | 一种基于施工质量验收表结构化矩阵设计器的方法及系统 | |
Sinigalias et al. | Index-based metrics for the evaluation of effects of custom parts on the standardization of mechanical systems |
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 |