CN117131486B - 基于cad软件云化部署下的机械装备协同设计方法及系统 - Google Patents

Abstract

本发明涉及工业设计技术领域，具体提供了一种基于CAD软件云化部署下的机械装备协同设计方法及系统，所述方法包括：S1、建立子模块与装备的关系数据库，构建并训练智能组合算法模型；S2、将CAD软件部署在服务器端的虚拟分区中；S3、将子模块设计任务分配至多个虚拟分区中；S4、实时获取相应虚拟分区中的多组设计数据；S5、输出组合装配装备结构；所述系统包括：信息采集模块、存储模块、计算模块和输出模块；本发明能够使CAD软件在机械装备设计过程能够实时获取相应虚拟分区中多组设计数据，极大提升协同设计效率和设计质量；且设计工程师无需下载设计数据包即可在线设计，极大的减少了数据的泄露风险。

Description

基于CAD软件云化部署下的机械装备协同设计方法及系统

技术领域

本发明涉及工业设计技术领域，具体涉及一种基于CAD软件云化部署下的机械装备协同设计方法及系统。

背景技术

AutoCAD(Auto Computer Aided Design，计算机辅助设计)是诸多CAD软件中的优秀代表，是目前最受欢迎的CAD软件包。所谓CAD技术，指的是利用计算机快速的数值计算和强大的图文处理功能来辅助工程技术人员进行产品设计、工程绘图和数据管理的一门计算机应用技术。在装备设计领域，协同设计已成为当前的重要方向，尤其是与互联网的结合与应用，让网络协同设计更高效、更易实现。

然而，现有技术中，装备协同设计仍存在如下问题：

1、设计过程协同少而导致设计组合时装配约束错误多、设计变更任务大；

2、外协的设计工程师基于传统的CAD软件进行设计，需要将设计数据包下载到本地后进行，存在一定的数据泄露风险。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于CAD软件云化部署下的机械装备协同设计方法及系统，用于解决现有技术中装备设计过程中协同少和设计数据存在泄露风险的问题。

为实现上述目的及其他相关目的，本发明提供一种基于CAD软件云化部署下的机械装备协同设计方法，所述方法包括：

S1、采集历史项目中每个装备的数据，标注装备的子模块构成，形成子模块与装备的关系数据库；并利用子模块与装备的关系数据库，构建并训练智能组合算法模型；所述建立关系数据库包括采集历史项目中装备的不同分工模块的数模数据及最终组合成的一个完整装备的数模数据；所述组合算法模型采用卷积神经网络算法模型，并利用所述装备与其子模块的关系数据训练组合算法模型；所述子模块与装备的关系数据库包含子模块之间的位置关系和模块之间的装配约束，所述装配约束包括：安装孔、定位孔、安装基准面、安装基准线；所述卷积神经网络算法模型的卷积层对子模块间的位置关系和装配约束进行特征提取，并且，所述卷积神经网络算法模型输出并调整各模块间位置关系和装配约束关系；

S2、将服务器部署多个虚拟分区，并将CAD软件分别部署在服务器端的每个虚拟分区中；

S3、将子模块设计任务分配至多个虚拟分区中，每个虚拟分区独立设计；

S4、实时获取相应虚拟分区中的多组设计数据；

S5、利用训练后的智能组合算法模型，将获取的多组设计数据组合，实时、动态的输出组合装配装备结构。

于本发明的一实施例中，在S2-S3步骤中，所述服务器部署包括中央处理区和多个虚拟分区，CAD软件同时部署于中央处理区和每一个虚拟分区。

于本发明的一实施例中，所述虚拟分区的数量不小于子模块设计任务的数量。

于本发明的一实施例中，单个所述虚拟分区为对应的设计任务的子模块自动配置一个动态账号及密码，登录账号后只能获取该子模块负责的项目数据，设计完成后虚拟分区资源释放，设计结果数据回收并加密存储。

于本发明的一实施例中，在S4步骤中，所述实时获取相应虚拟分区中的多组设计数据包括将虚拟分区中的装备数据归集到中央处理区域中，并进行组合；每次从虚拟分区中获取实时设计数据时，都要进行数据比对，当新的设计数据与上次获取的设计数据差异大于预设值时，则将新的设计数据包获取并归集，否则仍用上次的设计数据包进行组合。

于本发明的一实施例中，所述预设值为1KB～100KB。

基于CAD软件云化部署下的机械装备协同设计系统，包括上述方法；所述系统包括信息采集模块、存储模块、计算模块和输出模块；

所述信息采集模块用于采集历史项目中装备的分工数据；

所述存储模块用于保存所述历史项目中装备的分工数据、当前项目数据、设计结果数据；

所述计算模块用于执行智能组合算法；

所述输出模块用于根据所述智能组合算法，将组合后的最终方案输出。

如上所述，本发明的基于CAD软件云化部署下的机械装备协同设计方法及系统，具有以下有益效果：

本发明通过将服务器部署多个虚拟分区，并将CAD软件分别部署在服务器端的每个虚拟分区中，使CAD软件在机械装备设计过程的协同增多，从而减少设计组合时的装配约束错误和设计变更任务；通过将子模块设计任务分配至多个独立设计的虚拟分区中，并能够实时获取相应分区中多组设计数据，外协的设计工程师通过输入独立虚拟分区的账号密码即可登陆进入进行设计，无需将设计数据包下载到本地后进行，极大的减少了数据的泄露风险；通过将多分区中设计结果在线、动态智能装配，可极大提升协同设计效率和设计质量；通过利用训练后的智能组合算法模型，能够将获取的多组设计数据组合，实时、动态输出组合装配装备结构，使CAD软件对于机械装备的设计协同工作更加方便、高效。

附图说明

图1显示为本发明公开的基于CAD软件云化部署下的机械装备协同设计方法的方框示意图。

图2显示为本发明公开的基于CAD软件云化部署下的机械装备协同设计方法中对于设计数据的处理过程的方框示意图。

图3显示为本发明公开的基于CAD软件云化部署下的机械装备协同设计系统的方框示意图。

元件标号说明

信息采集模块1；存储模块2；计算模块3；输出模块4。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。

实施例1

请参阅图1-2，本实施例提供一种基于CAD软件云化部署下的机械装备协同设计方法，该方法应用于工业设计平台，能够将不同设计工程师在云端部署的CAD软件中设计的装备数据实时做智能组合处理并输出。

所述方法包括：

S1、采集历史项目中每个装备的数据，标注装备的子模块构成，形成子模块与装备的关系数据库；并利用子模块与装备的关系数据库，构建并训练智能组合算法模型；

S2、将服务器部署多个虚拟分区，并将CAD软件分别部署在服务器端的每个虚拟分区中；

S3、将子模块设计任务分配至多个虚拟分区中，每个虚拟分区独立设计；

S4、实时获取相应虚拟分区中的多组设计数据；

S5、利用训练后的智能组合算法模型，将获取的多组设计数据组合，实时、动态的输出组合装配装备结构。

在S1步骤中，所述建立关系数据库包括采集历史项目中装备的不同分工模块的数模数据及最终组合成的一个完整装备的数模数据；所述组合算法模型采用卷积神经网络算法模型，并利用所述装备与其子模块的关系数据训练组合算法模型。

在S1步骤中，所述子模块与装备的关系数据库包含子模块之间的位置关系和模块之间的装配约束，所述装配约束包括：安装孔、定位孔、安装基准面、安装基准线；所述卷积神经网络算法模型的卷积层对子模块间的位置关系和装配约束进行特征提取。

在S2-S3步骤中，所述服务器部署包括中央处理区和多个虚拟分区，CAD软件同时部署于中央处理区和每一个虚拟分区；所述虚拟分区的数量不小于子模块设计任务的数量；单个所述虚拟分区为对应的设计任务的子模块自动配置一个动态账号及密码，登录账号后只能获取该子模块负责的项目数据，设计完成后虚拟分区资源释放，设计结果数据回收并加密存储；过将服务器部署多个虚拟分区，并将CAD软件分别部署在服务器端的每个虚拟分区中，使CAD软件在机械装备设计过程的协同增多，从而减少设计组合时的装配约束错误和设计变更任务。

在S4步骤中，所述实时获取相应虚拟分区中的多组设计数据包括将虚拟分区中的装备数据归集到中央处理区域中，并进行组合；每次从虚拟分区中获取实时设计数据时，都要进行数据比对，当新的设计数据与上次获取的设计数据差异大于预设值时，则将新的设计数据包获取并归集，否则仍用上次的设计数据包进行组合；所述预设值为1KB～100KB；在工业设计中，一般要求最新数据与上次获取的数据差异大小考虑到性能与传输带宽，优选5KB；通过将子模块设计任务分配至多个独立设计的虚拟分区中，并能够实时获取相应分区中多组设计数据，外协的设计工程师通过输入独立虚拟分区的账号密码即可登陆进入进行设计，无需将设计数据包下载到本地后进行，极大的减少了数据的泄露风险；通过将多分区中设计结果在线、动态智能装配，可极大提升协同设计效率和设计质量。

所述卷积神经网络算法模型输出并调整各模块间位置关系和装配约束关系，CAD软件对于机械装备的设计协同工作更加方便、高效。

实施例2

请参阅图3，本实施例提供一种基于CAD软件云化部署下的机械装备协同设计系统，包括实施例1所述的方法；所述系统包括信息采集模块1、存储模块2、计算模块3和输出模块4；所述信息采集模块1用于采集历史项目中装备的分工数据；所述存储模块2用于保存所述历史项目中装备的分工数据、当前项目数据、设计结果数据；所述计算模块3用于执行智能组合算法；所述输出模块4用于根据所述智能组合算法，将组合后的最终方案输出。

实施例3

基于实施例1、2的基础上，本实施例提供了一种基于CAD软件云化部署下手机械装备设计智能动态组合协同方法，用于手机装配线的装备设计项目，该手机装配线的装备设计项目中包含80台设备；所述方法包括如下步骤：

S1、采集历史项目中每个装备数据，并标注装备的子模块构成，形成子模块与装备关系数据库；利用子模块与装备的关系数据库，构建并训练智能组合算法模型；具体的，在采集历史项目中，共计5000套机械装备的数据，构建数据库；数据库中包含同一装备的不同模块的数模数据及最终组合成的一个完整装备的数模数据；将所述历史装备数据输入所述智能组合算法模型，训练模型，得到训练好的智能组合算法模型；进一步具体的，采用卷积神经网络构建智能组合算法，学习历史项目装备分工数据中每个模块之间的位置关系及模块之间装配约束关系特征；在智能组合算法的卷积神经网络中，卷积层对模块的组合位置关系及装配基准约束进行特征提取；其中装配基准约束包括：安装孔、定位孔、安装基准面，安装基准线等；在所述智能组合算法的卷积神经网络中，池化层使用max池化的方式，把卷积后函数区域内元素的最大值作为函数输出的结果，对输入提取局部最大响应，选取最显著的特征；将历史项目装备数据库，输入到模型中，进行模型训练，得到训练好的模型。

S2、将服务器部署多个虚拟分区，并将CAD软件分别部署在服务器端的每个虚拟分区中；具体的，将服务器划分为多个虚拟分区及中央处理区，每个虚拟分区中有完整的采集单元、存储单元、计算单元；为满足平台300名设计师能够同时设计的峰值需求，使用30台服务器，每个服务器都分为10个虚拟分区，共计300个虚拟分区，每个分区中都安装SolidWorks软件；每个分区都动态配置账号密码，登录后才能查看设计数据，并使用该区域内安装的设计软件；每个虚拟分区中配置安全策略，设计工程师只能导入数据，无法导出数据；用额外的5台GPU服务器虚拟化成一个中央处理区域，将训练好的模型配置在此区域中；并在此区域同样安装SolidWorks软件、

S3、将子模块设计任务分配至多个虚拟分区中，每个虚拟分区独立设计；包括如下步骤：

S31、该手机装配线的项目中包含80台设备，将此主项目中的每个设备分为：工作系统设计、轴系设计、治具设计、底板设计、机架设计5个分工数据包，共计400个分工数据包；需要400个虚拟分区同时进行设计，超出了当前的虚拟分区数量，故将其中60台装备先进行同步设计，剩下的20台装备分为第二批设计；

S32、将60台设备拆分的300个分工数据包分发到300个空闲的虚拟空间中；

S33、将300个虚拟分区对应的账号密码分别给到300个设计工程师，设计工程师分别登录后进行设计。

S4、实时获取相应分区中多组设计数据；具体的，每隔对应的时间间隔，从所述300个虚拟分区中自动获取分工数据包，并归集到中央处理区域中；设置预设值为5KB，每次从虚拟分区中获取实时设计数据时，进行数据比对，当最新的设计数据与上次获取的设计数据差异大于5KB时，才将新的设计数据包获取并归集，否则仍用上次的设计数据包进行组合；在中央处理区域中用SolidWorks设计软件分别打开此60个装备的分工数据包，分别将同一个装备的5个分工数据包复制到同一个文件中，分别命名《装备1》、《装备2》···《装备60》。

S5、利用训练后的智能组合算法模型，将获取的多组设计数据组合，实时、动态输出组合装配装备结构；包括如下具体步骤：

S51、在中央处理区域中用SolidWorks分别打开《装备1》到《装备60》，并运行智能组合算法，该算法中，通过一个小程序操作SolidWorks软件的移动、转动、组合、装配等功能；

S52、根据智能组合算法模型输出的模块间位置关系，调整各模块的大致位置关系；

S53、根据智能组合算法模型输出的模块间装配约束关系，微调模块位置，使其装配位置对应，完成安装；

S54、重复上述S51-S53的步骤，直到60个装备全部设计完成，再进行第二批20个装备的设计，最终完成《手机装配线的装备设计》项目。

综上所述，本发明通过将服务器部署多个虚拟分区，并将CAD软件分别部署在服务器端的每个虚拟分区中，使CAD软件在机械装备设计过程的协同增多，从而减少设计组合时的装配约束错误和设计变更任务；通过将子模块设计任务分配至多个独立设计的虚拟分区中，并能够实时获取相应分区中多组设计数据，外协的设计工程师通过输入独立虚拟分区的账号密码即可登陆进入进行设计，无需将设计数据包下载到本地后进行，极大的减少了数据的泄露风险；通过利用训练后的智能组合算法模型，能够将获取的多组设计数据组合，实时、动态输出组合装配装备结构，使CAD软件对于机械装备的设计协同工作更加方便、高效。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (7)

1.基于CAD软件云化部署下的机械装备协同设计方法，其特征在于，所述方法包括：

S1、采集历史项目中每个装备的数据，标注装备的子模块构成，形成子模块与装备的关系数据库；并利用子模块与装备的关系数据库，构建并训练智能组合算法模型；建立关系数据库包括采集历史项目中装备的不同分工模块的数模数据及最终组合成的一个完整装备的数模数据；所述组合算法模型采用卷积神经网络算法模型，并利用所述装备与其子模块的关系数据训练组合算法模型；所述子模块与装备的关系数据库包含子模块之间的位置关系和模块之间的装配约束，所述装配约束包括：安装孔、定位孔、安装基准面、安装基准线；所述卷积神经网络算法模型的卷积层对子模块间的位置关系和装配约束进行特征提取；并且，所述卷积神经网络算法模型用于输出并调整各模块间位置关系和装配约束关系；

S2、将服务器部署多个虚拟分区，并将CAD软件分别部署在服务器端的每个虚拟分区中；

S3、将子模块设计任务分配至多个虚拟分区中，每个虚拟分区独立设计；

S4、实时获取相应虚拟分区中的多组设计数据；

S5、利用训练后的智能组合算法模型，将获取的多组设计数据组合，实时、动态的输出组合装配装备结构。

2.根据权利要求1所述的基于CAD软件云化部署下的机械装备协同设计方法，其特征在于：在S2-S3步骤中，所述服务器部署包括中央处理区和多个虚拟分区，CAD软件同时部署于中央处理区和每一个虚拟分区。

3.根据权利要求2所述的基于CAD软件云化部署下的机械装备协同设计方法，其特征在于：所述虚拟分区的数量不小于子模块设计任务的数量。

4.根据权利要求3所述的基于CAD软件云化部署下的机械装备协同设计方法，其特征在于：单个所述虚拟分区为对应的设计任务的子模块自动配置一个动态账号及密码，登录账号后只能获取该子模块负责的项目数据，设计完成后虚拟分区资源释放，设计结果数据回收并加密存储。

5.根据权利要求4所述的基于CAD软件云化部署下的机械装备协同设计方法，其特征在于：在S4步骤中，所述实时获取相应虚拟分区中的多组设计数据包括将虚拟分区中的装备数据归集到中央处理区域中，并进行组合；每次从虚拟分区中获取实时设计数据时，都要进行数据比对，当新的设计数据与上次获取的设计数据差异大于预设值时，则将新的设计数据包获取并归集，否则仍用上次的设计数据包进行组合。

6.根据权利要求5所述的基于CAD软件云化部署下的机械装备协同设计方法，其特征在于：所述预设值为1KB～100KB。

7.基于CAD软件云化部署下的机械装备协同设计系统，包括权利要求1-6任一所述的方法，其特征在于：所述系统包括信息采集模块(1)、存储模块(2)、计算模块(3)和输出模块(4)；

所述信息采集模块(1)用于采集历史项目中装备的分工数据；

所述存储模块(2)用于保存所述历史项目中装备的分工数据、当前项目数据、设计结果数据；

所述计算模块(3)用于执行智能组合算法；

所述输出模块(4)用于根据所述智能组合算法，将组合后的最终方案输出。