CN117669046A - 一种面向汽车装配工艺智能决策的数据集成方法及系统 - Google Patents
一种面向汽车装配工艺智能决策的数据集成方法及系统 Download PDFInfo
- Publication number
- CN117669046A CN117669046A CN202311680543.8A CN202311680543A CN117669046A CN 117669046 A CN117669046 A CN 117669046A CN 202311680543 A CN202311680543 A CN 202311680543A CN 117669046 A CN117669046 A CN 117669046A
- Authority
- CN
- China
- Prior art keywords
- assembly
- assembly process
- information
- data
- design
- 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 259
- 230000008569 process Effects 0.000 title claims abstract description 214
- 230000010354 integration Effects 0.000 title claims abstract description 38
- 238000013461 design Methods 0.000 claims abstract description 94
- 238000004519 manufacturing process Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims description 32
- 238000000605 extraction Methods 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 18
- 238000011161 development Methods 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 13
- 238000012938 design process Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 9
- 238000013439 planning Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000009960 carding Methods 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 230000003746 surface roughness Effects 0.000 claims description 3
- 238000012827 research and development Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 8
- 239000000047 product Substances 0.000 description 31
- 238000003860 storage Methods 0.000 description 15
- 239000000725 suspension Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 239000006096 absorbing agent Substances 0.000 description 6
- 230000035939 shock Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 239000000428 dust Substances 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向汽车装配工艺智能决策的数据集成方法及系统，对汽车装配工艺决策所需的零件几何信息、零件属性信息、产品制造信息和产品装配信息等产品设计信息进行梳理，并采用本体构建装配工艺数据语义模型；针对STEP、CATIA、Excel等异构数据，设计数据接口提取各类数据包含的语义信息；基于装配工艺数据语义模型，将各类数据提取出的语义信息进行规则处理，实现全部数据的语义信息清洗融合并形成装配工艺信息图谱。本发明的方法可以对汽车装配工艺智能决策过程涉及的海量多源异构数据进行处理，解决数据孤岛造成企业数据利用价值低、产品设计研发周期长等问题，为汽车产品的装配工艺智能决策提供数据支撑。
Description
技术领域
本发明属于先进制造技术智能化信息技术领域，具体涉及一种面向汽车装配工艺智能决策的数据集成方法及系统。
背景技术
汽车作为复杂的机电产品，具有零件数量多、装配关系复杂等特点，传统依赖于人力的研发生产模式存在装配工艺规划时间长、装配操作自动化程度低、装配成本消耗大等问题，严重制约了汽车制造企业加速产品迭代和提升产品质量的能力。随着大数据、物联网、人工智能等技术的发展，汽车制造企业的数字化、智能化系统逐渐完善，运用新一代信息技术实现装配工艺智能决策以推动汽车制造企业高质量发展，已经成为提升其竞争力的核心因素。然而，在计算机技术的快速发展下，虽然计算机辅助设计(Computer AidsDesign，CAD)、工程物料清单(Bill of Material，BOM)、产品全生命周期管理(ProductLife Management，PLM)等数字化系统已经成为汽车制造企业中不可或缺的产品数据管理工具，但是基于上述先进系统所生成的汽车产品研发设计数据具有海量、多源、异构的特点，造成了汽车全生命周期数据一致性差、关联性弱等问题，难以为装配工艺智能决策提供良好的数据服务。针对上述技术瓶颈，现有数据仓库、数据湖等数据管理技术尽管能够在一定程度上实现对海量、异构数据的集成管理，但其对数据文件的简单描述仅适用于业务关系提取和分析，而尚未实现对汽车产品设计研发数据的详细描述以支持装配工艺智能决策。此外，现有的数据集成方法多依赖于数据描述的准确性，而不能根据业务从数据的语义层级提供服务，难以充分发挥产品设计数据的最大价值。
目前，面向装配工艺智能决策的数据集成方法包括基于图模型和基于语义模型两种。基于图模型的装配数据集成方法以图形式组织和存储图数据，具有关系简单、易于处理等优点，但是其语义表达能力不足，难以表示装配层级、装配序列等复杂装配信息。基于语义模型的装配数据集成方法以语义网组织装配信息，具有关系丰富、表达能力强等优点，但是目前所提出的方法主要聚焦于装配几何信息提取，尚未将装配几何与装配约束相结合，未能获得完整的装配信息以充分支持装配工艺智能决策。因此，亟需围绕汽车装配工艺智能决策，提出一种可靠性高、关联性强的数据集成方法。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种面向汽车装配工艺智能决策的数据集成方法及系统，用于解决数据孤岛造成企业数据利用价值低、产品设计研发周期长的技术问题，为提升汽车产品研发制造质量和效率提供支撑。
本发明采用以下技术方案：
一种面向汽车装配工艺智能决策的数据集成方法，包括以下步骤：
S1、通过分析汽车装配工艺设计过程，梳理与装配工艺相关的信息，运用本体技术构建装配工艺数据语义模型；
S2、基于步骤S1得到的装配工艺语义模型，分析不同形式装配工艺数据与语义模型之间的关联映射机制，设计具有针对性的数据接口提取装配工艺语义信息；
S3、构建语义规则对步骤S2得到的装配工艺语义信息进行清洗融合，运用自动推理技术获取完整、准确的装配工艺信息图谱。
优选地，步骤S1具体为：
S101、分析装配工艺设计流程，包括关键部件结构设计、装配设计信息获取、装配工艺方案规划和三维装配工艺生成及验证阶段；
S102、分析装配工艺信息，根据步骤S101对装配工艺设计过程的分析，面向装配工艺智能决策所需的信息包括装配设计信息和装配工艺信息；
S103、根据本体建模元语和七步法本体构建规则，结合步骤S102得到的装配信息组成，分别定义装配工艺数据本体的类和关系，构建装配工艺数据语义模型。
更优选地，步骤S101中，在关键部件结构设计阶段，建立零部件的三维模型，并标注尺寸公差、表面粗糙度，通过添加装配约束关系构建关键部件的装配体模型，生成关键部件装配体设计基于模型的定义和零件设计MBD，同时BOM作为产品全生命周期的重要数据文件，在设计阶段以工程物料清单形式发布，存储关键部件所包含零件的属性信息；
在装配设计信息获取阶段，自装配体设计MBD、零件设计MBD和EBOM中提取重要的装配信息，包括零件的几何拓扑、尺寸公差、重要属性和装配关系；
在装配工艺方案规划阶段，根据关键部件的装配设计信息，考虑实际装配制造需求，分别运用智能算法将关键部件自动划分为多个装配单元生成装配层级、对关键部件的零件装配次序及装配工序进行自主决策生成装配序列；
在三维装配工艺生成及验证阶段，将装配单元和装配序列组成的装配工艺方案与实际工装、夹具和辅具等资源相结合进行调整，生成三维装配工艺文档和装配工艺物料清单指导装配工艺虚拟仿真验证。
更优选地，步骤S103具体为：
S1031、根据本体建模元语和七步法本体构建规则，结合步骤S102得到的装配信息组成，分别定义装配工艺数据本体的类和关系；
S1032、根据步骤S1031装配工艺数据本体类和关系的定义，运用protégé软件构建装配工艺数据语义模型。
优选地，步骤S2具体为：
S201、将CATPart格式装配设计MBD文件转换为STEP中性文件；
S202、运用CATIA二次开发技术访问装配体的装配约束对象，获取装配约束对象属性，以提取装配关系信息；
S203、运用D2RQ技术将结构化数据转换为语义描述的非结构化数据，提取EBOM包含的零件属性信息。
更优选地，步骤S202具体为：
S2021、通过OLE Automation接口与CATIA软件建立通讯，打开指定装配体设计MBD文件；
S2022、根据CATIA查找激活文件API函数访问打开的装配体设计MBD文件，并通过文件根节点属性查找装配体对象；
S2023、由装配体对象获取结构树集合，运用装配体查找装配约束API函数获取装配约束树集合；
S2024、对装配约束树集合中的装配约束依次进行遍历访问；
S2025、运用装配约束元素的装配约束类型属性和装配约束对象分别获取装配约束类型和装配约束几何元素；
S2026、将所有装配约束元素的信息以xml形式输出，获得装配体设计MBD的装配关系信息。
更优选地，步骤S203具体为：
S2031、D2RQ数据接口根据结构化数据元素与语义本体元素之间的关联映射机制构建装配体EBOM数据的语义本体，描述零件类及其质量、体积和材料属性等零件信息；
S2032、D2RQ数据接口基于装配体EBOM数据的语义本体，通过遍历EBOM文件中的行数据获取零件个体的属性信息，并将零件属性数据实例化，形成EBOM的RDF形式文件，RDF形式的文件对零件属性信息进行语义描述，从中可获取详细的零件属性信息。
优选地，步骤S3具体为：
S301、构建几何面邻接关系，运用属性邻接图替代B-rep描述的零件几何拓扑信息，解决几何信息冗余问题并补全几何面间邻接关系；
S302、构建尺寸公差关联关系，STEP标准定义尺寸公差与几何面之间的语义关系，根据尺寸公差与几何面的间接关联关系构建SWRL规则，并运用protégé自动推理模块自动构建尺寸关联关系。
更优选地，步骤S301具体为：
S3011、对具有邻接关系几何面的特征进行分析，相互邻接几何面是具有公共边的几何面，即相互邻接几何面的下属有向边矢量集合的交集为非空集合；
S3012、基于零件B-rep描述对几何面邻接关系进行推理，根据几何元素的从属关系可以直接构建几何面与有向边矢量之间的包含关系获得几何面的有向边矢量集合，当多个几何面的有向边矢量集合存在公共元素时，几何面间存在邻接关系，即为几何面添加邻接关系语义；
S3013、运用语义网络规则语言构建几何面邻接关系推理规则，构建几何面类型推理规则；
S3014、基于步骤S3013得到的SWRL描述的推理规则，运用protégé软件的自动推理模块自动构建几何面间邻接关系。
第二方面，本发明实施例提供了一种面向汽车装配工艺智能决策的数据集成系统，包括：
构建模块，通过分析汽车装配工艺设计过程，梳理与装配工艺相关的信息，运用本体技术构建装配工艺数据语义模型；
提取模块，基于构建模块得到的装配工艺语义模型，分析不同形式装配工艺数据与语义模型之间的关联映射机制，设计具有针对性的数据接口提取装配工艺语义信息；
输出模块，构建语义规则对提取模块得到的装配工艺语义信息进行清洗融合，运用自动推理技术获取完整、准确的装配工艺信息图谱。
与现有技术相比，本发明至少具有以下有益效果：
(1)本发明基于语义模型对海量、多源、异构装配工艺数据包含的几何拓扑、零件属性、装配关系、装配资源等信息从语义层面进行统一全局描述，并运用语义关联实现装配工艺信息的有效组织和管理，突破了以往装配工艺数据集成只囊括局部信息且缺乏动态关联性的缺陷，满足了汽车装配工艺智能决策获取多维度多粒度信息的需求。
(2)本发明针对汽车装配工艺数据的CATPart/CATProfuct/xls等不同结构数据源，分别设计数据接口将所包含的信息映射为语义模型的具体实例，实现了异构装配工艺数据的信息自动、高效提取，克服了装配工艺数据信息手动提取方式效率低的缺陷，对于提升汽车装配工艺研发效率具有重要意义。
(3)本发明构建语义推理规则对海量装配工艺数据所提取的信息进行清洗融合，通过清除冗余关系、补充关键关系等方式将初步提取的复杂信息转换为层次分明、关系清晰的完整、准确信息图谱，运用自动推理技术实现海量信息的高效处理，为汽车装配工艺智能决策提供可靠、优质的数据服务。
可以理解的是，上述第二方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
综上所述，本发明破除了多源异构装配设计数据之间的信息壁垒，深度挖掘潜藏在三维模型和BOM中的显性、隐性装配信息，并将各个维度、粒度信息有效组织、关联，构成了结构清晰、内容完整的装配信息图谱，为发展汽车装配工艺智能决策技术、提升汽车产品研发设计效率提供了强力支撑。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为面向装配工艺智能决策的数据集成方法框架图；
图2为汽车装配工艺设计流程图；
图3为装配工艺智能决策信息组成图；
图4为汽车悬架减振部分装配设计MBD图；
图5为装配工艺PBOM图；
图6为装配工艺数据语义模型图；
图7为零件设计MBD的STEP中性文件图；
图8为零件Brep描述图；
图9为零件设计MBD几何信息提取图；
图10为装配体设计MBD图；
图11为运用CATIA二次开发技术提取装配关系图；
图12为EBOM结构化数据语义信息提取图；
图13为几何面邻接关系推理图；
图14为STEP标准尺寸公差与几何面间语义关系图；
图15为汽车悬架三维模型图；
图16为汽车悬架装配工艺数据集成流程图；
图17为汽车悬架装配信息图谱图；
图18为本发明一实施例提供的计算机设备的示意图；
图19为本发明根据一实施例提供的一种芯片的框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本发明中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明提供了一种面向汽车装配工艺智能决策的数据集成方法，针对汽车企业数字化系统存储的产品研发数据具有异构、关联性弱的特点，运用语义模型组织产品数据包含的装配信息，构建多源异构数据与语义模型之间的关联映射机制以提取装配信息，基于语义规则自动推理技术对装配信息进行清洗融合，以生成结构完整、关系清晰的装配信息图谱，实现装配数据的有效集成，为汽车产品的装配工艺智能决策提供数据支撑。
请参阅图1，本发明一种面向汽车装配工艺智能决策的数据集成方法，包括以下步骤：
S1、装配工艺数据语义模型构建，通过分析汽车装配工艺设计过程，梳理与装配工艺相关的信息，运用本体技术构建装配工艺数据语义模型；
S101、分析装配工艺设计流程，包括关键部件结构设计、装配设计信息获取、装配工艺方案规划和三维装配工艺生成及验证阶段；
请参阅图2，基于装配工艺设计流程如下：
在关键部件结构设计阶段，产品研发部门完成部件的功能和结构设计，运用计算机辅助软件CATIA建立零部件的三维模型，并标注尺寸公差、表面粗糙度等非几何信息，通过添加装配约束关系构建关键部件的装配体模型，生成了关键部件装配体设计基于模型的定义(Model-based Definition，MBD)和零件设计MBD，同时BOM作为产品全生命周期的重要数据文件，在设计阶段以工程物料清单(Engineering Bill of Material，EBOM)形式被产品研发部门发布，存储了关键部件所包含零件的名称、材料、质量、体积等属性信息。
在装配设计信息获取阶段，为了基于关键部件的装配设计信息进行装配工艺规划，自装配体设计MBD、零件设计MBD和EBOM中提取重要的装配信息，包括零件的几何拓扑、尺寸公差、重要属性和装配关系等。
在装配工艺方案规划阶段，根据关键部件的装配设计信息，考虑实际装配制造需求，分别运用智能算法将关键部件自动划分为多个装配单元生成装配层级、对关键部件的零件装配次序及装配工序进行自主决策生成装配序列。
在三维装配工艺生成及验证阶段，将装配单元和装配序列组成的装配工艺方案与实际工装、夹具和辅具等资源相结合进行调整，生成三维装配工艺文档和装配工艺物料清单(Process Bill of Material，PBOM)指导装配工艺虚拟仿真验证，最终将符合设计要求且与实际生产能力相匹配的装配工艺MBD发布。
S102、分析装配工艺信息，根据步骤S101对装配工艺设计过程的分析，面向装配工艺智能决策所需的信息包括装配设计信息和装配工艺信息；
请参阅图3和图4，装配设计信息是产品生产研发生成的装配设计MBD所包含的装配信息，包括装配体设计MBD、零件设计MBD和装配体EBOM等装配数据文件，包括装配体设计MBD、零件设计MBD和装配体EBOM等装配数据文件，这些装配数据文件从不同的方面描述装配信息，装配体MBD描述了装配体的零件组成及其装配约束关系，零件MBD描述了零件的几何拓扑和尺寸公差，装配体EBOM描述了组成装配体零件的基本属性，因此装配设计信息包括零件几何拓扑和尺寸公差组成的零件几何信息、零件间连接关系和干涉关系组成的装配关系信息、零件的质量、体积和材料组成的零件属性信息
请参阅图5，装配工艺信息是构建装配工艺MBD模型，描述装配工艺方案的主要信息，装配工艺PBOM文件是描述装配工艺信息的重要数据文件，其所包含的装配层级、装配序列和装配工具是装配工艺的重要信息，装配层级描述装配体的装配单元划分结果，指导装配工艺决策和制造的并行执行过程，装配序列描述装配体的装配工序，指导装配工艺虚拟仿真和装配工艺实际操作，装配工具描述实际装配情景的装配资源，指导生成符合实际约束条件的装配工艺方案，因此装配工艺信息包括装配层级、装配序列和装配资源信息。
S103、根据本体建模元语和“七步法”本体构建规则，结合步骤S102所分析的装配信息组成，分别定义装配工艺数据本体的类和关系，运用protégé软件构建装配工艺数据语义模型。
S1031、根据本体建模元语和“七步法”本体构建规则，结合S102所分析的装配信息组成，分别定义装配工艺数据本体的类如表1所示、关系如表2所示；
表1装配工艺数据本体类的定义
表2装配工艺数据本体关系的定义
S1032、根据步骤S1031装配工艺数据本体类和关系的定义，运用protégé软件构建装配工艺数据语义模型如图6所示。
S2、在步骤S1构建装配工艺语义模型的基础上，分析不同形式装配工艺数据与语义模型之间的关联映射机制，设计具有针对性的数据接口自动提取装配工艺语义信息；
通过步骤S101分析，在汽车产品研发设计阶段，设计部门的设计人员主要运用CATIA三维建模软件构建产品零部件的三维模型以描述零部件的结构信息、零部件间的装配约束关系，并生成EBOM描述零部件属性信息，在该阶段生成的数据文件主要是CATPart格式的零件设计MBD、CATProduct格式的装配体设计MBD和xls格式的装配体EBOM，其中，CATPart格式零件设计MBD存储了零件几何信息、CATProduct格式的装配体设计MBD存储了零件间装配关系信息，xls格式装配EBOM存储了零件属性信息，分别针对不同数据源的数据结构和特征提出装配信息提取方法如下：
S201、将CATPart格式装配设计MBD文件转换为STEP中性文件；
基于STEP标准提取零件几何信息方法如下：
STEP是国际标准化组织参考其它产品信息表达和数据交换规范所提出的数据交换标准，其目的是提供一种不依赖于特定CAD系统，并且能够被计算机有效识别和解析的数据表达机制，以确保其在整个研发过程中能够以统一标准来描述产品的数据模型，从而保证数据的完整性和统一性。在初始阶段，STEP标准的AP 203协议定义了产品几何拓扑信息的统一描述方法，运用EXPRESS建模语言描述产品的边界表示(Boundary representation，B-rep)以表达几何拓扑信息。随着MBD技术的发展，STEP标准发布了AP 242协议，在描述B-rep信息的基础上，增加了产品制造信息，实现了对零件设计MBD所有几何信息的统一描述。如图7所示为NIST构建的机匣零件设计MBD的模型和STEP中性文件，包括“Header”和“Data”两部分，“Header”描述STEP版本相关信息，“Data”描述产品几何信息的所有实体要素。对于产品B-rep描述方式，“Data”部分通过如图8所示方式对B-rep的所有元素在笛卡尔坐标系内进行描述，以零件为对象，运用B-rep元素及其之间关联关系表达零件的几何信息。
EXPRESS是一种基于模式和面向对象的语言，而本体语言(Ontology WebLanguage，OWL)是一种基于定义和实例化的语言，由于二者都以描述对象为核心，建立在概念和关系之上，因此，可以基于二者之间关联映射关系将STEP中性文件的零件几何信息转换为运用OWL语言描述，即基于OWL形式装配工艺数据语义模型实现零件设计MBD几何信息的实例化，为了对零件MBD数据文件进行开发和应用，NIST搭建了将STEP文件中信息进行提取的工具OntoSTEP，运用OntoSTEP对图7零件设计MBD的几何信息进行自动提取如图9所示。
S202、运用CATIA二次开发技术访问装配体的装配约束对象，获取装配约束对象属性，以提取装配关系信息；
装体配设计MBD所包含的装配关系产生于产品结构设计阶段，由研发设计人员运用CATIA三维设计软件在零件设计MBD之间创建如图10所示装配约束树而自然形成，目前，CATIA系统作为先进的CAD软件，具有较高的模块化和集成化水平，其二次开发工具为产品研发设计人员重组现有功能提供了强有力的辅助手段，由此，运用CATIA二次开发技术执行遍历算法，提取仅存在于产品数模中的装配约束、属性、参数及特征等高层装配关系信息，具体过程如图11所示，具体如下：
S2021、通过OLE Automation接口与CATIA软件建立通讯，打开指定装配体设计MBD文件；
S2022、根据CATIA查找激活文件API函数访问打开的装配体设计MBD文件，并通过文件根节点属性查找装配体对象；
S2023、由装配体对象获取结构树集合，运用装配体查找装配约束API函数获取装配约束树集合；
S2024、对装配约束树集合中的装配约束依次进行遍历访问；
S2025、运用装配约束元素的装配约束类型属性和装配约束对象分别获取装配约束类型和装配约束几何元素；
S2026、将所有装配约束元素的信息以xml形式输出，获得装配体设计MBD的装配关系信息。
S203、运用D2RQ技术将结构化数据转换为语义描述的非结构化数据，提取EBOM包含的零件属性信息。
请参阅图12，数据库关系检索(Database to Relational Query，D2RQ)是一种数据接口，为结构化数据的语义关联组织和表达提供技术服务，具体原理是建立结构化数据的表、行、字段、外键与语义本体的类、实例、数据属性、对象属性之间关联映射关系，以自动形成结构化数据的本体描述模型，通过构建结构化数据的语义本体资源描述框架(Resources Description Framework，RDF)，实现对结构化数据的语义访问和获取，运用D2RQ数据接口提取装配体EBOM中的零件属性信息，具体步骤如下：
S2031、D2RQ数据接口根据结构化数据元素与语义本体元素之间的关联映射机制构建装配体EBOM数据的语义本体，主要描述零件类及其质量、体积和材料属性等零件信息；
S2032、D2RQ数据接口基于装配体EBOM数据的语义本体，通过遍历EBOM文件中的行数据获取零件个体的属性信息，并将零件属性数据实例化，形成EBOM的RDF形式文件，RDF形式的文件对零件属性信息进行语义描述，从中可获取详细的零件属性信息。
S3、基于上述步骤所提取的装配工艺语义信息，构建语义规则对装配工艺语义信息进行清洗融合，运用自动推理技术获取完整、准确的装配工艺信息图谱。
步骤S2中由多个数据源所提取的装配信息，由于零件B-rep详细描述了“高级面-面边界-封闭环-边曲线-有向边-矢量”多层级几何元素，几何元素之间连续的从属关系导致同一元素被重复表征，而元素间关键关系缺失的问题，从几何面邻接关系构建和尺寸公差关联关系构建两方面对几何信息进行清洗融合，具体步骤如下：
S301、构建几何面邻接关系，运用属性邻接图替代B-rep描述的零件几何拓扑信息有效减少几何信息的层级关系，解决几何信息冗余问题并补全几何面间邻接关系，具体步骤如下：
S3011、对具有邻接关系几何面的特征进行分析，相互邻接几何面是具有公共边的几何面，即相互邻接几何面的下属有向边矢量集合的交集为非空集合；
S3012、基于零件B-rep描述对几何面邻接关系进行推理，根据几何元素的从属关系可以直接构建几何面与有向边矢量之间的“包含”关系获得几何面的有向边矢量集合，而当多个几何面的有向边矢量集合存在公共元素时，说明几何面间存在“邻接”关系，即可为几何面添加“邻接”关系语义；
S3013、为了对OWL语言描述的零件B-rep信息进行推理，运用语义网络规则语言(Semantic Web Rule Language，SWRL)构建几何面邻接关系推理规则，如表3的规则1、规则2和规则3所示，构建了几何面类型推理规则如表3的规则4所示；
表3几何面邻接关系构建规则
/>
S3014、基于步骤S3013得到的SWRL描述的推理规则，运用protégé软件的自动推理模块自动构建几何面间邻接关系。
S302、构建尺寸公差关联关系，STEP标准定义了尺寸公差与几何面之间的语义关系如图14所示，但是由于STEP数据描述信息范畴较广，STEP数据中包含了大量概念定义导致尺寸公差与几何面之间存在较多的中间节点，而这些中间节点对装配工艺智能决策并无辅助作用，类似于步骤S301得到的几何面间邻接关系构建，根据尺寸公差与几何面的间接关联关系构建SWRL规则如表4所示，并运用protégé自动推理模块自动构建尺寸关联关系。
表4尺寸公差关联关系构建规则
/>
本发明再一个实施例中，提供一种面向汽车装配工艺智能决策的数据集成系统，该系统能够用于实现上述面向汽车装配工艺智能决策的数据集成方法，具体的，该面向汽车装配工艺智能决策的数据集成系统包括构建模块、提取模块以及输出模块。
其中，构建模块，通过分析汽车装配工艺设计过程，梳理与装配工艺相关的信息，运用本体技术构建装配工艺数据语义模型；
提取模块，基于构建模块得到的装配工艺语义模型，分析不同形式装配工艺数据与语义模型之间的关联映射机制，设计具有针对性的数据接口提取装配工艺语义信息；
输出模块，构建语义规则对提取模块得到的装配工艺语义信息进行清洗融合，运用自动推理技术获取完整、准确的装配工艺信息图谱。
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于面向汽车装配工艺智能决策的数据集成方法的操作，包括：
通过分析汽车装配工艺设计过程，梳理与装配工艺相关的信息，运用本体技术构建装配工艺数据语义模型；基于装配工艺语义模型，分析不同形式装配工艺数据与语义模型之间的关联映射机制，设计具有针对性的数据接口提取装配工艺语义信息；构建语义规则对装配工艺语义信息进行清洗融合，运用自动推理技术获取完整、准确的装配工艺信息图谱。
请参阅图18，终端设备为计算机设备，该实施例的计算机设备60包括：处理器61、存储器62以及存储在存储器62中并可在处理器61上运行的计算机程序63，该计算机程序63被处理器61执行时实现实施例中的储层改造井筒中流体组成计算方法，为避免重复，此处不一一赘述。或者，该计算机程序63被处理器61执行时实现实施例面向汽车装配工艺智能决策的数据集成系统中各模型/单元的功能，为避免重复，此处不一一赘述。
计算机设备60可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备60可包括，但不仅限于，处理器61、存储器62。本领域技术人员可以理解，图18仅仅是计算机设备60的示例，并不构成对计算机设备60的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器61可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器62可以是计算机设备60的内部存储单元，例如计算机设备60的硬盘或内存。存储器62也可以是计算机设备60的外部存储设备，例如计算机设备60上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。
进一步地，存储器62还可以既包括计算机设备60的内部存储单元也包括外部存储设备。存储器62用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器62还可以用于暂时地存储已经输出或者将要输出的数据。
请参阅图19，终端设备为芯片，该实施例的芯片600包括处理器622，其数量可以为一个或多个，以及存储器632，用于存储可由处理器622执行的计算机程序。存储器632中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器622可以被配置为执行该计算机程序，以执行上述的面向汽车装配工艺智能决策的数据集成方法。
另外，芯片600还可以包括电源组件626和通信组件650，该电源组件626可以被配置为执行芯片600的电源管理，该通信组件650可以被配置为实现芯片600的通信，例如，有线或无线通信。此外，该芯片600还可以包括输入/输出(I/O)接口658。芯片600可以操作基于存储在存储器632的操作系统。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关面向汽车装配工艺智能决策的数据集成方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
通过分析汽车装配工艺设计过程，梳理与装配工艺相关的信息，运用本体技术构建装配工艺数据语义模型；基于装配工艺语义模型，分析不同形式装配工艺数据与语义模型之间的关联映射机制，设计具有针对性的数据接口提取装配工艺语义信息；构建语义规则对装配工艺语义信息进行清洗融合，运用自动推理技术获取完整、准确的装配工艺信息图谱。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
以下结合汽车悬架装配数据集成的具体实例对本发明的技术方案进行说明。
请参阅图15，为汽车悬架三维模型，其零件组成如表5所示。
表5汽车悬架零件组成
请参阅图16，对汽车悬架装配工艺数据集成具体流程如下：
汽车悬架装配工艺数据包括装配体设计MBD、零件设计MBD和装配体EBOM；
将汽车悬架装配工艺数据作为输入，基于装配工艺数据语义模型，分别运用本发明所提出的基于STEP标准的零件几何信息提取、基于CATIA二次开发的装配关系提取和基于D2RQ数据接口的零件属性信息提取方法，从装配设计MBD模型中提取装配信息，并运用语义规则推理的方法将对装配信息进行清洗融合，获得汽车悬架全部装配信息；
将汽车悬架的装配信息存储至Neo4j图数据库进行可视化展示，如图17所示；汽车悬架装配信息形成了庞大的信息图谱，此处将左前减振器上支座和左前减振器防尘盖部分的装配信息进行局部放大，可以查看到零件的几何拓扑信息和尺寸公差信息，例如左前减振器上支座和左前减振器防尘盖具有轴孔配合出尺寸公差分别为33(+0.012/-0.012)mm和33(+0.018/-0.002)mm；可以查看到零件间装配关系，例如左前减振器上支座和左前减振器防尘盖之间具有“同轴”和“共面”装配约束；可以查看到零件编码、零件质量、零件体积和零件材料等零件属性，例如左前减振器上支座的质量为898克，体积为0.00072m3，材料为Q235。
综上所述，本发明一种面向汽车装配工艺智能决策的数据集成方法及系统，形成了全面可靠的装配设计数据语义模型，为装配信息提取提供了架构支撑；搭建了高效灵活的多源异构装配设计数据处理接口，为装配信息提取提供了技术支持；构建了合理有效的装配信息清洗融合机制，为装配信息提取提供了质量保证。最终，实现了汽车悬架装配工艺数据到装配工艺信息的有效提取，为汽车装配工艺智能决策奠定了基础。
Claims (10)
1.一种面向汽车装配工艺智能决策的数据集成方法，其特征在于，包括以下步骤：
S1、通过分析汽车装配工艺设计过程，梳理与装配工艺相关的信息，运用本体技术构建装配工艺数据语义模型；
S2、基于步骤S1得到的装配工艺语义模型，分析不同形式装配工艺数据与语义模型之间的关联映射机制，设计具有针对性的数据接口提取装配工艺语义信息；
S3、构建语义规则对步骤S2得到的装配工艺语义信息进行清洗融合，运用自动推理技术获取完整、准确的装配工艺信息图谱。
2.根据权利要求1所述的面向汽车装配工艺智能决策的数据集成方法，其特征在于，步骤S1具体为：
S101、分析装配工艺设计流程，包括关键部件结构设计、装配设计信息获取、装配工艺方案规划和三维装配工艺生成及验证阶段；
S102、分析装配工艺信息，根据步骤S101对装配工艺设计过程的分析，面向装配工艺智能决策所需的信息包括装配设计信息和装配工艺信息；
S103、根据本体建模元语和七步法本体构建规则，结合步骤S102得到的装配信息组成，分别定义装配工艺数据本体的类和关系，构建装配工艺数据语义模型。
3.根据权利要求2所述的面向汽车装配工艺智能决策的数据集成方法，其特征在于，步骤S101中，在关键部件结构设计阶段，建立零部件的三维模型，并标注尺寸公差、表面粗糙度，通过添加装配约束关系构建关键部件的装配体模型，生成关键部件装配体设计基于模型的定义和零件设计MBD，同时BOM作为产品全生命周期的重要数据文件，在设计阶段以工程物料清单形式发布，存储关键部件所包含零件的属性信息；
在装配设计信息获取阶段，自装配体设计MBD、零件设计MBD和EBOM中提取重要的装配信息，包括零件的几何拓扑、尺寸公差、重要属性和装配关系；
在装配工艺方案规划阶段，根据关键部件的装配设计信息，考虑实际装配制造需求，分别运用智能算法将关键部件自动划分为多个装配单元生成装配层级、对关键部件的零件装配次序及装配工序进行自主决策生成装配序列；
在三维装配工艺生成及验证阶段，将装配单元和装配序列组成的装配工艺方案与实际工装、夹具和辅具等资源相结合进行调整，生成三维装配工艺文档和装配工艺物料清单指导装配工艺虚拟仿真验证。
4.根据权利要求2所述的面向汽车装配工艺智能决策的数据集成方法，其特征在于，步骤S103具体为：
S1031、根据本体建模元语和七步法本体构建规则，结合步骤S102得到的装配信息组成，分别定义装配工艺数据本体的类和关系；
S1032、根据步骤S1031装配工艺数据本体类和关系的定义，运用protégé软件构建装配工艺数据语义模型。
5.根据权利要求1所述的面向汽车装配工艺智能决策的数据集成方法，其特征在于，步骤S2具体为：
S201、将CATPart格式装配设计MBD文件转换为STEP中性文件；
S202、运用CATIA二次开发技术访问装配体的装配约束对象，获取装配约束对象属性，以提取装配关系信息；
S203、运用D2RQ技术将结构化数据转换为语义描述的非结构化数据，提取EBOM包含的零件属性信息。
6.根据权利要求5所述的面向汽车装配工艺智能决策的数据集成方法，其特征在于，步骤S202具体为：
S2021、通过OLE Automation接口与CATIA软件建立通讯，打开指定装配体设计MBD文件；
S2022、根据CATIA查找激活文件API函数访问打开的装配体设计MBD文件，并通过文件根节点属性查找装配体对象；
S2023、由装配体对象获取结构树集合，运用装配体查找装配约束API函数获取装配约束树集合；
S2024、对装配约束树集合中的装配约束依次进行遍历访问；
S2025、运用装配约束元素的装配约束类型属性和装配约束对象分别获取装配约束类型和装配约束几何元素；
S2026、将所有装配约束元素的信息以xml形式输出，获得装配体设计MBD的装配关系信息。
7.根据权利要求5所述的面向汽车装配工艺智能决策的数据集成方法，其特征在于，步骤S203具体为：
S2031、D2RQ数据接口根据结构化数据元素与语义本体元素之间的关联映射机制构建装配体EBOM数据的语义本体，描述零件类及其质量、体积和材料属性等零件信息；
S2032、D2RQ数据接口基于装配体EBOM数据的语义本体，通过遍历EBOM文件中的行数据获取零件个体的属性信息，并将零件属性数据实例化，形成EBOM的RDF形式文件，RDF形式的文件对零件属性信息进行语义描述，从中可获取详细的零件属性信息。
8.根据权利要求1所述的面向汽车装配工艺智能决策的数据集成方法，其特征在于，步骤S3具体为：
S301、构建几何面邻接关系，运用属性邻接图替代B-rep描述的零件几何拓扑信息，解决几何信息冗余问题并补全几何面间邻接关系；
S302、构建尺寸公差关联关系，STEP标准定义尺寸公差与几何面之间的语义关系，根据尺寸公差与几何面的间接关联关系构建SWRL规则，并运用protégé自动推理模块自动构建尺寸关联关系。
9.根据权利要求8所述的面向汽车装配工艺智能决策的数据集成方法，其特征在于，步骤S301具体为：
S3011、对具有邻接关系几何面的特征进行分析，相互邻接几何面是具有公共边的几何面，即相互邻接几何面的下属有向边矢量集合的交集为非空集合；
S3012、基于零件B-rep描述对几何面邻接关系进行推理，根据几何元素的从属关系可以直接构建几何面与有向边矢量之间的包含关系获得几何面的有向边矢量集合，当多个几何面的有向边矢量集合存在公共元素时，几何面间存在邻接关系，即为几何面添加邻接关系语义；
S3013、运用语义网络规则语言构建几何面邻接关系推理规则，构建几何面类型推理规则；
S3014、基于步骤S3013得到的SWRL描述的推理规则，运用protégé软件的自动推理模块自动构建几何面间邻接关系。
10.一种面向汽车装配工艺智能决策的数据集成系统，其特征在于，包括：
构建模块，通过分析汽车装配工艺设计过程，梳理与装配工艺相关的信息，运用本体技术构建装配工艺数据语义模型；
提取模块，基于构建模块得到的装配工艺语义模型，分析不同形式装配工艺数据与语义模型之间的关联映射机制，设计具有针对性的数据接口提取装配工艺语义信息；
输出模块，构建语义规则对提取模块得到的装配工艺语义信息进行清洗融合，运用自动推理技术获取完整、准确的装配工艺信息图谱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311680543.8A CN117669046A (zh) | 2023-12-07 | 2023-12-07 | 一种面向汽车装配工艺智能决策的数据集成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311680543.8A CN117669046A (zh) | 2023-12-07 | 2023-12-07 | 一种面向汽车装配工艺智能决策的数据集成方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117669046A true CN117669046A (zh) | 2024-03-08 |
Family
ID=90065826
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311680543.8A Pending CN117669046A (zh) | 2023-12-07 | 2023-12-07 | 一种面向汽车装配工艺智能决策的数据集成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117669046A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117933101A (zh) * | 2024-03-22 | 2024-04-26 | 山东星科智能科技股份有限公司 | 一种工业生产数字孪生仿真系统、方法和存储介质 |
-
2023
- 2023-12-07 CN CN202311680543.8A patent/CN117669046A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117933101A (zh) * | 2024-03-22 | 2024-04-26 | 山东星科智能科技股份有限公司 | 一种工业生产数字孪生仿真系统、方法和存储介质 |
| CN117933101B (zh) * | 2024-03-22 | 2024-06-11 | 山东星科智能科技股份有限公司 | 一种工业生产数字孪生仿真系统、方法和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yin et al. | A connector-based hierarchical approach to assembly sequence planning for mechanical assemblies | |
| Li et al. | A survey of feature modeling methods: Historical evolution and new development | |
| Pan et al. | Computer-aided design-while-engineering technology in top-down modeling of mechanical product | |
| CN105308593A (zh) | 技术设施描述性数据交换方法 | |
| CN104809186B (zh) | 模具设计与制造知识库的构建方法 | |
| Abiteboul et al. | Research directions for principles of data management (dagstuhl perspectives workshop 16151) | |
| Boussuge et al. | Capturing simulation intent in an ontology: CAD and CAE integration application | |
| CN117669046A (zh) | 一种面向汽车装配工艺智能决策的数据集成方法及系统 | |
| Lee et al. | Collaborative intelligent CAD framework incorporating design history tracking algorithm | |
| Tierney et al. | Managing equivalent representations of design and analysis models | |
| Guo et al. | A hybrid 3D feature recognition method based on rule and graph | |
| Liu et al. | A new method of reusing the manufacturing information for the slightly changed 3D CAD model | |
| Li et al. | Performance benchmark on semantic web repositories for spatially explicit knowledge graph applications | |
| Singh et al. | Towards information management framework for digital twin in aircraft manufacturing | |
| Feng et al. | A hybrid and automated approach to adapt geometry model for CAD/CAE integration | |
| Sun et al. | A framework for automated finite element analysis with an ontology-based approach | |
| Jha et al. | Automatic propagation of feature modification across domains | |
| Li et al. | An unified CAD/CAE/VR tool for ship structure design and evaluation based on multi-domain feature mapping | |
| Tierney et al. | Using mesh-geometry relationships to transfer analysis models between CAE tools | |
| Xu et al. | Developing an extended IFC data schema and mesh generation framework for finite element modeling | |
| Yuan et al. | An automated functional decomposition method based on morphological changes of material flows | |
| Chand et al. | Toward interoperable mesh, geometry and field components for PDE simulation development | |
| Venkataraman et al. | An investigation of integrating design by features and feature recognition | |
| CN116152451A (zh) | 多维参数化城市信息模型构建方法、系统及计算机设备 | |
| Cao et al. | Port-based ontology modeling to support product conceptualization |
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 |