JP2008310576A - 設計支援方法および設計支援システム - Google Patents
設計支援方法および設計支援システム Download PDFInfo
- Publication number
- JP2008310576A JP2008310576A JP2007157558A JP2007157558A JP2008310576A JP 2008310576 A JP2008310576 A JP 2008310576A JP 2007157558 A JP2007157558 A JP 2007157558A JP 2007157558 A JP2007157558 A JP 2007157558A JP 2008310576 A JP2008310576 A JP 2008310576A
- Authority
- JP
- Japan
- Prior art keywords
- shape
- feature
- mesh model
- ridge line
- actual
- 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.)
- Withdrawn
Links
Images
Abstract
【課題】現物から形状設計変数および解析用メッシュモデルのパラメータを同時に、かつ自動的に同定し、現物の設計を支援する。
【解決手段】現物から現物形状データを測定する形状測定手段と、前記現物形状データから特徴稜線を抽出する特徴稜線抽出手段と、形状設計変数から自動的に解析用メッシュモデルを作成する自動メッシュ生成手段と、前記解析用メッシュモデルから特徴稜線を作成する解析用メッシュモデルの特徴稜線抽出手段と、前記現物から得られた特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価手段と、評価された前記形状差異を低減するように、前記形状設計変数を自動的に定義し直す手段とを備える。
【選択図】図1
【解決手段】現物から現物形状データを測定する形状測定手段と、前記現物形状データから特徴稜線を抽出する特徴稜線抽出手段と、形状設計変数から自動的に解析用メッシュモデルを作成する自動メッシュ生成手段と、前記解析用メッシュモデルから特徴稜線を作成する解析用メッシュモデルの特徴稜線抽出手段と、前記現物から得られた特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価手段と、評価された前記形状差異を低減するように、前記形状設計変数を自動的に定義し直す手段とを備える。
【選択図】図1
Description
本発明は、現物形状から形状の基本諸元およびシミュレーションモデルを自動的に取得する設計支援方法、設計支援システム、コンピュータプログラムおよびそれを記録した記録媒体に関する。
製品現物の形状や性能を調査することを主目的とするリバースエンジニアリングでは、前記現物の形状ポリゴンデータから正確に特徴稜線を抽出することが重要な課題である。そのため、ポリゴンデータから特徴稜線を抽出する研究は、リバースエンジニアリングの分野で盛んに行われている。その代表的な技術は、例えば、特許文献1、2に記されている。
特許文献1に開示されている技術では、基準角度とポリゴン同士の実際の角度との比較による特徴稜線抽出方法を提案している。これは、ポリゴン同士のなす角度が基準角度よりも大きい稜線を抽出し、抽出した稜線が複数存在する場合、始終点間の最短距離になる稜線を選択する方法である。
また、特許文献2に開示されている技術では、三角形集合の法線を広域的に評価することにより稜線と頂点の特徴量を算出し、算出した特徴量に基づいて連結三角形集合からなる領域分けを行い、この領域の境界線を特徴稜線として抽出する。該文献では、対話的に選択することによってユーザの要求する特徴稜線のみを抽出することができ、ノイズの影響を軽減すると記載されている。
また、ターボ機械などの軸対称性を有する現物に対しては、軸対称性を利用することで効率よく形状パラメータ同定ができる。特許文献3に開示されている技術では、回転対称体である四角形をカメラで撮像し、回転中心を決定し、中心から頂点までのベクトルを比較して形状パラメータが同定できると記載されている。そして、該文献では、形状の基本諸元(設計変数)を同定するだけでなく、解析用メッシュモデル(シミュレーションモデル)も同時に同定するので、抽出した特徴稜線と別途解析用メッシュモデルから得られたメッシュの特徴稜線との形状差異評価が必須となっている。
形状差異評価の方法および装置については、特許文献4が代表的である。特許文献4に開示されている技術では、3点の測定点を含む円弧の半径を算出し、その半径を比較することによって二つの形状の差異が評価できると記載されている。
特許文献1ではノイズを有するポリゴンデータの場合には、ノイズの具合によって抽出される特徴稜線にノイズが混在し、特徴稜線の精度が低下してしまう恐れがある。そして、特徴稜線の精度が低下すると、形状パラメータ同定に誤差を伴うことになるので、解析用メッシュモデルが現物の形状と合わなくなり、流体解析等の結果が不正確になってしまうと考えられる。特許文献2では、選択的に特徴稜線を抽出するためにユーザ側の手入力が必要で、全自動的なプロセスが構築できない。
また、前述した特許文献1、2では、特徴稜線の抽出が最終目的である。実際には、現物の性能を調査する場合、コンピュータシミュレーションをしばしば使用する。解析用メッシュモデルを作成するために、形状設計変数を入力し、自動的にメッシュモデルを生成する、自動メッシュ生成手段(以下、メッシャと呼ぶ)が多数考案されている。それらのメッシャを利用するために、特徴稜線から形状設計変数を自動的に同定する必要がある。また、メッシャによって作成されたメッシュモデルが微妙にずれてしまうため、チューニングを要する場合もある。このため、現物形状と限りなく近いメッシュモデルを作成し、メッシュモデルと現物モデルとの形状差異評価および自動メッシュチューニングを行う手法が必要となっている。
また、特許文献3では、中心点から頂点までのベクトルを比較することによって同定を行うため、ターボ機械の翼のような複雑な対称体(特に翼の枚数が多いとき)に対しては、中心から外周の点までのベクトルが区別しにくいので、同定できなくなる可能性が大きいと言える。また、該手法はノイズを有する撮像データを同定すると中心から外周の点までのベクトルが正確に計算できないため誤差が生じがちである。
特許文献4に記載されている形状誤差評価法は、測定結果にズレがあると前提し、その影響を解消するために開発された技術である。したがって、位置や寸法が違っても曲率が同一であれば形状誤差がゼロになってしまう。この手法の応用は平行移動、回転といった曲率を保つズレに限定されるので、任意の形状差異評価への適用は困難である。
本発明は、上記の問題点に鑑みてなされたものであり、ノイズを有する形状測定データを前提とし、現物の形状の特徴を生かしてノイズ削減機能を持つ全自動的な特徴稜線抽出手段と、点数、寸法、形状が異なっても同一トポロジーであればデータセットの形状差異が評価できる形状差異評価手段と、自動的に形状設計変数を再定義する最適化アルゴリズムを備えた現物の形状設計変数と解析用メッシュモデルを同時に同定できる、設計支援方法および設計支援システムを提供することを目的としている。
上記の目的を達成するため、本発明に係る設計支援方法は、現物から現物形状データを測定する現物形状測定ステップと前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出ステップとを含む現物処理プロセスA、形状設計変数から解析用メッシュモデルを作成する解析モデリングステップと前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出ステップとを含むメッシュモデル処理プロセスB、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価ステップと前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニングステップとを含む最適化プロセスCを含み、前記最適化プロセスCにおける前記形状差異評価ステップが、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化するステップを含み、前記最適化プロセスCにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理プロセスBに戻すことを特徴とする。
また、本発明に係る設計支援システムは、現物から現物形状データを測定する現物形状測定手段と前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出手段とを含む現物処理手段A、形状設計変数から解析用メッシュモデルを作成する解析モデリング手段と前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出手段とを含むメッシュモデル処理手段B、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価手段と前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニング手段とを含む最適化手段Cを含み、前記最適化手段Cにおける前記形状差異評価手段が、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化する手段を含み、前記最適化手段Cにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理手段Bに戻すことを特徴とする。
本発明によれば、ノイズを有する形状測定データを前提とし、現物の形状の特徴を生かしてノイズ削減機能を持つ全自動的な特徴稜線の抽出を行い、点数、寸法、形状が異なっても同一トポロジーであればデータセットの形状差異評価を行い、自動的に形状設計変数を再定義する最適化アルゴリズムを備えた現物の形状設計変数と解析用メッシュモデルとを同時に同定できる、設計支援方法および設計支援システムを提供できる。
以下、本発明の実施の形態を図に用いて説明する。なお、本実施形態では、形状パラメータ同定の一例として、遠心ファンの形状パラメータ同定を説明するが、本発明は他の対象物に適用することもできることはいうまでもない。
まず、本実施形態で使用する形状パラメータ同定システムの全体構成について、図1を参照して説明する。
図1は、本発明を適用した形状パラメータ同定装置の全体構成図である。101は、三次元形状測定機であり、例えばX線CTや光学式デジタイザである。現物形状測定部102では、三次元形状測定機101を利用して現物製品の形状を撮影し、撮影された形状データはファイルとして記録媒体に保存される。例えば、大量の三角形メッシュからなるSTLフォーマットに代表されるポリゴンデータである。そして、特徴稜線抽出部103は、現物形状測定部102で撮影された現物製品の形状データから特徴稜線104を抽出する。
この特徴稜線抽出部103の工程を、図2を用いて更に詳しく説明する。
図2は、本発明において用いられる特徴稜線抽出のフローチャートである。401は三次元測定機101で測定した現物形状測定データを表しており、特徴頂点抽出ステップ402では、隣接するポリゴンの法線ベクトルのなす角度に閾値を設定し、閾値より大きい三角形の頂点を特徴頂点とすることで特徴頂点のデータセットを取得する。図3は本アルゴリズムにより抽出した特徴頂点を例示したものである。
図2のノイズ削減ステップ403では、個々の頂点の周りにある点の数を計算し、周りの点の数が少ない頂点を削除する。点数の判定基準は点列の数と寸法から自動的に決定する。これにより、孤立した頂点を削除してノイズを削減する。つぎに、翼群分離ステップ404では、翼群データの中心点を算出する。厳密には翼群データの中心点が翼群の中心ではない可能性があるが、翼群データの近似的な対称性によって翼群の内円盤の中にあることが保証される。その中心点への距離が最小となる点を翼の開始点として抽出し、その翼を第一翼と呼ぶ。また、翼群の近似的な対称性を利用して第一翼との角度および中心点との距離に基づいて残る各翼の開始点を取得する。そして、各開始点との距離および角度を併用することで翼群を分離する。図4は分離した翼群を表している。
つぎに、図5に示すように、分離した各翼を前記第一翼の開始点に平行移動をさせ、軸近似的な対称性を利用して一つの翼になるように回転させる。図6は回転して重ね合わせた翼群の点列を表している。そして、翼群平均化ステップ405は重ね合わされた翼群の各翼の座標値を平均化することで更に測定ノイズを削減する。特徴稜線抽出ステップ406は、翼群平均化ステップ405で得た一連の点列を中心点との距離および角度について区分化し、各特徴稜線を抽出する。例えば、翼の場合は次の6本の特徴稜線を抽出する。すなわち、前縁、後縁、シュラウド面と圧力面の交差線、シュラウド面と負圧面の交差線、ハブ面と圧力面の交差線、ハブ面と負圧面の交差線である。104は、以上の特徴稜線抽出部103で示した手法で抽出した特徴稜線で、例えば、図7に示すものである。
以上、図を用いて、遠心ファンの近似的な軸対称性を利用してノイズの影響を削減し、特徴稜線を抽出する方法を示した。もちろん、これは軸対称モデルに限っているのでなく、面対称など、他の形状特性も利用できる。すなわち、現物特徴稜線の近似的な対称性に基づいて特徴稜線を分類して特長稜線群とし、該特徴稜線群を重ね合わせ、重ね合わせた該特徴稜線群の座標を平均化すればよい。
つぎに、現物形状データから得られた特徴稜線104と比較するための、解析用メッシュモデルの生成について、主に図1を用いて説明する。初期の形状設計変数201は、メッシュ生成のための入力パラメータである。初期の形状設計変数201は対象の部品の代表的な形状設計変数を使用し、各形状設計変数の許容変動範囲も一緒に入力する。最適化プロセスCにおいて、自動設計変数チューニング部302により形状設計変数303が再定義される。
自動メッシュ生成部202は、形状設計変数201から取得した形状設計変数から自動的に解析用のメッシュモデルを生成する。例えば、図8に示している解析用メッシュモデルである。
メッシュ特徴稜線生成部203は、自動メッシュ生成部202で示した手法で生成した解析用メッシュモデルから、現物から抽出した場合と同様にして特徴稜線を抽出し、点列データとして取得する。
204は、メッシュ特徴稜線生成部203で示した手法で生成した解析用メッシュモデルの特徴稜線のデータセットをファイルとして保存したものである。例えば、図9に示すものである。図7に示す、現物形状から得た特徴稜線とは、形状はもちろん、データの点数や稜線の長さも異なる。
そして、形状差異評価部301は、現物形状データから抽出した特徴稜線104と解析用メッシュモデルから得られた特徴稜線204を比較し、両者の形状差異を定量化する手段である。
この形状差異評価部301の工程を、図10を用いて更に詳しく説明する。図10において“Mesh”はメッシュモデルの特徴稜線204を表しており、“STL”は現物の特徴稜線104を表している。図10の下側に示した部分は各線に沿ってその全体長さで正規化した一次元モデルを表している。正規化した線の起点の座標はゼロとなり、終点は1となる。
つぎに、メッシュモデルでの任意の点Pに対応し、形状偏差を計算する基準となるSTLモデル上の点P'を特定する方法、すなわち内挿法について説明する。
まず、正規化した一次元モデル上で関係“A≦P<B”を満足するA点とB点を探索する。ここで、AとBは正規化した一次元空間でSTL特徴線での隣接する二点である。そして、数式1を用いてPと対応する点P’を算出する。
そして、数式2を用いて解析用メッシュモデルの特徴稜線と現物の特徴稜線の二乗平均平方根を計算する。
そして、自動設計変数チューニング部302は、形状差異評価部301で得た形状差異値RMSを目的関数とし、それを低減にするように最適化アルゴリズムを作動させることでメッシュモデルの形状設計変数を同定する。例えば、遺伝的アルゴリズムを用いて繰り返し計算を行い、現物計測モデルとの形状差異を低減した解析用メッシュモデルを得る。
形状設計変数303は、自動設計変数チューニング部302に示した方法で再定義させた形状設計変数のデータセットであり、これを自動メッシュ生成部202に戻してメッシュを生成し直す。
以上の手段により、現物の軸対称性など、形状の特徴を活用し、ノイズを多く含む現物測定データに対しても特徴稜線104を抽出することができる。そして、抽出した特徴稜線104と、別途得られた解析用メッシュモデルの特徴稜線204との形状差異を、最適化アルゴリズムを用いて低減することで現物に限りなく近い形状の解析用メッシュモデルを得ることができ、全自動で現物の形状設計変数を同定するとともに、解析用メッシュモデルを出力することができる。
101…三次元形状測定機、102…現物形状測定部、103…特徴線抽出部、104…特徴稜線、201…初期の形状設計変数、202…自動メッシュ生成部、203…メッシュ特徴稜線生成部、204…解析用メッシュモデルの特徴稜線、301…形状差異評価部、302…自動設計変数チューニング部、303…形状設計変数、401…現物形状測定データ、402…特徴頂点抽出ステップ、403…ノイズ削減ステップ、404…翼群分離ステップ、405…翼群平均化ステップ、406…特徴稜線抽出ステップ、407…現物形状から得られた特徴稜線。
Claims (12)
- 現物から現物形状データを測定する現物形状測定ステップと前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出ステップとを含む現物処理プロセスA、形状設計変数から解析用メッシュモデルを作成する解析モデリングステップと前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出ステップとを含むメッシュモデル処理プロセスB、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価ステップと前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニングステップとを含む最適化プロセスCを含み、前記最適化プロセスCにおける前記形状差異評価ステップが、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化するステップを含み、前記最適化プロセスCにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理プロセスBに戻すことを特徴とする設計支援方法。
- 請求項1に記載の設計支援方法において、前記最適化プロセスCにおける前記形状差異評価ステップが、正規化した前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を比較して対応する区間を特定し、内挿を行い、前記現物形状データから得た特徴稜線の座標と前記解析用メッシュモデルの特徴稜線の座標との距離の二乗平均平方根を前記形状差異とするステップを含むことを特徴とする設計支援方法。
- 請求項1または2に記載の設計支援方法において、前記現物処理プロセスAにおける前記現物特徴稜線抽出ステップが、現物特徴稜線の近似的な対称性に基づいて特徴稜線を分類して特長稜線群とし、該特徴稜線群を重ね合わせ、重ね合わせた該特徴稜線群の座標を平均化するステップを含むことを特徴とする設計支援方法。
- 現物から現物形状データを測定する現物形状測定手段と前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出手段とを含む現物処理手段A、形状設計変数から解析用メッシュモデルを作成する解析モデリング手段と前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出手段とを含むメッシュモデル処理手段B、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価手段と前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニング手段とを含む最適化手段Cを含み、前記最適化手段Cにおける前記形状差異評価手段が、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化する手段を含み、前記最適化手段Cにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理手段Bに戻すように手段Cと手段Bとを構成したことを特徴とする設計支援システム。
- 請求項4に記載の設計支援システムにおいて、前記最適化手段Cにおける前記形状差異評価手段が、正規化した前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を比較して対応する区間を特定し、内挿を行い、前記現物形状データから得た特徴稜線の座標と前記解析用メッシュモデルの特徴稜線の座標との距離の二乗平均平方根を前記形状差異とする手段を含むことを特徴とする設計支援システム。
- 請求項4または5に記載の設計支援システムにおいて、前記現物処理手段Aにおける前記現物特徴稜線抽出手段が、現物特徴稜線の近似的な対称性に基づいて特徴稜線を分類して特長稜線群とし、該特徴稜線群を重ね合わせ、重ね合わせた該特徴稜線群の座標を平均化する手段を含むことを特徴とする設計支援システム。
- 現物から現物形状データを測定する現物形状測定ステップと前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出ステップとを含む現物処理プロセスA、形状設計変数から解析用メッシュモデルを作成する解析モデリングステップと前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出ステップとを含むメッシュモデル処理プロセスB、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価ステップと前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニングステップとを含む最適化プロセスCを含み、前記最適化プロセスCにおける前記形状差異評価ステップが、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化するステップを含み、前記最適化プロセスCにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理プロセスBに戻すことを特徴とするプロセス群をコンピュータに実行させるためのプログラム。
- 現物から現物形状データを測定する現物形状測定ステップと前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出ステップとを含む現物処理プロセスA、形状設計変数から解析用メッシュモデルを作成する解析モデリングステップと前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出ステップとを含むメッシュモデル処理プロセスB、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価ステップと前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニングステップとを含む最適化プロセスCを含み、前記最適化プロセスCにおける前記形状差異評価ステップが、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化するステップと、正規化した前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を比較して対応する区間を特定し、内挿を行い、前記現物形状データから得た特徴稜線の座標と前記解析用メッシュモデルの特徴稜線の座標との距離の二乗平均平方根を前記形状差異とするステップとを含み、前記最適化プロセスCにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理プロセスBに戻すことを特徴とするプロセス群をコンピュータに実行させるためのプログラム。
- 現物から現物形状データを測定する現物形状測定ステップと前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出ステップとを含む現物処理プロセスA、形状設計変数から解析用メッシュモデルを作成する解析モデリングステップと前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出ステップとを含むメッシュモデル処理プロセスB、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価ステップと前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニングステップとを含む最適化プロセスCを含み、前記現物処理プロセスAにおける前記現物特徴稜線抽出ステップが、現物特徴稜線の近似的な対称性に基づいて特徴稜線を分類して特長稜線群とし、該特徴稜線群を重ね合わせ、重ね合わせた該特徴稜線群の座標を平均化するステップを含み、前記最適化プロセスCにおける前記形状差異評価ステップが、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化するステップを含み、前記最適化プロセスCにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理プロセスBに戻すことを特徴とするプロセス群をコンピュータに実行させるためのプログラム。
- 現物から現物形状データを測定する現物形状測定ステップと前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出ステップとを含む現物処理プロセスA、形状設計変数から解析用メッシュモデルを作成する解析モデリングステップと前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出ステップとを含むメッシュモデル処理プロセスB、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価ステップと前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニングステップとを含む最適化プロセスCを含み、前記最適化プロセスCにおける前記形状差異評価ステップが、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化するステップを含み、前記最適化プロセスCにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理プロセスBに戻すことを特徴とするプロセス群を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
- 現物から現物形状データを測定する現物形状測定ステップと前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出ステップとを含む現物処理プロセスA、形状設計変数から解析用メッシュモデルを作成する解析モデリングステップと前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出ステップとを含むメッシュモデル処理プロセスB、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価ステップと前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニングステップとを含む最適化プロセスCを含み、前記最適化プロセスCにおける前記形状差異評価ステップが、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化するステップと、正規化した前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を比較して対応する区間を特定し、内挿を行い、前記現物形状データから得た特徴稜線の座標と前記解析用メッシュモデルの特徴稜線の座標との距離の二乗平均平方根を前記形状差異とするステップとを含み、前記最適化プロセスCにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理プロセスBに戻すことを特徴とするプロセス群を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
- 現物から現物形状データを測定する現物形状測定ステップと前記現物形状データから特徴稜線を抽出する現物特徴稜線抽出ステップとを含む現物処理プロセスA、形状設計変数から解析用メッシュモデルを作成する解析モデリングステップと前記解析用メッシュモデルから特徴稜線を抽出するメッシュ特徴稜線抽出ステップとを含むメッシュモデル処理プロセスB、および前記現物特徴稜線と前記解析用メッシュモデルの特徴稜線との形状差異を評価する形状差異評価ステップと前記形状差異を低減するように前記形状設計変数を定義し直す設計変数チューニングステップとを含む最適化プロセスCを含み、前記現物処理プロセスAにおける前記現物特徴稜線抽出ステップが、現物特徴稜線の近似的な対称性に基づいて特徴稜線を分類して特長稜線群とし、該特徴稜線群を重ね合わせ、重ね合わせた該特徴稜線群の座標を平均化するステップを含み、前記最適化プロセスCにおける前記形状差異評価ステップが、前記現物形状データから得た特徴稜線および前記解析用メッシュモデルの特徴稜線を正規化するステップを含み、前記最適化プロセスCにおける前記形状差異が所定の値以下になるまで、再定義された前記形状設計変数を、前記メッシュモデル処理プロセスBに戻すことを特徴とするプロセス群を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007157558A JP2008310576A (ja) | 2007-06-14 | 2007-06-14 | 設計支援方法および設計支援システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007157558A JP2008310576A (ja) | 2007-06-14 | 2007-06-14 | 設計支援方法および設計支援システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008310576A true JP2008310576A (ja) | 2008-12-25 |
Family
ID=40238120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007157558A Withdrawn JP2008310576A (ja) | 2007-06-14 | 2007-06-14 | 設計支援方法および設計支援システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008310576A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207935A (zh) * | 2013-04-12 | 2013-07-17 | 厦门大学 | 一种计算机辅助的孔明灯制作方法 |
CN107131153A (zh) * | 2017-07-12 | 2017-09-05 | 成都华川电装有限责任公司 | 轴流风扇 |
JP7362699B2 (ja) | 2020-08-28 | 2023-10-17 | シーメンス インダストリー ソフトウェア エヌヴェ | 有限要素メッシュの修正方法 |
-
2007
- 2007-06-14 JP JP2007157558A patent/JP2008310576A/ja not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207935A (zh) * | 2013-04-12 | 2013-07-17 | 厦门大学 | 一种计算机辅助的孔明灯制作方法 |
CN107131153A (zh) * | 2017-07-12 | 2017-09-05 | 成都华川电装有限责任公司 | 轴流风扇 |
CN107131153B (zh) * | 2017-07-12 | 2023-11-07 | 成都华川电装有限责任公司 | 轴流风扇 |
JP7362699B2 (ja) | 2020-08-28 | 2023-10-17 | シーメンス インダストリー ソフトウェア エヌヴェ | 有限要素メッシュの修正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10285781B2 (en) | Method for acquiring tooth crown shape information from data relating to oral cavity shape to automatically construct a database for tooth crown shapes | |
US7814441B2 (en) | System and method for identifying original design intents using 3D scan data | |
Wang et al. | Outlier detection for scanned point clouds using majority voting | |
JP6385318B2 (ja) | 3d医用画像中の対象物をセグメンテーションするための3d対象物の変換 | |
JP5830004B2 (ja) | 3次元モデル生成装置、3次元モデル生成方法及び3次元モデル生成プログラム | |
Governi et al. | 3D geometry reconstruction from orthographic views: A method based on 3D image processing and data fitting | |
JP6880618B2 (ja) | 画像処理プログラム、画像処理装置、及び画像処理方法 | |
JP2008305372A (ja) | 3次元スキャンデータを用いてロフトサーフィスを計算するためのシステム及び方法 | |
Xie et al. | Aircraft skin rivet detection based on 3D point cloud via multiple structures fitting | |
Yogeswaran et al. | 3d surface analysis for automated detection of deformations on automotive body panels | |
EP2990995A2 (en) | Line parametric object estimation | |
JP2018036770A (ja) | 位置姿勢推定装置、位置姿勢推定方法、及び位置姿勢推定プログラム | |
JP2008310576A (ja) | 設計支援方法および設計支援システム | |
JP2007061635A (ja) | 気道内腔の大きさおよび気道壁の厚さを求めるためのシステムおよび方法 | |
Ghorbani et al. | Accurate registration of point clouds of damaged aeroengine blades | |
JP5401605B2 (ja) | テンプレートマッチング処理装置およびテンプレートマッチング処理プログラム | |
Bénière et al. | Recovering primitives in 3D CAD meshes | |
JP5404109B2 (ja) | 情報処理装置及び情報処理方法 | |
JP5894514B2 (ja) | 画像処理装置、画像処理プログラムおよび画像処理装置の動作方法 | |
CN114970247A (zh) | 一种面向叶盘结构的高保真有限元模型自动建模方法 | |
KR101811135B1 (ko) | 최적 정밀도 결정을 통한 모델 단순화 장치 및 방법 | |
JP5620741B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP4912756B2 (ja) | ポリゴンデータ分割方法およびポリゴンデータ分割装置 | |
JP6727931B2 (ja) | 穴被覆曲面生成装置および穴被覆曲面生成用プログラム | |
JP6320806B2 (ja) | 三次元モデル検索方法、及び三次元モデル検索システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20100907 |