[發(fā)明專利]一種面向STEP-NC2.5D制造特征的智能特征識別方法

在審

• 申請?zhí)枺?/td>: 201711434411.1
• 申請日: 2017-12-26
• 公開（公告）號: CN108009527A
• 公開（公告）日: 2018-05-08
• 發(fā)明（設計）人: 張禹;曾奇峰;木國棟;楊亞飛
• 申請（專利權）人: 東北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06N3/12
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 王丹;李洪福

本發(fā)明公開了一種面向STEP?NC2.5D制造特征的智能特征識別方法，包括以下步驟：構建基于STEP中性文件的最小子圖，主要包括基于STEP中性文件的幾何拓撲信息提取和基于邊的凹凸性判斷的最小子圖生成；通過基于混沌遺傳算法優(yōu)化的神經網絡進行特征識別。本發(fā)明公開的智能特征識別方法將混沌算法、遺傳算法與BP人工神經網絡算法相結合，克服了BP神經收斂速度慢，容易陷入局部極值的缺陷，能夠高效精準智能地識別面向STEP?NC的2.5D制造特征，對STEP?NC標準的進一步完善和實施具有積極的參考價值。

技術領域

本發(fā)明涉及數(shù)控技術領域，具體說涉及一種面向STEP-NC2.5D制造特征的智能特征識別方法。

背景技術

目前廣泛應用的ISO6983標準體系已經不足以適用于機械制造領域，因此國際標準化組織ISO提出了一個面向對象的新型NC編程數(shù)據(jù)接口國際標準STEP-NC。該標準包含了產品加工的所有信息，并提供了一種面向對象描述產品數(shù)控數(shù)據(jù)的中性機制，本質上不涉及具體的加工動作而僅面向對象和特征來描述“要加工什么”。此標準支持CAD/CAM與CNC系統(tǒng)之間實現(xiàn)雙向數(shù)據(jù)傳送；便于實現(xiàn)加工數(shù)據(jù)的共享和網絡傳輸；能夠提高生產效率。因此，STEP-NC的出現(xiàn)是數(shù)控技術領域的一次革命，對于智能制造的發(fā)展乃至整個制造業(yè)將產生深遠的影響。由于STEP-NC是以制造特征為對象的新型NC編程數(shù)據(jù)接口國際標準，特征識別成為了實施STEP-NC重要的一步，也是實現(xiàn)開放性、智能化和網絡化STEP-NC數(shù)控系統(tǒng)的關鍵。

目前為止，常規(guī)特征識別方法主要包括：

(1)基于邊界匹配的的特征識別方法，其主要包含了三種方法：

①基于規(guī)則的特征識別方法。該方法是利用專家系統(tǒng)通過對規(guī)則定義的邊界模型進行特征識別。然而，由于難以對每種特征類型都寫出合適的規(guī)則，該方法識別的特征有一定局限性。

②基于圖的特征識別方法。該方法將零件面邊圖中的適當子圖與特征的面邊圖進行匹配來識別特征。雖然該方法允許用戶添加新的特征類型而不必改動程序，但是該方法難以有效地識別相交特征，而且子圖搜索算法是NP問題，導致識別過程十分耗時。

③基于痕跡的特征識別方法。該方法首先從零件的幾何模型中提取出所有的特征痕跡，然后通過幾何推理的方法來驗證相對應的特征的可能性，繼而構造出完整的特征。該方法中的特征痕跡生成和延拓算法依賴于具體的特征類型，難以添加新的特征類型。

(2)基于體分解的特征識別方法，其主要包含了兩種方法：

①基于立體交替分解的特征識別方法：該方法首先將非凸物體表示為一棵以凸體元為節(jié)點，以布爾運算符(差或并)為中間節(jié)點的分解樹，接著判別每一個葉節(jié)點是否本身對應于一個形狀特征，如果不是，再采用相關的組合操作將其與其它的葉節(jié)點進行組合，使其對應于一個形狀特征。該方法由于遍歷時間長，存在效率低下的問題；

②基于單元體分解的特征識別方法：該方法是將物體分解成一組彼此之間只能在邊界上相交的單元體的并集進行特征識別，雖然該方法明確規(guī)定了各單元體之間只能進行布爾并運算，但是分解出的單元體過多，使得識別處理任務繁重復雜。

綜上所述，現(xiàn)有的方法雖然可以實現(xiàn)特征識別，但是這些方法識別的特征有一定局限性，特別是沒有針對STEP-NC2.5D制造特征的方法，而且廣泛存在識別效率低、準確性和智能性差的問題。

BP神經網絡(Back Propagation)是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W絡，具有超強的自學習、自組織能力，能夠高效智能地處理復雜的特征識別問題。但是，BP神經網絡收斂速度慢，容易陷入局部極值，而混沌算法和遺傳算法可以彌補其缺點，因此將混沌算法、遺傳算法與BP人工神經網絡算法相結合可以進行高效、精準和智能的邏輯推理，可以解決復雜的特征識別問題。基于此，本發(fā)明提供了一種面向STEP-NC2.5D制造特征的智能特征識別方法。

發(fā)明內容