[發明專利]基于零件形狀相似性的排樣任務可復用性評價方法及系統

在審

• 申請號: 202211030285.4
• 申請日: 2022-08-26
• 公開（公告）號: CN115759550A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 饒運清;方杰;劉攀;羅強;趙旭升;亓鵬;杜冰;徐佳泰;楊飄若
• 申請（專利權）人: 華中科技大學
• 主分類號: G06Q10/0631
• 分類號: G06Q10/0631;G06Q50/04;G06V10/28;G06V10/422;G06V10/74;G06V10/82;G06N3/045;G06N3/08
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 孔娜

1.一種基于零件形狀相似性的排樣任務可復用性評價方法，其特征在于，包括如下步驟：

S1、獲取預訓練好的孿生神經網絡模型；

S2、計算目標排樣任務A與歷史排樣任務B中的重復零件個數，得到排樣任務重復度；

S3、將目標排樣任務A與歷史排樣任務B中的零件圖形成對輸入到預訓練好的孿生神經網絡模型中，得到形狀相似度；進而通過零件尺寸差異度對該形狀相似度進行修正，得到零件相似度矩陣；

S4、基于零件相似度矩陣，依照最大相似度原則對目標排樣任務A與歷史排樣任務B中的零件進行配對，根據配對結果計算排樣任務相似度；

S5、根據排樣任務重復度和排樣任務相似度，計算得到排樣任務可復用度。

2.如權利要求1所述的基于零件形狀相似性的排樣任務可復用性評價方法，其特征在于，所述孿生神經網絡模型用于形狀相似性度量，其基于卷積神經網絡Vgg16構建，通過零件形狀數據集對孿生神經網絡模型進行預訓練。

3.如權利要求2所述的基于零件形狀相似性的排樣任務可復用性評價方法，其特征在于，所述孿生神經網絡模型在讀取零件圖像時，先進行圖像預處理，然后進行圖像特征提取和相似性度量；圖像預處理的步驟如下：

將零件圖像轉換為二值圖像；

計算二值圖像的零階原點矩和一階原點矩，計算得到圖像重心坐標(x_c,y_c)；

基于圖像重心坐標計算p+q階中心矩W_pq：

根據p+q階中心矩W_pq，計算圖像主軸方向角θ，并將圖像順時針旋θ角度；主軸方向角θ計算式如下：

其中，f(x,y)為圖像在像素坐標(x,y)處的灰度值，p、q為幾何矩的階數。

4.如權利要求1所述的基于零件形狀相似性的排樣任務可復用性評價方法，其特征在于，步驟S2中，排樣任務重復度D_R的計算方式如下：

其中，m為任務A中零件數量，n為任務B中零件數量，c為任務A與任務B中重復的零件數量。

5.如權利要求1所述的基于零件形狀相似性的排樣任務可復用性評價方法，其特征在于，步驟S3中，零件尺寸差異度r的計算方式如下：

其中，s₁,s₂分別為兩個零件在實際尺寸下的面積，s₁≤s₂。

6.如權利要求5所述的基于零件形狀相似性的排樣任務可復用性評價方法，其特征在于，步驟S3中，通過零件尺寸差異度對該形狀相似度進行修正，得到零件相似度矩陣，具體包括：

基于零件尺寸差異度，計算零件尺寸差距修正系數

進而得到兩個零件間的零件相似度E_N＝δ·E_W，其中，E_W為孿生神經網絡模型輸出的形狀相似度；

對任務A中的每個零件a_i和任務B中的每個零件b_j兩兩之間互相計算零件相似度，得到大小m×n的零件相似度矩陣M_ij；i＝1,2,...,m，j＝1,2,...,n，m、n分別為任務A、任務B中的零件總數。

7.如權利要求6所述的基于零件形狀相似性的排樣任務可復用性評價方法，其特征在于，步驟S4中，對零件進行配對的具體方法為：

基于零件相似度矩陣，將任務A中的零件a_i與任務B中的零件b_j配對，使每個零件盡可能與相似度高的零件配對；

當任務A和任務B中零件數量不相等時，在數量較少的一組零件中添加偽零件將零件數量補齊，添加的偽零件與任何零件的相似度均為0，并據此將零件相似度矩陣M_ij轉換為M_ij′。