基于知识工程的UG二次开发

在知识工程(KBE)与CAD技术的结合已成为先进制造与自动化技术的发展趋势情况下,运用知识熔接技术将KBE与UG系统集成,对知识工程的系统模型进行了调查研究.通过UG系统二次开发工具UG/MenuScript,UG/UIStyler等研究了知识驱动在产品设计过程中,在工程经验及设计制造规则的知识继承和提高效率方面的重要作用,验证了该方法的可行性和高效性.     

基于知识熔接的智能标准件库

针对UG软件没有通用标准件库且一般标准件库缺乏智能性的现状,综合利用UG/KF的知识熔接模块以及两种特征创建方法--语言编程法和UDF调用法,建立基于知识熔接和数据库的标准件库. 以气门弹簧优化设计为例,利用UG/KF优化类模块,进一步开发标准件智能优化选择功能. 实践表明该方法能缩短产品开发时间,方便库管理,界面友好,能够提高机械设计效率.     

基于UG/KDA的广义知识库系统的研究与实现

知识工程与CAD技术的结合已成为CAD技术发展的方向之一。提出了广义知识库的概念，给出了基于UG/KDA的广义知识库模型。在此基础上研究了广义知识库的构造方法，主要是采取产生式表示法和面向对象表示法，并给出示例验证该方法的实用性和可操作性。     

基于UG二次开发的卫生陶瓷坐便器产品CAD系统

在分析坐便器等卫生陶瓷产品结构和研发过程的基础上,建立了其产品CAD系统的整体架构和产品设计流程,运用UG/OPEN KF实现了设计参数的集成,采用NURBS曲线和组合曲线作为特征控制曲线构建特征模型,解决了产品多样性、参数化特征相关及模型修改等关键技术问题.以通用CAD软件UG为平台,运用VC 和UG/OPEN进行二次开发,建立了卫生陶瓷坐便器产品的CAD系统.该系统可实现产品的快速设计,对提高产品研发能力有重要意义.     

基于UG软件开发平台的汽车产品开发

本文阐述了现代汽车的常用设计方法，在工程应用的基础上重点介绍了UG软件在CAD／CAE／CAM方面常用的模块及在产品开发方面的功能以及UG软件的优越性能。基于UG／Open技术和知识程，介绍近几年来UG软件在汽车产品开发及机械产品开发方面的经验和二次开发模式，文章最后介绍同济同捷公司利用UG软件及其二次开发出来的产品，以汽车悬架以例介绍了UG软件汽车产品开发方法。     

PowerMill的应用及二次开发

一、前言 PowerMILL是英国DELCAM公司开发的一款优秀的、独立的和基于知识的专业三维加工软件,其技术在同行业中居世界领先地位。PowerMILL软件的主要特点如下: 1.与CAD系统的无缝接口 现代的产业结构以及产品开发周期的缩短,极大地增加了CAD与CAM的异地化生产,这就使得CAD模型的转换成为现代生产的关键环节。PowerMILL能够接受的CAD模型类型,包括AutoCAD、CATIA、Cimatron、I-DEAS、IGES、UG、Pro/ENGINEER、SolidWorks、STEP、Solid Edges以     

基于知识的飞行器外形设计系统研究

针对飞行器外形设计的复杂性、往复性特点,提出了基于知识的飞行器外形设计系统体系结构。利用飞行器方案设计专家系统推理的结果,开发了基于UG平台的飞行器外形设计系统,实现了飞行器外形的自动式建模和向导式建模。融合飞行器外形设计的设计规则和经验知识,设计了基于UG/KF的飞行器各部位的知识特征模型。由此设计完成的飞行器外形模型可脱离该设计系统进行修改设计,从而满足了重复设计的需要,提高了设计效率。     

基于KBE与ActiveX的产品参数化设计研究

针对目前尺寸驱动参数化建模方法存在的不足,提出了程序外驱动参数化建模思想,利用面向对象方法开发了基于知识工程(KBE)的机械产品参数化设计平台.该平台以三维CAD系统API模块为接口,采用ActiveX Automation技术,通过消息数据通信,将.NET开发的设计系统与CAD/CAE软件进行无缝集成.以桥式起重机设计为例,在知识重用和产品信息共享的基础上快速实现三维建模与虚拟装配,为数字化设计与制造提供了高效,准确、实用的方法.     

应用UG/KF的直筒散装水泥罐车零部件参数化设计

分析了直筒散装水泥罐车的结构特征,建立了基于UG/KF技术的水泥罐车零部件知识模型。在此基础上开发了直筒散装水泥罐车参数化设计系统,已应用于生产实际并能明显地减少产品设计时间和降低新产品的开发周期。     

基于NXOpen的验证规则定制

针对知识熔接(KF)函数功能不全面,影响Check-Mate验证规则定制的问题,提出了基于NXOpen二次开发技术定制Check-Mate验证规则的方法。对NXOpen的编程接口进行了综述,介绍了使用NXOpen实现验证逻辑,分别使用C++、C#、VB .NET及Java程序设计语言建立验证规则的程序库,用KF封装程序库中的函数,得到接口统一的KF函数。通过NXOpen二次开发技术建立验证规则类,并调用自定义验证规则的方法,从而提高了创建验证规则知识库的能力,有助于增强产品设计标准的执行。     

高职《CAD/CAM应用软件(UG)》课程中的学科关联

CAD／CAM应用软件（UG）课程作为机械类专业的一门实践类课程，与其他课程有着紧密的联系。正确认识UG课程中的学科关联，实现和其他专业课程及相关课程设计的纵向贯通，建立科学的、符合工程实际的教学体系，对各专业课的教学起着至关重要的作用。     

产品方案创新的信息处理与知识发掘技术

产品方案创新的信息处理与知识发掘就是根据方案创新的需要 ,利用信息建模技术 ,在信息处理的基础上进行知识发掘 ,以利于基于知识的CAD技术在产品方案创新中的运用 ,最终达到用发掘出的知识来支持产品方案的概念设计、初步设计和详细设计等整个产品方案的创新过程。结合国内外研究现状 ,对产品方案创新的信息处理与知识发掘技术进行阐述与总结 ,并对应用前景进行展望     

板金属冲压零件表面模型与实测点云配准研究

为研究板料零件成形后实测点与设计原型之间的制造偏差,需要将实测坐标点云数据和产品数字模型进行配准,实现设计坐标系和实测点云数据的测量坐标系的统一。以CAD模型离散点云数据为引导,将配准过程分为初步配准和精确配准两个步骤。采用基于PCA提取特征坐标系的方法进行初步配准,采用k-d tree加速的ICP算法进行精确配准,将实测点云数据和设计原型离散点云数据转换到同一个坐标系中。基于UG NX平台将经过坐标转换的实测点云数据读入到CAD模型中,得到同一环境坐标系下配准后的实测点云数据和CAD模型,为制造偏差分析提供了基础,并进行了实例验证。     

Integrating knowledge flow mining and collaborative filtering to support document recommendation

Knowledge is a critical resource that organizations use to gain and maintain competitive advantages. In the constantly changing business environment, organizations must exploit effective and efficient methods of preserving, sharing and reusing knowledge in order to help knowledge workers find task-relevant information. Hence, an important issue is how to discover and model the knowledge flow (KF) of workers from their historical work records. The objectives of a knowledge flow model are to understand knowledge workers’ task-needs and the ways they reference documents, and then provide adaptive knowledge support. This work proposes hybrid recommendation methods based on the knowledge flow model, which integrates KF mining, sequential rule mining and collaborative filtering techniques to recommend codified knowledge. These KF-based recommendation methods involve two phases: a KF mining phase and a KF-based recommendation phase. The KF mining phase identifies each worker’s knowledge flow by analyzing his/her knowledge referencing behavior (information needs), while the KF-based recommendation phase utilizes the proposed hybrid methods to proactively provide relevant codified knowledge for the worker. Therefore, the proposed methods use workers’ preferences for codified knowledge as well as their knowledge referencing behavior to predict their topics of interest and recommend task-related knowledge. Using data collected from a research institute laboratory, experiments are conducted to evaluate the performance of the proposed hybrid methods and compare them with the traditional CF method. The results of experiments demonstrate that utilizing the document preferences and knowledge referencing behavior of workers can effectively improve the quality of recommendations and facilitate efficient knowledge sharing.