基于图神经网络的零件机加工特征识别方法 |
| |
引用本文: | 姚鑫骅,于涛,封森文,马梓健,栾丛丛,沈洪垚.基于图神经网络的零件机加工特征识别方法[J].浙江大学学报(自然科学版 ),2024(2):349-359. |
| |
作者姓名: | 姚鑫骅 于涛 封森文 马梓健 栾丛丛 沈洪垚 |
| |
作者单位: | 浙江大学机械工程学院,浙江省三维打印工艺与装备重点实验室,流体动力基础件与机电系统全国重点实验室 |
| |
基金项目: | 浙江省重点研发计划资助项目(2021C01096); |
| |
摘 要: | 针对现有基于深度学习的方法存在的难以识别相交特征、无法精确确定加工特征面的问题,提出基于图神经网络的加工特征识别方法.通过压缩激励模块提取节点与邻接边的特征,构建节点级与邻接边级的双层注意力网络,分割每个节点对应的加工特征.该方法充分利用了零件模型的面特征与边特征,结合零件模型的拓扑结构,基于注意力机制对特征信息进行深度学习,可以有效地解决非面合并相交特征的识别问题.在多加工特征零件数据集上,将该方法与其他3种特征识别方法进行实验对比,在准确率、平均类准确率和交并比3项指标上均取得最优结果,识别准确率高于95%.
|
关 键 词: | 加工特征 属性邻接图 图神经网络 注意力机制 深度学习 |
|
|