共查询到18条相似文献,搜索用时 187 毫秒
1.
在分析了零件制造特征面的特性和实际加工过程中相交特征之间的约束关系,研究基于特征基面的制造特征自动识别算法.该算法首先建立零件的属性邻接图,其次根据特征基面来判定它是否存在相交特征子图.如果存在特征相交,则通过添加虚连接来弥补由于特征相交所丢失的边和面,实现相交特征子图的分离,最后根据特征基面的边界信息来识别出制造特征.结果表明该算法能够确定相交特征的识别顺序,高效的分离出适当特征子图,进而正确的识别出制造特征. 相似文献
2.
针对传统的基于图的特征识别方法难以识别相交特征和拓扑不固定特征的问题,提出了一种基于图的混合加工特征识别方法.该方法首先利用插入分割线分割贴合的面的方法拆分相交特征,然后重构扩展属性邻接图,从中分解出最小条件子图,最后根据二次曲面特征、由平面组成的特征的边界模式,分别建立相应的特征识别知识库,并应用知识树通过推理识别特征.验证结果表明该方法能合理地拆分相交特征,有效地识别常见的加工特征. 相似文献
3.
4.
压铸件侧凹特征的识别 总被引:1,自引:0,他引:1
侧凹特征的识别影响着分模方向、分型线和分型面的确定,以及型芯与型腔镶块的产生、局部成形工具的构造及它们的运行机制.最佳分模方向的确定有赖于侧凹特征的识别.因此,在整个模具设计过程中,侧凹特征的识别必须在其他一切设计活动之前完成.介绍了侧凹特征的定义,建立了侧凹特征库,研究和实现了基于面属性邻接图的压铸件侧凹特征识别. 相似文献
5.
冲压件的特征识别技术研究 总被引:2,自引:0,他引:2
特征识别是指从产品中识别出具有一定工程意义的几何形状,即特征信息的过程。作为CAD与CAPP间的智能接口,特征识别技术对实现CAD/CAPP/CAM的集成具有重要意义。针对冲压零件,尤其是带体积成形的冲压件的特点,提出了一种新型的冲压特征识别算法,并对特征识别中的难点-特征相交问题提出基于痕迹的冲压件相交特征识别方法。 相似文献
6.
7.
8.
提出了一种在已知脱模方向的情况下,识别塑件侧凹特征的方法。分析了塑件表面的几何属性(正负性和可见性)以识别出所有塑件侧凹特征面。采用基于图的特征识别技术,用面属性邻接图(FAAG)表示塑件侧凹特征面,并定义一组启发式规则引导子图匹配,得到了塑件侧凹特征的具体类型。塑件侧凹特征的识别为侧抽芯机构的智能化设计提供了依据。 相似文献
9.
针对平面钣金件轮廓特征点识别中,特征点受边缘噪声影响,易出现伪特征点、切点难识别及特征点识别定位精度低等问题,提出了一种基于改进图像结构算法的平面钣金件轮廓特征点识别方法。首先,对特征点进行粗提取,通过判断轮廓点两相邻轮廓段的类型,并计算轮廓点间斜率差的绝对值,将斜率差的绝对值和阈值比较,分别获取切点和角点的候选特征点集;其次,进行特征点精确识别,将候选特征点进行分组融合,并引入直线度指标对线段轮廓上的伪特征点进行滤除,最终完成特征点的准确识别。实验结果表明改进的识别算法可以准确地识别平面钣金件轮廓特征点,能够滤除掉所有伪特征点,识别精度更高。 相似文献
10.
激光沉积制造技术在飞机框、梁类大型件增材制造方面具有独特的优势,然而应力和变形成为阻碍该技术应用的瓶颈。因此分区工艺被广泛采用以离散制件的残余应力和缓解零件变形。然而,传统分区工艺不考虑零件的几何结构特征易导致不规则的分区搭接,从而引入气孔、熔合不良等缺陷。为了解决这一问题,提出了一种特征分区方法,根据典型框、梁结构件的片层结构几何形状特点,将特征分为“十”字形、T字形、L形和“一”字形4类,并对各类分区特征从形状、姿态和尺寸三方面进行限定,完成分区特征定义。提出一种基于区域骨架线检测的特征识别算法,利用骨架化算法有效简化特征并保留构型特性,采用向量叉乘法、定比分点法对特征区域骨架线完成特征角、平面姿态角及特征分支数等相关参数计算。通过比较计算值和定义值实现特征类型识别。采用典型飞机框件模型的切片数据对算法进行了验证,结果表明该算法能够快速而准确地识别各类特征,实现零件自动特征分区,为智能化增材制造技术打下基础。 相似文献
11.
12.
13.
针对机翼蒙皮打孔的表面多为不规则曲面,且不同位置工件厚度不均匀导致有些位置的沉头螺钉不能按要求完全沉入曲面的问题,在特征主基面相交特征识别算法的基础上,引入几何信息提取算法,提出一种根据曲面表面不同位置的制孔点自动判别打孔深度的方法,从而保证不同位置的螺钉头外形尺寸完全沉入。在CATIA/CAA平台下并利用Visual Studio平台,开发了智能沉头功能,弥补了之前只能在规则曲面打孔的等深度沉头功能的不足。该方法能够更好地适用于工程应用中,满足实际生产要求,提高生产效率。 相似文献
14.
15.
从面向特征模型重构的角度,对冲压零件的特征进行了分类,并采用图结构描述分类特征。在此基础上,将特征识别的过程分解为模型有效性检查和基于图匹配的特征提取,所识别出的特征,可根据后续应用的需要重构出新的特征模型。 相似文献
16.
We describe a hybrid feature recognition method for machining features that integrates three distinct feature recognition methods: graph matching, cell-based maximal volume decomposition, and negative feature decomposition using convex decomposition. Each of these methods has strengths and limitations, which are evaluated separately. We integrate these methods in a sequential workflow, such that each method recognizes features according to its strengths, and successively simplifies the part model for the following methods. We identify two anomalous cases in the application of maximal volume decomposition, and their cure by introducing limiting halfspaces. Feature volumes recognized by all three methods are then combined into a unified hierarchical feature representation, which captures feature interaction information, including geometry-based machining precedence relations. 相似文献
17.