パーツ3Dモデルの特徴抽出方法
パーツ3Dモデルの特徴抽出方法
プロセス設計の前提は、部品情報を設計知識からプロセス知識に変換することです。 実際のエンジニアリングでは、設計知識はパーツの3Dモデルと2D図面に含まれています。 プロセス知識への変換の過程で、プロセス設計者は部品の3Dモデルと図面を読む必要があります。 、設計知識を人為的に取得し、対応するプロセスを設計します。 |
「多種多様な小ロット」生産モデルの出現により、人間が設計知識を得る方法は、作業効率を大幅に制限してきました。 人々は、デザイン知識の習得がコンピューターを通じて自動的に実現されることを望んでいます。
設計知識は主に部品を対象としており、主に機械加工の特徴とその特徴の属性および機械加工の特徴との関係を指します。 したがって、特徴抽出の目的は、処理特徴要素行列と処理特徴関係行列を取得することです。
現在の主流の3Dモデリングプロセスでは、機能ベースの記述アイデアも採用されています。 特徴抽出を実現するには、事前に特徴を定義する必要があります。 機能定義方法にはXNUMXつのタイプがあります。
- 1)製品の特徴パラメータの生成方法を事前に定義し、特徴パラメータ値を制御してモデル生成を推進し、モデルを設計しながら特徴パラメータの抽出を実現します。 このXNUMXつは互いに補完し合います。これは、機能の事前定義、または機能ベースのパラメーター化モデリングと呼ばれます。
- 2)ポイント、ライン、サーフェスなどの基本的なジオメトリ要素を使用して、フィーチャパラメータを定義します。 モデルの設計と特徴抽出は互いに干渉しません。 モデルの設計が完了した後、モデルの幾何学的要素の組織形態を識別し、特徴パラメーターを照合することにより、特徴抽出が完了します。 これは、機能の事後定義、または機能認識です。
特徴認識方法と比較して、パラメトリックモデリング方法には次の利点があります。
- 1)パラメトリックモデリングは、特徴抽出を完了するだけでなく、設計者の迅速なモデリングを支援します。
- 2)パラメータ化されたモデリング方法は、特徴をより正確に抽出し、誤判断や脱落を引き起こしません。 特徴認識方法は、差異が大きい特徴にのみ適しており、幾何学的形状が類似している特徴は混乱しやすいです。
そのため、この記事はSiemens NX10.0の二次開発APIに基づいており、パラメトリックモデリング手法を採用して部品処理の特徴抽出を実現しています。 パラメータ化されたモデリングでは事前に特性パラメータが定義されているため、パラメータ値をパラメータ名で直接呼び出して、処理特性要素マトリックスを作成できます。
他方、それは、基準面を識別することによって基準特徴を得ることができる基準面を選択する機能をユーザーに提供する。 取り付け機能は、取り付け面から取得できます。 同じ表面に取り付けられた同じタイプの処理フィーチャのフィーチャパラメータを照合することにより、同じタイプのフィーチャを取得できます。 これにより、特徴的な要素のマトリックスを構築できます。
実際のエンジニアリングでは、同様の機能は通常、複合機能として扱われ、XNUMXつのステップで一緒に処理されます。 したがって、特徴抽出中に後処理が必要になります。つまり、類似した特徴を識別した後、それらを組み合わせて複合特徴にします。 位置を除く類似フィーチャの他のパラメータは同じであるため、フィーチャ要素マトリックス内のマージされた類似フィーチャの位置パラメータは、モデリングプロセスで最初にモデル化されたフィーチャの位置を採用します。 さらに、マージ後、残りの処理機能には同様の機能がないため、機能関係マトリックスは最初のXNUMXつのシンボル、つまり参照関係と依存関係のみを保持する必要があります。
この記事へのリンク: パーツ3Dモデルの特徴抽出方法
転載声明:特別な指示がない場合、このサイトのすべての記事はオリジナルです。 転載元をご記入ください:https://www.cncmachiningptj.com/、ありがとうございます!