基于航空結(jié)構(gòu)件制造特征的CAPP系統(tǒng)的檢索算法研究

王鵬，王瑩，關(guān)煜杰，喻天罡

(1.西安航空學(xué)院 機(jī)械工程學(xué)院，西安 710077) (2.中國航空綜合技術(shù)研究所 標(biāo)準(zhǔn)化與研究發(fā)展中心，北京 100028)

0 引 言

飛機(jī)結(jié)構(gòu)件是機(jī)體骨架和氣動(dòng)外形的重要組成部分，占飛機(jī)機(jī)加零件的80%以上，具有多品種、小批量的特點(diǎn)[1]。隨著CAPP系統(tǒng)的發(fā)展，成組技術(shù)為解決飛機(jī)結(jié)構(gòu)件的智能化制造問題提供了理論基礎(chǔ)。鑒于飛機(jī)結(jié)構(gòu)件在制造工藝上具有相似性和繼承性的特點(diǎn)，以成組技術(shù)理論為基礎(chǔ)，構(gòu)建基于制造特征的CAPP系統(tǒng)具有一定的可行性。CAPP系統(tǒng)中的特征識(shí)別是其關(guān)鍵技術(shù)，20世紀(jì)70年代以來，針對(duì)特征識(shí)別算法的理論研究主要包括：面屬性鄰接圖匹配法、交替和差分解法、單元分解法、最大特征分解法以及基于特征蹤跡推理方法主流的算法[2]。在通用機(jī)械制造系統(tǒng)的實(shí)際應(yīng)用中，A.R.Grayer[3]從零件的實(shí)體模型中提取出加工制造工藝規(guī)劃特征信息和刀具規(guī)劃的信息，并對(duì)加工方法進(jìn)行了優(yōu)化。陳艾華[4]、張金戲[5]、校江超[6]等以屬性鄰接面為基準(zhǔn)，混合式特征面以及加工基準(zhǔn)面為特征圖元，對(duì)零件進(jìn)行了特征識(shí)別研究。以上均是以三維實(shí)體模型的表征輪廓特征為對(duì)象進(jìn)行的研究工作。然而，飛機(jī)結(jié)構(gòu)件通常比一般零件的形狀復(fù)雜，僅從幾何輪廓上進(jìn)行特征識(shí)別存在很大困難。

近年來，S.M.O.Tavares[7]從飛機(jī)結(jié)構(gòu)件的材料性質(zhì)入手，對(duì)結(jié)構(gòu)件進(jìn)行成組分類，提高了生產(chǎn)效率。房志亮[8]、高鑫等[9]和帥朝林[10]分別研究了跨區(qū)域飛機(jī)結(jié)構(gòu)件協(xié)同制造平臺(tái)，但并未解決生產(chǎn)車間內(nèi)部存在的工藝設(shè)計(jì)繁瑣、效率低等問題?，F(xiàn)階段，CAPP系統(tǒng)在國內(nèi)航空制造領(lǐng)域的應(yīng)用仍存在以下三個(gè)問題：①航空結(jié)構(gòu)件的制造過程并非通用零件制造，不能簡單地按機(jī)械加工工藝進(jìn)行分類；②制造過程復(fù)雜，牽扯設(shè)備多，無法對(duì)加工設(shè)備進(jìn)行成組管理[11-15]；③雖然個(gè)別飛機(jī)制造企業(yè)引入了CAPP系統(tǒng)，但缺乏航空制造領(lǐng)域的專用性，實(shí)際應(yīng)用效果并不理想[16]。

本文分析國內(nèi)外關(guān)于航空結(jié)構(gòu)件制造的研究現(xiàn)狀，構(gòu)建基于航空結(jié)構(gòu)件制造特征的CAPP系統(tǒng)，設(shè)計(jì)基于制造特征的編碼系統(tǒng)和用于目標(biāo)零件與實(shí)體模型零件特征自動(dòng)識(shí)別的分步檢索算法，完成編碼零件與實(shí)體模型庫零件的特征識(shí)別，為航空結(jié)構(gòu)件的智能制造提供了一種理論依據(jù)。

1 基于制造特征的CAPP系統(tǒng)與CAD、CAM的集成

CAPP 系統(tǒng)是構(gòu)建CAD和CAM集成的橋梁。編碼系統(tǒng)和實(shí)體零件模型庫是CAPP系統(tǒng)的重要組成部分。編碼系統(tǒng)與CAD進(jìn)行通信，將目標(biāo)零件的三維模型導(dǎo)入編碼系統(tǒng)。一個(gè)完整的目標(biāo)零件可看作是由若干個(gè)制造特征構(gòu)成的，編碼系統(tǒng)提取目標(biāo)零件的特征，針對(duì)每一個(gè)特征進(jìn)行編碼，最終完成對(duì)整個(gè)目標(biāo)零件的編碼。編碼后的目標(biāo)零件與實(shí)體零件模型庫中的零件通過分步檢索算法進(jìn)行特征相似性識(shí)別，獲得相似度最大的實(shí)體零件模型，進(jìn)而獲得相似度最大的零件加工信息。該信息傳輸給CAM系統(tǒng)，用于系統(tǒng)自動(dòng)生成工藝文件、工藝決策、到位軌跡以及NC代碼。通過CAPP系統(tǒng)與CAD、CAM的集成可以簡化飛機(jī)結(jié)構(gòu)件的工藝設(shè)計(jì)流程，提高生產(chǎn)效率。CAPP系統(tǒng)框圖如圖1所示。

圖1 CAPP系統(tǒng)結(jié)構(gòu)框圖Fig.1 Diagram of CAPP system

2 基于制造特征的編碼系統(tǒng)設(shè)計(jì)

2.1 編碼結(jié)構(gòu)和體系

特征是零件的特定屬性，既能描述零件輪廓的幾何屬性，也能描述零件的制造屬性。通過CAPP系統(tǒng)制定零件工藝路線，還需要更多的制造屬性。在CAPP系統(tǒng)中，特征編碼系統(tǒng)是基礎(chǔ)部分，也是實(shí)施成組技術(shù)的重要手段[17]?；谥圃焯卣鞯姆诸愂菫榱擞行У亟M織零件制造屬性，有助于計(jì)算機(jī)識(shí)別零件特征信息[18]。每一個(gè)制造特征都包含結(jié)構(gòu)屬性和工藝屬性，這兩個(gè)屬性還可以根據(jù)截面形狀、加工屬性等類別進(jìn)行具體劃分，制造特征拆分示意圖如圖2所示。

圖2 制造特征拆分圖Fig.2 Dividing of machining feature

將上述各種制造特征采用數(shù)學(xué)公式進(jìn)行描述，可得：

(1)

在編碼系統(tǒng)中，編碼方法的制定取決于設(shè)計(jì)和工藝兩方面[11]，依照OPITZ編碼標(biāo)準(zhǔn)，采用九位代碼的混合編碼結(jié)構(gòu)，每位碼位都用十進(jìn)制的代碼表示。依據(jù)某型號(hào)EBOM信息，通過問卷調(diào)研、專家訪談和現(xiàn)場調(diào)查，按目前生產(chǎn)中已經(jīng)界定的描述方法并根據(jù)航空制造工藝手冊，劃分出七種典型常見飛機(jī)結(jié)構(gòu)件，分別是蒙皮、壁板、墊板、緣條、角片、長桁和框。

編碼系統(tǒng)分為三組：類型特征代碼、制造特征代碼、輔助特征代碼。類型特征代碼表示零件的類型；制造特征代碼表示零件上所具有的制造特征；輔助特征代碼表示毛坯特征、鍵槽和倒角等加工結(jié)構(gòu)。

首先，按照航空結(jié)構(gòu)件名稱進(jìn)行第一位編碼，稱為類型特征編碼。

其次，通過對(duì)上述七種結(jié)構(gòu)件的典型制造特征進(jìn)行分析，可知在結(jié)構(gòu)件中主要包含：孔特征、槽特征、筋特征、輪廓特征、下陷特征、彎邊特征六種典型制造特征。每個(gè)制造特征占據(jù)一個(gè)碼位，則六個(gè)碼位的組合稱為制造特征代碼。

最后，毛坯特征、輔助特征(倒角、鍵槽)構(gòu)成第八位和第九位編碼，合稱為輔助特征代碼。編碼系統(tǒng)結(jié)構(gòu)如圖3所示。

圖3 編碼系統(tǒng)結(jié)構(gòu)示意圖Fig.3 Schematic diagram of coding system

各碼位數(shù)值定義如下：

①第一位代表零件類型：1-蒙皮，2-壁板，3-墊板，4-緣條，5-角片，6-長桁，7-框；

②第二位代表孔特征：1-無孔，2-圓孔，3-非圓孔，4-螺紋孔，5-精度孔，6-臺(tái)階孔；

③第三位代表槽特征：1-無槽，2-平底槽，3-斜底槽，4-曲底槽；

④第四位代表筋特征：1-無筋，2-平頂筋，3-斜頂筋，4-曲頂筋，5-工字形筋；

⑤第五位代表輪廓特征：1-無曲面，2-單曲面，3-雙曲面；

⑥第六位代表下陷特征：1-無下陷，2-有下陷；

⑦第七位代表彎邊特征：1-無彎邊，2-有彎邊；

⑧第八位代表毛坯特征：1-棒料，2-板材，3-型材；

⑨第九位代表輔助特征：1-倒角，2-鍵槽，3-倒角和鍵槽，4-其他結(jié)構(gòu)，5-無。

編碼系統(tǒng)中特征定義描述代碼：

Class CFeature

{CString PartgroupCode; ∥零件組代碼

CString holeType; ∥孔特征代碼

CString Groove; ∥槽特征代碼

CStting Tendon; ∥筋特征代碼

CString Outline; ∥輪廓特征代碼

CString Sag; ∥下線陷特征代碼

CString Bending edge; ∥彎邊特征代碼

CString Material; ∥毛坯材料

CString Auxiliary feature; ∥輔助特征}

2.2 編碼系統(tǒng)的特征提取

實(shí)體結(jié)構(gòu)件的三維模型可以看作是由若干個(gè)幾何要素構(gòu)成的。在通用機(jī)械制造的CAPP系統(tǒng)中提取特征時(shí)，完全依靠工藝人員的經(jīng)驗(yàn)在圖紙或者模型中提取，對(duì)人員技術(shù)要求較高，工作強(qiáng)度較大，從本質(zhì)上未能體現(xiàn)出CAPP系統(tǒng)的高效性。編碼系統(tǒng)的最終目標(biāo)是對(duì)一個(gè)零件上的每個(gè)幾何要素按照制造特征完成成組編碼，編碼完成后對(duì)每個(gè)制造特征進(jìn)行提取。本文設(shè)計(jì)的編碼系統(tǒng)可以通過庫函數(shù)Pro FeatVisit自動(dòng)提取。

提取函數(shù)Pro FeatVisit,其定義如下：

ProError

(ProSolid solid ∥實(shí)體句柄

ProFeatureVisitAction visit_action,

∥訪問動(dòng)作函數(shù)名

ProF eatureFilterAction filter_action,

∥訪問過濾函數(shù)名

ProAppData app_data) ∥提取數(shù)據(jù)

CATIA軟件是當(dāng)前航空工業(yè)流行的主流造型軟件，它具有很強(qiáng)的參數(shù)化功能，在CATIA環(huán)境下打開零件模型，在CAPP系統(tǒng)的MFC對(duì)話框中，生成特征提取子菜單，即開始目標(biāo)零件的信息提取。目標(biāo)零件特征信息提取之后，建立SQL數(shù)據(jù)表，用來保存提取得到的特征信息。用庫函數(shù)獲取當(dāng)前模型，將模型的句柄存儲(chǔ)到CATIA參數(shù)中、獲取模型的名稱再存儲(chǔ)到數(shù)據(jù)庫，然后通過庫函數(shù)ProArrayAlloco和ProCountSizeGetO累加計(jì)算特征總數(shù)目，將獲得的特征總數(shù)存儲(chǔ)于參數(shù)FeatCount中，并判斷特征是否提取完成。在VC++6.0環(huán)境下建立的實(shí)體零件模型包含：三維模型庫、零件參數(shù)庫、工藝知識(shí)庫、工藝數(shù)據(jù)庫、工裝數(shù)據(jù)庫和機(jī)床數(shù)據(jù)庫。其中，工藝數(shù)據(jù)庫界面如圖4所示，從工藝數(shù)據(jù)庫中可以顯示實(shí)體模型零件的制造工藝信息。

圖4 實(shí)體庫中的工藝數(shù)據(jù)庫Fig.4 Process database in entity library

2.3 編碼實(shí)例

在CATIA三維造型環(huán)境下，建立某框零件三維模型，計(jì)算機(jī)通過對(duì)每一個(gè)造型特征進(jìn)行分析和提取，編碼系統(tǒng)對(duì)提取到的特征按照上述方法進(jìn)行編碼，如圖5所示。對(duì)一個(gè)槽特征進(jìn)行編碼，該槽屬于框類零件的一個(gè)結(jié)構(gòu)，框類零件第一位取7；存在圓孔，第二位取2；槽屬于平底槽，第三位取2；槽內(nèi)沒有筋結(jié)構(gòu)，第四位取1；無曲面，第五位取1；無下陷，第六位取1；無彎邊，第七位取1；零件毛坯屬于板材，第八位取2；槽底存在倒角，第九位取1。即該零件上槽的特征編碼為“722111121”。最終，在SQLServer2008環(huán)境中，建立并保存特征信息表。

圖5 實(shí)例編碼圖Fig.5 Instance coded graph

3 特征識(shí)別分步檢索算法

3.1 特征識(shí)別分步檢索的策略

在目標(biāo)零件和實(shí)體庫零件之間的特征識(shí)別是 CAPP 系統(tǒng)的關(guān)鍵環(huán)節(jié)，特征識(shí)別算法是特征識(shí)別的核心，識(shí)別速度決定了CAPP系統(tǒng)的效率。本文根據(jù)九位編碼系統(tǒng)，設(shè)計(jì)了特征識(shí)別的分步檢索算法，該算法的最終目的是為了快速找到跟目標(biāo)零件特征相似度最大的實(shí)例模型，整個(gè)檢索過程就是判斷目標(biāo)零件與實(shí)例零件的相似度。該算法分兩步檢索，分步檢索模型如圖6所示。首先，檢索第一位類型特征代碼，判斷零件類型特征，得到相似零件實(shí)例組X。然后，在檢索出類型特征實(shí)例組X的基礎(chǔ)上，對(duì)該實(shí)例組內(nèi)的零件進(jìn)行制造特征和輔助特征的二次檢索，并判斷與哪個(gè)實(shí)例庫零件制造特征和輔助特征相似度最大。經(jīng)過兩次檢索，可以獲得特征相似度最大的實(shí)體零件模型。通過系統(tǒng)的人機(jī)交流界面可以獲得該模型零件的工藝數(shù)據(jù)庫、工裝數(shù)據(jù)庫和機(jī)床數(shù)據(jù)庫等制造信息。

圖6 分步檢索模型圖Fig.6 Mode diagram of distributed retrieval

采用分步檢索，可縮小檢索范圍，提高檢索效率。目標(biāo)零件與實(shí)體庫零件在計(jì)算機(jī)系統(tǒng)中 API 接口函數(shù)的作用下進(jìn)行特征的自動(dòng)識(shí)別，獲得相似度最高的實(shí)例零件。當(dāng)出現(xiàn)個(gè)別錯(cuò)誤特征或者未能識(shí)別的特征時(shí)，可采用系統(tǒng)根據(jù)用戶提示尋找和匹配特征的人機(jī)交互進(jìn)行識(shí)別，進(jìn)而可有效避免單純依靠計(jì)算機(jī)而產(chǎn)生的遺漏和錯(cuò)誤。

3.2 分步檢索算法數(shù)學(xué)模型

針對(duì)上述分步檢索模型，建立分步檢索算法的數(shù)學(xué)模型。

(1) 定義實(shí)例組屬性矩陣：Ei=[e1,e2,e3,e4,e5,e6,e7]

Ei中的i代表第i個(gè)實(shí)例組，Ei=[Vm,Wm]，Ei是一個(gè)二維向量；m代表編碼系統(tǒng)中第一位碼位；Vm代表編碼系統(tǒng)中第一位碼值的取值，1,2,3,4,5,6,7分別代表零件類型；Wm代表零件類型所占相似度的權(quán)重值，取[0,1]。

(2) 定義實(shí)例屬性矩陣：Fj=[f2j,f3j,f4j,f5j,f6j,f7j,f8j,f9j]

Fj中j代表實(shí)例組中的第j個(gè)零件；fni=[Vn,Wn]，fni也是二維向量；n可以取2,3,4,5,6,7,8,9；Vn代表第n位碼位的碼值；Wn代表第n位碼位的碼值所占權(quán)重，取[0,1]。

(3) 定義目標(biāo)特征屬性矩陣：Gi=[g1,g2,g3,g4,g5,g6,g7,g8,g9]

將此矩陣分為兩組：第一組Gi=[g1]，稱為目標(biāo)零件類型矩陣，其中G1=[Vm,Wm]所代表的意義與上文所述相同；第二組G2=[g2,g3,g4,g5,g6,g7,g8,g9]，稱為目標(biāo)零件特征矩陣,其中Gn=[Vn,Wn] 稱為制造特征屬性矩陣，所代表的意義與上文所述相同。

(4) 相似度定義

定義兩個(gè)對(duì)象X、Y之間的相似性程度為S=(X,Y)，S=(Y,X)的取值范圍為[0,1]，并且滿足下列條件：S(X,Y)=S(Y,X)，即X、Y的相似度等于Y、X的相似度；相似度大小為非負(fù)數(shù)，且取值[0,1]，完全相同時(shí)取1，完全不相同時(shí)取0。

定義零件類型相似度函數(shù)S1=(Ei,G1)，如式(2)所示；零件制造特征屬性相似函數(shù)S2=(Fj,G2)，如式(3)所示。

(2)

由于m僅代表第一位碼位，因此S1=(Ei,G1)=1。

(3)

當(dāng)fni與gn中Vn的值相同時(shí)，S(fni,gn)=1，fni與gn中Vn的值不相同時(shí)，S(fni,gn)=0。

3.3 分步檢索算法的步驟

步驟1 對(duì)目標(biāo)零件的特征進(jìn)行拆分，按照編碼系統(tǒng)進(jìn)行編碼。完成編碼，進(jìn)入第一步檢索，訪問特征實(shí)例庫，讀取實(shí)例組的特征矩陣。

步驟2 通過目標(biāo)零件類型矩陣找到類型相同的實(shí)例組i，根據(jù)式(2)計(jì)算類型特征矩陣與實(shí)例組屬性矩陣的相似度。如果第一碼位相同，零件名稱相同，則類型一致，獲得類型特征代碼相同的實(shí)例組。針對(duì)本文中七種類型飛機(jī)結(jié)構(gòu)件，只要零件類型確定，Wm始終取1。

步驟3 通過制造特征和輔助特征的二次檢索，在實(shí)例組中找到相似度最大的實(shí)例零件模型。讀取第j個(gè)實(shí)例的屬性矩陣Fj(j=1)，根據(jù)式(3)計(jì)算制造特征屬性矩陣G2與實(shí)例的屬性矩陣Fj的相似度，S2=(Fj,G2) 。計(jì)算過程中，首先計(jì)算矩陣中每一位編碼取值的相似度，然后乘以權(quán)重值，最后將結(jié)果相加得到制造特征的相似度。在公式中，屬性的權(quán)重值Wn取值如表1所示。

權(quán)重是統(tǒng)計(jì)學(xué)概念，主要反映個(gè)體在總體中所占比重。所求的具體數(shù)值稱為權(quán)重值。根據(jù)定義，針對(duì)編碼的特征進(jìn)行權(quán)重值分配，制造特征與輔助特征的權(quán)重值總和為1，可得描述各特征權(quán)重的表達(dá)式：

A2P2+A3P3+A4P4+A5P5+A6P6+A7P7+
A8P8+A9P9=1

(4)

式中：Ai為特征，包括制造特征和輔助特征，Pi為第i個(gè)特征的權(quán)重值。

根據(jù)編碼系統(tǒng)的制造特征劃分，A2～A9分別代表孔特征、槽特征、筋特征、輪廓特征、下陷特征、彎邊特征、毛坯特征和其他特征。

根據(jù)對(duì)飛機(jī)制造企業(yè)的調(diào)研，在制造過程中，制造特征權(quán)重大于輔助特征權(quán)重，機(jī)加工藝權(quán)重大于鈑金工藝。因此，A2～A7的權(quán)重值應(yīng)大于A8、A9；在制造特征A2～A7中，A2孔特征、A3槽特征、A4筋特征、A6下陷特征通常采用機(jī)械加工工藝，而A5輪廓特征和A7彎邊特征通常采用鈑金成型的加工工藝。因此，權(quán)重值Wn取值表，如表1所示。

表1 權(quán)重值Wn取值表Table 1 Weight value Wn

步驟4 依次計(jì)算目標(biāo)零件與同一實(shí)例組中每個(gè)實(shí)體模型零件的特征相似度，得出相似度最大的實(shí)例模型，檢索完畢。

根據(jù)數(shù)學(xué)模型，分步檢索算法的流程圖如圖7所示。

圖7 分步檢索算法流程圖 Fig.7 Flow chart of step retrieval algorithm

4 特征識(shí)別分步檢索算法的實(shí)現(xiàn)

某機(jī)型框零件三維數(shù)字化模型如圖8所示，該框類零件內(nèi)部存在44個(gè)型腔結(jié)構(gòu)，通過特征提取，得到44個(gè)槽特征。對(duì)44個(gè)特征進(jìn)行編碼，列出特征1、特征2以及特征44編碼，分別為“712122211”，“712122211”，“762121125”，如表2所示。

圖8 某機(jī)型框零件三維模型Fig.8 3D modeling of one frame parts

特征類型序號(hào)附加制造特征編 碼槽特征1框，無孔，槽，無筋，單曲面輪廓，有下陷，無彎邊，板材，無倒角712122221槽特征2框，無孔，槽，無筋，單曲面輪廓，有下陷，無彎邊，板材，無倒角712122221???槽特征44框，臺(tái)階孔，槽，無筋，單曲面輪廓，無下陷，無彎邊，板材，有倒角762121125

根據(jù)零件的特征編碼表，形成目標(biāo)零件特征矩陣。G1=[7，1，2，1，2，2，2，1，1]；G2=[7，1，2，1，2，2，2，1，1]；G44=[7，6，2，1，2，1，1，2，5]。

通過分步檢索算法，第一步類型檢索，其中零件類型屬性矩陣G1=G2=G44=[7]，通過式(2)，與實(shí)例組矩陣進(jìn)行比較，E7=[1]，得到S1=1，得到“實(shí)例組7”。

在實(shí)例組7中，制造特征矩陣G1=[1，2，1，2，2，2，1，1]；G2=[1，2，1，2，2，2，1，1]；G44=[6，2，1，2，1，1，2，5]，根據(jù)式(3)對(duì)目標(biāo)零件的1號(hào)，2號(hào)，44號(hào)特征進(jìn)行二次檢索。以44號(hào)特征為例對(duì)其進(jìn)行相似度計(jì)算，可得與實(shí)例組7中所有框類零件的相似度關(guān)系，相似度S2=92%為最大值，找到實(shí)例組7中的模型實(shí)例3，提取保存44號(hào)特征的工藝信息。通過該算法，將44個(gè)槽特征與實(shí)例組7中所有實(shí)例零件完成特征對(duì)比，依次可獲得每個(gè)特征的加工信息，通過工藝人員進(jìn)行二次編輯，配合實(shí)體庫中的工藝知識(shí)庫進(jìn)行工藝推理決策，實(shí)現(xiàn)44條加工信息的合并，獲得最優(yōu)加工工藝，實(shí)例檢索對(duì)話框如圖9所示。CAPP將合并后的加工信息傳給后續(xù)CAM系統(tǒng)，自動(dòng)進(jìn)行計(jì)算生成刀位軌跡。根據(jù)生成刀軌，在CAM系統(tǒng)中生成加工工藝表單，將工藝表單中制造特征經(jīng)過解析成為加工單元，進(jìn)而生成NC代碼。

在對(duì)44個(gè)槽特征進(jìn)行分步識(shí)別的過程中，成功自動(dòng)識(shí)別40個(gè)槽特征，另有4個(gè)無法自動(dòng)識(shí)別，自動(dòng)識(shí)別率達(dá)到91%。在未識(shí)別特征中，對(duì)16號(hào)槽特征采用人機(jī)交互方式進(jìn)行修正、編輯，可完成識(shí)別。剩余3個(gè)特征由于造型特征錯(cuò)誤，仍然無法識(shí)別。最終在自動(dòng)識(shí)別和人機(jī)交互識(shí)別共同作用下識(shí)別制造特征41個(gè)，識(shí)別率為93%。人機(jī)交互特征識(shí)別界面如圖10所示。

圖10 人機(jī)交互式識(shí)別特征Fig.10 Human-computer interactive recognition

5 結(jié) 論

(1) 根據(jù)國內(nèi)外關(guān)于航空結(jié)構(gòu)件制造的研究現(xiàn)狀，從機(jī)械制造工藝的角度出發(fā)，構(gòu)建了基于航空結(jié)構(gòu)件制造特征的CAPP系統(tǒng)，該系統(tǒng)可與CAD、CAM進(jìn)行集成，簡化工藝設(shè)計(jì)流程，提高生產(chǎn)效率。

(2) 獲得了基于航空結(jié)構(gòu)件制造特征的編碼系統(tǒng)，該系統(tǒng)可以對(duì)七類飛機(jī)結(jié)構(gòu)件所包含的孔、槽、筋、輪廓、下陷、彎邊、倒角等六種制造特征進(jìn)編碼。

(3) 通過特征識(shí)別分步檢索算法，實(shí)現(xiàn)了目標(biāo)零件與實(shí)體庫零件的制造特征相似度對(duì)比，進(jìn)而獲得了相似度最大的實(shí)體零件制造信息。通過該算法程序?qū)蝾惲慵?4個(gè)槽特征進(jìn)行相似度自動(dòng)對(duì)比識(shí)別，完成特征自動(dòng)識(shí)別40個(gè)，自動(dòng)識(shí)別正確率達(dá)到91%，表明基于零件制造特征的成組編碼以及特征識(shí)別分步檢索算法有效地降低了工藝人員的工作強(qiáng)度，提高了CAPP系統(tǒng)的工作效率。今后將圍繞進(jìn)一步提高分步檢索算法的正確率展開研究工作。

[1] 王偉, 楚王偉, 李迎光, 等. 面向加工過程的飛機(jī)結(jié)構(gòu)件加工特征排序方法[J]. 機(jī)械科學(xué)與技術(shù), 2010, 29(12): 1638-1645.

Wang Wei, Chu Wangwei, Li Yingguang, et al. Sequencing of machining features using genetic algorithm[J]. Mechanical Science and Technology for Aerospace Engineering, 2010, 29(12): 1638-1645.(in Chinese)

[2] 謝波. 設(shè)計(jì)特征到加工特征的轉(zhuǎn)換方法研究[D]. 武漢: 華中科技大學(xué), 2006.

Xie Bo. Research on methodologies for converting design features to machining features[D]. Wuhan: Huazhong University of Science and Technology, 2006.(in Chinese)

[3] Grayer A R. The automatic production of machined components starting from a stored geometric description[J]. Advances in Computer Aided Manufacturing, 2010: 137-150.

[4] 陳艾華. 基于IGES三維模型與MCNP接口的研究[D]. 衡陽: 南華大學(xué), 2008.

Chen Aihua. Researchs based on IGES three-dimensional model and MCN interface[D]. Hengyang: University of South China, 2008.(in Chinese)

[5] 張金戲. 面向夾具虛擬裝配的零件建模技術(shù)研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2008.

Zhang Jinxi. Research on part modeling technology for supporting fixture virtual assembly[D]. Harbin: Harbin Institute of Technology, 2008.(in Chinese)

[6] 校江超. 基于圖同構(gòu)的機(jī)械CAD模型特征識(shí)別算法[J]. 西安工業(yè)大學(xué)學(xué)報(bào), 2011, 31(1): 44-47.

Xiao Jiangchao. A feature recognition algorithm for mechanical CAD model based on graph isomorphism[J]. Journal of Xi’an Technological University, 2011, 31(1): 44-47.(in Chinese)

[7] Tavares S M O. Mechanical characterization of the friction stir welding joints of Al-Li alloys for aeronautical applications[C]. International Conference on Airworthiness & Fatigue-7th ICSAELS Series Conference, 2013.

[8] 房志亮. 面向飛機(jī)結(jié)構(gòu)件生產(chǎn)的協(xié)同制造執(zhí)行系統(tǒng)研發(fā)[D]. 大連: 大連理工大學(xué), 2015.

Fang Zhejiang. Development of collaborative MBS application in the production of aircraft structures[D]. Dalian :Dalian university of technology, 2015.(in Chinese)

[9] 高鑫, 龔清洪, 孫超. 飛機(jī)結(jié)構(gòu)件智能制造關(guān)鍵技術(shù)研究[J]. 制造技術(shù)與機(jī)床, 2017(8): 45-49.

Gao Xin, Gong Qinghong, Sun Chao. Key technologies research of intelligent manufacturing for aircraft structural parts[J]. Manufacturing Technology & Machine Tool, 2017(8): 45-49.(in Chinese)

[10] 帥朝林. 飛機(jī)結(jié)構(gòu)件數(shù)字化設(shè)計(jì)與制造技術(shù)[J]. 航空制造技術(shù), 2016(增刊1): 48-52.

Shuai Chaolin. Digital design and manufacturing technology for aircraft structural parts[J]. Aeronautical Manufacturing Technology, 2016(S1): 48-52.(in Chinese)

[11] 成武冬, 張慧東, 郭曉煒, 等. 面向制造單元的成組工藝設(shè)計(jì)研究[J]. 機(jī)械設(shè)計(jì)與制造, 2013(6): 47-50.

Cheng Wudong, Zhang Huidong, Guo Xiaowei, et al. Group process design study of manufacturing Unit[J]. Machinery Design & Manufacture, 2013(6):47-50. (in Chinese)

[12] 蔡松. 基于特征的飛機(jī)鈑金零件檢驗(yàn)過程規(guī)劃[J]. 成組技術(shù)與生產(chǎn)現(xiàn)代化, 2013, 30(3): 30-35.

Cai Song. Aircraft sheet metal parts inspection process planning based on feature[J]. Group Technology & Production Modernization, 2013, 30(3): 30-35.(in Chinese)

[13] 繆盛, 郝博, 馮月一, 等. 基于MBD的飛機(jī)鈑金件參數(shù)化建模技術(shù)[J]. 成組技術(shù)與生產(chǎn)現(xiàn)代化, 2014, 31(4): 1-6.

Miao Sheng, Hao Bo, Feng Yueyi, et al. Parametric modeling technology of aircraft sheet metal based on MBD[J]. Group Technology & Production Modernization, 2014, 31(4): 1-6. (in Chinese)

[14] 楊筍. 基于成組技術(shù)的零件分類與編碼[J]. 精密制造與自動(dòng)化, 2014(1): 4-5.

Yang Sun. Classification and coding of parts based on group technology[J]. Precise Manufacturing & Automation, 2014(1): 4-5.(in Chinese)

[15] 袁維. 成組技術(shù)在零件分類編碼中的應(yīng)用[J]. 裝備制造技術(shù), 2013(6): 274-276.

Yuan Wei. Applications of group technology in parts classification and coding[J]. Equipment Manufacturing Technology, 2013(6): 274-276.(in Chinese)

[16] 顧立志, 唐偉. 面向加工的新型柔性零件編碼系統(tǒng)的研究[J]. 機(jī)械工程師, 2008(12): 69-72.

Gu Lizhi, Tang Wei. Research of the new coding system based on processing soft parts[J]. Journal of Mechanical Engineer, 2008(12): 69-72.(in Chinese)

[17] 張培忠. 柔性制造系統(tǒng)[M]. 北京: 機(jī)械工業(yè)出版社, 1998.

Zhang Peizhong. Flexible manufacturing system[M]. Beijing: China Machine Press, 1998.(in Chinese)

[18] Gao S, Shah J J. Automatic recognition of interacting machining features based on minimal condition subgraph[J]. Computer-Aided Design, 1998, 30(9): 727-739.