缸体类零件加工特征识别方法
2017-12-13 来源： 同济大学机械与能源工程学院 作者：刘雪梅，贾勇琪，陈祖瑞，李爱平
摘要：针对发动机缸体零件的加工特征识别问题，提出一种基于图分解与特征因子聚类的混合式加工特征识别方法。对零件STEP AP203模型数据进行预处理，获得特征加工面，构建零件加工面扩展属性邻接图；通过分解获得最小属性邻接图，并与预定义的特征元匹配，获得特征因子；为满足特征识别结果工艺性的要求，对特征因子聚类，构造复合加工特征。通过具体实例验证了所提方法的有效性和可行性，表明该方法能有效解决现有缸体零件相交特征识别困难和特征解释NP问题。
关键词：缸体类零件；加工特征识别；属性邻接图；复合加工特征
0 引言
特征识别方法是从零件CAD模型中获得具有一定工程意义的几何形体，它是CAD／CAPP集成的基础，也是工艺数字化的关键[1]。现有的特征识别方法主要分为模式匹配法、体积分解法和制造资源映射法三类心]。模式匹配法是从零件模型及其边界表示中搜索预定义的特征边界模式，进而识别出预定义的特征，常见的有基于规则¨j、基于图n1和基于痕迹[5]的方法。模式匹配法的最大问题是在处理相交特征识别方面存在不足。体积分解法是将零件实体分解成凸体集合后，根据预定义的特征模式重新组合，形成特征的体积表示，常见的有凸包分解法[63和单元体分解法[7]。体积分解法不存在拓扑结构变化所导致的相交特征识别困难，但仅适用于一定形状要求的零件，且运算量大，对复杂零件会造成特征解释组合爆炸。制造资源映射法[z’83是通过加工面与制造资源的映射构建加工面一制造资源信息模型，通过制造资源信息的聚类来识别加工特征。该方法能解决一般相交特征识别的困难，但在处理复杂零件能力方面存在不足。
上述方法中，基于图的模式匹配法是研究应用最多的方法之一，Joshi等[91首次提出属性邻接图概念，并应用于加工特征识别，其优势是能够很好地识别独立特征，缺点是不能有效识别相交特征，且识别出的特征不能保证可加工性n州。为解决此问题，Gao等[11]提出特征最小子图的概念来识别相交特征；郭付龙[12|、Sunil[131等提出对图进行二次分解的识别方法，最大限度地分离出特征子图；Marefat等[1们首次采用添加虚链的方法来提高基于图的特征识别方法在识别相交特征方面的能力；王军n“、欧道江[163等通过添加虚连接实现了相交特征的分离；陈永府n 7|、李大磊口81等提出基于特征面分割的相交特征识别方法，通过特征面的延拓、求交与分割，分离出基本特征子图，进而识别出相交特征。在上述研究的基础上，本文提出一种基于图分解与特征因子聚类的混合式加工特征识别方法：首先根据缸体零件加工特征的特点构建特征元库；然后拆分零件属性邻接图，获得最小属性邻接图；最后通过与预定义的特征元匹配进行特征识别，并对构成复合特征的特征因子聚类、获得特征识别结果。
l、缸体加工特征分类
发动机缸体是一种典型的、复杂的箱体类零件，内部呈腔形，左右两侧存在多个不连续加工面，6个基本平面上有多个槽、孔加工特征，其生产属于大批量生产类型。缸体加工通常经过生产线上的多个工位完成，每个工位一次装夹完成多个基本平面及槽、孔特征的加工。
考虑到缸体类零件加工工艺的上述特点，对其加工特征按照图1所示的关系进行如下分类：
（1)基本特征指没有与其他特征发生相交的特征，包括孔、槽和平面。孔特征包括通孔、盲孔；槽特征包括通槽、半封闭槽和封闭槽等；平面特征包括平面、台阶面等。
(2)复合特征指按照一定规则由基本特征构成的组合，包括阶梯孑L、面系特征、不连续槽。阶梯孑L由轴线方向相同的多个连续孔特征构成；面系特征指同一平面上的一组不连续轮廓面；不连续槽指相交特征形成的分离的两个基本槽特征的组合。图2所示为缸体的一些常见特征。
图1 缸体加工特征分类
圈2 缸体常见特征
2、加工特征识别方法
2．1 基本概念
在介绍缸体类零件加工特征识别方法之前，先介绍几个概念：
(1)特征加工面构成零件实体的表面中，具有加工要求的面称为特征加工面。
(2)特征凸边、凹边对于零件实体上的两个邻接表面，当实体外所组成的角度小于180。时，两个表面的邻接边称为凹边；当实体外所组成的角度大于180。时，两个表面的邻接边称为凸边。
(3)属性邻接图属性邻接图(Attributed Ad—jacency Graph，AAG)是一种表示零件模型的数据结构，节点表示零件模型的特征加工面，弧表示特征加工面相交而成的边，面和边具有一定的属性，分别附加在节点和弧上。面的属性包括平面、非平面等；边的属性包括凹凸性、直线、曲线等。图3a和图3b分别表示一个零件及其对应的AAG，其中：0表示边的属性为凹边，1表示边的属性为凸边(图中省略)。
图3 零件属性邻接图
(4)最小属性邻接图为了降低图的匹配空间，去掉属性邻接图的凸边弧长，保留特征加工面，形成最小属性邻接图(Minimum Attributed AdjacencyGraph，MAAG)。MAAG是一个集合，集合元素包括孤立的节点图和面边邻接图，如图3c所示。
(5)特征元指在特征库中预定义的、构成加工特征的基本单元。本文特征识别的关键是从零件AAG中提取MAAG，并与特征库中的特征元原型逐一进行比较，因此精确预定义特征库中的每一个特征元，可以扩大特征识别范围。例如，带倒角的盲孔特征可以由锥形盲孔特征元和倒角特征元构成。
(6)特征因子分解后得到的MAAG在与预定义的特征元匹配后，其特征类型和尺寸参数可以确定，即为特征因子。
(7)特征因子向量对于一个特征因子，其加工过程中与刀轴方向一致的向量称为特征因子向量。对于回转类特征因子，特征因子向量可由组成特征的二次曲面的轴线确定；对于平面类特征因子，取该平面的法向量为特征因子向量；对于槽类特征因子，取组成槽特征中具有最多相邻平面的面的法向量为特征因子向量。如图3所示，面3，4，5组成一个槽，面4有两个相邻平面，则该通槽的向量为面4的法向量。
(8)加工特征针对缸体类零件加工特征的特点，将加工特征定义为满足一定聚类规则的特征因子的集合。加工特征包括基本特征和复合特征，基本特征由一个特征因子构成，复合特征由两个或两个以上特征因子构成。
2．2特征识别步骤
特征识别的过程可分为两步：
(1)前处理模块将三维CAD模型转化为STEP AP203文件格式，通过提取STEP AP203中的面、边几何信息，构建零件AAG。
(2)特征识别模块通过分解AAG，生成MAAG集合，然后与预定义的特征元匹配，获得特征因子，在此基础上进行聚类，完成基本加工特征和复合加工特征的识别。具体流程如图4所示。
图4特征识别流程图
3、特征识别的前处理
首先将零件三维CAD模型转化为STEPAP203文件，提取零件的面、边信息。STEP AP203文件采用B-rep法表示实体模型，根据各个实体实例之间的嵌套关系得到指向构成几何实体的各个面的指针，访问这些指针可以得到各个面的类型及其几何参数。
图5 零件AAG矩阵
4、特征识别算法
4．1提取最小属性邻接图
直接从零件AAG中搜索与预定义特征元匹配的AAG是NP问题，并且零件越复杂、搜索效果越差，因此对AAG进行分解后得到相对简单的AAG子图，可以有效降低后续匹配算法的难度。包含咒个特征加工面的AAG矩阵分解操作过程如下：
步骤3提取以上操作中出现能被10整除的元素所在行及第1行对应的面，构成新的矩阵存储，即完成一次子图矩阵的提取。同时，在扩展属性邻接矩阵A中删除以上的面所对应的行和列，更新矩阵，再转步骤1，直至矩阵A中的所有元素都被提取出来。
下面以图6所示的零件AAG矩阵为例说明上述过程：①对于第1列，所有元素都不能被10整除，即提取面1单独构成AAG子图矩阵；②类似第1列，提取面2单独构成AAG子图矩阵；③第3列中，只有口4．。能被10整除，则遍历第4列，只有a。，。能被10整除，而第5列都不能被10整除，因此面3，4，5构成AAG子图矩阵；依次类推，提取所有AAG子图矩阵。结果如图6b所示，这里省略了面1，2，6，7，8，9，10单独构成的AAG子图矩阵。
图6～IAAG矩阵提取
值得注意的是，经过这一操作后，可能得到多个独立的AAG子图。而对于相交特征，所获得的AAG子图矩阵中仍然存在凸边连接关系，因此需要对存在凸边连接的AAG子图进行二次分解，分解步骤如下：
步骤1取一个存在凸连接的AAG子图，获得其中每个面的有向边个数，将边个数最多的面作为
步骤3判断基面分割后获得的两个子图中是否存在凸连接。若存在则继续步骤1和步骤2；若不存在则分割完毕，所获得的子图为MAAG。
图7 存在凸边的AAG子图分解过程
图8 从G矩阵分解过程
4．2特征因子匹配
通过观察发现，不包含凸连接的孤立特征AAG与零件分解得到的MAAG子图是同构的，因此可以将零件的MAAG与预定义特征元AAG进行匹配运算。若匹配，则该MAAG所表征的特征类型即为该特征元，根据构成子图的面的几何信息可以确定特征的参数；若不能与预定义的特征元AAG匹配成功，则需要进一步处理，在知识库中添加该类型的特征元方可识别出来。缸体类零件中常见的典型特征元如图9所示。
图9 典型特征元
根据MAAG的生成过程可知，对于同一个特征，在提取MAAG的过程中，对特征各加工面的处理顺序不同，就会得到不同的MAAG矩阵，但它们所表示的是同一个特征，如图6b所示的封闭槽，对面的处理顺序为3，4，5，当面的处理顺序为4，3，5时，生成的矩阵则会不同。由于对每个特征各个面的处理顺序是随机的，可能产生多种不同的结果，但是在典型特征元库中，每个特征元只定义了其中一种扩展AAG矩阵。因为扩展AAG矩阵是对称矩阵，本文运用行列变换法对待匹配矩阵进行行列变换，最终将其转换为与预定义特征元的扩展AAG矩阵完全相同的矩阵，从而实现特征匹配。为了进行MAAG矩阵的特征匹配，定义如下概念：
对MAAG矩阵进行特征元匹配的算法如下：步骤1 获得待匹配MAAG矩阵A的维数，记为72；在预定义特征元库中逐个查找扩展AAG矩阵维数为n的特征元集合，集合中的元素个数记为m。判断待匹配矩阵A是否与集合中的各个预定义特征元矩阵相似，若二者不相似，则将待匹配矩阵A与下一个预定义特征元矩阵进行比较；若二者相似，则转步骤2；若待匹配矩阵与集合中的所有预定义矩阵都不相似，则该待匹配矩阵匹配不成功，其匹配终止，进行下一个待匹配矩阵的匹配工作，重复步骤1。
步骤5经过若干次上述循环，若待匹配矩阵可以转换为与该预定义矩阵相同的形式，则匹配成功；设定循环次数的上限为Max，若循环次数达到Max时仍然无法匹配成功，则将该待匹配矩阵与集合中的下一个预定义矩阵进行匹配，转步骤1。
4．3复合加工特征识别
根据以上特征匹配方法，可将零件的加工特征分解为若干特征元加以识别。缸体类零件上大多数加工特征如轮廓面、一阶孔和独立的槽，都能直接识别出来。但对于某些加工特征，如相交的槽和多阶孔，原本为一个特征，由于特征交互而被分成若干子特征(如图8的相交槽)，从加工角度而言，这些子特征不能称为真正的加工特征，应将其聚类为一个复合加工特征。因此，在识别出的特征因子集合中，需要将属于同一加工特征的特征因子聚类为复合加工特征。具体实现方法如下：
5、算法分析与讨论
5．1实例验证
为了验证加工特征识别方法的正确性，选取如图10所示的零件作为识别对象。利用STEP中性文件解析器，获得缸体零件中的364个高级面。结合三维模型中的非几何信息，得到50个特征加工面(如图10)。通过判断面、边信息，构造零件扩展AAG矩阵。提取最小AAG矩阵，并与预定义的特征元匹配，获得特征因子结构。
现以图10中面12～15构成的待匹配矩阵为例，说明特征因子匹配过程：①获得待匹配矩阵A的阶数为4，检索到预定义库中与矩阵A相似的矩阵M；②先交换待匹配矩阵A中的第l行和第4行，再交换其第1列和第4列，得到矩阵B；③先交换矩阵B中的第2列和第3列，再交换矩阵中的第2行和第3行，得到矩阵c。矩阵c与预定义的矩阵完全相同，因此待匹配矩阵A经过2次行列变换后得到的矩阵C与预定义矩阵M完全相同，而预定义矩阵M所表示的是半封闭槽，因此待匹配矩阵所表示的就是半封闭槽特征。特征匹配过程如图11所示。
图10所示的50个加工面经过特征元匹配后，可以得到如表1所示的30个特征因子。
特征元匹配完成后，根据复合特征聚类规则即可完成特征识别。现以一阶通孔类特征为例，说明符合特征因子聚类过程：①获得所有识别为通孔的特征因子(27)，(28)，(29)，(30)，(31)，(32)，(33)，(34)，(35)，(36)，(37)，(38)，(41)；②判断所有通孔特征因子的几何参数是否相同，将几何参数一致的特征因子归为一类；③将属于一类特征因子中共面的加工面延拓相交、获得共面标记，从而将上述通孑L一44 特征因子分成两个复合特征(27，28，29，30，31，32)和(33，34，35，36，37，38，41)。特征因子经过复合聚类后，可以得到如表2所示的19个加工特征。
5．2 方法分析
与现有基于图的加工特征识别方法相比，本文方法在识别过程和识别结果方面有一定改进，可以解决现有方法中存在的一些问题。
(1)本文方法将加工特征分解为特征元，特征元的不同组合可以表达不同的加工特征。与基于图的匹配方法相比，该方法可以大大减少特征模式定义的数量，例如缸体各类孔加工特征主要由通孔特征元、锥形盲孔特征元和平底盲孔特征元三类组成。传统的基于图的匹配方法需要对每一类特征预先定义特定的特征模式，然后将零件模型与之匹配、完成加工特征识别。缸体类零件的加工特征种类多样，需要预定义的特征模式数量较多，特别是当存在相交特征时特征模式发生改变，会出现没有预定义的特征模式，造成零件加工特征无法识别。另一方面，因为加工特征可由多个特征元组成，每个特征元包含的面、边信息较少，所以其数据结构较简单，与基于图的匹配方法相比，特征元的匹配效率更高。
(2)本文的特征识别方法主要包括零件AAG的分解、匹配及特征因子聚类三个步骤。AAG在经过两次分解后，总是可以分解成若干MAAG。当特征元定义完备时，MAAG经特征匹配即可获得对应的特征因子，而一个或者几个特征因子必然组成一个加工特征，因此该方法不存在部分加工特征无法识别的问题，即第一类鲁棒性问题；另一方面，在定义特征元时，考虑到零件加工的特点，特征元建立在实际可行的基础上，因此该方法识别的结果可靠，不存在第二类鲁棒性问题。
6、结束语
本文针对发动机缸体零件工艺特点，提出一种基于图的混合式加工特征识别方法。该方法通过分解零件加工面AAG，获得MAAG。对于存在相交特征的分解子图，采用面分割的方法将其进一步分解为不包含凸连接的MAAG，从而避免相交特征识别困难的问题。将MAAG与预定义的特征元匹配，获得特征因子，将满足一定规则的特征因子聚类为一个复合特征，以更有利于后续工艺设计。实例验证表明，该方法能有效识别发动机缸体类零件加工特征。
本文方法还存在一定的局限性，例如预定义的特征元主要针对缸体零件加工特征中包含的平面、圆柱面和圆锥面等，进一步扩展特征元表达方式、特征因子聚类规则，扩大特征识别范围，将是下一步研究的重点。
投稿箱：
如果您有机床行业、企业相关新闻稿件发表，或进行资讯合作，欢迎联系本网编辑部， 邮箱：skjcsc@vip.sina.com
如果您有机床行业、企业相关新闻稿件发表，或进行资讯合作，欢迎联系本网编辑部， 邮箱：skjcsc@vip.sina.com
更多相关信息
- target=_blank>混合动力总成开发与创新分析
- target=_blank> 试论高速切削技术在模具加工中的应用问题
- target=_blank>论发动机缸体的加工工艺
- target=_blank>集成式智能功率模块解决电机控制难题
- target=_blank> 机械模具数控加工制造技术研究
新闻资讯
| 更多
- target=_blank>MB2120B型数控内圆磨床电主轴变频器的改造
- target=_blank>【雷尼绍】RESOLUTE™与MELSERVO-J5强强组合，实现更快速、精确、可靠的运动控制
- target=_blank>NSK开发低摩擦轮毂单元轴承 可增加电动汽车续航里程
- target=_blank>T68卧式镗床进给系统的数字化改造
- target=_blank>AGV+协作机器人在零件数控机床加工上下料中的应用
- target=_blank>2020年7月高端装备制造业、工业机器人，行业运行简述
- target=_blank>浅谈线切割机床中走丝与慢走丝
- target=_blank>ANCA整体PCD铣刀 —— 提高生产效率带来新的发展机遇
- target=_blank>伊斯卡，不止专注于金属加工
- target=_blank>EMAG成功收购Scherer Feinbau（舍勒公司），极大扩展了公司产品范围以及客户群体
