[发明专利]一种桁架结构三维模型智能生成方法有效
申请号: | 201810180513.3 | 申请日: | 2018-03-05 |
公开(公告)号: | CN108470094B | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 莫蓉;曹浩 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F30/17 |
代理公司: | 西北工业大学专利中心 61204 | 代理人: | 陈星 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 桁架 结构 三维 模型 智能 生成 方法 | ||
本发明提出一种桁架结构三维模型智能生成方法,采用分阶段的搭接式框架结构智能化辅助设计,将搭接式框架结构的三维装配建模分割为定性的搭接关系判定与定量的几何计算两个过程,使用深度学习与朱刘算法结合的方法解决了其中关键的第一阶段,即定性的搭接关系判定过程。然后使用几何计算的方法完成第二阶段,最终实现桁架结构的智能化三维建模。本发明可以有效的智能化构建框架结构的三维装配模型。使用方法性能较优,算法的时间复杂度较低,建模结果准确可靠,所构建的三维装配模型较好的保持了与既有设计原则一致,生成的框架结构模型更符合当前实际。
技术领域
本发明涉及三维建模领域,尤其是涉及一种桁架结构三维模型智能生成方法。
背景技术
框架结构类产品在航空航天和机械产品中应用非常广泛,但是在概念设计阶段和详细设计阶段的表达形式不同,概念设计阶段通常以拓扑模型表示,这既有利于缩短研发周期,也有利于对设计原型进行有限元分析、拓扑优化与尺寸优化等工作。在随后的详细设计阶段,设计者需要基于概念设计阶段所完成的拓扑模型与型材规格表,在CAD中生成相应的三维模型以进行后续工作。这一过程如图3所示。然而,由图3(a)的拓扑模型到图3(b)的三维模型转换与构建是一个复杂、耗时的过程,需要完成大量建模工作。
不同于常见的产品装配,大量框架结构的型材零件之间采用搭接的方式进行装配,而且多数情况下每个型材的端头只搭接到一个型材的表面。因为同时搭接至两个型材的表面既增加了型材加工的难度,又产生多个装配表面,从而导致装配质量的降低。这些实际要求使得在进行框架三维建模时必须为每个型材零件选择搭接位置,并按照搭接位置进行端头形状建模。而型材零件搭接位置的选择既要考虑各型材零件加工、装配、力学传递的合理性,也要考虑最终产品进行设计变更的难易程度,甚至还需要考虑其美观因素。因此搭接式框架结构的三维装配建模是一个复杂的设计工作,它不是简单的零件定位,而是需要对型材的搭接端头进行端头形状的自动构建,以保证搭接处无干涉,目前较多依赖于现有工程经验与设计方式。此外,框架结构通常构成型材数量庞大,并组成复杂的空间结构。这就使其三维模型的构建过程非常繁琐,成为设计工作的瓶颈。而且装配设计变更也会导致一系列相关型材调整端头形状。这一过程同样意味着大量繁重工作,并且容易导致出错。
发明内容
为解决现有技术存在的问题,本发明提出一种桁架结构三维模型智能生成方法,采用分阶段的搭接式框架结构智能化辅助设计,将搭接式框架结构的三维装配建模分割为定性的搭接关系判定与定量的几何计算两个过程,使用深度学习与朱刘算法结合的方法解决了其中关键的第一阶段,即定性的搭接关系判定过程。然后使用几何计算的方法完成第二阶段,最终实现桁架结构的智能化三维建模。
本发明的技术方案为:
所述一种桁架结构三维模型智能生成方法,其特征在于:包括以下步骤:
步骤1:根据历史样例数据,训练得到深度学习模型;
所述历史样例数据包括从桁架结构中提取的零件对信息以及零件之间的搭接信息;其中零件对信息由组成零件对的两个零件的零件规格信息和拓扑关系组成;所述零件规格信息包括零件的长、高、宽、壁厚以及零件在理论轴线上的姿态矢量,所述零件姿态矢量采用零件高度方向或宽度方向的单位法向矢量描述;所述拓扑关系包括零件在拓扑模型中的端点坐标;
所述零件之间的搭接信息分为四个标签:
标签1表示桁架结构拓扑模型中的节点vb代表的零件搭接到节点va代表的零件;标签2表示节点va代表的零件搭接到节点vb代表的零件;标签3表示节点va和vb各自代表的零件没有接触;标签4表示节点va和节点vb在桁架结构三维模型中是同一个零件,在桁架结构三维模型中,经过连接点的其他零件搭接到节点va和节点vb代表的同一零件的中间部位;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810180513.3/2.html,转载请声明来源钻瓜专利网。