[发明专利]一种面向深度学习的3D结构及其创建方法在审
申请号: | 202011051809.9 | 申请日: | 2020-09-29 |
公开(公告)号: | CN112231856A | 公开(公告)日: | 2021-01-15 |
发明(设计)人: | 马佳;马腾;邓森洋;支含绪 | 申请(专利权)人: | 深制科技(苏州)有限公司 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/27;G06F111/04;G06F113/10;G06F119/20 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 215000 江苏省苏州市*** | 国省代码: | 江苏;32 |
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 面向 深度 学习 结构 及其 创建 方法 | ||
1.一种面向深度学习的3D结构,主要包括Group节点类型、Models节点类型、部件节点类型、零件节点类型、三维关系节点类型、装配关系节点类型、约束节点类型、装配几何特征节点类型、几何特征节点类型、映射特征节点类型。所述Group节点类型,用于对一类零部件进行归类;所述Models节点类型,用于放置Group节点类型下归类的零部件;所述部件节点类型,用于放置Group节点类型下归类的部件;所述零件节点类型,用于放置Group节点类型下归类的零件;所述三维关系节点类型,用于放置Group节点类型下归类的已知零部件的装配关系和装配几何特征;所述装配关系节点类型,用于放置已知零部件装配时的约束;所述约束节点类型,用于放置已知零部件装配时约束;所述装配几何特征节点类型,用于放置已知零部件装配时的几何特征和新拓展零部件装配时的映射特征;所述几何特征节点类型,用于放置已知零部件装配时几何特征的相关信息;所述映射特征节点类型,用于放置新拓展零部件装配时映射特征的相关信息。
其上述节点间的层次关系为:
顶节点为:Deep3D的根节点
顶节点下的一级子节点为:Group节点类型的节点;
Group节点类型下包含的一级子节点为:Models节点类型的节点以及三维关系节点类型的节点;
Models节点类型下包含的一级子节点为:零件节点类型的节点以及部件节点类型的节点;
三维关系节点下包含的一级子节点为:装配关系节点及装配几何特征节点;
零件节点类型下包含的一级子节点为:装配几何特征节点;
部件节点类型下包含的与零件节点类型的内容相同;
装配关系节点下包含的一级子节点为:约束节点;
装配几何特征节点下包含的一级子节点为:几何特征节点;
几何特征节点下(在零部件类型节点下的装配几何特征节点下的几何特征节点)包含的一级子节点为:映射特征节点。
一种面向深度学习的3D创建方法,包括以下步骤:
1)根据产品传统的3D模型及其层次结构,获取产品零部件的装配顺序;
2)获取产品零部件的约束信息及约束的几何特征信息;
3)按照零部件的装配顺序,为组成产品的所有零部件,创建Group节点;
4)为已有的零部件Group,创建Models节点和三维关系节点;
5)确定约束与零部件的从属关系,并根据约束与零部件的从属关系,在装配关系节点下创建相应的约束;
6)根据约束的几何特征信息,在装配几何特征节点下创建相应的几何特征;
7)拓展新种类零部件及创建映射特征;
8)将所有Group节点,组成产品面向深度学习的3D结构;
9)依据给定的订单参数进行预测。
2.根据权利要求1所述的面向深度学习的3D结构及其创建方法,其特征在于,步骤一中,可根据该产品传统的3D模型及其层次结构,获取到产品的零部件装配顺序。
3.根据权利要求1所述的面向深度学习的3D结构及其创建方法,其特征在于,步骤二中,根据该产品传统的3D模型及其层次结构,逐一获取零部件所有的约束信息以及约束的几何特征信息。
4.根据权利要求1所述的面向深度学习的3D结构及其创建方法,其特征在于,步骤三中,按照获取到的该产品零部件的装配顺序,自上而下的为零件A、部件B、零件C、零件D创建Group节点。
5.根据权利要求1所述的面向深度学习的3D结构及其创建方法,其特征在于,步骤四中,其中Models节点下包含零件节点和部件节点,零件节点和部件节点下包含装配几何特征节点;三维关系节点下包含装配关系节点和装配几何特征节点。
6.根据权利要求1所述的面向深度学习的3D结构及其创建方法,其特征在于,步骤五中,假设与零件D相关约束有4个,其中2个约束是由零件D装配到零件C上产生的,则这2个约束从属于零件D;因此,根据获取到零件D的约束信息,在装配关系节点下创建接触和对齐2个约束;所述约束包含的信息有:约束的类型;主动件ID即零件D的ID;从动件ID即零件C的ID;主动件参考特征零件D面1;从动件参考特征零件C面1。
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深制科技(苏州)有限公司,未经深制科技(苏州)有限公司许可,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/202011051809.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种建筑物周边雨水收集净化方法
- 下一篇:一种能进行自动清洗试管的实验台