[发明专利]一种面向深度学习的3D结构及其创建方法

说明书

本发明公开了一种面向深度学习的3D结构及其创建方法，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。本发明涉及一种面向深度学习的3D结构及其创建方法，解决了传统3D结构在系统中的分散及无法搜索的问题，最终利用深度学习有机会在Deep3D中，进行更加准确的设计。

技术领域

本发明涉及人工智能领域，具体是一种面向深度学习的3D结构及其创建方法。

背景技术

目前，在以机械设计为主的制造业领域，企业已经逐渐从小品种大批量的设计及生产中，过渡到多品种小批量的场景中，如何能在这种场景中，更好地以及更迅速地满足用户个性化的需求，变得越来越重要。基于用户需求的三维设计结果，通过该内容可以更好地帮助工程师了解。同时由于深度学习的发展，如何能将深度学习更好地应用在定制化的设计中，也变得尤为关键，所以我们采用面向深度学习的3D结构及其创建方法是填补了一项技术空白，对整个行业的技术进步非常有实际意义。

发明内容

本发明的目的在于提供一种面向深度学习的3D结构及其创建方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种面向深度学习的3D结构，主要包括7种类型节点，分别为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、装配关系节点类型和装配几何特征节点类型。

所述Group节点类型，其作用主要用于对一类零部件进行归类；所述Models节点类型，其作用主要用于放置Group节点类型下归类的零部件；所述部件节点类型，其作用主要用于放置Group节点类型下归类的部件；所述零件节点类型，其作用主要用于放置Group节点类型下归类的零件；所述三维关系节点类型，其作用主要用于放置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，其作用主要用于放置已知零部件装配时的约束；所述约束节点类型，其作用主要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，其作用主要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，其作用主要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，其作用主要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（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）下包含的一级子节点为：映射特征节点。