舒海生 余豪華 張書宇

（①哈爾濱工程大學機電工程學院，黑龍江哈爾濱150001;②哈一機第17分廠，黑龍江哈爾濱 150001）

自動特征識別技術［1］作為CAD/CAPP/CAM一體化研究的基礎，是實現(xiàn)CAD與CAPP以及CAM之間的數(shù)據(jù)和信息自動傳遞與轉換的理想接口。利用自動特征識別技術可以實現(xiàn)從CAD系統(tǒng)到CAPP系統(tǒng)之間數(shù)據(jù)和信息的自動、高效傳遞。

在特征識別領域，人們提出了許多方法，如句法模式識別方法、基于圖的方法、基于痕跡的方法、基于神經(jīng)網(wǎng)絡的方法、凸殼體分解的方法、單元體分解的方法、混合的方法等［2］。通過這些方法，雖然能夠較好地完成孤立特征和一些常見的、簡單的交叉特征識別，但往往存在著識別算法復雜，識別效率不理想等不足。同時對于一些稍微復雜的交叉特征和交叉特征較多的零件，以上的方法就有很大的局限性，在運用實踐上存在很大困難，還存在許多問題有待解決。

針對現(xiàn)有的各種特征識別方法的不足，本文在借鑒醫(yī)學CT掃描成像技術原理的基礎上，提出了一種基于切片技術的特征識別新方法。通過制定相關規(guī)則構造出一系列不同方位的切片，將零件實體模型的STEP文件中包含的特征幾何信息轉化為若干切片（切片序列）信息，這些切片（切片序列）信息中既包括了交叉特征中各部分的私有特征痕跡，同時又給出了交叉部分的局部“照片”。通過對這些切片（切片系列）的細致分析研究，如特征匹配、切片修正、特征重構等，將復雜的交叉特征識別問題轉化和分解成多次的、簡單的孤立特征識別問題，并輸出各個孤立特征參數(shù)。

1 基本原理

1．1 特征分類

本文將零件加工特征分為孤立特征（零交叉特征）和交叉特征兩大類。其中孤立特征分為4大類，即腔特征、槽特征、孔特征和臺階特征等。其中腔特征包括開放通腔特征、開放盲腔特征、封閉通腔特征、封閉盲腔特征等;槽特征分為一般通槽特征、一般盲槽特征、通燕尾槽特征、盲燕尾槽特征等;孔特征包括通孔特征、盲孔特征等;臺階特征包括通臺階特征、盲臺階特征等。孤立特征分類的定義及其特征參數(shù)，如表1所示。這里以一般通槽特征為例，其定義及參數(shù)表示如圖1所示。

鑒于孤立特征與交叉特征之間是緊密相連的，不同孤立特征之間相互交叉，造成孤立特征之間拓撲結構和信息丟失，從而形成了交叉特征。因此通過各個孤立特征名稱及其內部技術參數(shù)、外部聯(lián)系參數(shù)的輸出，可以完成對應的交叉特征識別。

1．2 基本原理和步驟

針對交叉特征零件模型的STEP文件，利用切片技術提取其中包含的各種孤立特征和交叉特征幾何信息，并將這些特征幾何信息轉化成對應的切片（切片序列）信息，經(jīng)過特征匹配、切片修正、特征重構等，從而將交叉特征識別轉化為多次的孤立特征識別，并輸出各孤立特征參數(shù)。其基本原理和步驟如下:

步驟1:特征零件模型的 STEP［3－4］文件生成。由支持STEP（Standard for the Exchange of Product model data）標準的三維造型軟件（如Pro/E、UG、CATIA等）設計出三維零件模型，并自動生成對應的STEP文件（* ．stp）。

步驟2:特征幾何信息的簡化與提取。對生成STEP文件中的特征幾何信息進行簡化，保留其中必要的特征幾何信息。并采用提取關鍵字的形式和自上而下的搜索策略模式［5］，對STEP文件中的點、線、面、向量等特征幾何信息進行提取，如:建立面、邊、點等對應關系和面和邊方程等，完成特征幾何信息的提取。

步驟3:切片（切片序列）信息的生成與處理。首先讀取特征幾何信息中的凹邊［6］信息，并按照相關規(guī)則對凹邊進行成組，建立切片平面方程。其次保證切片平面方程沿對應凹邊組起始點到終點運動，并保持切片平面運動方向與凹邊組方向垂直。然后在切片平面運動過程中，切片平面方程與對應的面邊方程相交，生成一系列切片（切片序列）信息，這些切片（切片序列）信息是以點集、向量集等形式存在的。最后通過對這些點集、向量集信息進行整理，從而完成切片（切片序列）信息的處理。

步驟4:特征匹配和參數(shù)輸出。將得到的切片（切片序列）信息，與預定義特征庫中的孤立特征切片（切片序列）信息進行特征匹配。

對于孤立特征，將得到的切片（切片序列）信息直接與預定義孤立特征庫進行特征匹配。對于交叉特征，將得到的切片（切片序列）信息，與對應孤立特征庫中的切片（切片序列）進行局部特征匹配，以便先識別出對應的孤立特征。若匹配成功，則輸出特征參數(shù)，進入步驟6;否則，進入步驟5。

步驟5:切片修正。若該是進行第一次切片修正，則根據(jù)不同的凹邊成組規(guī)則對剩余凹邊再次進行凹邊成組，檢查并重新確定切片方程，從而生成新的切片（切片序列），并進行處理，進入步驟3，再次進行凹邊成組等。否則，進行特征另處理，利用人機交互進行用戶自定義，進入步驟6。

為簡化處理和提高識別效率，這里取同一切片序列的特征匹配次數(shù)為二次。即如果該特征的第二次的特征匹配仍不成功或者無法進行特征匹配，則將該切片序列保留，不再進行特征匹配，直接進行下一步的特征重構。

步驟6:特征重構。首先判定整個切片（切片序列）信息是否處理完畢，處理完畢，則直接輸出全部孤立特征及其參數(shù);否則，進行特征重構。通過對經(jīng)過特征匹配后剩余的切片序列（切片）信息進行切片（切片序列）重構，即去除已識別出的孤立特征對應的凹邊組和切片（切片序列）上的點和向量信息，重新生成新的切片（切片序列）信息，并進入步驟4。

通過特征重構，可以逐步將交叉特征對應的切片（切片序列）信息簡化為孤立特征對應的切片（切片序列）信息，并輸出構成該交叉特征的各孤立特征名稱和參數(shù)。這一步體現(xiàn)了利用切片技術實現(xiàn)交叉特征識別的本質與核心。

由上可知整個基于切片技術的交叉特征識別基本原理流程圖，如圖2所示。

2 特征舉例

文獻［7］通過對常見交叉特征的研究，提出了由交叉特征引起的拓撲結構變化的3種類型:面融合、凹邊損耗、面分裂等，并給出6類交叉特征實例。這里結合這六類交叉特征實例的具體尺寸，進行特征實例驗證，如圖3 Type 1到Type 6所示。

利用Visual C++6．0開發(fā)的基于切片技術的自動特征識別系統(tǒng)如圖4所示。利用該系統(tǒng)經(jīng)過特征幾何信息簡化與提取、切片（切片序列）信息生成與處理、特征匹配與參數(shù)輸出、切片修正、特征重構等關鍵技術步驟，最終可得到以上六類交叉特征零件模型實例的特征識別結果。這里僅給出圖3中Type 1的特征識別結果，如圖5所示。

通過以上交叉特征實例，不僅可以驗證基于切片技術特征識別方法的合理性和有效性，隨著后續(xù)研究的深入，還可以通過人工交互逐步擴大和豐富特征庫信息，便于引入更多的交叉特征實例進行驗證。這樣不僅可以改善新方法的柔性，有利于新方法的發(fā)展，這也是新方法必然要求，可充實新方法的深度和廣度。

3 結語

（1）提出了一種基于切片技術的交叉特征識別新方法，這是一大創(chuàng)新點。該方法可較好地完成包括孤立特征在內的交叉特征識別問題，是對現(xiàn)有交叉特征識別領域的一種新的嘗試。

（2）新方法可以將各類特征識別問題簡化成的一次、二次或多次的孤立交叉特征識別問題，可彌補現(xiàn)有常見的交叉特征識別的一些不足。

（3）該方法不僅使得整個交叉特征識別的原理易于理解，而且提高了交叉特征識別效率，簡化了交叉特征識別難度，便于拓展。

同時，作為對新方法的初步研究，可能還存在一些不成熟的地方，本文只對其中的零件模型的STEP文件進行了研究。而直接針對CAD零件模型、其他標準格式文件（如IGES標準）以及曲面特征識別問題，有待進一步的研究和開發(fā)。

［1］高曙明．自動特征識別技術綜述［J］．計算機學報，1998，2（3）:281－287．

［2］Bojan Babic，Nenad Nesic，Zoran Miljkovic．A review of automated feature recognition with rule－ based pattern recognition［J］．Computers in Industry，2008，59:321－337．

［3］Jung Hyun Han，Mujin Kang，Hoogon Choi．STEP－ based feature recognition for manufacturing cost optimization［J］．Computer－ Aided Design，2001，33:671－686．

［4］ISO 10303 STEP Part203，Application protocol:Configuration controlled design［S］．1994．

［5］王銳，張承瑞，劉日良．STEP中性文件的信息提取與圖形顯示［J］．機械科學與技術，2004，23（9）:117－1119．

［6］Emad S．Abouel Nasr，Ali K．Kamrani．A new methodology for extracting manufacturing features from CAD system［J］．Computers＆ Industrial Engineering，2006，51:389－415．

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