劉雪梅，周 易，黃劍鋒，李愛平

（同濟大學(xué) 機械與能源工程學(xué)院，上海 201804）

0 引言

特征識別是CAD／CAPP／CAM 系統(tǒng)集成的基礎(chǔ)，一直是CAD／CAPP／CAM 領(lǐng)域的研究熱點，是工藝數(shù)字化、智能化的關(guān)鍵技術(shù)之一［1］。現(xiàn)有的特征識別方法整體上可分為基于模式匹配的特征識別方法、基于體積分解的特征識別方法和基于制造資源的特征識別方法三大類。模式匹配法是將實體模型與預(yù)先定義的特征庫進(jìn)行匹配，從實體模型中找出符合特征邊界模式的區(qū)域，進(jìn)而識別出零件的所有特征，這類方法中比較典型的有基于規(guī)則［2］、基于圖［3］、基于痕跡［4］和基于神經(jīng)網(wǎng)絡(luò)［5］的方法。模式匹配法的最大問題是在處理相交特征識別方面存在不足。體積分解法是將零件實體分解成小的凸體集合，然后對分解出的凸體按照預(yù)先定義的特征體模式進(jìn)行重新組合，產(chǎn)生出零件的特征解釋。該類方法主要包括凸包分解法［6］和單元體分解法［7］。體積分解法不存在由于特征拓?fù)浣Y(jié)構(gòu)改變而導(dǎo)致的相交特征識別困難，但運算量較大，對零件的形狀約束較苛刻。由于上述特征識別方法沒有考慮工藝環(huán)境中的加工資源，使生成的加工特征可能無法找到合適的加工方案。因此，研究人員開始嘗試基于制造資源的特征識別方法，直接將加工特征和加工資源聯(lián)系在一起，即將加工特征定義為采用相同加工資源加工的一組表面。美國范德堡大學(xué)Gaines等［8］提出了加工資源自適應(yīng)的特征識別方法，將特征定義為可以在同一裝夾下，采用同一把刀具、以同一刀具接近方向進(jìn)行加工的一組表面。Stage［9］設(shè)計了一個目標(biāo)驅(qū)動的加工特征聚類算法，該算法首先為每個零件加工面選擇可行的刀具和裝夾方向，然后利用啟發(fā)式方法和用戶定義的評價指標(biāo)將相似的加工面聚類為加工特征。針對多軸銑削加工，Sridharan［10-11］首先根據(jù)刀具可達(dá)性、裝夾方式和走刀路徑等制造資源因素將加工特征分為輪廓特征、端部特征和貫穿特征，并總結(jié)出這些加工特征的邊界表示，然后從零件實體模型中搜索這些特征類型的邊界表示，從而獲得加工特征識別結(jié)果。上海交通大學(xué)湯岑書等［12］通過加工表面與制造資源的映射構(gòu)建加工表面加工信息模型，然后通過加工表面信息的聚類將同一次裝夾下、使用同一把刀具加工的表面聚類為一個加工特征。西北工業(yè)大學(xué)黃瑞等［13］將具有相同刀具軸向、相同精度等級且滿足一定幾何拓?fù)浼s束的一組連續(xù)表面聚類為一個加工特征?；谥圃熨Y源的方法能較好地解決一般相交特征識別困難等問題，但在處理復(fù)雜的曲面特征方面存在不足。

箱體類零件形狀復(fù)雜、加工特征多且加工難度大，既有精度要求較高、數(shù)量較多的支撐孔和形狀各異的平面特征，也有許多精度要求不高的緊固孔、油孔等特征。箱體零件在加工工藝方面具有自身的特點，通常采用一面兩銷的定位方式，在加工中心上完成平面銑削、鉆孔、鏜孔等操作。為滿足復(fù)雜箱體零件工藝規(guī)劃設(shè)計高層次數(shù)字化、智能化要求，本文嘗試將加工方法生成、制造資源選擇與特征識別相結(jié)合，提出一種基于制造資源的特征識別方法。特征識別的過程分為三個步驟：①以零件的加工表面為中心，為加工表面匹配可行的制造資源；②以提高加工效率和經(jīng)濟性為目標(biāo)，對加工表面所采用的資源組合方案進(jìn)行優(yōu)化；③將采用同一類資源組合方案的加工表面聚類優(yōu)化為一個特征，完成特征識別。

1 制造資源模型定義

基于制造資源的方法從加工過程所涉及資源的角度對零件表面進(jìn)行聚類，進(jìn)而實現(xiàn)特征識別。為實現(xiàn)該目標(biāo)，需要對生產(chǎn)環(huán)境中的制造資源進(jìn)行定義，在切削加工工藝環(huán)境中，制造資源主要由機床、刀具和夾具三部分組成，下面分別對機床運動模式、刀具模型和夾具裝夾模型進(jìn)行描述。

1.1 機床運動模式

在零件加工過程中，其加工表面的形成通過機床提供的刀具和工件的相對運動實現(xiàn)，而機床主軸和工作臺結(jié)構(gòu)決定了加工過程中刀具和工件的相對運動形式。復(fù)雜箱體零件常采用四軸加工中心完成加工操作，如圖1所示的四軸臥式加工中心，回轉(zhuǎn)工作臺在橫床身上做X向運動，立柱在縱床身上做Z向運動，主軸箱沿立柱做Y向運動，工作臺繞其回轉(zhuǎn)中心做360°范圍內(nèi)的B軸轉(zhuǎn)動，并可與X、Y、Z軸聯(lián)動控制。在箱體零件進(jìn)行一次切削加工的過程中，B軸不轉(zhuǎn)動，因而刀具和工件的運動可以分為如圖2所示的兩種模式（C＿M(jìn)otion）：①AD，即刀具沿主軸方向直線移動，如鉆孔、鏜孔等；②RD，即刀具沿主軸任意徑向方向移動，刀具在一個平面內(nèi)運動，如銑鍵槽等。

1.2 刀具模型

為了采用統(tǒng)一的模型來參數(shù)化定義刀具，設(shè)置6個屬性，將刀具模型表達(dá)為CT=（C＿ID，C＿Type，C＿M(jìn)at，C＿Dia，ETGR，ERR）。其中：C＿ID為刀具號；C＿Type為刀具類型；C＿M(jìn)at為刀具材料；C＿Dia為刀具直徑，C＿Dia=（Diamin，Diamax），Diamin和Diamax分別為可變直徑刀具（如鏜刀）加工直徑的上下界；ETGR為刀具可加工表面的工差等級范圍，ETGR=（ETGRmin，ETGRmax），ETGRmin和ETGRmax分別為公差等級范圍的上下界；ERR為刀具可加工表面的粗糙度范圍，ERR=（ERRmin，ERRmax），ERRmin和ERRmax分別為粗糙度范圍的上下界。

1.3 裝夾模型

裝夾的主要作用是固定工件，使之在機床坐標(biāo)系中保持特定的位置和方向。在加工中心的加工中，由于刀具軌跡代碼的零點坐標(biāo)可以在生成代碼時根據(jù)工件的裝夾位置調(diào)整，在特征識別階段無需對工件在機床坐標(biāo)系中的位置進(jìn)行限制，而只需要確定零件的定位基準(zhǔn)面、裝夾方向及裝夾面。箱體零件加工中一般采用1面及面上的2個銷孔定位，并將與定位基準(zhǔn)面平行的面作為夾緊面。因此夾具裝夾模型可以定義為Fix=（Suface1，Surface2，Vector），其中：Suface1 為定位基準(zhǔn)面；Suface2 為夾緊面；Vector為裝夾方向，其垂直于定位面與夾緊面，且由定位基準(zhǔn)面指向夾緊面。

1.4 成形能力模型

成形能力模型用以描述現(xiàn)有刀具資源、機床運動模式和刀具成形表面類型之間的關(guān)系［12］。在零件加工過程中，主運動和進(jìn)給運動之間的不同組合會形成不同的切削體積，箱體類零件在四軸臥式加工中心的加工，其主運動是刀具的回轉(zhuǎn)運動，進(jìn)給運動是刀具和工件的相對運動，由機床運動模式?jīng)Q定。因此，成形表面類形CS=（CT，C＿M(jìn)otion），其中CS可能的取值為平面或者回轉(zhuǎn)面。刀具類型、機床運動模式和成形表面類型之間的映射關(guān)系如表1所示。

表1 成形表面類型

續(xù)表1

1.5 零件信息模型

為有效地將CAD 生成的零件實體模型轉(zhuǎn)化為加工特征模型，必須獲取零件幾何信息與技術(shù)要求信息，并將其保存到合適的數(shù)據(jù)結(jié)構(gòu)中。為了提高數(shù)據(jù)的準(zhǔn)確性和通用性，采用STEP／AP203文件作為數(shù)據(jù)源，通過提取模型的各個加工面信息，實現(xiàn)設(shè)計信息與制造信息間的轉(zhuǎn)換。

獲得的表面數(shù)據(jù)存儲到同一數(shù)據(jù)結(jié)構(gòu)中，該結(jié)構(gòu)中的具體內(nèi)容如下：

Sur=｛ID，Sur＿Type，Vec，Diameter／Width，Length，C＿Piont，T，Ra｝。

其中：ID為表面的序號；Sur＿Type為表面 的類型，可取平面和回轉(zhuǎn)面；當(dāng)面為回轉(zhuǎn)表面時，Vec為面的軸向向量，當(dāng)面為平面時，Vec表示面的法向量；Diameter／Width分別表示圓柱面直徑和平面寬度；Length為平面的長度或回轉(zhuǎn)面的深度；C＿Piont為面的中心點位置（對于回轉(zhuǎn)面，采用其回轉(zhuǎn)軸中點為其中心點位置）；T表示面的公差等級；Ra表示面的粗糙度。

加工表面之間的相互關(guān)系采用屬性鄰接圖（Attributed Adjacency Graph，AAG）表 示［9］。AAG 是一種表示零件模型的數(shù)據(jù)結(jié)構(gòu)，節(jié)點表示零件加工面，弧表示零件加工面相交成的邊，面和邊具有一定的屬性，分別附加在節(jié)點和弧上。圖3所示為一個零件及其對應(yīng)的AAG。

2 基于制造資源的加工特征識別方法

在加工特征的研究領(lǐng)域，現(xiàn)有文獻(xiàn)已經(jīng)給出了大量不同的定義，由于特征識別的最終目的是為特征選擇合適的加工過程和刀具，研究人員開始嘗試直接將特征和制造資源聯(lián)系在一起，并提出了基于制造資源的特征定義，即將加工特征定義為采用相同制造資源加工的一組表面。本文將加工特征定義為：在一次裝夾中，采用同一把刀具進(jìn)行加工的一組零件表面［6］，可表達(dá)為FE=｛C＿M(jìn)otion，CT，F(xiàn)ix，S｝，其中：C＿M(jìn)otion為機床運動模式，CT為刀具模型，F(xiàn)ix為裝夾模型，S為同一裝夾下同一把刀具可加工的面的集合。

2.1 特征因子生成

本文將刀具、機床運動模式和對應(yīng)加工表面的可行組合定義為特征因子：sFeture=（C＿M(jìn)otion，CT，F(xiàn)ix，Suri），其中：C＿M(jìn)otion為機床運動模式，CT為刀具模型，F(xiàn)ix為裝夾模型，Suri為單個加工面。

假定輸入零件所有的加工面集合為S=｛Sur1，Sur2，Sur3，…，Surn｝，對于Suri∈S，其特征因子生成過程可分為四個步驟：

步驟1 根據(jù)成形表面映射關(guān)系，獲得各加工面候選刀具、機床運動模式組合的集合F1i如下：

步驟2 根據(jù)獲得的機床運動模式，使裝夾方向與刀軸方向垂直，避免夾具對刀具的干涉，從而確定夾具裝夾方案如下：

步驟3 根據(jù)加工面表面技術(shù)要求信息，刪除刀具不滿足加工要求的組合，獲得剩余組合如下：

步驟4 進(jìn)行刀具尺寸檢測，根據(jù)刀具的幾何尺寸和加工面的幾何尺寸，刪除刀具尺寸不符合要求的組合，剩下的即為特征因子集合Fi。

對于變尺寸刀具，如鏜刀，F(xiàn)i=｛（C＿M(jìn)otion，CT，F(xiàn)ix，Suri）丨（CT，F(xiàn)ix，Suri），CT（C＿Diamin）≤Sur（Diameter）≤CT（C＿Diamax）｝；

對于定尺寸刀具，如鉸刀，F(xiàn)i=｛（C＿M(jìn)otion，CT，F(xiàn)ix，Suri）丨（CT，F(xiàn)ix，Suri），CT（C＿Dia）=Sur（Diameter）｝。

2.2 特征因子的優(yōu)化

通過特征因子生成過程可以為每個零件表面生成一組可行的特征因子。從成形表面類型映射可以看到，平面可以通過多種加工方式獲得，如面銑刀、立銑刀等，從而每個表面對應(yīng)的特征因子比較多。如果此時按照特征的定義將可以采用相同特征因子的表面聚類為加工特征，則每個表面都可能被歸入十幾個甚至上百個加工特征，顯然是不合理的。因此，必須以加工效率和經(jīng)濟性為目標(biāo)，為每個加工表面從可行的特征因子集中選出最優(yōu)的一部分，在減少特征解釋數(shù)量的同時，也可以使零件在以所選的特征因子進(jìn)行特征劃分和加工時能有較高的加工精度與加工效率。

本文將特征因子的優(yōu)化選擇分為兩個步驟：①凹邊相鄰的表面組合優(yōu)化；②基于減少裝夾換刀次數(shù)的聚類優(yōu)化。

2.2.1 凹邊相鄰的表面組合優(yōu)化

特征因子生成的過程是針對單個加工表面進(jìn)行的，而實際情況是，在加工一個表面時必然影響到與之凹邊相鄰的其他表面。例如，對于圖3所示的槽特征來說，在加工底面f4時必然同時加工其側(cè)面f3和f5，不可能出現(xiàn)采用一種特征因子加工其底面、用另一種特征因子加工其側(cè)面的情況。因此，針對凹邊相鄰的表面，本文對每個加工面的特征因子進(jìn)行聚類優(yōu)化。

假設(shè)面集合fg=｛fg1，fg2，…，fgn｝，若?fgi∈fg，?fgj∈fg，使得fgi與fgj凹邊相鄰，則稱fg為凹邊相鄰的表面組。凹邊相鄰表面組可由零件的屬性鄰接圖獲得。通過刪除AAG 中的凸邊弧及凸邊弧后孤立的節(jié)點，獲得若干個AAG 子圖，此時每個AAG 子圖為一個凹邊相鄰表面組。

凹邊相鄰表面組特征因子聚類算法流程如下：

步驟2 將凹邊相鄰表面組定義為一個特別的面Surn+1，其特征因子為面組中每個面所共有的特征因子，

Fn+1=tion，CT，F(xiàn)ix）為所共有的特征因子｝。

2.2.2 基于減少裝夾換刀次數(shù)的聚類優(yōu)化

通常情況下，經(jīng)過凹邊相鄰表面組合聚類優(yōu)化后，一個加工表面往往還包含多個可行特征因子，因此繼續(xù)為每個表面從可行特征因子中選擇一個最優(yōu)因子，使整個零件所包含的因子數(shù)最少，以達(dá)到減少刀具使用種類和安裝次數(shù)的目的，提高零件特征識別結(jié)果的經(jīng)濟性。具體實現(xiàn)方法如下：

（1）定義S=｛f1，f2，…，fn｝，fn為零件加工表面或凹邊相鄰表面組，F(xiàn)=｛fe1，fe2，…，fek｝，fek為面或面組的特征因子，fek=（C＿M(jìn)otionk，CTk，F(xiàn)ixk）。

步驟1 搜索并獲得包含加工面最多的裝夾方案Fixk。

步驟2 從可行特征因子集合F中刪除包含F(xiàn)ixk的特征因子，從零件加工表面集合S中刪除Fixk裝夾下可加工的加工表面。

步驟3 判斷集合F是否為空集，如果不為空，則重復(fù)步驟1；否則獲得多個裝夾方案。

經(jīng)過該步驟獲得的裝夾方案就是零件加工時必須采用的裝夾方案。

對于可以在同一個裝夾下進(jìn)行加工的表面，應(yīng)盡可能采用具有較高加工效率的刀具。如對于平面加工，面銑刀的效率高于立銑刀，而大尺寸的刀具效率高于小尺寸刀具，具體實現(xiàn)過程可以通過設(shè)定刀具優(yōu)先級來完成，算法如下。

（2）定義S=｛f1，f2，…，fn｝，fn為零件加工表面或面組，F(xiàn)m=｛fe1，fe2，…，fel｝為加工面fm可行的特征因子。

步驟1 Setm=1，獲得加工面fm及其可行特征因子Fm。

步驟2 從Fm中搜索加工效率最高的刀具，刪除其他刀具構(gòu)成的特征因子。

步驟3m++，重復(fù)步驟2，直至m=n。

通過以上步驟，不但大大減少了特征解釋的個數(shù)，而且保證了生成的加工特征及特征因子可以有較高的加工效率。

3 實例驗證與討論

3.1 實例驗證

為驗證加工特征識別方法的正確性，選取圖4所示箱體零件作為識別對象，利用STEP 中性文件解析器，獲得零件中的50個特征加工面。圖4所示箱體零件在四軸臥式加工中心上完成加工，根據(jù)第1章所述制造資源建模方法，刀具模型如表2所示，裝夾模型如表3所示。

對于零件每一個加工表面，可根據(jù)第2章中的方法生成可行的特征因子，下面以圖4所示的零件加工表面16為例說明這一過程。

表2 部分刀具參數(shù)表

表3 裝夾模型表

步驟1 根據(jù)16面的平面類型及表1 所示的成形表面類型表，可以獲得該加工表面上可行的刀具和機床運動模式組合：｛FM1，RD｝，｛FEM1，RD｝，｛FEM2，RD｝。

步驟2 根據(jù)加工面粗糙度和公差等級等技術(shù)要求信息，刪除刀具不滿足加工要求的組合。

步驟3 由于采用RD機床運動模式加工該表面，為了避免刀具與夾具發(fā)生干涉，采用裝夾方向與機床主軸方向垂直的裝夾方案：Fix1和Fix3。

步驟4 進(jìn)行刀具尺寸檢測，根據(jù)刀具和加工面的幾何尺寸，刪除刀具尺寸不符合要求的組合。由于該平面的邊環(huán)全部由凸邊組成，其采用的加工刀具不會與其他面發(fā)生干涉，故以上刀具、機床運動模式和裝夾方案的6個組合都是可行的特征因子，如圖5所示。

在獲得每個加工表面的特征因子后，需要對特征因子進(jìn)行聚類優(yōu)化。例如，圓柱面19 和圓錐面20組成凹邊相鄰表面組，其聚類過程如圖6所示。

如圖7所示，首先對裝夾方向進(jìn)行篩選。由于在（0，0，1）裝夾下可加工表面最多，首先選擇該方向，從Fix中刪除該裝夾方向，并從加工面集合S中刪除該裝夾方向下所能加工的加工面，重復(fù)這一操作，直到所有加工表面都能在某一裝夾方向下完成加工，最后得到3個必須的裝夾方向。

進(jìn)一步對每個裝夾方向下的刀具進(jìn)行篩選。以加工面16為例，F(xiàn)M1、FEM1和FEM2這三把刀具中，面銑刀FM1加工效率最高，因而被優(yōu)先選中。同時將這幾把刀具覆蓋的表面從S中刪除。重復(fù)該過程，直到每個表面都被某把刀具所覆蓋；最后可以得到15個特征因子，圖8所示即為零件特征識別結(jié)果。在Windows環(huán)境中，四核2.2GHz、8GB內(nèi)存的條件下，獲得特征識別結(jié)果的時間不到20s。

3.2 方法分析

與現(xiàn)有的加工特征識別方法相比，本文方法在識別過程和識別結(jié)果方面有一定改進(jìn)，可以解決現(xiàn)有方法中存在的一些問題。

相比于現(xiàn)有基于制造資源的方法，本文方法主要有三方面的改進(jìn)：①在制造資源模型定義時，以往的方法多針對三軸機床。本文對箱體零件加工中常用的四軸加工中心、刀具類型及裝夾方式進(jìn)行了參數(shù)化定義，拓展了加工特征識別范圍。當(dāng)考慮四軸加工中心工作臺可轉(zhuǎn)位因素后，使得在三軸機床一次裝夾下無法用同一把刀具加工的多個特征聚類為1個特征，有利于減少后續(xù)工藝規(guī)劃的裝夾次數(shù)、換刀次數(shù)。②本文采用由STEP 中性文件獲得的AAG 模型來存儲零件信息，數(shù)據(jù)的正確性容易得到保證。③通過特征因子的聚類優(yōu)化，從每個加工面的可行特征因子中篩選出最優(yōu)的特征因子，得到特征識別結(jié)果，可以大大減少后續(xù)工藝規(guī)劃的工作量。以圖4所示加工面4～7為例，每個加工面可生成一個或一個以上的特征因子，如果沒有對這幾個面進(jìn)行聚類，則至少會獲得4個加工特征。而將這四個面進(jìn)行聚類后，可獲得如圖9所示的加工特征｛AD，R1，F(xiàn)ix2，f4-7｝，從而使后續(xù)工藝設(shè)計時的對象大大減少。

相對于模式匹配法，本文方法不需要預(yù)定義特征模式，具有較強的柔性。如圖9所示的幾類孔特征，若采用模式匹配的方法，則需要對每一類特征預(yù)先定義特定的特征模式，然后再將零件模型與之匹配來完成加工特征識別。復(fù)雜箱體類零件的加工特征種類多樣，需要預(yù)定義的特征模式數(shù)量會較大。特別是存在相交特征時特征模式發(fā)生改變，從而出現(xiàn)沒有預(yù)定義的特征模式，造成零件加工特征無法識別。而本文方法只要加工表面存在可行的加工資源組合，不需要預(yù)先定義特定的特征模式即可得到特征識別結(jié)果，同時也可以避免相交特征識別困難的問題。如圖4所示加工面1、2組成的孔和加工面21～24組成的通槽產(chǎn)生相交，這兩個特征的特征模式發(fā)生了變化，難以通過模式匹配的方法識別。而利用本文方法對這些面分別生成特征因子后聚類，可以得到｛RD，B1，F(xiàn)ix2，f1-2｝和｛RD，F(xiàn)EM2，F(xiàn)ix1，f21-24｝兩個加工特征。

相對于體積分解法，本文方法在生成特征因子時充分考慮了現(xiàn)有制造資源中機床、刀具和夾具等約束對于零件加工面加工方法確定的影響，不會存在識別結(jié)果難以加工的問題。如圖8所示，每個加工特征都有制造資源與之相適應(yīng)，因而獲得的加工特征在現(xiàn)有的加工能力下都能完成加工，特征識別的可加工性得到了保證。

4 結(jié)束語

本文針對現(xiàn)有的特征識別方法存在的相交特征識別困難、特征識別結(jié)果可制造性不理想等問題，提出了基于制造資源的加工特征識別方法，并基于箱體零件實例驗證了其可行性。實例結(jié)果表明，該方法能有效解決復(fù)雜箱體零件的特征識別問題。

當(dāng)然，本文方法還存在一定的局限性。所提出的方法雖然能夠處理大多數(shù)解析表面，但對于包含三維自由曲面的零件來說，加工特征識別依然存在問題。如何進(jìn)一步描述制造資源的成形能力，擴展其識別的加工表面類型，將是下一步工作的重點。

［1］GAO Shuming.A survey of automatic feature recognition［J］.Chinese Journal of Computers，1998，21（3）：281-288（in Chinese）.［高曙明.自動特征識別技術(shù)綜述［J］.計算機學(xué)報，1998，21（3）：281-288.］

［2］SADAIAH M，YADAV D R，MOHANRAM P V.A generative computer-aided process planning system for prismatic components［J］.The International Journal of Advanced Manufac-turing Technology，2002，20（10）：709-719.

［3］LI Yingguang，DING Yongfa，MOU Wenping.Feature recognition technology for aircraft structural parts based on a holistic attribute adjacency graph［J］.Journal of Engineering Manufacture，2010，224（2）：271-278.

［4］RAHMANI K，AREZOO B.A hybrid hint-based an d graphbased framework for recognition of interacting milling features［J］.Computers in Industry，2007，58（4）：304-312.

［5］SUNIL V B，PANDE S S.Automatic recognition of machining features using artificial neural networks［J］.The International Journal of Advanced Manufacturing Technology，2009，41（9／10）：932-947.

［6］ZHAO Peng，SHENG Buyun，DENG Weigang.Delta-volume decomposition and combination strategy for process planning［J］.Computer Integrated Manufacturing Systems，2010，16（9）：1793-1800（in Chinese）.［趙 鵬，盛步云，鄧偉剛.工藝設(shè)計過程中的切削體分解組合策略［J］.計算機集成制造系統(tǒng)，2010，16（9）：1793-1800.］

［7］HOUSHMAND M，IMANI D M.A volume decomposition model to determine machining features for prismatic parts［J］.Journal of Applied Sciences，2009，9（9）：1703-1710.

［8］GAINES D M，CASTANO F，HAYES C C.Mediator：a resource adaptive feature recognizer that interwines features extraction and manufacturing analysis［J］.Journal of Mechanical Design，1999，121（1）：145-158.

［9］STAGE R，ROBERTS C，HENDERSON M.Generating resource based flexible form manufacturing features through objective driven clustering［J］.Computer-Aided Design，1999，31（2）：119-130.

［10］SRIDHARAN N，SHAH J J.Recognition of multi axis milling features：part I topological and geometric characteristics［J］.Transactions of the ASME，2004，4（3）：242-250.

［11］SRIDHARAN N，SHAH J J.Recognition of multi axis milling features：part II algorithms and implementation［J］.Journal of Computing and Information Science in Engineering，2005，5（1）：25-34.

［12］TANG Censhu，CHU Xuening.Machining feature recognition based on form-shaping capability model［J］.Journal of Computer-Aided Design &Computer Graphics，2010，22（10）：1655-1663（in Chinese）.［湯岑書，褚學(xué)寧.基于切削成型能力模型的加工特征識別方法［J］.計算機輔助設(shè)計與圖形學(xué)學(xué)報，2010，22（10）：1655-1663.］

［13］HUANG Rui，ZHANG Shusheng，BAI Xiaoliang.Manufacturability driven interacting machining feature recognition algorithms for 3DCAD models［J］.Journal of Computer-Aided Design &Computer Graphics，2013，25（7）：1089-1098（in Chinese）.［黃 瑞，張樹生，白曉亮.可制造性驅(qū)動的三維CAD模型相交制造特征識別方法［J］.計算機輔助設(shè)計與圖形學(xué)報，2013，25（7）：1089-1098.］