劉紅軍，葉文靜，紀(jì) 俐

（沈陽(yáng)航空航天大學(xué) 機(jī)電工程學(xué)院，沈陽(yáng) 110136）

基于CAA的復(fù)雜零件MBD模型數(shù)字化檢測(cè)數(shù)據(jù)提取與組織技術(shù)

劉紅軍，葉文靜，紀(jì) 俐

（沈陽(yáng)航空航天大學(xué) 機(jī)電工程學(xué)院，沈陽(yáng) 110136）

為實(shí)現(xiàn)數(shù)字化檢測(cè)過(guò)程中基于MBD產(chǎn)品的復(fù)雜零件檢測(cè)信息自動(dòng)獲取與關(guān)聯(lián)特征，提出基于CATIA平臺(tái)利用CAA技術(shù)對(duì)模型底層信息獲取的實(shí)現(xiàn)方法。首先對(duì)模型的底層B-Rep信息進(jìn)行提取，根據(jù)提取的幾何數(shù)據(jù)與拓?fù)鋽?shù)據(jù)對(duì)模型進(jìn)行檢測(cè)特征的識(shí)別，之后對(duì)檢測(cè)信息進(jìn)行提取與分析并關(guān)聯(lián)相應(yīng)的檢測(cè)特征，結(jié)合特征識(shí)別結(jié)果確定檢測(cè)信息的具體位置，最后通過(guò)檢測(cè)工藝規(guī)劃得到標(biāo)準(zhǔn)的DMIS檢測(cè)程序，驅(qū)動(dòng)三坐標(biāo)測(cè)量機(jī)完成零件的檢測(cè)。檢測(cè)結(jié)果表明此方法能夠準(zhǔn)確、高效的提取復(fù)雜零件的檢測(cè)信息并關(guān)聯(lián)特征，滿足數(shù)字化檢測(cè)技術(shù)中對(duì)檢測(cè)信息與關(guān)聯(lián)特征的要求，為數(shù)字化檢測(cè)技術(shù)提供了全新的基于MBD模型的數(shù)字化檢測(cè)數(shù)據(jù)提取與組織方式。

MBD；CATIA；檢測(cè)信息；特征識(shí)別；數(shù)字化檢測(cè)；組件應(yīng)用技術(shù)

0 引言

伴隨著數(shù)字化設(shè)計(jì)與數(shù)字化制造的廣泛應(yīng)用，對(duì)產(chǎn)品質(zhì)量評(píng)價(jià)體系的要求也越來(lái)越高，數(shù)字化檢測(cè)技術(shù)應(yīng)運(yùn)而生，制造行業(yè)逐步走向數(shù)字化設(shè)計(jì)、制造、檢測(cè)相結(jié)合的現(xiàn)代化制造模式，但基于MBD的數(shù)字化檢測(cè)技術(shù)的全面應(yīng)用仍然處于探索階段。基于MBD的檢測(cè)信息獲取與特征的準(zhǔn)確關(guān)聯(lián)是實(shí)現(xiàn)數(shù)字化檢測(cè)的基礎(chǔ)[1]，目前各三坐標(biāo)產(chǎn)商開(kāi)發(fā)了適用于自己測(cè)量機(jī)的各類檢測(cè)規(guī)劃軟件可自動(dòng)識(shí)別檢測(cè)信息與特征，如UG中CMM檢測(cè)模塊、PC-DMIS軟件及AC-DMIS軟件等，但各類檢測(cè)規(guī)劃軟件對(duì)不同設(shè)計(jì)平臺(tái)所設(shè)計(jì)的模型存在兼容性問(wèn)題，造成讀取模型時(shí)個(gè)別零件丟失、檢測(cè)信息丟失及檢測(cè)特征丟失等問(wèn)題。目前國(guó)內(nèi)部分大型企業(yè)已經(jīng)應(yīng)用數(shù)字化檢測(cè)設(shè)備進(jìn)行檢測(cè)，但檢測(cè)信息的獲取仍然依靠人工讀取二維圖紙來(lái)確定，而設(shè)計(jì)、制造過(guò)程已經(jīng)實(shí)現(xiàn)了三維數(shù)字化，就導(dǎo)致檢驗(yàn)信息產(chǎn)生雙數(shù)據(jù)源，給信息的管理與傳遞過(guò)程造成了潛在問(wèn)題[2]。如何獲取MBD模型的檢測(cè)信息與關(guān)聯(lián)檢測(cè)特征是保證數(shù)字化檢測(cè)結(jié)果正確的關(guān)鍵因素，文中對(duì)CATIA模型利用CAA[3]（Component Application Architecture）技術(shù)對(duì)檢測(cè)信息獲取并關(guān)聯(lián)檢測(cè)特征，實(shí)現(xiàn)了檢測(cè)信息的自動(dòng)獲取與關(guān)聯(lián)特征，為數(shù)字化檢測(cè)提供數(shù)據(jù)基礎(chǔ)。

1 檢測(cè)特征識(shí)別

特征識(shí)別是從零件模型中抽取具有一定工程意義的特征信息[4]，特征是解決CAD/CAPP/CAM間“自動(dòng)化”孤島問(wèn)題的有效辦法[5]，同樣，在數(shù)字化檢測(cè)系統(tǒng)中，檢測(cè)特征作為系統(tǒng)的數(shù)據(jù)源，為檢測(cè)規(guī)劃系統(tǒng)提供了基本的檢測(cè)信息。文中采用CATIA底層B-Rep數(shù)據(jù)對(duì)特征進(jìn)行提取并識(shí)別[6]。

1.1 B-Rep信息提取

B-Rep邊界表示法是指用點(diǎn)、邊、面、環(huán)以及它們之間相互的關(guān)系描述三維模型[7]，UG和CATIA等軟件以B-Rep邊界表示法為基礎(chǔ)描述幾何形體，B-Rep數(shù)據(jù)包含幾何定義數(shù)據(jù)與拓?fù)鋽?shù)據(jù)，幾何定義數(shù)據(jù)是指幾何對(duì)象在空間中的表達(dá)，拓?fù)潢P(guān)系數(shù)據(jù)是指點(diǎn)、線、面、環(huán)的幾何定義數(shù)據(jù)及相互之間的拓?fù)潢P(guān)系數(shù)據(jù)。在CATIA模型中，存在幾何對(duì)象與拓?fù)鋵?duì)象之分，拓?fù)鋵?duì)象是由幾何對(duì)象抽取而出，用來(lái)表達(dá)模型的拓?fù)潢P(guān)系。根據(jù)CATIA模型中所有拓?fù)鋵?duì)象之間的拓?fù)鋵哟侮P(guān)系，可得出CATIA模型B-Rep數(shù)據(jù)提取的基本思路，其流程如圖1所示，按照此流程對(duì)B-Rep信息進(jìn)行提取，部分程序如下：

圖1 檢測(cè)模型B-Rep信息提取流程

1.2 特征識(shí)別

特征識(shí)別技術(shù)中基于圖的方法具有準(zhǔn)確且高效識(shí)別特征的效果，并得到了廣泛使用，該方法采用屬性鄰接圖方式來(lái)描述構(gòu)成特征的面集合之間的關(guān)系[8]，節(jié)點(diǎn)對(duì)應(yīng)零件的實(shí)體面，弧的屬性表示兩面交線的凹凸性，為凸弧時(shí)，表明與該節(jié)點(diǎn)所連接的邊為凸邊，相反則為為凹邊，弧線的凹凸屬性判斷公式如下：

2 檢測(cè)信息獲取與分析

傳統(tǒng)的檢測(cè)方法需檢測(cè)人員在尺寸標(biāo)注與公差標(biāo)注的位置查找檢驗(yàn)要求并確定檢驗(yàn)計(jì)劃和檢驗(yàn)工序，這種檢測(cè)方法工作量龐大，效率極低而且準(zhǔn)確度無(wú)法保證，遇到檢測(cè)對(duì)象繁多的復(fù)雜零件，易造成檢測(cè)數(shù)據(jù)丟失。本文的主要目的是保證檢測(cè)信息不丟失的前提下提高檢測(cè)效率實(shí)現(xiàn)數(shù)字化檢測(cè)。

檢測(cè)信息獲取的過(guò)程即對(duì)模型中的MBD數(shù)據(jù)提取的過(guò)程[9]，首先獲取模型的標(biāo)注隊(duì)列（CATITPSList）對(duì)象，之后得到標(biāo)注的依附面TTRS（Technologically and Topologically Related Surfaces），并判斷其類型是Semantic還是Nonsemantic，再判斷基本類型如Dimension（尺寸），Geometrical Tolerance（幾何公差），Roughness（粗糙度）等，然后通過(guò)不同類型TPS特征對(duì)應(yīng)的形為特征接口提取相應(yīng)的數(shù)據(jù)，部分程序?qū)崿F(xiàn)如下，圖2為CATIA模型中MBD的數(shù)據(jù)提取流程。

3 應(yīng)用實(shí)例

圖2 MBD數(shù)據(jù)提取流程

在CATIA平臺(tái)下建立如圖4所示模型并進(jìn)行MBD信息標(biāo)注，按照?qǐng)D1中B-Rep信息提取的流程對(duì)CATIA模型底層的基本數(shù)據(jù)進(jìn)行獲取，獲取的拓?fù)涿孀鳛閷傩脏徑訄D的節(jié)點(diǎn)，判斷節(jié)點(diǎn)之間的凹凸關(guān)系，對(duì)輸出的屬性鄰接矩陣分解出不包含凸弧的結(jié)構(gòu)，與標(biāo)準(zhǔn)特征庫(kù)進(jìn)行比對(duì)后識(shí)別出獨(dú)立的特征結(jié)構(gòu)，如圖3所示，為凹槽特征與圓孔特征的屬性鄰接矩陣，其中“2”所在位置為凹弧出現(xiàn)位置，“0”表示兩面不相鄰無(wú)交線，“1”代表凸弧出現(xiàn)位置，“3”表示兩相交面處于相切狀態(tài)。特征識(shí)別后，對(duì)檢測(cè)信息進(jìn)行分析與提取，并關(guān)聯(lián)其特征，結(jié)果如圖4所示。

圖3 凹槽與圓孔鄰接矩陣

圖4 檢測(cè)模型

經(jīng)特征識(shí)別、檢測(cè)信息分析與特征關(guān)聯(lián)后獲得的檢測(cè)信息，通過(guò)后續(xù)的檢測(cè)工藝規(guī)劃，即檢測(cè)點(diǎn)布置、檢測(cè)碰撞檢查與規(guī)避后，輸出標(biāo)準(zhǔn)的DMIS程序，驅(qū)動(dòng)三坐標(biāo)測(cè)量機(jī)對(duì)模型進(jìn)行檢測(cè)，圖5為零件的檢測(cè)過(guò)程，檢測(cè)結(jié)果表明，檢測(cè)信息提取、信息分析與關(guān)聯(lián)特征結(jié)果準(zhǔn)確，三坐標(biāo)測(cè)量機(jī)能夠?qū)ζ溥M(jìn)行識(shí)別與評(píng)價(jià)，而且整個(gè)檢測(cè)過(guò)程時(shí)間大幅度縮減，顯著的提高了檢測(cè)效率。

圖5 零件檢測(cè)

4 結(jié)論

文中提出在CATIA平臺(tái)利用CAA技術(shù)實(shí)現(xiàn)自動(dòng)獲取檢測(cè)信息與關(guān)聯(lián)特征方法，針對(duì)傳統(tǒng)檢測(cè)過(guò)程中手動(dòng)獲取檢測(cè)信息的丟失、錯(cuò)誤和低效率問(wèn)題，檢測(cè)特征不能自動(dòng)關(guān)聯(lián)問(wèn)題、特征屬性不能自動(dòng)獲取問(wèn)題進(jìn)行了解決，由設(shè)計(jì)模型通過(guò)對(duì)底層B-Rep信息提取進(jìn)行檢測(cè)特征的識(shí)別，之后對(duì)檢測(cè)信息進(jìn)行提取與分析，關(guān)聯(lián)相關(guān)的幾何特征，經(jīng)后續(xù)的檢測(cè)工藝規(guī)劃可實(shí)現(xiàn)三坐標(biāo)測(cè)量機(jī)的驅(qū)動(dòng)，驗(yàn)證了檢測(cè)信息提取與特征關(guān)聯(lián)的正確性。檢測(cè)信息與特征的自動(dòng)獲取與關(guān)聯(lián)告別了傳統(tǒng)的檢測(cè)方式，并且很大程度上提高了檢測(cè)效率，為實(shí)現(xiàn)數(shù)字化檢測(cè)提供了數(shù)據(jù)基礎(chǔ)。

[1] 袁修華.基于STEP標(biāo)準(zhǔn)的三維實(shí)體制造特征識(shí)別技術(shù)研究[D].吉林:吉林大學(xué),2008.

[2] 段桂江,岑榮.基于MBD的飛機(jī)結(jié)構(gòu)件檢驗(yàn)規(guī)劃技術(shù)研究[J].航空制造技術(shù),2015,19:62-67.

[3] 梁岱春,張為民,隋立江.淺析基于CAA的CATIA二次開(kāi)發(fā)[J].航空制造技術(shù),2012,10:65-68.

[4] 李大磊,陳廣飛,尹躍峰.基于圖的混合加工特征識(shí)別方法[J].組合機(jī)床與自動(dòng)化加工技術(shù),2013,6:81-83.

[5] 韓娟,張發(fā)平,高博,等.基于圖和規(guī)則的混合式特征識(shí)別技術(shù)[J].機(jī)械設(shè)計(jì)與制造,2013,3:97-104.

[6] V.B.Sunil,RupalAgarwal,S.S.Pande.An Approach to Recognize Interacting Features from B-Rep CAD Models of Prismatic Machined Parts Using a Hybrid (Graph and Rule Based) Technique[J].Computers in Industry,2010,61:686-701.

[7] 徐同明,陳卓寧,李建勛.面向三維機(jī)加工藝規(guī)劃系統(tǒng)的CATIA模型B-Rep信息提取與應(yīng)用[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2014,23(6):211-214.

[8] 閆海兵.飛機(jī)結(jié)構(gòu)件復(fù)雜加工特征識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D].南京:南京航空航天大學(xué),2010.

[9] 陳卓寧,秦宇,徐明同.面向三維機(jī)加工藝規(guī)劃系統(tǒng)的CATIA模型MBD數(shù)據(jù)提取和應(yīng)用[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2014,23(9):212-218.

Digital-Inspection data extraction and application of complex MBD model based on CAA

LIU Hong-jun, YE Wen-jing, JI Li

TP182；TP391

A

1009-0134(2016)12-0064-04

2016-08-31

遼寧省自然科學(xué)基金（2013024017）

劉紅軍（1971 -），男，遼寧沈陽(yáng)人，副教授，博士，研究方向?yàn)閿?shù)字化設(shè)計(jì)與制造。