沙智華，李偉奇，馬付建，王國(guó)慶，王紫光，張生芳

（1.大連交通大學(xué)，大連 116028；2.遼寧省軌道交通裝備智能化技術(shù)重點(diǎn)實(shí)驗(yàn)室，大連 116028）

隨著我國(guó)航空工業(yè)的迅猛發(fā)展，新型飛機(jī)朝著長(zhǎng)航時(shí)、高搭載能力、高機(jī)動(dòng)性的需求發(fā)展[1]。為減輕重量、提高結(jié)構(gòu)剛度，機(jī)身結(jié)構(gòu)中開(kāi)始大量應(yīng)用具有復(fù)雜薄壁特征的角盒類(lèi)零件。由于角盒類(lèi)零件改型多，工藝決策時(shí)需手動(dòng)提取幾何形狀信息，導(dǎo)致數(shù)控編程效率低下、零件質(zhì)量不穩(wěn)定，這些問(wèn)題嚴(yán)重制約了航空航天領(lǐng)域的發(fā)展。加工特征作為加工幾何信息和加工工藝的載體，能有效實(shí)現(xiàn)角盒類(lèi)零件的結(jié)構(gòu)化表達(dá)，將加工特征與加工工藝進(jìn)行關(guān)聯(lián)，能夠縮短數(shù)控加工工藝準(zhǔn)備周期，提升加工工藝準(zhǔn)備的規(guī)范化，從而提高角盒類(lèi)零件數(shù)控編程效率和質(zhì)量[2]。

目前為止，典型的加工特征識(shí)別方法包括基于規(guī)則的方法[3]、基于圖的方法[4]、基于痕跡的方法[5]、凸包分解法[6]、單元體分解法[7]以及基于數(shù)據(jù)驅(qū)動(dòng)的加工特征識(shí)別方法[8]。基于圖的方法是研究應(yīng)用最多的方法之一，Joshi 等[9]在面邊圖的基礎(chǔ)上，將邊的凹凸性表示為弧的屬性，首次提出了基于屬性鄰接圖 （Attributed adjacency graph，AAG）的特征識(shí)別方法。Marefat 等[10]首次采用添加虛鏈的方法來(lái)提高圖匹配識(shí)別方法在識(shí)別相交特征方面的能力。謝飛等[11]以零件模型中的幾何信息與拓?fù)湫畔榛A(chǔ)構(gòu)建加權(quán)屬性鄰接圖，結(jié)合子圖同構(gòu)算法與相關(guān)判定規(guī)則實(shí)現(xiàn)常見(jiàn)加工特征的識(shí)別。羅晨等[12]在幾何特征匹配時(shí)考慮其幾何形狀和拓?fù)潢P(guān)系，通過(guò)尋找節(jié)點(diǎn)對(duì)應(yīng)約束的最大相似連通子圖綜合確定幾何特征相似度，建立了一種夾具設(shè)計(jì)案例特征表示的新型檢索機(jī)制。黃豐云等[13]針對(duì)傳統(tǒng)圖匹配方法中子圖同構(gòu)算法時(shí)間復(fù)雜度高和特征表達(dá)二義性等問(wèn)題，提出了基于擴(kuò)展屬性鄰接圖和圖同構(gòu)的特征識(shí)別方法?；趫D的方法能夠高效識(shí)別零件中的獨(dú)立特征和部分相交特征，但在處理復(fù)雜零件相交特征時(shí)仍顯不足。主要體現(xiàn)在痕跡的生成和補(bǔ)全算法依賴預(yù)先定義的特征相交模式，而復(fù)雜零件相交特征的模式又十分龐雜，無(wú)法事先完全定義。此外該方法直接獲取零件AAG，在AAG 中處理過(guò)渡特征的抑制問(wèn)題，導(dǎo)致分解AAG 獲得最小屬性鄰接圖 （Minimum attributed adjacency graph，MAAG）過(guò)程復(fù)雜，特征識(shí)別的速度較慢。

角盒類(lèi)零件中存在多個(gè)特征相交形成的復(fù)合特征，直接采用基于圖的特征識(shí)別方法識(shí)別過(guò)程復(fù)雜，為提高角盒類(lèi)零件特征識(shí)別效率降低算法復(fù)雜度，本文在上述研究的基礎(chǔ)上，提出了一種基于識(shí)別方向單特征順序圖匹配的特征識(shí)別方法：結(jié)合角盒類(lèi)零件的加工工藝特點(diǎn)對(duì)加工特征進(jìn)行分類(lèi)；識(shí)別并抑制零件模型中的孔特征與過(guò)渡特征；沿著主輔識(shí)別方向生成單特征AAG，分解AAG 獲得MAAG，將MAAG 與用戶預(yù)先定義特征AAG 進(jìn)行子圖匹配；結(jié)合規(guī)則確定加工特征的類(lèi)型，獲得特征識(shí)別結(jié)果。

1 加工特征的分類(lèi)方法

1.1 基本概念定義

角盒類(lèi)零件是具有3 個(gè)相互垂直的薄壁結(jié)構(gòu) （底板、側(cè)壁和筋板），且通過(guò)底板、側(cè)壁外表面與其他零件和結(jié)構(gòu)進(jìn)行連接的小型零件。加工工藝為正面加工與反面加工，部分孔特征需要側(cè)面加工。角盒類(lèi)零件如圖1所示。為更好地識(shí)別加工特征，對(duì)角盒類(lèi)零件的相關(guān)基本概念做如下定義。

圖1 角盒類(lèi)零件Fig.1 Corner box parts

（1）底板、側(cè)壁、筋板：遍歷零件模型拓?fù)涿嫘纬膳cx、y、z軸垂直的3 個(gè)面集Fx、Fy、Fz，計(jì)算每個(gè)面集拓?fù)涿婷娣e和Sx、Sy、Sz，面積和從大到小依次是底板、側(cè)壁、筋板。筋板主要起加固零件的作用，除孔特征以外沒(méi)有其他特征。

（2）主識(shí)別方向：與角盒底板垂直且由零件內(nèi)腔指向底板，用于識(shí)別零件中大部分特征。

（3）輔助識(shí)別方向：與角盒側(cè)壁垂直且由零件內(nèi)腔指向側(cè)壁，用于識(shí)別主識(shí)別方向下識(shí)別不到的特征。

（4）待識(shí)別面：與識(shí)別方向垂直的平面，構(gòu)成單特征AAG 的中心。

（5）鄰接面：與待識(shí)別面相鄰的面，構(gòu)成單特征AAG 的邊緣。

（6）凹邊、凸邊：零件實(shí)體中任意邊的兩個(gè)鄰接面，在零件體外夾角小于180°時(shí)，任意邊為凹邊；當(dāng)零件體外夾角大于180°時(shí)，任意邊為凸邊。

1.2 加工特征的分類(lèi)

通過(guò)分析角盒類(lèi)零件特點(diǎn)可知，角盒類(lèi)零件中的基本特征為孔、盲臺(tái)階、臺(tái)階特征?；咎卣鞯亩x如圖2所示。

（1）孔特征：零件模型中的封閉貫通區(qū)域如圖2（a）所示，角盒類(lèi)零件中孔特征均為通孔。

（2）盲臺(tái)階特征：在待識(shí)別面與鄰接面中存在3 個(gè)相互垂直的平面，且任意兩平面公共邊為凹邊，由這3個(gè)平面構(gòu)成盲臺(tái)階特征如圖2（b）所示。

（3）臺(tái)階特征：僅有一條由待識(shí)別面與鄰接面形成的凹邊，組成凹邊的待識(shí)別面與鄰接面構(gòu)成臺(tái)階特征。根據(jù)待識(shí)別面與鄰接面的夾角分為銳角臺(tái)階、直角臺(tái)階、鈍角臺(tái)階，如圖2（c）所示為直角臺(tái)階。

圖2 基本特征示意圖Fig.2 Schematic diagram of basic feature

由于角盒類(lèi)零件中特征的位置不同，對(duì)應(yīng)的加工工藝也不同。故結(jié)合特征位置將孔特征分為底板孔（Hb）、側(cè)壁孔（Hr）、筋板孔（Hs）；將臺(tái)階特征分為底板底面臺(tái)階（a）、側(cè)壁頂面臺(tái)階（b）、側(cè)壁側(cè)面臺(tái)階（c）、底板側(cè)面臺(tái)階（d）?；咎卣鞣诸?lèi)如圖3所示。

圖3 基本特征分類(lèi)Fig.3 Classification of basic feature

結(jié)合角盒類(lèi)零件的加工工藝流程將角盒類(lèi)零件的加工特征分為正面加工特征、反面加工特征、正反雙面加工特征和側(cè)面加工特征4 種類(lèi)型，如圖4所示。

圖4 加工特征分類(lèi)Fig.4 Classification of machining feature

2 加工特征識(shí)別過(guò)程

2.1 孔特征的識(shí)別與抑制

通?？滋卣鞯淖R(shí)別需要擴(kuò)展AAG 中公共邊的屬性，增加內(nèi)環(huán)邊與外環(huán)邊[2]，這無(wú)疑復(fù)雜化了孔特征的識(shí)別過(guò)程。在CATIA 創(chuàng)建的角盒類(lèi)零件模型中，孔特征均由孔工具條實(shí)現(xiàn)，同時(shí)CATIA 還提供了可以直接檢索到孔特征的函數(shù)。因此在本文提出的識(shí)別方法中，孔特征直接從零件模型特征樹(shù)中識(shí)別，識(shí)別過(guò)程如下。

步驟1：遍歷零件模型的特征樹(shù)，獲取孔特征存放到鏈表中。

步驟2：遍歷孔特征，獲取并存儲(chǔ)孔特征的軸向、直徑、深度、中心坐標(biāo)等信息。基于以上信息判斷孔特征的類(lèi)型。

步驟3：獲取孔特征在特征樹(shù)中的父級(jí)，移除孔特征，更新零件模型。

步驟4：將孔特征移除后模型組成面標(biāo)識(shí)符映射到原始模型中。

圖5是圖1所示角盒零件孔特征抑制后模型。移除孔特征后減少了待識(shí)別面的鄰接面?zhèn)€數(shù)，避免了孔特征與待識(shí)別面公共邊凹凸性不明問(wèn)題，提高了特征識(shí)別的準(zhǔn)確性。

圖5 孔特征抑制后模型Fig.5 Model after hole feature was suppressed

2.2 過(guò)渡特征的識(shí)別與抑制

零件中存在為減少集中應(yīng)力、增加零件局部強(qiáng)度的過(guò)渡特征[14]，使原有的拓?fù)潢P(guān)系變得更加復(fù)雜，增加了特征識(shí)別過(guò)程的難度和計(jì)算量。角盒類(lèi)零件中的過(guò)渡特征為圓角特征，圓角特征是通過(guò)CATIA 建模軟件中的圓角工具條創(chuàng)建的，與孔特征識(shí)別相同，圓角特征也可以從直接零件模型特征樹(shù)中獲取。圓角特征識(shí)別過(guò)程如下。

步驟1：遍歷零件模型特征樹(shù)，獲取圓角特征存放在鏈表中。

步驟2：遍歷圓角特征，獲取并存儲(chǔ)特征半徑、法向量、組成面、鄰接面等信息。

步驟3：獲取圓角特征在特征樹(shù)中的父級(jí)，移除圓角特征，更新零件模型。

步驟4：將圓角特征移除后模型組成面標(biāo)識(shí)符映射到原始模型中。

步驟1 是圓角特征的識(shí)別；步驟3 是圓角特征的抑制；步驟2 和4 是圓角特征的復(fù)原。圖6是圖1中的角盒零件過(guò)渡特征抑制后模型。

圖6 過(guò)渡特征抑制后模型Fig.6 Model after transition feature was suppressed

在零件模型中，添加一個(gè)圓角特征會(huì)增加圓角面信息，改變圓角鄰接面信息，而其他面的信息不會(huì)發(fā)生改變，同理移除一個(gè)圓角特征會(huì)減少圓角面信息，改變圓角鄰接面信息?；诖?，每移除一個(gè)圓角特征，觀察零件模型組成面標(biāo)識(shí)符的變化情況，采用移除前后圓角鄰接面位置不變、法向量不變、面積變化很小的原則，將圓角移除前后的鄰接面關(guān)聯(lián)起來(lái)。由此將孔特征、過(guò)渡特征抑制后模型組成面標(biāo)識(shí)符與原始模型組成面標(biāo)識(shí)符關(guān)聯(lián)起來(lái)，實(shí)現(xiàn)了圓角特征位置的復(fù)原。

2.3 單特征AAG 的生成與分解

2.3.1 B-rep 數(shù)據(jù)的獲取

在計(jì)算機(jī)中零件的三維模型信息是以邊界表示法（Boundary representation，B-rep）數(shù)據(jù)的形式存儲(chǔ)的，包括幾何數(shù)據(jù)與拓?fù)鋽?shù)據(jù)[15]。幾何數(shù)據(jù)指模型中，點(diǎn)、線、面等幾何元素的形狀、位置、大小信息；拓?fù)鋽?shù)據(jù)是指模型中點(diǎn)、線、邊、環(huán)、面、殼、體等拓?fù)湓氐泥徑雨P(guān)系。B-rep數(shù)據(jù)的獲取是AAG 生成的基礎(chǔ)，B-rep 數(shù)據(jù)可以通過(guò)CATIA 二次開(kāi)發(fā)接口封裝的函數(shù)實(shí)現(xiàn)。圖7是CATIA模型所有拓?fù)鋵?duì)象間的拓?fù)鋵蛹?jí)關(guān)系。B-rep 數(shù)據(jù)獲取思路為：首先獲取零件模型的拓?fù)潴w （CATBody），接著沿著體、殼、面、環(huán)、邊、點(diǎn)的順序獲取對(duì)應(yīng)拓?fù)潴w，最后從每一層的拓?fù)潴w中獲取該層的B-rep 數(shù)據(jù)。

圖7 CATIA 模型拓?fù)鋵?duì)象層級(jí)關(guān)系Fig.7 Topology object hierarchy of CATIA model

2.3.2 邊的凹凸性判定

角盒類(lèi)零件中，邊的類(lèi)型為直線，本文主要討論直邊的凹凸性判定方法。白茜[16]以面f1作為基面，根據(jù)右手螺旋法則確定邊e的方向ne，通過(guò)n=ne×n2得到n的方向，獲得n與nl的夾角θ判斷邊e的凹凸性。如果夾角|θ| <π/2，邊e為凹邊；如果夾角|θ| >π/2，則邊e為凸邊。圖8是直邊凹凸性判斷示意圖。

圖8 直邊凹凸性判斷示意圖Fig.8 Schematic diagram of straight edge concevity and convexity judgment

2.3.3 單特征AAG 生成與分解過(guò)程

AAG 是以零件模型中的面為節(jié)點(diǎn)，面與面之間連接的公共邊為弧，將公共邊的凹凸性添加為弧的屬性，用來(lái)比較結(jié)構(gòu)化對(duì)象之間相似性的工具[17]。與傳統(tǒng)AAG 鄰接矩陣相比維數(shù)更小且每個(gè)鄰接矩陣中只能提取出一個(gè)特征。單特征AAG 的生成與分解步驟如下。

步驟1：訪問(wèn)零件模型B-rep 數(shù)據(jù)，通過(guò)圖7中展示的接口獲取拓?fù)涿嫘畔ⅰ?/p>

步驟2：在識(shí)別方向下檢索零件模型拓?fù)涿鏄?gòu)成待識(shí)別面集，順序選取待識(shí)別面。

步驟3：以待識(shí)別面為基礎(chǔ)，檢索零件模型中待識(shí)別面的鄰接面，計(jì)算待識(shí)別面與鄰接面、鄰接面與鄰接面公共邊的凹凸性生成單特征AAG。

步驟4：去除單特征AAG 中與待識(shí)別面凸連接的面節(jié)點(diǎn)得到單特征MAAG。

圖9是盲臺(tái)階特征AAG 的生成與分解示意圖，其中，0 表示邊的屬性為凹邊；1 表示邊的屬性為凸邊。圖9（a）是盲臺(tái)階特征零件模型，圖9（b）是單特征AAG，圖9（c）是單特征MAAG。

2.3.4 單特征AAG 存儲(chǔ)形式

如圖10所示，AAG 通常采用鄰接矩陣存儲(chǔ)，本文對(duì)傳統(tǒng)鄰接矩陣進(jìn)行擴(kuò)展，擴(kuò)展鄰接矩陣A[n，n]定義如下：用0 來(lái)表示矩陣中對(duì)角線上的元素。對(duì)于非對(duì)角線上的元素aij（i，j=1，2，…，n，i ≠ j），當(dāng)面i與面j不相交時(shí)用–1 來(lái)表示；當(dāng)面i與面j相交時(shí)用一個(gè)兩位數(shù)表示邊界屬性，在個(gè)位用0 和1 分別表示凹邊和凸邊，在十位用1、2、3 分別表示面的夾角為銳角、直角、鈍角。以圖9所示盲臺(tái)階特征為例，其AAG 鄰接矩陣如圖10（a）所示。

圖9 AAG 生成與分解示意圖Fig.9 Schematic diagram of AAG generation and decomposition

角盒類(lèi)零件中常見(jiàn)的加工特征及其AAG 如表1所示。

表1 用戶預(yù)定義特征AAGTable 1 AAG of user predefined feature

2.3.5 單特征AAG 分解與搜索算法

生成AAG 的基礎(chǔ)是識(shí)別方向下的待識(shí)別面與其鄰接面，鄰接矩陣中首行表示待識(shí)別面，其余行按照順序表示待識(shí)別面的鄰接面。待識(shí)別面一定是特征的組成面，將其存儲(chǔ)在MAAG 鄰接矩陣第1 行，特征的其余組成面為待識(shí)別面鄰接面，只需存儲(chǔ)鄰接矩陣首行中能被10 整除的列數(shù)，構(gòu)建新的矩陣完成AAG 的分解。MAAG 鄰接矩陣如圖10（b）所示。

圖10 鄰接矩陣示意圖Fig.10 Schematic diagram of adjacency matrix

傳統(tǒng)的圖匹配方法從AAG 中分解MAAG 過(guò)程，無(wú)法確定特征組成面的順序，導(dǎo)致同一特征的鄰接矩陣不同無(wú)法直接用于圖匹配，劉雪梅等[18]定義了矩陣的相似與相同，通過(guò)判斷MAAG 鄰接矩陣是否與庫(kù)中矩陣相似，再通過(guò)行列變換將MAAG 鄰接矩陣轉(zhuǎn)換成與庫(kù)中矩陣相同的形式，完成匹配。因本文AAG 的生成方式不同，導(dǎo)致特征組成面的順序是確定的，即第1 個(gè)組成面是待識(shí)別面，其他組成面是有順序的待識(shí)別面的鄰接面，所以可直接比較MAAG 鄰接矩陣元素是否與庫(kù)中矩陣元素相同，完成匹配。

2.4 加工特征識(shí)別與類(lèi)型判別

盲臺(tái)階、臺(tái)階特征識(shí)別分別沿著主識(shí)別方向、輔助識(shí)別方向進(jìn)行，在識(shí)別出一個(gè)特征后按照一定的規(guī)則判斷特征類(lèi)型。特征類(lèi)型的判別規(guī)則如下。

（1）底板底面臺(tái)階：在主識(shí)別方向下識(shí)別的臺(tái)階特征，且待識(shí)別面的法向量方向與主識(shí)別方向相同。

（2）側(cè)壁頂面臺(tái)階：在主識(shí)別方向下識(shí)別的臺(tái)階特征，且待識(shí)別面的法向量方向與主識(shí)別方向相反。

（3）側(cè)壁側(cè)面臺(tái)階：在輔助識(shí)別方向下識(shí)別的臺(tái)階特征，且待識(shí)別面的法向量方向與主識(shí)別方向相同。

（4）底板側(cè)面臺(tái)階：在輔助識(shí)別方向下識(shí)別的臺(tái)階特征，且待識(shí)別面的法向量方向與主識(shí)別方向相反。

圖11是盲臺(tái)階、臺(tái)階特征識(shí)別與類(lèi)型判別流程圖。具體過(guò)程如下。

圖11 特征識(shí)別與類(lèi)型判別流程圖Fig.11 Flow chart of feature recognition and type discrimination

步驟1：確定主識(shí)別方向與輔助識(shí)別方向。步驟2：基于某個(gè)識(shí)別方向，遍歷零件模型拓?fù)涿嫔纱R(shí)別面集。步驟3：遍歷待識(shí)別面集，以某一待識(shí)別面為中心，其鄰接面為邊緣生成單特征AAG，分解單特征AAG 得到MAAG。步驟4：將MAAG 與用戶預(yù)定義特征AAG進(jìn)行子圖匹配，根據(jù)規(guī)則判斷特征類(lèi)型，提取特征組成面標(biāo)識(shí)符 （Tag）。步驟5：將識(shí)別出特征組成面標(biāo)識(shí)符與加工特征庫(kù)中特征組成面標(biāo)識(shí)符進(jìn)行比對(duì)，如果標(biāo)識(shí)符相同則轉(zhuǎn)到步驟7。步驟6：存儲(chǔ)識(shí)別出加工特征類(lèi)型及其組成面標(biāo)識(shí)符到加工特征庫(kù)中。步驟7：判斷是否在該識(shí)別方向下遍歷了所有待識(shí)別面，如果否則返回步驟3。步驟8：判斷是否已經(jīng)遍歷了所有識(shí)別方向，如果否則返回步驟2。步驟9：輸出加工特征庫(kù)中的特征識(shí)別結(jié)果。

3 實(shí)例驗(yàn)證與分析

基于本文提出的角盒類(lèi)零件加工特征識(shí)別方法，采用CATIA V5 平臺(tái)提供的CAA（Component application architecture）二次開(kāi)發(fā)工具，通過(guò)C++語(yǔ)言對(duì)CATIA 二次開(kāi)發(fā)實(shí)現(xiàn)。建立了角盒類(lèi)零件加工特征識(shí)別原型系統(tǒng)，工作界面如圖12所示。圖12中右側(cè)對(duì)話框主要功能包括索引角盒類(lèi)零件模型、導(dǎo)入角盒類(lèi)零件模型、識(shí)別角盒類(lèi)零件加工特征、點(diǎn)選加工特征后零件模型中對(duì)應(yīng)位置高亮顯示。

圖12 特征識(shí)別模塊工作界面Fig.12 Feature recognition module working interface

為了驗(yàn)證本文提出加工特征識(shí)別方法的正確性，選取圖3所示的角盒類(lèi)典型零件作為識(shí)別對(duì)象。圖3中z軸負(fù)向表示主識(shí)別方向；y軸正向?yàn)檩o助識(shí)別方向。因?yàn)樘卣髯R(shí)別模塊僅展示識(shí)別結(jié)果，所以結(jié)合第2 節(jié)介紹的識(shí)別過(guò)程分析圖3所示角盒類(lèi)典型零件加工特征識(shí)別過(guò)程。

識(shí)別零件模型中的孔特征，零件模型包含3 個(gè)底板孔、1 個(gè)筋板孔。存儲(chǔ)孔特征相關(guān)信息，移除孔特征，將移除孔特征后模型面的標(biāo)識(shí)符映射到原始模型中。

識(shí)別零件模型中的過(guò)渡特征，存儲(chǔ)過(guò)渡特征信息，將過(guò)渡特征鄰接面標(biāo)識(shí)符映射到原始模型中。過(guò)渡特征抑制后模型如圖13所示。

圖13 典型零件過(guò)渡特征抑制后模型Fig.13 Typical part model after transition feature was suppressed

沿著主識(shí)別方向檢索零件的待識(shí)別面構(gòu)成待識(shí)別面集{f1、f2、f3、f4、f5、f6}。沿輔助識(shí)別方向構(gòu)成待識(shí)別面集{f12、f13、f14、f15、f16、f17}。

以待識(shí)別面f5為例，單特征AAG 與MAAG 如圖14所示。以f5為中心，f5鄰接面為邊緣生成單特征AAG（圖14（a）），移除AAG 中與f5凸連接的面節(jié)點(diǎn)得到MAAG（圖14（b）），將圖14（b）與用戶預(yù)定義特征AAG 進(jìn)行子圖匹配識(shí)別出由面f5、f18組成的臺(tái)階特征。因?yàn)樽R(shí)別方向?yàn)橹髯R(shí)別方向，f5的法向量與識(shí)別方向相反，面f5與面f18的夾角為鈍角，所以臺(tái)階特征的類(lèi)型為側(cè)壁頂面鈍角臺(tái)階，由圖4可知側(cè)壁頂面臺(tái)階屬于正面加工特征。

圖14 單特征AAG 與MAAG 示意圖Fig.14 Schematic diagram of single feature AAG and MAAG

圖13中的12 個(gè)待識(shí)別面經(jīng)過(guò)特征子圖匹配后得到6 個(gè)基本特征，結(jié)合特征類(lèi)型判別規(guī)則后得到圖12右側(cè)對(duì)話框中的特征識(shí)別結(jié)果。

上述分析與實(shí)例驗(yàn)證結(jié)果表明，本文提出的特征識(shí)別方法生成的AAG 維數(shù)更小，分解成MAAG 速度更快，子圖匹配過(guò)程更簡(jiǎn)單，算法的邏輯繁雜度更低，識(shí)別結(jié)果準(zhǔn)確率更高。

4 結(jié)論

本文結(jié)合角盒類(lèi)工藝特點(diǎn)，提出了一種基于識(shí)別方向單特征順序圖匹配的特征識(shí)別方法。并通過(guò)角盒類(lèi)典型零件驗(yàn)證其可行性，該方法具有以下特點(diǎn)。

（1）將角盒類(lèi)零件相交特征分解為幾個(gè)獨(dú)立特征分別進(jìn)行識(shí)別，化繁為簡(jiǎn)，降低了整個(gè)零件分析和處理的難度。

（2）放棄直接獲取零件的整體AAG 而是從主輔兩個(gè)識(shí)別方向檢索待識(shí)別面，以待識(shí)別面為中心，鄰接面為邊緣生成單特征AAG，大大降低了AAG 分解過(guò)程的邏輯繁雜度。

（3）孔特征與過(guò)渡特征直接遍歷零件模型特征樹(shù)獲得，采用面標(biāo)識(shí)符映射的方式將抑制后模型中新形成的面映射到原始模型中，實(shí)現(xiàn)了孔特征與過(guò)渡特征的識(shí)別、抑制與復(fù)原。