基于相似性的汽车内饰行业注塑模具设计再利用系统外文翻译资料
2021-12-30 10:12
英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
基于相似性的汽车内饰行业注塑模具设计再利用系统
作者：李志，周雄辉，刘伟，牛强，孔垂品
接收日期：2015年9月25日
接受日期：2016年2月17日
网上发布日期：2016年3月12日
2016年伦敦
摘要
汽车内饰的注塑模具设计是知识密集型和耗时的，因此，重用以前的设计而不是从头开始设计是很重要的。这项工作提出了一种系统的基于相似性的方法来重用设计资源。通过将原生CAD格式转换为STEP以进行全局和部分检索，重用过程包括五个步骤：（i）候选部分的初始检索，（ii）基于典型表面检索的类似案例的精确检索，（iii）适应类似情况，例如模具基础，（iv）基于部分检索详细特征相似性的重用形成机制，以及（v）基于部分相似性的实例检测和形成机制的自动定位。虽然在我们以前的工作中提出的CAD模型的分层表示作为检索的核心，但是参数组装建模和基于视觉的自动化测试被集成在步骤（iii）中的模具库的再利用过程中。提供了所提出的再利用方法的案例研究，并且来自汽车内部行业的反馈验证了其可行性。
关键词：模具设计；设计重用；CAD模型检索
1介绍
汽车内饰件的注塑模具设计知识密集且耗时。设计师总是回顾以前成功案例的经验，或者在初始化新任务之前浏览现有的设计实例。同时，有许多类似或重复的设计活动，这将耗费时间和精力。例如，在设计汽车内饰注塑模具时，产品的特征分布和边界框尺寸用于模具规划，如模具底座设计等。此外，汽车内饰产品有许多详细的特点，需要选择相对的 形成机制，例如引导销，滑块和升降器等。选择兼容类型，计算相关参数以进行建模和装配对于缺乏经验的新设计者来说是容易出错的。
随着设计的长期积累，重复使用以前的设计来提高效率而不是从头开始设计是很重要的。 传统的模具设计主要依赖于设计师的经验。从存储库中找到类似的案例很难参考。使参考案例适应新任务也很困难。检索类似的产品CAD模型并重复使用相关的模具规划将有助于设计人员专注于腔体和核心设计的创新，并减少其他重复性任务。根据所讨论的要求，该工作开发了一种基于相似性的设计重用系统，用于汽车内饰的注塑模具设计。
本文的其余部分安排如下：“相关工作”部分回顾了相似性评估和设计重用领域的相关工作。 “概述”部分提供了开发规范，功能模块，用户界面和建议的重用工作流的框架。 “相似性评估”部分介绍了我们以前工作中提出的相似性评估算法。“重用过程”部分研究了实现的系统在设计重用中的应用。“结论”部分总结了本文，讨论了可能的研究方向。
2相关作品
2.1相似性评估
在一般模型的基于内容的检索领域已经提出了广泛的研究，例如全局形状属性[1,2]，形状分布[3]，空间映射[4-6]，局部特征[7]，拓扑 - 基于[8,9]，基于视觉[10,11]和加权点集[12]。虽然一般模型侧重于多边形肥皂，但这些方法可以在三角测量后适应CAD模型。例如，D2形状分布在粗糙聚类中被广泛用于其效率和鲁棒性。随着特征复杂性的增加，D2曲线趋势正常分布[13]。由于最常用的CAD模型具有B-Rep（边界表示）形式的精确拓扑关系，因此拓扑对于相似性评估至关重要。由于图匹配的复杂性是困难的，以前的工作研究了基于模型的面相邻图（FAG）直接优化图匹配[14,15]或不精确匹配[16]。虽然这些方法侧重于匹配阶段，但拓扑方法骨架[17]和Reeb图[18]研究了表示阶段。虽然模型的拓扑是直观的，但它对局部特征很敏感。为了降低FAG的复杂性，提出了基于特征的方法。[19]在细节层面上表现出诸如洞和槽的负面特征。[20]提取基于特征的CAD模型来构建特征依赖有向无环图。[21]分类了几类特征来组织多分辨率的模型。基于特征的方法具有概念性和设计重用性，但需要准备或定义特征类别，这在各种CAD平台中是不同的。但是，粗到细表示对于匹配和部分重用是有益的。如何建立基于FAG的层次表示并定义多分辨率的相似性评估标准需要进行研究。
2.2设计重用
在许多类似的设计资源被累积后，设计任务重复进行时，设计重用是一种有效的方法。 在基于案例的推理（CBR）工作流程中，有4R包括检索，修改，重用和保留，其中检索是第一步[22]。在文献中有许多基于相似性的重用。[23]。[24] 检索类似的机械组件以重用现有设计。[25]。[26]评估了重用的装配相似性。[20]，[27]使用部分检索来重用局部特征。 这些工作主要集中在产品的设计重用或模具规划参考上。如何提取模具设计与全局/局部特征之间的内在联系，以及如何系统地使检索结果适应新的模具设计任务还有待进一步研究。
3概论
3.1系统规范
系统规范如表1所示。虽然采用了与设计人员相同的原生CAD平台来确保一致性，但是STEP格式是通过其数据交换API从原生CAD平台翻译而来的。 相似性比较模块基于几何内核PythonOCC和PythonXY科学包实现。
表1系统规范
3.2功能模块
图1提供了设计重用系统的框架，主要由用户交互层，相似内核层，资源层和本机CAD层组成。它支持设计案例和设计资料之间的双向通信。虽然可以检索和修改设计案例以便在新设计中重复使用，但可以将成功的新设计保留回设计库，以丰富设计案例。
3.3用户界面
用户界面如图1和图2所示。 2和3，包括两种功能：
- 查询表面模型，实体模型和装配设计资源。
从大型机中，可以通过选择“表面模型设计库”，“实体模型库”或“相关模具库”来激活存储库浏览器。
图1设计重用系统框架
2.根据设计工作流程配置模具设计参数。
在设计任务的工作流程中提供了重用工具，例如“表面提取”（图3a），“类似的部分特征”（图3b）“模具基础重用”和“机械重复使用和自动装配工具（图3c）可以从主机的下拉菜单中激活。通过单击主机上的“应用”，可以在检索模块和NX会话之间传递参数。
图2基于相似性的重用系统的主机
3.4工作流程
在室内模具设计过程中，以车门板为例，从设计库中选择合适的模具规划和模架。该过程基于对车门板的典型表面特征的考虑。诸如加强肋，安装孔和槽特征等的详细特征与形成机构有关，这在再利用工作流程中也被考虑。
基于相似性的重用系统的工作流程如图4所示。该过程主要由五个步骤组成：
1.粗略地对产品进行相似性过滤，以获得可重用的设计资源。
2.精确检索典型表面特征，以获得适当的参考案例。
3.参考再利用模具计划和模具库来更新由产品边界框驱动的参数和尺寸。
4.从参考案例中检索产品的详细特征，找到相似的特征和相关的形成机制。
5.Partial检索产品的特征实例，将相应的成形机构定位到相对位置。
图3基于相似性重用的原型系统的子面板。 一个Surface模块。 b实体模块。 c装配模块
图4基于相似性的设计重用系统的工作流程
4相似性评估
为了支持全局和部分检索，在我们以前的工作[34]中提出了层次表示和相似性评估算法，本节将简要介绍这些算法。
4.1层次表示
三维模型的分层分割图（HPG）由特征分区组成，特征分区以树状结构（TR）和相邻图形（ADJ）组织。如图5a所示，分辨率级别0的根节点表示整个模型，可以是整个实体，曲面或装配。较高分辨率级别的方形节点表示一组局部特征，其可以是实体模型的特征组，表面区域或子组件。圆叶节点表示最详细的特征，可以是实体模型的单面，表面的最详细分区或组装中的单个部分。实线代表特征之间的相邻关系，而虚线代表包含的关系。相邻和包含关系之间的差异在于前者以单一分辨率级别描述，而后者在粗略描述和更精确的不同分辨率级别之间。每个ADJ由TR的非叶节点引用。图5b设置实体模型作为示例，其中灰色的面与HPG中相对分辨率级别的节点相对应。
层次结构是基于内在属性的优先级驱动的特征组织。对于实体模型，种子线用作几何推理的提示，其中子特征被视为从父特征的单个面上的线上生长，兄弟特征通过多个面上的线相邻。对于表面模型，首先识别具有许多单面的复合表面，并通过评估平均采样原理曲率将其分组为平面型和弯曲型。平面和弯曲组之间的形态关系用于构建层次结构。例如，虽然弯曲平面表示包含关系，但平弯相邻是同心关系。对于装配模型，装配结构是TR。ADJ的边缘属性捕获零件之间的运动对，其涉及C-空间（配置空间）功能中描述的高对和六种低对（平面，棱柱，旋转，球形，圆柱和螺钉）。
图5最小示例的分层表示的拓扑。拓扑结构。b一个最小例子的特征对应
4.2相似性评估
基于分层表示，匹配过程从粗到细。给定两个HPG，默认情况下匹配最低分辨率的根节点。然后调用根节点的ADJ进行图匹配。改进的VF2算法[35]在子图同构中采用其鲁棒性和效率，其中匹配条件要求边缘属性相同。例如，凹形和凸形种子线的不同之处在于它们的相关特征对无法匹配。由于子图同构的匹配结果是多个场景，因此在迭代到子分辨率级别之前选择父分辨率中具有最高相似性的最佳匹配。如果没有可用的匹配或到达叶节点，则深度优先迭代停止。
通过积分计算匹配层次的相似度计算。 虽然分层表示是多个分辨率中的匹配的描述，但是每个分辨率表示相似性测量。因此总相似度是：
（1）
惩罚因子sigma;是所有分辨率等级中不匹配区域与总面积之比。权重是第i个分辨率级别的匹配区域与所有分辨率级别的区域之间的比率，满足值为1。Si代表第i个分辨率级别的匹配节点的相似性：
（2）
其中，是第一分辨率水平上的准匹配对面积与第一分辨率水平上的所有匹配区域之间的比值。是匹配对形状分布的相似性，计算指的是[3]。
上述相似性公式参考实体模型。 它们可以直接重复用于复合表面，并可以集成到组装模型中。对于具有类似汇编结构的程序集，函数等效性被设置为相似性的优先级：
（3）
以两部分组成的最简单的运动对为例，完全匹配的两对层次结构具有两个分辨率等级，根组件和叶子部分。装配相似度表示为：
（4）
由于运动对的面积等于其两个部分“面积”，0.5表示每个分辨率中的匹配区域与所有分辨率中的面积之间的比率。虽然是分辨率中匹配组件的相似性，但是分辨率1中匹配部件的相似性：
（5）
5重用过程
5.1筛选类似的候选
图6示出了来自模具公司的车门面板。结构特征如下：典型的复合表面特征，以及许多细节特征，如螺钉装配特征和槽特征。
鉴于存储库中存在多种模型，这些模型可能与车门面板无关，因此提前执行粗略过滤以提高检索效率。基于KNN算法[36]对六种典型的模型类型进行了分类，包括梁类型，块类型，圆形类型，封面类型，案例类型和帧类型。使用高效的形状分布算法来评估粗略相似性，将参数K选择为6，并将局部权重函数设置为投票与K之间的比率，其中投票是同一类别中最佳匹配的最大数量。该系统将车门面板的类别作为封面类型返回，并从255个模型中返回53个部分（图7），作为进一步精确检索的候选。
图6车门面板的特点。 典型的复合表面特征。 b螺钉组装功能。 c插槽功能
图7全球相似性的可重用候选
5.2检索参考案例
鉴于车门面板具有复杂的特征，提取了典型的表面特征（图8a），以便基于粗略过滤的候选模型进行精确检索。系统返回图8b中的最佳匹配（相似度0.816），其对应于图8c中的车门面板。在精确检索阶段采用分层方法。检索结果显示目标车门面板，最佳匹配具有最高的相似性，其中全局形状，左下角的切割特征，中心的复合特征和弯曲是主要差异。转向典型表面的等级表明它与人类感知的对应关系。因此，使用典型表面的精确检索来搜索汽车门板是可行的。基于最佳匹配，可以修改相关的模具规划和模具基础以便重复使用。
图8相似性搜索的表面模型的提取。 a提取的曲面模型。 b最匹配部件的表面。 c通过相似性搜索返回汽车面板
5.3模架的适应性
5.3.1参数化装配重用准备
典型的表面特征检索的目的是确定适当的现有壳体和适合的模具基座。通常，诸如模具基座的大型组件由许多部件组成。虽然这些部件中的大多数是标准部件，但尺寸和布置在不同类型的模具基座之间变化，其类型与产品的特征有关。鉴于现有的几个设计案例都在散点参数空间中，类似的情况可能不符合新的要求。调整每个部件的所有参数都很复杂。随着存储库中累积的资源的增长，需要对类似的模具库进行分类以构建连续的参数模板以便快速适应。
分类基于组件和KNN算法的相似性。该过程如下：从105个典型模具基座中抽取20％的训练样例，根据设计师的经验分为六类，包括车门面板，仪表，控制台，普通，保险杠和门槛。KNN用于对其余80％的情况进行分类，其中参数K设置为类别编号6，本地权重函数是投票和类别编号之间的比率，投票是在六个最相似的情况下排名的特定类别的重复时间。
对于每个分类模具库，其类别信息被标记为在适应阶段重复使用。
参数模板方法遵循图9中的框架实现。具有相似主要结构的每种类型的组件被概括为一个参数模块。
在模型层中，在组装建模中采用自顶向下结构，部件特征从粗到细实现。主体结构体积相对较大，同一产品系列变化不大。对于汽车内饰的模架，虽然与功能和部件的典型特征有关的主要结构，如固定板，支撑板等，在不同类别之间存在主要差异，不太重要
全文共13322字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[2781]
