基于特征識別的整體壁板快速編程推理算法

樂 毅，周瑩皓，蘇建波，肖 蘋

（北京衛(wèi)星制造廠，北京 100086）

整體壁板是大型航天器結構中的一類典型產品。經過摸索和大量實踐，總結出一套成熟的整體壁板制造方案，通過平板下高速數(shù)銑+滾彎成型的方式解決了壁板的高效制造問題。據(jù)估算，一塊整體壁板數(shù)控程序準備時間需要3～4天，而目前一塊整體壁板在機床上的加工時間約為2天。數(shù)控程序的準備時間已明顯多于加工時間，因此有必要提高數(shù)控程序的編制效率。

航天器整體壁板是一類由大量網(wǎng)格筋構成的平板類結構，與航空器上的腹板結構類似，在網(wǎng)格上還存在各類異形的法蘭接口。這就導致每一塊壁板模型都不同，加工程序并不通用，而壁板數(shù)控機加方案卻是統(tǒng)一的，如果能夠讓計算機自動識別這些網(wǎng)格和法蘭，并按照已知的規(guī)則生成數(shù)控程序，則能提高編程效率。

1 特征技術在數(shù)控加工中的應用

特征技術作為一種數(shù)字化制造手段，在信息集成方面發(fā)揮重要作用，在傳統(tǒng)研究與商業(yè)軟件應用中，特征技術正逐步應用于CAD/CAM領域。特征編程方法與傳統(tǒng)編程方法的區(qū)別如圖1所示。在傳統(tǒng)編程方法中當工藝過程規(guī)劃（加工的設備、工序、工步、刀具等）完成后，逐個創(chuàng)建加工操作，逐個選擇加工特征，通過嘗試設置不同的切削和非切削參數(shù)生成數(shù)控加工軌跡，直至滿意為止。創(chuàng)建全部編程操作后，再后處理為機床代碼，編制NC卡片。

特征編程方法則是將工作提前，即將設計好的工藝過程規(guī)劃翻譯為計算機能夠識別、并支持其在遇到類似情景時進行自主決策的指令，放入工藝決策庫。然后由計算完成零件上加工特征識別、加工操作創(chuàng)建、生成機床代碼和NC卡片。

特征編程方法用計算機代替了原先需要由人來完成的已經成熟的方法、操作等重復性勞動，同時計算機速度更快，因此能夠提高編程效率。西門子PLM公司從NX6.0版本開始推出了MKE（Machining Knowledge Editor），即加工知識編輯器，可以動態(tài)編輯、創(chuàng)建加工知識。MKE 作為加工工藝知識源的創(chuàng)建和編輯工具，在基于特征的數(shù)控編程中起到知識編輯以及集成的作用。此外，CATIA、Hyper Mill、Edge CAM等眾多CAM軟件也逐漸提供能夠具有一定加工特征識別功能，并允許用戶定制加工模板。

2012 年，南京航空航天大學與成飛共同申報04重大專項“飛機結構件制造特征技術”，其中一項關鍵技術即為解決飛機復雜結構件的快速數(shù)控程序生成，并以飛機腹板作為一個典型結構，對其進行加工特征識別，工藝過程推理和程序自動生成的各方面研究，是目前特征技術在工程化應用中的一個典型代表[1]。

云南省應用沼肥種植茶葉的可行性分析………………… 雷雅婷，胡 涵，王翠仙，尹 芳，王昌梅，趙興玲，吳 凱，張無敵（125）

大數(shù)據(jù)背景下，企業(yè)要想最大限度地確保信息數(shù)據(jù)的安全，就必須要全面加強對信息的安全管理力度。具體來說，應重點做好以下幾個方面的工作：首先，企業(yè)應采取有效預防措施，避免受到自然災害的影響，避免將計算機放置在一些易受雷擊的位置；其次，企業(yè)應不斷加強對信息管理工作人員的監(jiān)督，避免出現(xiàn)泄露企業(yè)機密的現(xiàn)象；再次，企業(yè)應在計算機當中安裝防火墻以及相應的殺毒軟件，避免遭受到黑客以及病毒的入侵；最后，企業(yè)應做好對重要數(shù)據(jù)信息的備份工作，避免影響到企業(yè)的利益。

因此，除了前沿的學術研究外，工程上特征技術的應用還都僅集中在一個小范圍內，即只能解決某些類型零件的數(shù)控編程，而且受限于使用的平臺、開發(fā)工具等，完全讓計算機執(zhí)行而不需要人干預也是難以實現(xiàn)的。但是，一旦這些類型零件的批量很大，特征編程就能起到很大作用。

圖1 傳統(tǒng)編程方法與特征編程方法比較Fig.1 Comparisons between traditional NC programming and feature-based NC programming

2 加工特征定義、識別與推理

2.1 加工特征定義與識別

特征識別涉及范圍非常廣泛，僅是加工特征，國內外就有大量的定義、分類和識別方法。如X.Yan和K.Yamazaki將銑特征定義為孔、槽、開口槽、面和凸臺。Nandakumar Sridharan則從切削模式進行定義，分為切穿、切周圈和切上方。Kriangkrai等人則按照加工使用機床的軸數(shù)來定義特征，如兩軸、三軸、四軸和五軸加工特征。一個加工特征應包含以下兩個方面要素：

（1）特征類型：識別的加工特征屬性，例如孔、型腔、槽、斜筋等；

在OA學術資源的發(fā)現(xiàn)獲取上，從OA學術資源的權威性、發(fā)展性、系統(tǒng)性出發(fā)，各館根據(jù)院校學科特點與科研需求，預先制定采集計劃（包括采集資源的語種、類型、學科等），借鑒地方高校較為成熟的OA學術資源獲取技術，不斷探索創(chuàng)新獲取方法、手段和工具，如利用資源發(fā)現(xiàn)工具（如Google Scholar、Yahoo CCSearch等）、隱性信息查找工具（如INfomine、InvisibleWeb、DirectWeb等）和各高校、科研機構建設的OA學術資源導航系統(tǒng)等，全方位發(fā)現(xiàn)、采集各類型OA學術資源，全面提升資源發(fā)現(xiàn)的針對性、準確性與效益性[5]。

（2）特征參數(shù)：加工特征參數(shù)和標注值，例如孔的參數(shù)值包括孔的直徑、深度等，標注值則包括形位尺寸公差和工藝人員賦予的特殊屬性。

S.Joshi[2]等人提出以面邊圖為基礎，以模型上的面節(jié)點或邊節(jié)點為基礎特征，搜索其周圈的相鄰特征，構造出面邊圖，提出了圖匹配的特征識別方法。Vandenbrande[3]等人認為零件在建模時由于體積增減留下了邊界信息，提出了痕跡識別方法。陶品[4]等總結了神經網(wǎng)絡識別方法在加工特征識別中的應用。后來又出現(xiàn)體積分解方法，即將需要從原始毛坯中移除的材料體積分解為一系列小的去除單元。加工特征識別分以下3個層次：

（3）加工特征：由上一層次組合的特征經過再次識別獲得具有加工屬性的特征，如圖2（c）中的型腔。

·輸出特征：執(zhí)行該規(guī)則后生成的特征類型；

（1）幾何特征識別：模型幾何，例如圖2（a）單個的點、線、面等；

圖2 加工特征識別3個層次Fig.2 Three levels of machining feature recognition

模型上的幾何特征從點、線、面開始，而加工特征是幾何特征的組合體，并通過識別得到了新的加工特征參數(shù)，由于形狀多樣性，組合到何程度能夠形成一個完整的加工特征；以及如何能保證模型上所有特征都被識別出，是目前加工特征識別的難點所在。

3.3 餐飲服務。通過即時制作加工、商業(yè)銷售和服務性勞動等，向消費者提供食品和消費場所及設施的服務活動。

上述列舉的識別算法都存在一定限制，因此目前還難以對任意加工特征進行識別。因此若想使用特征識別的方法進行加工，還僅能針對某一類模型的特點進行單獨的算法設計。

2.2 特征推理過程分析

加工特征被識別后，存在以下一對多和多對一的情況：

（1）一對多：需要若干個工步（編程操作）完成，例如：型腔需要清底面、清側壁和清角3個編程操作；

（2）多對一：需要與別的相似（不僅是同類型）特征一同被加工，例如：深度、圓角和底角半徑相同的型腔特征按照一定的排列規(guī)則進行加工。

對于上述兩種情況，有以下2個解決方案：

總-分結構式，以某一特征參數(shù)作為判斷條件，對參數(shù)值相同的特征（不一定是同類特征），共生成一個加工操作，解決“多對一”，然后再以其他的特征參數(shù)為判斷條件，用相同的方式，生成全部操作，解決“一對多”。總-分結構式模擬了數(shù)控編程人員的思考方法，即通過對模型加工方案進行全面規(guī)劃后，根據(jù)程序列表編制程序。工藝人員思考過程中，需要從零件的形狀、尺寸等方面綜合考慮。例如把相同深度但種類不同的型腔歸集到一起進行清底面加工，而清根時又要根據(jù)不同底角和圓角大小分開編程。這個過程與操作者的經驗關系密切，難形成一個嚴密的推理流程，容易漏編程序；

首先，要測定水泥凝結需要的時間，應對其標準稠度的用水量進行檢測。而該檢測需要利用試驗對不同含水量的水泥凈漿的穿透性進行測定，再確定標準稠度水泥凈漿的含水量。實驗人員可以按照一定的比例添加水，將水泥凈漿用攪拌機進行充分攪拌，得到標準稠度的凈漿，將其裝入模中，進行刮平處理，處理后得到的樣品放入養(yǎng)護箱中進行養(yǎng)護工作，將水泥加水的時間作為凝結的起始時間，再每30min對樣品進行一次測試，并使用維卡儀進行測定。當其達到終凝狀態(tài)時，查看時間，得到其凝結時間。

分-總結構式，以特征類型進行一次判斷，推理獲得加工操作，解決“一對多”。然后再以不同類型中相同的特征參數(shù)進行二次判斷，通過拆分、組合、排列等方式生成刀軌，再解決“多對一”。它首先把推理過程集中到單個特征上，僅生成這個特征的加工軌跡。只要推理過程能覆蓋該特征從毛坯到模型狀態(tài)，就能認定過程完整。然后再依據(jù)設定的條件，將這些軌跡歸集到一起。這個過程無法一次生成直接用于加工的程序，該方法需要兩步才能生成最終程序。

綜上所述，使用方案二容易形成一個完整的推理過程，因此本文采取方案二的方式實現(xiàn)推理。單特征和多特征推理兩個算法分別實現(xiàn)分和總兩個過程。

然而從目前的研究水平來看，特征編程僅能針對成熟的工藝方案，并且將方案翻譯為計算機指令是個很復雜的過程，它不但需要方案本身有非常嚴密的邏輯性，還要能夠被正確、完整的識別并執(zhí)行。

3 基于特征的數(shù)控加工推理算法

3.1 單特征數(shù)控加工推理算法

多特征推理則是由決策庫讀入特征及其參數(shù)，按不同的特征類型依照某一個或者幾個特征參數(shù)值進行分類、排序，最后將其合并為一條程序，算法的結構如圖4所示。

每一條加工規(guī)則由如下要素組成：

·輸入特征：執(zhí)行該規(guī)則前的特征類型；

（2）幾何特征組合：若干個模型幾何通過計算組合，如圖2（b）中的環(huán)；

·優(yōu)先級：當輸出特征一致時，先選用優(yōu)先級高的規(guī)則；

(4)冀東和太行山區(qū)礦山開采經濟效益明顯。2017河北省持證礦山企業(yè)利潤總額排序依次是冀東34.96億元、太行山區(qū)27.60億元、冀北4.89億元、冀西北0.99億元、冀中平原0.84億元，分別占全省礦山企業(yè)實現(xiàn)利潤總額的50.45%、39.84%、7.06%、1.43%、1.21%。數(shù)據(jù)顯示，冀東實現(xiàn)利潤占河北省礦山企業(yè)利潤總額的半數(shù)以上，人均利潤總額6.07萬元；太行山區(qū)實現(xiàn)利潤近全省礦山企業(yè)利潤總額的1/3，人均利潤總額3.53萬元(圖3)，說明冀東與太行山區(qū)礦山開采經濟效益明顯。

·判斷條件：執(zhí)行該規(guī)則前，判斷特征參數(shù)或用戶定義參數(shù)是否滿足；

對于自然河道，特別是分汊型河道，在河道內高于洪水位以上的區(qū)域，在不影響河道行洪、工程安全、堤防管理和防汛搶險的情況下，可以種樹。如長江下游河道江心洲上地勢較高的區(qū)域。

·加工資源庫：該規(guī)則適用的機床、刀具、被加工材料；

阿東說：“我不想讀了。其實讀和不讀，找起工作來，都是一樣的。這年頭，文憑也不講了，光講有沒有硬關系。我只擔心阿里怎么辦?！?/p>

通過量測測區(qū)內明顯地物點，采用“外業(yè)檢查”方法獲取DOM平面精度，然后對比正射影像與房屋屋檐對應的地物點坐標，DOM影像分辨率為0.15 m，DOM平面精度控制在一個像素內。

·操作資源庫：執(zhí)行該規(guī)則生成的編程參數(shù)；

單特征數(shù)控加工推理算法如圖3所示。單特征推理過程與加工過程恰好相反，是一個從建模特征向毛坯的推理過程。對輸入特征類型相同的規(guī)則，通過設定優(yōu)先級、輸出特征類型，解決特征多道工步執(zhí)行（一對多）的問題，例如一個型腔需要清底面、清側壁和清根3個工步，這3個工步對應規(guī)則的輸出特征都是型腔，這時可以通過給這3條規(guī)則設置不同的優(yōu)先級、輸入特征和執(zhí)行條件來實現(xiàn)。

通過對選礦廠大數(shù)據(jù)的分析和挖掘，傳統(tǒng)的管理和運營模式會被數(shù)據(jù)時代的精細化管理所改變，有效提高企業(yè)對市場的反應能力并降低企業(yè)的管理成本。大數(shù)據(jù)技術將給企業(yè)帶來革命性的影響，顛覆傳統(tǒng)的工業(yè)生產思路[3]。

圖3 單特征數(shù)控加工推理算法流程圖Fig.3 Single feature CNC machining reason algorithm

3.2 多特征數(shù)控加工推理算法

針對每一個特征類型，將數(shù)據(jù)庫加工操作執(zhí)行的判斷條件與該特征的屬性值進行匹配，從而創(chuàng)建一個以該特征作為加工幾何體的編程操作，并將設計好的編程參數(shù)賦值到這個操作生成加工軌跡。

圖4 多特征數(shù)控加工推理算法Fig.4 Multi-features CNC machining reason algorithm

4 系統(tǒng)架構與應用

4.1 系統(tǒng)架構

系統(tǒng)在Siemens NX上進行開發(fā)，總體架構如圖5所示。讀入三維模型后，對模型進行特征識別，使用單特征推理生成每一個特征相關的加工操作，按照多特征推理規(guī)則，生成操作集并生成刀軌跡，編程人員檢查刀軌后，使用操作映射功能可實現(xiàn)軌跡的調整，最后批量生成數(shù)控程序，形成NC工藝過程卡片上傳Teamcenter。

防治措施：在播種之前可以選用玉米生物型種衣劑進行拌種。或者可以選用2.5%咯菌腈懸浮種衣劑按照1∶500的比例進行配比，拌種10千克?？梢杂行ьA防基腐病的發(fā)生。并且應該在播種期，采用46.1%氫氧化銅水分散粒劑按照1∶1500的比例進行調和，或者可以選用12.5%氯溴異氰尿酸水溶性粉劑按照1∶1000的比例進行配比，進行對植株的莖部的噴淋，起到有效的預防作用。

4.2 整體壁板機加特征的識別

圖5 系統(tǒng)總體架構Fig.5 Overall system architecture

在重構的工藝模型上完成加工特征的識別，包含對特征的識別和特征參數(shù)的識別，識別獲得的信息參數(shù)作為數(shù)控程序自動生成的依據(jù)。如圖6所示。

圖6 加工特征和特征參數(shù)識別Fig.6 Machining features and parameters recognition

4.3 數(shù)控加工過程推理

首先，使用單特征數(shù)控加工推理算法對單個識別特征進行推理，每一個特征都生成了相應的加工操作。再根據(jù)特征參數(shù)，使用多特征數(shù)控加工推理算法對生成的加工操作進行分類、排序和組合。生成最終加工操作。如圖7左上方為壁板單個網(wǎng)格清面程序。執(zhí)行多特征推理算法后，按照從中心向四周加工且最短路徑的規(guī)則對生成的刀軌進行了排序。如圖7右下方所示，通過自動完成壁板型腔清底面程序從內向外“回”字型排序，降低因壁板加工過程變形導致底面壁厚不一致的風險。

4.4 加工操作的參數(shù)映射

圖7 執(zhí)行推理算法后生成刀軌Fig.7 Tool path generation after reason algorithm processing

盡管特征加工的目的是實現(xiàn)程序的標準化，但由于部分零件特征特殊性使得工藝人員需要單獨編制，因此系統(tǒng)還開發(fā)另外兩項功能：難識別特征的輔助編程，和操作參數(shù)修改映射。前者允許對工藝人員手工創(chuàng)建和修改的程序操作保存成一條規(guī)則放入加工知識庫中，下次遇到類似情況時，可直接調用這條規(guī)則生成新的操作，后者則允許對生成的同類型加工操作中的某一項參數(shù)進行集中修改，例如一次性修改所有操作中的余量、布局和進退刀方式等。

4.5 數(shù)控工藝文件自動生成

（1）數(shù)控程序的批量化后置處理。

系統(tǒng)中提供批量創(chuàng)建后處理程序功能，選擇需后處理的加工程序進行后處理，批量輸出后處理NC代碼，并能夠自動對NC代碼文件進行編輯操作，實現(xiàn)合并和截取程序頭尾等工作。

被成詩入畫也好，被寫進故事也罷，對于情感豐富的我們來說，雪早已不再是一種簡單的自然現(xiàn)象，而成為氣氛的烘托者、情感的寄托處。我們無從想象，那些才華橫溢的先人踏雪而行時有著怎樣的心情。我們只愿相信，當雪一片一片飄落，他們也曾傻傻地伸出手，囁（niè）嚅（rú）著“哦，好美……”如今天的我們一樣。他們也曾感受過歡欣與雀躍、懷想與惆悵，還曾留下亙（gèn）古不變的愛與眷戀，穿越千年，進入我們的眼睛和內心。

（2）基于Teamceter平臺的NC工藝過程卡片的自動創(chuàng)建。

數(shù)控程序編制完成后，需獲取數(shù)控程序相關參數(shù)，用于生成數(shù)控程序卡片；系統(tǒng)提供的數(shù)控程序卡片生成功能，能夠對程序車間文檔中的參數(shù)進行解析提取，生成XML文件，上傳到Teamcenter 8。

系統(tǒng)自動將XML文檔中的程序名、工序名、刀具名及刀具補償狀態(tài)和程序備注等信息寫入數(shù)控程序卡片中，如圖8所示。

圖8 車間文檔Fig.8 Workshop documents

5 結束語

特征識別及以特征識別為基礎的數(shù)字化制造集成技術是一個很有前景的發(fā)展方向。以特征為基礎開展的基于特征的數(shù)控編程可以看作是特征識別的一個方面應用，在此基礎上的工藝過程優(yōu)化、檢測軌跡規(guī)劃和在線檢測、程序的快速移植、工時預測等等為特征識別技術提供了廣闊的應用前景。

[1]黃玲玲. 基于工藝約束的飛機結構件特征識別方法[D].南京:南京航空航天大學, 2013.

HUANG Lingling. Process constraints based machining feature recognition for aircraft structural parts[D]. Nanjing: Nanjing University of Aeronautics & Astronautics, 2013.

[2]JOSHI S. 三維模型加工特征的圖像啟發(fā)式識別方法[J]. 計算機輔助設計, 1988, 20(2):58-66.

JOSHI S. Graph-based heuristics for recognition of machined features from 3D solid model[J]. Computer Aided Design, 1988, 20(2):58-66.

[3]SUNIL V B. 使用混合技術從邊界表達的棱柱形加工模型上識別交叉特征的一種方法[J]. 工業(yè)計算機, 2010, 61:686-701.

SUNIL V B. An approach to recognize interacting features from B-rep CAD models of prismatic machined parts using a hybrid (graph and based)technique[J]. Computer in Industry, 2010,61:686-701.

[4]陶品. 三維模型特征識別中的神經網(wǎng)絡方法[J]. 計算機集成制造系統(tǒng)，2002, 8(11):912-918.

TAO Pin. Neural network method in 3D model feature recognition[J].Computer Integrated Manufacturing Systems，2002, 8(11):912-918.