Machining feature recognition using BRepNet(加工特征识别)【浅读】

Machining feature recognition using BRepNet(加工特征识别)

2023 Journal of Mechanical Science and Technology

Machining feature recognition using BRepNet(基于BRepNet的机械加工特征识别)

摘要

自20世纪80年代以来，利用各种方法对三维(3D)计算机辅助设计(CAD)模型的加工特征进行了许多尝试。近年来，深度学习方法在机械加工特征识别中得到了广泛的应用。然而，边界表示(BRep)模型是3D CAD模型最常见的表示形式，由于其结构复杂，难以直接用于深度学习。为了解决这个问题，最近提出了BRepNet。提出了一种利用BRepNet对以BRep为代表的三维CAD模型进行加工特征识别的方法。在该方法中，基于加工特征，利用BRepNet对三维CAD模型的各个面进行分类。然后，使用连通分量分析将分类后的面组合成加工特征。此外，还生成了一个数据集来训练BRepNet模型。

随后，对所提出的方法进行了实现和验证。该方法的准确率为96.03%，部分相交比联合(pIoU)的准确率为90.57%

加工特征识别的关键在于利用一个网络对CAD模型的面进行有效分类，并通过连通分量分析将分类后的面组合成最终的加工特征。

框架

结论

提出了一种基于BRepNet的基于加工特征的三维CAD模型人脸分类方法，并利用连通分量分析将分类后的人脸识别为加工特征。此外，生成一个数据集来训练BRepNet，并使用该数据集通过超参数调优训练出性能最好的人脸分类器。实验表明，该分类器的准确率为96.03%，pIoU为90.57%。然而，所提出的方法需要进一步改进。首先，必须用更多的CAD模型来训练它，以提高它的性能。然而，收集足够的3D CAD模型并标记它们是具有挑战性和耗时的;因此，需要一种人工生成三维CAD模型并对其进行标记的方法。此外，本研究的结果表明，某些加工特征类(如通过步骤)的精度较差。为了解决这一问题，必须在面、边和边缘的特征向量中加入合适的特征。