CAD模型相似性识别框架在产品设计和PLM知识转移中的应用及成果展示

þþHOS T E D B Y可在www.sciencedirect.com网站上查阅计算设计与工程学报3（2016）274www.elsevier.com/locate/jcde一种CAD模型相似性识别框架Leila Zehtabann，Omar Elazhary，Dieter Roller斯图加特大学38，70569斯图加特，德国接收日期：2015年11月18日;接收日期：2016年4月12日;接受日期：2016年4月14日2016年4月19日在线发布摘要设计师在设计决策中主要受到两个基本因素的支持。这两个因素是智能和经验，通过预测所需设计参数之间的相互关系来帮助设计人员。通过对产品数据进行分类，以及识别新设计和现有设计之间的相似性，可以部分取代经验不足的设计师所需的经验鉴于这种情况下，目前的文件解决了一个框架，在产品设计中的相似模型的识别和可伸缩检索这个想法是建立一个基础设施，将设计以及所需的PLM（产品生命周期管理）知识转移到产品开发的设计阶段，以减少设计时间。此外，这种方法也可以作为一种头脑风暴方法，用于新的和创造性的产品开发。拟议的框架已经过测试和基准测试，同时显示出可喜的成果。&2016 年 CAD/CAM 工 程 师 协 会 。 Elsevier 的 出 版 服 务 。 这 是 一 个 在 CC BY-NC-ND 许 可 证 下 的 开 放 获 取 文 章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：设计分类; Opitz编码系统;相似性检索1. 介绍市场竞争和不断变化的客户需求导致了大规模生产。因此，每天都有大量的信息产生和存档。重用这些信息可以降低产品成本和时间，同时优化产品设计。毫无疑问，在概念设计阶段，重用这些专有技术的维度极大地影响着新产品的设计。不同的信息可以从现有的设计中获得和学习，包括几何形状、材料、工艺规划、制造、价格和一般的产品生命周期管理（PLM）信息。通过了解类似的案例，可以熟练掌握PLM知识，从而做出更好的设计决策。在这方面，一个有效的相似性识别算法是一个基本的n通讯作者。联系电话：传真：49 711 685 88 320。电子邮件地址：zehtaban@informatik.uni-stuttgart.de（L.Zehtaban），omazhary@gmail.com（O. Elazhary），roller@informatik.uni-stuttgart.de（D. 辊）。同行评审由CAD/CAM工程师协会负责。这是帮助提供自动化和智能决策的先决条件。除了工程师对决策和决策支持系统（DSS）[1(1) 削减：去掉无关的替代品(2) 曲名：Make It Real(3) 分类：更多分类，更少选择(4) 条件：对于复杂性，通过逐渐增加复杂性，上述技术已被认为是在目前的研究，旨在建模的知识为基础的框架。这样的结构引导设计者做出关于现有类似工件数据的重用的优化决策，图1。1 .一、应用并开发了一个基于CAM的分类系统，用于从STEP文件中自动提取设计信息。此外，设计和开发了一个基础设施，用于全面检索，即。http://dx.doi.org/10.1016/j.jcde.2016.04.0022288-4300/2016 CAD/CAM工程师协会。&Elsevier的出版服务。这是一个在CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。L. Zehtaban等人/计算设计与工程学报3（2016）274275切割综合相似性识别算法具体化检索模型分类使用Opitz编码系统条件每个数字图1.一、比较技术更好的决策和开发的系统。图二. Opitz代码的主要结构[8，9]。选择性相似性识别和零件检索。以下段落简要解释了这些阶段。综合相似性识别算法：提出了一种计算距离函数的综合相似性识别算法.应用距离函数来度量相似性，从而丢弃不相似的情况，只检索相似的模型。总相似度的百分比可以由设计者调整。检索到的模型的3D CAD表示：为了使检索到的类似模型更加有形，除了STEP文件和分类代码（Opitz代码）外，还向用户表示所有相关的3D CAD模型。Opitz编码系统：在分类和归类方面，Opitz编码系统作为成组技术（GT）在制造业中的成功方法得到了应用。每个数字的可调相似度识别：每个数字的相似度设置可以从0到100%不等。0表示不同的特征，100表示相同的型号，用户可以在这两个数字之间逐步调整Opitz编码系统是计算机辅助制造（CAM）中用于零件分类的成组技术方法。这是一种众所周知的制造特征分类方法，并以最初提出该编码系统的Herwart Opitz命名[8]。奥皮茨编码系统由数字组成，每个数字代表一个特征及其类型。换句话说，一个数字是根据代码的定义组成它的所有特征条件的集合。由Herwert Opitz于1970年创建，Opitz码是由最多14位数字组成的混合码。代码本身分为三个部分。第一部分由五位数字组成第二部分，也称为这两个部分中的每个数字可以包含10个不同的值，范围从0到9。第三部分仅由A、B、C和D四个字符组成。它被称为在这里，组织可以包括关于产品/部件的专有和组织特定信息。Opitz码的结构在下面的图中给出。 二、代码的前五位数字表示制造特征，并突出显示制造特征，如孔、台阶、成形等。及其规格。例如，如果所讨论的制造特征是孔、盲孔、通孔，则在代码中特别指出并突出显示Opitz码的位数或大小对于所有部件都是固定目前的研究将特征识别和这些特征的翻译结合到模型的组比较函数代码中，●●●●276L. Zehtaban等人/计算设计与工程学报3（2016）274~在第3中解释。成组技术代码将用于从第4讨论的基准中检索相同或相似的模型。在构建这样一个应用程序之后，将使用一些最常见的评估技术对其进行评估。例如，特征识别功能将根据所生成代码的准确性进行评估，而相似性检索功能将使用最著名的查询评估技术之一进行评估;第5节中讨论的精确本文的目的是描述一个框架的特征识别和相似性检索的CAD模型。将详细讨论该框架的各个模块。此外，测试和基准结果的形状表示和相似性检索所提出的方法将进行讨论，并与其他知名的类似方法进行比较。2. 相关作品形状签名是三维几何的替代品，作为一种可转移和可理解的三维几何模型，用于形状数字比较。形状签名应该包含所有形状特征和特性[10，11]。有不同的方法将形状转换成其签名，例如统计方法、基于图形的方法、成组技术（GT）等，如图3所示。在这些将形状转换为不同类型的表示（如图形或统计）的方法中，成组技术是一种包含比几何形状更多信息的文字代码。应用这种签名的优点之一是可以扩展代码以实现全面的产品签名。这种全面的产品签名可以在以后用作标准格式，用于与设计意图和下游应用交换产品数据。直到最近，产品数据的交换一直限于传输几何图形，这已导致CAD数据的标准格式，包括ISO10303（STEP）。不同CAD系统之间CAD模型的交换导致了研究开发标准CAD数据格式，如STEP。然而，这样的简化主要限于几何形状，并且缺乏产品数据的标准化。典型的GT编码系统包括Opitz编码系统（13位）、MICLASS（12位）、KK 3系统（21位）和DCLASS（8位）[12，13]。在GT中零件分类系统的不同方法中，Opitz编码系统[8]是其中之一最著名和广泛应用的方法。成组技术代码和分类方法均基于零件族的制造分类。在Henderson和Musti[14]所做的方法中，Prolog规则用于确定零件/产品的DCLASS代码。构造了一个名为CODER的应用程序来执行此操作。它由三个模块组成：实体模型转换器，几何解释器和零件编码器。实体模型转换器准备给定的CAD文件进行处理（即预处理），然后将其传递给几何解释器。预处理的一个重要部分是将模型转换为Prolog可解释的谓词。然后几何解释器接管并使用模型的谓词演算表示来查找和识别模型中存在的所有中级和低级特征。这些可能包括轴集、突出、凹陷和边类型。所有的特征信息然后被存储到“描述列表“中最后，零件编码器使用描述列表来生成DCLASS代码。关于DCLASS码与Opitz码的使用，发现Opitz码提供了更多的细节。通过简单地比较代码的长度，其中DCLASS具有8位数，而不是具有4个额外的可定制位数的9位Opitz代码，计算出DCLASS可以具有大约676000000个可能的枚举，而不是由Opitz代码给出的4.56976 1014个在这项研究中，更多的细节是可用的，更好的相似性检索功能将工作。此外，DCLASS代码没有对表单特征给予足够的重视，表单特征只分配了一个数字。Opitz代码分配了四个数字来描述形状特征，这对于过滤搜索结果至关重要Kyprianou提出并定义了一个所谓的特征语法，描述了所有可能的形状特征，类似于Chomsky语法的短语结构。它由结构基元、终端基元、产生式规则和初始基元/起始点四个有限集合组成[15]。Braid（1979）、Stroud（1980）以及后来的Cary（1980）[16]延续了形状语法和使用边界表示的形状自动特征识别的不同方法。所有这些方法都用于下游应用程序，如有限元网格生成和工艺规划。另一种流行的方法是廖和李提出的[17]以及Kaparthi和Suresh[18]使用人工文本功能特征二维/三维图像数字代码/矩阵图形状签名配置图三. 各种类型的形状签名表示。L. Zehtaban等人/计算设计与工程学报3（2016）274277神经网络（ANN），用于基于共同特征将零件模型分类成组。为了实现这种方法，作者创建了自己的成组技术代码，用于对不同部件进行分类。首先对网络进行初始化，并将新模式（新模型的特征）输入其中。然后，将模型与系统中的各种现有组进行比较，并将其分配给特征最相似的组人工神经网络在分类模型时非常灵活，并为特征识别提供了良好的结果。然而，它们依赖于大量训练数据的存在。训练数据用于教导ANN如何将零件模型分类并分配给不同的组。在这个项目的背景下使用机器学习方法的缺点是，为了执行训练和测试活动，必须有大量的模型可用。此外，廖和李[17]提出的方法只考虑几何和拓扑特征。它不考虑材料或准确性。ANN的使用也限制了扩展的可能性。例如，如果决定需要额外的信息来描述模型，则必须丢弃、重新设计和重建ANN，然后必须重新训练和重新测试。另一方面，Opitz码可以简单地通过增加几个数字来扩展。考虑到所构造的函数的封装性，为了纳入新的标准，将只进行微小的更改。另一种获取模型签名的方法是切片。签名基本上由几个部分组成（横截面或纵截面）。然后使用这些部分来产生一组基本的测量值，这些测量值可以用作形状签名。虽然这种方法减少了获取模型信息所需的工作量，但它不能提供有关相关特征的足够信息。特别是那些与制造业有关的，例如材料。 由于在这种方法中发生的采样，很可能会忽略压痕或曲率，从而在检索过程中忽略相关模型。然而，这种方法确实有优点;主要是距离函数的简单性，而不是余弦相似性及其实现，以及整个特征识别模块。Jiantao等人提出的方法。[19]使用2D切片相似性测量来建立模型签名，然后使用非常基本的距离函数比较它们。Wei等[20]提出了一种检索方法，开发了CAD模型检索系统，该系统也可应用于CAD模型的部分结构检索然而，该方法应用边界匹配。在Li等人[21]的研究中，一种面向重用的检索方法通过使用基于图形的表示来捕获嵌入在CAD模型中的建模知识，从而弥合了CAD模型检索和重用之间的差距Bai etal.[22]可以检索可重用的子部件查询并支持设计重用。然而，该方法存在几个问题，例如对设计表示的依赖性和计算效率问题。组件的图形签名的另一个示例已经由Marefat提出，Pitta[23]通过特征交互图捕获特征之间的空间关系作为签名。El-Mehalawi和Miller[24，25]提出了一种基于图形的形状签名方法，用于从STEP创建拓扑图，其中节点对应于曲面，边对应于曲面之间的连接边曲线。每个节点可以具有多个属性。Ansaldi等人[26]已经应用了基于图形的形状签名的另一个示例。用于基于B-Rep构建关系图结构的B-Rep已经引入了使用面部邻接图（FAG）的对象和特征识别的对偶图。然而，这些方法仅限于几何性质。这使得很难建立任何制造属性或特征。搜索模型之间的最大子图，并将其视为指示两个模型之间的相似性（即，它们共享最常见的拓扑和几何特征）。与以前的方法一样，这种方法在计算上是昂贵的。对于包含大量曲面和连接的较大模型尤其如此。在所提出的应用中，通过简单地比较Opitz码向量来避免这一点。3. 建议的框架：CAD模型的相似性识别所提出的系统架构如图4所示。该应用程序由五个基本模块组成，每个模块都与其他特定模块交互。还有两个存储模块，CAD模型索引（在系统内部）和CAD模型库（在系统外部）。这五个基本模块包括GUI模块、特征识别模块、相似性检索模块、CAD模型读取器模块和存储库接口模块。CAD模型读取器模块负责读取CAD模型文件，并将其转换为应用程序可以处理的一组对象。这组对象稍后会传递给到特征识别模块。然后，特征识别模块使用这些对象来识别和识别与所需模型签名相关的特征。然后，通过应用程序的GUI可以看到生成的签名。所得到的签名也可以用作相似性检索模块的输入。相似性检索模块将比较给定的签名与内部CAD模型索引，同时通过GUI向用户公开查询参数。一旦设置了参数，用户就可以启动搜索功能，并且将从CAD模型索引中检索所请求的参数所适用的模型列表储存库接口模块用于更新CAD模型索引，以使其符合CAD模型储存库的最新版本。选择存储介质（本地和外部）的分离是因为它提供了更大的可移植性，不同类型存储库的可扩展性，以及查询执行时的更高效率。特征识别应用基于规则的系统（RBS）作为自动特征识别（AFR）的方法。特征库是根据Opitz278L. Zehtaban等人/计算设计与工程学报3（2016）274签名图像特征识别模块相似性检索模块CAD模型索引CAD模型库存储库接口模块CAD模型读取器模块GUI模块应用距离函数设置和比较模块结构规则位置规则见图4。 应用程序体系结构图。图五. 引脚示例。编码系统，因此Opitz功能，以满足RBS的要求。特征识别模块包括两个不同的部分，位置规则和结构规则。这两个阶段是从STEP格式的CAD文件中驱动Opitz特征作为中性CAD文件格式所必需的。这种方法与大多数基于图的方法所采用的过程非常相似。然而，这里的主要区别在于，识别过程的最终结果不是一个图，而是一个对象，它只由执行分类过程所需的互连组件组成。因此，它属于两个类别的图形为基础的方法和基于几何学。由于STEP文件是以类似图形的方式构造的，因此它会产生类似图形的结构化对象。然后通过预定义的规则分析该对象，以推断形状和加工特征。生成Opitz码的过程本质上是基于规则的启发式来自Opitz代码规范[8]，并转换为谓词。然后，这些谓词作为程序代码中的功能检查实现，并在满足其条件时触发。例如，Opitz代码的第五位数在很大程度上取决于零件模型是否有牙齿（如果它是旋转的）。这被转换为以下谓词：IF has_teeth THEN小数位数o6。作为示例，在图5中，形状由圆柱体和分别形成部件的顶部和底部的两个圆组成。解析过程如下开始：首先，CAD模型CAD文件见图6。 CAD模型存储库关系图。与Y平面平行的底部圆被识别，并用作零件其余组件的参考。然后探索连接到底部圆的顶点，并检查它们的加工（如果有的话）。该过程以迭代的方式重复，直到不再有未探索的组件。Zehtaban和Roller[27]中详细讨论了这些应用方法作为本项目解决方案的方法论。然后，谓词在功能上被实现为一个函数，该函数分析前面提到的对象，并检查牙齿的存在。假设CAD模型存储库是远程系统上包含模型信息的任何数据库。应用程序应该能够与它接口，以便检索模型数据。然后，检索到的模型数据将用于填充应用程序中的CAD模型索引，以便用户始终拥有可随时访问的本地副本。还假定该数据库的基本结构将尽可能简单。这个结构可以在图1中的实体关系图中看到. 六、名称标识符描述L. Zehtaban等人/计算设计与工程学报3（2016）274279--P-qdP2ð我i10订购具有特定功能的新产品启动基本设计W1参数1W2参数2....参数n综合相似度比较相似性比较协调员相似度比较算法图形用户界面产品1A与参数1的相似性%B与参数2的相似性%.F%与参数n数据库产品2与参数1的M%相似性.R%与参数n的见图7。 相似性识别的概念架构[30]。从上面图6中的ERD和下面的物理描述中，示出了CAD模型存储库的最简单结构。这些都是最基本的信息，需要保存，以便保留有意义的信息（1）1rXr1）。值越接近1或1，则向量越相似，值越接近0表示两个向量之间的不相似性越来越大。关于一个模特该信息还允许在相似性和检索功能中使用保存的模型，搜索结果“CAD模型“表“标识符“字段是一个唯一的公司简介D1/1P1/1Pi Qq我 Q2以区别于其他现有的模型。The The 虽然远程系统可能包含更多字段，但这些字段被认为是应用程序运行所必需的 。 物 理 设 计 如 下 ： CAD_MODEL （ IDENTI-FIER ，NAME ， DESCRIPTION ， FILE_PATH ， IMG_PATH ，SIGNATURE）.4. 相似性检索模块相似性检索模块包括距离函数。距离函数定义了组中每对分量之间的距离/相似性[28]。如果一组由设计概念中的形状签名组成，则距离函数将是两个形状签名之间的唯一距离。由于有不同类型的形状签名，图3，因此距离函数应适当选择以适应签名类型。本项目中应用的形状签名是基于使用Opitz编码系统获得的特征。特征以文字字符串形式呈现。为了计算两个Opitz码之间的距离函数，已经应用了余弦系数（相似性）方法;参见等式（1）。（1）基于Cha[29]。余弦系数（SCos）计算两个向量（P和Q）之间夹角的余弦。分子是所讨论的两个向量之间的标量积，而分母是以下范数的乘积：两个向量。与前面介绍的函数不同，该函数的结果是-1之间的实数X使用Opitz编码系统的优点之一是其数字结构。因此，可以应用距离函数之一来计算码向量之间的相似性这意味着由前一个模块生成的Opitz代码将被用作部分签名。使用余弦相似性主要是因为它总是提供1和1之间的数字。它可以调整为0到1之间的数字，表示相似程度。这是因为每一个数和它的加性逆有相同的大小，但在相反的方向移动。在这种情况下，测量码向量的方向并不重要，重要的是它们的幅度。因此，可以省略余弦相似度函数的负解空间。通过稍微修改函数的输出，它可以产生0%到100%之间的值，指示两个代码向量之间的相似性水平。这使得它更加用户友好。使用余弦相似性的另一个好处是可以使用权重向量来强调或强调代码向量的某些数字，表明它们的重要性。该“权重向量“将乘以每个码向量，然后它们将被提交给余弦相似性函数，该函数然后将根据所应用的权重输出相似性值，图1B。7.第一次会议。然而，不可能将距离函数直接应用于任何码向量。由于Opitz代码（形状代码）几何部分的层次结构，必须定义比较规则。为了澄清，第一位数为1的Opitz代码不能与第一位数为8的代码进行比较。这背后的原因是，考虑到Opitz代码的解释，下面的四个数字并不意味着相同的东西。例如，当第一个数字是1时，第三个数字描述内部形状，当第一个数字是8时，第三个数字描述主孔，280L. Zehtaban等人/计算设计与工程学报3（2016）274¼¼联系我们TT这种情况下适用时，没有其他适用9有牙齿的？否是随着形成？有洞吗没是是有洞吗没有洞吗8没是7没 是0钻孔模式？65没是两个洞的方向一样吗？两个洞的方向一样吗？是否是否123 4旋转曲面加工因此，定义了以下范围● first_digit0 3，● first_digit0 5 AND first_digit4 2，● first_digit0 9 AND first_digit4 5.如果代码的第一个数字落在前面描述的范围之一内，则只有落在相同范围内的代码才可以与之进行比较。图8描绘了第一个数字小于9但大于5（即非旋转部分）时第五个数字的Opitz决策树。4.1. 余弦系数精度本节主要讨论允许我们以最少的计算工作量利用Opitz代码中的数字;即没有数字到字符串的转换，反之亦然。此外，重要的是要考虑Opitz码从未被称为度量。事实上，在评估中，使用的不是代码本身;而是数字或代码被正确分类的实例数。当考虑相对频率时，这基本上导致比率用于评估这样的函数的度量是F-分数（等式2）。（2）根据Lu和Callan[33]。F分数是精确率和召回率的调和平均值，在等式2中给出。（3）和（4）。精度度量返回的所有结果中正确检索的结果的数量，而召回度量与此查询相关的结果提出的相似性评价方法，以及它是否产生准确，全面，令人满意的结果。由于Opitz码是一种分类方案，它的数字不反映任何数字关系。因此，它被视为字符串。这使它成为字符串比较函数应用程序的有效目标。余弦距离是用于比较值（不一定是字符串）的距离函数的一个示例。但它仍然适用于字符串[31]，如果它们是F-2分查准率*查全率查全率精度jrjjRj召回jrjjAjð2Þð3Þð4Þ转换为ASCII值并作为向量（或记录）的元素处理。因此，原则是健全的。最小编辑距离[32]方法也专注于字符串比较;然而，它被发现在计算上昂贵，因此被放弃。另外，使用数值距离函数见图8。 Opitz码树用于数字5（第一个o9）。方程中的（2）和（3）表示正确检索的文档的集合。“R“变量表示所有检索到的F-分数通常导致0和1之间的值，0是最差的精确度和召回率，1是最好的5. 结果和评价本节简要说明了特征识别模块和相似性检索模块的评估。由于每个模块都有不同的评估方法，在详细描述评估过程后，将对结果进行检查和解释。5.1. 特征识别模块Wester等人采用的评价方法[34]这是一项研究。使用两个基本指标来评估特征识别方法的性能：每个特征的准确性和每个整个分类的准确性通过将这些概念应用于这种方法，每个特征的准确度就变成了Opitz码的每个数字的准确度。每个完整分类的准确度成为每个总Opitz代码的准确度因此，可以引入聚合;Opitz码的每个数字的平均精度这些测量的公式如下所示，其中APD表示每个数字的准确度;ND表示数字被正确分类的实例数，TT表示测试总数，NC表示整个代码被正确分类的实例数，APC表示每个代码的准确度。平均APD¼ND500L. Zehtaban等人/计算设计与工程学报3（2016）274281¼接触开关类，来自扁平薄壁组件超类矩形-立方棱柱超类中的轴承块类P¼每个数字的平均APD位数平均APDNCTTð6Þð7Þ通过查准率-查全率曲线，研究了在ESB数据库上应用Opitz编码系统分类的效率相比之下，基于[37]的一些最知名的形状表示方法的精确度这些方法包括：光场描述符，2.5D值得注意的是，这些措施高度依赖于用于评估系统的测试集5.2. 工程形状基准（ESB）关于机械工程领域中用于基于形状的匹配和检索的不同形状表示，存在有限数量的用于机械领域的标准数据集在常用的评估方法的形状基准是普林斯顿形状基准（PSB）[35]和国家设计库（NDR）属于德雷克塞尔大学[36]。在目前的项目中，最广泛的数据集之一的形状基准，工程形状基准（ESB）在普渡大学开发的Jayanti等人讨论的优势的基础上，PSB包括867个3D模型，分为三个主要的所谓超级类别，包括平薄壁组件（107个模型），矩形立方棱柱（281个模型）和旋转固体（479个模型）。在每个超类中，模型还被分类为相似形状的组。图 9（a）─(c)给出了ESB的三个超类（Flat-Thin Wall components，Rectangular-Cubic Prism和Solid of Revolution）中模型种类和分类的一些例子。为了评估算法的有效性，采用传统的查准率图10显示了使用ESB的Opitz代码的一些检索结果。此外，图11指示了球谐函数、2D形状直方图、3D球谐函数、凸包直方图、立体角直方图、3D形状分布、表面积和体积、卷曲度和紧凑度、几何比、不变矩以及主矩。测试使用默认阈值水平运行，并且仅考虑从模型文件中识别的表单特征。这意味着不考虑补充码（即数字6这主要是因为数字6表示模型的尺寸，这并不难解释。数字7和8由用户提供。最后，数字9取决于阈值水平的调整，而阈值水平没有调整。此外，还对自动分类结果的正确性与人工特征分类结果进行了比较。考虑到基于规则的系统的刚性，发现结果值对于考虑能够正确分类的应用程序是可以接受的。关于尺寸和尺寸，必须提到的是，表格代码（前5位数字）并不突出显示部件的尺寸。第六位数字处理部件尺寸的有限透视图，其中仅考虑单个尺寸。此尺寸可以是直径（如果零件是旋转的），也可以是最长边（如果零件是非旋转的）。然而，这个限制可以通过将Opitz码扩展到其原始的9个时隙之外来解决，并利用额外的4个时隙来提供更多的描述性测量。比较机制足够灵活，可以考虑额外的数字。Spoked Wheels类来自Solid Of Revolution超级类见图9。 (a)-（c ）ESB 超类集群的示例。282L. Zehtaban等人/计算设计与工程学报3（2016）274查询检索结果见图10。 使用Opitz分类系统的检索结果。10.90.80.70.60.50.40.30.20.100个0. 1个0.20.30.40.50.60.70.8个单位0.9 1召回图十一岁（a）所（b）5.3. 相似性检索模块所有查询都使用60%的相似性阈值进行。其结果如下：● 平均精度：<$0.450● 平均召回率：0.613● 平均F-评分：0.517中等精度表明应用程序能够检索正确的结果，尽管不像人们希望的那样具体。这在很大程度上取决于查询本身，以及当前用作搜索空间的模型较高的最后，0.517的F-分数表明该方法作为搜索和检索技术的中等有效性。使用Opitz代码对对象进行分类时观察到的问题之一是它不能反映零件模型中说明的所有信息。例如，在对牙齿进行分类时（以五位数计），三角形牙齿的分类与椭圆形牙齿的分类相同，只要两者都平行于旋转轴。它们都有相同的代码，但它们是不同的零件模型，导致不同的零件/产品，最终可能以完全不同的方式使用。然而，这不是应用程序的失败，而是Opitz代码本身的失败，它没有进入如此严格的细节。前面的结果也说明了上述关于使用Opitz码的问题。由于它是一个分组技术代码，它本质上将不一定100%相似的模型分组在一起。由于代码的每个枚举都表示一精度L. Zehtaban等人/计算设计与工程学报3（2016）274283图12个。（a）产生的CAD模型。（b）权重的高级设置284L. Zehtaban等人/计算设计与工程学报3（2016）274-这是测试过程中遇到低精度值的主要原因然而，它被高召回值所补偿，这表明已经检索到了绝大多数（如果不是全部）相关模型。5.4. GUI模块当Opitz代码已知时，无论是由系统通过向导生成，还是设计师已经将设计设置为基本设计，都定义了几个场景来管理GUI的功能。这些场景包含所有与模型相关的操作，并描述用户与模型存储库以及搜索结果的交互。此时，搜索结果被认为与模型存储库相同，但经过了过滤。顶部应该有一个菜单栏，让用户可以访问更高级的功能，例如校准权重设置、调整识别过程的可扩展性级别以及连接到存储库。它还应该允许访问本地存储介质，以便用户可以浏览现有模型并查看其详细信息。用户可以在主窗口中设置其选择的相似度阈值，或者可以在图12（b）中所示的“高级设置“屏幕中设置用于比较过程的预定义权重下面是图1所示的日志输出的摘录。12（a）：**** 启动：带双齿的旋转齿轮/21_25_012_0.stp旋转形状多于3个外部圆柱体外部形状找到了牙齿，找到了洞。旋转：使用直径作为“测量”，值为27.496164321899414* 完成：341081740以50%的最小值进行相似度比较。权重设置为：{ 1，1，1，1，1，1，1，1，1 }相似性比较完成。找到1个模型沉头齿轮92.0型号检索。使用STEP文件作为输入并不总是一种选择。对于这些情况，用户可以应用识别向导。该向导从主屏幕启动，并通过询问用户有关将被翻译并转换为Opitz代码的功能的问题来进行6. 结论本文的主要目的是提出一个框架，以支持相似性和检索系统，将有助于搜索和检索相似的模型，从一个给定的CAD模型。还需要对由此产生的系统进行评估，并根据这一领域的其他现有努力进行验证。该系统将反过来允许没有经验的设计师通过向导或粗略的模型将他们的文本需求与现有的模型联系起来，并给他们一些开始的东西，而不是从头开始重建模型（重新发明轮子）。结果表明，当涉及到使用Opitz码作为形状签名时，该方法是合理的。它也被证明是该领域中一些流行方法的一致方法，并概述和讨论了其问题。它还表明，它的问题并不妨碍其主要功能，无论这些是错误分类的模型，还是使用Opitz代码作为签名返回比预期更多的结果。相反，这些问题可以用来表明系统确实按预期运行，并且还有改进的空间。然而，由于Opitz码方法的限制，不完全相似的模型可以被认为是相似的。利用该方法可以实现部分相似性检索。通过对某个属性赋予较大的权重，并放宽相似度阈值，检索出关于该属性的相似模型。虽然其他属性也将进行比较，但权重将显著影响相似性值。在这项研究中提出的工作是相似的，它依赖于基于规则的系统来生成成组技术代码，但不同的是如何应用。应用程序不使用谓词来生成特征信息，而是简单地运行决策树。选择第一个适用的路径，并以正向链接的方式跟踪到其结束。这减少了存储谓词和这些谓词的结论通常消耗的内存利用率。正如在评估部分所看到的，这个过程有点僵硬。这在某种程度上是通过使用阈值和可伸缩性水平来介导的。虽然整体代码准确度不高，但每个特征的准确度以及每个特征的平均准确度是有希望的。引用[1] [10]杨文辉，杨文辉.多标准决策作为可持续产品开发的工具，其好处和障碍。 J. Procedia CIRP 2015; 26：70-5.[2] [10]杨晓，李晓，李晓.一个决策支持系统，用于将制造和产品设计集成到供应链网络的重新配置中。J. Decis。支持系统2012; 52（4）790-801。[3] 刘娥，萧世文，萧世文。产品族设计决策支援系统。J. Inf. Sci.20 1 4 ; 281：113-27.[4] F. Gao，L.罗，基于特征设计过程的建模，在：ASME设计工程技术会议论文集，9月13-1 6 日，亚特兰大， 美国，19 98 年，33 1 。[5] IyengarSS，Lepper MR. 当选择是消极的：一个人可以渴望太多的好东西吗？J.个人问题。心理学学会2 0 0 0 ; 79（6）995-1006。[6] S.S. 艾扬格，《如何让选择更容易》，2011年。 可从以下网址获得：http://www.ted.com/talks/sheena_iyengar_choosing_what_to_chooset-53993.[7] MogilnerC，Shiv B，Iyengar SS. 永恒的追求最好的：顺序（对。同时）选项呈现破坏了选择承诺。J. 消费Res. 20 1 3 ; 39（6）1300-12.L. Zehtaban等人/计算设计与工程学报3（2016）274285[8] 奥皮茨湾Verschlüsselungsrichtlinien und Definitionen zum werkstück-beschreibenden Klassi fizierungssystem. Essen：Girardet; 1966. [In德语]。[9] 奥皮茨湾描述工件的分类系统。北京：人民出版社，1970. 阿克顿·泰勒翻译[10] 作者：HongT，Lee K，Kim S.机械零件的相似性比较，以重用现有设计。计算-辅助设计2006; 38：973-84.[11] 罗勒D特征设计：一种高层次形状操作方法。J.计算机印第安纳1989; 12（3）185-91.[12] Shannon S. 计算机科学的趋势。纽约：新星科学出版公司; 2004年[13] 萨文迪湾工业工程技术和运营管理手册，18。纽约：约翰威利&父子公司; 2001年[14] Henderson M，Musti S.从三维CAD数据库中自动进行成组技术零件编码。J. Manuf. Sci. Eng. 1988; 110：278-87.[15] 基普里亚努湾计算机辅助设计中的形状分类。1980. 博士论文。[16] Pickett MS，Boyse JW.计算机实体建模：从理论到应用。 NewYork，USA：Plenum Press.[17] 作者：Liao T，Lee K.基于特征的CAD系统和ART 1神经模型的集成，用于GT编码和零件族形成。J.计算机印第安纳 Eng. 1994;26：93-104.[18] 作者：Kaparthi S，Suresh N.旋转零件基于形状分类和编码的神经网络系统。国际生产日1991; 29：1771-84。[19] 建陶山核桃L. Yi，X. Guyu，Z.洪宾湖Weibin，Y. Uehara，基于2D切片相似性测量的3D模型检索，在：第二届3D数据处理、可视化和传输国际研讨会论文集，9月6日95比101[20] [1]魏S，马铁强，李刚.一种基于形状相似性的CAD模型检索方法。Inf. Technol. J. 2009; 8：708-16.[21] 李明，张永芳，傅俊华，邱志民. 迈向有效的机械设计重用：基于一般和部分形状的CAD模型检索。 J. 机甲Des. 2009; 131（12）.[22] 白军，高S，唐加W，刘Y，郭Y.面向设计重用的CAD模型局部检索。计算-辅助设计2010; 42：1069-84.[23] M.马雷法特角Pitta，基于相似性的CAD实体模型检索，用于加工工艺计划的自动重用，在：第三届IEEE自动化科学与工程年会论文集，Scottsdale，9月22日[24] El-Mehalawi M，Miller R.基于几何和拓扑相似性的机械零件数据库系统。第一部分：代表权。J. 计算-辅助设计2003; 35：83-94.[25] El-Mehalawi M，Miller R. 基于几何和拓扑相似性的机械零件数据库系统。第二部分：索引，检索，匹配和相似性评估。J. Comput.辅助设计2003; 35：95-105.[26] AnsaldiS，De Floriani L，Falcidieno B.实体几何造型使用面邻接图表示对象 ACM SIGGRAPHCOMPUT. Gr. 19 8 5 年;19（3）131- 113[27] L. Zehtaban，D.罗拉，用于Opitz功能的基于规则的自动系统STEP的识别和代码生成，计算机辅助设计和应用，Taylor Francis，美国，ISSN 1686-4360，在线发布：16.12.15。[28] Mešina M，Roller D，Lampasona C. 语义距离映射到几何坐标Achen（DE）：Shaker Verlag; 397-408.[29] 车嘘。全面调查不同国家之间的距离/相似性措施概率密度函数 Int. J. 数学模型方法应用Sci.2007;1（4）300[30] Zehtaban L，Roller D.超越相似性比较：CAD/CAM设计的智能数据检索。计算-辅助设计2013; 10（5）789-802。[31] M.比连科河Moone，使用可学习的字符串相似性度量的自适应重复检测，在：第九届ACM SIGKDD知识发现和数据挖掘国际会议（KDD-2003），8月，华盛顿特区，美国，2