基于CAD模型的混合增减制造自动特征识别与维度属性提取
原文中文,约1900字,阅读约需5分钟。发表于: 。本研究解决了在混合制造中,CAD模型的自动特征识别面临的挑战,尤其是传统方法无法识别增材制造特征的问题。论文提出了一种新的合成CAD数据集和基于层次图卷积神经网络(HGCNN)的模型,精确识别增减特征并提取其维度,识别准确率超过97%,维度提取准确率达到100%。这一方法显著提升了CAD、CAPP和CAM在混合制造中的集成效果,为制造过程规划提供更精准的决策支持。
本研究提出了一种新的CAD模型特征识别方法,使用层次图卷积神经网络(HGCNN)精确识别增减特征并提取其维度。该方法在混合制造中提高了CAD、CAPP和CAM的集成效果,为制造过程规划提供更精准的决策支持。