一种基于神经网络的MBD模型加工特征识别提取方法及系统
申请号:CN202510493010
申请日期:2025-04-18
公开号:CN120495672A
公开日期:2025-08-15
类型:发明专利
摘要
本发明属于MBD应用技术领域,公开了一种基于神经网络的MBD模型加工特征识别提取方法及系统,本发明首先构建了光学部件的MBD本体模型和工艺模型,将三维模型转化为二维特征图像并生成数据集;随后利用神经网络训练加工特征分类器,对三维模型的图像和视频文件进行特征识别;最后结合PMI信息和知识库,计算匹配度并筛选加工方法形成特征识别提取与优化。本发明将利用神经网络从降维数据中自主提取几何与工艺特征的关联性。不仅克服了传统三维体素处理的计算负担,还显著提升了复杂曲面(如非球面、微结构)的识别精度。通过结合PMI信息实现多模态特征联合推理,最终形成设计‑制造闭环,有效减少工艺迭代中的人为经验依赖。
技术关键词
识别提取方法
光学元件
三维模型
面形误差
分类器
材料特征
粗糙度
尺寸公差
MBD模型
图片
特征识别模块
距离信息
信息管理系统
麻点缺陷
网络结构
生成数据集
神经网络训练
毛坯模型
度量
零件