面向CAE分析的装配CAD模型全局对称性识别研究

Effective recognition of the global symmetries in assembly CAD models can greatly reduce the scale of CAE analyses for assembly CAD models. Recognizing the assembly models’ symmetries is a tough problem owing to their complicated structures and their huge amount of data. It is of great significance to rapidly recognize the global symmetries in assembly models.. This project begins with an attempt to track down the method of rapid recognition of the symmetries in part CAD models, and then builds on this foundation to conduct a research on recognizing the symmetries in assembly CAD models for CAE-analysis purpose. The research comprises the symmetry recognition in CAD models on the geometric level, feature level, static level and dynamic level respectively. Compared with the traditional methods which have their focus on the recognition of some basic information units such as vertex, edge and face, the present project takes the macro information units such as feature and part as its basic recognition units. Guided by the principle of progressive hierarchy and divide-and-conquer, this research first tries to recognize and verify the symmetries in CAD models and then gradually locate the global symmetries in CAD models. This project attempts to propose the methods for recognizing the symmetries in B-Rep models, feature models, static assembly models and dynamic assembly models respectively. The above methods, using not only the geometric information but also the engineering information such as feature, assembly relationship and kinematic pairs, with the help of the symmetry association rules and geometric reasoning, can effectively reduce the scale of symmetry recognition in assembly models, and therefore greatly improve the efficiency of symmetry recognition.

识别装配CAD模型全局对称性，能大幅降低装配模型CAE分析的运算规模。装配模型通常结构复杂且数据量大，对称性识别十分困难。装配模型全局对称性的快速识别对提高CAE分析效率意义重大。. 本项目首先研究零件CAD模型的对称性快速识别方法，以此为基础，主要研究面向CAE分析的装配CAD模型全局对称性识别方法，研究内容包括几何级、特征级、静态级、动态级CAD模型的对称性识别。不同于以往以点、边、面为基本信息单元，本项目以特征、零件等宏观信息单元为基本识别单元，基于层次递进分而治之的思想，通过先识别后验证，逐步识别CAD模型的全局对称性。提出B-Rep模型、特征模型、静态装配模型及动态装配模型的对称性识别方法。这些方法不仅利用模型的几何信息，更是充分利用特征、装配关系、运动副等工程信息，通过建立对称关联规则、几何推理等方法，有效降低装配模型对称性识别运算规模，从而提高其对称性识别效率。

现代化计算机集成制造研究领域中，工程人员对通过全局对称性识别降低装配模型CAE分析规模十分关心。装配模型的全局对称性识别，对于降低CAE分析的运算规模，提高CAD/CAE的集成效率，乃至推动我国现代化数字集成制造技术的发展具有重要意义。装配模型由零件模型装配而成。根据零件是否可动，装配模型可以分为静态装配模型和动态装配模型。现在对于静态装配模型的对称性识别研究还很少，关于动态装配模型的对称性研究基本上还是空白。本项目定位是，提出面向CAE分析的静态装配模型和动态装配模型的全局对称性全自动识别方法，同时，所提方法能提高零件模型全局对称性的识别效率及识别范围。主要研究内容包括：（1）B-Rep零件模型全局对称性识别。（2）带自由曲面特征零件模型全局对称性识别。（3）静态装配模型全局对称性识别。（4）动态装配模型全局对称性识别。重要结果包括：（1）提出了一种基于部分先验的B-Rep零件模型全局对称性识别方法。该方法仅需识别部分局部对称性，利用先验知识，就可以快速识别B-Rep模型全局对称性。经过充分实验验证，该方法鲁棒性较高且速度较快。（2）提出了一种基于特征的带自由曲面特征零件模型全局对称性识别方法，该方法充分利用曲面设计特征，尽可能多地识别模型局部对称性，然后通过合并验证方法确定整个模型的全局对称性。（3）提出了一种基于特征的静态装配模型全局对称性识别方法。该方法充分利用装配特征，并通过几何推理，能有效识别静态装配模型全局对称性。（4）在前两个方法的基础上，进一步提出了一种基于知识的动态装配模型的全局对称性识别方法。该方法以一致零件集为宏观单元，并利用合并验证规则和基于运动副规则，能快速识别装配模型全局对称性。通过实验验证，该方法能自适应识别静态对称性和动态对称性，并且对初始运动时刻和采样密度不敏感，鲁棒性较高，同时能尽量避免对运动过程进行密集采样，速度较快。科学意义体现在，本项目较好解决了宏观对称性识别单元确定、动态装配模型中的密集采样等问题，最终为提高静态装配模型和动态装配模型的CAE分析效率，提供了强有力的对称性简化依据。