基于MBD的零件质量特性自动识别与提取技术研究

来源 :中北大学 | 被引量 : 0次 | 上传用户:feiflymail
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着三维数字化技术的深化应用,产品零件质量特性的识别与提取逐渐由传统的二维表示迈向三维环境。通常情况下,质量特性的识别与提取是通过IGES、STEP等中性文件或者重新构建三维模型并结合特征识别与公差匹配技术来提取并传递数据,在传递过程中相关的质量特性信息会出现数据丢失、识别过程繁琐、提取时间长等问题。基于模型的定义(Model-based definition,MBD)是一种新的产品数字化定义技术,它标志着计算机辅助设计和制造进入全新发展阶段。零件模型的MBD信息表达方式,提供了全三维CAD环境下产品的完整信息,可以高效便捷的识别提取产品质量特性信息。本文以Pro/E Wildfire 4.0为支撑软件,建立产品零件的MBD模型,在Visual Studio2005软件的编译环境中通过编程调用Pro/TOOLKIT工具中的函数对Pro/E软件进行二次开发。针对传统零件质量特性识别与提取中存在的问题,结合MBD技术,通过分析MBD数据集中相关信息的显性和隐性关系以及质量特性之间的关联性,将公差集合、材料与注释信息、基准与坐标信息作为质量特性的构成元素,建立零件MBD质量特性信息表示模型,然后通过自动识别与提取技术,将获取的产品信息存储到数据库中,为产品零件后续的检测规划提供数据支持。最后通过实例验证了研究方法的可靠性和有效性。基于MBD的零件质量特性自动识别与提取技术研究可以缩短制造企业中质量检测部门检测产品的时间,提高了检测人员的工作效率,减轻了检测部门的工作强度。
其他文献
伴随着水刺无纺布产业的快速发展,在水刺无纺布生产过程中出现的问题也逐渐的引起了人们的重视。其中,问题之一就是水刺头供水管道系统内部液流脉动问题。管道内部液流脉动不
增速齿轮箱是风力发电机组中重要的一部分,它具有故障率高、维修困难的特点,对风电机组影响较大。因此,通过故障分析了解风电齿轮箱的故障模式及机理,进而采取适当的方法改进其薄弱环节,提高风电齿轮箱自身寿命,已成为广大专家学者关注的焦点。目前,风力发电机齿轮箱的故障分析主要有故障模式及影响分析和故障树分析两种方法。它们可以在一定程度上描述风电齿轮箱的故障模式及机理。但是由于这两种方法存在一定局限,具有事件
教育事业飞速发展,高校越来越重视教学实验设备的研发,各种辅助教学实验设备的作用越来越明显。高等教学设备是培养学生实践能力和创新精神必不可少的教育资源,目前得到广泛
新冠肺炎疫情持续扩散,引发全球经济衰退担忧,金融市场出现恐慌抛盘,美联储提前采取降息行动,行动时间超预期,有助于提振市场对全球第一大经济体经济增长的信心.但受疫情影响
期刊