方型工件切削特徵的自動辨認

Automatic Recognition of Machining Features from Prismatic Parts

吳美毅(Mei-Yih Wu)

指導教授 ： 鄭元杰

元智大學/工程學院/工業工程與管理學系/碩士(1994年)

摘要

本研究提出一個新的特徵辨認方法，可以從實體模型定義的方型切削工件
中，自動辨認出切削特徵。本研究主要目的是在解決目前已發展出來的各
種特徵辨認方法中，還未能理想解決的交疊特徵問題以及含有斜面切削特
徵體積的問題。主要的方法是含有斜面特徵之辨認、面的交切之特性分析
以改進後向回長法、體積分解、體積分解、以及交疊特徵的辨認，並配合
圖基法的屬性關聯圖為基礎，以發展自動辨認特徵的方法，並完成一個自
動辨認雛型系統。本研究所發展的方法中，有下列幾點主要的特點。首先
，在本法採用的體積分解法中，同時考量了每個分解切削面的順序及結束
條件，如此可以節省多餘的體積分解，而且可以不必執行以往方法中體積
分解後所需做的體積收集與重新組合的處理時間。而在過去後向回長法的
面的分解法過程中，每一個回長面，在做面的分解的時候，所根據的是各
切削面的權數(即所鄰接的凹�凸面的數目)，以及回長的深度採用最低的
深度來決定回長順序，如此只產生一組固定的特徵體積，同時得到數個很
小的切削區塊。這在某些製造觀點來看不太合乎切削安 排的原理。本研
究所發展的新方法則能在辨認的同時考量到交疊特徵的問題，以產生辨認
出較大體積、較少數目即較合乎切削加工原理的切削體積區塊。本研究分
成三個階段逐步完成，PhaseⅠ做斜面的處理，用來處理簡單斜面及兩種
情況的複雜面，回長成垂直面。再由PhaseⅡ做體積分解，本研究提出了
分解面的決定與排序的新觀念想法，使能在最簡單的處理過程中得到效果
良好的一組特徵區塊，最後由PhaseⅢ做特徵比對與分類。主要貢獻是在
處理目前各種辨認方法尚未有效處理的含有斜面切削體積的問題，同時辨
認的徵是最能符合實際製造過程，特徵數最少，特徵區塊體積最大的理想
。最後，本研究並發展一個自動特徵辨認雛型系統，以ACIS實體模型在
Windows NT上為發展基台，並以實例驗證發展的方法。

關鍵字

電腦輔助設計 ； 電腦輔助製造 ； 電腦輔助製程規劃 ； 特徵辨認

並列摘要

This thesis research presents a new feature recognition method
capable of recognizing prismatic machining features from parts
modeled in 3D solid models. In previous researches, the
problems of recognizing interacting features and recognizing
features with slant cutting faces have not been properly
solved. In this thesis, several existing problems are
identified and a new method is developed to solve the problems.
The new method is developed by combining the ideas of face
classification and analysis, volume backward growing, volume
decomposition, and graph-based approach. The new method is
executed in three phases. In Phase I, the slant cutting faces
are identified and classified. The feature volumes containing
the slant cutting faces are recognized and grown back on the
part. The result of Phase I is an intermediate part with only
orthogonal faces. Phase II takes the intermediate part from
Phase I as input. In Phase II, the feature volumes with
orthogonal faces are recognized. Three indices are developed to
organize the order of recognition and control the sizes of
feature volumes. Finally, in Phase III, the recognized features
are classified using a graph-based approach. A test software is
implemented on a personal computer to prove the correctnesns.
The main contribution is to provide a better feature
recognition method for the purpose of achieving a better
integration of CAD and CAM.

並列關鍵字

Computer Aided Design ； Computer Aided Manufacturing ； Computer