특징인식

Feature recognition
이 기사는 CAD/CAM의 기능 감지에 관한 것이다. 기타 용도는 기능 탐지를 참조하십시오.

"특성"이라는 용어는 다양한 공학 분야에서 다른 의미를 내포하고 있다. 이것은 특징에 대한 많은 모호한 정의를 초래했다. CAD(Computer-Aided Design)에서 형상은 일반적으로 흥미로운 기하학적 또는 위상학적 특성을 가진 부품의 영역을 가리킨다.[1] 이것들은 더 정밀하게 형태 특징이라고 불린다. 양식 특성은 관심 영역의 형상 정보와 파라메트릭 정보를 모두 포함한다. 그것들은 현재 대부분의 CAD 소프트웨어에서 어디에나 있으며, 3D 기하학적 모델을 만드는 주요 수단으로 사용된다. 폼 기능의 예로는 돌출된 보스, 로프트 등이 있다. 폼 피쳐만이 CAD 문헌에서 논의되는 유형의 형상은 아니다. 때로는 주의 대상의 부품 기능 또는 제조 기능.[2][3] 형태적 특징과 제조적 특징을 같은 이름으로 부르는 것이 꽤 가능하지만, 정확히 같은 개념은 아니다. 예를 들어, 부품 모델의 경계에 있는 스윕 컷을 참조하거나 특정 가공 작업에 의해 부품 경계에 남아 있는 추적을 지칭하기 위해 "포켓"이라는 이름을 사용할 수 있다. 전자는 전적으로 기하학적 형태에 관심이 있는 반면 후자는 기하학적 형태와 제조 운영 둘 다에 관심이 있어 그것의 정의에 더 많은 매개변수가 필요하다. 이와 같이, 제조 특성은 양식 특성으로 최소로 정의할 수 있지만(특이하게 그것을 나타낼 수 있는 형식이 있는 경우), 그 반대의 경우도 아니다(양식은 다른 제조 영역에서 다르게 해석될 수 있다).[2] 가공 특성은 제조 특성의 중요한 부분집합이다. 가공 특성은 항상 음(감산)의 볼륨인 "[4]절삭" 도구에 의해 휩쓸린 볼륨으로 간주할 수 있다. 마지막으로, 연결된 요소들 간의 조립 방법을 인코딩하는 조립 기능의 개념도 있다.

CAD의 형상 데이터는 표면 집합 또는 볼륨으로 지정할 수 있다. 표면 형상은 조립품 설계에서 제조 공차 또는 로케이팅 표면을 설명하는 데 사용할 수 있다. 반면, 툴 경로 생성 등에 사용할 수 있는 부피적 특징. 제조 정보(특히 가공에서)는 체적 특성을 사용하여 더 잘 묘사된다.[1]

특징에 관한 첫 번째 출판된 작품은 원래 경계표현 모델링 시스템인 BUILD를 위한 것이었으며, Lyc Kyprianou에 의해 공연되었다.[5] 곧 다른 확실한 표현에 근거한 다른 작품들이 뒤따랐다. 특징에 대한 작업에 대한 개요는 Shah 등지에서 확인할 수 있다.[6] Subrahmanam과 Wozny;[7] Salomons 등.[8]

기술

피쳐에 관한 작업(일반적으로 피쳐 기술이라고 함)은 두 가지 대략적인 범주로 나눌 수 있다. 특징별 디자인 및 특징 인식. FBD(Feature-based design)라고도 하는 기능별 설계에서는 특정 작업을 이용하거나 모양으로 바느질하여 특징 구조를 모델에 직접 도입한다. 한편, 형상 인식(FR)의 목표는 CAD 모델의 하위 수준 요소(예: 표면, 가장자리 등)에서 상위 수준 실체(예: 제조 기능)를 알고리즘적으로 추출하는 것이다.

양식 피쳐 생성

형상 집합의 완전성은 매우 주관적이며, 영역 의존성은 형식적인 정의를 배제한다. 나루리와 구루무르시가[9] 제안한 피쳐 생성 모델은 피쳐 세트의 완전성을 정의하려고 시도한다. 그들은 도메인 독립형 특징을 뚜렷한 위상학적 및 기하학적 특성을 가진 면들의 집합으로 정의한다. 그들은 기반 고형으로부터 특징 고형(정확한 최소 필요 볼륨)을 추가/감축하는 형태로 폼 형상을 제작했다. 그들은 참여하는 기초 고형 면의 국부적 토폴로지를 기준으로 형상 "유형"을 정의하고 형상의 형상을 기준으로 형상 "형식"을 정의한다. 이러한 정의에 기초하여 양식 특성을 열거하고 분류하였다. 예를 들어, 그들은 형상 종류별로 형상이 무제한일 가능성이 있는 94개의 스위프 폼 형상을 열거했다. 그들은 94개의 타입이 스위프 피쳐솔리드용으로 완성되었다는 증거를 제공했다. 그들은 형상 추출 과정을 형상 생성 모델의 역순으로 모델링했다. 그들은 얼굴의 동적 위상학적 상태를 계산하는 개념을 바탕으로 형상 인식 알고리즘을 개발했다. 그들은 또한 이러한 도메인 독립적 특징을 특정 관심 영역에 매핑하기 위한 프레임워크를 정의했다.

피쳐별 설계

형상을 만들기 위해 형상을 사용함으로써 형상의 형상을 미리 정의할 수 있기 때문에 설계 과정이 보다 효율적으로 만들어진다. FBD의 특징은 제조 정보와 직접 연관되어 이러한 정보가 다운스트림 애플리케이션에서 검색될 수 있다. 이러한 방식으로 전체 CAD/CAM 시스템을 완전히 자동화할 수 있지만, 부품을 설계하기 위해 제조 기능을 사용한다는 아이디어에는 다음과 같은 단점이 있다.[2] 부품을 설계하는 데 사용되는 형상이 반드시 부품을 제조하는 최선의 방법을 나타내는 것은 아니다. 따라서 부품을 생산할 수 있는 모든 방법을 평가하는 것은 설계자의 책임이다. 게다가, 제조 기능은 부품을 설계하는 가장 자연스러운 방법이 아니다.

특징인식

키프리아누가[5] 제안한 방법은 그룹기술(GT)을 위한 부품을 인코딩하는 것이 목적이었다. GT의 목적은 물체를 제조 방법에 따라 체계적으로 분류하는 것이다. 키프리아누의 연구는 얼굴을 1차 그룹과 2차 그룹으로 분류한 다음 이러한 1차 또는 2차 얼굴의 패턴에 따라 형상을 식별하는 것을 포함한다. 1차 면은 다중 경계("구멍-루프"라고도 함) 또는 오목한 경계와 볼록한 경계가 혼합된 면이다. 오목한 경계는 오목한 가장자리의 집합으로, 가장자리 위의 고형 각도가 180 이상이다. 이차적인 얼굴들은 모두 다른 얼굴들이다. 키프리아누의 연구는 제라드 외 연구진에 의해 계속되었고 특징들이 상호 작용하는 많은 중요한 특수 사례들을 다루기 위해 확장되었다.

AFR(Automatic Feature Incognition)은 설계 및 제조 프로세스를 자동화하는 데 이상적인 솔루션으로 간주된다. CAD 및 CAM 시스템의 성공적인 자동화는 CIM(Computer Integrated Manufacturing) 시스템을 구축하는데 있어 필수적인 연결이다.[11] 이 부분이 FR연구가 많은 관심을 끌고 있는 부분이다. AFR의 또 다른 중요한 적용은 제조 가능성 평가에 관한 것이다.[12] AFR 시스템은 대체 기능에 기초하여 설계를 다르게 해석할 수 있어야 하며, 그러한 해석의 제조 가능성과 비용을 설계자에게 피드백해야 한다.

CAD/CAM 통합 및 프로세스 계획 수립을 위해 제안된 서로 다른 AFR 기법들이 많이 비축되어 있다. Han et al.[13]은 기존 접근법 중 일부에 대한 비판적이고 상세한 분석을 제공한다. Han 등에 따른 가장 일반적인 방법은 그래프 기반 알고리즘부터 힌트 기반 및 부피 분해 기법까지 다양하다. 그래프 기반 형상 인식에서는 부품의 위상(면 연결)을 보여주는 그래프가 생성된다. 그래프는 종종 귀속되는데, 예를 들어 가장자리는 오목하거나 볼록한 것으로 표시된다.[14] 그런 다음 이 그래프를 분석하여 미리 정의된 템플릿과 일치하는 노드 및 호 하위 세트를 추출한다. 이것은 그래프 이소형 알고리즘을 포함한 다양한 기법에 의해 이루어진다.[15]

그래프 기반 접근법은 몇 가지 단점으로 비판을 받아왔다. 지오메트리가 아닌 위상학적 패턴에 대한 의존도가 높기 때문에 인식된 형상의 제조 가능성을 설명하지 못한다. 형상의 교차점은 형상 패턴을 형성하려는 모든 시도를 망치는 가능한 형상 패턴의 수 폭발을 야기한다. 이러한 어려움을 해결하기 위해 Vandenbrande와 Requicha.[16]는 형상 패턴을 완성하는 것이 아니라 힌트라고 불리는 "특징 경계에서 최소의 필수불가결한 부분"을 검색할 것을 제안했다. 예를 들어, 두 개의 반대되는 평면 면의 존재는 슬롯 형상의 잠재적 존재에 대한 힌트다. 힌트는 반드시 부품 기하학에만 국한되는 것은 아니다. 그것들은 또한 형태 공차 및 설계 속성들을 추출할 수 있다. 예를 들어, "스레드 속성은 구멍 힌트로 간주될 수 있다."[13] 이 접근방식은 교차 형상을 인식하는 데 더 성공적이었다. 그러나 유효특성으로 이어지지 않는 흔적이 엄청나게 많을 수 있기 때문에 접근방식의 효율성이 주장되어 왔다.[13] 일부 저자들은 힌트 기반 추론의 효율성을 향상시키기 위해 그래프 기반과 힌트 기반 FR의 혼합물을 사용하는 것에 찬성해왔다. 하이브리드 접근법에서는 그래프 기반 추론을 사용하여 힌트 기반 추론자가 사용할 때 유효한 형상으로 이어지는 부분의 영역을 찾는다.[17][18] 기존의 다른 FR 접근법으로는 체적분해,[19][20] 인공신경망 등이 있으며,[21] 전문가 시스템인[22] Babic 등이 그 중 많은 것을 간략하게 소개한다.[23]

그러나 실제 공산품에서 효과적으로 기능하는 특징인식 시스템을 구축하는 것은 쉽지 않았다. 수백 개의 면과 끝 가장자리가 있는 실제 제품은 계산상의 복잡성으로 인해 위의 거의 모든 접근법을 중단시킨다. 더욱이 이러한 접근법에서 연구된 특성은 대개 지나치게 단순화된다. 형상 인식 문헌의 대부분은 일반적으로 2.5D 특징(선형 축을 따라 2D 프로필을 쓸어서 만든 것)을 다룬다. 그래프 표현, 힌트 정의 또는 볼륨 분해는 3D 및 자유형 기능에 대해 정의하기가 훨씬 어렵다. 순다라라얀이 한 일은 자유로운 형태 표면에 초점을 맞추고 있지만, 다시 한번 적용에 한계가 있다. 2.5D 기능이 진행되는 과정에서도 과도한 단순화 현상이 뚜렷하다. 예를 들어 형상 인식 알고리즘은 일반적으로 형상 기하학에서 날카로운 오목한 가장자리를 가정한다. 그러나 이러한 가장자리는 제조상의 제약으로 인해 기계부품의 실제 설계에 거의 사용되지 않는다. 모델에서 필러된 가장자리와 자유형 표면의 존재와 같은 이러한 문제들 중 일부는 라흐마니와 아레주에 의해 연구되었다.[17]

상용 기능 인식 시스템

상용 형상인식 시스템도 거의 없다. 다양한 어플리케이션에 형상인식 기술을 적용할 수 있지만 상용 소프트웨어는 수입 모델에서 형상 트리를 재현하는 형상인식 기술을 효과적으로 채택해 수입 모델도 토종 솔리드 모델인 것처럼 편집할 수 있도록 했다. 주요 3D CAD 모델러는 수입된 3D 모델을 기본 형상 기반 모델로 변환하는 기능인식이 있다. 이 기능인식 기술을 이용해 CAM 소프트웨어와 제조용 설계도 구축됐다. 3-D B-Rep 모델의 다양한 기능을 인식하는 상용 타사 기능 인식 라이브러리를 사용한 CAD/CAM 소프트웨어는 거의 없다. 설계, 제조 및 판금 애플리케이션에는 별도의 라이브러리를 사용할 수 있다. 설계 특징 인식 라이브러리는 다양한 유형의 구멍, 분할 구멍, 구멍 체인, 필릿, 모따기, 절단 돌출부, 보스 압출부, 초안 돌출부, 회전식 절단부, 회전식 보스, 늑골, 외피, 외피 및 스위프 등의 특징을 식별할 수 있다. 제조기능인식도서관은 단순홀, 테이퍼형홀, 카운터보어홀, 카운터드렁크홀, 카운터드렁크홀, 역드렁크홀, 홀체인, 선형, 직사각형 및 원형패턴 등의 구멍패턴, 필릿, 챔퍼, 블라인드 포켓, 포켓을 통한 징발주머니, 필로트, C 등의 제조기능을 인정한다.함몰된 포켓, 단순 슬롯, 초안된 슬롯, 파일럿 및 모따기 슬롯, 포켓과 슬롯의 섬, 가공 가능한 볼륨, 가공 가능한 볼륨, 가공 가능한 슬래브, 다중 교차 특징, 외부 회전 프로파일, 내부 회전 프로파일, Vee 및 비둘기 홈과 같은 회전된 홈, 슬롯과 같은 밀턴 기능 턴프로그래밍을 하다 판금 형상 인식 라이브러리는 판금 관점에서 형상을 추출한다. 이 도서관을 통해 확인된 다양한 특징으로는 벽, 굴곡, 구멍, 절단, 플랜지 구멍, 플랜지 구멍, 플랜지 컷아웃, 노치, 오픈 헴, 클로즈드 헴, 눈물 헴, 롤드롭 헴(커브), 조깅 플랜지, 엣지 플랜지, 등고선 플랜지, 루버, 랜스, 브릿지, 보조개, 구슬, 엠보스, 갈비, 갈비, 갈비 등이 있다. 그러한 상용 시스템은 위에 열거된 다양한 특징을 식별할 수 있지만, 그러한 상용 시스템에 의해 식별되지 않는 특징 유형을 식별하기 위해 추가 연구를 추진할 수 있다. 이러한 상용 시스템에서는 일반적으로 3축, 5축 형상의 인식과 같은 제조 기능을 이용할 수 없다.

참고 항목

참조

  1. ^ a b Pratt M.J. 및 Wilson P.R., 1985, 솔리드 모델링 시스템의 폼 기능 지원 요건, CAM-I, R-85-ASPP-01
  2. ^ a b c Regli W.C, 1995, 솔리드 모델에서 형상의 인식을 위한 기하학적 알고리즘, 박사 논문 Univ. 메릴랜드, 칼리지 파크 MD
  3. ^ Shah J.J, Méntylé M, 1995, Parametric 및 특징 기반 CAD/CAM, Wiley-Interscience Publication, John Wiley Sons Inc.
  4. ^ Chang T.C., 1990년, 애디슨 – 웨슬리, 뉴욕주 제조를 위한 Expert 프로세스 계획.
  5. ^ a b Kyprianou, L., 1980년, Computer-Aided Design의 Shape 분류, 박사학위. 케임브리지 대학의 논문.
  6. ^ Shah, J.J., Anderson, D., Kim, Y.S., Joshi, S., 2001, CAD 모델로부터의 기하학적 형상 인식에 관한 담론, 공학에서의 컴퓨터 및 정보 과학 저널, 제1권, 페이지 41-51.
  7. ^ Subrahmanyam, S., Wozny, M. (1995). "An overview of automatic feature recognition techniques for computer-aided process planning". Computers in Industry. 26: 1–21. doi:10.1016/0166-3615(95)80003-4.{{cite journal}}: CS1 maint : 복수이름 : 작성자 목록(링크)
  8. ^ Salomons, O, Van Houten, F. J, Kals, H. J., 1993, 특징 기반 설계의 연구 검토, 제조 시스템 저널, 제 12권, 제 113-132권,
  9. ^ Sivarama Nalluri, Features 기술을 위한 Form Feature Generation Model For Features, 박사. 논문, Banaglore, 1994년 인도 과학 연구소
  10. ^ Shah J.J.와 Rogers M.T., 1988, Expert form feature shell, Computer aided Design, Vol. 20, No. 9,PP. 515-524.
  11. ^ Skolenius G, 1992, Concurrent Engineering, 기조 논문, CIRP,41(2):645-65545-655
  12. ^ Gupta S.K.와 Nau S.K.,1995, "가공 부품의 제조 가능성을 분석하기 위한 체계적인 접근법", Computer Aided Design, Vol. 27.
  13. ^ a b c Han J.H, Pratt M. 및 Regli W.C, 2000, 솔리드 모델로부터의 제조 기능 인식: A 상태 보고서, IEEE Trans. 로봇 및 자동화 관련, 16(6): 782-796
  14. ^ S. Joshi와 T. C. Chang, 1988, 그래프 기반 휴리스틱스 3D 솔리드 모델 JCAD, 20(2):58-66.
  15. ^ M. Marefat와 R. L. Kashyap, 1990, 3-D 객체 특징인 IEEE Trans를 인식하기 위한 기하학적 추론. 패턴 항문. 기계 인텔, 12:949-965.
  16. ^ J. H. 반덴브란데와 A. A. G. Requicha, 1993, 솔리드 모델 IEEE Trans에서 가공 가능한 형상의 자동 인식을 위한 공간적 추론. 패턴 항문. 기계 인텔, 제15권, 페이지 1-17.
  17. ^ a b K. 라흐마니, B. 상호 작용하는 가공 특징의 인식을 위한 Arezoo,2006, 경계 분석 및 기하학적 완성. 컴퓨터 지원 설계 38(8): 845-856.
  18. ^ K. 라흐마니, B. Arezoo,2007, 상호작용하는 밀링 기능의 인식을 위한 하이브리드 힌트 기반 및 그래프 기반 프레임워크, Computers in Industry, 58(4):304-312).
  19. ^ Y. Kim, 1990년, 볼록스 분해와 고체 기하학적 모델링, 박사 논문, 스탠포드 유니브.
  20. ^ H. 사쿠라이와 C. Jin, 1993, Proc에서 볼륨별 캐비티 및 돌출부 정의 및 인식. Engineering Conf, 59-65페이지의 ASME 컴퓨터.
  21. ^ 황 J, 1991년 애리조나 주립대 박사 3D 피쳐 인지에 Perceptron 적용.
  22. ^ Henderson M.R, 1984년, 3차원 CAD 데이터에서 형상 정보 추출, Phdule University, West Lafayett, IN, 미국.
  23. ^ Babic b, Nesic, n, Miljkovic Z, 2008, 규칙 기반 패턴 인식, Computers in Industries, 59(4): 321-337.
  24. ^ V. 순다라라얀, 폴 K. Wright, 2004, 자유형 표면의 가공 부품을 위한 형체 감지 기능. 컴퓨터 지원 설계 36(1) : 11-25

외부 링크