科研之友
微信
新浪微博
Facebook
分享链接
摘要
关键功能零件的识别可以提高装配体模型检索的效率并提高重用水平,同时为自主设计提供关键参考信息.为降低人为因素的影响和评价的主观性,本文提出了一种基于粗糙集理论的关键子装配功能零件的自动识别方法,利用装配体模型自身数据对功能零件的排序过程进行驱动.分析、讨论复杂装配体中零件类型与零件之间的装配连接关系,构建了基于复杂网络的装配体模型;提取各零件节点的拓扑结构层和零件属性层数据及零件类型作为条件属性和决策属性;使用基于动态层次聚类的算法对零件决策信息表进行离散化处理,并利用基于属性重要度的启发式约简算法进行知识挖掘,消除冗余条件属性,获得属性约简集及其相应的属性权重;通过综合评价形成了具有关键功能的子装配零件重要度排序.以蜗轮蜗杆减速器模型为例验证本文算法,结果表明:最终的排序结果与专家打分法的结果一致,而本文方法的整个识别过程依靠装配体模型数据自身驱动,降低了主观因素影响,更具有客观性和普适性.
- 单位
