三維CAD模型模塊劃分的蟻群聚類圖分割方法

2014-11-29 王延平 西北工業(yè)大學

  為了使三維CAD模型模塊劃分的結(jié)果保持較好的結(jié)構完整性,提出一種面向圖分割的蟻群聚類算法。用屬性連接圖表示復雜的CAD模型并進行簡化;通過對模型連接方式和零件屬性的分析,獲得零件的結(jié)構、功能和材料相關性并建立綜合相關度矩陣;根據(jù)零件的連接層次系重構了蟻群聚類的局部范圍界定和密度函數(shù)計算方法,實現(xiàn)了面向圖分割的的蟻群聚類。采用上述方法對某型飛機襟翼模型進行模塊劃分,驗證了所提方法的正確性和有效性。

  引言

  模塊劃分技術是模塊化設計和大規(guī)模定制生產(chǎn)的基礎,是滿足客戶多樣化需求的有效手段,同時也可應用于三維計算機輔助設計(Computer Aided Design,CAD)模型檢索領域。由于產(chǎn)品級CAD模型具有零件多、結(jié)構復雜的特點,檢索的計算量較大,以分而治之的思想將模型劃分為有一定結(jié)構和功能意義的模塊,并行地進行對應模塊對比分析,能夠降低檢索的時間和空間復雜度。

  目前,學者們已經(jīng)提出了多種模塊劃分方法。其中:文獻分析了零件之間的關聯(lián)度后采用Pmedian方法進行模塊劃分;文獻提出了基于啟發(fā)式方法的圖解模塊劃分方法;文獻從零件交互角度進行了產(chǎn)品全生命周期的模塊劃分;文獻利用模塊驅(qū)動因素來定義設計需求和模塊構建之間的聯(lián)系;文獻從產(chǎn)品全生命周期的角度分析零件的交互關系,并采用模糊聚類和模擬退火算法進行模塊劃分;文獻以零件間物理和功能上的相關度為依據(jù),基于蟻群聚類算法進行模塊劃分;文獻通過信息熵理論綜合衡量客戶需求、產(chǎn)品的裝配、成本和維修等因素,使用模糊聚類進行模塊劃分;文獻以產(chǎn)品全生命周期中的各因素對產(chǎn)品零部件交互的影響為依據(jù)進行模塊劃分;文獻綜合模塊聚合度、耦合度和設計需求趨同度建立了劃分優(yōu)化模型,并用遺傳算法進行求解。上述方法主要面向客戶定制生產(chǎn)和模塊化設計,從用戶需求和產(chǎn)品生命周期的角度出發(fā)分析零件的相關性,但只根據(jù)相關性還不足以完全表達復雜的拓撲連接結(jié)構,以此為依據(jù)劃分的模塊中還可能存在相互不連接的零件,從而造成模塊內(nèi)部結(jié)構不完整。

  為解決上述問題,在模塊劃分時除了要分析零件相關性,還要考慮其拓撲連接關系,即在相關性和連接層次關系的共同影響下分析零件的耦合關系,以實現(xiàn)模塊內(nèi)聚合關系的最大化,同時保持結(jié)構的完整性,這樣劃分出的模塊更有助于進行模塊化設計,并能并行地進行結(jié)構相似性分析。因此,本文提出一種面向圖分割的蟻群聚類算法,通過將模型轉(zhuǎn)換為屬性連接圖,將模塊劃分問題轉(zhuǎn)化為圖分割問題;通過對零件功能、裝配連接和材料的相關性分析,建立綜合相關性矩陣并作為劃分基礎;面向圖分割問題改進蟻群聚類算法,在保持子圖連通性的情況下進行模塊劃分,最終使模塊具有較為完整的結(jié)構和相對獨立的功能。

  1、零件相關性分析

  CAD模型中存在模塊化的結(jié)構,即屬于同一模塊的零件有緊密的連接關系,能共同作用并實現(xiàn)某項子功能。因此在進行模塊劃分時首先要對零件間的這種相關關系進行分析。為了便于分析,需要將包含多種幾何、工程信息的CAD模型轉(zhuǎn)換為圖結(jié)構(如圖1),圖中節(jié)點P 代表零件,邊L 表示零件間的連接裝配關系,然后附加劃分所需的屬性信息A(P)和A(L),形成屬性連接圖G={P,L,A(P),A(L)},如圖1b所示。在此基礎上分別從結(jié)構、功能和材料三個角度進行模型中零件的相關性分析,作為模塊劃分的依據(jù)。

  4、結(jié)束語

  本文分析了現(xiàn)有的模塊劃分方法在模型拓撲結(jié)構分析上的局限性,提出了基于圖分割的模塊劃分方法,該方法將模型轉(zhuǎn)換為屬性連接圖的形式,通過在圖上進行蟻群聚類分析并進行圖分割,最終達到將CAD模型劃分為模塊的目的。其中,通過分析零件的拓撲連接關系和功能、屬性相關性得到綜合相關性矩陣;根據(jù)圖結(jié)構的特點提出了局部范圍界定方法,避免了將空間距離遠、連接間隔大的零件劃分為同一模塊的問題;改進了密度函數(shù)的計算方法,對局部范圍中的零件按結(jié)構層次關系綜合相關性,使聚類更有針對性。并以此建立了面向圖分割的蟻群聚類算法。實例分析表明,所提方法能較好地對模型進行劃分。由于模塊劃分的要求和目的不盡相同,后續(xù)研究中還需要對結(jié)構、功能和材料相關性的評價方法進行優(yōu)化,使評價更加準確;并根據(jù)應用領域的不同,進一步豐富相關性分析的角度,以適應不同的模塊劃分。