[发明专利]一种基于遗传算法的异构CAD模型数据交换的系统及方法有效
| 申请号: | 201410071752.7 | 申请日: | 2014-02-28 |
| 公开(公告)号: | CN103793535B | 公开(公告)日: | 2017-01-25 |
| 发明(设计)人: | 何发智;张德军;吴亦奇;蔡贤涛 | 申请(专利权)人: | 武汉大学 |
| 主分类号: | G06F17/30 | 分类号: | G06F17/30 |
| 代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙)42222 | 代理人: | 张火春 |
| 地址: | 430072 湖*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 遗传 算法 cad 模型 数据 交换 系统 方法 | ||
1.一种基于遗传算法的异构CAD模型数据交换的系统,其特征在于:包括源端CAD系统、XML文件及目标端CAD系统;所述的异构CAD模型数据通过所述的源端CAD系统中提取特征参数、草图参数并保存到所述的XML文件(该文件采用结构化方式保存参数化信息)中,将此XML文件发送到所述的目标端CAD系统中,将XML文件中的参数信息进行分类处理,随后在所述的目标端CAD系统中进行草图参数、特征参数的重建,最终实现原异构CAD模型的参数化重建过程。
2.根据权利要求1所述的基于遗传算法的异构CAD模型数据交换的系统,其特征在于:所述的源端CAD系统包括CAD模型模块、3D特征参数信息模块,2D草图参数信息模块及样条离散数据模块,所述的CAD模型模块用于实现提取CAD模型,所述的3D特征参数信息模块用于实现提取3D特征参数,所述的2D草图参数信息模块用于实现提取2D草绘参数,所述的样条离散数据模块用于实现提取样条交换辅助信息。
3.根据权利要求1所述的基于遗传算法的异构CAD模型数据交换的系统,其特征在于:所述的目标端CAD系统包括前置数据处理模块、重建目标样条模块、重建2D草图参数信息模块、重建3D特征参数信息模块及重建CAD模型模块,所述的前置数据处理模块用于实现XML文件中参数的分类与转换、所述的重建目标样条模块用于实现重构样条曲线、所述的重建2D草图参数信息模块用于实现2D草图信的重建、所述的重建3D特征参数信息模块用于实现3D特征的重建、所述的重建CAD模型模块用于实现CAD模型的重建。
4.根据权利要求3所述的基于遗传算法的异构CAD模型数据交换的系统,其特征在于:所述的前置数据处理模块分为两层:2D草图参数层及3D特征参数层。
5.根据权利要求4所述的基于遗传算法的异构CAD模型数据交换的系统,其特征在于:所述的2D草图参数层包括样条数据交换映射单元、直接草图参数映射单元和间接草图参数映射单元,所述的3D特征参数层包括直接特征参数映射单元及间接特征参数映射单元,所述的样条数据交换映射单元用于实现样条参数交换、所述的直接草图参数映射单元用于实现1:1草绘参数交换、所述的间接草图参数映射单元用于实现1:n或n:1草绘参数交换,所述的直接特征参数映射单元用于实现1:1特征参数交换、所述的间接特征参数映射单元用于实现1:n或n:1特征参数交换。
6.根据权利要求5所述的基于遗传算法的异构CAD模型数据交换的系统,其特征在于:所述的样条数据交换映射单元的工作原理为:首先,从源端CAD系统中提取原CAD模型;其次,在原CAD模型中提取出原样条曲线α;接着,对原样条曲线α进行高精度的离散化,得到离散点集Q={q1,q2,..,qN};然后,将Q作为点云数据,采用遗传算法,自动选择离散点集Q中M个点为插值点集T={t1,t2,..,tM},在目标端CAD系统中,利用插值点集T重建目标样条曲线β;最后,在目标端CAD系统中重建模型。
7.根据权利要求6所述的基于遗传算法的异构CAD模型数据交换的系统,其特征在于:所述的采用遗传算法重建目标样条曲线β,其具体实现包括以下子步骤:
步骤1:提取出原样条曲线α的离散点集;
步骤2:初始化种群,种群中包含了K个个体,其中K﹥1;
步骤3:通过Hausdroff Distance比较方法进行个体适应度计算;
步骤4:进行个体的选择;
步骤5:对选择之后的个体,进行交叉和变异;
步骤6:生成了新的种群;
步骤7:判断新的种群中,适应度最大的个体是否满足数据交换的精度要求:
如果满足精度要求则进入步骤8;
如果不满足精度要求,则回转执行所述的步骤3;
步骤8:提取种群中具有最高适应度值的个体,并将个体实值化,在目标端CAD系统中重建目标样条曲线β。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410071752.7/1.html,转载请声明来源钻瓜专利网。





