[发明专利]一种基于复杂网络的复杂机械产品装配建模方法有效
申请号: | 202010066216.3 | 申请日: | 2020-01-20 |
公开(公告)号: | CN111310284B | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 陈琨;张嘉锟;于慧;娄洪;李兴炜;高建民;高智勇;李丽丽 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/20 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 李晓晓 |
地址: | 710049 *** | 国省代码: | 陕西;61 |
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 复杂 网络 机械 产品 装配 建模 方法 | ||
本发明公开了一种基于复杂网络的复杂机械产品装配建模方法,综合考虑了装配零件层和装配特征层两个层级的信息,建立一种双层结构模型,从而弥补了传统装配模型仅侧重单一层级的不足,扩展了复杂机械产品装配模型的表达能力;引入复杂网络理论,更加清晰地表达出复杂机械产品的拓扑结构和统计特性,有利于进一步开展后续研究工作;采用模糊层次分析法对零件间的关联关系进行加权,与传统的专家打分法相比,有效提高了结果的客观性;采用改进的连边社团检测算法对零件级网络进行社团划分,考虑了零件间关联关系的强度,提高了零件级网络的层次性,同时降低了特征级网络的建模难度,而且更便于特征级开展后续的分析工作。本发明具有较强的扩展能力,提供了一个较为完备的分析平台。
技术领域
本发明属于产品装配建模领域,具体涉及一种基于复杂网络的复杂机械产品装配建模方法。
背景技术
装配是产品研制过程的关键环节,为了保证复杂机械产品及其装配过程符合规范,首先需要对产品装配过程进行建模,从而进一步开展关键零部件及装配特征识别等分析工作,为装配精度的提高提供指导意义。目前的产品装配模型大多以考虑装配特征为主,例如偏差流理论(SOV)以及状态空间模型等,对于零部件众多的复杂机械产品而言,采用这些建模方法须采集大量特征数据,随着装配的进行须不断进行坐标数据转换,从而导致计算维度和复杂度较高、数据失真严重,直接影响分析结果的可靠性。此外,对于零部件等更高层级的研究,直接以装配特征进行建模会含有较多的冗余数据,对于问题的分析具有负面作用。而仅在零件层级进行建模则较难考虑到许多有用的装配特征信息,不能从本质上解决问题。为提高复杂机械产品装配质量,便于复杂机械产品装配分析工作的开展,需要一种考虑复杂机械产品特点,面向复杂机械产品装配阶段的建模方法。
发明内容
本发明的目的在于提供一种基于复杂网络的复杂机械产品装配建模方法,以解决上述问题,从装配零件层和装配特征层两个层级分别对复杂机械产品进行建模,即建立一种双层结构模型,从而得到一种较为完备的复杂机械产品装配分析模型。
为实现上述目的,本发明采用以下技术方案:一种基于复杂网络的复杂机械产品装配建模方法,包括以下步骤:
步骤1,获取复杂机械产品的零件列表,确定复杂机械产品的零件装配关系及必要的测量关系,构建复杂机械产品零件关联网络;
步骤2,在步骤1得到零件关联网络的基础上,采用模糊层次分析法对零件关联网络中各个零件之间的关联关系强度进行赋权,得到零件层级的加权网络模型;
步骤3,采用改进的连边社团检测算法对步骤2得到的加权网络模型进行层次化社团划分,即对连边社团检测算法考虑权重的影响,引入Tanimoto系数定义连边相似度,根据实际情况调整并确定社团合并的阈值,利用网络结构的社团特性对装配零件层进行分块;
步骤4,根据步骤3得到的社团划分结果,对待研究的分块进行装配特征层建模,将装配零件层向下投影得到装配特征层,根据装配顺序,进一步得到特征层级网络模型。
所述步骤1,包含以下步骤:
11),获取复杂机械产品的零件列表,将产品中的零件映射为复杂网络中的节点,零件间的装配关系映射为网络的边,得到零件装配关系网络;
12),以步骤11)中得到的节点为基础,将对产品装配质量起重要影响的测量关系定义为网络的边,得到零件测量关系网络;
13),以步骤11)和步骤12)中对具有装配关系和测量关系的节点网络为基础,对零件装配关系网络和零件测量关系网络进行合并,得到复杂机械产品零件关联网络。
若仅考虑零件装配关系,则步骤11)所得零件装配关系网络为最终的零件关联网络。
所述步骤2,包含以下步骤:
21),根据步骤1所得零件关联网络的边集对零件间关联关系进行层次化分类;
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西安交通大学,未经西安交通大学许可,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/202010066216.3/2.html,转载请声明来源钻瓜专利网。