張開興 杭晟煜 趙秀艷 王金星 宋正河 劉賢喜，3

(1．山東農業(yè)大學機械與電子工程學院，泰安271018;2．中國農業(yè)大學工學院，北京100083; 3．山東省園藝機械與裝備重點實驗室，泰安271018)

面向設計重用的三維CAD模型局部結構檢索方法

張開興1杭晟煜1趙秀艷1王金星1宋正河2劉賢喜1，3

(1．山東農業(yè)大學機械與電子工程學院，泰安271018;2．中國農業(yè)大學工學院，北京100083; 3．山東省園藝機械與裝備重點實驗室，泰安271018)

為了更好地實現(xiàn)面向設計領域的三維CAD模型設計信息的有效重用，提出了一種融合語義的三維CAD模型局部結構檢索方法。首先以設計特征作為設計語義信息的基礎載體，對三維CAD模型進行結構化表征，并用特征屬性鄰接圖來表示;然后設計能夠捕捉不同層次信息的特征描述子，構建融合語義的特征相似性評價模型;最后采用子圖同構算法計算查詢局部結構與模型庫中零件的特征屬性鄰接圖的特征匹配對，以此計算相匹配局部結構的相似度。實驗結果表明，該方法能夠較好地實現(xiàn)融合語義的三維CAD模型局部結構檢索，可以有效地支持面向農機設計領域的三維CAD模型設計信息的重用。基于檢索的設計重用方法可為農機裝備數字化設計中各類成果的有效重用提供多粒度、精確化和智能化的方法。

三維CAD模型;局部結構檢索;設計重用;設計語義;特征屬性鄰接圖;子圖同構

引言

日益增多的三維CAD模型為產品設計帶來了大量的可重用資源，且設計資源的重用在產品的創(chuàng)新設計中正變得越來越重要。據統(tǒng)計，在產品設計過程中，約40%是重用過去的部件設計，約40%是對已有設計部件的微小修改，而只有約20%是完全新的設計［1－2］。正是由于工程領域對設計資源重用的迫切需求，基于三維模型檢索的設計重用技術近年來成為研究熱點之一。然而已有方法通常只考慮三維CAD模型的整體檢索，忽略了產品數字化設計中的局部結構檢索需求。事實上，在產品設計過程中，大量的設計重用是在更細觀的特征級和局部結構級。即在更多情況下，能夠被重用的僅僅是模型間足夠相似的一些局部區(qū)域，而這些局部區(qū)域可以源于不同的三維CAD模型。因此，如何從海量產品模型中快速、有效地查找適合設計重用的局部結構已成為產品開發(fā)各環(huán)節(jié)的一個迫切需求［3－4］。

近年來，三維CAD模型檢索技術研究正在向融合語義的方向發(fā)展，以更高的支持面向領域的重用，其基本思想是不僅考慮檢索對象幾何形狀的相似性，還要考慮應用領域語義上的相似性［5］。BESPALOV等［6］利用尺度空間技術將三維網格模型分割為若干有意義的特征面片，并基于特征面片間的關聯(lián)關系構建二叉樹，通過子圖匹配實現(xiàn)局部結構檢索。BIASOTTI等［7］利用擴展Reeb圖表征三維模型，并利用子圖匹配實現(xiàn)局部檢索。BAI等［8］提出了基于DBMS圖(多分辨率骨架圖)及子圖匹配的三維CAD模型局部結構檢索方法。但是，這些方法主要面向三角網格模型，獲得的局部結構難以捕捉與其關聯(lián)的設計信息，因而無法實現(xiàn)已有設計資源的有效重用［9］。

陶松橋等［10］提出了一種基于面屬性化鄰接圖非精確匹配的CAD模型搜索方法，通過提取CAD模型中的Brep信息將模型轉化為面屬性化鄰接圖，將非精確圖匹配問題轉化為二次優(yōu)化問題求解，可以實現(xiàn)模型的局部結構檢索。LI等［11］提出基于特征依賴有向無環(huán)圖(Feature dependency directed acyclic graph，F(xiàn)DAG)的局部結構檢索方法。該方法通過移除FDAG中關鍵點的方式提取可重用區(qū)域，并利用基于D2形狀分布圖的表征、相似性評價方法計算查詢實例和可重用區(qū)域之間的相似度。該方法以工程語義為基礎，因此，非常適合于三維CAD模型。BAI等［12］提出一種面向設計重用的三維CAD模型局部結構檢索方法。該方法采用擴展特征樹表示基于設計特征的三維CAD模型，然后基于啟發(fā)式規(guī)則提取潛在的可重用區(qū)域并且對其進行表征，最后采用樹匹配算法實現(xiàn)由簡單查詢實例查找完整可重用區(qū)域的多模式局部結構檢索。但是，這些方法還停留在特征幾何層面相似性評價，缺乏對特征的尺寸、精度、公差等設計語義信息的深入考慮，通常適用于產品概念設計階段的參考重用。

本文針對產品詳細設計階段的自適應重用需求，提出融合語義的三維CAD模型局部結構檢索方法。首先以設計特征作為設計語義信息的基礎載體，將三維CAD模型表示為具有設計語義信息的設計特征集合，并用特征屬性鄰接圖來表示和描述。此時，三維CAD模型局部結構檢索問題可以轉換為查詢局部結構與模型庫中零件的特征屬性鄰接圖子圖同構匹配問題。然后，設計能夠捕捉不同層次信息的特征描述子，構建融合語義的特征相似性評價模型，以支持特征的精細化比較。最后，根據匹配特征對的相似度計算相匹配局部結構的相似度，以實現(xiàn)融合語義的局部結構相似性評價。

1 設計特征語義信息模型的定義與表示

定義1:設計特征語義信息模型。設計特征語義信息模型由設計特征與設計語義信息構成，可表示為

〈設計特征語義信息模型〉::=(［設計語義］〈設計特征〉)

〈設計語義〉::=〈特征間關聯(lián)設計語義〉|〈特征內關聯(lián)設計語義〉

〈設計特征〉::=［特征內關聯(lián)設計語義］〈幾何要素〉

其中，設計特征是設計語義信息的基礎載體，設計語義分為特征間關聯(lián)與特征內關聯(lián)兩種模式。特征間關聯(lián)設計語義主要用來描述設計特征間的鄰接關系，包括父子、兄弟、對稱陣列、設計基準等，特征內關聯(lián)設計語義主要描述設計特征的基本屬性(如特征的類型、設計參數等)、設計要求(如尺寸、公差、表面粗糙度等)等。

定義2:特征屬性鄰接圖。特征屬性鄰接圖是一種用于描述設計特征語義信息模型內部特征及特征間鄰接關系的圖結構。在特征屬性鄰接圖中，每一個圖頂點對應于模型中的一個設計特征，設計特征的基本屬性和設計要求作為頂點的屬性，圖中頂點間的關系與設計特征間的鄰接關系相對應。

首先，利用一種基于圖和規(guī)則相結合的特征識別算法［13］對CAD模型包含的特征進行自動識別，該算法對相交特征識別具有較好的效果，識別效率較高。對于模型中少量難以自動識別的特征，則利用人機交互來實現(xiàn)。本文考慮的設計特征主要是設計領域常見的凸臺類 (Boss)、型腔類 (Pocket)、臺階類(Step)、孔類 (Hole)和槽類特征(Slot)，以及由這些基本特征組合、或按一定規(guī)律排布而成的復合特征。然后，利用CAD系統(tǒng)的API函數對三維模型進行解析(各主流 CAD系統(tǒng)都提供了在三維CAD模型上直接標注尺寸精度、表面粗糙度等設計語義信息［14－15］)，提取與幾何點、邊、面關聯(lián)的設計語義信息，并根據設計特征組成的幾何要素集，將幾何關聯(lián)的尺寸、公差、表面粗糙度等信息映射到對應的設計特征上，完成特征內關聯(lián)設計語義信息的提取。從而實現(xiàn)將三維CAD模型表示為具有設計語義信息的設計特征集合，并用特征屬性鄰接圖來表示和描述。圖1給出了一產品三維CAD模型及其對應的特征屬性鄰接圖，該模型由5個設計特征組成。

圖1 產品三維模型及其特征鄰接圖示例Fig．1 3Dmodel of sampling product and its feature adjacency graph

2 基于子圖同構的三維模型局部結構檢索方法

2.1 局部結構匹配方法

為實現(xiàn)局部結構匹配，本文將利用子圖同構算法來實現(xiàn)屬性圖中尋找特定子屬性圖。

定義3:圖同構。對于2個圖G=(V，E)、G'= (V'，E')，如果存在一一映射函數f:vi→v'j且e=(vi，vj)是G中的一條邊，當且僅當e'=(v'i，v'j)是G'的一條邊，則稱G、G'是同構的。

定義4:子圖同構。對于2個圖G=(V，E)、G'=(V'，E')，如果G'有子圖G″=(V″，E″)，V″V'，E″E'，使得G″與G同構，則稱G、G'是子圖同構的。

判斷2個圖是否同構，本質上就是看是否存在兩圖頂點之間的一個映射，使得兩圖的邊在該映射下也保持對應。假設查詢局部結構與模型庫中零件的特征鄰接屬性圖分別為G1與G2，采用子圖同構算法可快速獲得G1與G2的一個匹配M，即G1到G2的一個映射。對于G1的每個頂點vi，在G2中只有1個頂點vj與vi相對應，并且對于G1的每條邊ei，在G2中只有1條邊ej與ei相對應，可以表示為

這里，查詢局部結構作為模型庫中零件的子部分被認為合理，而反之則不成立，因此，該映射是一個單射而非雙射。

給定2個圖G1、G2，其中G1為子圖，G2為大圖。設置一個映射匹配矩陣Mm×n(m=|G1|，n=|G2|)，Mm×n中任意一個元素mi，j的取值可以是0或1。其中，|Gi|(i=1，2)表示圖Gi的頂點個數，Mm×n表示圖G1與G2頂點間的對應關系

判斷圖G1、G2是否子圖同構，實際上就是看能否找到一個映射匹配矩陣Mm×n，使其滿足如下2個條件:每一行有且只有1個1;每一列至多只有1個1。如果找到滿足上述2個條件的映射匹配矩陣Mm×n，則說明圖G1與G2子圖同構。

2.1.1 頂點映射匹配矩陣Mm×n初始化

在計算特征屬性鄰接圖G1、G2頂點映射匹配矩陣Mm×n時，引入了較多的特征屬性。在這些屬性中，有的屬性只要不同就可以將它們的頂點映射匹配矩陣元素 mi，j置為0，如特征類型。若圖 G1中第i個頂點對應的特征類型為通槽，而圖G2中第j個頂點對應的特征類型為孔，則可以置映射匹配矩陣Mm×n第i行第j列元素mi，j為0。這樣在局部結構相似性評價之初，盡可能多地排除那些不可能的頂點對應關系，以降低搜索空間的復雜度。

2.1.2 算法基本步驟

在頂點映射匹配矩陣初始化基礎上，進行子圖同構匹配搜索，具體步驟如下:

(1)輔助頂點集合定義

設置2個輔助的頂點集合V1和V2，分別用于存儲搜索過程中2個圖上已匹配上的頂點，初始時都置空;另外需要設置一個元素為V2的集合V3，用于存儲可能出現(xiàn)多種匹配的情況，初始時也置空。

(2)匹配搜索

搜索從映射匹配矩陣Mm×n的第一行開始，從左到右尋找值為1的列。對于任意的第i行，如果其第j列的值為1，并且該列沒有被占用，則表示找到1個可能匹配的頂點對，即圖G1的第i個頂點和圖G2的第j個頂點對應，將這2個頂點分別加入到頂點集合V1和V2。

(3)匹配有效性判斷

如果新加入的這2個頂點在最終的同構映射中確實是對應匹配的頂點對，那么當前時刻由圖G1中已匹配上的頂點集合V1構成的子圖與圖G2中已匹配上的頂點集合V2構成的子圖必定也是同構的。根據這一原理，可以通過測試當前V1構成的子圖與V2構成的子圖是否同構來檢測新找到的列是否有效。

(4)匹配搜索循環(huán)

若V1構成的子圖與V2構成的子圖同構，則說明新找到的列是有效的，設置占用標志，進入下一行;否則，在當前行繼續(xù)尋找下一個有效列;如果當前行搜索完畢都沒有找到一個有效列，則退回上一行，并且從上一行已經占用列的下一列開始搜索。

2.1.3 算法分析

上述子圖同構算法的時間復雜度主要集中在“大圖”中尋找“子圖”，而子圖同構問題是NP完全問題，現(xiàn)有求解算法的時間復雜度一般比較高。本文算法在最好情況下只需對映射矩陣進行一輪無回溯搜索，此時對應的時間復雜度為O(m)，最差情況下需要遍歷映射矩陣所有可能分支，時間復雜度為O(n!/(n－m)!)，其中m為子圖頂點數目，n為大圖頂點數目。

為提高匹配效率，本文在設計算法時充分利用特征屬性鄰接圖中的特征屬性，使得初始映射匹配矩陣MA×I中的元素盡可能多的為0，大大降低了搜索空間的復雜度;并且在動態(tài)搜索過程中，每前進一步，獲得一個可能匹配的頂點對之后，利用2個圖中當前已匹配上的頂點集合組成的2個子圖應該是同構這一原理，迅速對該頂點對匹配關系的有效性進行判斷，無需等到所有頂點都對應齊全之后再集中判斷是否同構，盡早丟棄不可能最終匹配的頂點對，加速了搜索的進程。

2.2 融合設計語義的特征相似性評價

特征的精細化比較是三維CAD模型局部結構相似性評價的基礎。為有效地實現(xiàn)特征的精細化比較，基于分析設計特征語義信息模型相似性比較中用到的屬性信息，設計了一個能夠描述不同層次信息的特征描述子，并對特征描述子的各組成要素進行量化，然后將多種屬性融合構建設計特征的相似性評價模型。該特征描述子被定義為一個5維向量，包括從高層次的設計語義信息到低層次的幾何信息。高層的設計語義信息包括設計特征類型、公差/表面粗糙度和特征鄰接關系，低層幾何信息包括幾何尺度和幾何形狀信息。由于上述組成要素具有不同的內涵和測度，在進行特征的相似性評價時，各組成要素的評價需按如下規(guī)則進行。

(1)特征類型

如果2個相比較設計特征的類型不同，則認為2個特征的相似度為0，即特征不相似。如果特征類型相同，則特征類型的相似度為1。設2個相比較特征分別為F1和F2，特征類型相似度表示為

(2)公差/表面粗糙度

在零件詳細設計階段，公差/表面粗糙度與特征所能實現(xiàn)的功能、行為等密切相關。對于幾何形狀完全相同的2個設計特征，如果尺寸精度差異比較大，則對應的功能、行為可能非常不同。公差/表面粗糙度的相似度表示為

式中 T1、T2——2個相比較特征基本屬性中公差最高等級

R1、R2——2個特征表面粗糙度最小值

(3)拓撲鄰接關系

設計特征間的鄰接關系在三維CAD模型的相似性評價中占有重要的地位，在幾何形狀相似的前提下，具有相同鄰接關系的設計特征從設計重用角度講則更為相似。2個設計特征間鄰接關系的相似度表示為

式中 ne——2個特征中相融邊數量

n1、n2——與2個相比較特征相連接的特征數量

相融邊是指在特征鄰接屬性圖中，如果一對邊分屬類型相同的2個設計特征，這2個設計特征分屬不同的三維CAD模型，且每條邊所連接的2個設計特征的類型相同，則稱該對邊相融。

(4)幾何尺度

相同特征類型的設計特征，尺度不同可能導致其重用價值完全不同。例如，形狀相似的2個孔，但是其深度或廣度存在比較大的差異，導致其體積存在較大的不同，相應的幾何驅動參數也存在較大的差異，可重用價值相對較小。因此，在模型局部結構的相似性評價中同樣需要考慮尺度信息。

2個相比較特征之間的幾何尺度相似度SQ用其最小包圍盒(Oriented bounding box，OBB)來評價，即

式中 ai、bi——相比較的2個設計特征的最小包圍盒的長、寬、高

(5)幾何形狀

對于相同類型的設計特征，其幾何形狀可能存在差異。從設計重用角度來講，形狀相似是設計重用的前提。因此，為了計算設計特征形狀的差異性，本文采用形狀分布算法［16］對設計特征的幾何形狀進行比較。通過對模型表面隨機取點，統(tǒng)計隨機點間的距離(D2)作為度量尺度并形成分布曲線。形狀相似度 SD采用推土機距離(Earth mover's distance，EMD)計算，EMD距離是一種有效且越來越被廣泛使用的集合間或向量間距離計算方式［17］，即

其中 H1={h11，h12，…，h1n}

H2={h21，h22，…，h2m}

式中 H1、H2——2個相比較特征的形狀分布曲線

綜上，2個特征F1與F2的相似度用δ表示，定義為特征類型、公差/表面粗糙度、鄰接關系、幾何尺度與形狀相似度的加權和，即

其中

式中 ωg——各分量的權重系數

當特征類型不同時，δ等于0，無需進行其他屬性(公差/表面粗糙度、鄰接關系、形狀等)的比較，以簡化特征相似性比較過程。

2.3 局部結構相似度計算

當局部結構P1與P2之間的一個成功匹配被找到后，需要基于M以及其匹配頂點對的屬性來計算2個局部結構的相似度。對于任意一個匹配頂點對(vi，M(vi))，其特征相似度計算公式為

其中

式中 ωi——頂點vi的權重

δ(vi，M(vi))——匹配頂點對的特征相似度

2個局部結構的相似度定義為所有匹配頂點對特征相似度的加權和，匹配頂點對權重ωi采用啟發(fā)式規(guī)則設定。根據面向設計重用的三維CAD模型局部檢索需求特點，在特征屬性鄰接圖中，相似度相同的頂點權重相等，且相似度越大的頂點權重越大。

3 算法驗證與討論

為了驗證算法的有效性，以 Microsoft Visual Studio 2010為集成開發(fā)環(huán)境，Open CASCADE為幾何平臺，實現(xiàn)本文算法，實驗中所使用模型主要來自于 普 渡 大 學 的 ESB (Engineering shape benchmark)［18］模型庫和項目組成員根據國家科技支撐計劃項目“農機專業(yè)底盤數字化設計技術研究與示范”構建的農機專業(yè)底盤零部件模型庫。

表1所示為對圖1中的模型提取的特征描述子信息，包括特征類型、公差/表面粗糙度、特征鄰接關系等設計語義信息和幾何尺度、幾何形狀等幾何信息。

表1 模型特征描述子信息Tab．1 Information ofmodel feature descriptor

表2所示為從模型中選取紅色標記的局部結構對其進行檢索，得到本文算法與文獻［10］算法檢索結果的比較。該局部結構由1個非圓凸臺和2個通孔組成，文獻［10］算法基于面屬性鄰接圖，可以精確地查找到5個包含該局部結構的三維模型，而本文算法基于特征屬性鄰接圖，除了可以精確查找到這5個模型外，還返回了和查詢局部結構特征相同、形狀不同的3個模型，可更好地指導企業(yè)參考并重用已有模型。同時，由于模型特征的數目小于面的數目，本文算法效率高于文獻［10］算法。

表2 兩種算法檢索結果的比較Tab．2 Comparison of two kinds of algorithm s retrieval results

表3所示為從模型庫中分別選取2個典型的局部結構對其進行局部檢索，得到排列在前6個模型的結果，可以將模型庫中包含檢索局部結構的模型全部檢索出來，并按相似度大小進行排序，檢索效果較好。其中叉形局部結構由8個特征組成，盤形局部結構由5個特征組成，這些返回的局部結構通常隱藏在外形各不相同的三維CAD模型中，設計人員難以通過已有商用CAD系統(tǒng)中預覽所有三維CAD模型交互地去發(fā)現(xiàn)，并對它們進行重用。但是，通過本文方法可以有效地對這些局部結構進行提取，并且相匹配的局部結構用紅色進行標識，而與這些局部結構關聯(lián)的設計信息(如功能、裝配關系、裝配特征、有限元分析結果等)均可以推送給設計人員，供設計人員參考［19－20］。

表3 局部結構檢索實例Tab．3 Retrieval exam ples of part structure

圖2給出了局部結構檢索結果的查全查準率圖［18］。由于檢索結果中包含了與各查詢局部結構相關的所有零件模型，因此，其查準率均為1.0。從圖2可以看出，當查全率小于0.7時，平均查全查準率曲線接近于查準率為1.0的水平線，這意味著隨著檢索到的相關局部結構數量的增加，局部結構檢索的精度能夠維持在一個較高的水準。此外，當查全率為1.0時，查準率達到了0.82。理想檢索結果的曲線應該是一條查準率恒等于1.0的平行直線。顯然，位置靠上的曲線具有較高精度，代表著較好的檢索結果。因此，本文局部結構檢索算法的性能較好。

圖2 局部結構檢索結果的查全查準率曲線Fig．2 Precision-recall curve of part structure retrieval results

為了充分驗證本文算法局部結構的檢索性能，圖3給出了2個查詢局部結構在不同數量的測試模型庫下的檢索運行時間，該測試在配有 Intel Pentium 4 CPU 3.06GHz和4GB內存的計算機上運行。實驗中通過隨機抽取的方式構建8組測試模型庫，每組模型庫中模型的數量分別為50、100、…、400。為了保證統(tǒng)計時間的可靠性，對于每一個查詢局部結構與每一個測試模型庫，先后運行100次并將100次檢索時間的平均值作為該查詢局部結構在該模型庫下的檢索時間。由圖3可以看出，檢索運行時間與測試模型庫中相關局部結構的數量基本呈線性關系。這主要由于大部分非相關零件模型在映射匹配矩陣初始化階段就被排除在外，只有保留下來的極少量零件模型才會進行后續(xù)的特征精細化比較。并且在所有的查詢局部結構中，局部結構所包含的特征的數量越多所需的查詢時間也越多。當測試模型庫包含有400個模型時，查詢叉形局部結構的運行時間最長，為10.615 s。對于多數CAD模型其構成特征的數量是有限的，因此，本文算法運行效率較高且是可行的。

圖3 局部結構檢索運行時間Fig．3 Runtime of part structure retrieval

4 設計重用實例

履帶式聯(lián)合收獲機底盤變速箱主要由箱體、軸類零件、齒輪、軸承及鍵等組成。在變速箱的設計過程中，首先根據收獲機底盤的功率、轉速等設計要求得到變速箱的設計參數，并計算得出所需要的齒輪、軸類等零件，同時結合收獲機底盤傳動系統(tǒng)布置方案規(guī)劃該類零件的空間位置;然后根據其空間位置要求設計變速箱箱體。其中，軸類零件結構簡單，齒輪、軸承及鍵等一般是標準件，不需要進行單獨設計，而變速箱箱體形狀復雜、不規(guī)則，存在重復設計的現(xiàn)象。應用本文方法可以使設計人員從海量的模型中快速、準確地找到滿足變速箱箱體設計重用需求的可重用模型或局部區(qū)域，從而利用這些資源高效地設計出滿足要求的新產品。

首先，根據變速箱已設計零件，考慮其尺寸以及空間位置，設計如圖4所示的變速箱箱體簡單設計模型局部結構，作為搜索對象，在模型數據庫中，執(zhí)行三維CAD模型局部結構檢索，尋找具有相似設計特征的模型作為設計參考，如表4所示，可以將模型庫中包含局部結構的模型全部檢索出來。通過分析和比較搜索結果模型與輸入的待搜索簡單模型，由人工在返回相關模型中挑選出與變速箱箱體簡單設計模型基本外形、結構、功能最相似的模型進行下一階段的設計重用。

圖4 變速箱箱體簡單設計模型局部結構Fig．4 Part structure of transmission case body primarymodel

表4 設計重用實例Tab．4 Instance of design reuse

得到設計特征匹配的變速箱箱體零件后，需要根據尺寸、連接判斷能否可以直接重用。若不可以直接重用，則將相似度最高的搜索結果導入CAD系統(tǒng)后對其進行編輯和修改，最后在CAD系統(tǒng)中完成變速箱的數字化裝配，如圖5所示為在Pro/E軟件系統(tǒng)完成的變速箱設計。同理，履帶式聯(lián)合收獲機底盤的其他零部件，如車架、車橋、懸架、離合器、驅動橋等，均可以通過本實例所展示的方法進行設計重用。設計者只需構造簡單的基體結構，通過局部檢索及重用可以方便、快速地完成最終設計。這種“模糊模式”下的檢索特性為詳細設計階段的用戶提供了很大的方便性和靈活性，圖6所示為在CAD系統(tǒng)中完成的履帶式聯(lián)合收獲機底盤模型。

5 結束語

針對目前三維CAD模型檢索方法忽視產品數字化設計中局部結構的檢索需求，同時為了解決現(xiàn)階段融合語義的三維CAD模型檢索難以捕捉設計信息、缺乏對設計語義信息深入考慮的問題，實現(xiàn)產品詳細設計階段設計資源的有效重用，提出了融合語義的三維CAD模型局部結構檢索方法。該方法首先以設計特征作為設計語義信息的基礎載體，將三維CAD模型進行具有設計語義信息的設計特征結構化表征，并且用特征屬性鄰接圖來表示和描述，這樣三維CAD模型局部結構檢索問題就轉換為查詢局部結構與模型庫中零件的特征屬性鄰接圖子圖同構匹配問題;然后，設計包含不同層次信息的特征描述子，構建融合語義的設計特征相似性評價模型;最后，基于設計特征相似性評價模型，采用子圖同構算法計算查詢局部結構與模型庫中零件的特征屬性鄰接圖的特征匹配對，計算相匹配局部結構之間的相似度。實驗結果表明，融合語義的三維CAD模型局部結構檢索方法能夠為設計者提供方便、靈活的查詢方式，幫助其利用簡單的查詢實例查找滿足設計重用需求的完整可重用區(qū)域，能夠極大地加速那些包含較多獨立功能區(qū)域的復雜CAD模型的設計，且較好地保證相應設計的正確性。

圖5 變速箱裝配圖Fig．5 Transmission case assembly drawing

圖6 某履帶式聯(lián)合收獲機底盤模型Fig．6 Tracked combine chassismodel

1 IYER N，JAYANTIS，LOU K，etal．Three-dimensional shape searching:state-of-the-art review and future trends［J］．Computer-Aided Design，2005，37(5):509－530．

2 張開興，黃瑞，劉賢喜．基于距離-夾角形狀分布的三維CAD模型檢索算法［J/OL］．農業(yè)機械學報，2014，45(4):317－320．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．aspx?file_no=20140450＆flag=1．DOI:10．6041/j．issn．1000-1298．2014．04．050．ZHANG Kaixing，HUANG Rui，LIU Xianxi．3D CADmodel retrieval algorithm based on distance and angle distributions［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2014，45(4):317－320．(in Chinese)

3 REGLIW C，SPAGNUOLO M．Introduction to shape similarity detection and search for CAD/CAE applications［J］．Computer-Aided Design，2006，38(9):937－938．

4 HUANG R，ZHANG S，BAIX，et al．An effective subpart retrieval approach of 3D CAD models formanufacturing process reuse［J］．Computers in Industry，2015，67:38－53．

5 張欣，莫蓉，陳濤，等．面向設計意圖不變的三維CAD模型重用方法［J］．計算機輔助設計與圖形學學報，2012，24(10): 1356－1362．ZHANG Xin，MO Rong，CHEN Tao，et al．Design intent preserved reuse of 3D CAD models［J］．Journal of Computer-Aided Design＆Computer Graphics，2012，24(10):1356－1362．(in Chinese)

6 BESPALOV D，REGLIW C，SHOKOUFANDEH A．Local feature extraction and matching partial objects［J］．Computer-Aided Design，2006，38(9):1020－1037．

7 BIASOTTIS，MARINIS，SPAGNUOLOM，etal．Sub-part correspondence by structural descriptors of3D shapes［J］．Computer-Aided Design，2006，38(9):1002－1019．

8 BAIJ，LIU Y S，GAO SM．Multi-mode solid model retrieval based on partial matching［C］∥The 10th IEEE International Conference on Computer-Aided Design and Computer Graphics，2007:126－131．

9 CHEN X，GAO SM，GUO S，et al．A flexible assembly retrieval approach formodel reuse［J］．Computer-Aided Design，2012，44(6):554－574．

10 陶松橋，王書亭，鄭壇光，等．基于非精確圖匹配的CAD模型搜索方法［J］．計算機輔助設計與圖形學學報，2010，22(3):545－552．TAO Songqiao，WANG Shuting，ZHENG Tanguang，et al．CADmodel retrieval based on inexactgraphmatching［J］．Journal of Computer-Aided Design＆Computer Graphics，2010，22(3):545－552．(in Chinese)11 LIM，ZHANG Y F，QIU Z M．Toward effective mechanical design reuse:CAD model retrieval based on general and partial shapes［J］．Journal of Mechanical Design，2009，131(12):1－8．

12 BAIJ，GAO SM，TANG W H，et al．Design reuse oriented partial retrieval of CAD models［J］．Computer-Aided Design，2010，42(12):1069－1084．

13 SUNIL V B，AGARWAL R，PANDE SS．An approach to recognize interactiong features from B-Rep CAD models of prismatic machined parts using a hybrid(graph and rule based)technique［J］．Computer in Industry，2010，61(7):686－701．

14 QUINTANA V，RIVEST L，PELLERIN R，etal．Willmodel-based definition replace engineering drawings throughout the product lifecycle?A global perspective from aerospace industry［J］．Computers in Industry，2010，61(5):497－508．

15 ALEMANNIM，DESTEFANIS F，VEZZETTI E．Model-based definition design in the product lifecycle management scenario［J］．International Journal of Advanced Manufacturing Technology，2011，52(1):1－14．

16 OSADA R，F(xiàn)UNKHOUSER T，CHAZELLE B，et al．Shape distributions［J］．ACM Transactions on Graphics，2002，21(4): 807－832．

17 陳純．計算機圖像處理技術與算法［M］．北京:清華大學出版社，2003．

18 JAYANTI S，KALYANARAMAN Y，IYER N，et al．Developing an engineering shape benchmark for CAD models［J］．Computer-Aided Design，2006，38(9):939－953．

19 MA L J，HUANG Z D，WANG Y W．Automatic discovery of common design structures in CAD models［J］．Computers＆Graphics，2010，34(5):545－555．

20 SHAO Y，LIU Y，LI C．Intermediate model based efficient and integrated multidisciplinary simulation data visualization information reuse［J］．Advances in Engineering Software，2015，90:138－151．

Effective Subpart Retrieval Method of 3D CAD Models for Design Reuse

ZHANG Kaixing1HANG Shengyu1ZHAO Xiuyan1WANG Jinxing1SONG Zhenghe2LIU Xianxi1，3
(1．College of Mechanical and Electronic Engineering，Shandong Agricultural University，Taian 271018，China 2．College of Engineering，China Agricultural University，Beijing 100083，China 3．Shandong Provincial Key Laboratory of Horticultural Machineries and Equipments，Taian 271018，China)

With the development of digital design and manufacturing integrated technology，3D CAD model has become the coremedia of expressing product design and manufacturing information，efficiently locating the desired model from massive candidates，fully exploiting and reusing the implicit knowledge had an important role in improving the mechanical design efficiency and quality in the agricultural equipment field．To effectively realize the reuse of design information of 3D CAD models in design domain，an effective subpart retrieval method of 3D CAD models merging with design semantics was proposed．Firstly，design feature was taken as the basic carrier of design semantic information，the 3D CAD model was structuralized and represented by using a feature attribute adjacency graph(FAAG)．Then，amultilevel feature descriptor capturing different levels of information for detailed part design was designed to establish the design feature similarity assessmentmodel．Finally，the matched feature pairs were extracted by using the sub-graph isomorphism algorithm between the FAAGs of the query subpart and the part in the model library to calculate the similarity between matched subparts．Experimental results showed that the proposed method can effectively support subpart retrieval of 3D CAD models merging with design semantics for design reuse．The proposed research results can provide a novel reuse method ofmulti-granularity，precise and intelligent for the agriculturalmachinery digital design，and had an important role in improving themechanical design efficiency and quality in the agricultural equipment field．

3D CAD model;subpart retrieval;design reuse;design semantics;feature attribute adjacency graph;sub-graph isomorphism

TP391

A

1000-1298(2017)07-0405-08

2016-10-28

2016-12-15

國家重點研發(fā)計劃項目(2016YFD0700500)、山東省“雙一流”獎補資金項目(SYL2017XTTD14)、山東省自然科學基金項目(ZR2015EL022)和山東省現(xiàn)代農業(yè)產業(yè)技術體系水稻創(chuàng)新團隊項目

張開興(1984—)，男，副教授，博士，主要從事農業(yè)CAD和農業(yè)信息化研究，E-mail:kaixingzhang@139．com

劉賢喜(1963—)，男，教授，博士生導師，主要從事農業(yè)CAD/CAM和虛擬現(xiàn)實技術研究，E-mail:wjbliu@sdau．edu．cn

10．6041/j．issn．1000-1298．2017．07．052