0 引 言

隨著數(shù)字化技術(shù)的深度應(yīng)用，在制造領(lǐng)域積累了豐富的CAD/CAM設(shè)計(jì)成果，為新產(chǎn)品的設(shè)計(jì)制造提供了寶貴的知識(shí)資源

。研究表明，在新產(chǎn)品的研發(fā)設(shè)計(jì)中，約有40%是重用過去的設(shè)計(jì)方案，約有40%是對(duì)當(dāng)前已有部件的微小修改，只有20%是新設(shè)計(jì)，因此方便、準(zhǔn)確地獲取和重用已有的相似設(shè)計(jì)成果，是提高產(chǎn)品開發(fā)效率和質(zhì)量、縮短產(chǎn)品開發(fā)周期的有效途徑

。當(dāng)前常見的工藝復(fù)用系統(tǒng)設(shè)計(jì)思路主要分為基于規(guī)則推理和基于實(shí)例推理，這2種方法雖然在一定程度上提高了企業(yè)數(shù)控加工的效率，但總體還存在數(shù)控加工工藝復(fù)用粒度粗、系統(tǒng)靈活性差、可移植性不高等問題。以下針對(duì)當(dāng)前模具零件數(shù)控加工工藝復(fù)用系統(tǒng)存在的問題，提出基于數(shù)控加工特征模板的數(shù)控加工工藝復(fù)用系統(tǒng)。不同于傳統(tǒng)方式基于整個(gè)零件設(shè)計(jì)數(shù)控加工工藝復(fù)用流程，該方法針對(duì)零件的局部特征設(shè)計(jì)數(shù)控加工特征模板，實(shí)現(xiàn)了特征級(jí)別的數(shù)控加工工藝復(fù)用過程，提高了整個(gè)數(shù)控加工工藝復(fù)用系統(tǒng)的靈活性，擴(kuò)大數(shù)控加工工藝復(fù)用系統(tǒng)的應(yīng)用范圍。

人類通過億萬年的進(jìn)化不斷完善自身各部位的功能，同時(shí)也將其帶入語言之中，如“shoulder”一詞，指人體的“肩部，肩膀”。古今中外，很多人都是利用這一部位的功能，達(dá)到“挑、扛、支撐”的目的。于是，“shouldered the boat”就表示“扛起船”，“shouldered the responsibility”表示“承擔(dān)責(zé)任”。這也表明，人體詞的功能特征是可以向抽象域映射的，產(chǎn)生的隱喻義也可以是動(dòng)作性的。

圖1（a）所示為輪胎模上蓋，圖1（b）所示為沖模模板。雖然2個(gè)零件在整體外形上存在差異，但是其局部特征都是以孔類和槽類特征為主，選用這2個(gè)零件作為數(shù)控加工工藝復(fù)用系統(tǒng)研究對(duì)象。

1 局部特征數(shù)控加工工藝復(fù)用系統(tǒng)

1.1 相關(guān)概念定義

系統(tǒng)設(shè)計(jì)一系列基本概念，包括數(shù)控加工特征、加工特征子圖、加工特征模板，各定義描述如下。

（1）數(shù)控加工特征：由1組相鄰面構(gòu)成，且與1組數(shù)控加工工藝信息相關(guān)聯(lián)。通過關(guān)聯(lián)的數(shù)控加工工藝信息可以制造對(duì)應(yīng)的數(shù)控加工特征。圖2所示為U形槽加工特征，其關(guān)聯(lián)數(shù)控加工工藝信息包括具體加工方法、加工刀具信息、切削參數(shù)等。

（2）加工特征子圖：利用加工特征組成面創(chuàng)建的屬性鄰接圖（maching feature graph，MFG），其定義為：

其中，

={

,

,

,…,

v

}，代表圖中節(jié)點(diǎn)的集合，對(duì)于集合中任意元素

v

均有加工特征面

f

與其一一映射；

={

(

,

),

(

,

),…,

(

f

,

f

)}，表示圖中邊的集合，對(duì)于集合中的任意元素

(

f

,

f

)，均有加工特征面

f

、

f

形成的公共邊與其一一映射；

P

代表圖中面節(jié)點(diǎn)屬性的集合，包含面標(biāo)識(shí)符、面類型等信息；

P

代表圖中邊的屬性集合，包含邊的類型、邊的凹凸性等信息。

6)異構(gòu)數(shù)據(jù)的兼容性：針對(duì)不同綜自廠家和防誤系統(tǒng)，可以針對(duì)不同的系統(tǒng)進(jìn)行抽象建模，模型可以包容全部的重要信息和內(nèi)部邏輯關(guān)系，保證信息的無遺漏傳輸。

（3）加工特征模板（machine feature template，MFT）為具體加工特征幾何拓?fù)湫畔⑴c數(shù)控加工工藝信息的集合，其定義如下：

其中，MFG

為上述定義的加工特征子圖，用于表示加工特征的幾何拓?fù)湫畔ⅲ籏B（knowledge base）為加工特征工藝知識(shí)庫，包含加工特征所有的數(shù)控加工工藝信息。

1.2 局部特征數(shù)控加工工藝復(fù)用系統(tǒng)總體設(shè)計(jì)

系統(tǒng)結(jié)構(gòu)如圖3所示，主要包含加工特征模板定義、加工特征識(shí)別、加工特征信息提取和數(shù)控加工工藝推理4個(gè)部分。

基于專家系統(tǒng)的設(shè)計(jì)思想實(shí)現(xiàn)加工特征知識(shí)庫。作為人工智能領(lǐng)域一個(gè)重要的分支，專家系統(tǒng)是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能系統(tǒng)，通過知識(shí)表示和知識(shí)推理技術(shù)解決領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問題。在基于規(guī)則的專家系統(tǒng)中，知識(shí)通常用一組規(guī)則表達(dá)，具有IF（條件）THAN（行為）的結(jié)構(gòu)，將數(shù)控特征工藝知識(shí)庫表示為加工特征工藝庫與特征工藝規(guī)則庫的集合。

（1）設(shè)零件屬性鄰接圖為

，從特征模板庫中循環(huán)取出特征子圖

，直到特征模板庫遍歷完成。

數(shù)控加工工藝推理模塊根據(jù)輸入的加工特征信息，結(jié)合加工特征工藝知識(shí)庫，通過知識(shí)推理來模擬加工工藝決策過程，選擇合適的加工操作并設(shè)置加工參數(shù)，完成數(shù)控加工工藝復(fù)用流程。

2 加工特征識(shí)別算法

2.1 特征識(shí)別流程

目前，常見的特征識(shí)別算法包括基于規(guī)則推理的特征識(shí)別算法

、基于圖的特征識(shí)別算法

和基于體分解的特征識(shí)別算法

等。采用基于圖的特征識(shí)別方法，通過子圖匹配的方式實(shí)現(xiàn)特征識(shí)別過程。同時(shí)為了減少圖匹配算法的時(shí)間復(fù)雜度，采用合理的剪枝規(guī)則對(duì)搜索過程進(jìn)行優(yōu)化。整個(gè)特征識(shí)別模塊分為定義特征和識(shí)別特征2個(gè)部分，特征識(shí)別流程如圖4所示。

特征識(shí)別流程具體步驟描述如下。

（1）創(chuàng)建加工坐標(biāo)系，確定加工特征刀具軸方向。

數(shù)據(jù)可視化的基本思想，是將數(shù)據(jù)庫中的每一個(gè)數(shù)據(jù)項(xiàng)看作是一個(gè)獨(dú)立的圖形元素，從而將大量的數(shù)據(jù)集合構(gòu)成圖像，使得用戶可以發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的信息并可進(jìn)行交互式處理的方法、理論和技術(shù)。從而將復(fù)雜的數(shù)據(jù)信息得以更加直觀地表達(dá)出來。

年齡通過了顯著性檢驗(yàn)，說明年齡對(duì)外出務(wù)工意愿具有顯著影響。年齡系數(shù)值為0.915，其實(shí)際意義為年齡每增大1年，其外出意愿為原來的0.915倍。0.915小于1，表明年齡越大，勞動(dòng)力外出務(wù)工的意愿越小。青壯年勞動(dòng)力的視野更開闊，對(duì)就業(yè)收入、行業(yè)及機(jī)會(huì)等有更高要求，被城鎮(zhèn)更多的就業(yè)機(jī)會(huì)、更高的勞動(dòng)報(bào)酬所吸引，從而外出務(wù)工意愿更強(qiáng)烈。

特征識(shí)別完成后，另一個(gè)重要步驟是根據(jù)下游應(yīng)用提取特征信息。在機(jī)加工過程中，需要根據(jù)加工特征幾何尺寸信息進(jìn)行數(shù)控加工工藝決策。定義系統(tǒng)需要提取的基本加工特征信息，主要分為幾何類信息和參數(shù)類信息，如表1所示。

（4）提取零件所有面邊信息，計(jì)算面邊屬性，生成零件屬性鄰接圖，其定義與MFG

一致。

從Z公司孵化器業(yè)務(wù)發(fā)展的起步階段來看，雖然其孵化器業(yè)務(wù)經(jīng)營(yíng)情況還不理想，存在一定的問題，但一直以來，Z公司高度重視孵化器業(yè)務(wù)的發(fā)展，通過認(rèn)真分析研究?jī)?nèi)、外環(huán)境，充分利用Z公司發(fā)展孵化器業(yè)務(wù)的有利條件，Z公司對(duì)孵化器業(yè)務(wù)進(jìn)行了重新的部署和安排，使孵化器業(yè)務(wù)進(jìn)入了快速發(fā)展階段，取得了顯著的成效。

（5）通過子圖同構(gòu)匹配算法，將整個(gè)零件屬性鄰接圖與加工特征模板中保存的加工特征子圖進(jìn)行匹配，根據(jù)匹配結(jié)果進(jìn)行特征識(shí)別，結(jié)束特征識(shí)別流程。

2.2 子圖匹配算法

（4）根據(jù)當(dāng)前匹配狀態(tài)

，選擇

、

中節(jié)點(diǎn)構(gòu)成候選匹配對(duì)集合

(

)，循環(huán)判斷

(

)中匹配對(duì)

p

是否為有效匹配對(duì)。若

p

為有效匹配對(duì)，則將匹配對(duì)

p

保存到

(

)中，更新匹配狀態(tài)為

′，基于匹配狀態(tài)

′創(chuàng)建搜索分支繼續(xù)進(jìn)行匹配，搜索完成后進(jìn)行回溯；若

p

為無效匹配對(duì)，選擇

(

)中下一個(gè)候選匹配對(duì)

p

，繼續(xù)進(jìn)行有效性判斷。

基于搜索的圖匹配算法是當(dāng)前圖同構(gòu)判定算法中比較成功的一種算法，代表算法有Ullmann算法、VF2算法和Nauty算法

。其中基于VF算法改進(jìn)的VF2算法通過在搜索過程中對(duì)搜索樹進(jìn)行合理剪枝，使同構(gòu)判定時(shí)間減少。以下基于VF2算法進(jìn)行子圖同構(gòu)匹配，算法具體步驟如下。

加工特征識(shí)別和加工特征信息提取是數(shù)控加工工藝復(fù)用系統(tǒng)的關(guān)鍵步驟，直接影響后續(xù)功能模塊執(zhí)行的效果。加工特征識(shí)別算法為局部特征匹配合適的加工特征模板，確定加工特征工藝知識(shí)庫。加工特征信息提取是算法對(duì)加工特征的幾何信息及參數(shù)信息進(jìn)行提取，其結(jié)果作為工藝推理系統(tǒng)的輸入。

采用SPSS 17.0對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析。荷瘤鼠體質(zhì)量、抑瘤率、AI以及HE染色結(jié)果等計(jì)量數(shù)據(jù)采用 表示，多組數(shù)據(jù)組間分析應(yīng)用單因素方差分析，每?jī)山M間數(shù)據(jù)分析應(yīng)用SNK-q法，組內(nèi)數(shù)據(jù)正態(tài)性檢驗(yàn)采用W檢驗(yàn)。檢驗(yàn)水準(zhǔn)α=0.05(雙側(cè))。

（2）若節(jié)點(diǎn)數(shù)

＜

，則匹配失敗，回到步驟（1）繼續(xù)執(zhí)行。

（3）設(shè)中間匹配狀態(tài)

保存匹配過程信息，有效匹配對(duì)集合

(

)保存有效匹配對(duì)信息。

（5）若搜索過程中發(fā)現(xiàn)

(

)包含

中所有節(jié)點(diǎn)，保存當(dāng)前特征識(shí)別結(jié)果，繼續(xù)搜索其他分支，直到所有分支搜索完成。

教育是國(guó)之重器、發(fā)展的根本，而卓越工程師計(jì)劃又是“新時(shí)代工科創(chuàng)新型人才”培養(yǎng)的方向、目標(biāo)與根本，學(xué)科競(jìng)賽是創(chuàng)新型人才培養(yǎng)的方法與途徑，也是提高學(xué)生實(shí)踐技能和動(dòng)手能力的重要環(huán)節(jié)。我們的學(xué)生可以通過學(xué)科競(jìng)賽來加深自己理論知識(shí)與創(chuàng)新實(shí)踐能力的融合度，提高自身在未來就業(yè)中的競(jìng)爭(zhēng)力；學(xué)校則可以通過學(xué)科競(jìng)賽來增強(qiáng)學(xué)校的科研創(chuàng)新能力，實(shí)現(xiàn)卓越工程師的培養(yǎng)目標(biāo)。最終完成建設(shè)創(chuàng)新型國(guó)家和人才強(qiáng)國(guó)戰(zhàn)略目標(biāo)，同時(shí)，也為社會(huì)主義現(xiàn)代化強(qiáng)國(guó)建設(shè)提供強(qiáng)大的人才支撐。

（6）當(dāng)前特征子圖搜索完成，則回到步驟（1）繼續(xù)執(zhí)行。

匹配對(duì)的有效性判斷首先要滿足節(jié)點(diǎn)屬性和對(duì)應(yīng)邊屬性的匹配。此外，為了加快搜索速度，需要提前對(duì)無法到達(dá)最終匹配狀態(tài)的分支進(jìn)行剪枝優(yōu)化。由于研究涉及的圖匹配過程均為無向圖匹配，將文獻(xiàn)[7]中匹配規(guī)則進(jìn)行簡(jiǎn)化。

（2）若選擇特征定義模式，則轉(zhuǎn)到步驟（3）繼續(xù)執(zhí)行；若為特征識(shí)別模式，則轉(zhuǎn)到步驟（4）繼續(xù)執(zhí)行。

大劉點(diǎn)點(diǎn)頭，說道：“智者千慮，必有一失，人難免會(huì)有百密一疏呀，你想如果我們有了物業(yè)公司，配備了保安，強(qiáng)化了小區(qū)的規(guī)范管理，那再神的小偷也進(jìn)不了我們的家門呀。”

為防止芯棒展寬過程中出現(xiàn)板坯料中間尺寸偏大，兩端偏小的情況，特制專用芯棒進(jìn)行進(jìn)一步展寬，展寬至寬度約為2000mm，高度約為440mm。

規(guī)則（3）表示節(jié)點(diǎn)

與當(dāng)前匹配節(jié)點(diǎn)

(

)中節(jié)點(diǎn)的關(guān)系和節(jié)點(diǎn)

與當(dāng)前匹配節(jié)點(diǎn)

(

)中節(jié)點(diǎn)的關(guān)系要一一對(duì)應(yīng)。規(guī)則（4）中Card表示求集合中元素的個(gè)數(shù)，該規(guī)則表示

在

(

)中的相鄰節(jié)點(diǎn)的數(shù)目需要≥

在

(

)中的相鄰節(jié)點(diǎn)的數(shù)目。規(guī)則（5）表示

的相鄰節(jié)點(diǎn)中不在

(

)中，且與

(

)中節(jié)點(diǎn)不相鄰的節(jié)點(diǎn)數(shù)目需要≥

的相鄰節(jié)點(diǎn)中此類節(jié)點(diǎn)的數(shù)目。

2.3 局部特征加工邊界獲取算法

（3）遍歷零件的所有面，從中選擇用戶指定的特征組成面，生成加工特征子圖并保存，結(jié)束特征識(shí)別流程。

納入標(biāo)準(zhǔn)：年齡為(57.37±9.02)歲；手術(shù)前未接受放療、化療等輔助治療，手術(shù)后根據(jù)需要行放療、化療等治療；有完整的病理資料和隨訪資料；手術(shù)后診斷病理結(jié)果為子宮內(nèi)膜腺癌；知情并同意參與本研究的患者。排除標(biāo)準(zhǔn)：未行淋巴結(jié)切除術(shù)、有復(fù)發(fā)性子宮內(nèi)膜癌及轉(zhuǎn)移性子宮內(nèi)膜癌的患者；病理診斷結(jié)果為子宮間質(zhì)肉瘤或伴有其他部位惡性腫瘤的患者；不同意參與本研究的患者。

幾何類信息主要用于確定特征加工區(qū)域，根據(jù)信息子類別分別應(yīng)用于不同的加工刀路策略。參數(shù)類信息主要應(yīng)用于加工工藝決策過程，根據(jù)工藝規(guī)則選擇合適的數(shù)控加工工藝來確定加工特征。上述大部分特征信息可以通過B-rep模型中保存的幾何拓?fù)湫畔@得，其中槽類特征加工邊界信息的獲取相對(duì)困難，針對(duì)一般的槽類特征，提出一種創(chuàng)建加工特征側(cè)壁面組相交線的加工邊界獲取方法，具體步驟如下。

（1）根據(jù)圖匹配結(jié)果得到零件加工特征組成面。將加工特征組成面中的所有側(cè)壁面按照環(huán)邊的凸凹性、連續(xù)性分組，獲得加工特征側(cè)壁面組。對(duì)于槽類加工特征的所有側(cè)壁面組，循環(huán)執(zhí)行以下步驟。

（2）遍歷側(cè)壁面組中側(cè)壁面的所有鄰面，找到該側(cè)壁面組的頂面與底面。

（3）創(chuàng)建輔助平面，該平面平行于側(cè)壁頂面與側(cè)壁底面，且保證輔助平面與側(cè)壁頂面與側(cè)壁底面的距離相等。

（4）獲取輔助平面與該側(cè)壁面組相交形成的相交線，將該相交線作為當(dāng)前側(cè)壁面組的加工邊界信息。

圖7（a）所示為采用上述方法繪制的加工邊界信息，圖7（b）所示為根據(jù)上述加工邊界信息生成的2D加工刀路。

3 數(shù)控加工工藝推理

加工特征模板定義：根據(jù)用戶指定的加工特征組成面，生成加工特征子圖，與用戶提供的加工特征工藝知識(shí)庫一起構(gòu)成加工特征模板。

加工特征工藝庫是制造某一種加工特征需要的所有加工操作的集合。對(duì)于A類槽特征，其加工過程可能包含鉆孔、粗銑、精銑、倒角等系列操作。在不同特征尺寸及工藝條件下，粗銑操作可能包含粗銑槽底操作 1（CX1）、粗銑槽底操作 2（CX2）、粗銑側(cè)邊操作1（CX3）、…中的1個(gè)或多個(gè)。保存上述所有可能出現(xiàn)的粗加工操作，構(gòu)成A類槽特征粗加工操作組。將A類槽特征其他可能存在的操作分組保存，其抽象表示如表2所示。

對(duì)于工藝庫中的每一個(gè)加工操作（machining operation，OP），在NX軟件中，其具體可以定義為：

其中，OP

（operation template）為加工操作模板，將輪胎模零件常用的加工操作保存為操作模板，如平面銑、型腔銑、深度輪廓銑等加工操作；

（machining area）表示加工區(qū)域，是指零件加工過程中需要進(jìn)行切削的區(qū)域，通常2D刀路的加工區(qū)域由加工邊界組成，3D刀路的加工區(qū)域由加工特征面組成；

（cutting tool）表示加工刀具，對(duì)應(yīng)加工操作所需要設(shè)置的加工刀具信息，包括刀具類型、刀具編號(hào)、刀具直徑、刀刃長(zhǎng)度等；

（operation parameter）表示加工操作參數(shù)，是指工藝復(fù)用過程中根據(jù)實(shí)際加工情況設(shè)置，用于控制數(shù)控刀路生成的參數(shù)，其中部分參數(shù)（切削模式、步距、部件余量等）在制作操作模板時(shí)確定，另一部分參數(shù)（每刀切深、進(jìn)給率和轉(zhuǎn)速等）根據(jù)加工特征參數(shù)信息確定。

對(duì)比詞庫除了漢日對(duì)比，還明確了新詞的詞源及其國(guó)別，并標(biāo)有日漢雙語詞義注解，為考察詞義變化與新詞構(gòu)成特點(diǎn)創(chuàng)造了條件。

通過對(duì)數(shù)控工程師的設(shè)計(jì)經(jīng)驗(yàn)進(jìn)行提煉、總結(jié)，形成特征工藝規(guī)則庫。數(shù)控加工工藝復(fù)用過程中，根據(jù)加工特征的參數(shù)信息、工藝要求，利用規(guī)則推理的方式從加工特征工藝庫中選擇合適的加工操作，生成特征數(shù)控加工工藝方案。U形槽特征加工操作部分推理規(guī)則定義如下。

IF(圓角半徑在某一范圍內(nèi))

到現(xiàn)如今，可以說幾乎所有的頂級(jí)克什米爾產(chǎn)地藍(lán)寶石，都是130年前挖出來的。這也直接導(dǎo)致了歷年拍賣會(huì)上，克什米爾藍(lán)寶石的價(jià)格屢創(chuàng)新高，次次刷新交易紀(jì)錄！

THAN 選擇操作ZK1，設(shè)置加工參數(shù)

，

，…；

IF(基準(zhǔn)面寬度在某一范圍內(nèi))AND(槽深度在某一范圍內(nèi))

THAN 選擇操作 CK1，設(shè)置加工參數(shù)

，

，…；

測(cè)試前三份問卷裝訂成冊(cè)。得到被試班級(jí)班主任協(xié)助后，以班級(jí)為單位進(jìn)行團(tuán)體施測(cè)。測(cè)試者采用統(tǒng)一指導(dǎo)語向被試說明填寫要求。被試簽知情同意書后在課堂上統(tǒng)一完成測(cè)試當(dāng)堂收回。

IF(存在45°倒角)AND(倒角尺寸在某一范圍內(nèi))

THAN選擇操作DJ1，設(shè)置加工參數(shù)

，

，…。

經(jīng)過工藝推理后，U形槽特征的數(shù)控加工工藝方案如圖8（a）所示，包含粗加工、精加工、倒角等系列操作。確定加工特征的工藝方案后，系統(tǒng)為每個(gè)加工操作設(shè)置加工區(qū)域信息、刀具信息以及加工操作參數(shù)，生成加工特征數(shù)控刀路，如圖8（b）所示。

4 案例測(cè)試結(jié)果

測(cè)試模具企業(yè)提供的模具零件，其部分典型加工特征數(shù)控加工工藝復(fù)用刀路如圖9所示，部分輪胎模、沖模模板類零件數(shù)控加工工藝復(fù)用刀路如圖10所示。

5 結(jié)束語

針對(duì)當(dāng)前數(shù)控加工工藝復(fù)用系統(tǒng)中存在靈活性差、可移植性不高等問題，提出基于局部特征模板的數(shù)控加工工藝復(fù)用方法。該方法將數(shù)控加工工藝復(fù)用細(xì)化到特征級(jí)，允許用戶針對(duì)局部特征定義加工特征模板，提高數(shù)控加工工藝復(fù)用的靈活性。通過基于圖的特征識(shí)別算法實(shí)現(xiàn)了局部特征與特征模板的匹配，定義加工特征信息并對(duì)加工特征信息進(jìn)行提取。根據(jù)加工特征信息以知識(shí)推理的方式進(jìn)行工藝決策，完成整個(gè)數(shù)控加工工藝復(fù)用流程。采用上述方法，研發(fā)了基于NX的模具數(shù)控加工工藝復(fù)用系統(tǒng)，并利用輪胎模零件和沖模零件進(jìn)行測(cè)試，發(fā)現(xiàn)系統(tǒng)可以準(zhǔn)確識(shí)別各類孔和復(fù)雜槽的加工特征，生成的數(shù)控刀路質(zhì)量良好，滿足企業(yè)的實(shí)際加工生產(chǎn)需求，提高了數(shù)控編程的效率，有效驗(yàn)證了該數(shù)控加工工藝復(fù)用方法的可行性。

[1]狄遠(yuǎn)德,徐家連.CAD/CAM在模具設(shè)計(jì)與加工中的關(guān)鍵技術(shù)[J].西安科技大學(xué)學(xué)報(bào),2014,34(1):115-118.

[2]陳松威,王華昌,李建軍.基于三維特征檢索的數(shù)控工藝模板匹配算法[J].模具工業(yè),2018,44(8):8-14.

[3]BABIC B,NESIC N,MILJKOVIC Z.A review of automated feature recognition with rule-based pattern recognition[J].Computers in Industry,2008,59(4):321-337.

[4]謝 飛,郭 宇,張紅蕾,等.基于圖和子圖同構(gòu)算法的制造特征識(shí)別方法[J].南京航空航天大學(xué)學(xué)報(bào),2018,50(3):390-396.

[5]趙 鳴,王細(xì)洋.基于體分解的MBD工序模型快速生成方法[J].計(jì)算機(jī)集成制造系統(tǒng),2014,20(8):1843-1850.

[6]FOGGIA P,SANSONE C,VENTO M.A performance comparison of five algorithms for graph isomorphism[C]//Proceedings of the 3rd IAPR TC-15 Workshop on Graphbased Representations in Pattern Recognition,2001:188-199.

[7]CORDELLA L P,FOGGIA P,SANSONE C,et al.A(sub)graph isomorphism algorithm for matching large graphs[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2004,26(10):1367-1372.