10.13330/j.issn.1000-3940.2022.11.011
基于卷积神经网络的三维沉孔特征识别及关键参数提取
精冲零件的工艺特征识别和关键参数提取是实现精冲工艺设计智能化的关键.针对典型精冲工艺特征——沉孔,构建了一个以三维CAD模型为输入的特征识别和参数提取模型.利用改进的自适应体素化算法,将基于参数驱动批量生成的沉孔CAD模型转化为体素化模型,建立模型样本数据集;采用两步法,分别以工艺特征体素化模型为输入建立基于三维卷积神经网络的沉孔特征识别模型和以沉孔中心截面图像为输入建立基于二维卷积神经网络的参数提取模型,依次实现了3类主要沉孔特征的分类识别和参数提取.经过验证和评估,所建模型对于沉孔特征类型识别与关键参数提取均有较高的准确率,可以为精冲工艺的智能化工艺设计提供有力支撑.
沉孔、体素化、卷积神经网络、特征识别、参数提取
47
TG386(金属压力加工)
国家自然科学基金51875351
2022-12-05(万方平台首次上网日期,不代表论文的发表时间)
共9页
78-86