基于CNN的枪械关重件复杂加工特征识别

加工特征识别是CAD、CAPP以及CAM之间的智能化接口，对实现CAD、CAPP、CAM集成具有重要意义。原有的加工特征识别技术局限于对零件三维拓扑结构的属性邻接图进行操作，对于一些复杂加工特征识别准确率低、效率低。针对此问题，提出一种基于卷积神经网络(CNN)的复杂加工特征识别方法。对枪械关重件的结构特点和机加工艺过程进行分析并分类，采用复杂加工特征多角度捕捉图像法创建复杂加工特征数据集，通过复杂加工特征卷积神经网络模型训练数据集，并利用复杂加工特征分类器进行分类，输出复杂加工特征结果。结合UG平台以枪械某关重件为例验证了复杂加工特征识别过程。