(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210870451.5 (22)申请日 2022.07.22 (71)申请人 江苏大学 地址 212013 江苏省镇江市京口区学府路 301号 (72)发明人 赵庆龙　王霄　赵振翔　侯鑫　 吴有亮　 (74)专利代理 机构 南京智造力知识产权代理有 限公司 32382 专利代理师 王军丽 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/901(2019.01) G06F 30/20(2020.01) G06F 111/04(2020.01)G06F 111/08(2020.01) G06F 119/18(2020.01) (54)发明名称 一种基于B-rep汽轮 机叶片的特 征识别方法 (57)摘要 本发明公开了一种基于B ‑rep汽轮机叶片的 特征识别方法， 通过对B ‑rep(边界表示)汽轮机 叶片模型进行属性提取， 对不同的的面、 边、 连接 方式等属性赋 予标识， 构造叶片的拓展属性邻接 图； 然后通过对 无效特征抑制的方式对拓展属性 邻接图进行修整； 再使用VF2p算法对知识库目标 特征子图的优 先访问节点进行计算与排序， 将目 标特征子图按照属性标识重构为森 林结构， 最后 通过深度优先搜索 的方式进行有预探索 的拓展 属性邻接图检索， 识别出叶片 的特征与类型。 本 发明实现了汽轮机叶片特征的识别， 拥有高效的 识别速度， 为汽轮机叶片制造领域全面数字化打 下基础。 权利要求书2页 说明书9页 附图8页 CN 115238791 A 2022.10.25 CN 115238791 A 1.一种基于B ‑rep汽轮机叶片的特 征识别方法， 其特 征在于， 包括如下步骤： 步骤一： 对利用B ‑rep(边界表示)方法构 建的汽轮机叶片模型进行属性提取， 遍历整个 模型的所有的工程 面， 提取工程 面的属性， 与面相连的边的属性； 步骤二： 对不同的工程面的面属性、 边属性和连接方式进行数学表示， 构建面节点与边 节点， 进而组合成叶片的拓展属性邻接图G2； 步骤三： 通过对无效特征抑制的方式对拓展属性邻接图G2进行修整， 减小目标图的信息 量； 步骤四： 按照主次特征， 依次使用VF2p算 法对知识库目标特征子图G1的优先节点进行计 算与排序； 步骤五： 将目标 特征子图G1按照属性标识重构为森林 结构； 步骤六： 将G2与数据库中的G1进行对比， 通过深度 优先搜索的方式进行有预探索的拓展 属性邻接图检索， 识别出叶片的特 征与类型。 2.根据权利要求1所述的基于B ‑rep汽轮机叶片的特征识别方法， 其特征在于， 步骤一 中， 所述工程面为一个模型上存在边界封闭的独立表面； 所述工程面的属 性为面的唯一标 识id、 面的种类、 面的法向量和面上所有边的数量； 所述边的属性为边的唯一标识id、 边所 在的面与面之间的凹凸性及夹角、 边的种类和邻接面的唯一标识id。 3.根据权利要求1所述的基于B ‑rep汽轮机叶片的特征识别方法， 其特征在于， 步骤二 中， 所述拓展属性邻接图G2是指在传统属性邻接图的基础上， 赋予划分属性， 消除传统属性 邻接图表示可能存在的二 义性； 面的属性的数 学表示是指 构建面属性枚举， 将各个属性赋予不同值； 边的属性的数 学表示是指 构建边属性枚举， 将各个属性赋予不同值； 面与面之间的凹凸性及夹角是指构建凹凸枚举； 当两个面之间法向量的夹角 α， 定义叶 片内径向顺时针方向为正向， 若0 °<α <90°且90°<α <180°时， 定义为两面之间的边缘是凹边； 若α ＝90°， 定义两面之间的边缘是直角凹边； 若α ＝180 °， 定义两个面平滑相连； 若180 °<α < 270°且270°<α <360°， 定义为两面之间的边缘是凸边； 若α ＝270 °， 定义两面之间的边缘是直 角凸边。 4.根据权利要求1所述的基于B ‑rep汽轮机叶片的特征识别方法， 其特征在于， 步骤四 中， VF2p算法依据汽轮机叶片的特性对节点与边进行分类， 并通过对目标特征子图G1的优 先节点排序以及特 征匹配预探索； 优先节点排序是指对于子图同构匹配， 为了避免同样的mini_sub子图结构被访问多 次， 需要确 定检索顺序， 尽量从高优先级的节点进行遍历； 其中， mini_sub子图是指对于一 个子图G1， 到达任意状态k， 即G1与G2已达成匹配的集合M(s)中已经存在k对匹配节点， 已完 成匹配的k个G1子图节点构成的子图被称为mi ni_sub子图； 优先节点是指 从任意点n进行遍历， 可以在k轮内完成子图同构的概率， 概率越大， 优先 级越高， 反之优先级越小； 所述优先级通过两个约束来进行判断： 约束一， 在大图中找到对 应的节点的可能性比较小的优先， 即属性相同的面节点； 约束二， 与已匹配的点连接的比较 多的优先， 即与子图中的点相匹配的大图的点的对应属性的边缘数量应大于子图中点的对 应属性的边缘数量， 与子图节点对应的大图点的边缘越多， 在大图中进行匹配候选节点越 少， 子图节 点优先级越高； 约束三， 在子图中， 存在 任意节点与除自身以外的节 点相连越多，权　利　要　求　书 1/2 页 2 CN 115238791 A 2其优先级越高； 优先节点计算的方法， 采用极大似然估计法， 计算公式为： λv1(u)是指在大图v1中找到与节点u属性相同节点的数量， Pl是指基于约束一label为 基础的概率计算， 将λv1(u)与大图中所有点做商求得， Pd是基于约束二的， 在大图中寻找到 边的数量大于 等于该节点的概率， Pdm是基于约束三的， 在子图中节点u与除自身以外相连的 节点之和与小图G1总结点数的商， α 为权 重因子。 5.根据权利要求4所述的基于B ‑rep汽轮机叶片的特征识别方法， 其特征在于， 步骤四 中， 极大似然法估计的权 重因子α 的值， 令α ＝0.6 。 6.根据权利要求1所述的基于B ‑rep汽轮机叶片的特征识别方法， 其特征在于， 步骤六 中， 深度优先搜索是指沿着大图的深度遍历图的节点， 尽可能深的搜索图的分支； 当节点v 的所在边都己被探寻过或者在搜寻时结点不满足条件， 搜索将回溯到发现节点v的那条边 的起始节点； 整个进程反复进行直到所有节点都被访问为止； 预探索是指将基于深度优先搜索算法的退回算法修正， 判断该节点以后两次搜索是否 能继续进行匹配； 预探索会将匹配概 率0的路线 进行剪枝， 保留有概 率匹配成功的路线； 预探索的判断遵循如下规则： Fn(sc,un,vn)∧Fg(sc,un,vn)； 其中， Fn是指通过节点label进行判断， Fg是指基于图的拓扑结构来进行判断， Sc表示当 前状态已完成匹配 点集， un表示子图中进行下一步匹配的待匹配点， vn表示大图中进行下一 步匹配的待匹配点。 7.根据权利要求1所述的基于B ‑rep汽轮机叶片的特征识别方法， 其特征在于， 步骤一 中， 汽轮机叶片 模型属性提取： 在基于B ‑rep模型表达的NX12.0软件的基础上利用UF/API进 行二次开发来获得汽轮机叶片模型属性。权　利　要　求　书 2/2 页 3 CN 115238791 A 3