文章详情
| 稿件标题： | 基于CNN的枪械关重件复杂加工特征识别 |
| 稿件作者： | 邵海瑞1，刘伊华2，王希阔3，王永娟1 |
| DOI： | 10.11809/bqzbgcxb2022.08.046 |
| 科学编辑： | 曾鹏飞 博士（ 沈阳理工大学副教授 |
| 栏目名称： | 机械制造与检测技术 |
| 关键词： | 枪械关重件；复杂加工特征；卷积神经网络；图像识别 |
| 文章摘要： | 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。 |
| 稿件基金： | 基础科研项目（JCKY2018209A001） |
| 引用本文格式： | 邵海瑞，刘伊华，王希阔，等.基于CNN的枪械关重件复杂加工特征识别［J］.兵器装备工程学报，2022，43(08)：304-310. SHAO Hairui, LIU Yihua, WANG Xikuo, et al.Recognition of complex processing features of firearm key important parts based on convolutional neural network［J］.Journal of Ordnance Equipment Engineering，2022，43(08)：304-310. |
| 刊期名称： | 2022年08期 |
| 出版时间： | 2022年8月 |
| 上线时间： | 2022年8月28日 |
| 浏览次数： | 2338 |
| 下载次数： | 165 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |