基于自组织特征映射神经网络的零件加工尺寸类型识别-浙江大学学报.pdf

第15卷第5期 工 程 设计学 报 VoLl5NO．5 of Journal Design 0ct．2008 2008年10月 Engineering DOI：10．3785／j．issn．1006—754X．2008．05．007 基于自组织特征映射神经网络的 零件加工尺寸类型识别 黄美发，张 晶，匡 兵 (桂林电子科技大学机电工程学院，广西桂林541004) 擒要：提出一种基于自组织特征映射神经网络(SOFM)的零件加工尺寸类型识别方法．首先从三维CAD软件中 获取包含零件特征数据的XML文件，并从文件中提取相应的加工特征及尺寸．然后以零件加工特征作为SOFM 的输入层的神经元，经处理后作为SOFM的输入向量，利用SOFM自学习和自组织能力对输入向量进行训练．训 练好的网络可以实现对零件加工尺寸类型进行较好的识别．最后通过对某零件的尺寸类型识别，验证了所提方法 对平面、内孔、外圆和定位四类典型加工尺寸类型识别的有效性． 关键词：自组织特征映射；加工尺寸类型；可扩展标记语言 中图分类号：TP391 文献标识码：A 文章编号：1006—754X(2008)05—0341-06 dimension basedon Machining typerecognitionself-organizing featureneuralnetwork map HUANG Mei—fa，ZHANG Jing，KUANGBing (SchoolofMechanicalandElectrical ofElectronic 541004，China) Engineering，GuilinUniversity Technology，Guilin automatic dimension methodbasedon Abstract：An machining typerecognition self-organizing feature network was extensible map(SOFM)neuralpresented．Firstly，themarkuplanguage (XMI，)file dataof featureswas from3DCAD the includingcomponent acquired software，and featuresanddimensionswereextractedfromtheXMLfiles．The featuresof machining machining inthe consid— weretreatedasneurons ofSOFMnetwork，whichwouldbe component inputlayer eredas