机器学习分类函数的计算机实现方法、程序、介质及系统与流程

本公开涉及计算机程序和系统领域，更具体地涉及机器学习分类函数的计算机实现方法、程序、介质及系统。

背景技术：

1、在市场上为对象的设计、工程和制造提供了许多系统和程序。cad是计算机辅助设计的首字母缩写，例如，它涉及用于设计对象的软件解决方案。cae是计算机辅助工程的首字母缩写，例如，它涉及用于模拟未来产品的物理行为的软件解决方案。cam是计算机辅助制造的首字母缩写，例如，它涉及用于定义制造过程和操作的软件解决方案。在这种计算机辅助设计系统中，图形用户界面在技术效率方面起着重要作用。这些技术可以嵌入在产品生命周期管理（plm）系统中。plm是指一种业务策略，其跨扩展企业的概念，从产品构思到生命周期结束帮助公司共享产品数据、应用公共流程以及利用企业知识来开发产品。由dassault systèmes提供的（商标为catia、enovia和delmia的）plm解决方案提供了组织产品工程知识的工程中心（engineering hub）、管理制造工程知识的制造中心（manufacturing hub）以及能够将企业集成并连接到工程中心和制造中心的企业中心（enterprise hub）。系统一起提供了链接产品、流程、资源的开放对象模型，以实现动态的、基于知识的产品创新和决策支持，其驱动优化的产品定义、制造准备、生产和服务。

2、表示机械零件的组件的cad模型通常包括机械接口。零件的机械组件的机械接口指示零件的机械组件中包括的不同机械零件之间的相互作用区，诸如接触区。准确地识别机械接口确保了以适当的公差准确地生产零件的机械组件中包括的机械零件。然而，在现有技术中，确定机械接口是缓慢且手动的过程，这个过程涉及用户的大量时间并且容易出错。

3、在这种情况下，仍然需要一种改进的方法来确定零件的机械组件的机械接口。

技术实现思路

1、因此，提供了一种用于机器学习分类函数的计算机实现的方法，该分类函数被配置用于检测cad模型的机械接口。所述cad模型表示零件的机械组件。学习方法包括：获取包括训练样本的训练数据集。每个训练样本包括指示表示零件的机械组件的cad模型的零件之间的局部接触的图。所述图包括一个或多个节点。每个节点表示cad模型的规范表面。每个节点包括标签。标签是以下标签列表中的一个：机械接口的主面、机械接口的次级面、机械接口的三级面、机械接口的维持面以及无接口。所述图还包括一个或多个内边。每个内边表示由所述边连接的节点表示的规范表面之间的内连接。所述规范表面表示所述机械组件的同一零件的部分。图还包括一个或多个外边。每个外边表示由所述边连接的节点表示的规范表面之间的接触。所述规范表面表示所述机械组件的不同零件的部分。学习方法还包括：基于训练数据集来训练分类函数，以利用标签列表的标签对指示表示零件的机械组件的cad模型的零件之间的局部接触的图的每个节点进行分类。在本公开中，所述方法可以被称为“学习方法”。

2、学习方法可以包括以下中的一个或多个：

3、所述训练数据集中包括的每个图包括：

4、每个节点的节点向量，所述节点向量是表示由所述节点表示的所述规范表面的属性的特征向量；

5、每个内边的内边向量，所述内边向量是表示由所述边表示的内连接的属性的特征向量；和/或

6、每个外边的外边向量，所述外边向量是表示由所述边表示的接触的属性的特征向量；

7、由每个节点向量表示的所述规范表面的所述属性包括：表面类型、面积、半径、取向、材料或以上各项的组合；

8、由每个内边向量表示的所述内连接的所述属性包括：凸度、凹度、共面性、同轴性、相邻平滑性、存在圆角、存在倒角、存在除圆角或倒角之外的连接，或以上各项的组合；

9、由每个外边向量表示的所述接触的所述属性包括：接触、堆叠性、同轴性、共面性或以上各项的组合；

10、获取所述训练数据集包括：

11、获取包括表示零件的机械组件的cad模型的初始数据集；以及

12、针对所述初始数据集中的表示零件的机械组件的每个cad模型，确定表示零件组件的零件之间的相应局部接触的一个或多个图；

13、获取训练数据集还包括：在针对每个cad模型确定表示零件组件的零件之间的相应局部接触的所述一个或更多个图之前，针对初始数据集的每个cad模型确定表示所述cad模型的图，包括：

14、确定所述cad模型的所述规范表面，为每个规范表面生成节点；

15、确定表示由所述cad模型表示的组件的同一零件的部分的规范表面对之间的所述内连接，为具有内连接的每对规范表面生成内边；以及

16、确定表示由所述cad模型表示的所述组件的不同零件的部分的规范表面对之间的接触，为接触的每对规范表面生成外边；

17、其中，针对所述初始数据集的每个cad模型，基于所确定的表示所述cad模型的图来确定表示零件组件的零件之间的相应局部接触的一个或多个图。

18、针对每个cad模型，基于所确定的表示所述cad模型的图来确定表示由所述cad模型表示的零件组件的零件之间的相应局部接触的一个或多个图包括：

19、确定所确定的表示所述cad模型的图的子图，所述子图包括：

20、一组节点，包括所确定的图的在所确定的图的任何外边的边界中的所有节点；以及

21、一组内边和外边，包括所确定的图的由所述一组节点中包括的两个节点界定的所有内边和/或外边

22、确定所述子图的一个或多个连接部件；以及

23、针对所述子图的每个连接部件，确定表示零件组件的零件之间的局部接触的图，所述图包括：

24、一个或多个节点，所述一个或多个节点包括所述子图的所述连接部件的所有节点以及距所述子图的所述连接部件的距离为1的所有节点；

25、所述图的与所述子图的连接部件的任何节点相邻的所有内边；以及

26、所述子图的连接部件的所有外边；

27、每个规范表面是平面、球面、锥面、环面或圆柱面的一部分；

28、所述分类函数包括图神经网络；和/或

29、所述分类函数还被配置为：基于所输出的标签，通过重新分组与主面、次级面、三级面和维持面相对应的相邻规范表面来形成机械接口，所述规范表面表示同一机械零件的部分。

30、还提供了根据学习方法可获得的分类函数，即具有由学习方法学习的分类函数的权重的计算机实现的分类函数。所提供的分类函数可以例如已经由学习方法直接学习，其中分类函数的权重已经由学习方法的学习步骤确定。

31、还提供了一种使用机器学习的分类函数的方法。该使用方法包括获取一个或多个图，每个图指示表示零件的机械组件的同一cad模型的零件之间的相应局部接触，每个图均包括：一个或多个节点。每个节点表示所述cad模型的规范表面。每个图还包括：一个或多个内边。每个内边表示由所述边连接的节点表示的规范表面之间的内连接。所述规范表面表示所述机械组件的同一零件的部分。每个图还包括：一个或多个外边。每个外边表示由所述边连接的节点表示的规范表面之间的接触。所述规范表面表示所述机械组件的不同零件的部分。使用方法还包括：将所述机器学习的分类函数应用于所述一个或多个图。在本公开中，所述方法可以被称为“使用方法”。

32、在使用方法中，获取所述一个或多个图可以包括：

33、获取所述cad模型；

34、确定表示所述cad模型的图，包括：

35、确定所述cad模型的所述规范表面，为每个规范表面生成节点；以及

36、确定表示由所述cad模型表示的组件的同一零件的部分的规范表面对之间的所述内连接，为具有内连接的每对规范表面生成内边；以及

37、确定表示由所述cad模型表示的所述组件的不同零件的部分的规范表面对之间的接触，为接触的每对规范表面生成外边，

38、确定表示由所述cad模型表示的零件组件的零件之间的相应局部接触的一个或多个图，包括：

39、确定表示所述cad模型的图的子图，所述子图包括：

40、一组节点，包括表示所述cad模型的所述图的在表示所述cad模型的所述图的任何外边的边界中的所有节点；以及

41、一组内边和外边，包括表示所述cad模型的所述图的由所述一组节点中包括的两个节点界定的所有内边和/或外边；

42、确定所述子图的一个或多个连接部件；以及

43、针对所述子图的每个连接部件，确定表示零件组件的零件之间的局部接触的图，所述图包括：

44、一个或多个节点，所述一个或多个节点包括所述子图的所述连接部件的所有节点以及距所述子图的所述连接部件的距离为1的所有节点；

45、所述图的与所述子图的连接部件的任何节点相邻的所有内边；以及

46、所述子图的连接部件的所有外边；

47、其中，所述方法还包括：通过用由函数针对所述一个或多个图中的每个图输出的所述标签标记表示所述cad模型的所述图的节点，来收集将所述函数应用于所述一个或多个图的结果。

48、还提供了一种包括指令的计算机程序，所述指令用于执行学习方法和/或使用方法。

49、还提供了一种包括数据存储介质的设备，所述数据存储介质上记录有计算机程序和/或分类函数。

50、设备可以形成或用作非暂时性计算机可读介质，例如在saas（软件即服务）或其他服务器或基于云的平台等上。所述设备可替代地包括耦接到所述数据存储介质的处理器。因此，设备可以全部或部分地形成计算机系统（例如，设备是整个系统的子系统）。系统还可以包括耦接到处理器的图形用户界面。