[发明专利]一种图号申请系统和方法

权利要求书

1.一种图号申请系统，其特征在于，包括以下模块：

读取零部件模型模块：读取产品装配体三维模型，筛除标准件、借用件等无需申请图号的零部件后，获取需要申请图号的新零部件；

零部件名称预处理模块：将数据集中的零部件及需要申请图号的零部件的名称进行预处理，便于后续算法的运算；

属性图号批量申请模块：将读取到的新零部件利用机器学习算法批量分配属性图号；

属性图号审核修改模块：将申请到的属性图号结果展示，并可以进行审核修改；

流水号批量申请模块：将确认无误的属性图号批量分配流水号；

图号写入模块：将分配流水后得到的完整图号写入零部件三维模型属性。

2.根据权利要求1所述的一种图号申请系统，其特征在于，所述属性图号批量申请模块包括零部件属性图号结果展示及审核界面、交互式修改属性图号界面。

3.根据权利要求1所述的一种图号申请系统，其特征在于，所述流水号批量申请模块包括流水号申请结果展示界面。

4.一种图号申请方法，所述方法采用了如权利要求1-3任一项所述的图号申请系统，其特征在于，包括以下步骤：

(1)根据企业PDM库中的历史图号申请记录得到高质量数据集，针对名称相同但属性图号不同的零部件进行CNN训练，得到训练结果模型集；

(2)打开三维模型装配体，进入读取零部件模型模块；

(3)根据打开的三维模型装配体，获取所有的零部件信息，确定所有需要进行图号申请的新零部件；

(4)进入零部件名称预处理模块，将数据集中的零部件名称与步骤(3)中获取的需要申请图号的新零部件进行编码，以一个N维向量来代表零部件；

(5)在属性图号批量申请模块，对数据集中的零部件及需要申请图号的新零部件依据其对应的N维向量使用K-means++算法进行聚类划分，得到若干零部件簇；每个零部件簇内除包含来自数据集中的完整二元组Name，NUMstr，还可能包括若干只含有零部件名称的残缺二元组Name，None；

(6)在属性图号批量申请模块，遍历所有残缺二元组，对每个新零部件，在其所在的零部件簇中判断：若无历史参考项，则利用KNN算法分配属性图号；若存在唯一历史参考项，则分配该参考项的属性图号；若存在多个历史参考项，则利用基于多视图卷积神经网络的三维模型检索技术得到最相似的三维模型，将该最相似三维模型的属性图号分配给新零部件；

(7)在属性图号审核修改模块，用户对申请到的各零部件的属性图号进行检查审核，如有错误，则进入交互式修改属性图号界面在下拉式菜单中选择零部件相应的属性得到正确的属性图号；

(8)在流水号批量申请模块，对每个零部件的属性图号连接PDM库，获取该属性图号的最大值并在此基础上进行算数加1作为新的流水号赋予对应的属性图号；

(9)在图号写入模块，将每个零部件对应的属性图号写入对应的三维模型属性中。

5.根据权利要求4所述的一种图号申请方法，其特征在于，所述步骤(1)具体为：

(1.1)读取企业PDM库中的历史图号申请记录后进行处理，包括去除流水号，以零部件名称，属性图号二元组的形式进行去重处理，得到高质量数据集；

(1.2)针对零部件名称相同但属性图号不同的二元组，从企业三维模型资源库中获取每个零部件的三维模型，以零部件名称为父类，以属性图号为子类，获取每个零部件二维视图集；

(1.3)对每个零部件名称下的若干属性图号子类利用MoblieNet卷积神经网络进行训练，为每个零部件名称父类分配一个CNN训练结果模型。

6.根据权利要求4所述的一种图号申请方法，其特征在于，所述步骤(3)具体为：

(3.1)根据打开的三维模型装配体，获取所有的零部件信息，所述零部件信息包括零部件名称、零部件是否存在图号；

(3.2)通过建立标准件名称词库，通过模糊查询筛选出标准件；

(3.3)根据零部件是否已存在零部件信息，筛选出借用件。最后得到需要进行图号申请的新零部件。