استخراج خودکار فیچرهای ماشین کاری از تصویر دو بعدی قطعات مکانیکی با کمک هوش مصنوعی

استخراج اطلاعات مورد نیاز برای ماشین کاری، یکی از مراحل اصلی در طرح ریزی فرایند ماشین کاری قطعات به کمک کامپیوتر می باشد. استفاده از تکنیک های هوش مصنوعی برای شناسایی فیچرهای ماشین کاری از روش هایی است که بیش از دو دهه مورد توجه و تحقیق محققین در این حوزه بوده است. در کلیه روش های قبلی بکار گیری شده اعم از روش های سنتی و یا روش های مبتنی بر هوش مصنوعی، داده های ورودی به سامانه شناسایی فیچرهای ماشین کاری، اطلاعات خروجی یک سامانه طراحی به کمک کامپیوتر می باشد. شناسایی فیچرهای ماشین کاری از داده های فایل خروجی طراحی به کمک کامپیوتر با محدودیت هایی از قبیل تنوع فرمت و نوع چینش داده ها، حذف برخی داده ها از فایل طراحی بدلیل وجود تداخل های هندسی فیچرها، سرعت کم استخراج فیچرها بدلیل گستردگی اطلاعات موجود در فایل طراحی و همچنین محدودیت شناسایی انواع مختلف فیچرهای ماشین کاری توسط یک سامانه شناسایی فیچرها می باشد. در روش ارایه شده در این تحقیق با استفاده از تکنیک های هوش مصنوعی مبتنی بر یادگیری عمیق، فیچرهای ماشین کاری مستقیما از تصویر دو بعدی یک قطعه استخراج و شناسایی می شود. تصویر قطعه می تواند خروجی یک فایل طراحی به کمک کامپیوتر باشد و یا توسط هر ابزار دیگری تهیه شده باشد و یا توسط یک دوربین عکاسی معمولی از قطعه باشد.

کلیدواژه ها:

Machining Feature Recognition ، Computer-Aided Process Planning ، Artificial Intelligence Depth Learning ، شناسایی فیچرهای ماشین کاری ، طرح ریزی فرایند به کمک کامپیوتر ، یادگیری عمیق