CN107180138A - 一种基于mbd模型的零件可加工性分析方法及*** - Google Patents
一种基于mbd模型的零件可加工性分析方法及*** Download PDFInfo
- Publication number
- CN107180138A CN107180138A CN201710413740.1A CN201710413740A CN107180138A CN 107180138 A CN107180138 A CN 107180138A CN 201710413740 A CN201710413740 A CN 201710413740A CN 107180138 A CN107180138 A CN 107180138A
- Authority
- CN
- China
- Prior art keywords
- machinability
- models
- knowledge
- mbd
- knowledge rule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于MBD模型的零件可加工性分析方法及***,该方法包括以下步骤:步骤S1,根据零件可加工性知识总结出零件可加工性知识规则,对零件可加工性知识规则进行建模形成可加工性知识规则的判断模型;步骤S2,读取零件MBD模型的数据信息,根据零件MBD模型的数据信息解析出零件MBD模型的工艺特征及属性信息;步骤S3,根据零件MBD模型的工艺特征及属性信息利用可加工性知识规则的判断模型对零件可加工性知识规则逐条进行分析和推理,并给出零件可加工性分析结果和优化建议;步骤S4,将全部分析结果按照结果报告的形式输出。本发明利用MBD模型在零件设计阶段对零件的可加工性进行具体的、直观地定性分析,实用性好,分析全面,效率较高。
Description
技术领域
本发明涉及零件可加工性分析领域,尤其涉及一种基于MBD模型的零件可加工性分析方法及***。
背景技术
零件可加工性的好坏直接影响着产品性能的优劣、产品研发成本的高低和产品投入市场时间的早晚。因此,在零件设计阶段对其可加工性进行充分的检查和优化十分重要。
现有的零件设计可加工性分析***数据源非MBD模型,只能获得模型的几何形状属性,通过对零件模型几何属性的获取,获得零件模型的形状结构属性。多半是再根据生产企业的实际情况选择一款量化指标,按照量化指标体系,通过人机交互的模式让设计人员按照量化指标一一为设计模型进行打分,从而通过得到的分数定量地分析一个零件设计的好坏。虽然这种定量地分析是对零件模型整体的可加工性的一种综合评价,但是只能从量的角度抽象衡量零件设计的可加工性大小和加工难易程度,并不能具体地直观地指出零件可加工性的好坏,也不能根据具体情况给出改进建议,实用性差。而且这种定量分析主要根据零件设计的形状结构角度给出可加工性的好坏评价,而忽略了零件设计中标注信息、公差和精度信息对加工性的影响,分析不够全面。最后,这种方法需要设计人员交互地进行信息输入,无法充分利用MBD模型中的数据信息,效率较低且容易出错。
发明内容
本发明的目的在于提供一种基于MBD模型的零件可加工性分析方法及***,旨在用于解决现有的零件可加工性分析方法实用性差,分析不全面,效率低的问题。
本发明是这样实现的:
本发明提供一种基于MBD模型的零件可加工性分析方法,包括以下步骤:
步骤S1,根据零件可加工性知识总结出零件可加工性知识规则,对零件可加工性知识规则进行建模形成可加工性知识规则的判断模型;
步骤S2,读取零件MBD模型的数据信息,根据零件MBD模型的数据信息解析出零件MBD模型的工艺特征及属性信息;
步骤S3,根据零件MBD模型的工艺特征及属性信息利用可加工性知识规则的判断模型对零件可加工性知识规则逐条进行分析和推理,并给出零件可加工性分析结果和优化建议;
步骤S4,将全部分析结果按照结果报告的形式输出。
进一步地,所述步骤S1中的零件可加工性知识包括零件的形状结构知识、零件的标注信息知识、零件的公差与精度知识。
进一步地,所述步骤S1包括:
步骤S1.1,收集零件可加工性知识,将零件可加工性知识进行总结提炼形成零件可加工性知识规则并以文本形式保存到数据库中;
步骤S1.2,根据零件可加工性知识规则编写可加工性知识规则的判断程序,所述可加工性知识规则的判断程序能够根据输入的条件判断该条件是否满足零件可加工性知识规则,完成对零件可加工性知识规则的建模。
进一步地,所述步骤S2中读取的零件MBD模型的数据信息包括模型的材料信息、几何结构信息、拓扑信息、标注信息、公差信息和精度信息。
进一步地,所述步骤S2包括:
S2.1,从零件的MBD模型中读取零件MBD模型的数据信息;
S2.2,根据读取的零件MBD模型的数据信息利用加工特征识别技术对零件进行加工特征识别,解析出零件MBD模型的工艺特征及属性信息。
进一步地,所述步骤S3包括:
遍历每一条可加工性知识规则的判断模型,根据所需要的零件MBD模型的工艺特征及属性数据判断零件MBD模型是否满足零件可加工性知识规则的要求,如果满足则将零件可加工性知识规则作为分析结果中的满足项,如果不满足则将相关工艺特征及属性和零件可加工性知识规则一起作为分析结果中的不满足项,并将规则本身作为该不满足项的修改或优化建议。
本发明还提供一种基于MBD模型的零件可加工性分析***,其特征在于,包括:
建模模块,用于对零件可加工性知识规则进行建模形成可加工性知识规则的判断模型;
信息读取及解析模块,用于读取零件MBD模型的数据信息,并根据零件MBD模型的数据信息解析出零件MBD模型的工艺特征及属性信息;
分析推理模块,用于根据零件MBD模型的工艺特征及属性信息利用可加工性知识规则的判断模型对零件可加工性知识规则逐条进行分析和推理,并给出零件可加工性分析结果和优化建议;
结果输出模块,用于将全部分析结果按照结果报告的形式输出。
与现有技术相比,本发明具有以下有益效果:
本发明提供的这种基于MBD模型的零件可加工性分析方法及***,能够利用零件设计MBD模型在产品零件设计阶段对零件设计的可加工性进行具体的、直观地定性分析,从而在设计阶段内能够最大限度地优化零件设计,对提高设计质量、降低研发成本、缩短研发周期具有重要作用。通过对零件可加工性知识规则建模形成可加工性知识规则判断模型,可以十分具体、直观对零件可加工性进行定性分析,且由于可加工性知识规则本身就可以作为设计改进建议,可以根据知识规则对零件设计进行优化,实用性好。零件可加工性知识规则不仅包括了零件几何结构对加工性的影响,同时也涵盖了零件设计中标注信息、公差和精度信息对设计可加性的影响,能够全面地对零件可加工性进行检查。利用MBD模型和加工特征识别技术,可以充分获得零件可加工性分析需要的全部数据,能够利用计算机实现自动化,效率较高。
附图说明
图1为本发明实施例提供的一种基于MBD模型的零件可加工性分析方法的流程图;
图2为本发明实施例提供的一种基于MBD模型的零件可加工性分析***的结构原理图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供一种基于MBD模型的零件可加工性分析方法,其特征在于,包括以下步骤:
步骤S1,根据零件可加工性知识总结出零件可加工性知识规则,对零件可加工性知识规则进行建模形成可加工性知识规则的判断模型。
其中,零件可加工性知识包括零件的形状结构知识(例如:凹槽不能太薄,以免加工时候凹槽壁面强度不够被加工刀具破坏)、零件的标注信息知识(例如盲孔需要标注孔的深度,但是通孔不需要标注孔的深度)、零件的公差与精度知识(轴的加工精度不能随便选取,应该满足国家标准要求)。知识的来源可以是书本上的机械零件加工知识,也可以是零件设计手册,国家、行业、企业设计标准,或者是设计制造相关经验的总结。
零件可加工性知识规则是作为衡量零件可加工性的基本参照,可以通过审查零件设计是否满足特定的零件可加工性知识规则来分析零件的可加工性,同时根据零件可加工性知识规则的内容可以为零件设计改进提供优化建议。可由相关技术人员将零件可加工性知识进行总结提炼,形成零件可加工性知识规则(例如:孔的加工方向必须垂直于钻孔表面;凹槽壁厚应大于设计标准规定值;盲孔应标注孔深;轴的加工精度应符合国家标准规定值),具体规则由相关技术人员根据需要来确定。
优选地,所述步骤S1包括:
步骤S1.1,收集零件可加工性知识,将零件可加工性知识进行总结提炼形成零件可加工性知识规则并以文本形式保存到数据库中;
步骤S1.2,根据零件可加工性知识规则编写可加工性知识规则的判断程序,所述可加工性知识规则的判断程序能够根据输入的条件判断该条件是否满足零件可加工性知识规则,完成对零件可加工性知识规则的建模。
所述可加工性知识规则的判断程序可以利用C++语言可执行程序的形式编写。
步骤S2,读取零件MBD模型的数据信息,根据零件MBD模型的数据信息解析出零件MBD模型的工艺特征及属性信息;
其中读取的零件MBD模型的数据信息包括模型的材料信息、几何结构信息、拓扑信息、标注信息、公差信息和精度信息。
优选地,所述步骤S2包括:
S2.1,从零件的MBD模型中读取零件MBD模型的数据信息;
零件MBD模型包含有零件加工制造过程所需要的全部信息,其中最主要的就是几何形状信息、标注信息和公差精度信息。通过对这些信息的提取和分析,作为零件可加工性分析的基本依据。
具体可以利用NX软件提供的二次开发应用程序接口,从零件MBD模型中读取模型的材料信息、几何结构信息、拓扑信息、标注信息(包括尺寸标注、表面粗糙度标注、形状位置标注和其他技术要求标注信息)、公差信息和精度信息,保存在软件程序中。
S2.2,根据读取的零件MBD模型的数据信息利用加工特征识别技术对零件进行加工特征识别,解析出零件MBD模型的工艺特征及属性信息。
所述步骤S2.1中读取到的零件MBD模型的数据信息不足以直接利用对零件的可加工性进行分析,需要转化成具有加工意义的工艺特征及属性。例如步骤S2.1中读取到的几何结构信息可能包含若干平面、圆柱面信息等,拓扑信息包括面与面的凸凹链接关系,标注信息包括尺寸标注(距离,直径,角度)、表面粗糙度标注等。利用加工特征识别技术将内圆柱面及其凸连接的平面识别成一个孔特征,将若干凹连接的平面识别成一个凹槽特征,并根据这些信息获得特征的属性,比如孔的直径,凹槽的深度等,并结合其他的信息,例如孔的直径标注和公差,凹槽的表面粗糙度和精度,保存在软件程序中。其中,加工特征识别技术是现有的一项比较成熟的技术。
步骤S3,根据零件MBD模型的工艺特征及属性信息对可加工性知识规则判断模型中的零件可加工性知识规则逐条进行分析和推理。
优选地,所述步骤S3包括:
遍历每一条可加工性知识规则的判断模型,根据所需要的零件MBD模型的工艺特征及属性数据判断零件MBD模型是否满足零件可加工性知识规则的要求,如果满足则将零件可加工性知识规则作为分析结果中的满足项,如果不满足则将相关工艺特征及属性和零件可加工性知识规则一起作为分析结果中的不满足项,并将规则本身作为该不满足项的修改或优化建议。
具体为遍历每一条可加工性知识规则的判断模型,按照可加工性知识规则的判断模型所需要的数据类型,将步骤2中得到的相应零件MBD模型的工艺特征及属性数据作为参数输入到每一条可加工性知识规则的判断模型对应的判断程序中,得到程序执行结果作为分析推理结果。
步骤S4,将全部分析结果按照结果报告的形式输出。
所述结果报告包括每一条可加工性知识规则的满足情况以及优化建议。
如图2所示,本发明还提供一种基于MBD模型的零件可加工性分析***,包括:
建模模块,用于对零件可加工性知识规则进行建模形成可加工性知识规则的判断模型;
信息读取及解析模块,用于读取零件MBD模型的数据信息,并根据零件MBD模型的数据信息解析出零件MBD模型的工艺特征及属性信息;
分析推理模块,用于根据零件MBD模型的工艺特征及属性信息利用可加工性知识规则的判断模型对零件可加工性知识规则逐条进行分析和推理,并给出零件可加工性分析结果和优化建议;
结果输出模块,用于将全部分析结果按照结果报告的形式输出。
综上所述,本发明提供的这种基于MBD模型的零件可加工性分析方法及***,能够利用零件设计MBD模型在产品零件设计阶段对零件设计的可加工性进行具体的、直观地定性分析,从而在设计阶段内能够最大限度地优化零件设计,对提高设计质量、降低研发成本、缩短研发周期具有重要作用。通过对零件可加工性知识规则建模形成可加工性知识规则判断模型,可以十分具体、直观对零件可加工性进行定性分析,且由于可加工性知识规则本身就可以作为设计改进建议,可以根据知识规则对零件设计进行优化,实用性好。零件可加工性知识规则不仅包括了零件几何结构对加工性的影响,同时也涵盖了零件设计中标注信息、公差和精度信息对设计可加性的影响,能够全面地对零件可加工性进行检查。利用MBD模型和加工特征识别技术,可以充分获得零件可加工性分析需要的全部数据,能够利用计算机实现自动化,效率较高。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于MBD模型的零件可加工性分析方法,其特征在于,包括以下步骤:
步骤S1,根据零件可加工性知识总结出零件可加工性知识规则,对零件可加工性知识规则进行建模形成可加工性知识规则的判断模型;
步骤S2,读取零件MBD模型的数据信息,根据零件MBD模型的数据信息解析出零件MBD模型的工艺特征及属性信息;
步骤S3,根据零件MBD模型的工艺特征及属性信息利用可加工性知识规则的判断模型对零件可加工性知识规则逐条进行分析和推理,并给出零件可加工性分析结果和优化建议;
步骤S4,将全部分析结果按照结果报告的形式输出。
2.如权利要求1所述的基于MBD模型的零件可加工性分析方法,其特征在于:所述步骤S1中的零件可加工性知识包括零件的形状结构知识、零件的标注信息知识、零件的公差与精度知识。
3.如权利要求1所述的基于MBD模型的零件可加工性分析方法,其特征在于,所述步骤S1包括:
步骤S1.1,收集零件可加工性知识,将零件可加工性知识进行总结提炼形成零件可加工性知识规则并以文本形式保存到数据库中;
步骤S1.2,根据零件可加工性知识规则编写可加工性知识规则的判断程序,所述可加工性知识规则的判断程序能够根据输入的条件判断该条件是否满足零件可加工性知识规则,完成对零件可加工性知识规则的建模。
4.如权利要求1所述的基于MBD模型的零件可加工性分析方法,其特征在于:所述步骤S2中读取的零件MBD模型的数据信息包括模型的材料信息、几何结构信息、拓扑信息、标注信息、公差信息和精度信息。
5.如权利要求1所述的基于MBD模型的零件可加工性分析方法,其特征在于,所述步骤S2包括:
S2.1,从零件的MBD模型中读取零件MBD模型的数据信息;
S2.2,根据读取的零件MBD模型的数据信息利用加工特征识别技术对零件进行加工特征识别,解析出零件MBD模型的工艺特征及属性信息。
6.如权利要求1所述的基于MBD模型的零件可加工性分析方法,其特征在于,所述步骤S3包括:
遍历每一条可加工性知识规则的判断模型,根据所需要的零件MBD模型的工艺特征及属性数据判断零件MBD模型是否满足零件可加工性知识规则的要求,如果满足则将零件可加工性知识规则作为分析结果中的满足项,如果不满足则将相关工艺特征及属性和零件可加工性知识规则一起作为分析结果中的不满足项,并将规则本身作为该不满足项的修改或优化建议。
7.一种基于MBD模型的零件可加工性分析***,其特征在于,包括:
建模模块,用于对零件可加工性知识规则进行建模形成可加工性知识规则的判断模型;
信息读取及解析模块,用于读取零件MBD模型的数据信息,并根据零件MBD模型的数据信息解析出零件MBD模型的工艺特征及属性信息;
分析推理模块,用于根据零件MBD模型的工艺特征及属性信息利用可加工性知识规则的判断模型对零件可加工性知识规则逐条进行分析和推理,并给出零件可加工性分析结果和优化建议;
结果输出模块,用于将全部分析结果按照结果报告的形式输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710413740.1A CN107180138A (zh) | 2017-06-05 | 2017-06-05 | 一种基于mbd模型的零件可加工性分析方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710413740.1A CN107180138A (zh) | 2017-06-05 | 2017-06-05 | 一种基于mbd模型的零件可加工性分析方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107180138A true CN107180138A (zh) | 2017-09-19 |
Family
ID=59835318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710413740.1A Pending CN107180138A (zh) | 2017-06-05 | 2017-06-05 | 一种基于mbd模型的零件可加工性分析方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107180138A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107357964A (zh) * | 2017-06-19 | 2017-11-17 | 江苏科技大学 | 一种形位公差的图形化表达方法 |
CN108038289A (zh) * | 2017-12-04 | 2018-05-15 | 武汉开目信息技术股份有限公司 | 一种清理物体表面的仿真方法及装置 |
CN108170896A (zh) * | 2017-12-04 | 2018-06-15 | 武汉开目信息技术股份有限公司 | 一种在物体表面涂刷涂层的仿真方法及装置 |
CN110795797A (zh) * | 2019-09-26 | 2020-02-14 | 北京航空航天大学 | 一种mbd模型加工特征识别及信息提取方法 |
CN112733451A (zh) * | 2021-01-12 | 2021-04-30 | 北京航空航天大学 | 一种mbd模型的关键检验特性识别及其提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101875165A (zh) * | 2009-04-28 | 2010-11-03 | 西安航空动力控制有限责任公司 | 一种利用三维工艺加工零件的方法 |
CN104007702A (zh) * | 2014-06-13 | 2014-08-27 | 沈阳飞机工业(集团)有限公司 | 基于主元的转角特征识别与构造方法 |
CN105242538A (zh) * | 2015-10-12 | 2016-01-13 | 南京航空航天大学 | 基于图层的零件多加工工序mbd模型及实现方法 |
CN105354353A (zh) * | 2015-09-28 | 2016-02-24 | 武汉开目信息技术有限责任公司 | 一种基于mbd模型的加工特征识别和建模方法 |
-
2017
- 2017-06-05 CN CN201710413740.1A patent/CN107180138A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101875165A (zh) * | 2009-04-28 | 2010-11-03 | 西安航空动力控制有限责任公司 | 一种利用三维工艺加工零件的方法 |
CN104007702A (zh) * | 2014-06-13 | 2014-08-27 | 沈阳飞机工业(集团)有限公司 | 基于主元的转角特征识别与构造方法 |
CN105354353A (zh) * | 2015-09-28 | 2016-02-24 | 武汉开目信息技术有限责任公司 | 一种基于mbd模型的加工特征识别和建模方法 |
CN105242538A (zh) * | 2015-10-12 | 2016-01-13 | 南京航空航天大学 | 基于图层的零件多加工工序mbd模型及实现方法 |
Non-Patent Citations (2)
Title |
---|
曹振宇: "基于MBD的零件可制造性评价方法研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
陈军 等: "基于模型的推理技术在汽车覆盖件冲压可加工性分析中的应用", 《中国机械工程》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107357964A (zh) * | 2017-06-19 | 2017-11-17 | 江苏科技大学 | 一种形位公差的图形化表达方法 |
CN107357964B (zh) * | 2017-06-19 | 2019-09-27 | 江苏科技大学 | 一种形位公差的图形化表达方法 |
CN108038289A (zh) * | 2017-12-04 | 2018-05-15 | 武汉开目信息技术股份有限公司 | 一种清理物体表面的仿真方法及装置 |
CN108170896A (zh) * | 2017-12-04 | 2018-06-15 | 武汉开目信息技术股份有限公司 | 一种在物体表面涂刷涂层的仿真方法及装置 |
CN108038289B (zh) * | 2017-12-04 | 2021-02-09 | 武汉开目信息技术股份有限公司 | 一种清理物体表面的仿真方法及装置 |
CN108170896B (zh) * | 2017-12-04 | 2021-05-18 | 武汉开目信息技术股份有限公司 | 一种在物体表面涂刷涂层的仿真方法及装置 |
CN110795797A (zh) * | 2019-09-26 | 2020-02-14 | 北京航空航天大学 | 一种mbd模型加工特征识别及信息提取方法 |
CN112733451A (zh) * | 2021-01-12 | 2021-04-30 | 北京航空航天大学 | 一种mbd模型的关键检验特性识别及其提取方法 |
CN112733451B (zh) * | 2021-01-12 | 2022-05-10 | 北京航空航天大学 | 一种mbd模型的关键检验特性识别及其提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107180138A (zh) | 一种基于mbd模型的零件可加工性分析方法及*** | |
Armillotta | A method for computer-aided specification of geometric tolerances | |
CN100449435C (zh) | 基于kbe及web技术的锻模设计与制造*** | |
US20150254586A1 (en) | Manufacturing cost estimator | |
CN1551015B (zh) | 简化试探分析的空间模型的***、方法和装置 | |
US8346773B2 (en) | Product classification system | |
Liu et al. | Dynamic design method of digital twin process model driven by knowledge-evolution machining features | |
CN101178750A (zh) | 一种具有检错功能的pcb仿真***及其实现方法 | |
JP6797238B2 (ja) | 意味属性を有する三次元図形アノテーション | |
CN108279885A (zh) | 一种对多个模型代码进行软件集成的方法及装置 | |
JP2018005436A (ja) | 回路設計装置及びそれを用いた回路設計方法 | |
CN110490761A (zh) | 一种电网配网设备台账数据模型建模方法 | |
CN102270137A (zh) | 一种获取体系结构描述语言的方法和一种建模工具 | |
CN112001047B (zh) | 一种基于pmi信息的雷达关键零部件工艺设计方法 | |
CN115062164A (zh) | 一种基于产品制造过程多领域信息的知识图谱构建方法 | |
CN101404073B (zh) | 一种复杂产品模糊层次配置方法 | |
WO2011078049A1 (ja) | 構造物の建設データ管理方法、建設データ管理装置および建設データ管理システム | |
CN113901639A (zh) | 一种用于齿轮注塑成型的智能化制造*** | |
Hofmann et al. | Closed loop geometrical tolerance engineering with measuring data for reverse information processing | |
US20050071259A1 (en) | System and apparatus for managing information on chemical substances used in product | |
CN112685837B (zh) | 一种基于装配语义及目标识别的植保无人机的建模方法 | |
CN114490571A (zh) | 一种建模方法、服务器及存储介质 | |
CN103177064A (zh) | 一种自动取录电子文档中指定内容的方法 | |
Petruccioli et al. | Development of a Computer-Aided integrated method for the tolerance-cost multi-disciplinary optimization of an automotive engine | |
Ma et al. | Automatic assembly for combined mold components based on SolidWorks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170919 |