Thèse de doctorat en Productique - CAO Mécanique
Sous la direction de Michel Carrard.
Soutenue en 1995
Le processus de reconnaissance des caractéristiques à partir des modeleurs solides demeure la pierre d'angle pour un nombre d'applications telles que la génération du (es) plan (s) de fabrication, la recherche du chemin d'outil, ou la génération des codes de fabrication CNC. Une façon d'automatiser ces applications consiste à développer des interfaces permettant de convertir les informations géométriques et technologiques encapsulées par le dessin (modèle géométrique) en des données de fabrication (manufacturing data). Les systèmes de reconnaissance automatique des caractéristiques sont utilises pour cette fin. Par ailleurs, si ces systèmes et le dessin par les caractéristiques (design by features) sont de loin les plus utilisés ; ils souffrent néanmoins de nombreux handicaps. Par exemple, dans les systèmes de reconnaissance des caractéristiques à partir du modèle géométrique, il est difficile d'extraire et de manipuler correctement les caractéristiques interagissantes dans une pièce. Ce problème a sérieusement handicapé le développement de ces systèmes en comparaison avec le dessin par les caractéristiques et ceci malgré la simplicité de leur implémentation. Aussi les méthodes utilisées sont ambigües et d'une implémentation peu optimale. Elles nécessitent des moyens de stockage conséquents et des algorithmes intelligents, pour leur implémentation. Ce travail de thèse, œuvre en partie à lever ces limitations. La méthode GADEC utilise en entrée la représentation B-rep de la pièce. Par extension des faces, elle génère le modèle cellulaire associe. Le graphe d'adjacence, dirigé et évalué associe à la description cellulaire de la pièce (GADEC), est en suite établi. Celui-ci est scrute pour identifier les groupements de cellules qui incorporent les caractéristiques de la pièce. Dans le graphe GADEC, ces groupements de cellules correspondent aux composantes fortement connexes. La méthode utilise par ailleurs, une structure de données cellule-face. Celle-ci est contrastée dans ce travail avec les structures conventionnelles face-segment ou segment-point
Study and development of a non heuristic method for interacting and non interacting feature recognition using a cell evaluated and directed adjacency graph (CEDAG)
Pas de résumé disponible.