A key step during industrial design is the passing of design information from computer aided design (CAD) to analysis tools (CAE) and vice versa. Here, one is faced with a severe incompatibility in geometry representation: While CAD is usually based on surface representations, analysis mostly relies on volumetric representations. The forward pass, i.e., converting CAD data to computational meshes, is well understood and established. However, the same does not hold for the inverse direction, i.e., CAD reconstruction of deformed geometries resulting, e.g., from shape optimization. The few reconstruction methods reported mainly rely on spline fitting, in particular methods that rely on creating new splines simililar to shape reconstruction from 3D imaging. In contrast, this paper studies a novel approach that reuses the CAD data given in the initial design. We show that this concept leads to precise shape reconstructions while also preserving the initial notion of features defined during design. Furthermore, reusing the initial CAD representation reduces the shape reconstruction problem to a shape modification problem. We study this unique feature and show that it enables the reconstruction of CAD data from computational meshes by composing each spline in the initial CAD data with a single, global deformation spline. While post-processing is needed for use in current CAD software, this novel approach not only allows creating watertight models, but also enables reconstructing complete CAD models even from defeatured computational meshes.


翻译:工业设计中的一个关键步骤是将设计信息从计算机辅助设计(CAD)传递到分析工具(CAE),反之亦然。在这里,人们面临几何表达方式的严重不相容:虽然 CAD通常以表面表示为基础,但分析主要依靠体积表示。前方路口,即将CAD数据转换成计算模件,是完全理解和确定的。然而,对于反向方向,即从计算机辅助设计(CAD)到分析工具(CAE)以及分析工具(CAE),情况并非如此。在这里,所报道的几种重建方法主要依靠样板条装配,特别是依赖创建新的样条模样模拟的方法来影响3D成像的重建。与此相反,本文研究的是一种新颖的方法,即将CAD数据转换为计算首部的CAD数据再利用。我们表明,这个概念可以精确地塑造我的重建,同时保留设计期间界定的特征的初始概念。此外,即使是最初的 CADAD代表会将形状重建问题降低到形状的完整修改问题。我们研究这一独特的特性,并且表明,它能够使CADDAD的最初的计算方法能够从CAD的CAD模型的每个的CAD模型的重建方法进行初步的CADAD 需要的CAD的CAD的C。

0
下载
关闭预览

相关内容

《计算机辅助设计》是一份领先的国际期刊,为学术界和工业界提供有关计算机应用于设计的研究和发展的重要论文。计算机辅助设计邀请论文报告新的研究以及新颖或特别重要的应用,在广泛的主题中,跨越所有阶段的设计过程,从概念创造到制造超越。 官网地址:http://dblp.uni-trier.de/db/journals/cad/
专知会员服务
60+阅读 · 2020年3月19日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年6月26日
Arxiv
0+阅读 · 2022年6月24日
VIP会员
相关资讯
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员