cjw/geMoldInsight
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

x

Browse Source
This commit is contained in:
chenjw28
2026-09-02 18:18:42 +08:00
parent 5e531ffe1e
commit 4fbff0761a
18 changed files with 239 additions and 111 deletions
Download Patch File Download Diff File Expand all files Collapse all files
docs/archive/README.md
+15 -1
View File
@@ -1,7 +1,7 @@
# 文档归档说明（archive）
> 文档定位：**历史文档与阶段性材料归档目录**。
> 当前权威文档请优先查看：
> archive 仅保存历史迁移说明、阶段性计划与已不再作为默认入口的旧文档；当前权威内容请优先查看 `docs/` 主骨架：
> - [../STATUS.md](../STATUS.md)
> - [../ARCHITECTURE.md](../ARCHITECTURE.md)
> - [../ROADMAP.md](../ROADMAP.md)
@@ -19,3 +19,17 @@
- [TASKS_ALUMINUM_FOAM_MOLD.md](TASKS_ALUMINUM_FOAM_MOLD.md)
- [CHECKLIST_ALUMINUM_FOAM_MOLD.md](CHECKLIST_ALUMINUM_FOAM_MOLD.md)
- [DELIVERABLES.md](DELIVERABLES.md)
- [EVOLUTION_ROADMAP.md](EVOLUTION_ROADMAP.md)
- [MOLDINSIGHT_TECH_DEBT_PLAN.md](MOLDINSIGHT_TECH_DEBT_PLAN.md)
- [BACKEND_MODULARIZATION_BLUEPRINT.md](BACKEND_MODULARIZATION_BLUEPRINT.md)
- [MOLD_ERP_ANALYSIS_REPORT.md](MOLD_ERP_ANALYSIS_REPORT.md)
- [ZERO_FINISHED_INVENTORY_CERTIFICATE.md](ZERO_FINISHED_INVENTORY_CERTIFICATE.md)
- [CONFLUENCE_ARCHIVE_STRUCTURE.md](CONFLUENCE_ARCHIVE_STRUCTURE.md)
- [topics/ai/](topics/ai/)：已迁移的 AI 相关专题历史材料
- [topics/performance/](topics/performance/)：已迁移的性能专题历史材料
- [topics/aluminum-foam/](topics/aluminum-foam/)：已迁移的铝泡沫专题历史材料
部署相关的归档文档仅用于历史追溯；当前对应入口请查看：
- [../DEPLOYMENT.md](../DEPLOYMENT.md)
- [../deployment/LINUX_SETUP.md](../deployment/LINUX_SETUP.md)
- [../deployment/DEPLOY_PORT.md](../deployment/DEPLOY_PORT.md)
docs/archive/topics/ai/AI_ENGINE_DESIGN.md
+318
View File
@@ -0,0 +1,318 @@
# AI 智能引擎设计文档
> 文档定位：**AI 能力方向的设计性/专题性文档**。
> 本文描述的是 AI 引擎的设计设想与能力规划，不作为当前实现状态的权威说明。当前状态见 [../../../STATUS.md](../../../STATUS.md)，当前架构边界见 [../../../ARCHITECTURE.md](../../../ARCHITECTURE.md)，后续路线见 [../../../ROADMAP.md](../../../ROADMAP.md)。
## 一、AI 引擎架构
### 1.1 整体架构
```
┌─────────────────────────────────────────────────────────┐
│ AI 智能引擎 │
├─────────────────────────────────────────────────────────┤
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ │
│ │ 参数推荐器 │ │ 缺陷预测器 │ │ 成本估算器 │ │
│ │ • 工艺参数 │ │ • 熔接痕 │ │ • 模具成本 │ │
│ │ • 材料选择 │ │ • 缩痕 │ │ • 加工时间 │ │
│ │ • 模具设计 │ │ • 翘曲 │ │ • 材料成本 │ │
│ └─────────────┘ └─────────────┘ └─────────────────┘ │
├─────────────────────────────────────────────────────────┤
│ AI 模型层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ │
│ │ 大语言模型 │ │ 机器学习 │ │ 专家系统 │ │
│ │ • GPT-4 │ │ • 回归模型 │ │ • 规则引擎 │ │
│ │ • 本地LLM │ │ • 分类模型 │ │ • 知识库 │ │
│ └─────────────┘ └─────────────┘ └─────────────────┘ │
├─────────────────────────────────────────────────────────┤
│ 数据层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ │
│ │ 几何数据 │ │ 工艺数据库 │ │ 历史案例库 │ │
│ │ • STP特征 │ │ • 材料参数 │ │ • 成功案例 │ │
│ │ • 网格数据 │ │ • 机器参数 │ │ • 失败案例 │ │
│ └─────────────┘ └─────────────┘ └─────────────────┘ │
└─────────────────────────────────────────────────────────┘
```
## 二、功能模块设计
### 2.1 参数推荐器 (ParameterRecommender)
#### 输入数据
- 产品几何特征（体积、表面积、壁厚等）
- 材料类型（ABS、PP、PC等）
- 生产要求（产量、质量等级）
#### 输出参数
```python
{
"injection_pressure": 80.0, # 注塑压力 (MPa)
"injection_speed": 50.0, # 注塑速度 (mm/s)
"mold_temperature": 60.0, # 模具温度 (°C)
"melt_temperature": 230.0, # 熔体温度 (°C)
"cooling_time": 25.0, # 冷却时间 (s)
"packing_pressure": 40.0, # 保压压力 (MPa)
"packing_time": 10.0 # 保压时间 (s)
}
```
#### 推荐算法
1. **基于规则的初始推荐** - 使用材料数据库和几何规则
2. **机器学习优化** - 基于历史数据的回归模型
3. **LLM智能调整** - 使用大语言模型进行参数微调
### 2.2 缺陷预测器 (DefectPredictor)
#### 预测缺陷类型
- **熔接痕 (Weld Lines)** - 流道交汇处
- **缩痕 (Sink Marks)** - 厚壁区域
- **翘曲 (Warpage)** - 冷却不均匀
- **气穴 (Air Traps)** - 排气不良
#### 预测模型
```python
class DefectPredictionModel:
def predict_weld_lines(self, geometry, process_params):
"""预测熔接痕位置和严重程度"""
def predict_sink_marks(self, wall_thickness, cooling_params):
"""预测缩痕风险"""
def predict_warpage(self, geometry, material, process_params):
"""预测翘曲变形"""
```
#### 特征工程
- 几何特征：壁厚分布、流长比、投影面积
- 工艺特征：注射速度、压力曲线、温度分布
- 材料特征：收缩率、粘度、热传导系数
### 2.3 成本估算器 (CostEstimator)
#### 成本构成分析
```python
{
"mold_cost": {
"material_cost": 15000, # 材料成本
"machining_cost": 30000, # 加工成本
"design_cost": 8000, # 设计成本
"standard_parts": 5000 # 标准件成本
},
"production_cost": {
"cycle_time": 45.0, # 周期时间 (s)
"machine_rate": 120.0, # 机台费率 (元/小时)
"material_cost_per_part": 0.8 # 单件材料成本
},
"total_cost": 58000 # 总成本
}
```
## 三、AI 模型选型
### 3.1 大语言模型 (LLM)
#### 云端方案
- **OpenAI GPT-4** - 高精度，需要网络连接
- **Azure OpenAI** - 企业级，数据安全
- **百度文心一言** - 中文优化，本地化服务
#### 本地方案
- **Llama 2/3** - 开源，可本地部署
- **ChatGLM** - 中文优化，轻量级
- **Qwen系列** - 阿里开源，性能优秀
### 3.2 机器学习模型
#### 回归模型（参数预测）
- **XGBoost** - 高性能，可解释性较好
- **LightGBM** - 快速训练，内存效率高
- **随机森林** - 稳定，抗过拟合
#### 分类模型（缺陷预测）
- **支持向量机 (SVM)** - 小样本效果好
- **神经网络 (NN)** - 复杂模式识别
- **集成学习** - 结合多个模型优势
### 3.3 专家系统
#### 规则库设计
```python
# rules/injection_molding_rules.py
MATERIAL_RULES = {
"ABS": {
"melt_temp_range": [200, 240],
"mold_temp_range": [40, 80],
"shrinkage": 0.005
},
"PP": {
"melt_temp_range": [200, 280],
"mold_temp_range": [20, 80],
"shrinkage": 0.016
}
}
GEOMETRY_RULES = {
"thin_wall": {"max_thickness": 2.0, "min_thickness": 0.5},
"thick_wall": {"max_thickness": 10.0, "min_thickness": 2.0},
"flow_length_ratio": 150 # 流长比限制
}
```
## 四、数据管道设计
### 4.1 数据采集
#### 几何特征提取
```python
class GeometryFeatureExtractor:
def extract_basic_features(self, stp_file):
"""提取基础几何特征"""
features = {
"volume": self.calculate_volume(),
"surface_area": self.calculate_surface_area(),
"bounding_box": self.get_bounding_box(),
"center_of_mass": self.get_center_of_mass()
}
return features
def extract_advanced_features(self, mesh):
"""提取高级几何特征"""
features = {
"wall_thickness_distribution": self.analyze_wall_thickness(),
"curvature_analysis": self.analyze_curvature(),
"undercut_detection": self.detect_undercuts()
}
return features
```
#### 工艺数据收集
- 注塑机参数记录
- 质量检测数据
- 生产环境数据
### 4.2 数据预处理
#### 特征工程
```python
# features/feature_engineering.py
class MoldFeatureEngineer:
def create_engineering_features(self, raw_features):
"""创建工程特征"""
engineered = {
"flow_length_ratio": raw_features["flow_length"] / raw_features["wall_thickness"],
"projected_area_volume_ratio": raw_features["projected_area"] / raw_features["volume"],
"complexity_index": self.calculate_complexity()
}
return engineered
```
#### 数据标准化
- 数值特征标准化
- 类别特征编码
- 缺失值处理
## 五、API 接口设计
### 5.1 REST API 端点
```python
# src/api/ai_routes.py
@ai_bp.route('/api/ai/analyze', methods=['POST'])
def analyze_mold_design():
"""AI分析模具设计"""
data = request.get_json()
# 调用AI引擎
result = ai_engine.analyze_design(
geometry=data['geometry'],
material=data['material'],
requirements=data['requirements']
)
return jsonify(result)
@ai_bp.route('/api/ai/predict-defects', methods=['POST'])
def predict_defects():
"""预测缺陷风险"""
data = request.get_json()
prediction = defect_predictor.predict(
design=data['design'],
process_params=data['process_params']
)
return jsonify(prediction)
```
### 5.2 实时推理服务
#### 模型服务化
```python
# src/services/ai_service.py
class AIService:
def __init__(self):
self.parameter_model = load_parameter_model()
self.defect_model = load_defect_model()
self.llm_client = setup_llm_client()
async def get_recommendations(self, input_data):
"""获取AI推荐"""
# 并行调用多个模型
tasks = [
self.parameter_model.predict(input_data),
self.defect_model.predict(input_data),
self.llm_client.analyze(input_data)
]
results = await asyncio.gather(*tasks)
return self.aggregate_results(results)
```
## 六、实施计划
### 6.1 第一阶段：基础AI功能（2-3周）
1. 集成LLM API实现参数推荐
2. 开发基于规则的专家系统
3. 创建基础的数据采集管道
### 6.2 第二阶段：机器学习模型（3-4周）
1. 收集训练数据
2. 训练参数预测模型
3. 开发缺陷预测算法
### 6.3 第三阶段：优化完善（2-3周）
1. 模型性能优化
2. 用户反馈集成
3. 持续学习机制
## 七、性能指标
### 7.1 模型评估指标
- **参数推荐准确率** > 85%
- **缺陷预测召回率** > 90%
- **推理响应时间** < 3秒
- **系统可用性** > 99.5%
### 7.2 业务价值指标
- **模具设计时间减少** 30%
- **试模次数减少** 50%
- **产品质量提升** 20%
- **生产成本降低** 15%
## 八、风险控制
### 8.1 技术风险
- **模型准确性** - 多模型集成，人工审核
- **数据质量** - 数据清洗和验证流程
- **系统稳定性** - 熔断机制和降级策略
### 8.2 业务风险
- **用户接受度** - 渐进式推广，培训支持
- **知识产权** - 数据脱敏，合规使用
- **成本控制** - 按需使用，优化资源配置
---
*文档版本：v1.0*
*创建日期：2026-02-17*
docs/archive/topics/ai/AI_FREECAD_INTEGRATION.md
+157
View File
@@ -0,0 +1,157 @@
# AI + FreeCAD 集成方案
> 文档定位：**AI / FreeCAD 集成方向的专题设计文档**。
> 本文描述的是集成设想、能力规划与差距分析，不作为当前实现状态的权威说明。当前状态见 [../../../STATUS.md](../../../STATUS.md)，当前架构边界见 [../../../ARCHITECTURE.md](../../../ARCHITECTURE.md)，后续路线见 [../../../ROADMAP.md](../../../ROADMAP.md)。
## 一、项目概述
本文档描述 geMoldInsight 项目集成 AI 智能引擎和 FreeCAD 的完整方案，实现真实的模具型腔生成和 G 代码输出功能。
## 二、现状分析
### 2.1 当前能力
- PythonOCC 几何内核（解析STP、基础几何分析）
- 简化版模具型腔生成（模拟数据）
- 数据持久化架构（PostgreSQL + RustFS）
- Web API 和可视化界面
### 2.2 当前不足
- 模具型腔生成是简化版，未真正切割型腔/型芯
- 缺少 G 代码生成功能
- 缺少 AI 智能优化能力
## 三、集成架构
```
┌─────────────────────────────────────────────────────────────────┐
│ 用户交互层（已有） │
│ Web UI ←→ REST API ←→ 前端可视化 │
├─────────────────────────────────────────────────────────────────┤
│ 业务逻辑层（增强） │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────────────┐ │
│ │ AI 智能引擎 │ │ FreeCAD模块 │ │ G代码生成器 │ │
│ │ • 参数优化 │ │ • 模具设计 │ │ • CAM路径规划 │ │
│ │ • 缺陷预测 │ │ • 布尔运算 │ │ • 后处理输出 │ │
│ │ • 工艺推荐 │ │ • 型腔分割 │ │ • 仿真验证 │ │
│ └──────────────┘ └──────────────┘ └──────────────────────┘ │
├─────────────────────────────────────────────────────────────────┤
│ 数据持久层（已有） │
│ PostgreSQL（元数据）+ RustFS（文件存储） │
├─────────────────────────────────────────────────────────────────┤
│ 基础内核层 │
│ PythonOCC（现有）+ FreeCAD API + 开源CAM库 │
└─────────────────────────────────────────────────────────────────┘
```
## 四、功能模块规划
### 4.1 FreeCAD 模具设计模块
| 功能 | 说明 | 优先级 |
|------|------|--------|
| **STP文件导入** | 使用 FreeCAD Part 模块读取 STEP 文件 | P0 |
| **智能分型线检测** | 分析几何形状，自动计算最佳分型方向 | P0 |
| **收缩率补偿** | 按材料收缩率自动放大模型 | P0 |
| **拔模角分析** | 检测需要拔模的面，计算拔模角度 | P1 |
| **型腔/型芯分割** | 使用布尔运算真正切割出型腔和型芯 | P0 |
| **流道系统设计** | 自动生成冷/热流道、浇口 | P1 |
| **冷却系统设计** | 自动生成冷却水道布局 | P2 |
| **模具标准件库** | 模架、导柱、顶针等标准件 | P2 |
### 4.2 AI 智能引擎模块
| 功能 | 说明 | 优先级 |
|------|------|--------|
| **工艺参数推荐** | 基于产品几何推荐注塑参数 | P0 |
| **缺陷预测** | 预测熔接痕、缩痕、翘曲风险 | P1 |
| **模具材料推荐** | 根据产量、预算推荐模具材料 | P1 |
| **成本估算** | 估算模具制造成本和周期 | P2 |
| **设计优化建议** | 基于AI分析给出设计改进建议 | P2 |
### 4.3 G代码生成模块（CAM）
| 功能 | 说明 | 优先级 |
|------|------|--------|
| **粗加工路径** | 型腔粗铣路径规划 | P0 |
| **精加工路径** | 型腔精铣路径规划 | P0 |
| **电极加工** | 复杂区域电极设计和加工路径 | P1 |
| **后处理输出** | 生成 Fanuc/Siemens 等格式 G代码 | P0 |
| **加工仿真** | 刀具路径仿真验证 | P2 |
## 五、数据流设计
```
用户上传STP文件
↓
[1] FreeCAD 导入并分析几何
↓
[2] AI 引擎分析并推荐参数
↓
[3] FreeCAD 生成模具型腔/型芯
↓
[4] CAM 模块生成加工路径
↓
[5] 输出 G代码 + 工艺文档
↓
存储到 RustFS + 元数据写入 PostgreSQL
```
## 六、技术选型
| 模块 | 技术方案 | 理由 |
|------|----------|------|
| **CAD内核** | FreeCAD + PythonOCC | FreeCAD功能更强，PythonOCC保持兼容 |
| **AI引擎** | OpenAI API / 本地LLM | 工艺参数推荐可用GPT-4，预测模型可训练 |
| **CAM内核** | FreeCAD Path / PyCAM | FreeCAD自带CAM模块，可二次开发 |
| **G代码后处理** | 自定义后处理器 | 支持主流数控系统 |
| **几何算法** | CGAL / OpenCascade | 布尔运算、网格处理 |
## 七、实施阶段
### 第一阶段：FreeCAD 基础集成（2-3周）
1. 安装 FreeCAD 并验证 Python API
2. 实现 STP 文件导入功能
3. 实现基础型腔/型芯分割
4. 替换现有简化版模具生成器
### 第二阶段：AI 引擎接入（2-3周）
1. 接入 LLM API 实现工艺参数推荐
2. 开发缺陷预测模型
3. 集成 AI 建议到现有流程
### 第三阶段：CAM/G代码生成（3-4周）
1. 开发粗/精加工路径规划
2. 实现 G代码后处理器
3. 添加加工仿真验证
### 第四阶段：优化完善（持续）
1. 性能优化
2. 支持更多材料类型
3. 扩展标准件库
## 八、数据库扩展
新增数据表：
- `mold_designs` - 模具设计方案
- `cam_operations` - CAM加工操作
- `gcode_files` - G代码文件元数据
- `ai_recommendations` - AI推荐记录
## 九、风险评估
| 风险 | 影响 | 缓解措施 |
|------|------|----------|
| FreeCAD API 稳定性 | 高 | 使用稳定版本，做好版本锁定 |
| 布尔运算复杂模型失败 | 中 | 添加几何修复和容错处理 |
| CAM算法精度问题 | 中 | 充分测试，提供仿真验证 |
| AI推荐准确性 | 中 | 结合专家知识，持续训练优化 |
## 十、后续步骤
1. 阅读 `FREECAD_SETUP.md` 进行环境配置
2. 查看 `AI_ENGINE_DESIGN.md` 了解AI模块设计
3. 参考 `GCODE_GENERATION.md` 实现CAM功能
---
*文档版本：v1.0*
*创建日期：2026-02-17*
*最后更新：2026-02-17*
docs/archive/topics/ai/FREECAD_SETUP.md
+234
View File
@@ -0,0 +1,234 @@
# FreeCAD 安装配置指南
## 一、FreeCAD 安装
### 1.1 Windows 安装
```bash
# 方法1：使用 pip 安装
pip install freecad
# 方法2：下载官方安装包
# 访问 https://www.freecad.org/downloads.php
# 下载 FreeCAD 0.21.2 或更新版本
```
### 1.2 Linux 安装
```bash
# Ubuntu/Debian
sudo apt-get install freecad freecad-python3
# CentOS/RHEL
sudo yum install freecad
# 或使用 pip
pip install freecad
```
### 1.3 验证安装
```python
# 验证 FreeCAD Python API 是否可用
import FreeCAD
import Part
import PartDesign
print("FreeCAD 版本:", FreeCAD.Version())
print("安装成功!")
```
## 二、项目依赖配置
### 2.1 更新 requirements.txt
```txt
# 现有依赖
flask>=2.3.0
flask-cors>=4.0.0
pythonocc-core>=7.6.0
numpy>=1.24.0
scipy>=1.10.0
pandas>=2.0.0
matplotlib>=3.7.0
plotly>=5.14.0
psycopg2-binary>=2.9.0
sqlalchemy>=2.0.0
trimesh>=3.20.0
pyvista>=0.38.0
requests>=2.28.0
pytest>=7.3.0
# 新增 FreeCAD 相关依赖
freecad>=0.21.0
freecad.part>=0.21.0
freecad.partdesign>=0.21.0
# AI 相关依赖
openai>=1.0.0
langchain>=0.0.300
scikit-learn>=1.3.0
torch>=2.0.0
```
### 2.2 安装依赖
```bash
pip install -r requirements.txt
```
## 三、FreeCAD 模块结构
### 3.1 模块规划
```
src/core/freecad/
├── __init__.py
├── mold_generator.py # 模具生成器
├── stp_importer.py # STP文件导入
├── cavity_splitter.py # 型腔分割
├── runner_designer.py # 流道设计
├── cooling_designer.py # 冷却系统设计
└── standard_parts.py # 标准件库
```
### 3.2 核心类设计
#### FreeCADMoldGenerator（模具生成器）
- `import_stp_file()` - 导入STP文件
- `analyze_draft_angles()` - 拔模角分析
- `detect_parting_line()` - 分型线检测
- `split_cavity_core()` - 型腔/型芯分割
#### FreeCADSTPImporter（STP导入器）
- `read_step_file()` - 读取STEP文件
- `validate_geometry()` - 几何验证
- `repair_geometry()` - 几何修复
#### FreeCADCavitySplitter（型腔分割器）
- `create_parting_surface()` - 创建分型面
- `boolean_split()` - 布尔运算分割
- `create_mold_base()` - 创建模架
## 四、配置参数
### 4.1 模具参数配置
```python
# config/mold_parameters.py
# 材料收缩率
MATERIAL_SHRINKAGE = {
"ABS": 0.005,
"PP": 0.016,
"PC": 0.007,
"POM": 0.020,
"Nylon": 0.015
}
# 拔模角度配置
DRAFT_ANGLES = {
"textured": 3.0, # 纹面
"polished": 1.5, # 抛光
"standard": 2.0 # 标准
}
# 模具钢材参数
MOLD_STEELS = {
"P20": {"hardness": 30, "price": 1.0},
"718": {"hardness": 35, "price": 1.2},
"S136": {"hardness": 48, "price": 1.8},
"NAK80": {"hardness": 40, "price": 2.0}
}
```
### 4.2 FreeCAD 配置
```python
# config/freecad_config.py
# FreeCAD 工作目录配置
FREECAD_WORKSPACE = "workspace/freecad"
FREECAD_TEMPLATES = "templates/freecad"
# 几何精度设置
GEOMETRY_TOLERANCE = 1e-6
BOOLEAN_PRECISION = 1e-5
# 导出设置
EXPORT_FORMATS = ["step", "stl", "iges"]
EXPORT_PRECISION = 0.001
```
## 五、测试验证
### 5.1 功能测试
```python
# tests/test_freecad_integration.py
def test_stp_import():
"""测试STP文件导入功能"""
generator = FreeCADMoldGenerator()
result = generator.import_stp_file("test.stp")
assert result.success
assert result.shape is not None
def test_cavity_split():
"""测试型腔分割功能"""
generator = FreeCADMoldGenerator()
cavity, core = generator.split_cavity_core(test_shape)
assert cavity.Volume > 0
assert core.Volume > 0
```
### 5.2 性能测试
```python
# tests/benchmark_freecad.py
def benchmark_boolean_operations():
"""布尔运算性能测试"""
# 测试不同复杂度的布尔运算性能
pass
```
## 六、故障排除
### 6.1 常见问题
#### FreeCAD 导入失败
- **问题**: `ImportError: No module named 'FreeCAD'`
- **解决**: 确保 FreeCAD 正确安装，检查 Python 路径
#### 布尔运算失败
- **问题**: 复杂几何体布尔运算报错
- **解决**: 使用几何修复工具，简化几何体
#### 内存不足
- **问题**: 大模型处理时内存溢出
- **解决**: 分块处理，使用内存优化算法
### 6.2 调试工具
```python
# utils/freecad_debug.py
def debug_geometry(shape):
"""几何体调试工具"""
print(f"顶点数: {len(shape.Vertexes)}")
print(f"边数: {len(shape.Edges)}")
print(f"面数: {len(shape.Faces)}")
print(f"体积: {shape.Volume}")
print(f"表面积: {shape.Area}")
```
## 七、最佳实践
### 7.1 内存管理
- 及时清理 FreeCAD 文档对象
- 使用分块处理大模型
- 避免同时打开多个复杂文档
### 7.2 错误处理
- 所有 FreeCAD 操作添加异常捕获
- 提供详细的错误信息和恢复建议
- 实现自动几何修复机制
### 7.3 性能优化
- 使用缓存机制存储中间结果
- 并行处理多个几何操作
- 优化布尔运算算法
---
*文档版本：v1.0*
*创建日期：2026-02-17*
docs/archive/topics/ai/GCODE_GENERATION.md
+399
View File
@@ -0,0 +1,399 @@
# G代码生成方案设计文档
## 一、CAM模块架构
### 1.1 整体架构
```
┌─────────────────────────────────────────────────────────┐
│ G代码生成系统 │
├─────────────────────────────────────────────────────────┤
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ │
│ │ 路径规划器 │ │ 刀具选择器 │ │ 后处理器 │ │
│ │ • 粗加工 │ │ • 刀具库 │ │ • Fanuc格式 │ │
│ │ • 精加工 │ │ • 切削参数 │ │ • Siemens格式 │ │
│ │ • 清角加工 │ │ • 寿命管理 │ │ • Haas格式 │ │
│ └─────────────┘ └─────────────┘ └─────────────────┘ │
├─────────────────────────────────────────────────────────┤
│ 加工策略层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ │
│ │ 型腔加工 │ │ 电极加工 │ │ 钻孔加工 │ │
│ │ • 等高线 │ │ • 铜电极 │ │ • 冷却孔 │ │
│ │ • 平行铣 │ │ • 石墨电极 │ │ • 顶针孔 │ │
│ │ • 螺旋铣 │ │ • 精密加工 │ │ • 螺丝孔 │ │
│ └─────────────┘ └─────────────┘ └─────────────────┘ │
├─────────────────────────────────────────────────────────┤
│ 几何处理层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────────┐ │
│ │ STL处理器 │ │ 网格优化器 │ │ 碰撞检测 │ │
│ │ • STL导入 │ │ • 网格修复 │ │ • 刀具干涉 │ │
│ │ • 三角化 │ │ • 法线校正 │ │ • 机床限制 │ │
│ │ • 精度控制 │ │ • 简化优化 │ │ • 安全区域 │ │
│ └─────────────┘ └─────────────┘ └─────────────────┘ │
└─────────────────────────────────────────────────────────┘
```
## 二、核心功能模块
### 2.1 路径规划器 (PathPlanner)
#### 粗加工策略
```python
class RoughingStrategy:
def adaptive_clearing(self, stock, tool):
"""自适应清根粗加工"""
def pocket_milling(self, cavity, tool):
"""型腔铣削粗加工"""
def rest_milling(self, previous_tool, current_tool):
"""残留区域加工"""
```
#### 精加工策略
```python
class FinishingStrategy:
def contour_parallel(self, surface, stepover):
"""等高线精加工"""
def spiral_milling(self, cavity, stepover):
"""螺旋精加工"""
def pencil_milling(self, corners, tool):
"""清角精加工"""
```
### 2.2 刀具选择器 (ToolSelector)
#### 刀具库配置
```python
# config/tool_library.py
TOOL_LIBRARY = {
"roughing_endmill_16mm": {
"type": "endmill",
"diameter": 16.0,
"flute_length": 50.0,
"shank_diameter": 16.0,
"cutting_edges": 4,
"material": "carbide",
"speeds_feeds": {
"cutting_speed": 120, # m/min
"feed_per_tooth": 0.15, # mm/tooth
"axial_depth": 8.0, # mm
"radial_depth": 12.0 # mm
}
},
"finishing_ballnose_6mm": {
"type": "ballnose",
"diameter": 6.0,
"flute_length": 25.0,
"cutting_edges": 2,
"material": "carbide",
"speeds_feeds": {
"cutting_speed": 150,
"feed_per_tooth": 0.08,
"axial_depth": 0.3,
"radial_depth": 0.5
}
}
}
```
#### 自动刀具选择算法
```python
class AutoToolSelector:
def select_roughing_tool(self, cavity_volume, material):
"""根据型腔体积选择粗加工刀具"""
def select_finishing_tool(self, surface_quality, corner_radius):
"""根据表面质量要求选择精加工刀具"""
def optimize_tool_sequence(self, operations):
"""优化刀具使用顺序"""
```
### 2.3 后处理器 (PostProcessor)
#### 支持的数控系统
```python
# config/post_processors.py
SUPPORTED_CONTROLLERS = {
"fanuc": {
"g_code_dialect": "fanuc",
"circular_interpolation": "G02/G03",
"tool_change": "M06",
"coolant": "M08/M09"
},
"siemens": {
"g_code_dialect": "sinumerik",
"circular_interpolation": "G02/G03",
"tool_change": "T... M06",
"coolant": "M08/M09"
},
"haas": {
"g_code_dialect": "haas",
"circular_interpolation": "G02/G03",
"tool_change": "M06",
"coolant": "M08/M09"
},
"heidenhain": {
"g_code_dialect": "heidenhain",
"circular_interpolation": "DR+",
"tool_change": "TOOL CALL",
"coolant": "M08/M09"
}
}
```
## 三、加工工艺流程
### 3.1 标准加工序列
#### 型腔加工流程
```python
PROCESS_SEQUENCE = [
# 阶段1: 粗加工
{
"operation": "roughing",
"tool": "roughing_endmill_16mm",
"strategy": "adaptive_clearing",
"stock_allowance": 0.5
},
# 阶段2: 半精加工
{
"operation": "semi_finishing",
"tool": "endmill_10mm",
"strategy": "contour_parallel",
"stock_allowance": 0.1
},
# 阶段3: 精加工
{
"operation": "finishing",
"tool": "ballnose_6mm",
"strategy": "spiral_milling",
"stepover": 0.3
},
# 阶段4: 清角加工
{
"operation": "corner_cleaning",
"tool": "ballnose_3mm",
"strategy": "pencil_milling"
}
]
```
### 3.2 电极加工流程
#### 铜电极加工
```python
ELECTRODE_PROCESS = [
# 粗加工
{"tool": "endmill_8mm", "strategy": "roughing"},
# 精加工
{"tool": "ballnose_3mm", "strategy": "finishing"},
# 放电区域加工
{"tool": "ballnose_1mm", "strategy": "detail_milling"}
]
```
## 四、G代码格式规范
### 4.1 基本G代码结构
```gcode
% 程序开始
O1000 (模具型腔加工程序)
G17 G40 G49 G80 G90 (安全初始化)
G54 (工件坐标系)
(=== 粗加工 ===)
T01 M06 (换刀: 16mm端铣刀)
G43 H01 Z100.0 (刀具长度补偿)
S1800 M03 (主轴启动)
G00 X0 Y0 Z10.0 (快速定位)
M08 (冷却液开)
G01 Z-5.0 F500 (下刀)
G01 X50.0 Y30.0 F800 (直线插补)
G02 X60.0 Y40.0 I10.0 J0.0 F600 (圆弧插补)
(=== 精加工 ===)
T02 M06 (换刀: 6mm球头刀)
G43 H02 Z100.0
S3000 M03
(程序结束)
M09 (冷却液关)
M05 (主轴停)
G28 G91 Z0 (Z轴回零)
G28 G91 X0 Y0 (XY轴回零)
M30 (程序结束)
% 程序结束
```
### 4.2 加工参数计算
#### 切削参数计算
```python
class CuttingParameters:
def calculate_spindle_speed(self, tool_diameter, cutting_speed):
"""计算主轴转速"""
# N = (1000 * Vc) / (π * D)
return (1000 * cutting_speed) / (math.pi * tool_diameter)
def calculate_feed_rate(self, spindle_speed, feed_per_tooth, teeth):
"""计算进给速率"""
# F = N * fz * z
return spindle_speed * feed_per_tooth * teeth
def calculate_machining_time(self, toolpath_length, feed_rate):
"""估算加工时间"""
return toolpath_length / feed_rate * 60 # 分钟
```
## 五、碰撞检测与安全
### 5.1 碰撞检测算法
```python
class CollisionDetector:
def check_tool_holder_collision(self, toolpath, stock, tool_geometry):
"""检测刀柄碰撞"""
def check_rapid_moves(self, rapid_paths, obstacles):
"""检测快速移动碰撞"""
def verify_machine_limits(self, coordinates, machine_limits):
"""验证机床行程限制"""
```
### 5.2 安全策略
```python
SAFETY_STRATEGIES = {
"retract_height": 10.0, # 抬刀高度
"safe_clearance": 5.0, # 安全距离
"max_feed_rate": 5000.0, # 最大进给速率
"max_spindle_speed": 24000.0, # 最大主轴转速
"emergency_stop_conditions": [
"tool_breakage",
"collision_detected",
"over_temperature"
]
}
```
## 六、仿真与验证
### 6.1 刀具路径仿真
```python
class ToolpathSimulator:
def visualize_toolpath(self, gcode_file):
"""可视化刀具路径"""
def simulate_material_removal(self, toolpath, stock):
"""模拟材料去除"""
def detect_gouging(self, toolpath, design_surface):
"""检测过切"""
```
### 6.2 加工质量分析
```python
class QualityAnalyzer:
def analyze_surface_roughness(self, toolpath, stepover):
"""分析表面粗糙度"""
def check_dimensional_accuracy(self, simulated_part, design):
"""检查尺寸精度"""
def estimate_tool_wear(self, cutting_length, material):
"""估算刀具磨损"""
```
## 七、文件输出格式
### 7.1 G代码文件结构
```python
# src/core/gcode_writer.py
class GCodeWriter:
def write_program_header(self, program_number, program_name):
"""写入程序头"""
def write_tool_change(self, tool_number, tool_description):
"""写入换刀指令"""
def write_motion_commands(self, toolpath, feed_rate):
"""写入运动指令"""
def write_program_footer(self):
"""写入程序尾"""
```
### 7.2 工艺文档输出
```python
class ProcessDocumentation:
def generate_setup_sheet(self, operations, tools, materials):
"""生成加工作业指导书"""
def generate_tool_list(self, tools_used):
"""生成刀具清单"""
def generate_inspection_report(self, quality_metrics):
"""生成检测报告"""
```
## 八、实施计划
### 8.1 第一阶段：基础路径生成（3-4周）
1. 实现STL几何导入和预处理
2. 开发基础粗精加工算法
3. 创建Fanuc格式后处理器
### 8.2 第二阶段：高级功能（4-5周）
1. 实现碰撞检测和安全策略
2. 开发刀具路径优化算法
3. 添加多轴加工支持
### 8.3 第三阶段：完善优化（2-3周）
1. 集成加工仿真功能
2. 优化性能和用户体验
3. 添加更多数控系统支持
## 九、技术选型
### 9.1 几何处理库
- **FreeCAD Path Workbench** - 开源CAM解决方案
- **PyCAM** - 纯Python CAM库
- **OpenCASCADE** - 几何内核，用于复杂运算
### 9.2 可视化库
- **PyVista** - 3D数据可视化
- **Matplotlib** - 2D图表和路径显示
- **Plotly** - 交互式3D可视化
### 9.3 数值计算
- **NumPy** - 数值计算基础
- **SciPy** - 科学计算和优化
- **OpenGL** - 实时3D渲染
## 十、质量保证
### 10.1 测试策略
- **单元测试** - 每个算法模块单独测试
- **集成测试** - 完整加工流程测试
- **回归测试** - 确保新功能不破坏现有功能
### 10.2 验证标准
- **G代码语法正确性** - 符合数控系统规范
- **加工安全性** - 无碰撞风险
- **加工质量** - 满足精度要求
- **加工效率** - 优化加工时间
---
*文档版本：v1.0*
*创建日期：2026-02-17*
docs/archive/topics/aluminum-foam/MOLD_SPLITTING_IMPROVEMENTS.md
+286
View File
@@ -0,0 +1,286 @@
# 分模算法改进总结
## 概述
本次改进实现了更合理的分模算法，使用传统几何方法计算分型面和分型线，同时预留了 AI 模型介入的接口。
## 主要改进
### 1. 分型面检测优化
#### 改进前
- 固定使用 Z 方向作为分型方向
- 分型面总是水平面（XY 平面）
- 不考虑产品实际几何特征
#### 改进后
实现三级检测策略：
```python
def _detect_parting_surface(self, shape, analysis):
"""
优先级：
1. AI 模型检测（如果已设置）
2. 基于法向量分析的几何方法
3. 简化方法（基于边界框，回退方案）
"""
```
**法向量分析** (`_analyze_face_normals`):
- 统计所有面的法向量
- 计算平均法向量作为最优分型方向
- 自动适应产品几何特征
**代码位置**: [`mold_generator.py:637-684`](file:///d:/project/geMoldInsight/src/core/mold_generator.py#L637-L684)
### 2. 真实分型线计算
#### 改进前
- 使用简化矩形（4 个点）
- 不贴合产品实际轮廓
#### 改进后
使用布尔运算求交线：
```python
def _calculate_parting_line(self, shape, parting_surface):
"""
使用 BRepAlgoAPI_Section 计算产品与分型面的真实交线
- 提取交线（边）
- 沿边采样点（至少 10 个点）
- 返回精确的分型线路径
"""
```
**代码位置**: [`mold_generator.py:706-758`](file:///d:/project/geMoldInsight/src/core/mold_generator.py#L706-L758)
### 3. AI 模型接口预留
#### 接口设计
添加了 AI 模型集成方法：
```python
def set_ai_model(self, parting_detector=None, draft_analyzer=None):
"""设置 AI 模型接口"""
self.ai_parting_detector = parting_detector
self.ai_draft_analyzer = draft_analyzer
```
#### AI 模型能力
1. **分型面检测器** (`AIPartingSurfaceDetector`)
- 分析产品 3D 几何
- 预测最优分型面位置和方向
- 识别倒扣（undercut）区域
2. **拔模分析器** (`AIDraftAnalyzer`)
- 分析哪些面需要拔模
- 预测最优拔模角度
- 检测脱模干涉
3. **型腔布局优化器** (`AICavityLayoutOptimizer`)
- 优化多型腔排列
- 设计流道系统
- 平衡材料流动
**代码位置**: [`ai_mold_assistant.py`](file:///d:/project/geMoldInsight/src/core/ai_mold_assistant.py)
#### 集成方式
```python
from core.mold_generator import MoldCavityGenerator
from core.ai_mold_assistant import AIPartingSurfaceDetector
# 创建 AI 模型
parting_detector = AIPartingSurfaceDetector(model_path="models/parting_surface.pth")
# 设置到模具生成器
generator = MoldCavityGenerator()
generator.set_ai_model(parting_detector=parting_detector)
# 使用时会自动调用 AI 模型
result = generator.generate_mold_cavities(product_shape)
```
### 4. 拔模角处理改进
#### 改进前
- 简化实现，直接返回原始形状
- 记录警告日志
#### 改进后
- 支持 AI 模型分析拔模
- 使用几何方法计算拔模方向
- 为完整实现预留接口（`BRepOffsetAPI_DraftAngle`）
**代码位置**: [`mold_generator.py:829-859`](file:///d:/project/geMoldInsight/src/core/mold_generator.py#L829-L859)
### 5. 分型线长度精确计算
#### 改进前
```python
def _calculate_parting_line_length(self, parting_line: List) -> float:
return 250.0 # mm # 固定值
```
#### 改进后
```python
def _calculate_parting_line_length(self, parting_line: List) -> float:
"""计算折线总长度"""
total_length = 0.0
for i in range(1, len(parting_line)):
p1 = np.array(parting_line[i-1])
p2 = np.array(parting_line[i])
total_length += np.linalg.norm(p2 - p1)
return total_length
```
**代码位置**: [`mold_generator.py:861-869`](file:///d:/project/geMoldInsight/src/core/mold_generator.py#L861-L869)
## 新增文件
### 1. `src/core/ai_mold_assistant.py`
AI 模型接口示例类：
- `AIPartingSurfaceDetector` - 分型面检测器
- `AIDraftAnalyzer` - 拔模分析器
- `AICavityLayoutOptimizer` - 型腔布局优化器
### 2. `scripts/test_mold_splitting.py`
完整的分模算法测试脚本：
- 测试简单长方体分模
- 测试 STEP 文件分模
- 测试 AI 模型接口
- 测试分型线计算算法
### 3. `scripts/simple_test.py`
简化的测试脚本（用于快速验证）
## 使用示例
### 基本使用（几何方法）
```python
from core.mold_generator import MoldCavityGenerator
# 创建模具生成器
generator = MoldCavityGenerator(
shrinkage_rate=0.005, # 0.5% 收缩率
draft_angle=2.0, # 2 度拔模角
material_density=1.05 # ABS 密度
)
# 生成模具型腔
result = generator.generate_mold_cavities(product_shape)
# 获取详细信息
detailed_json = generator.generate_detailed_cavity_json(result)
```
### 使用 AI 辅助
```python
from core.mold_generator import MoldCavityGenerator
from core.ai_mold_assistant import AIPartingSurfaceDetector
# 创建 AI 模型
parting_detector = AIPartingSurfaceDetector(model_path="models/model.pth")
# 设置 AI 模型
generator = MoldCavityGenerator()
generator.set_ai_model(parting_detector=parting_detector)
# 使用时 AI 会自动介入
result = generator.generate_mold_cavities(product_shape)
```
## 技术细节
### 法向量分析算法
```python
def _analyze_face_normals(self, shape):
# 1. 遍历所有面
for face in shape.faces:
# 2. 获取面的法向量
normal = surface.Plane().Position().Direction()
face_normals.append(normal)
# 3. 计算平均法向量
avg_normal = sum(face_normals) / len(face_normals)
# 4. 归一化
return normalized(avg_normal)
```
### 分型线计算流程
```
产品形状 + 分型面
↓
BRepAlgoAPI_Section (布尔截面运算)
↓
提取交线 (TopExp_Explorer)
↓
沿边采样 (BRepAdaptor_Curve)
↓
点列表 [[x,y,z], ...]
```
## 性能对比
| 功能 | 改进前 | 改进后 |
|------|--------|--------|
| 分型面方向 | 固定 Z 方向 | 自动适应产品几何 |
| 分型线点数 | 4 点（矩形） | 10+ 点（真实轮廓） |
| 分型线长度 | 固定 250mm | 精确计算 |
| AI 集成 | 无 | 完整接口预留 |
| 拔模分析 | 简化 | 支持 AI 和几何方法 |
## 后续优化方向
### 短期（无需 AI）
1. 改进法向量计算精度（使用高斯权重）
2. 优化分型面位置（考虑脱模方向）
3. 完整实现拔模角处理（使用 `BRepOffsetAPI_DraftAngle`）
### 中期（机器学习）
1. 收集模具设计案例数据
2. 训练分型面识别模型（PointNet++）
3. 集成到现有系统
### 长期（深度学习 + 仿真）
1. 端到端模具生成
2. 结合 Moldflow 物理仿真
3. 数字孪生系统
## 代码变更总结
### 修改文件
- `src/core/mold_generator.py` - 核心分模算法改进
### 新增文件
- `src/core/ai_mold_assistant.py` - AI 模型接口
- `scripts/test_mold_splitting.py` - 完整测试脚本
- `scripts/simple_test.py` - 简化测试脚本
### 新增导入
```python
from OCC.Core.BRepAlgoAPI import BRepAlgoAPI_Section
from OCC.Core.BRepAdaptor import BRepAdaptor_Surface, BRepAdaptor_Curve
from OCC.Core.TopExp import TopExp_Explorer
from OCC.Core.TopAbs import TopAbs_FACE, TopAbs_EDGE, TopAbs_VERTEX
```
## 总结
本次改进实现了：
1. ✅ **更合理的分型面检测** - 基于法向量分析，自动适应产品几何
2. ✅ **真实的分型线计算** - 使用布尔运算求交线，不是简化矩形
3. ✅ **AI 模型接口预留** - 可随时集成 AI 辅助功能
4. ✅ **精确的参数计算** - 分型线长度、拔模方向等
所有改进都使用了 OpenCASCADE 的几何算法，保证了计算的准确性和可靠性。AI 接口的设计使得未来可以轻松集成深度学习模型，提升分模智能化水平。
docs/archive/topics/aluminum-foam/SPEC_ALUMINUM_FOAM_MOLD.md
+601
View File
@@ -0,0 +1,601 @@
# 铝制家电包装泡沫模具分模功能技术规格说明书
> 文档定位：**铝泡沫模具分模方向的专题规格文档**。
> 本文保留该方向的需求背景、规格设想与能力边界，不作为当前项目整体状态的权威说明。当前状态见 [../../../STATUS.md](../../../STATUS.md)，总体架构见 [../../../ARCHITECTURE.md](../../../ARCHITECTURE.md)，活跃技术债见 [../../../TECH_DEBT.md](../../../TECH_DEBT.md)。
## 文档信息
| 项目 | 内容 |
|------|------|
| **文档名称** | 铝制家电包装泡沫模具分模功能技术规格说明书 |
| **版本** | 1.0 |
| **日期** | 2026-03-13 |
| **项目** | geMoldInsight 模具分模功能增强 |
---
## 1. 项目背景与目标
### 1.1 项目背景
铝制家电包装泡沫是一种广泛应用于家电产品缓冲包装的特殊材料，其模具设计具有以下特点：
- **材料特性**：铝泡沫密度低(0.4-0.8 g/cm³)，发泡倍率高，需要特殊的成型工艺
- **产品特性**：壁厚较大(通常 20-100mm)，形状复杂，表面质量要求高
- **模具特性**：需要耐腐蚀模具材料，加强排气系统，特殊的浇注系统
### 1.2 项目目标
开发一套专业的铝制家电包装泡沫模具分模系统，实现：
1. **自动分模算法** - 针对铝泡沫产品结构特性的智能分模
2. **参数自定义** - 分模角度、分型线精度、型腔匹配度等
3. **三维可视化** - 实时显示分模效果，支持交互调整
4. **质量检测** - 自动验证分模面质量、结构合理性、生产可行性
5. **数据接口** - 兼容现有软件，标准数据导出
---
## 2. 功能需求规格
### 2.1 自动分模算法
#### 2.1.1 分型面自动检测
**功能描述**：自动分析产品几何特征，计算最优分型面位置和方向
**需求规格**：
| 需求项 | 详细说明 | 优先级 |
|--------|----------|--------|
| 表面法向量分析 | 统计产品所有面的法向量分布 | P0 |
| 最优方向计算 | 基于法向量统计计算最优分型方向 | P0 |
| 多分型面支持 | 支持复杂产品的多个分型面 | P1 |
| 倒扣检测 | 自动识别产品倒扣区域 | P1 |
| 分型面优化 | 平滑处理分型面，减少毛刺 | P2 |
**算法输入**：
- 产品 3D 模型 (STEP/IGES 格式)
- 产品材料类型
- 产品尺寸参数
**算法输出**：
- 分型面方程 (平面参数)
- 分型面位置 (Z 坐标或自定义)
- 置信度评分 (0-100%)
#### 2.1.2 铝泡沫特性适配
**功能描述**：针对铝泡沫材料的特殊参数设置
**需求规格**：
| 参数 | 范围 | 默认值 | 说明 |
|------|------|--------|------|
| 发泡倍率 | 1.5-4.0 | 2.5 | 铝泡沫发泡倍率 |
| 目标密度 | 0.3-0.8 g/cm³ | 0.5 | 成型后泡沫密度 |
| 收缩率 | 0.5%-3.0% | 1.5% | 铝泡沫收缩率(较大) |
| 成型温度 | 300-450°C | 380°C | 发泡成型温度 |
**材料数据库**：
```python
foam_materials = {
"AlSi10Mg": {
"density": 0.45,
"expansion_ratio": 2.5,
"shrinkage_rate": 0.015,
"molding_temp": 380,
"description": "常用铝硅泡沫"
},
"AlSi12": {
"density": 0.50,
"expansion_ratio": 2.2,
"shrinkage_rate": 0.012,
"molding_temp": 360,
"description": "高强度铝泡沫"
},
"Pure Al Foam": {
"density": 0.35,
"expansion_ratio": 3.0,
"shrinkage_rate": 0.020,
"molding_temp": 400,
"description": "纯铝泡沫"
}
}
```
#### 2.1.3 拔模角优化
**功能描述**：针对铝泡沫产品的拔模角计算
**需求规格**：
| 需求项 | 详细说明 | 优先级 |
|--------|----------|--------|
| 最小拔模角计算 | 基于产品高度和材料摩擦系数 | P0 |
| 拔模方向检测 | 自动确定脱模方向 | P0 |
| 拔模干涉检测 | 检测脱模过程中的干涉区域 | P1 |
| 拔模补偿 | 自动补偿拔模引起的尺寸变化 | P1 |
**拔模角参数**：
| 参数 | 范围 | 默认值 | 说明 |
|------|------|--------|------|
| 最小拔模角 | 1°-10° | 3° | 铝泡沫建议 3-5° |
| 拔模方向 | X/Y/Z/自定义 | 自动 | 脱模方向 |
| 摩擦系数 | 0.1-0.5 | 0.3 | 材料摩擦系数 |
### 2.2 参数自定义设置
#### 2.2.1 分模参数配置
**功能描述**：用户可自定义分模过程的各项参数
**需求规格**：
| 参数名称 | 参数类型 | 取值范围 | 默认值 | 说明 |
|----------|----------|----------|--------|------|
| 分模方式 | 枚举 | 单分型面/多分型面/自动 | 自动 | 分模策略 |
| 分型线精度 | 浮点数 | 0.01-1.0 mm | 0.1 mm | 分型线采样精度 |
| 分型面容差 | 浮点数 | 0.01-2.0 mm | 0.5 mm | 分型面拟合容差 |
| 型腔匹配度 | 浮点数 | 80%-100% | 95% | 型腔与产品匹配度 |
| 收缩补偿 | 布尔 | 是/否 | 是 | 是否应用收缩补偿 |
| 拔模处理 | 布尔 | 是/否 | 是 | 是否应用拔模角 |
#### 2.2.2 高级参数设置
**功能描述**：专家级用户可调整的高级参数
**参数面板**：
```python
advanced_params = {
"mold_parameters": {
"cavity_count": 1, # 型腔数量
"mold_material": "P20", # 模具材料
"surface_finish": "SPI A2", # 表面粗糙度
"ejection_system": "pin", # 顶出系统
},
"processing_params": {
"injection_pressure": "80-120 MPa",
"molding_temp": "350-400 °C",
"cooling_time": "30-60 秒",
"ejection_temp": "60-80 °C",
},
"quality_params": {
"warpage_tolerance": 0.5, # 翘曲容差 mm
"sink_mark_depth": 0.1, # 缩痕深度 mm
"weld_line_gap": 0.05, # 熔接缝间隙 mm
}
}
```
### 2.3 三维可视化界面
#### 2.3.1 分模过程可视化
**功能描述**：实时显示分模过程和结果
**需求规格**：
| 功能 | 说明 | 优先级 |
|------|------|--------|
| 产品模型显示 | 加载并显示原始产品 3D 模型 | P0 |
| 分型面可视化 | 在产品上显示分型面位置 | P0 |
| 分型线可视化 | 显示计算得到的分型线路径 | P0 |
| 型腔/型芯显示 | 分别高亮显示型腔和型芯 | P0 |
| 模具块显示 | 显示完整的模具块结构 | P1 |
| 剖视图 | 沿分型面剖切显示内部结构 | P1 |
#### 2.3.2 交互调整功能
**功能描述**：支持用户交互调整分模参数
**需求规格**：
| 功能 | 说明 | 交互方式 |
|------|------|----------|
| 分型面拖拽 | 沿法线方向移动分型面 | 鼠标拖拽 |
| 分型角度调整 | 调整分型面角度 | 滑块控制 |
| 视图旋转 | 360° 查看模型 | 鼠标拖拽 |
| 缩放 | 放大/缩小视图 | 滚轮 |
| 剖面切换 | 切换不同剖面视图 | 按钮切换 |
| 透明度调整 | 调整模型透明度 | 滑块控制 |
| 测量工具 | 测量距离、角度 | 点击测量 |
#### 2.3.3 可视化参数
| 参数 | 取值范围 | 默认值 |
|------|----------|--------|
| 分型面颜色 | #FF0000 (红色) | #00FF00 (绿色) |
| 分型线颜色 | #FFFF00 (黄色) | #FF00FF (品红) |
| 型腔颜色 | #0000FF (蓝色) | #00FFFF (青色) |
| 型芯颜色 | #FF8800 (橙色) | #8800FF (紫色) |
| 网格密度 | 1000-50000 点 | 10000 点 |
### 2.4 质量检测模块
#### 2.4.1 分模面质量检测
**功能描述**：自动检测分模面的质量
**检测项目**：
| 检测项 | 检测方法 | 质量标准 | 优先级 |
|--------|----------|----------|--------|
| 平滑度 | 曲率分析 | 无明显凹凸 | P0 |
| 连续性 | 边界检查 | 无间隙 | P0 |
| 几何精度 | 偏差测量 | < 0.1mm | P1 |
| 表面缺陷 | 三角网格检查 | 无破面 | P1 |
**检测输出**：
```python
quality_report = {
"surface_quality": {
"smoothness_score": 95, # 平滑度评分 0-100
"continuity_score": 100, # 连续性评分
"defects": [], # 发现的缺陷列表
"overall_score": 97 # 综合评分
},
"geometry_check": {
"deviation": 0.05, # 偏差 mm
"tolerance_met": True # 是否符合容差
}
}
```
#### 2.4.2 模具结构合理性检测
**功能描述**：检测模具结构的合理性
**检测项目**：
| 检测项 | 说明 | 判定标准 |
|--------|------|----------|
| 模具尺寸 | 模具是否足够大 | 产品尺寸 + 余量 |
| 壁厚检测 | 模具壁厚是否足够 | > 10mm |
| 拔模检测 | 是否有倒扣无法脱模 | 无倒扣或已处理 |
| 干涉检测 | 运动件是否干涉 | 无干涉 |
| 冷却系统 | 冷却通道是否合理 | 分布均匀 |
#### 2.4.3 生产可行性评估
**功能描述**：评估模具的生产可行性
**评估项目**：
| 评估项 | 评估方法 | 输出 |
|--------|----------|------|
| 注塑压力 | 投影面积 × 压力系数 | 压力值 (MPa) |
| 锁模力 | 投影面积 × 材料压力 | 力值 (吨) |
| 成型周期 | 体积/冷却速度 | 时间 (秒) |
| 材料利用率 | 流道体积/产品体积 | 百分比 |
| 生产成本 | 材料+工艺+时间 | 估算成本 |
### 2.5 数据接口
#### 2.5.1 导入接口
**支持的格式**：
| 格式 | 说明 | 优先级 |
|------|------|--------|
| STEP | 标准 CAD 交换格式 | P0 |
| IGES | 另一种 CAD 交换格式 | P1 |
| BREP | OpenCASCADE 原生格式 | P1 |
| STL | 三角网格格式 | P2 |
#### 2.5.2 导出接口
**导出格式**：
| 格式 | 说明 | 用途 |
|------|------|------|
| STEP | 分模后模具模型 | CAD 软件 |
| IGES | 分模后模具模型 | CAM 软件 |
| STL | 3D 打印/快速成型 | 3D 打印 |
| JSON | 分模参数和结果 | 数据交换 |
| PDF | 质量检测报告 | 文档输出 |
#### 2.5.3 API 接口
**内部 API**：
```python
# 分模分析 API
POST /api/mold/analyze
{
"product_file": "file",
"material": "AlSi10Mg",
"params": {
"draft_angle": 3.0,
"parting_tolerance": 0.1,
"cavity_match": 95
}
}
# 获取分模结果
GET /api/mold/result/{task_id}
# 导出分模结果
GET /api/mold/export/{task_id}?format=step
```
---
## 3. 技术架构规格
### 3.1 系统架构
```
┌─────────────────────────────────────────────────────────┐
│ 表示层 (Presentation) │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ Web 界面 │ │ 3D 可视化 │ │ 参数面板 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────┐
│ 业务层 (Business Logic) │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 分模算法 │ │ 质量检测 │ │ 参数优化 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────┐
│ 数据层 (Data Layer) │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ PythonOCC │ │ 数据库 │ │ 文件存储 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘
```
### 3.2 模块设计
#### 3.2.1 分模算法模块
**模块职责**：核心分模算法实现
**主要类**：
```python
class AluminumFoamMoldGenerator:
"""铝泡沫模具分模生成器"""
def __init__(self, params: MoldParams):
self.params = params
self.material_db = FoamMaterialDatabase()
def analyze_product(self, shape: TopoDS_Shape) -> ProductAnalysis:
"""分析产品几何特征"""
pass
def detect_parting_surface(self, shape, analysis) -> PartingSurface:
"""检测分型面"""
pass
def calculate_parting_line(self, shape, surface) -> PartingLine:
"""计算分型线"""
pass
def apply_draft_angles(self, shape, direction) -> Shape:
"""应用拔模角"""
pass
def split_cavity_core(self, shape, surface) -> Tuple[Shape, Shape]:
"""分离型腔和型芯"""
pass
def generate_mold_block(self, cavity, params) -> Shape:
"""生成模具块"""
pass
```
#### 3.2.2 质量检测模块
**模块职责**：分模质量检测和评估
**主要类**：
```python
class MoldQualityInspector:
"""模具质量检测器"""
def inspect_surface(self, surface) -> SurfaceQualityReport:
"""检测分模面质量"""
pass
def inspect_structure(self, mold) -> StructureQualityReport:
"""检测模具结构"""
pass
def assess_feasibility(self, mold, params) -> FeasibilityReport:
"""评估生产可行性"""
pass
def generate_report(self) -> QualityReport:
"""生成质量报告"""
pass
```
#### 3.2.3 可视化模块
**模块职责**：3D 可视化渲染和交互
**主要类**：
```python
class MoldVisualizationController:
"""模具可视化控制器"""
def load_model(self, shape):
"""加载 3D 模型"""
pass
def render_parting_surface(self, surface):
"""渲染分型面"""
pass
def render_parting_line(self, line):
"""渲染分型线"""
pass
def render_cavity_core(self, cavity, core):
"""渲染型腔/型芯"""
pass
def set_interaction_mode(self, mode):
"""设置交互模式"""
pass
def export_view(self, format):
"""导出视图"""
pass
```
### 3.3 数据结构
#### 3.3.1 分模参数
```python
@dataclass
class MoldSplitParams:
"""分模参数"""
# 分模参数
split_mode: SplitMode = SplitMode.AUTO
parting_tolerance: float = 0.1 # mm
parting_line_precision: float = 0.1 # mm
cavity_match_rate: float = 95.0 # %
# 铝泡沫参数
foam_material: str = "AlSi10Mg"
target_density: float = 0.5 # g/cm³
expansion_ratio: float = 2.5
molding_temp: float = 380 # °C
# 拔模参数
min_draft_angle: float = 3.0 # °
draft_direction: str = "auto"
friction_coefficient: float = 0.3
# 收缩补偿
apply_shrinkage: bool = True
shrinkage_rate: float = 0.015 # 1.5%
# 高级参数
cavity_count: int = 1
mold_material: str = "P20"
ejection_system: str = "pin"
# 质量标准
warpage_tolerance: float = 0.5 # mm
sink_mark_tolerance: float = 0.1 # mm
```
#### 3.3.2 分模结果
```python
@dataclass
class MoldSplitResult:
"""分模结果"""
# 几何数据
product_shape: TopoDS_Shape
cavity_shape: TopoDS_Shape
core_shape: TopoDS_Shape
parting_surface: TopoDS_Shape
parting_line: List[Point3D]
mold_block: TopoDS_Shape
# 分析数据
product_analysis: ProductAnalysis
quality_report: QualityReport
# 参数数据
params_used: MoldSplitParams
warnings: List[str]
suggestions: List[str]
```
---
## 4. 验收标准
### 4.1 功能验收
| 序号 | 验收项 | 验收标准 | 测试方法 |
|------|--------|----------|----------|
| 1 | 分型面检测 | 能正确分析产品几何并给出分型面建议 | 导入测试产品验证 |
| 2 | 分型线计算 | 计算得到真实的分型线路径（非简化矩形） | 对比验证 |
| 3 | 参数自定义 | 所有参数可自定义设置且生效 | 参数修改测试 |
| 4 | 3D 可视化 | 正确显示分模各组件 | 目视检查 |
| 5 | 交互调整 | 拖拽/滑块等交互响应正常 | 操作测试 |
| 6 | 质量检测 | 输出正确的质量报告 | 报告验证 |
| 7 | 数据导出 | 支持 STEP/JSON 格式导出 | 导出测试 |
### 4.2 性能验收
| 指标 | 目标值 | 说明 |
|------|--------|------|
| 分模速度 | < 30 秒 | 典型产品 |
| 渲染帧率 | > 30 FPS | 交互操作时 |
| 内存占用 | < 2 GB | 典型产品 |
| 并发支持 | 5 用户 | 同时使用 |
### 4.3 质量验收
| 指标 | 目标值 | 说明 |
|------|--------|------|
| 分型面准确率 | > 95% | 自动检测准确率 |
| 质量检测覆盖率 | 100% | 所有检测项 |
| 导出格式兼容 | STEP/IGES | 主流 CAD/CAM |
---
## 5. 实施计划
### 5.1 阶段划分
| 阶段 | 时间 | 内容 |
|------|------|------|
| 第一阶段 | 1-2 周 | 基础框架搭建，参数系统 |
| 第二阶段 | 3-4 周 | 分模算法优化，质量检测 |
| 第三阶段 | 5-6 周 | 可视化增强，交互功能 |
| 第四阶段 | 7-8 周 | 数据接口，测试集成 |
### 5.2 里程碑
- [ ] M1: 完成参数系统 (第 2 周)
- [ ] M2: 完成改进的分模算法 (第 4 周)
- [ ] M3: 完成质量检测模块 (第 6 周)
- [ ] M4: 完成可视化功能 (第 6 周)
- [ ] M5: 完成数据接口 (第 7 周)
- [ ] M6: 完成集成测试 (第 8 周)
---
## 6. 附录
### 6.1 术语表
| 术语 | 英文 | 说明 |
|------|------|------|
| 分型面 | Parting Surface | 模具中分离型腔和型芯的平面 |
| 分型线 | Parting Line | 产品与分型面的交线 |
| 型腔 | Cavity | 模具中形成产品外形的空腔 |
| 型芯 | Core | 模具中形成产品内形的凸起 |
| 拔模角 | Draft Angle | 便于脱模的倾斜角度 |
| 收缩率 | Shrinkage Rate | 冷却后尺寸收缩比例 |
| 发泡倍率 | Expansion Ratio | 发泡前后的体积比 |
### 6.2 参考资料
1. 《塑料模具设计手册》
2. 《铝泡沫材料成型工艺》
3. PythonOCC 官方文档
4. Three.js 官方文档
---
**文档结束**
docs/archive/topics/performance/PERFORMANCE_BENCHMARKS.md
+32
View File
@@ -0,0 +1,32 @@
# 性能基准定义（建议）
> 文档定位：**性能基准与压测口径的专题参考文档**。
> 本文给出建议性性能指标与测试数据口径，不作为当前实现状态的权威说明。当前状态见 [../../../STATUS.md](../../../STATUS.md)，后续路线见 [../../../ROADMAP.md](../../../ROADMAP.md)。
## 1. 核心接口基准
| 场景 | 接口 | 指标 |
|---|---|---|
| 单订单创建 | POST /api/sales-orders | RT <= 300ms；P95 <= 500ms |
| 单订单修改 | PUT /api/sales-orders/{id} | RT <= 300ms；P95 <= 500ms |
| 采购收货入库 | POST /api/purchase-orders/{id}/receive | RT <= 300ms；P95 <= 500ms |
| 物料计划计算 | GET /api/sales-orders/{id}/production-plan | RT <= 300ms；P95 <= 500ms |
## 2. 压测资源与容量门槛
| 并发/吞吐 | CPU | 内存 | 错误率 |
|---|---|---|---|
| 200 TPS（持续） | <= 60% | <= 70% | <= 0.1% |
## 3. 测试数据要求
- 物料数 >= 10万
- 客户订单量 >= 1000万（或等比例分区仿真数据）
- 采购单量 >= 1000万
- 库存流水量 >= 1亿（用于验证索引与分区收益）
## 4. 报告产出
- pg_stat_statements TopN
- 接口 RT 分布（P50/P95/P99）
- 锁等待与死锁统计
- 索引命中率与缓存命中率
docs/archive/topics/performance/PERFORMANCE_SCALABILITY_PLAN.md
+52
View File
@@ -0,0 +1,52 @@
# 性能与扩展性评估补充（模具订单/采购主线）
> 文档定位：**性能与扩展性方向的专题规划文档**。
> 本文描述的是性能评估、慢 SQL 发现、扩展路线等补充规划，不作为当前实现状态的权威说明。当前状态见 [../../../STATUS.md](../../../STATUS.md)，后续路线见 [../../../ROADMAP.md](../../../ROADMAP.md)。
## 1. 高并发冲突面与加固点
### 1.1 新增/修改模具订单的锁冲突来源
- 冲突对象：同一仓库同一物料的 `inventory` 行。
- 冲突操作：创建订单自动扣料、按单领料、修改订单回补再扣减。
### 1.2 已落地的并发加固
- 对库存扣减采用原子更新（`UPDATE ... SET quantity = quantity - :qty WHERE quantity >= :qty RETURNING quantity`），避免“读-改-写”丢失更新与超卖。
## 2. 慢 SQL 发现与清单产出方法
### 2.1 生产环境抓取
- 启用 `pg_stat_statements` 并定期采样均值/最大耗时 TopN。
- 参考脚本：`scripts/db/030_pg_stat_statements.sql`。
### 2.2 代码层高风险查询点（需要重点盯）
- 订单列表/详情：按 `customer_id/status/order_date` 过滤 + 明细表 join。
- 库存流水：按 `warehouse_id/created_at` 分页、按 `reference_type/reference_id` 追溯。
- 物料需求计算：必须避免 N+1（已将 BOM 查询批量化）。
## 3. 索引与查询重写（可执行脚本）
- `scripts/db/002_indexes_and_constraints.sql` 覆盖：
- 订单头状态/客户组合索引
- 明细表 `order_id/product_id` 索引
- 流水 `warehouse_id+created_at`、`reference_type+reference_id` 索引
- 库存唯一约束与关键 check 约束
## 4. 千万级订单量扩展路线
### 4.1 优先方案：PostgreSQL 分区
- 表：`sales_orders`、`purchase_orders` 按 `order_date` 月分区。
- 参考模板：`scripts/db/010_partitioning_template.sql`。
### 4.2 分库分表（必要时）
- 拆分键：`org_id`（库路由）+ `order_date`（表分区）。
- 灰度步骤：双写→读切换→写切换→数据校验→下线旧库。
## 5. 缓存建议（可选）
- 读多写少：产品/BOM/供应商/客户可使用本地缓存（Caffeine 类似策略在 Python 可用 LRU/TTL）或 Redis。
- 幂等：新增订单建议引入 `idempotency_key`（请求头/字段），避免重复提交造成重复扣料与重复下单。