Open Cascade造型算法——倒圆与倒角

简介: 造型算法——倒圆与倒角 Modeling Algorithms Fillets and Chamfers eryar@163.com 一、倒圆Fillet Constructor 1. BRepFilletAPI_MakeFillet 使用类BRepFilletAPI_MakeFillet来为形状添加倒圆。

造型算法——倒圆与倒角

Modeling Algorithms Fillets and Chamfers

eryar@163.com

一、倒圆Fillet Constructor

1. BRepFilletAPI_MakeFillet

使用类BRepFilletAPI_MakeFillet来为形状添加倒圆。倒圆是用光滑面来代替角边。使用方法如下:

l 首先,给定一个需要倒圆的形状;

l 然后,通过Add方法来添加描述倒圆的参数,倒圆所需的参数包括一个边edge和半径radius。当然,边edge必须由两个面face所共有。倒圆会将原来的边替换成光滑的圆面过渡。

l 最后,通过询问结果来执行倒圆操作。

注:添加一个倒圆两次并不会出错,因为只保留了最后一次添的倒圆。

Figure 1. Filleting two edges using radius r1 and r2

Figure 1. Filleting two edges using radius r1 and r2

下面给出一个将创建一个倒圆的长方体,其尺寸分别为abc,倒圆半径r

Figure 2. Filleting a box

Figure 2. Filleting a box

代码如下所示,创建上图所示的倒圆的长方体的参数分别为:

a = 100b = 60c = 80r = 10

 
#include <TopoDS_Shape.hxx> 
#include <TopoDS.hxx> 
#include <BRepPrimAPI_MakeBox.hxx> 
#include <TopoDS_Solid.hxx> 
#include <BRepFilletAPI_MakeFillet.hxx> 
#include <TopExp_Explorer.hxx> 
 
TopoDS_Shape FilletedBox(const Standard_Real a, 
      const Standard_Real b, 
      const Standard_Real c, 
      const Standard_Real r) 
{ 
    TopoDS_Solid Box = BRepPrimAPI_MakeBox(a,b,c); 
    BRepFilletAPI_MakeFillet MF(Box); 
 
    // add all the edges to fillet 
    TopExp_Explorer ex(Box,TopAbs_EDGE); 
    while (ex.More()) 
    { 
        MF.Add(r,TopoDS::Edge(ex.Current())); 
        ex.Next(); 
    }
 
    return MF.Shape(); 
} 
 

如下图所示为创建一个半径变化的倒圆操作:

Figure 3. Evolutive radius fillet

Figure 4. Evolutive radius fillet a box

程序代码如下所示:

 
  1:     TopoDS_Shape theBox = BRepPrimAPI_MakeBox(200, 200, 200);
  2:     BRepFilletAPI_MakeFillet Rake(theBox);
  3:     ChFi3d_FilletShape FSH = ChFi3d_Rational;
  4:     Rake.SetFilletShape(FSH);
  5:  
  6:     TColgp_Array1OfPnt2d parAndRad(1, 6);
  7:     parAndRad.SetValue(1, gp_Pnt2d(0, 10));
  8:     parAndRad.SetValue(2, gp_Pnt2d(50, 20));
  9:     parAndRad.SetValue(3, gp_Pnt2d(70, 20));
 10:     parAndRad.SetValue(4, gp_Pnt2d(130, 60));
 11:     parAndRad.SetValue(5, gp_Pnt2d(160, 30));
 12:     parAndRad.SetValue(6, gp_Pnt2d(200, 20));
 13:  
 14:     TopExp_Explorer ex(theBox, TopAbs_EDGE);
 15:     Rake.Add(parAndRad, TopoDS::Edge(ex.Current()));
 16:     TopoDS_Shape evolvedBox = Rake.Shape();
 17: 

2. BRepFilletAPI_MakeFillet2d

BRepFilletAPI_MakeFillet2d is used to construct fillets and chamfers on planar faces.

我按照示例代码运行了一下程序,结果程序总是崩溃,其操作的效果不得而知,所以也得不到真实的效果图。将其程序代码列出如下所示:

 
  1: #include “BRepPrimAPI_MakeBox.hxx” 
  2: #include “TopoDS_Shape.hxx” 
  3: #include “TopExp_Explorer.hxx” 
  4: #include “BRepFilletAPI_MakeFillet2d.hxx” 
  5: #include “TopoDS.hxx” 
  6: #include “TopoDS_Solid.hxx” 
  7:  
  8: TopoDS_Shape FilletFace(const Standard_Real a, 
  9:     const Standard_Real b, 
 10:     const Standard_Real c, 
 11:     const Standard_Real r) 
 12: { 
 13:     TopoDS_Solid Box = BRepPrimAPI_MakeBox (a,b,c); 
 14:     TopExp_Explorer ex1(Box,TopAbs_FACE); 
 15:  
 16:     const TopoDS_Face& F = TopoDS::Face(ex1.Current()); 
 17:     BRepFilletAPI_MakeFillet2d MF(F); 
 18:     TopExp_Explorer ex2(F, TopAbs_VERTEX); 
 19:  
 20:     while (ex2.More()) 
 21:     { 
 22:         MF.AddFillet(TopoDS::Vertex(ex2.Current()),r); 
 23:         ex2.Next(); 
 24:     } 
 25:  
 26:     // while... 
 27:     return MF.Shape(); 
 28: }
 29: 

二、倒角Chamfer Constructor

1BRepFilletAPI_MakeChamfer

BREpFilletAPI_MakeChamfer的使用方法与BRepFilletAPI_MakeFillet大致类似,但稍有不同:

a) The surfaces created are ruled and not smooth;

b) The Add syntax for selecting edges requires one or two distances, one edge and one face(contiguous to the edge);

Add(dist, E, F);

Add(d1, d2, E, F); with d1 on the face F.

Figure 5. Creating a chamfer

Figure 6. The box with chamfers

程序代码如下所示:

 
  1: TopoDS_Shape theBox = BRepPrimAPI_MakeBox(130,200,170); 
  2: BRepFilletAPI_MakeChamfer MC(theBox); 
  3: TopTools_IndexedDataMapOfShapeListOfShape M; 
  4: TopExp::MapShapesAndAncestors(theBox,TopAbs_EDGE,TopAbs_FACE,M); 
  5:  
  6: for (Standar1d_Integer i;i<M.Extent();i++) 
  7: { 
  8:     TopoDS_Edge E = TopoDS::Edge(M.FindKey(i)); 
  9:     TopoDS_Face F = TopoDS::Face(M.FindFromIndex(i).First()); 
 10:     MC.Add(15,15,E,F); 
 11: } 
 12:  
 13: TopoDS_Shape ChanfrenedBox = MC.Shape();  
 14: 

 

目录
相关文章
|
算法 C++ 索引
OpenCASCADE中的数学图元及其算法
Math Primitives and Algorithms 数学图元及其算法 eryar@163.com 一、概述 Overview Open CASCADE中的数学图元及其算法包括以下内容: l 向量和矩阵(Vectors and matrices); l 几何图元(Geometric primitives); l 数学算法(Math algorithms); 二、向量和矩阵 Vectors and Matrices 向量和矩阵部分提供了基本类型的矩阵和向量的C++实现,也可用来定义更复杂的数据结构。
1643 0
|
12天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
145 80
|
6天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
8天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。
|
5天前
|
算法
基于梯度流的扩散映射卡尔曼滤波算法的信号预处理matlab仿真
本项目基于梯度流的扩散映射卡尔曼滤波算法(GFDMKF),用于信号预处理的MATLAB仿真。通过设置不同噪声大小,测试滤波效果。核心代码实现数据加载、含噪信号生成、扩散映射构建及DMK滤波器应用,并展示含噪与无噪信号及滤波结果的对比图。GFDMKF结合非线性流形学习与经典卡尔曼滤波,提高对非线性高维信号的滤波和跟踪性能。 **主要步骤:** 1. 加载数据并生成含噪测量值。 2. 使用扩散映射捕捉低维流形结构。 3. 应用DMK滤波器进行状态估计。 4. 绘制不同SNR下的轨迹示例。
|
9天前
|
机器学习/深度学习 算法 索引
单目标问题的烟花优化算法求解matlab仿真,对比PSO和GA
本项目使用FW烟花优化算法求解单目标问题,并在MATLAB2022A中实现仿真,对比PSO和GA的性能。核心代码展示了适应度计算、火花生成及位置约束等关键步骤。最终通过收敛曲线对比三种算法的优化效果。烟花优化算法模拟烟花爆炸过程,探索搜索空间,寻找全局最优解,适用于复杂非线性问题。PSO和GA则分别适合快速收敛和大解空间的问题。参数调整和算法特性分析显示了各自的优势与局限。
|
3天前
|
算法 5G
基于MSWA相继加权平均的交通流量分配算法matlab仿真
本项目基于MSWA(Modified Successive Weighted Averaging)相继加权平均算法,对包含6个节点、11个路段和9个OD对的交通网络进行流量分配仿真。通过MATLAB2022A实现,核心代码展示了迭代过程及路径收敛曲线。MSWA算法在经典的SUE模型基础上改进,引入动态权重策略,提高分配结果的稳定性和收敛效率。该项目旨在预测和分析城市路网中的交通流量分布,达到用户均衡状态,确保没有出行者能通过改变路径减少个人旅行成本。仿真结果显示了27条无折返有效路径的流量分配情况。
|
1月前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
17天前
|
供应链 算法 调度
排队算法的matlab仿真,带GUI界面
该程序使用MATLAB 2022A版本实现排队算法的仿真,并带有GUI界面。程序支持单队列单服务台、单队列多服务台和多队列多服务台三种排队方式。核心函数`func_mms2`通过模拟到达时间和服务时间,计算阻塞率和利用率。排队论研究系统中顾客和服务台的交互行为,广泛应用于通信网络、生产调度和服务行业等领域,旨在优化系统性能,减少等待时间,提高资源利用率。
|
25天前
|
存储 算法
基于HMM隐马尔可夫模型的金融数据预测算法matlab仿真
本项目基于HMM模型实现金融数据预测,包括模型训练与预测两部分。在MATLAB2022A上运行,通过计算状态转移和观测概率预测未来值,并绘制了预测值、真实值及预测误差的对比图。HMM模型适用于金融市场的时间序列分析,能够有效捕捉隐藏状态及其转换规律,为金融预测提供有力工具。

热门文章

最新文章