现代化计算机集成制造研究领域中，工程人员对通过全局对称性识别降低装配模型CAE分析规模十分关心。装配模型的全局对称性识别，对于降低CAE分析的运算规模，提高CAD/CAE的集成效率，乃至推动我国现代化数字集成制造技术的发展具有重要意义。装配模型由零件模型装配而成。根据零件是否可动，装配模型可以分为静态装配模型和动态装配模型。现在对于静态装配模型的对称性识别研究还很少，关于动态装配模型的对称性研究基本上还是空白。本项目定位是，提出面向CAE分析的静态装配模型和动态装配模型的全局对称性全自动识别方法，同时，所提方法能提高零件模型全局对称性的识别效率及识别范围。主要研究内容包括：（1）B-Rep零件模型全局对称性识别。（2）带自由曲面特征零件模型全局对称性识别。（3）静态装配模型全局对称性识别。（4）动态装配模型全局对称性识别。重要结果包括：（1）提出了一种基于部分先验的B-Rep零件模型全局对称性识别方法。该方法仅需识别部分局部对称性，利用先验知识，就可以快速识别B-Rep模型全局对称性。经过充分实验验证，该方法鲁棒性较高且速度较快。（2）提出了一种基于特征的带自由曲面特征零件模型全局对称性识别方法，该方法充分利用曲面设计特征，尽可能多地识别模型局部对称性，然后通过合并验证方法确定整个模型的全局对称性。（3）提出了一种基于特征的静态装配模型全局对称性识别方法。该方法充分利用装配特征，并通过几何推理，能有效识别静态装配模型全局对称性。（4）在前两个方法的基础上，进一步提出了一种基于知识的动态装配模型的全局对称性识别方法。该方法以一致零件集为宏观单元，并利用合并验证规则和基于运动副规则，能快速识别装配模型全局对称性。通过实验验证，该方法能自适应识别静态对称性和动态对称性，并且对初始运动时刻和采样密度不敏感，鲁棒性较高，同时能尽量避免对运动过程进行密集采样，速度较快。科学意义体现在，本项目较好解决了宏观对称性识别单元确定、动态装配模型中的密集采样等问题，最终为提高静态装配模型和动态装配模型的CAE分析效率，提供了强有力的对称性简化依据。 2100433B