Im Zeitraum vom 1. Juli bis 26. September 2016 habe ich meine Bachelorarbeit Konzept und prototypische Einbindung einer Ähnlichkeitssuche für 3-dimensionale Konstruktionsbauteile in das PLM System Aras Innovator verfasst. Kurz davor hatte ich ein 3-monatiges Praktikum bei der Aras Software GmbH in München absolviert. Da manchmal die Frage aufkommt ob Ähnlichkeitssuchen, ob nun im 2- oder 3-dimensionalem Raum, möglich sind, möchte ich in diesem Artikel meine Erfahrungen teilen und anschließend diese Frage beantworten.
Ziel der Arbeit war es ein Konzept zur 3D-Ähnlichkeitssuche zu entwickeln und das Konzept prototypisch umzusetzen. Wenn nun nach dem Modell aus der Abbildung 1 gesucht wird, ist das zu erwartende Ergebnis eine Liste bestehend aus ähnlichen Konstruktionsbauteilen. Das bedeutet, dass das Ergebnis im Idealfall aus Rohren mit verschiedenen Maßen besteht. Die Maße der verschiedenen Bauteile variieren, dies ist nur etwas schwierig auf einem Bild zu erkennen. Das Ergebnis der Suchanfrage ist in der Abbildung 2 zu sehen. Die Farbe der Bauteile wird nicht berücksichtigt.
Um etwas mit den Ergebnissen anfangen zu können, sind jedoch noch einige zusätzliche Informationen nötig:
- 3D-Konstruktionsdaten in Aras Innovator: In dem PLM-System Aras Innovator stehen Konstruktionsbauteile aus verschiedenen Konstruktionssystemen, wie zum Beispiel Siemens NX, CATIA V5 und SolidWorks, bereit. Die verschiedenen Bauteile werden in ein neutrales Format, das 3D-PDF Format, konvertiert und in der Datenbank hinterlegt. Auf diese Weise können alle Anwender des PLM-Systems darauf zugreifen, ohne zusätzliche Lizenzgebühren oder Software.
- Datenbank: Die Datenbank bestand aus 60 verschiedenen 3D-PDFs mit unterschiedlichen Bauteilen. Die Effektivität einer Ähnlichkeitssuche besteht aus einem Vergleich der Inhalte der Datenbank. Hier werden im ersten Schritt alle Modelle der Datenbank unterschiedlichen Kategorien zugeordnet, in diesem Fall wäre eine Kategorie "Zylinder (mit Bohrung)". Dann wird eine Suche von einem Modell aus einer Kategorie gestartet. Im Idealfall sind alle Modelle der Kategorie des Suchmodells auch ganz vorne platziert. Wenn nun K die Anzahl der Modelle der Suchkategorie ist, dann wäre ein Bewertungskriterium der Durchschnitt der K Modelle, die auch in der K-ten Platzierung ist: Modelle aus K die auf den Plätzen 1 bis K sind / K. Ideal wäre wenn 100% rauskommen würde. Eines der größeren Probleme von diesem Kriterium ist eine sinnvolle Kategorisierung, es ist schwierig einzuschätzen wie grob die Kategorisierung ausschauen soll. Das bedeutet, dass die Wartung und Erstellung einer Datenbank dementsprechend zeitintensiv ist.
Die Datenbank die ich nutzte bestand aus 60 Modellen. Folgende Kategorien waren die wichtigsten:
Das Suchmodell aus Abbildung 1, ist in der Kategorie "Zylinder mit Bohrung". Die besten neun Suchergebnisse sind sieben 3D-Objekte aus der Kategorie "Zylinder mit Bohrung", ein 3D-Objekt aus "Zylinder ohne Bohrung" und ein 3D-Modell von einem Extruder. Das wäre eine Effektivität von ~78%.
Um nun ähnliche Modelle wiederzufinden wurde das CAD-Dokument um einen RelationshipType erweitert. Dieser RelationshipType führt die Suche aus, erstellt eine Liste der Suchergebnisse und zeigt diese Liste im RelationshipGrid an (Siehe Abbildung 3).
Die Frage, ob es diese Art von Ähnlichkeitssuchen als Standardfunktionalität in Aras Innovator gibt, muss zurzeit noch mit Nein beantwortet werden. Es gibt noch keine umgesetzte Lösung von der ich weiß, jedoch ist es möglich eine solche Ähnlichkeitssuche zu programmieren und einzubinden. Aras Innovator erfüllt durch seine Flexibilität und Offenheit jegliche Anforderung, um diese Herausforderung zu bewältigen.
Auf jeden Fall war das Thema der Arbeit nicht einfach, jedoch ziemlich spannend und ich habe viel bei der Fertigstellung einer Lösung gelernt. Für die, die mehr dazu wissen wollen, die komplette Arbeit befindet sich hinter folgendem Link.