Limitazioni note del modello AI e della ricerca di duplicati di Parts Rationalization
In questo argomento vengono illustrate le limitazioni note del modello AI e della ricerca di duplicati utilizzati in Parts Rationalization.
Panoramica del modello AI
Il modello AI corrente genera rappresentazioni della parte basate esclusivamente sulla geometria 3D fornita nel file PVZ. Il modello AI non considera nessuno degli aspetti seguenti:
• Colori: i colori della superficie vengono ignorati.
• Materiali: il tipo di materiale, ad esempio acciaio o plastica, viene ignorato.
• Decalcomanie: eventuali decalcomanie o texture applicate alla geometria vengono ignorate.
• Struttura interna: le feature 3D nascoste o interne vengono ignorate.
• Attributi: i metadati o gli attributi della parte nel file PVZ vengono ignorati.
Di seguito sono riportate le altre limitazioni 3D:
• Scala: le parti con geometria identica ma scala diversa vengono trattate come duplicate.
• Risoluzione: nel modello AI potrebbero mancare piccoli dettagli geometrici durante il calcolo della rappresentazione della parte.
• Specchiatura: le parti specchiate (ad esempio, le portiere di sinistra e di destra di un'auto) non vengono considerate come duplicate.
• Auto-occlusione: il modello AI tenta di acquisire tutta la geometria, ma alcune aree potrebbero comunque risultare mancanti nel calcolo della rappresentazione della parte a causa dell'auto-occlusione.
• Rotazione: in rari casi, le geometrie duplicate ruotate possono produrre rappresentazioni diverse. Un cubo allineato agli assi e un cubo ruotato, ad esempio, possono produrre rappresentazioni distinte e potrebbero non essere riconosciuti come duplicati.
Il modello non fa distinzione in termini di scala. Ad esempio, due bulloni con la stessa forma ma di dimensioni diverse (1 cm e 2 cm) sono considerati identici.
I calcoli ripetuti sullo stesso file PVZ possono produrre rappresentazioni della parte leggermente diverse a causa delle variazioni della precisione a virgola mobile e dell'elaborazione parallela durante l'inferenza del modello.
Ricerca di duplicati
La ricerca di parti duplicate identifica i gruppi di parti duplicate in base alle rappresentazioni della parte generate dal modello AI.
Il risultato della ricerca di duplicati è un elenco ordinato di gruppi, con il gruppo più grande per primo. Tutte le similarità tra le parti all'interno di un gruppo sono uguali o superiori al parametro di similarità minima utilizzato per la ricerca. Per una ricerca al 100%, la similarità minima effettiva ha un margine piccolo.
Si applicano le limitazioni seguenti:
• Limite di archiviazione: ogni istanza di Windchill del cliente è limitata a 15 ricerche di duplicati memorizzate.
• Prestazioni: la ricerca di duplicati non è un'operazione in tempo reale. Possono essere necessarie diverse ore, a seconda dei fattori seguenti:
◦ Numero di parti indicizzate
◦ Numero di potenziali duplicati
• Ripetibilità: la ricerca di duplicati non è idempotente. Ciò è dovuto al calcolo non deterministico delle rappresentazioni della parte (vedere Modello AI) e alla natura approssimativa del database dei vettori interno. Di conseguenza, anche durante l'indicizzazione delle stesse parti, le ricerche ripetute possono restituire variazioni negli elementi seguenti:
◦ Parti duplicate trovate
◦ Numero di gruppi (cluster) formati
◦ Ordine dei gruppi nei risultati
• Dimensione del gruppo: un gruppo ha almeno due parti e massimo 1024 parti.
• Suddivisione dei gruppi: se la ricerca di duplicati trova gruppi più grandi del valore massimo, questi verranno divisi in più sottogruppi più piccoli della dimensione massima.
 |
I risultati di una ricerca possono includere un numero elevato di duplicati e cluster, soprattutto quando le family table delle parti sono indicizzate.
|