一种基于B-rep自监督学习的制造工艺策略预测方法

本发明涉及制造工艺策略预测技术领域，具体为一种基于B‑rep自监督学习的制造工艺策略预测方法，包括以下步骤：对输入的B‑rep数据进行预处理，提取每个面、环、边和顶点的几何以及拓扑特征，将其编码为特征矩阵；将特征矩阵输入编码器－解码器模型，通过自监督学习框架训练模型，从B‑rep数据中学习出每个面在潜在空间的嵌入表示；利用自监督学习框架训练模型得到的每个面在潜在空间的嵌入表示。本发明通过自监督神经网络框架，在没有标记的CAD数据中有效学习模型的几何和拓扑信息，能够在少量样本和无标签数据上进行有效学习，从而为零件加工提供准确、快速的工艺策略预测。