CATIA几何特征智能识别实战：曲面法线点阵批量化生成的完整方案

【免费下载链接】pycatiapython module for CATIA V5 automation项目地址: https://gitcode.com/gh_mirrors/py/pycatia

面对成百上千个需要逐一处理的曲面采样点，很多工程师的第一反应是"用宏录一遍"。但宏解决不了特征识别、命名规范和批量法线计算这三个连环问题。本文围绕CATIA几何特征智能识别展开，基于 PyCATIA 封装一套从"特征自动分类"到"法线批量生成"的完整流水线，并给出可验证的效率对比与避坑要点。

从一次曲面评审说起：为什么手动做法撑不住了

做车身 A 级曲面评价时，我需要在某个外板曲面上布 240 个采样点，逐个计算法线方向，再把这些法线画出来用于光照分析。手动流程大约是这样的：先手工在曲面上点位置、再逐个调用"法线"命令、最后重命名每个特征——240 个点意味着至少 700 次以上的重复点击。做完一次要花掉大半个工作日，中间还出过两处方向反了的问题，返工后整个数据集的命名也乱成一团。

这个场景暴露出四个普遍痛点：

• 特征定位靠肉眼：曲面、曲线、点混在一个几何图形集里，靠人眼逐个辨认效率极低；
• 重复操作无边界：同类几何操作要执行数百次，宏录制只能"原样重放"，无法适应特征数量变化；
• 命名规则靠自觉：Point.1、Point.2这种默认命名无法追溯用途，也没有任何语义信息；
• 数据一致性无保障：人工操作极易出现方向选反、遗漏点位、版本覆盖等低级错误。

问题的解法不是"更仔细地手点"，而是把识别、采样、计算三段流程全部交给程序。

原理透视：几何特征识别到底在识别什么

CATIA V5 的几何建模核心是HybridShape（混合形状）对象体系。无论是点、线、圆、曲面还是平面，在模型树里都是 HybridShape 的子类，挂在 Hybrid Body（几何图形集）下面。PyCATIA 做的事情，就是把 CATIA 的 COM 自动化接口翻译成 Python 对象，所以你在 CATIA 里能点的每一个命令，几乎都能在 Python 里找到对应方法。

特征识别的关键在get_geometrical_feature_type()这个方法：给它一个元素引用，它返回一个整数，对应GeometricalFeatureType枚举。PyCATIA 的枚举定义在pycatia/enumeration/enums.py，常见取值如下：

⚠️注意事项：这个枚举的数值映射在不同 CATIA 版本间存在差异。永远不要硬编码数字（比如if type == 5），一定要用GeometricalFeatureType(value).name这种方式，让枚举替你完成翻译，才能保证脚本跨版本可用。

理解了这层映射，特征识别就变成了一件很简单的事：遍历几何图形集 → 逐个查类型 → 按类型归档。

方案设计：三个模块搭起一条自动化流水线

整套方案拆成三个独立模块，职责单一、可以单独测试，也方便替换成你自己的业务逻辑。

模块一：特征扫描归档器，把几何元素分门别类

第一个模块负责遍历当前 Part 的所有几何图形集，把元素按类型装进字典。它输出的是一个分类结果，不修改任何模型，安全性最高。

from pycatia import catia, GeometricalFeatureType class GeometrySorter: """遍历全部几何图形集，按特征类型归档所有混合形状。""" def __init__(self, part): self.part = part self.hsf = part.hybrid_shape_factory self.buckets = {"Point": [], "Line": [], "Curve": [], "Surface": [], "Plane": [], "Other": []} def scan(self) -> dict: """执行扫描，返回 {类型名: [HybridShape, ...]} 的分类字典。""" for body in self.part.hybrid_bodies: shapes = body.hybrid_shapes for idx in range(1, shapes.count + 1): shape = shapes.item(idx) ref = self.part.create_reference_from_object(shape) raw = self.hsf.get_geometrical_feature_type(ref) kind = GeometricalFeatureType(raw).name target = kind if kind in self.buckets else "Other" self.buckets[target].append(shape) return self.buckets

核心就三行：拿到引用 → 查类型 → 归档。part.create_reference_from_object()负责把形状对象转成 CATIA 需要的 Reference，这是所有后续几何操作的统一入口。

模块二：采样点规划器，批量铺设参数化点阵

识别出曲面后，需要一套可配置的采样方案。这里的思路是"先规划、再落点"：根据行列数生成网格坐标，用add_new_point_coord批量创建点。

import itertools class LatticePlanner: """按行列参数生成规则网格采样点，并写入指定几何图形集。""" def __init__(self, part, surface, rows=6, cols=8, spacing=10.0): self.part = part self.surface = surface # 目标曲面引用 self.rows = rows self.cols = cols self.spacing = spacing # 网格间距(mm) self.hsf = part.hybrid_shape_factory def plan(self) -> list: """根据行列数生成平面网格坐标列表。""" coords = [] for r, c in itertools.product(range(self.rows), range(self.cols)): x = (c - self.cols / 2) * self.spacing y = (r - self.rows / 2) * self.spacing coords.append((x, y, 0.0)) return coords def materialize(self, body_name="SamplePoints") -> list: """把坐标落成真正的点特征，返回点对象列表。""" bodies = self.part.hybrid_bodies try: body = bodies.item(body_name) except Exception: body = bodies.add() body.name = body_name created = [] for i, (x, y, z) in enumerate(self.plan(), start=1): point = self.hsf.add_new_point_coord(x, y, z) point.name = f"SP_{i:03d}" body.append_hybrid_shape(point) created.append(point) self.part.update() return created

⚠️注意事项：add_new_point_coord创建的是自由空间点，若要严格贴合曲面，建议在 CATIA 中使用"点面复制（Point On Surface）"命令预先建立贴合采样点，脚本再对既有点集合做批量法线。仓库中的user_scripts/create_lines_normal_to_surface.py就是"选择曲面 + 选择点几何图形集 → 批量生成法线"的官方交互范式，可以直接作为本模块的参考实现。

模块三：法线批量构建器，一键生成全部法线向量

这是整条流水线的收尾环节。对点集合里的每个点，调用add_new_line_normal创建法线，支持正负偏移和方向翻转控制。

from pycatia import catia from pycatia import GeometricalFeatureType class NormalFactory: """为指定几何图形集中的全部点批量创建曲面法线。""" def __init__(self, part, surface_ref, length=20.0): self.part = part self.surface_ref = surface_ref # 目标曲面 Reference self.length = length self.hsf = part.hybrid_shape_factory def run(self, points_body, out_body_name="NormalLines") -> int: """遍历点集合生成法线，返回创建条数。""" bodies = self.part.hybrid_bodies try: target = bodies.item(out_body_name) except Exception: target = bodies.add() target.name = out_body_name count = 0 shapes = points_body.hybrid_shapes for idx in range(1, shapes.count + 1): shape = shapes.item(idx) ref = self.part.create_reference_from_object(shape) kind = GeometricalFeatureType( self.hsf.get_geometrical_feature_type(ref)).name if kind != "Point": continue line = self.hsf.add_new_line_normal( self.surface_ref, ref, -self.length, self.length, False ) line.name = f"NL_{idx:03d}" target.append_hybrid_shape(line) count += 1 self.part.update() return count

add_new_line_normal(surface, point, begin, end, orientation)的最后一个布尔参数控制法线方向是否翻转——这一点在批量场景里极其关键，下面会专门讲。

上图是采样点落好之后的效果，白色标记即规划器生成的网格点；下图则是法线批量生成后的可视化结果，每个采样点上都长出一条白色法线短线。

动手实操：把三个模块串成一条完整命令

三个模块组装起来就是完整流程：连接 CATIA → 扫描特征 → 锁定曲面 → 铺点 → 画法线 → 刷新视图。

from pycatia import catia from pycatia.mec_mod_interfaces.part_document import PartDocument def main(): # 1. 连接已运行的 CATIA，取活动零件文档 app = catia() doc: PartDocument = app.active_document part = doc.part # 2. 特征扫描：找出全部曲面 sorter = GeometrySorter(part) buckets = sorter.scan() surfaces = buckets["Surface"] if not surfaces: print("当前零件中未找到曲面特征，流程终止。") return target = surfaces[0] surface_ref = part.create_reference_from_object(target) print(f"锁定曲面: {target.name}") # 3. 规划并落点：8 行 x 12 列 = 96 个采样点 planner = LatticePlanner(part, target, rows=8, cols=12, spacing=12.0) points = planner.materialize("SamplePoints") print(f"采样点已生成: {len(points)} 个") # 4. 批量法线：指向采样点所在几何图形集 body = part.hybrid_bodies.item("SamplePoints") factory = NormalFactory(part, surface_ref, length=25.0) made = factory.run(body, "NormalLines") print(f"法线已生成: {made} 条") # 5. 更新视图，让模型树与显示同步 part.update() app.refresh_display = True print("流水线执行完毕。") if __name__ == "__main__": main()

执行前请确认三件事：CATIA 已启动且处于"零件设计"环境；活动文档是.CATPart；目标曲面确实存在于某个几何图形集中。PyCATIA 的脚本编写规范与调试技巧可以参考docs/create_and_run_a_script.rst，丰富的可运行示例集中在examples/目录（例如examples/example__hybrid_shape_factory__001.py演示了混合形状工厂的基础用法）。

避坑提示汇总

1. 方向翻转陷阱：add_new_line_normal的orientation=False表示沿默认正向，True会反向。批量生成后务必抽查若干条法线，确认全部指向曲面外侧（或按业务统一指向内侧）。
2. 点必须被曲面支撑：法线计算要求点位于曲面上或与曲面强相关。用坐标点凑数时，点若偏离曲面，生成的"法线"可能指向奇异方向。严格场景请用"点面复制"命令建立贴合点。
3. 几何图形集数量限制：单个几何图形集塞入过多元素会拖慢 CATIA 更新速度。建议按批次拆分（如每 200 个点一个图形集），并在每批之间调用part.update()释放计算压力。
4. 命名规范化：SP_001、NL_001这类带序号的命名足够追溯；若需要更强的可读性，可在命名中拼接曲面名，例如NL_WingTop_001。
5. 版本兼容：优先用枚举名称而非魔法数字判断类型，Python 建议使用 3.8 及以上版本，与 PyCATIA 依赖的 COM 桥接更稳定。

效果评估：自动化带来的真实收益

以一次典型的 240 点曲面法线任务为例（含特征识别、采样、法线生成、命名、人工抽检），手动与脚本化的对比如下：

需要说明的是，上述数据来自典型规模的实测场景，具体数值会随曲面复杂度、机器性能浮动，但"一个数量级以上的效率提升"是普遍成立的。脚本化的主要局限在于：识别环节只能处理已有的几何特征，如果源模型本身曲面残缺、点集合里有杂质元素，程序会如实执行（比如把非点元素跳过），不会替你"判断意图"——所以人工抽检仍是质量保障的最后一道防线。

延伸思考：这套识别能力的更多用武之地

特征识别 + 批量几何处理的能力一旦建立，它的应用范围远超法线点阵：

• 航空机翼气动点阵：按翼型曲率调整采样密度，曲率大的前缘区域加密、后缘区域稀疏，为 CFD 提供高质量数据点。下图是典型的机翼曲面模型，正是此类分析的常见载体。

• 车身曲面质量检测：对相邻曲面批量计算法线夹角，自动定位 G2 不连续的接缝区域，输出问题清单；
• 模具拔模分析：根据法线与脱模方向的夹角批量判定倒扣区域，替代逐面手工检查；
• 船体光顺性评估：用相邻点法线夹角的变化率量化曲面光顺程度，为改型提供数据支撑；
• 点云与曲面贴合校验：批量生成采样点后，与扫描点云做距离比对，快速圈定偏差超限区域。

PyCATIA 把 CATIA 的 COM 自动化能力完整地映射到了 Python 生态里，你不需要精通 COM 或 CAA，就能用几行代码调度工业级几何内核。而像本文这种"扫描 → 归档 → 批量构建"的流水线模式，本质上是一种可复用的骨架：把"曲面法线"换成"约束"、"孔特征"、"标注"，换成你业务里的任意重复操作即可。真正值得投入的，是那一次性的特征识别骨架，剩下的都只是参数问题。

参考实现与更多素材：完整法线脚本见user_scripts/create_lines_normal_to_surface.py，特征类型枚举定义见pycatia/enumeration/enums.py，混合形状工厂的全部可用方法见pycatia/hybrid_shape_interfaces/hybrid_shape_factory.py，脚本开发规范见docs/create_and_run_a_script.rst。

【免费下载链接】pycatiapython module for CATIA V5 automation项目地址: https://gitcode.com/gh_mirrors/py/pycatia