华为发布工业软件五大难题之AI技术提升六面体网格生成自动化问题
信息来源：中国科学院数学与系统科学研究院—华为 π实验室技术背景1. 业务场景：在使用工业软件对各物理场问题分析过程中，相对于其他网格，六面体网格具有更好的计算精度、更高的计算效率、更强的抗畸变能力并能更自然地顺应边界和物理场的走向。目前，六面体网格主要依赖半自动半手工模式--扫掠法来得到。2. 技术选题的关键性：六面体剖分以扫掠法为主，对一些复杂的工程问题，所需工作量要以人月甚至人年记。如能提升六面体网格生成自动化程度，将大幅减轻工程师的劳动强度，显著提升工作效率，缩短仿真时间和产品开发周期。3. 技术选题的泛用性：六面体网格生成技术是工业软件和一些相关领域的通用技术，并不局限于某个特定的应用场景。技术挑战1. 设计基于AI的三维几何体分块算法，将物体分割为一些适合于扫掠的块。2. 对于分割后剩余的不可扫掠块，设计AI指导下的空腔填充算法，以填充剩余块内部。3. 空腔填充算法也应适用于四面体网格。技术诉求1. 可自动剖分模型的复杂程度：用基本体素进行10次以内布尔运算得出的几何模型(占比30%)。2. 对更复杂模型可减少交互工作量30%以上。3. 单元质量要求：雅可比值不低于0.1。参考文献[1] Pietroni N, Campen M, Sheffer A, et al. Hex-mesh generation and processing: a survey[J]. ACM TOG , 2022,42(2): 1-44.[2] Fang X, Xu W, Bao H, and Huang J. All-Hex Meshing using Closed-Form Induced Polycube. ACM TOG , 2016; 35(4).[3] Tautges TJ, Blacker T, Mitchell SA. The whisker weaving algorithm: A connectivity-based method for constructing all-hexahedral finite element meshes. IJNME, 1996; 39(19): 3327–3349.[4] Price MA, Armstrong CG. Hexahedral mesh generation by medial surface subdivision: part II. Solids with flat and concave edges. IJNME, 1997; 40: 111-136.[5] Livesu M, Pietroni N, Puppo E, Sheffer A, and Cignoni P. LoopyCuts: practical feature-preserving block decomposition for strongly hexdominant meshing. ACM TOG(SIGGRAPH) ; 2020: 39(4).[6] Lu Y, Gadh R, Tautges TJ. Feature based hex meshing methodology: feature recognition and volume decomposition. Computer Aided Design, 2001; 33(3): 221–32.[7] Lei, Na , et al. "Quadrilateral mesh generation II: Meromorphic quartic differentials and Abel-Jacobi condition." Computer Methods in Applied Mechanics and Engineering , 2020.[8] Liu JF, Sun SL, Chen YQ. A new method of quality improvement for quadrilateral mesh based on small polygon reconnection, Acta Mechanica Sinica , 2012, 28(1):140-145.[9] Biesbroeck A V , Shang F , Bassir D . CAD Model Segmentation Via Deep Learning[J]. International Journal of Computational Methods, 2020.来源：山涧果子
