结构方案设计是产品设计过程中的重要阶段,决定着后期的产品设计效果和效率。目前企业已普遍从二维设计向三维进行转换,若提高三维模型的重用率,不仅可以实现从产品原理方案到结构方案的快速设计,缩短产品的设计周期,还可以逐步实现产品结构方案的智能化设计。本课题研究了三维模型快速识别方法,建立了一个基于模型检索的产品方案设计系统,该系统支持基于2D草图和3D模型以及文本关键字的查询方式。主要研究内容如下:基于VBA对Solidworks软件进行二次开发,实现了对三维模型缩略图的批量输出,通过分别提取三维模型缩略图的Zernike矩和HU矩以及PCA特征码作为图像特征描述符和进行实验比较,最终选定模型缩略图的Zernike矩作为其特征描述符。通过对三维模型样本库中各类别模型分别进行手工标注,结合三维模型内容特征相似度和基于WordNet的语义相似度计算规则,共同决定待标注模型的标注词汇,通过实验验证,表明该语义自动标注算法有较高的语义标注准确性。基于机器学习中的BP神经网络,提出一种三维模型分类检索方法,通过对提取的三维模型特征向量预处理为分类器的输入量,把手动标注的部分三维模型的类别号作为输出量,将输入量与输出量送入到分类器中仿真训练和进行实验验证,验证结果表明待分类三维模型能够实现较准确的分类。通过对三维模型进行自动语义标注,可以实现以文本关键字的输入形式进行三维模型的检索,此外,系统还可以输入模型三维图或二维草图,通过基于特征相似性计算实现三维模型的检索。与此同时,由于模型分类器的建立,对三维模型库中模型以及新模型实现自动分类,提高了检索系统的检索效率。