现代工业产品研发过程中，对设计产品进行有限元仿真分析是验证产品有效性的重要手段之一。在产品模型进行有限元仿真分析前，通常需要对其进行细节特征抑制和降维等简化以提高后续网格生成的效率和质量，进而提高仿真分析效率。其中，薄壁件广泛应用于复杂且高精度的汽车、航空航天等产品中，其模型简化对薄壁件的性能分析至关重要。中面抽取因对薄壁件模型可实现最有效的降维简化而被广泛应用。其重要性不言而喻。　　目前，关于薄壁件模型中面抽取的研究主要可分为基于中轴转换的方法、基于面对的方法、基于模型分解的方法、和基于弦轴转换的方法等。这些方法大多只能处理比较简单的薄壁件模型，针对复杂薄壁件模型仍存在若干关键问题亟待研究，诸如:拓扑连接不准确、几何精度不高、生成速度慢尤其是设计变更后的无法快速迭代等。此外，后续基于中面的有限元网格生成也是通过经验得来，缺乏有效的理论指导。因此，本论文围绕以上关键问题开展研究，主要研究工作包括以下几个方面:　　(1)提出一种基于虚拟分割的保拓扑的复杂薄壁件模型中面简化方法，以鲁棒地对复杂薄壁件模型进行中面抽取，并在确保中面几何精度的同时，保证中面模型的拓扑有效性。　　(2)提出一种基于筋特征识别的层次化语义中面抽取简化方法，通过包含复杂筋特征的层次化语义信息，支持薄壁件模型中面简化过程的高效变动和产品变动设计的快速更新。　　(3)提出一种改进的基于弦轴转换的快速中而抽取简化方法，支持中面网格模型的高效生成以用于快速分析，较之前的弦轴法鲁棒性更佳且适用性更广。　　(4)提出一种基于BP神经网络的面向中面面片的先验网格自适应量化评价方法，建立自适应网格生成参数与有限元分析误差的对应关系，以指导分析人员对参数进行合理设置并以此为依据进行中面网格的自适应生成。