随着计算机软硬件技术的发展,在机械设计制造领域内,三维CAD模型呈爆炸式的增长。如何从海量的CAD模型中对模型进行聚类并快速有效地检索出所需模型,然后对其加以重新利用,已经成为目前学术及工业界研究的热点问题。针对三维模型聚类与检索的问题,本文在综合国内外相关研究的基础上,主要在以下几个方面做了研究:第一,研究了三维模型表面采样问题。针对传统方法使用伪随机数进行采样存在的问题,本文提出应用拟随机序列在模型表面采样。根据拟随机序列中的Halton序列,产生分布更为均匀的随机数,使采样点均匀地分布于模型表面,更能全面的反映模型相关信息,从而使检索结果稳定可靠。第二,将径向夹角直方图(Radius Angle Histogram, RAH)引入机械工程三维CAD模型中进行检索。径向夹角直方图采用模型表面法矢与极径之间的夹角作为形状描述算子,具有旋转及平移不变性,对噪声具有较高的鲁棒性。本文将其引入到机械工程CAD模型检索领域,取得较好的检索效果。第三,在径向夹角直方图的基础上引入聚类算法进行检索,包括K均值聚类(K-means clustering method, KMM)和模糊C均值聚类(Fuzzy c-means clustering method,FCM)。在机械CAD模型领域,KMM和FCM取得了较好的检索效果;尤其是对管道类零件,这两种算法检索效果均优于直接使用径向夹角直方图及形状分布算法。第四,开发了三维建模软件UG的三维模型检索原型系统。该系统可以在UG中进行零件建模,然后调用检索程序,在设计库中检索与该零件相似的模型,按相似度高低排序输出。通过以上的研究,基本可以实现机械零件的设计、检索及后处理等的一体化操作,从而为产品快速设计制造奠定基础。本文得到国家自然科学基金项目“面向设计与制造过程集成的公差设计理论和方法研究(50465001)”以及广西研究生教育创新基金项目“基于特征的CAD模型聚类与检索方法的研究(2007105950802M07)”的资助。