三维CAD模型虚拟地展示出产品及零部件的形状与结构,在产品设计与制造领域被广泛应用。特别是随着数字孪生与虚拟现实技术的发展,三维CAD模型的意义更加显著。基于内容的三维CAD模型检索以一个三维CAD模型为输入,查找具有相同或相似结构的其它模型,对于重用设计结果与加工方法以及零部件成组等有重要作用。本文对基于内容的三维CAD模型检索算法展开研究,具体工作包括:第一,提出基于整体及局部相似性结合的三维CAD模型检索算法。该算法针对现有基于属性邻接图最大团的检索算法仅关注两模型局部结构相似性问题,以及最大团计算代价高、检索效率低的问题,采用两阶段检索策略。第一阶段提出了基于TF-IMF(特征频度-逆模型频度)向量的三维CAD模型整体面线分布表示法;第二阶段采用基于蚁群算法求解最大团。该算法能够考虑整体及局部相似性,并降低最大团的计算范围。实验表明该算法能够有效提高NDCG与NN检索指标及检索效率。第二,提出基于自编码神经网络的三维CAD模型检索算法。该算法针对上文算法在第一阶段仅考虑了模型面线分布,而忽略面线间连接关系的问题。采用自编码神经网络以三维CAD模型的属性邻接矩阵为输入,考虑矩阵元素数值(面线类型)及元素位置(面线关系),并融合TF-IMF向量考虑面线分布。实验结果表明,该算法NDCG达到91.18%,NN达到70.90%,并且能够进一步提升检索效率。最后,基于上述两种算法设计并实现了三维CAD模型检索系统,对检索结果进行可视化展示。