CadQuery中如何精确控制工作平面上的模型定位
2025-06-19 13:37:49作者:郜逊炳
在使用CadQuery进行3D建模时,我们经常需要在特定表面上创建新的几何体。本文将通过一个典型案例,讲解如何精确控制新几何体在工作平面上的定位方式。
问题背景
当我们在一个立方体的不同表面上添加新的立方体时,可能会遇到定位不一致的问题。例如:
a = Workplane("XY")
a = a.box(9, 20, 4) # 创建基础立方体
a = a.faces(">Y") # 选择+Y方向的表面
a = a.box(4, 13, 4, centered=[1,0,0]) # 在选定表面上添加新立方体
上述代码在+Y表面工作正常,但当我们将选择改为faces("<Y")时,新立方体的定位会出现问题,因为它使用了不同的角点作为参考。
解决方案分析
方法一:使用workplane偏移
我们可以通过精确控制工作平面的偏移量来实现对称定位:
a = Workplane("XY")
a = a.box(9, 20, 4)
a = a.faces("<Y")
a = a.workplane(6.5) # 沿法线方向偏移工作平面
a = a.box(4, 4, 13) # 创建新立方体
这种方法需要计算偏移量(这里是6.5),适用于需要精确控制位置的情况。
方法二:使用拉伸操作
更简单的方法是使用拉伸(extrude)操作:
a = Workplane("XY")
a = a.box(9, 20, 4)
a = a.faces("<Y")
a = a.workplane()
a = a.rect(4,4).extrude(13) # 绘制矩形并拉伸成立方体
这种方法更直观,不需要计算偏移量,且适用于任意表面。
方法三:使用Sketch功能
对于更复杂的2D图形,可以使用Sketch功能:
a = Workplane("XY")
a = a.box(9, 20, 4)
a = a.faces("<Y")
a = a.sketch().rect(4, 4).finalize().extrude(13)
Sketch提供了更丰富的2D绘图功能,适合创建复杂截面后再拉伸。
技术要点总结
-
工作平面理解:CadQuery中的工作平面决定了新几何体的创建方向和位置参考。
-
定位方式选择:
- 直接使用
box()方法时,centered参数控制定位,但在不同表面上行为可能不一致 - 使用拉伸操作可以避免定位问题,操作更直观
- 直接使用
-
复杂形状处理:对于非矩形截面,优先考虑使用Sketch功能创建2D图形后再拉伸。
-
对称建模技巧:当需要在对称表面上创建相同特征时,使用拉伸方法可以保持一致性,避免复杂的镜像或旋转操作。
最佳实践建议
在实际建模中,推荐优先使用拉伸方法创建特征,特别是当需要在多个对称表面上工作时。这种方法不仅代码简洁,而且可以避免复杂的定位计算,提高建模的可靠性和可维护性。
对于需要参数化设计的场景,可以将关键尺寸定义为变量,这样在修改设计时只需调整变量值,而不需要重新计算所有相关尺寸。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
278
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
629
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
75
99
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K