2. NX装配架构与数据组织

在NX中打开一个大型装配时，屏幕上看到的并不是一个"大模型"，而是一棵由部件文件、组件实例、引用集和约束关系共同构成的装配树。理解这棵树的数据组织方式，是后续做加载优化、内存控制和协同管理的前提。本节从装配导航器出发，把组件、部件、引用集、装配约束、装配序列这几个核心概念串成一条数据组织的线索，并说明装配加载选项如何影响内存中的模型规模。

一、装配导航器：装配结构的总视图

装配导航器（Assembly Navigator）以树形结构显示当前装配的全部组件。树的根节点是装配部件本身，其下每个节点代表一个组件（Component），节点名称通常由"组件名 + 实例名"组成。展开节点可以看到该组件所引用的部件文件、包含的引用集、以及它下面的子组件。

装配导航器中最值得关注的是节点前的状态图标。常见状态包括：完全加载（实心图标）、部分加载、未加载（空心或灰色图标）、以及被抑制（Suppressed）的组件。在大型装配中，大量组件处于未加载状态是正常且必要的——它们只保留结构占位，几何数据并不进入内存。判断一个装配是否"轻"，第一步就是看导航器里有多少节点处于未加载状态。

导航器还提供列视图，可以显示组件数量、是否被约束、引用集名称、图层等信息。对于排查"为什么这个装配打开这么慢"，按组件数量排序、按加载状态筛选，往往比逐个点开模型更有效。

二、部件、组件与实例：三个容易混淆的概念

部件（Part）是磁盘上的一个.prt文件，是数据的物理载体。组件（Component）是装配中对某个部件的引用，是装配树上的一个节点。实例（Instance）强调同一个部件可以在装配中被多次引用，每次引用就是一个实例，它们共享同一份几何数据，但可以有不同的位置、引用集和抑制状态。

这个区分直接决定了内存行为：一个螺栓部件被装配了200次，磁盘上只有一份螺栓.prt，内存中也只有一份几何定义，200个实例只额外保存各自的位置矩阵和属性。因此"组件数量多"并不等于"内存占用大"，真正吃内存的是被加载的、各不相同的部件几何。优化时应当优先控制"被加载的不同部件数量"，而不是简单地减少组件实例数。

三、引用集：控制"加载什么"的开关

引用集（Reference Set）是部件内部一组命名几何的集合。同一个部件可以定义多个引用集，例如MODEL（完整实体）、BODY（仅实体）、LIGHT（轻量化表示）、以及自定义的简化引用集。装配时每个组件可以指定使用哪个引用集。

引用集对性能的影响非常直接：如果装配中所有组件都使用MODEL引用集，那么每个部件的完整几何（包括基准、草图、曲面、实体）都会进入内存；如果改用只含实体的BODY引用集，或者使用轻量化表示，内存占用和显示刷新时间都会明显下降。在大型装配中，常见的做法是：设计阶段用MODEL，装配验证和出图阶段切换到BODY或轻量化引用集。

需要注意的是，引用集切换只影响显示和加载的几何范围，不改变装配约束的求解结果——约束仍然基于组件的定位基准，而不是引用集内的几何。因此切换引用集不会破坏已有的装配关系。

四、装配约束与装配序列

装配约束（Assembly Constraints）定义组件之间的相对位置关系，常见类型包括接触对齐、同心、距离、平行、垂直、固定等。约束求解器会根据约束网络计算每个组件的位置矩阵。在大型装配中，约束数量过多、约束链过长会导致求解变慢，甚至出现"过约束"或"欠约束"的警告。

一个实用的判断方法是：如果某个组件的位置完全由约束确定，导航器中会显示为"完全约束"；如果仍有自由度，则显示为"部分约束"。对于不需要参与运动或干涉检查的组件，可以将其设为"固定"或直接使用绝对坐标定位，减少约束求解的负担。

装配序列（Assembly Sequence）用于描述装配和拆卸的步骤顺序，它记录的是组件的运动路径和时间顺序，而不是几何数据本身。装配序列在内存中占用较小，但在生成爆炸图或动画时会被激活。对于大型装配，建议只在需要时创建序列，避免为每个组件都建立复杂的运动路径。

五、装配加载选项与内存模型

NX的装配加载选项（Assembly Load Options）决定了打开装配时哪些组件被加载、以什么方式加载。关键选项包括：

• 加载方式：完全加载、轻量化加载、仅结构加载。轻量化加载只读取几何的轻量表示，适合大装配浏览；仅结构加载只保留组件位置和属性，几何完全不进入内存。
• 加载范围：可以按组件、按图层、按引用集或按搜索路径过滤。
• 延迟加载：允许组件在需要时才加载，减少初始打开时间。

这些选项共同决定了内存中的模型规模。一个典型的优化思路是：先用"仅结构加载"打开总装，确认装配树和约束关系正确；再对需要检查的局部区域按需加载几何；最后在出图或干涉检查时切换到轻量化或完全加载。这样可以把内存峰值控制在可接受范围内。

六、数据组织视角下的优化检查点

把上述概念串起来，可以得到一组面向性能的数据组织检查点：