当今,随着智能化技术与机械制造技术的结合越来越紧密,智能化技术已被广泛地应用于生产制造,现有的制造模式与产业形态正在发生巨大变革。智能化的生产制造不仅减少了工艺研究人员的工作量,在提高产品质量和降低生产成本方面更表现出巨大的技术优势。然而,目前企业在三维建模技术的应用上,依旧停留在表达产品的几何特征信息,在生产制造上运用较少,无法保证设计和制造的数据统一。在工艺数据的管理上,没有建立规范的数据管理系统,导致工艺数据缺失、凌乱,无法支持工艺的智能设计,需要依靠工艺人员丰富的工艺设计经验,通过大量人机交互来驱动工艺设计。为此,本文研究了知识驱动的机加工工艺智能生成方法,构建了机加工工艺智能生成系统,重点研究了机加工工艺知识的建模与管理、基于实例推理-规则推理(CBR-RBR)集成推理机制驱动的骨架工艺生成及基于工艺约束的精准工艺生成技术。论文主要研究内容如下:(1)机加工工艺知识的建模与管理:针对现有机加工工艺数据杂乱无管理的问题,构建了机加工工艺知识获取、组织与管理模型。提出了C-A-R(概念-属性-规则)图以表达工艺知识关联关系,通过交互式和大数据挖掘的方法实现了机加工工艺的快速准确获取。根据概念、属性、规则及实例知识的特点,采用针对性的知识表达与管理方法,并将规则知识提炼为标准实例知识,为后续工艺信息的获取奠定了基础。(2)基于知识匹配的骨架工艺生成:探讨了骨架工艺的生成方法,骨架工艺以各加工特征的加工工艺为构成单元,能够表达工艺的主体结构,为后续精准工艺的生成提供准确的工艺参数。通过对比各特征的“含尺寸信息的属性邻接图”,合并了同一性加工特征,避免了重复的检索匹配工作。通过CBR-RBR集成推理机制与交互式审核机制,实现了工艺需求与工艺实例知识的匹配检索,获取了所有加工特征的特征加工链,以构成骨架工艺。(3)基于工艺约束的精准工艺生成:在骨架工艺的基础上,探究了工步序列的智能优选方法,以获得工艺资源更换最少的精准工艺。分析了加工特征之间的几何、位置及工艺关系,整理了机加工工艺经验约束,提出了工步顺序矩阵和工艺约束矩阵的关联判断策略,实现了对工步序列工艺合理性的智能判断。通过精英保留策略、改进交叉算子设计了基于遗传算法的工步序列优选方法,实现了工步排列的智能优选输出。基于上述机加工工艺知识获取、组织与管理模型、CBR-RBR集成推理机制以及基于遗传算法的工步序列优化方法,以NX为平台,开发了知识驱动的机加工工艺智能生成系统。并以船用柴油机连杆为例,介绍了本文提出的智能生成机加工工艺方法的流程,验证了此方法的实用性和有效性。