随着智能制造技术的迅猛发展，计算机技术广泛应用于制造业的各个环节，它通过模拟人类专家的智能制造过程，对制造问题进行分析、判断、推理和决策。作为智能制造技术的基础--数控加工技术，不仅降低了复杂零件的加工难度，而且提高了零件的加工质量。数控编程技术从手工编程、APT语言发展到交互式图形编程。目前，交互式图形编程软件广泛应用于各行各业，大大缩短了“辅助时间”。各类交互式图形编程软件编程的基本流程为：CAD建模→参数设置→刀轨计算→检查效验→后置处理。其中，参数设置的合理与否不仅直接影响产品质量、加工效率、生产成本，而且任何小小的失误都有可能导致数控机床不能正常工作。 本文介绍了影响加工参数的各类因素以及各加工参数之间的相互关系，创建了基于知识的数控辅助编程系统。将本系统应用于交互式图形编程软件，不仅能提高加工参数的合理性，而且能使数控编程专家的编程经验得以继承，缩短初学者掌握编程技术的学习周期。 基于知识的数控辅助编程系统向用户推荐的参数包括加工方法、切削方式、拐角控制、安全平面、加工设备及操作者、刀具材料、刀具直径、刀具齿数、切削深度、主轴转速、进给率等。根据各参数之间的制约关系，将系统分为特征输入模块、相似模板推荐模块、加工设备推荐模块、刀具参数推荐模块、切削深度推荐模块、速度推荐模块。 通过对现有工艺文件、数控程序的整理，对数控编程专家编程经验的归纳总结，对各类切削手册的深入研究，可知：对于相似模板的类型、加工设备的选用、刀具参数及切削深度的确定原则，已收集了充足的知识和经验，因此，采用基于RBR的推理模式；而在实际加工中，主轴转速、进给率不仅与零件特征、刀具特征、机床的加工性能息息相关，而且受到操作者加工能力的限制，很难将其规则化，因此，采用基于CBR的推理模式。在基于RBR的相似模板推荐模块、加工设备推荐模块、刀具参数推荐模块、切削深度推荐模块中知识的表示均采用产生式规则，系统的推理机制采用的是正向推理。 在基于CBR的速度推荐模块中，实例的检索采用的是最近邻法和知识导引法相结合的方式。在计算相似度时，由于各特征属性对结论造成的影响并不一样，因此，需根据各属性的重要程度，确定其权重系数。本模块采用基于粗糙集的方法计算各属性的权重系数，这有利于充分利用现有的切削数据，提高权重系数的客观性。