在现代制造业，装配作业成本通常占全部生产成本的20-70％[1]。降低装配成本，对提高产品竞争力，具有重要意义。可装配性设计(DesignforAssembly-DFA)正是一种通过提高产品可装配性，降低产品成本的关键技术。　　 相对于其它现代设计技术而言，目前DFA技术在我国应用很不普遍，同时也缺少一个有效的易于使用的DFA工具平台。随着科学技术发展和市场的个性化、多样化需求，产品设计尤其是装配设计的复杂性越来越高，使得人们对智能方法的需求越来越迫切，人们希望采用智能技术，在提高装配设计质量同时，把设计人员从繁重劳动下解放出来。本文正是针对这一问题，开展智能可装配性设计方法及其应用研究，论文的主要研究工作包括:　　 1、知识驱动的装配建模及结构突现性研究　　 在分析了现代制造业对产品装配模型需求基础上，基于装配结构突现性的功能分析，行为分析，过程分析，环境分析，提出了知识驱动的模型化技术，构建了面向产品全生命周期，支持不同先进制造技术活动的产品装配模型。　　 2、零件对称度自动识别方法研究　　 在分析零件对称度自动识别方法研究现状基础上，提出了射线导引的零件对称度自动识别原理(GuidedRayDetectingforAutomaticSymmetryRecognition—GRDM)，GRDM充分利用了零件的几何相关性，有效提高了识别效率和准确性。　　 3、基于知识与生物免疫机理的装配序列规划研究　　 针对装配序列规划中存在的装配特征信息难于自动获取的瓶颈，提出了零件自由度矩阵(AssemblyDegreeofFreedomMatrix—ADFM)概念;针对装配序列规划计算量大，收敛慢等问题，提出基于生物免疫机理与启发式知识的装配序列规划方法，降低推理难度。提出有序补余交叉算子(CrossoverwithOrderedComplementoperator—COC)及有条件跨代选择算子(ConditionalCross-generationSelectionoperator—CCS)，显著提高了装配序列规划效率、质量和健壮性。　　 4、最小装配单元生成与基于生物免疫机理的装配调度研究　　 针对变化生产环境下，装配线平衡和调度问题的复杂性，提出了基础装配单元矩阵及其最小装配单元生成算法。设计了抗体交叉算子，并进行基于概率的抗体选择，实现了基于生物免疫机理的装配调度，有效提高了装配调度的能力和敏捷性。　　 5、基于机器学习的可装配性分类与评价　　 针对传统DFA分类与评价技术问题，提出了基于模糊理论和基于人工神经网络的可装配性分类与评价方法，针对动态变化制造环境下依赖小样本的装配分类模型不易建立的问题，提出采用支持向量机(SupportVectorMachineSVM)的可装配性分类预测方法，显著提高了分类的正确性和精度。　　 6、集成化智能DFA系统的构造　　 在以上理论与方法研究基础上，构建了集成化智能DFA系统一IDFA，为DFA理论与方法研究与应用，提供了工具与平台。　　 本课题工作曾分别获得国家自然科学基金(59385024、70371040)、国家高技术发展计划（863计划）(863-511-0400145)资助。