数控工艺模板在模具加工过程中非常重要,是快速加工和知识重用的典型应用。而实际上,数控工艺模板的应用往往局限于经验模板,导致数控加工自动化程度低,应用有限。企业数据库中的数控工艺案例非常庞大,如何重用庞大的数控工艺案例变成了急需解决的问题,而这些大量案例中的三维形状特征和数控工艺知识是制定零件数控工艺方案的最关键因素。本文的主要工作就是利用数据挖掘的思想,提取企业数据库中的三维形状特征和数控工艺参数进行知识重用,达到自动提取数控工艺模板的目的,对模具设计和加工的效率和准确率的提高具有重要意义。通过分析数控经验和案例文件,确定以数控工艺参数和形状特征作为C4.5决策树分类算法的两大类参考属性。本文首先针对自动编程实际提出数控知识元的概念,选择关键参数作为相关属性,提取数控知识元,提出以k众数法和Manhattan相似距离为基础的聚类算法对数控知识元进行分析,提取出20条簇中心,在簇中心的基础上提取数控工艺案例文件的簇中心离散参数;然后利用三维极半径曲面矩提取技术提取出案例文件的三维形状特征向量;最后提出C4.5决策树分类算法,定义决策树结构,对两大参考属性进行统一表示,提出分割阀值的连续值处理方法来处理特征向量属性,并与原有处理方法进行实验对比,得出分割阀值方法能够在不改变预测准确率的基础上大大减少训练时间的结论,选用PEP后剪枝方法进行剪枝。基于上述研究工作,在NX平台上开发了基于C4.5决策树分类算法的数控工艺模板提取系统,并做出分类实验和模板提取实验,证实本系统具有良好的预测分类效果和模板提取准确度。利用该系统,设计人员可以快速重用企业数据库知识进行数控工艺设计。