随着我国航天事业的飞速发展,面向“多种类、小批量”生产模式的航天器典型零件的传统工艺设计方式存在效率低、质量差、智能化水平低等问题。具体表现在:不能有效利用工艺数据中蕴含的经验知识,工艺设计效率低;工艺路线规划依然依靠工程师经验,智能化水平不高。对此,本文以航天器壳体这类典型零件为背景,从工艺知识网络建模、工艺决策规则挖掘、工艺路线规划三方面展开研究,以提高工艺设计效率与智能化水平。针对航天器壳体类零件工艺知识表达结构性差的问题,建立结构化的工艺知识模型。通过典型零件机加工艺知识网络,对工艺知识的组成部分及各部分的关系进行关联分析;研究加工特征的结构化组织形式,建立加工特征元素模型与加工特征关系模型;通过定义工步矩阵与工步前趋图,实现工步信息与工步排序规则的结构化表达;通过分析工艺路线成本影响因素,定义工艺路线评价规则,为各类工艺知识提供合理化的组织与储存形式。针对航天器壳体零件工艺历史数据中知识重用难、重用率低的问题,研究基于粗糙集的工艺决策规则挖掘方法。首先对工艺数据预处理,以满足决策规则挖掘要求。采用二进制编码建立加工方法链的决策矩阵,实现推导式工艺决策规则的挖掘。基于工艺属性约简挖掘工艺决策规则,并建立工艺决策规则库。针对航天器壳体类零件工艺路线规划智能化水平低的问题,研究基于特异性免疫算法的工艺路线智能规划方法。通过分析工艺路线规划与特异性免疫映射关系,定义工艺路线质量评价函数,建立特异性免疫算法模型;研究基于Dijkstra算法的初始工艺路线生成方法,引入子序列交叉变异方式保证交叉变异时工艺路线的可行性,并设计自适应平行变异算子实现工艺路线优化,最终实现加工方法与制造资源的动态调整,并使抗体变异概率具有跟随迭代过程以及抗体质量变化的自适应调整能力。最后,根据以上理论与技术方法的研究成果,设计并开发了支持航天器壳体类零件工艺智能化设计的工具集。基于Siemens NX10.0开发了航天器典型零件制造特征提取工具,基于Matlab平台开发了工艺决策规则挖掘与提取工具以及工艺路线智能规划工具。实现了航天器零件典型特征的快速建模与特征提取,达到了加工方法推送与工艺路线规划的目的。