市场对产品多元化的需求使得大量生产制造企业将自身生产策略调整为多品种小批量,这意味着企业工艺设计人员需要掌握大量工艺知识去满足新产品的制造需求;与此同时,随着数字信息技术在制造企业的运用越来越深入,企业CAPP数据库中存储了大量的工艺数据,但相关数据的利用率并不高,导致数据充盈但是工艺知识缺乏的现象越来越严重。本文以生产制造企业CAPP数据库中存储的工艺数据为研究对象,借助图像检索技术和数据挖掘技术对三维CAD零件模型、工艺路线和工序内容三个方面进行研究,以此实现工艺知识的获取。本文首先提出基于草图清洗网络和无监督变分自动编码器的三维CAD零件模型草图检索方法获取相似零件,针对手绘草图存在连笔和断触的问题,通过草图清洗网络进行草图的清洗,之后利用无监督变分自动编码器将草图/视图中提取的语义信息进行自动编码并利用k-最邻近算法加快匹配过程,并使用基于企业三维CAD零件模型库构建的数据库对该检索方法进行有效性的验证。然后使用聚类算法和Top-k关联规则算法分别对工艺路线数据和工序内容数据进行挖掘。针对工艺路线,采用工序分词技术对复杂的工艺表达进行分词处理,同时借助自动编码技术对工序进行编码,实现对工艺路线数据的预处理,随后构建综合相似度指标并结合所提出的改进野马优化聚类算法实现了典型工艺路线的获取;在基于工序内容的挖掘中,针对实现Top-k关联规则挖掘的ETARM算法面对海量数据存在的效率问题,提出一种基于规则生成属性修剪的FTARM算法实现对工艺关联规则的生成。并利用某制造企业在实际生产中产生的工艺数据分别验证两种挖掘算法的有效性。最后基于三维CAD模型检索技术以及工艺知识挖掘技术,完成工艺知识挖掘Web系统的开发。使用数据仓库技术构建工艺数据仓库,实现对不同工艺数据的结构化存储和统一管理;利用Python中的Django框架设计工艺知识挖掘Web系统中工艺知识挖掘、工艺数据抽取以及系统管理三个应用,随后测试工艺知识挖掘Web系统的主要功能,验证系统的实用性。