伴随人工智能技术和计算机辅助设计技术在世界各国制造领域中越来越受到企业的青睐以及研究深度不断的加深,以设计人员经验结合生产制造图纸为主的设计方式,已不能适应当今技术发展潮流和满足企业对先进智能制造技术的需求。为响应国家“中国制造2025”计划,本文针对船用柴油机目前装配工艺设计过程中,企业过往生产经验利用程度低,工艺设计周期长、新产品研发能力弱等问题,从数据挖掘技术和人工智能技术如何与装配工艺设计相融合的角度开展研究工作,帮助企业向智能制造方向进行转型,提高企业在行业中的竞争力。具体研究工作如下所示:(1)将企业过去生产制造中积累下来的装配工艺文件作为结构化装配工艺智能设计的统一数据源,开展船用柴油机装配工艺设计关联规则挖掘技术研究工作。在对企业装配工艺文件进行归纳分析和数据处理的基础上,运用Apriori算法对其进行关联规则挖掘并建立装配规则库,为装配工艺设计的规范化以及后续装配工艺设计的智能化提供重要支撑。(2)为解决工艺设计周期长、工艺信息得不到妥善管理、工艺文件输出速率慢等问题,提出了基于BP神经网络算法装配工艺智能决策方案。在对企业装配工艺文件进行分析归类和数据处理的基础上,形成可用于完成神经网络自学习过程的装配工艺训练集;开展船用柴油机装配工艺层次模型构建技术的研究工作,并将其与学习完成的BP神经网络相结合,实现了装配工艺的智能设计。(3)通过对虚拟仿真装配技术的研究,结合仿真软件,进行装配工艺方案仿真工作,并对仿真结果实现可视化输出,通过对集成技术的研究,形成装配工艺设计—仿真—优化闭环回路,实现装配工艺方案反馈优化。(4)在对前面各项关键技术研究的基础上,结合企业实际装配现状,完成船用柴油机结构化装配工艺智能设计系统的开发,缩短了装配工艺设计周期,保证了装配工艺方案的可靠性,并以船用柴油机为实例验证了该系统的可行性。