产品的多样化、个性化需求使得制造企业逐步向多品种、小批量的生产模式转变,导致相关零件的工艺知识需求急剧上升,与此同时,企业信息化、数字化逐步完善,积累了大量的工艺数据,但无法充分的利用,呈现出“数据丰富,知识匮乏”的现象。本文以工艺数据为研究对象,对零件图像、工艺路线以及工序内容三个方面进行研究,实现工艺知识获取。本文首先提出基于SIFT特征的图像检索方法获取相似零件,采用改进的Canopy-Kmeans聚类算法获取词频向量,通过词频向量进行相似零件图检索,利用SIFT特征具有尺度不变的特性,可以有效的检索到比例不同、角度不同以及位置不同的相似零件图,并具有较高的检索准确率。然后分别针对工艺路线以及工序内容进行挖掘,在基于工艺路线的规则挖掘中,考虑到工艺表达的复杂性,提出了分词及数据自动转化的数据预处理方法,随后采用无需指定聚类数目的AP聚类算法获取典型工艺路线,以及Prefixspan序列模式挖掘算法,获取工艺路线中的公共子序列;针对工序内容,提出了一种基于散列技术的Apriori关联规则挖掘算法,提高了 Apriori算法的执行效率。通过对工艺数据的测试,验证了三种挖掘算法的有效性。最后基于工艺知识挖掘方法,设计并实现了工艺知识挖掘Web系统。为保证工艺数据的完备性,采用集成化的数据仓库技术构建了工艺数据仓库。在明确了系统功能需求的基础上,采用B/S架构完成了 Web系统中工艺知识挖掘、数据抽取以及系统设置功能模块的详细设计,并对系统的主要功能进行了测试,验证了工艺知识挖掘系统的可行性与稳定性。