结构对称性在机械系统中普遍存在且具有重要作用。系统总结机械结构对称性相关设计知识,有助于指导结构对称性在机械产品设计中科学的应用。采用知识发现方法可从大量设计实例中挖掘结构对称性设计知识,目前机械结构对称性设计知识挖掘的研究尚待完善。本文针对当前机械结构对称性设计知识挖掘研究过程中存在的问题,对机械结构对称性设计知识模型、设计知识挖掘体系及数据挖掘算法、知识发现方法应用等进行了研究。课题组收集了大量机械结构对称性实例,具体分析了结构对称性在实例中的存在方式、功用、作用原理及作用方式。在此基础上建立机械结构对称性设计知识模型,该模型具有多维度、多角度、静态动态结合的特点,能够较全面的反映结构对称性在实现机械产品设计需求中的作用。针对结构对称性实例知识发现方法展开研究,提出多维模糊关联数据挖掘方法,该挖掘方法具有广泛性,能够有效避免区域边界划分过硬的缺点,挖掘出丰富实用的设计知识。针对机械结构对称性实例数据库的特点,建立一种改进型Eclat关联规则挖掘算法(Eclat_growth算法)。与经典算法的对比实验表明,该算法在不同事务数量、不同属性数量、不同稠密程度的数据库关联规则挖掘中可明显提高挖掘效果。应用以上研究成果,对现有的计算机辅助知识发现软件平台进行修改完善,并对结构对称性实例进行数据挖掘,建立了机械结构对称性对称度变化的设计知识和应用方法。最后对本文研究成果进行总结,讨论了继续完善机械结构对称性设计知识模型、数据挖掘方法以及知识发现软件平台等方向的方法和前景。