为提高深色名贵硬木家具企业的定制设计生产能力,应对零件批量小、种类多所导致加工效率低下等问题。本课题以MT企业的柜类家具为例,通过调研分析及设计实践,针对该企业在定制产品的设计、毛料加工和净料加工阶段出现的关键问题,基于深色名贵硬木家具和零件分类、结构及工艺特点,应用成组技术在现有生产条件的基础上进行了以下研究:为实现零件设计工艺信息的快速检索与搜集,避免设计资源浪费,本课题基于混合编码结构设计了一种包含10个码位的零件分类编码方案。该编码可以反映零件所属家具类别、零件类别、材型、榫卯结构和表面处理方式等工艺信息。在定制家具设计阶段,提高了设计效率和零件的标准化、系列化程度。为提升毛料加工阶段的生产效率,针对家具结构零件进行分析,优化合并散乱的零件宽度及厚度尺寸,减少了零件毛料尺寸种类。以MT企业的8款柜子为例,优化后零件宽度种类从20种减少到12种;厚度种类从15种减少到12种,尺寸设计皆为5mm的整数倍。以每款生产1件为例,尺寸优化后的零件族加工设备调整次数减少了 80.73%,实现了加工设备及刀具调整次数的减少且外观质量和结构强度不受影响。为提升净料加工阶段的生产效率,本课题应用模糊聚类分析和BP神经网络技术,将MT企业柜类家具共计1 18种净料工艺不同的零件按照工艺相似度聚类成组,经分析和有效性评价共形成16个零件族,新型零件实现了准确入族。以毛料尺寸优化后的8款柜子为例,每款生产1件,零件族生产设备调整次数减少了 65.51%。由此得知,将小批量的零件分类成组,提升了净料加工阶段的生产效率。本课题将成组技术应用在深色名贵硬木家具的定制生产中,设计了一种零件的编码方案,优化了零件毛料尺寸并在净料加工阶段实现零件合理成组生产。提升了深色名贵硬木柜类家具的定制生产效率,具有一定的借鉴推广价值。