零件库的使用可以有效地降低产品成本、缩短产品设计开发周期、提高产品质量。然而,零件库中的零件数量非常庞大,在海量零件中检索想要的某一个零件或者实现某一个功能的一组零件,非常不易,并且对零件的检索技术要求较高。现有的零件库只支持关键词检索和特征检索,但由于企业标准化程度低、零件编码或解释不准确等问题导致当前检索仍有一定局限性。这些情况在模具企业中尤为严重。目前,我国模具企业普遍存在标准化率低、模具企业间的协同信息搜索难以及复杂模具维修困难等问题。因而,零件库系统尤其是模具零件库系统需要增加新的检索功能。为此本文研究两类零件检索技术,以满足用户更多的需求。(1)基于零件图形相似性的零件检索技术。主要是利用零件草图、图片等检索相似零件。其应用场景一是:零件设计人员构思了一个零件草图,然后用这张草图在零件库中快速搜索到相似零件的信息,以便应用;应用场景二是:零件采购人员通过草图快速的在零件库中检索到不同供应商的同一种或者相似零件,分析性价比,然后购买;(2)基于零件相关性的零件检索技术。零件库中的许多零件具有关联关系,由此组成部件。因此设计人员往往希望搜索到实现某一功能、组成某一部件的一组相关零件,而不是分头去搜索其各种零件,例如:同一规格的螺栓、螺帽、止推垫圈、橡胶垫片等,以便提高搜索效率。全文的结构安排如下:第一章为绪论。首先阐述了本文的研究背景和需要解决的问题,分析了基于图形相似性的检索技术和基于关联性的搜索技术的国内外研究现状,最后给出了本文的主要研究内容、论文框架和技术路线。第二章为面向零件草图相似性检索的HED算法优化。为了支持基于零件草图相似性的零件检索,对边缘提取算法——HED算法进行优化。基于零件草图相似性的检索是为了在零件库中实现草图检索零件三维CAD模型的草图检索功能。草图检索的首要任务是解决草图与三维CAD模型的视图的相似度小的问题。本文提出的解决思路是用HED算法提取CAD模型视图的边框图,然后用边框图与草图进行相似度比较。但是现有的HED算法在提取零件边框图时,效果非常差。经过分析研究,本文从增加数据集、残差连接以及增加Re LU激活层三个方面改进优化HED算法。第三章为基于生成对抗网络的零件草图相似性检索优化研究。利用生成对抗网络对基于零件草图相似性的检索技术进行进一步优化。用优化的HED算法提取出的零件模型边框图与真实的草图之间仍然有一定的差距,如果直接进行相似度比较,效果不好。因而,本文提出在优化的HED算法后面增加一个生产对抗网络(GAN)构成草图检索系统。运用生成对抗网络的生成器将HED算法提取的边框图进一步优化,用判别器不断的将这些边框图逼近草图,从而提高零件检索的准确率。第四章为基于零件关联性的零件搜索技术研究。因为零件库用户(主要是产品设计人员)在利用零件库设计过程中往往选择一些关联零件组成部件,这就产生了大量的使用行为数据。从零件库中用户下载零件的历史记录中运用关联关系挖掘算法,可以获得零件的关联性,然后基于这些零件关联性帮助用户搜索相关零件。本文从最小支持度、多支持数以及用户评分三个角度出发,改进优化关联关系挖掘算法——FP-Growth算法。结合通用零件库中的用户数据,进行实验验证。第五章为模具零件库系统的设计和实现。在模具行业对零件库系统的需求基础上,从系统的技术和结构两个框架上对系统进行了整体设计,并且一一展示了系统的主要功能模块,对基于零件图形相似性和零件相关性的零件检索技术进行了验证。第六章为总结与展望。在对本文的研究内容进行总结的同时,阐述了本文的主要工作和创新点,最后对本文的工作进行了展望。