船舶涂装是造船工程的重点工艺技术之一,涂装的质量直接关系到船舶的使用寿命和造船的经济效益。在我国经济发展提速,产业结构逐渐升级的大背景下,考虑到船舶涂装行业劳动密集、环节离散、产品定制化等特殊产业特点,在劳动力成本快速攀升、人工成本优势逐渐消失的情况下,急需开展替代传统涂装作业的新工艺研究,推进涂装作业自动化、智能化进程。主要研究内容如下:(1)分析船舶涂装工艺并对涂装工艺数据进行分类,在此基础上定义工艺知识,并将知识分为事实型、决策型以及元认知知识,采取面向对象、涂装元等多种知识建模方法实现船舶涂装工艺知识的建模与表达,介绍了知识获取的两种基本方法,针对不同种类的知识采用不同的知识获取方法,建立知识库,以便于知识更好地存储及重用。(2)提出一种基于主成分分析-改进项约束关联规则的知识获取方法。首先,对涂装工艺数据进行预处理,采用主成分分析方法进行降维,实现船舶涂装工艺中大量多源异构数据的降维处理;然后,根据先导项约束和后继项约束条件筛选降维后的目标数据集,用于有针对性地获取涂装工艺知识;接着,利用带约束的关联规则算法挖掘涂装工艺事务数据库中的规则并进行筛选,得到满足项约束条件的关联规则;最后,从获得的规则中提取涂装工艺知识并存入知识库。测试结果表明,该方法在缩短算法计算时间的同时提高了算法的性能,所提主成分分析-改进项约束关联规则算法优于传统算法。(3)提出一种基于粗糙集的船舶涂装缺陷知识获取方法。在交互式获取涂装缺陷现象、危害、处理方法等相关知识的基础上,建立了基于粗糙集的知识获取模型。该模型通过建立决策表、决策表连续属性离散化、属性约简、属性值约简、知识分类并存储等几个方面,实现了从原始案例中自动获取到缺陷诊断知识。获取的知识与交互式获取到的缺陷成因知识相吻合,验证了模型的有效性。(4)建立了船舶涂装工艺知识获取与管理系统。介绍了基于工艺数据库的涂装工艺知识存储与重用技术,并设计了系统功能框架,基于编程语言结合以上知识获取技术完成船舶涂装知识获取与管理系统的开发。