装配是产品制造过程中的关键环节。为有效预防装配过程出现质量问题,要求对装配过程开展过程失效模式及影响分析（Process Failure Mode and Effects Analysis,PFMEA）。而PFMEA的重要工作任务之一就是识别出所有潜在的工艺失效模式。面对复杂的装配活动,依赖人力穷举识别潜在工艺失效模式的方式,不仅工作量大、耗时,且识别结果缺少完备性。有效解决装配过程中的潜在工艺失效模式识别的自动化和识别结果完备性的问题,具有重要的理论研究意义和实际应用价值。为此,论文提出了一种基于过程构成要素和本体的潜在装配工艺失效模式的机器识别方法。首先,构建装配工艺本体知识库。一是,构建基于过程构成要素的装配工艺本体知识库。将装配工艺知识处理为以工步为最小的装配工艺单元,根据装配流程内容,提取出能够全面、完整地描述工步内容的过程构成要素,即将工步从输入、增值加工活动、资源、环境、质量检验与控制、输出六个要素进行展开描述,从理论上实现了装配工艺活动描述的完备性。二是,构建基于语义分析的装配工艺本体知识库。引入自然语言处理技术,将工艺知识进行语义分析处理,从而构建基于语义分析的装配工艺本体库。三是,将二者集成在一起,全面表示装配工艺知识信息,形成综合的装配工艺本体知识库,其中实例集主要是以某型飞机的方向舵舵机安装、软油箱安装和起落架安装等总装为例。其次,构建潜在装配工艺失效模式生成规则库。通过分析各过程构成要素的语义结构特点及其在工程实践中的工艺失效判据,利用语义对立分析及其互补技术和SWRL规则中的字符串内置函数,建立基于过程构成要素的潜在工艺失效模式生成规则。鉴于过程构成要素是基于工步提取的,而最终的潜在工艺失效模式是基于工步来识别,故又建立将过程构成要素的潜在工艺失效模式到相应工步下的潜在工艺失效模式的转移规则或生成规则。三是,以前述装配工艺本体知识库和潜在装配工艺失效模式生成规则库为基础,应用Drools规则引擎,进行潜在工艺失效模式的推理识别。为便于对识别出的潜在工艺失效模式进行统计和分析,采用SPARQL技术,并对装配工艺知识库中某型飞机的方向舵舵机安装、软油箱安装以及起落架安装的识别结果进行评价分析。论文的应用研究结果表明,所提出的基于过程构成要素和本体的潜在装配工艺失效模式的机器识别方法具有较好的识别效果,不仅能够快速地推理出工步的潜在工艺失效模式,还有着较高的识别准确率。文中构建的本体知识库和规则库均有扩展性,本体知识库模型亦可用于其它领域,潜在工艺失效模式的生成规则也可以为其他规则的制定提供借鉴。