成组技术是国际上公认的制造系统信息集成的前提和基础。作为成组技术的核心，成组方法是当代国际集成制造领域研究和应用的热点。 本文在综述成组技术的基本原理与方法的基础上，对基于模糊技术的制造单元构建方去及其在变压器企业中的应用展开了系统而深入的研究，主要包括以下内容： 1．系统归纳和分析了模糊技术在成组技术中应用的国内外研究方法，提出了现有方法存在的主要问题。 2．在给出制造单元构建问题的模糊数学模型和模糊C均值(FCM)算法的基础上，深入研究了算法参数对FCM聚类性能的影响，确定了FCM用于制造单元构件问题的算法参数值，并通过大规模的实验数据测试对算法参数进行了验证。 3．深入研究了应用FCM方法进行制造单元构建的效果，系统提出了FCM对于制造单元构建存在的问题，并指出了问题产生的根本原因，为解决FCM聚类中存在的问题提供了重要依据。 4．针对FCM的主要问题，从不同的角度提出了改进的方法，并通过大规模的实验数据测试分析了不同方法的改进效果。具体包括以下四个方面： 第一，提出了改进的减法聚类法以产生具有代表性的初始聚类中心，提高了算法的稳定性和聚类性能。 第二，深入研究了距离函数对FCM聚类性能的作用，指出欧几里德距离函数对于制造单元构建问题的不足，提出了更加符合成组技术需要、反映问题本质特征的距离函数，解决了FCM对具体零件和设备的聚类错误问题。 第三，研究了聚类中心函数对FCM聚类性能的影响，比较了基于不同中心函数的成组效果，提出了不同中心函数对于不同规模问题的适用范围，从而为针对问题特征选取合适的中心函数提供了依据。 第四，针对FCM迭代过程中制造单元构建方案成组效率的波动性，提出了迭代方案选择方法，基本避免了FCM选择的最终迭代方案不可行的问题。 5．在系统研究FCM算法及制造单元构建问题的基础上，提出了基于模糊技术的制造单元构建方法SDFCM。该算法中提出的改进的减法聚类法产生初始聚类中心、基于零件特征的距离函数、迭代方案的选择方法等基本消除了FCM的聚类错误，显著的提高了成组效率。本文也给出了SDFCM算法的应用过程示例，并用20组文献数据和90组随机产生的数据对SDFCM进行了大规模、系统的测试，通过与FCM等其它算法的比较分析，充分验证了SDFCM对制造单元构建问题卓越的聚类性能。大规模的数据测试与统计分析表明SDFCM算法的聚类性能显著优于FCM。尤其要特别指出的是，SDFCM的成组效率一 与最优控制方案在统计意义上一致。 6．通过天威保变电气有限公司的实例，研究了 SDFCM方法提供的模糊隶属程度信 息在企业制造单元构建中的作用，提出了利用隶属矩阵计算设备负荷、减少瓶颈要素的方法。结果表明，SDFCM方法能够根据企业的设备负荷等实际情况，在构建制造单元的同 时产生具有重要意义的设备复制方案，以辅助管理者发现瓶颈设备、增加关键设备的决策， 提高生产系统整体运行效率。 7．系统分析了SDFCM用干制造单元构建的效果，指出了SDFCM算法的优越性。 综合上述研究内容，本文的主要创新点包括： l 针对FCM采用欧氏距离造成的分类错误，提出了反映制造单元构建问题本质特征的距离函数。 2 针对FCM迭代过程中制造单元构建方案成组效率的波动性，提出了迭代方案选择方法。 3 在基于上述方法的基础上，提出了应用模糊技术的制造单元构建算法SDFCM。大量的数据测试与分析表明，SDFCM不仅显著优于FCM及其改进算怯，而且能够得到统计意义上的满意优化解。 4 研究了SDFCM算法在变压器企业（天威保变电气股份有限公司）中的应用，提出了自动识别瓶颈设备，提出设备复制方案的方法，以辅助管理决策，提高生产系统效率。