后装压缩式垃圾车是城市生活垃圾的主要收集与运输工具,具有高压缩率、无二次污染等一系列优点,是国家重点发展的专用汽车之一。装填装置作为后装压缩式垃圾车的关键部件,其结构性能直接影响到垃圾车的可靠性,对整车的设计周期也有很大影响。近年来,人工智能技术在机械与汽车设计领域已成为了热点研究课题。本文在分析装填装置的设计特点以及设计流程的基础上,将人工智能理论应用于装填装置的设计,以加强其领域知识的重用与继承,缩短产品的开发周期,实现产品的快速智能化设计。　　 本文首先通过分析后装压缩式垃圾车装填装置的设计现状,得出现阶段装填装置设计存在对设计人员经验依赖性大、缺乏成熟的设计理论、产品设计周期长、设计知识无法实现重用等问题,提出将人工智能理论应用于装填装置设计中。　　 再次,介绍了后装压缩式垃圾车装填装置的构成,分析装填装置的相关设计知识,对装填装置设计过程中的知识进行了挖掘整理。通过分析比较传统的常用知识表示法,以及对装填装置设计知识进行分类,提出基于XML的面向对象知识表示法对装填装置的设计知识进行合理地表示;并根据装填装置的结构特点,构建了装填装置层次模块化知识库。然后,提出在装填装置智能设计应用CBR-RBR的混合推理技术,本文详细研究了装填装置实例推理中的实例检索技术,将改进的AHP与灰色关联分析运用到装填装置的相似匹配中;对装填装置的实例修改技术也提出了尝试性的解决方法。　　 最后,对智能化设计原型系统开发工具NX进行了介绍,分析了原型系统的开发流程与系统框架,并对装填装置原型系统进行设计。该系统面向装填装置智能设计流程,包括装填装置CBR变型设计以及装填装置新方案设计等模块。　　 本文通过对装填装置的知识表示与推理技术进行研究,对人工智能技术应用于专用汽车的设计作出了有益尝试。本文的研究,对提高装填装置的设计质量与效率能够起到一定的作用,为企业实现知识重用与知识共享奠定了基础。