随着制造业2025发展规划的提出,互联网+等新一代信息技术成为企业实现数字化、网络化与智能化制造的新引擎。信息化制造必将极大地助力工业创新性发展。刀具管理作为制造生产管理中的重要部分,提高其智能化、自动化管理水平一直是企业的迫切需求。实现这一目标面临着诸多实际问题,本课题研究了刀具管理的特点和要求,总结了实现刀具智能化、自动化管理平台开发需要解决的若干关键问题。为了解决这些关键问题,本文进行了以下几方面的研究:对刀具编码系统进行研究,提出了结合成组技术和柔性编码的编码方法,实现复杂环境下刀具的快速编码。通过全面地分析企业刀具构成,形成刀具组成图谱。按照成组技术对刀具进行大小类的划分,同时结合柔性编码方法,对细分后的刀具编码。整个方案采用自动化编码技术,实现刀具编码自动生成。通过二维码模块功能打印刀具二维信息码,方便了刀具信息的物联网管理,提高了刀具管理效率。研究与开发了一套面向全生命周期的刀具管理系统。该系统不仅解决了刀具信息的数字化表示问题,而且在业务流程、刀具全生命周期监控等方面实现了规范化与自动化。系统高效地将各职能部门信息、物联网信息高效集成,实现信息资源共享,提高系统效率。采用模块化设计方法,对各职能部门进行拆分并对它们之间的业务流程进行了梳理,最后形成精益的流程管理方案。为了提高系统的数据管理水平,研究了系统数据库的设计办法,利用E-R图对系统关联的表和字段进行设计,并通过建立数据表之间的关系降低数据冗余。同时,系统与物联网集成,将生产现场采集到的数据通过物联网系统传递到刀具管理系统中用作分析决策。研究了刀具寿命的预测算法。刀具的有效寿命关系到刀具需求的制定、刀具供应商的选择和刀具及时换刀等方面。本文对基于神经网络的寿命预测方法进行研究,针对神经网络拓扑结构设计困难的问题提出了基于高斯误差的拓扑优化方法,简化了拓扑结构设计难度;针对随机权值和阀值有可能导致的局部最优问题采有GA算法优化,对预测结果出现的局部误差较大问题,利用多模型综合预测,最终得到合理寿命预测值。系统建立的多模块神经网络刀具寿命预测方法不仅简化了建模难度,而且在局部和整体寿命预测精度上都有较大的提高。最后本文将以上的研究成果应用到机床刀具管理系统的设计中,通过实践验证了本文研究成果的可行性和有效性。