—、基本信息

1.所在高校及学院：

陕西科技大学机电工程学院（智能装备与信息物理研究所）

2.成果权属：陕西科技大学

3.技术负责人：李夏霜;联系电话：15091287475

4.项目类型：装备制造

二、项目概况

（一）项目背景

本项目源自实地调研制造企业物资部门及车间在工具（刀具、量具）管理中的实际技术需求,属于行业共性问题。

在制造资源管理中，刀具、量具等制造资源种类繁多、数量巨大、频繁的出入库操作，刀具、量具直接标识与全寿命周期管理是数控车间实现智能化的重要组成部分，同时也是数字化制造系统中亟待解决的关键问题。

现阶段，大部分企业存在刀具、量具对象本体确认的人工校对问题（刀具、量具本体进行字符串标识，外加贴有一维码与字符串标签的刀具盒或量具盒，进行刀具借用归还时或量具使用时，现场需要人工校对刀具盒、量具盒字符串与刀具、量具本体字符串的一致性），人工校对耗时较长、劳动强度大且容易出错而造成质量事故。其次，刀量具材质种类繁多、尺寸不一、形状差异较大，缺乏效的工艺参数数据库和高效快速的二维码打标工装以及针对柱面、高光、小尺寸或污染二维码的专用识读装置，严重影响了通过二维码标识对刀具量具进行追踪管理的效率。最后，由于缺乏真正的“一物一码”追踪手段，刀具实际加工时间的有效、准确、自动采集是难以完成的，刀具寿命的可靠监控与预测将难以实现。

（二）项目简介

刀具、量具的直接标识与全寿命周期的追踪与管理对于提高刀具量具的管理效率、准确把握刀具寿命和减少相关质量事故，具有重要的作用。因此，本项目针对制造企业在刀具量具标识追踪与管理方面普遍存在的难点与问题，采用直接标刻二维码技术解决刀具、量具对象本体确认的人工校对问题，利用基于图像模式识别的条码识别技术与专用识读系统来解决恶劣环境因素影响下的刀具自动识读可靠性、精度以及数据的自动采集问题，基于二维码辨识的加工时间采集和深度学习实现刀具真实加工时间统计与寿命预测，为企业计划层、制造执行层提供准确、及时信息反馈，从而提高企业信息系统的执行效率，同时对提高数控设备的利用率，以及企业制造的信息化水平具有重要的意义。