近几年,随着工业互联网技术与工业大数据技术的不断发展,传统工业也正朝着数字化与智能化方向转型,工业模型作为传统工业转型升级的动力来源,需求量和开发能力日益增长,高质量的工业模型在不同行业、不同环节均爆炸式涌现。在工业模型规模日益庞大的行业背景下,也暴露了工业模型管理引擎模型分类管理能力不足,模型检索效率低下等问题。因此,本文以工业模型管理引擎为研究对象,对引擎架构、模型分类、模型检索等技术展开研究,在此基础上设计并实现了工业模型管理引擎原型系统。主要研究内容如下:（1）依据工业模型管理引擎需求分析,完成了工业模型管理引擎体系架构的总体设计,并在此架构上划分了工业模型管理引擎的功能模块。（2）针对工业模型管理引擎模型分类管理能力不足的问题,结合领域知识构建了工业模型层次化多标签分类体系;基于关键词集和主题分布集实现了工业模型信息特征扩展,解决了工业模型信息特征稀疏、类别辨识度较低的问题;提出了HText CNN层级分类模型,提高了工业模型分类准确率。（3）针对模型检索效率低下的问题,提出了一种“倒排索引+工业模型分词器”的索引优化方法,提高了搜索引擎在工业模型检索业务场景下的适用性;对查询扩展技术展开研究,实现了查询请求在语义层面的识别与扩展;提出了一种基于权重分配策略的检索结果排序优化方法,提高了工业模型检索的精度与准确度。（4）在引擎总体架构及功能模块的基础上,利用Java Web开发技术,完成了工业模型管理引擎原型系统的开发。