以人工智能赋能生产加工是制造业未来发展趋势与必然要求,是加速工业信息化与推动制造业转型升级的重要途径,同时高度契合制造强国战略“中国制造2025”发展新要求。对生产过程中数控机床等基础制造装备的有效监控是提升制造业技术的重要手段。目前国内大多数企业生产模式以功能模块相对独立的离散式生产线加工为主,各生产模块间信息融合程度不高,企业生产效率相对较低。由于信息传递、融合方式落后导致车间生产潜能难以实现最大化,造成企业生产资源的浪费。运用人工智能技术能有效加快装备制造业由离散制造领模式向智能化、信息化生产模式改进升级,然而车间产线设备传感物联、生产数据采集存储与建模、生产过程大数据分析与挖掘等瓶颈技术问题亟待解决。根据上述分析技术瓶颈问题,本文以汽车变矩器制造车间离散式生产线为研究对象,对变矩器全周期生产过程进行研究,根据分布式集成的思想,并通过物联网信息融合和人工智能技术搭建变矩器生产过程刀具智能管理系统,并对刀具管理系统进行重点设计研发,同时对刀具状态管理与监测技术进行重点研究,提出以刀具磨损量作为刀具状态判断标准,同时建立了刀具磨损车削力模型和刀具状态智能监测模型,进而对切削力刀具状态监测技术进行研究。本文重点研究内容如下所述:（1）以汽车变矩器离散式生产线为研究对象,分析了企业离散式生产车间管理现状,得出了现阶段企业生产效率低下的原因,并提出了适应未来工厂生产过程刀具管理新需求,同时设计研发汽车变矩器生产线刀具智能管理系统。（2）分析了汽车变矩器管理系统中刀具管理的需求,根据刀具几何参数和刀具库存等信息建立了刀具动、静态信息模型,并以此为基础结合刀具编码、刀具清单、刀具装配和刀具组件技术设计研发了刀具管理系统,对变矩器生产车间刀具实现管理,同时提出以刀具磨损量作为刀具状态管理评价标准。（3）研究了加工刀具磨损机理,得出了刀具磨损形式在不同因素下磨损变化规律,通过金属切削原理及刀具/工件弹塑性接触机理建立了考虑刀具后刀面磨损因素的车削力模型,得到了刀具磨损量与切削力的映射关系。（4）建立了刀具磨损车削力数值仿真模型,得到不同切削参数对车削力的影响规律。通过不同磨损等级刀具进行车削实验,计算实验车削力与数值仿真结果的误差,证明了刀具磨损车削力数值仿真模型的准确性。通过工件表面成型质量分析,得到了刀具后刀面磨损对车削过程及表面成型质量的影响规律。（5）实验探究了不同机器学习算法刀具状态监测模型的性能优劣,提出了cnn-xgboost刀具状态监测新方法,通过混淆矩阵、均方根误差、平均绝对误差作为评价指标,对新算法在刀具磨损状态监测和刀具剩余寿命预测中测试性能进行评价。