随着信息物理系统、大数据与物联网的迅猛发展,智能制造已成为未来制造业的发展方向,这对车间协同资源响应的敏捷性、管控决策的准确性等方面提出了更高的要求。在此背景下,以云制造、数字孪生为代表的新型智能制造模式应运而生,并迅速引起了学术界和工业届的广泛关注。而实现制造状态的主动感知与计算、人机协同决策等方法与技术的研究是亟需解决的难点问题。因此,本文以离散车间的制造过程实时状态为研究对象,对边缘计算支持下的制造事件主动感知与协同决策问题进行了研究。首先,针对制造过程状态数据采集与主动感知计算问题,在分析状态感知需求的基础上,构建面向复杂制造过程的实时数据采集模型,并将状态数据转变为原始事件,挖掘制造状态数据的内在关联规则,进而实现基于匹配规则的制造关键事件推理。以实现车间制造物流数据全面收集为目标,采用改进的花朵授粉算法对物流信息采集模型进行了求解。其次,针对基于边缘计算的制造资源CPS(Cyber-Physical Systems)节点建模与计算服务配置问题,首先使用Protégé软件对制造资源进行分类和本体建模,实现制造资源信息的规范描述、推理与查询;在面向制造资源的CPS体系架构中,提出基于CPS的计算服务配置模型,减少了车间信息处理的时延。以负载均衡为目标,采用花朵授粉算法对边缘节点计算资源的配置问题进行了求解。然后,针对基于实时制造状态信息的人机协同调度决策问题,从CPS的人机协同需求出发,建立了人机协同调度的框架模型。基于柔性调度建模的基础,从车间制造系统的扰动情景分析,设计了交互式、指令式和预警式三种人机协同决策方案,采用遗传算法对人机协同调度决策方案进行了求解。最后,利用MATLAB语言,开发了一个包含制造状态主动感知、服务资源配置和人机协同调度决策三大功能的原型系统,之后用本文中的研究案例展示了所开发的原型系统的操作流程,验证了本文研究内容的可行性。