随着经济的持续发展和人们生活水平的不断提高,顾客对产品特性的需求愈显的个性化和多样化,复杂的外部环境加剧了传统制造系统成本高、周期长、设备利用率低等矛盾,越来越多的企业迫切采用工业物联网、人工智能等信息技术提升生产管理能力。因而,准确分析制造系统的工作过程,评估和量化新技术和新方法对制造系统生产效率的提升作用具有尤为重要的意义。Petri网作为一种强大的流程建模工具,已具有近六十年历史,其在复杂系统性能评估中具有广泛应用。针对现代企业生产过程的复杂性和不确定性,随机Petri网和模糊Petri网受到越来越多学者的重视。然而,在实际生产活动中,制造系统的不确定性不仅存在于单个设备或状态的自身变化中,还体现在设备因素或状态变量间相互制约的复杂关系上。针对此点,本研究提出了一种基于模糊关系的Petri网（Fuzzy Relation Petri Net,FR-Petri网）模型,并将其应用于复杂制造系统的性能评估中。本文的主要研究工作如下:（1）以模糊集表示制造系统中设备运行时间与故障率之间的不确定性关系,提出并定义了一种FR-Petri网模型以研究制造系统的问题。基于FR-Petri网建立了以设备利用率为目标的模糊数学规划方法,并将研究结果与现有的基于模糊变量随机Petri网模型得到的结果进行对比分析;（2）Stateflow与Petri网在描述制造系统流程时,具有相似的运行机制。因此,基于FR-Petri网模型采用Stateflow工具对制造系统过程进行动态仿真,通过分析仿真结果说明FR-Petri网模型的可靠性;（3）将FR-Petri网模型及仿真方法应用于一类典型的流程制造系统性能评估中,对制造系统的仿真考虑了两种情形:工件装卸载相互独立和工件随机到达。基于仿真结果,不仅分析了模糊关系中不同参数对系统性能的影响,同时对两种情形下的制造系统性能进行评估。结果显示,与工件装卸载共用机械臂相比,工件装卸载相互独立的制造系统具有更优的性能;当工件到达随机时,系统性能不仅受随机到达时间的影响,也与每次到达的数量相关。本研究的特色与创新包括:1)针对已有随机Petri网和模糊Petri网中主要研究单个或多个因素自身的不确定性,本研究考虑因素间相互制约关系的不确定性,如制造系统中设备运行与故障间的不确定性关系;2)以制造系统中设备运行时间与故障频率之间的不确定性关系为例,用线性模糊函数对其进行描述,提出了一种新的FR-Petri网模型,建立了相应的模糊数学规划方法和系统仿真过程。本课题选自国家自然科学基金面上项目,提出了一种新的FR-Petri网模型,在一定程度上丰富和扩展了Petri网的理论研究,该模型和部分研究结果可应用于复杂制造系统建模和面向物联网、人工智能等的制造系统性能提升的定量分析中,有助于制造企业准确评估相应的生产效益。