随着信息技术和互联网技术的不断发展,柔性制造系统(flexible manufacturing system,简称FMS)已经成为制造业的重要发展方向。与传统的制造系统相比,柔性制造系统更为复杂,为了保证系统稳定高效运行、实现制造系统更深层次的柔性化,智能调度环节尤为重要。因此本文将围绕柔性制造系统中的智能调度展开研究。首先,针对柔性制造系统生产调度的柔性化问题,论文提出了遗传退火算法和有向无环图(directed acyclic graph,简称DAG)相结合的柔性制造系统的智能生产调度方法。为了解决柔性制造系统中工艺柔性问题,论文首先利用AOV网和AOE网进行工艺路线规划,然后在对遗传算法(Genetic algorithm,简称GA)和模拟退火算法(Simulated Annealing Algorithm,简称SA)优缺点分析的基础上,设计了一种遗传算法与模拟退火算法结合的遗传退火算法,并将遗传退火算法与工艺路线规划算法结合形成了智能调度算法。其次,加工过程异常状态等不可预见的动态扰动事件会导致柔性制造系统加工中断,导致生产计划无法按时完成,因此有必要及时预测加工异常状态并作为进一步动态调度的输入条件以保证整个柔性制造系统的生产节拍。本文以刀具磨损和破损这一出现频次最高的异常工况为研究对象,提出了一种基于主轴驱动电流杂波信号,利用卷积神经网络实现在线刀具状态辨识的智能算法。该方法可有效消除柔性制造系统加工工艺参数多变所引起的主轴驱动电流波动对刀具状态辨识准确性的影响。将该方法和柔性制造系统动态调度相结合,可快速响应刀具磨损破损异常工况,快速进行动态调度以保证柔性制造系统生产节拍。然后,基于本文提出的智能调度算法,开展了柔性制造系统生产调度的应用研究。为了验证算法对柔性制造系统调度问题的可行性和有效性,分别对静态调度和动态调度问题进行了仿真验证。静态调度在合理的问题描述和数学建模基础上通过两个盘类零件和三个轴类零件的加工为例进行了验证,而动态调度是考虑了动态插单、设备故障状态和设备异常状态等动态事件,以原始方案与重调度方案的偏离程度作为优化目标,并通过滚动窗口技术以及事件和周期混合驱动重调度策略求解调度问题。实验结果表明该方法有效解决了柔性制造系统生产调度问题,对于生产管理具有指导意义。最后,基于以上研究开发了基于信息互联架构的柔性制造APS系统,并通过电子工单的形式进行了APS系统验证。系统运行结果表明,开发的柔性制造APS系统既能进行高效的生产排程、提高了生产效率,又符合信息互联架构的基本要求。