智能制造IM(Intelligent Manufacturing)是一种由智能机器和人类专家共同组成的人机一体化智能系统,它在制造过程中能进行智能活动,诸如分析、推理、判断、构思和决策等。智能制造应当包含智能制造技术和智能制造系统,智能制造系统不仅能够在实践中不断地充实知识库,而且还具有自学习功能,还有搜集与理解环境信息和自身的信息,并具有进行分析判断和规划自身行为的能力。对于智能制造系统当然离不开智能控制,智能控制是当今国内外自动化学科中一个十分活跃且具有挑战性的领域,是一门新兴的交叉学科。它是人工智能、自动控制、运筹学、计算机科学、模糊数学、神经网络理论、进化论、模式识别、信息论、仿生学、认知心理学等多种学科相互结合、穿插,高度综合与集成的产物,有着极其广阔的应用背景。但是,对于目前的智能控制理论还不成熟,各种智能控制系统结构及控制算法还存在许多不完善的地方和许多亟待解决的问题,尤其是在面对大型复杂性控制需求下更是相形见绌,特别是智能制造过程中的重要载体智能工厂系统阶次高、子系统数目多且相互关联、系统的评价目标多且不同目标间可能相互冲突等。因此,通常把复杂的大系统控制问题化整为零,从多个子系统着手间接来解决,对复杂大系统的控制一般采用多级多目标控制形式,便形成了金字塔式的分层递阶控制结构。综合多方考虑,针对智能制造过程中的大系统一智能工厂,提出了一种新型的智能控制策略——基于深度堆叠神经网络的分层递阶智能控制策略。该智能控制策略通过被控对象进行分析,形成仿人控制律,然后将深度神经网络与分层递阶控制理论结合,形成具有深度学习功能的分层递阶智能控制策略对被控对象进行控制。为了使智能控制获得更好的控制效果,加入了智能优化算法-粒子群优化算法,使智能控制器的参数及其结构更加精确地逼近实际模型。此控制策略首先在针对多数据多类型倒立摆平台上进行验证,验证结果表明该控制策略能使倒立摆快速达到控制目标及平衡位置,采用相同策略应用于实际智能工厂项目中也取得了快速、智能调节生产设备获得最佳生产节拍进行高效生产。