将物联网运用在制造业上,并将生产环境中的不同资源进行资源整合,分析利用实时感知的数据,对生产过程进行最优决策、动态调度与控制,产生了一种新的技术——制造物联(Internet of Things based Manufacturing,ITM)技术。尽管物联网应用技术在制造业中逐步发展和完善,但是制造物联网技术仍然存在很多难点：由于在大规模的生产环境中,不同生产区域或生产车间之间,可能存在着不同类型的通信网络,造成实时数据交互困难；由于在制造业环境中,存在着实时性要求高、交互性高、计算复杂、精准度高的生产过程所产生的数据,对这些数据进行实时处理是非常困难的。因此,本文结合上述制造物联的数据特点,提出面向制造业物联的实时数据感知与处理方法,主要研究工作有：(1)针对制造业信息化现状,结合物联网的特点,设计了一个制造物联实时数据感知和处理系统模型结构,对模型设计了实时数据驱动的优化方法和终端分类；(2)针对制造物联中常见的异构网络,实现了以制造物联网关作为接入平台对异构网络进行融合,对制造物联网关的网络协议和功能模块进行分析设计；(3)针对制造物联实时数据感知与处理模型对数据流事件的处理要求,结合云计算技术,设计了制造物联中实时数据流事件分解和处理框架。通过对数据流事件使用多目标优化分解算法,获得最优的事件分解结果,合理配置利用本地资源、云端资源和无线网络资源。(4)在实物平台上对制造物联网关进行测试,同时采用Matlab仿真环境对网关负载均衡算法以及对数据流事件分解算法进行仿真验证。实验结果表明,制造物联网关能接入多种总线网络、无线传感器网络和RFID网络等异构网络,并具备多网关负载均衡能力；通过仿真分析数据流事件分解算法中各个参数对系统性能的影响,并比较不分解事件与本文方案的系统性能,证实了分解算法的有效性。本文设计的制造物联实时数据感知与处理模型,不仅能够满足异构网络的实时数据传输处理,而且很好地对数据流事件的进行实时处理,合理配置利用各种资源。