人工智能和信息通信技术赋能的智能制造将成为未来几十年数字经济发展的主要贡献者。为了监视和控制实时工业生产过程,对工业无线传感器网络中数据传输的时效性提出了更严格的要求。为了更加全面有效的对工业传感器网络中信息传输系统的时效性进行衡量,信息年龄（Age of Information,Ao I）的概念应运而生。工业传感器网络具有节点数量多、分布广等特点,导致传感器节点间具有很强的相关性。此外,实时工业传感器网络中单次传输的数据量小,采用短包通信技术可以提高系统的时效性。因此对无线传感器网络中信息传输系统的信息年龄进行研究将具有重要意义。本文将传感器节点根据空间相关性进行分簇,得到了基于双级轮询和数据聚合的工业传感器网络模型。每一簇中的传感器轮询向聚合器发送信息更新,聚合器轮询地将数据进行聚合后采用短包通信技术通过不可靠的信道传输到监视器。当数据包传输发生错误时,考虑了无重传、重传不重采样和重传重采样三种应对策略。通过随机混合系统（Stochastic Hybrid Systems,SHS）对相应的系统平均信息年龄表达式进行求解,并进行仿真分析了数据包包长、信道条件和重传策略等因素对系统信息年龄性能的影响。结果表明,存在最优的数据包包长使系统的信息年龄性能达到最低,且最优包长受到信道条件的影响。本文提出的双级轮询信息更新系统比单级轮询信息更新系统的信息年龄性能更优,其随着传感器数量的增加,双级轮询信息更新系统性能优越性更加突出。在信道条件较差时,通过重传策略可以有效提高系统的信息年龄性能,且重传重采样策略的信息年龄性能略优于重传不重采样策略。针对传感器节点的分簇问题,为了更加有效的对传感器节点间的相关性进行衡量,本文通过对传感器节点的数据相关性以及空间位置进行联合考虑,提出了空间相关度计算公式。在此基础上提出了基于空间相关性的分簇算法,解决了现有分簇算法中独立节点和分簇数量多的问题。并通过IBRL（Intel Berkeley Research Laboratory）数据集对提出的分簇算法性能进行仿真分析,仿真结果表明本文分簇算法在网络分簇方面的性能优于对比算法,且可以有效提高双级轮询系统的信息年龄性能。