云制造是一种通过虚拟化和服务化技术将各类制造资源封装,为用户提供按需服务的制造新模式,它融合了现有的云计算、高性能计算、智能科学和现有的信息制造技术。云制造技术为加强企业间的相互协作,提高制造资源利用率,提升整体竞争力提供了新的思路和方法。为了促进车间之间的资源共享,加强彼此之间的协作能力,本文针对车间生产加工能力的云服务化进行研究。1.针对车间生产加工能力的服务化封装问题,通过对车间生产加工过程的研究,对车间生产加工资源进行了分类,分析了车间生产加工能力云的特点,构造了车间生产加工能力云服务平台的体系结构,并给出了基于本体的车间生产加工能力云服务描述。2.为了缩短用户选择最佳服务的时间,针对云制造服务的特点,综合考虑服务属性、制造属性和网络属性三个方面,从线上协定和线下生产两个角度出发,构建了云制造服务综合评估指标体系。在此基础上提出了一种基于模块神经网络的量化评估模型。首先,该模型基于模块化的思想对任务进行聚类分解;然后,用BP网络对子任务进行处理;最后,用自适应遗传算法优化各个子任务处理模块的集成权重。结合云制造评价指标体系和模块神经网络模型,可以对云制造服务进行有效的评估,为用户快速选择云制造服务提供支持。3.针对制造执行系统间调度算法资源共享度不高,并且难以高效地从候选调度算法资源中选择合适的求解算法进行调度排产的问题,研究了云制造环境下的作业车间调度算法资源云服务化方法。首先基于OWL-S(Ontology Web Language for Services)建立调度算法资源的本体数据模型以及发布规范,然后为了提高算法服务请求者满意度和算法资源提供者经济收益,提出了基于加权多维特征融合的量化匹配与推荐方法。最后,通过搭建原型系统,并利用哈电机的历史数据进行仿真实验,结果表明所提出的数据模型和推荐算法能够有效的提升调度算法资源的共享程度和选择速度。