智慧车间是智能制造在车间层面的重要体现,它以数据驱动为载体,通过先进的信息技术,实现对车间的自动决策和精益化管理。数据融合是智慧车间的重要应用技术之一,它能对车间多源数据进行综合与互补,为智慧车间生产和决策提供很好的技术支持。但是现有的数据融合方法普遍都很难处理离散制造智慧车间多源异构的、海量的和不确定的数据。鉴于此,本文面向离散制造智慧车间,提出相应的数据融合解决方法,主要研究工作包括:(1)介绍了智慧车间和数据融合的研究背景、现状以及相关知识与概念,并详细分析了离散制造智慧车间的数据特点和融合需求。(2)提出了一种针对离散制造智慧车间的多源异构性及不确定性数据的融合方法。首先求取每个对象的云模型参数,然后结合云参数求取每条数据对应于各个对象的BPA,最后在一定的判定规则条件下将各个BPA融合为相应的知识。通过实验表明,该方法能有效地对车间的多源性异构性和不确定性数据进行融合。(3)针对离散制造智慧车间数据的海量性特点以及现存融合方法难以对其融合的问题,提出了一种基于聚类处理的车间海量性数据融合方法。首先利用聚类的方式将车间海量数据处理为多个簇,并将各个簇中心作为该簇的代表信息,然后求取各个代表信息加权后的BPA,最后对BPA进行融合。通过算法复杂度和仿真实验分析表明,该方法能对车间海量数据进行有效地融合。