“工业4.0”的提出激发了制造业新一轮的技术革命。我国基于自身国情提出“中国制造2025”战略,大力推进中国制造业的产业升级。上述举措,源于传统制造业大批量、少品种的生产模式,难以满足消费者日益增长的个性化消费需求。在此背景下,研究新一代智能制造产线,使其满足多品种、小批量、个性化产品的大规模生产,具有重要的理论意义和工程应用价值。本文针对传统制造产线在新形势下制造能力的不足,通过研究新一代智能制造产线的关键技术,提出了具体的解决方案。主要完成的工作如下:首先,为了实现制造资源的合理描述、优化资源的调度方案,本文引入本体技术。在研究现有的本体语言后,本文采用OWL(Web Ontology Language)作为本体构建的语言,并通过Protégé软件完成制造资源的本体构建,实现了制造资源的知识描述。在此基础上,通过Apache Jena工具包实现基于本体模型的隐含信息推理,为智能制造产线的决策调度提供了重要的技术支撑。然后,针对智能制造产线的网络通信需求,研究了物联感知与信息交互两个通信层面的主流技术。对于前者,本文提出基于RFID技术的物联感知方案,实现了对每个订单生产流程的信息追踪;对于后者,本文探讨和比较了“数据分发服务(DDS)”和“OPC UA统一架构”两种主流的信息交互技术。通过分析多品种小批量制造环境的生产特点,最终选择“OPC UA统一架构”作为本文智能制造产线信息交互的关键技术。经过多组对比测试,确定了周期100ms并兼顾实时性与数据完整性的信息采集方案。其次,针对多品种、小批量、个性化订单的工序调度问题,本文探讨了主流的车间调度算法。通过分析多品种小批量制造的生产特点,决定采用遗传算法作为本文工序调度的核心算法。并通过一个生产调度实例,演示了基于遗传算法的多品种小批量生产调度关键步骤。最后,基于上述知识描述与推理、物联感知与信息交互、智能决策调度三个层面的关键技术,依托华南理工大学智能制造实验室的实验平台,进行了实验验证。实验结果验证了所述关键技术的合理性和有效性。