随着物联网、大数据等新一代信息化技术在工业领域的深度应用,制造业呈现出信息化与智能化的发展态势。柔性作业车间作为当今制造企业进行生产管理和资源配置的核心单元,制造物联网技术的融入使得车间的生产过程更加透明,有助于企业对生产过程进行有效管控。在经济可持续发展需求的背景下,通过优化生产调度实现节能减排,已成为企业提高经济效益和社会效益的重要途径之一,而实际生产过程中的各类扰动异常也对企业的生产管控能力提出了更高的要求。针对这些问题,本文从搭建车间生产过程监控平台、研究低碳调度方法与重调度策略方面开展研究,具体内容如下。（1）从生产过程监控、车间调度方法、重调度策略与低碳调度方面对国内外的研究现状进行了阐述、总结与分析,并介绍了本文的主要研究内容。（2）介绍了制造物联网环境下生产过程监控所需可行的数据采集与通信技术。在分析了本文研究问题中车间碳排放来源的基础上,阐述了柔性作业车间调度问题的特点,明确了本文调度问题的优化目标。对车间常见的扰动异常以及扰动异常影响下的重调度驱动机制和方法进行了总结与分析,确定了本文重调度问题的研究重点。（3）基于对柔性作业车间的生产业务流程的梳理,本文分析了生产过程监控平台的需求并设计了平台的整体架构。搭建了车间数据采集环境并设计了基于消息队列遥测传输协议（Message Queuing Telemetry Transport,MQTT）的数据传输方法。定义了车间多源数据之间的关联模型并利用复杂事件处理技术实现了车间事件的获取,最后搭建了可视化的生产过程监控平台。（4）为求解以最小化碳排放、加工成本与最大完工时间为目标的柔性作业车间低碳调度问题模型,本文对带精英策略的非支配遗传算法（Elitist Non-dominated Sorting Genetic Algorithm,NSGA-Ⅱ）进行了改进。首先通过Tent混沌映射与融合了优劣解距离法（Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS）的贪婪解码策略生成高质量的初始种群;其次提出了一种基于种群进化阶段与个体质量的自适应遗传策略,加快算法收敛的同时提高种群多样性;然后设计了一种基于外部档案集的改进精英保留策略,提高了算法后期的种群多样性并保留了进化过程中的优质个体;最后通过标准算例验证了改进NSGA-Ⅱ的有效性,并以实例验证了该算法在实际问题中的可行性。（5）在分析了车间实时状态对于调度方案影响的基础上建立了低碳初始调度与重调度模型,并提出了基于任务最迟完工时间与完工时刻误差偏移率的重调度驱动机制。改进了离散Jaya算法,将相似度的概念引入到个体接受准则中以提高种群多样性,通过基于模拟退火的自适应邻域搜索提高算法的局部搜索能力,并用标准算例对改进算法的寻优能力进行了验证。通过与未考虑车间实时状态的调度模型进行对比,证明了所提模型能有效减小车间异常状态的影响,并在实例中进行了重调度仿真,结果表明所提方法能有效应用于求解车间重调度问题。