随着智能制造的兴起,制造型企业对于信息化和智能化的需求越来越高。面对复杂多变的车间生产环境,科学有效的生产监控是企业实现信息化和智能化的重点和难点。同时为应对环境恶化和全球变暖问题,绿色可持续的低碳制造已成为企业新的发展趋势。生产调度作为企业生产的重要环节,对企业的生产效率、能耗和碳排放有着直接的影响。此外考虑到生产过程中存在车间异常扰动,企业还需要拥有应对这些扰动的重调度能力。本文以灌装设备制造车间为研究对象,针对生产监控问题、低碳调度问题与低碳重调度问题,主要进行以下几个方面的研究:(1)介绍了车间生产监控、低碳制造和车间调度的国内外研究现状,分析了当前研究中存在的问题,并给出了本课题的主要研究内容。(2)对物联网的数据采集技术进行介绍,分析了灌装设备制造车间生产监控对象。介绍了车间调度问题的概念和特点,说明了本文研究的调度问题,并详细描述了车间常见的碳排放来源。针对车间重调度问题,总结了常见的车间扰动,着重分析了重调度决策方法。(3)针对灌装设备制造车间生产监控的特点,分析了生产监控平台的需求,对平台的体系架构进行设计,搭建了数据采集环境,并基于该平台对车间的业务流程进行了优化。对车间智能制造实体和车间事件进行定义,介绍了复杂事件处理引擎Esper,并利用Esper实现车间复杂事件处理。最后搭建了生产监控平台,并通过实例仿真证明了平台的可行性。(4)针对灌装设备制造车间低碳调度问题,建立了基于制造资源实时状态的车间低碳调度模型,详细说明了模型的目标函数和约束条件,提出了改进的多目标Jaya优化算法,对算法进行离散化处理使其可以求解车间调度问题,在算法中引入Tent混沌序列方法进行种群初始化,并利用邻域搜索和模拟退火算法相结合的方式进行局部搜索,最后通过车间实例与NSGA-II算法进行对比,证明该算法的有效性,并与未考虑制造资源实时状态的传统模型进行比较,验证了该模型能够有效提高车间生产效率,降低碳排放。(5)针对灌装设备制造车间低碳重调度问题,设计了以交货期为主的重调度判定方法,并在重调度性能评价中引入稳定性指标。以第四章的低碳调度模型为基础,建立了车间低碳重调度模型。对模拟退火遗传算法进行改进,设计并说明了算法的初始化过程、选择操作、交叉操作和变异操作。利用标准算例对算法进行测试并与其他算法比较证明了该算法的有效性。最后通过车间实例数据,并模拟常见的工装缺料、机床故障和紧急插单等扰动,验证了该重调度决策方法能够有效应对车间异常扰动。