制造车间的数字化和智能化是制造企业信息化发展的必然趋势。目前生产过程中普遍存在多源信息采集费时滞后、生产状态难以全面监控、在制品和制造资源难以精确跟踪等问题,只有通过采用以无线传感网络为代表的物联网技术,才能实现制造资源之间的互联、互感,以及执行状态的主动感知和全方位监控,从而达到对制造过程与资源的智能调度与优化决策目标。由于车间物理环境的复杂性及对数据采集的实时性、准确性和高质量的要求,将无线传感网络技术应用于制造车间中时还存在很多技术难点,包括传感网络的结构设计、多类型数据的采集与可靠传输、移动制造资源的高精度定位等等,本文针对这些关键技术进行了深入研究,并结合典型制造企业进行了应用实现。具体研究内容如下：分析了制造车间无线传感网络的复杂网络特性,引入无标度网络和局域世界网络的演化模型,构造了更符合实际无线传感网络的能量感知局域世界演化模型。统计结果表明适当增加少量节点的通信范围可以有效提高网络数据传输的高效性。在此理论基础上,在传感网络中引入具有更高能量、存储容量大和数据处理能力强的高级节点,构建具有小世界特性的无线传感网络,该种网络模型可以减少数据传输时间延迟,降低节点通信能耗,均衡节点负载,还改善了网络对节点随机失效的容错性。分析了制造过程中数据采集方式和多类型传输模式。针对车间中周期性信息传输的应用场景,设计了无线传感网络的不平等分簇路由算法,其引入复杂网络的群落检测方法,该算法能很好地平衡网络中节点的能耗及提高数据包的传输效率。对于多种信息传输模式共存的场景,分析了不同类型传输的服务质量要求,设计了提供多种结构的无线传感网络,并提出了多路径路由算法,为具有不同优先级的信息提供合适的路径进行数据传输,以满足制造车间多类型信息传输的实时性需求。分析了制造车间移动资源无线定位的应用需求,并基于无线传感网络对移动资源进行定位。以蒙特卡罗方法为基本思想,分别设计了免于测距和基于接收信号强度(Received Signal Strength Indication, RSSI)测距的蒙特卡罗定位算法。在免于测距的定位算法中,引入了高斯-马尔科夫运动模型模拟制造车间移动资源的运动轨迹,根据前一时刻移动节点的估计位置和运动模型,预测当前时刻的节点可能出现的范围,并进行取样和估计。在基于RSSI测距的蒙特卡罗定位算法中,通过参考节点和移动节点之间的RSSI测距,对移动节点的取样范围进一步约束,从而提高样本质量和采样效率。两种定位算法的精度比经典蒙特卡罗定位算法有了较大提升。在上述关键技术研究的基础上,提出了基于物联网技术的制造执行系统总体框架。以某工程机械制造企业的数字化车间样板工程建设为应用实例,构建了制造车间的无线传感网络环境,并以物料状态监控、制造资源定位和质量数据自动采集三个典型应用说明了无线传感网络技术在制造车间中的实现。最后,对全文进行总结,指出进一步的研究方向。