模具工业是国民经济的重要组成部分,模具制造业的发展水平在一定程度上代表国家制造业的水平。近十几年来我国模具生产水平取得了巨大的进步,但与发达国家相比还存在较大差距。除制造技术方面的差距外,模具生产过程的复杂多变造成管理上的困难也使我国模具企业在车间管理方面与先进国家存在较大差距。制造执行系统(MES)的发展为提高我国模具企业车间管理水平提供了系统的解决方案,但现有MES在模具企业的应用还非常有限,其原因一方面是因为我国对MES的研究和应用还不成熟,另一方面是由模具制造业的特点所造成的。为此,本文基于面向模具企业的制造执行系统模型,并围绕与模具MES相关的问题展开研究。研究了模具制造业特点,建立模具MES功能模型,针对模具企业主要依靠技术人员的经验进行工艺设计的问题,集成了模具工艺设计功能。建立了基于多Agent的模具MES体系结构,将模具MES分为车间层、虚拟制造单元层和设备层,并以项目管理的形式组织虚拟制造单元,既提高系统的柔性、适应性和敏捷性等要求,又符合模具生产组织结构上的特点。工序级详细制造调度是MES的核心模块,工艺设计是制造调度的基础和前提。模具制造过程中广泛存在的工艺相关性问题为模具零件工艺设计提出了新的要求。定义了形状特征工艺相关性的概念,针对模具零件间工艺相关性问题,分析了模具制造过程中常见的特征相关性特点,并提出了具有组合工序的模具零件工艺设计模型。研究了具有组合工序的模具零件的工艺设计算法,将工艺设计过程分为两个步骤,首先利用模糊工艺推理实现单个形状特征的工艺设计,然后利用基于典型工艺路线的模具零件工艺设计遗传算法对模具零件的工艺路线进行排序,排序过程中同时考虑组合工序,最终得到整个零件的工艺方案和零件间的工艺约束关系。模具MES必须能够处理具有工件间工艺约束的模具零件的生产调度问题。对考虑工艺相关性的制造调度问题进行了描述,指出该调度问题是具有柔性工艺路线和复杂工艺约束的Job-Shop问题。重点研究其调度算法,提出了蚁群算法与启发式算法相结合的、考虑工艺相关性的模具制造调度算法,算法首先利用蚁群寻优确定零件各工序的加工机床,然后利用启发式算法确定各机床零件加工顺序,同时满足各种约束条件并优化目标函数。对蚁群算法的相关参数和启发式算法的优先规则组合进行了研究,实验表明,算法能够处理模具零件间的工艺相关性约束。对算法各参数的影响进行了实验研究,并通过与其它算法的性能对比说明了算法的优化性能。分析了模具制造中的各种扰动因素,为了实现模具制造动态调度的实时性,结合蚁群-启发式算法特点,提出了局部更新和全局更新相结合的模具制造动态调度策略。针对不同的扰动因素,采取不同的调度方案,既保证调度性能的优化,又兼顾实时性的要求。建立了一个模具MES的原型系统,实现了基于多Agent的模具MES中主要Agent的功能。