绿色制造是制造业发展战略的新要求。降低能量消耗、提高能量效率是绿色制造的重要研究内容。机械加工制造业是制造业的重要组成部分,其机床设备量大面广,能量消耗总量巨大。置换流水线生产是机械加工制造业中一种具有代表性的生产模式,该模式由多台机床设备按照一定的工艺规程组成,加工工件依次通过流水线上的各台机床设备,并且工件集的加工顺序在每台机床上是相同的。节能性生产调度作为绿色制造的一种过程优化技术,可以有效地从生产管理层面上降低机械加工系统的能量损耗。目前已有不少文献对此进行了研究,然而对机械加工置换流水线生产模式的节能问题研究还相对缺乏。因此,本论文针对机械加工置换流水线节能调度问题展开了研究。首先对机械加工置换流水线的结构和能耗构成进行了分析,揭示了机械加工置换流水线的节能原理,指出生产调度可以有效地从生产管理层面上降低机械加工置换流水线上所有机床的待机总能耗,进而降低整个流水线的总能耗。基于上述分析,本文建立了机械加工置换流水线节能性多目标生产调度体系结构,并对其中的生产作业计划层、调度层、现场信息采集层进行了详细论述;该体系结构为节能调度的整体研究提供了支持。其次,提出了一种机械加工置换流水线节能性多目标调度方法。其中,建立了置换流水线节能性多目标调度模型,该模型的优化目标为同时最小化加工工件的总流程时间和流水线上所有机床的待机总能耗;此外,考虑到置换流水线调度问题是NP-hard问题,因此引入非支配排序遗传算法2型(the Non-dominated Sorting Genetic Algorithm-2,NSGA-2)算法用于求解该问题,并通过实验分析验证了所提方法的有效性。然后,针对新工件到达不确定性事件,提出了一种机械加工置换流水线节能性多目标重调度方法。该方法建立了以同时最小化工件总流程时间、所有机床待机总能耗和不稳定性影响指标(即重调度对正在执行调度造成的不稳定性影响程度)为优化目标的置换流水线节能性多目标重调度模型,并引入NSGA-2算法和预测——反应调度策略用于该模型的求解。实验分析结果验证了所提方法的有效性。针对复杂的混类工件加工模式,提出了一种基于工件加工功率信息特征分析及增量学习拉格朗日支持向量机(Incremental Learning Lagrangian Support Vector Machine,ILLSVM)的在线加工任务进度实时获取方法。该方法通过分析在加工过程中的功率变化特征,设计了一组反映工件加工特征的功率信息特征向量;然后通过训练少量试加工工件的功率信息特征向量样本得到各类工件的初始分类器,在随后的加工过程中利用增量学习方法对分类器进行在线更新,并应用拉格朗日支持向量机对加工过程中的工件进行分类识别和任务进度统计。案例分析结果验证了该方法的有效性。最后,对节能调度应用系统进行了详细设计,包括节能调度应用系统的框架结构、功能结构、运行流程、数据表等;并提出生产现场信息化系统与节能调度功能系统相结合的模式对节能调度进行分阶段实施。在此基础上,结合国家科技重大专项子课题“齿轮加工自动生产线网络化现场管理与智能监控系统”,与课题组其他成员对该流水线生产现场信息化系统进行了开发,将该系统作为应用案例的信息化系统,并设计了该系统与节能调度功能系统的集成方案,为最终实现节能性生产调度的实际应用做准备。