工业物联网已成为制造业实现全过程智能感知、数据互联和协作优化的新引擎。随着物联网技术与先进制造技术不断融合应用,实现车间各类资源的实时状态主动感知、协同决策优化与扰动动态调控,对于保障生产物流协同与提高车间整体效能具有重要意义。因此,本文以车间生产物流为研究对象,基于“感知-分析-监控”主动感知模型对生产物流协同决策机制以及异常扰动下的动态协同调控规律进行了研究。首先,构建了“感知-分析-监控”的生产物流主动感知模型。采用智能体（Agent）技术对物流调度任务和资源进行了感知建模,采用递进式和分布式的混合系统架构实现资源间的信息交互;根据各资源的非劣等级获得了不同概率区间对应的健康程度,实现对各资源状态的分析评价;采用资源状态阈值系数对资源自身进行监控,采用生产阈值系数和物流阈值系数实现对生产物流过程的监控。其次,针对车间物流单元分级协同决策问题,采用鲸鱼算法以完工时间和AGV（Automated Guided Vehicle,AGV）平均运行时间最短为优化目标,并基于边际效用确定了物流单元布局和AGV数量;从AGV的任务调度规则和停靠规则对AGV调度规则进行明确;将多物流单元协同过程转化为蒙特卡洛树搜索（Monte Carlo Tree Search,MCTS）中的连续决策过程,对MCTS中的状态空间、动作和奖励进行定义,构建了基于MCTS的物流单元分级协同决策模型。然后,构建了考虑资源Agent状态触发的协同调控策略。结合Agent模型主动感知异常加工资源或异常过程等特征识别异常扰动事件;从物流单元选择、AGV选择、机床选择、返回物流单元选择和维修点选择等方面对调控规则进行重构;从物流运输过程和工件生产过程两个方面构建了异常扰动事件的特征及其对应的调控规则库。最后,利用Visual Studio开发了一套面向智能生产的物流服务协同决策系统软件原型,包括生产物流信息主动感知、物流单元分级协同决策和资源状态触发的动态调控三个模块,并通过案例验证相应的算法和模型。