随着工业4.0、中国制造2025等先进制造概念的深入推进,刺激着制造业向着数字化及智能化的方向发展,在这样的背景下,能否实现对车间生产数据的高效利用就显得尤为重要。传统制造车间存在着资源离散分布、功能特征表示不全、灵活性低等问题,这些缺陷极大地限制了车间的智能化发展。为此,本文通过研究云制造相关理论,设计并构建了一个集成多源异构生产数据采集、低延时数据传输和并行运行流式计算和批量计算的车间生产大数据处理系统。针对车间制造资源种类多样且形式各异的特点,通过设计资源虚拟化模型对制造资源进行统一描述。在制造资源分类结果和属性描述信息分析的基础上,利用建模工具构建了制造资源结构化模型,并通过设计资源创建界面用于接收用户定义的资源静态属性并基于XML语言封装成资源实例。同时,分别为每类生产数据开发合适的采集模块并设计边缘计算模块降低数据的传输量,通过设计抽象化数据接口提高系统的可扩展性和灵活性。为了克服车间传统数据系统中存在的数据传输高延迟和处理方式单一的问题,本文设计与开发了车间生产大数据传输和处理系统。采用分布式消息中间件Kafka构建数据传输系统框架,设计并开发一系列功能模块组件,实现了数据分流、消息过滤和易用的数据接收发送接口等功能。为了兼顾车间生产数据处理结果实时性和准确性的需求,基于Lambda架构设计生产大数据处理系统,能够并行运行流式计算和批量计算。通过开发生产状况监控模块对车间的生产环境、设备运行状态和工件加工流程等进行监控,实现车间生产状况的透明化。在上述研究基础上,完成了系统部署、性能测试评估以及资源虚拟化模块的设计。通过引入微服务架构部署系统,降低了各个功能模块之间的耦合度。对数据传输系统的吞吐量和平均延迟进行了测试,验证了系统的可用性。进一步,基于Spring Boot框架设计了资源创建和查询界面,通过与实验室现有的数据采集系统和数据处理系统结合,实现制造资源静态属性和动态属性的合并封装,提高了资源虚拟化模型的描述准确度。