智能制造的快速发展,使制造整个过程更加透明,生产效率大幅提高。智能制造的生产线更加柔性化,多工艺加工路线产品越来越多。智能化信息融合技术判断和处理动态调度问题让产线更加智能化。传统车间调度主要对完工时间、机器负荷、生产成本等目标进行研究。以解决工件加工时间长、制造费用高等问题。随着智能制造与可持续发展结合越来越紧密,车间不得不考虑机器的能耗问题。加工过程机器空载时间过长也会产生大量不必要的能耗。同时,加工过程存在动态事件,静态调度产生的调度方案无法适应实际车间中的动态环境。因此,本文对智能制造作业车间调度多目标、动态调度进行了研究。本文首先分析了智能制造的特点,总结了调度问题的分类。对智能制造的体系理论进行了分析总结。针对车间调度层面临的调度问题,将企业需求与调度目标相结合,并总结了解决调度问题常用的优化算法及其优缺点。针对遗传算法收敛速度慢及局部搜索能力差的缺点,设计了混合遗传算法。考虑车间加工过程必要的设备启动和空载影响加工完成时间和总的设备能耗,提出了多目标函数,建立相应的目标模型。用赋权重的方式将多目标加权为单目标求解,并将混合算法和遗传算法作比较,得出混合算法更具有优势。针对调度问题求解多样性及多目标之间的冲突性,不能得出一种调度结果使调度方案所有目标值达到最优,通过引入NSGA-Ⅱ算法设计基于工序和机器的双层编码,交叉、选择及变异过程。利用非支配等级排序及拥挤距离大小对种群进行选择,得出一组Pareto解集,使得各优化目标互不支配。然后利用层次分析法对多个可行解进行决策。针对作业车间加工时会遇到不可避免的机器故障、订单取消、紧急插单等动态事件,建立最小化最大完工时间及机器总负荷目标函数,利用重调度策略对三类动态事件的优化目标函数进行求解。根据车间调度所需的软硬件需求,开发了实用性的车间生产调度软件。输入相关参数可以解决相应的多目标静态调度问题,以及动态插单、订单撤销、机器故障的动态调度,得到调度甘特图。