面向订单生产的离散制造系统具有高度非线性、未知动态性等特征,研究建立适用于该类制造系统的动态生产过程控制与决策体系是提升其智能响应能力的关键。当前,针对该类制造系统内外部存在的动态扰动要素,已有研究主要建立以制造系统性能预估为核心的被动式生产过程控制与决策方法,决策制定与执行的精度低、滞后性强。随着传感器与信息通信技术的发展,制造系统能够实时获取大量的蕴含丰富生产过程知识与信息的数据,这些数据正驱动传统被动式决策向以制造系统性能精确测量为核心的主动式决策转变。本文即聚焦于离散制造系统从订单获取至准时化交付之间的关键生产过程控制决策,研究解决数据驱动的实时订单接收与联动生产过程控制问题,以期建立以订单准时化交付为牵引的主动式生产过程控制与决策体系,全面提升智能制造系统动态响应能力。研究主要工作与创新点如下:（1）建立数据驱动的离散制造系统虚拟化模型,为制定动态生产过程控制决策提供产能预测信息。以制造物联网技术为支撑,实时获取制造系统生产状态与内外部动态扰动要素信息;以极大代数理论和赋时事件图为核心,分析多输入单输出离散制造系统动态变迁行为,并据此建立数据驱动的状态空间模型,实现虚拟数学模型与物理制造系统的同步;研究结果表明,本文建立的状态空间模型可有效弥补网络流模型在刻画多产品随机切换、相邻工序缓冲区有限等方面存在的不足,可提供更加准确的动态生产能力预测信息。（2）研究需求不确定环境下实时生产状态驱动的订单接收与调度主从关联优化方法,为生产过程提供实时的控制目标。以制造系统实时生产状态为基础,建立制造网络协同约束的实时订单接收与调度主从关联优化模型,同步解决新订单接收、生产顺序制定与工件释放计划制定三个层面的生产决策问题,实现制造系统净收益的最大化,生产运作成本与订单延期交付惩罚成本的最小化;研究结果表明,与以生产能力预估为核心的分步式优化方法相比,本文建立的主从关联优化模型可以显著地减少订单加工成本,可以为动态生产过程提供更加准确的控制目标。（3）建立制造系统内外生动态扰动事件驱动的主动式生产重调度与最优反馈控制方法。以实时订单接收与调度方案为控制目标,基于制造系统实时状态预测结果,建立外生扰动事件与滚动时域混合驱动的生产重排序与工件释放计划自更新联合优化模型,以最小化订单加工成本与延期交付惩罚成本;以制造系统永久性产能损失诊断结果为反馈控制信号,以极大代数模型预测控制为最优决策模型,建立考虑制造网络协同约束的最优反馈控制方法,以自适应调整工件释放计划,实现对内生扰动事件的主动式闭环控制;研究结果表明,本文建立的生产过程控制方法可以动态地、主动式地响应制造系统内外部不确定扰动要素,可以以更低的生产运作成本实现订单的准时化交付。（4）研究预测性补货需求驱动的主动式动态物料配送机制,低成本的实现与生产过程控制方案的动态联动。以线边库存、订单接收与调度、工件释放等实时生产过程控制信息为基础,建立以（t,ROP,Q）补货模型为核心的线边库存动态补货需求预测方法,并据此建立带时间窗的多行程动态物料配送路径规划模型,形成以预测为核心的主动式动态物料配送能力;研究结果表明,与传统的被动式动态物料配送方法相比,本文构建的模型可以以更低的应急物料配送成本和线边物料库存成本实现与动态生产过程控制方案的联动。综上,本文构建的数据驱动的实时订单接收与联动生产过程控制决策能以更低的生产运作成本主动式响应制造系统中存在的各种不确定扰动要素,研究成果对于建立具备感知、分析、决策与执行能力的智能生产决策体系具有重要意义。