大数据、物联网、人工智能等新一代信息技术与先进制造业的融合正在推动新一轮的产业革命,为我国制造业全面创新升级带来新的历史机遇期。云制造作为一种面向服务的网络化、智能化制造新模式,现已成为我国制造业企业实现转型升级、全面创新发展和高质量发展的重要手段。整车制造业是国民经济发展的重要驱动力,同时也是云制造模式的重要实施场景之一,其资源优化调度是保证高质量、高效率平稳生产的核心技术。冲压工艺作为整车制造的开端,其生产过程最为繁琐,生产环境复杂多变,并流经种类众多的制造资源,是云制造模式在整车制造业落地应用必须要解决的难题。因此,本文在国家自然科学基金项目“云制造环境下可制造性评价理论与方法研究”的支持下,对云制造环境下整车制造冲压资源动态调度问题进行研究。本文研究内容如下:首先,阐述了本文研究背景以及意义,通过对国内外的相关文献进行分析,确定文章的研究内容以及方向。其次,为了满足云制造冲压资源动态调度过程对生产扰动预测的要求,本文提出了一种基于双向门控循环单元的冲压生产扰动预测方法。此方法给出了云制造环境下整车制造冲压生产扰动异常的定义和标准,通过分析人员、设备、物料、工艺、环境以及云平台六个方面的冲压生产异常影响因素,构建了基于双向门控循环单元的冲压生产扰动预测模型,将云制造冲压生产扰动异常影响因素作为输入,冲压生产异常预测值作为输出,并根据冲压生产扰动异常评定标准完成对冲压资源调度过程中生产扰动异常的预测。通过仿真实例证明了此预测方法具有较高的准确性,这使得云制造平台能够根据扰动预测结果对冲压资源调度方案做出及时调整。再次,在上述研究的基础上,针对云制造环境下冲压资源调度问题进行研究。根据冲压生产过程的扰动事件特征以及实际制造情况,提出了周期驱动与事件驱动相结合的混合驱动动态调度策略。在周期驱动策略中,为增加云制造系统运行的稳定性引入了滚动窗口技术。在事件驱动策略中,为减少频繁再调度造成的不必要损失,引入调度进度变动率和资源利用率相结合的判断机制来确定是否应进行再调度。本文建立了兼顾总冲压制造服务时间最少、总冲压制造服务成本最低、平均冲压制造服务质量最高的多目标优化调度模型,运用层次分析法确定各冲压优化目标的权重,并采用云自适应遗传算法来进行求解。通过仿真实验证明了所提方法的可行性,能够确保在扰动频发的环境下冲压生产可以平稳、高效的运行。最后,构建了云制造冲压服务系统,将论文中的冲压生产扰动预测方法和冲压资源调度方法嵌入其中,能够使客户根据需求获得相应服务。