一个自动制造系统通常由计算机控制,利用有限的资源如机器人、自动小车(AGV)、缓冲器、机床等按照预先设定的工艺路线并行地生产加工不同类型的工件。这些并行加工进程对有限资源的竞争造成的循环等待往往会导致系统死锁,其带来的额外损失甚至是灾难性的。因此,死锁研究在自动化领域一直都是一个研究热点。在过去的几十年里,很多的学者对死锁课题展开了深入研究。为了简便起见,大多数研究都预先假设系统资源是不会损坏的,然而事实恰恰相反。在一个自动制造系统中,资源故障随处可见,任意一个细微的错误都有可能导致资源出现故障,单个资源的损坏甚至可能让整个系统陷入崩溃状态,从而造成不可估量的经济损失。本论文考虑到系统资源可能出现损坏的事实,提出了一个分布式控制方法,以实现在避免死锁的条件下自动制造系统稳健性提升以及系统性能改善的目标。系统资源根据其是否容易出现故障被分为不可靠资源和可靠资源。在Petri网的框架下,我们提出了一个动态的分布式搜索算法,不同于传统的计算所有可达状态的方法,该方法仅仅通过在线核查系统资源用量即可实现死锁避免,从而规避了状态爆炸的问题。基于该死锁避免算法,本文提出了一个保障系统稳健性的控制算法,保证在系统出现资源故障时,不需要用到该不可靠资源的进程可以继续平稳地运行而不会被阻塞,从而大大提高自动制造系统的生产效益。为了改善系统性能,我们设计让托肯与托肯之间前进步数之差为最小,从而提高各进程之间的并发性。本文主要提出了这三个算法,分别解决了死锁、稳健性以及并发性问题。每次执行这些算法后,我们可以得到一个允许发射的变迁集合,但是一次有且仅有一个变迁是可以发射的。每当变迁发射后,系统到达一个新的状态,这三个算法将重新按照顺序依次执行。因此,我们可以得到一个恰当的事件发生序列,将系统引向一个我们所期望的状态。本论文以Petri网为理论研究工具,致力于带有不可靠资源的自动制造系统中稳健性保障问题的研究,提出了一个在保证系统无死锁条件下系统不会因为不可靠资源的损坏而阻塞的稳健性控制算法,并进一步改善了系统的性能。