随着两化融合的深度发展,制造业企业纷纷步入新型工业化道路。对于多品种、小批量模式下的离散制造业而言,其制造零件复杂多样、生产扰动多发、生产方式灵活多变。在新一代信息技术背景下,本研究依据“采集关联+预测识别+调控决策”的车间生产运维思路,从零件制造过程大数据入手,基于车间智能代理实现对工序制造过程数据的可靠采集与处理,运用知识自动化方法以及设备预知维护模型从车间工序过程管理与设备预知维护两个角度实现离散制造车间的运作维护与决策,基于案例分析验证了以上方法的有效性。本文具体工作如下:(1)介绍了基于制造大数据的离散车间运作维护与决策的理论框架,从大数据工程、知识工程、设备预知维护三个方面阐述了当前的研究应用现状与发展趋势。(2)分析了车间制造过程数字化、智能化背景下的离散制造车间制造特征,归纳总结了当前离散车间运作维护存在的问题与需求,优化重构车间生产管理业务流程并设计了基于制造大数据的离散智能车间运作维护总体框架。(3)搭建了基于车间智能代理的离散制造大数据采集处理平台。以车间智能代理为载体,基于数据采集模型实现工序制造过程数据实时描述采集;基于聚类的离散点检测获取设备劣化调整参数,为设备预知维护规划提供依据;基于工序制造过程描述模型实现对工序制造全过程描述信息的集成封装,为工序过程知识自动化奠定基础。(4)设计了面向工序生产过程的知识自动化方法。基于工序特征与FCM方法构建了严格的知识库划分逻辑与标准;针对不同层次知识库的结构特征运用不同的工序特征指标权重计算方法,基于相似元理论实现案例的自动获取,同时设计流程方案实现了知识库的自维护;基于案例相似性推理实现了工序工况识别预测。(5)设计了工序工况时变下的设备衰退演化以及多目标预知维护模型。基于案例相似性推理方法引入工况调整因子,结合传统设备衰退演化模型,设计了面向离散生产模式下的设备衰退演化模型;基于动态工况下的故障率函数,实现设备多目标动态维护规划建模。