在经济全球化趋势下,国外家具品牌大举进入中国市场,家具制造业竞争日加剧,与此同时,多样化的消费者需求使得大批量定制的订单急剧增多,国内传统家具制造业的生产管理模式已难以适应复杂的市场环境。而另一方面,随着工业4.0、中国制造2025等计划提出,智能制造相关技术不断得到发展,正逐渐成为提升生产管理水平的有效手段。正是在这样的挑战与机遇下,A公司作为一家家具制造企业和高新技术企业,制定了研发智能制造系统的战略目标,与课题组共同合作研究。本论文依托课题组与A公司的智能制造合作项目,选择喷涂车间作为研究对象,开展智能制造系统的关键技术研究,主要研究内容如下:第一章介绍了 A公司目前生产管理上所面临的挑战,阐述了本文的研究背景和研究意义。随后通过对国内外相关的研究现状进行概述与分析,提出了本文的主要研究内容和总体框架。第二章对喷涂车间的工艺流程与生产管理现状进行了详细分析,并针车间目前存在的问题,根据课题组提出的智能制造系统参考体系,分析了用于构建喷涂车间智能制造系统的关键技术。第三章针对喷涂车间工艺流程中的数据流进行梳理与分析,设计了相应的数据采集方案与指令控制方案,又通过详细的数据表与映射关系整理,构建了系统的概念数据模型,对系统数据库进行标准化设计并进行实现。第四章结合喷涂工艺原理以及逐步回归分析得到影响喷涂质量的主要参数及其重要性排序,并通过构建BP神经网络预测模型,利用主要影响参数较为精确地预测了喷涂质量不合格品率,有效识别出了喷涂质量风险。第五章对论文所做的工作进行总结,并对后续研究进行展望。