经编是纺织产业中必不可缺的重要一环,经编车间的信息化、智能化对于整个纺织生产都具有重要的意义。大数据和物联网的飞速发展进一步推动着经编车间的数字化改革,经编车间的调度优化是提高效率、增大效益和提升企业竞争力的关键。（1）本文基于5G技术对经编车间的系统架构进行研究,调研关于5G的关键技术,构建经编车间基于端-管-边-云的架构。对于架构的各部分进行介绍并分析关键技术,以求能够满足经编车间的监控、采集、运输、安防等需求。为纺织行业尤其是经编车间在未来的智能生产转型上提供参考及方向。（2）构建经编车间的大数据架构。首先介绍大数据特征以及大数据分析意义,并构建数据分析服务架构。其次从数据采集到数据解释,分析部分流程及其关键技术,并在此基础上进一步搭建从设备层到协同层的经编车间大数据架构。指导了经编车间未来的数字化和智能化发展。（3）针对经编机的多目标静态调度进行研究。以最小化最大完成时间（makespan）和最小提前/延迟惩罚成本为优化目标,提出一种改进的多目标模糊粒子群算法（f-MOPSO）。依据经编车间的实际订单情况,针对性设计粒子的编码和解码,并且对算法的初始化、粒子飞行的惯性权重、粒子群多样性三个方面进行优化。通过工厂实测数据进行分析,证明了其在经编车间调度问题上的有效性,解决了实际生产中的降本增效需求。（4）研究了经编机的动态调度。分析影响其生产的扰动事件并对其分类,再对不同类别的扰动事件分级,不同级别的设置映射于不同的调度策略。在静态调度目标的基础上,提出稳定鲁棒性作为优化调度额外的优化目标,并对完全重调度进行算法求解。此外,基于多目标退火模糊算法,设置邻域搜索规则,针对退火时的温度与步长设计模糊规则。以静态调度的结果为基础进行试验,证明了算法的有效性,更加贴近实际生产情况,对经编车间进一步的降本增效具有指导性意义。