制造业是我国经济的第一大产业,是中国的主要产业。提高生产效率是制造业进一步发展的关键之一。而消除瓶颈是提高生产效率必须解决的问题,瓶颈造成的损失就是整个生产系统的损失,瓶颈上的产出率决定了整个系统的产出率。所以,在实际生产过程中要重视优化瓶颈的作用,以达到最大限度地提高瓶颈设备的生产效率,尽可能避免瓶颈设备出现故障,是提高作业车间生产能力和经济效益的关键。通常情况下,生产系统都会存在着一个或一个以上的瓶颈,如何准确识别车间瓶颈是国内外学者一直研究的难题。本文分析了国内外学者对识别车间瓶颈的研究,发现不能满足当前新的生产方式。目前,市场呈现日益增长的多样化和个性化增长需求,生产方式也向智能化方向发展,因此,客户需求的不确定和生产过程的不确定导致作业车间生产系统更加复杂,瓶颈的精准识别更加困难。因此,本文将作业车间生产系统作为一个独立的复杂系统,基于复杂网络理论构建有向加权的作业车间生产网络模型。利用LeaderRank关键节点识别算法获得生产系统中重要度,结合设备利用率,对作业车间瓶颈进行识别。论文主要内容包括以下几个方面:首先,将作业车间设备映射为节点,根据待加工零部件的工艺路线,把待加工零部件在作业车间设备之间的转移路径映射为边,两台设备之间零部件转移的数量作为相对应边上的权重,构建出一个有向加权的作业车间生产网络模型。其次,根据构建的作业车间生产网络模型,运用复杂网络关键节点识别算法LeaderRank算法,对作业车间设备重要度进行排序,最后结合设备的利用率,得到作业车间设备的瓶颈度值。最后,根据本文提出的车间瓶颈识别方法,以实际公司为例,通过获取的数据,构建作业车间生产网络,运用LeaderRank算法得到设备重要度,最后结合作业车间设备利用率,计算作业车间设备的瓶颈度,得到作业车间生产瓶颈的识别结果。