【摘要】随着智能制造在全球制造业的快速推进，工业计算机作为测控系统的核心载体，其集成与应用水平已成为决定制造效能的关键因素。 传统测控系统普遍存在实时性不足、数据孤岛严重、协同能力薄弱等突出问题，难以满足现代智能制造对高精度、高可靠性和自适应性的严苛要求。 基于此，本文深入探究工业计算机在智能制造测控系统中的集成与应用，包括构建“端－边－云”协同计算框架将 ＹＯＬＯｖ５ 深度学习算法与长短期记忆（ＬＳＴＭ）网络预测模型的融合机制应用于数据采集、过程控制、质量检测等方面应用，并通过实际产线的测试验证其技术有效性。 结果表明：相较于传统控制系统，基于工业计算机的智能测控方案可使数据采集周期缩短 ９０％、控制精度提升 ８０％、设备综合效率提高 ３０％，显著提升了制造过程的智能化水平，可为数字化转型提供技术支撑。