的概念开端由Grieves教授于2003在美国密歇根大学的产品全生命周期办理课程上提出，包含物理实体、虚拟模型以及二者间的衔接三个部分。其间，物理实体是客观存在的，首要担任接纳指令并完结特定的功用。虚拟模型是物理实体的忠诚的彻底数字化镜像，可以对物理实体的活动进行仿真、点评、优化、调控及猜测等。衔接使二者的数据进行实时交互，然后坚持同步性与一致性。但由于其时技能和认知上的限制，数字孪生的概念并没有得到注重。

　　近年来，新一代信息技能的开展（如云核算、物联网、大数据等）使数字孪生的完结成为可能，因而数字孪生受到了越来越广泛的注重。2012年，美国空军研讨实验室和美国航空航天局NASA将数字孪生界说为“充分使用物理模型、传感器更新、运转前史等数据，集成多物理量、多标准、多概率的航天飞行器或体系的仿真进程，在虚拟空间中完结映射，然后反映相对应的实体配备的全生命周期进程”。依据此，二者提出了构建未来飞行器的数字孪生体，使用数字孪生完结对飞行器的实时监测、结构健康办理以及毛病猜测等。之后，关于数字孪生技能在航空航天范畴使用的研讨不断增多。一起，一些研讨人员也将数字孪生引进到了愈加广泛的范畴，涵盖了产品规划、制作、服务等。比方，依据数字孪生的产品规划结构，数字孪生车间的概念与运转机制，以及依据数字孪生的杂乱设备健康办理流程。Parrott与Warshaw评论了制作进程的数字孪生概念模型，该模型构成了从物理国际到虚拟国际的闭环交互。Rosen等使用数字孪生将产品全生命周期的实在数据与仿真模型相结合，完结依据仿真猜测的制作方案、运转、保护等，提高了制作进程的自主性。Knapp等构建了依据数字孪生的增材制作模型，用于增材制作进程的精确验证以及要害参数的猜测。数字孪生也被用来无缝集成产品全生命周期的各个阶段，完结对产品全生命周期的高效办理以及坚持产品物理和虚拟国际之间的同步。

　　一些大型企业也开端引进数字孪生的概念，希望使用数字孪生进步企业运营功率及产品服务质量。PTC公司使用数字孪生树立物理产品与虚拟产品间的实时衔接，然后为用户供给高效的产品售后服务与支撑。SAP公司经过数字孪生技能使产品开发体系构成一个闭环，经过不断减小产品实在功能与希望功能之间的差异来提高产品质量。达索公司树立了依据数字孪生的3D体会渠道，并将其使用于飞行器的雷达规划上。西门子公司使用数字孪生技能协助制作企业在信息空间构建整合制作流程的出产体系模型，然后完结对制作进程中细节的掌控。GE公司致力于将数字孪生引进到污水处理中来，经过树立设备的孪生模型来整合很多的进程数据，提高污水处理功率。微软公司以为数字孪生可以完结信息与物理国际的无缝衔接，然后下降本钱，促进立异，加快转型。空客树立构建了总装线的数字孪生模型，完结了对总装线上出产要素的监控。美国洛马公司将数字孪生技能引进F-35战斗机的出产进程，使得处理F-35进气道加工缺点的决议方案时刻缩短了33%，该项目获得了2016年度美国国防制作技能奖。全球最具威望的IT研讨与参谋咨询公司Gartner接连两年（2016年和2017年）将数字孪生列为当年十大战略科技开展趋势之一。国际最大的兵器出产商洛克希德马丁公司将数字孪生列为未来国防和航天工业六大顶尖技能之首。2017年12月8日中国科协智能制作学术联合体在国际智能制作大会大将数字孪生列为了国际智能制作十大科技发展之一。现在，数字孪生技能已成为国际上的注重热门。

　　为了无缝集成与交融信息物理空间，完结智能制作，Tao等将数字孪生引进到制作车间中，并初次提出了数字孪生车间（digital twin shop-floor，DTS）的概念：DTS是在新一代信息技能和制作技能驱动下，经过物理车间与虚拟车间的双向实在映射与实时交互，完结物理车间、虚拟车间、车间服务体系的全要素、全流程、全事务数据的集成和交融，在车间孪生数据的驱动下，完结车间出产要素办理、出产活动方案、出产进程操控等在物理车间、虚拟车间、车间服务体系间迭代运转，然后在满意特定方针和束缚前提下，到达车间出产和管控最优的一种车间运转新模式。

　　如图1所示，DTS首要由物理车间（physical Shop-floor，PS）、虚拟车间（virtual shop-floor，VS）、车间服务体系（shop-floor service system，SSS）、车间孪生数据（shop-floor digital twin data，SDTD）四部分组成。PS由客观存在于物理空间中的一系列实体组成，包含人、设备、物料、环境等，它严厉依照VS仿真优化后的预界说的出产指令组织出产，并接纳SSS供给的服务，终究产出满意交货期、本钱、质量等要求的产品。VS由多个维度的模型（包含几许、物理、行为和规矩等）组成，它随PS演化，可以为物理实体供给高逼真度的仿真、优化及猜测等，一起也为SSS中的服务供给仿真优化数据。SSS是一个集成的服务渠道，它将企业信息体系（EIS）、核算机辅助工具、模型和算法等功用封装成子服务，然后依据特定需求将其组合成组合服务。SSS一起支撑PS与VS的运转：一方面SSS为PS供给设备健康办理服务、能耗办理服务、调度服务等，然后确保PS的接连与平稳出产；另一方面，SSS为VS供给模型校正与测验等服务，使VS可以坚持与PS的高逼真度。SDTD包含PS、VS和SSS发生的数据、三者的交融数据以及范畴常识。经过集成和交融，SDTD的数据可以消除信息孤岛，而且发生有价值的信息，用于驱动PS，VS及SSS的运转。

　　在DTS中，数据（即SDTD）是PS、VS与SSS三部分的“中心驱动”。关于PS，SDTD中的数据可以使物理车间中的实体感知本身与其他实体的状况，然后完结多个实体间的协作。关于VS，依据SDTD发掘的联系、束缚和规矩等可以树立和不断更新VS中的模型及其运转机制，确保VS可以精确全面的映射出对应实体的特点、行为及规矩。针对特定的需求，SDTD供给给SSS对应的数据、算法和模型等资源，这些资源可以封装成子服务来支撑服务组合及其后续服务进程。跟着PS，VS和SSS不断发生实时数据，SDTD的数据在不断添加，怎么依据数字孪生技能完结制作车间中多源数据的集成与交融，然后接连地发生有价值的信息用于驱动DTS的运转是一个要害问题。

　　车间制作数据具有规划海量、多源异构、多时空标准、多维度等特征，具有大数据特征。经过制作大数据树立车间出产进程和运转决议方案间的联系，能对车间运转状况供给计算和剖析支撑，有助提高车间出产功率和产品质量、下降车间能耗、保证车间设备健康等。但是，现有研讨的注重点往往会集在对PS的出产要素状况数据，出产进程数据等的处理与发掘上，却对车间的虚拟模型及其仿真数据缺少注重，特别对可以一起反映物理与虚拟车间的信息物理交融数据缺少研讨。

　　在DTS中，依据数字孪生技能可以一起得到物理与信息层面的数据，完结数据交融，然后处理上述问题。物理层面的数据首要指PS中的数据，包含要素特点，设备参数，工况数据、工艺数据、出产进展数据等。信息层面的数据首要指VS与SSS中的数据。其间，VS的数据包含模型参数及模型仿真、点评、优化、验证及猜测数据等，SSS中的数据包含出产办理数据、供应链数据、企业方案数据、产品办理数据、商场数据及出售数据等。以制作某一手机外壳为例，物理层面的数据包含PS中的加工温度、压力、外表粗糙度等数据，信息层面的数据包含VS中模型发生的资料应力、变形、氧化度等仿真参数以及SSS中的质料本钱、用户点评以及收回数据等。这些数据来自不同的数据源，而且涣散于产品全生命周期不同的阶段，经过集成与交融可以从这些数据中发掘发生愈加全面与精确的信息用于驱动出产制作。

　　如图2所示，为了完结对DTS中的数据的集成与交融，需要对PS、VS及SSS中的数据进行生成、建模、清洗、相关、聚类、发掘、迭代、演化、交融等一系列操作，然后构成可以实在描写和反映车间物理及信息层面的交融数据。