很多制造企业构建了数字孪生工厂用于工厂规划、仿真优化及实时监控，但是领域单一、周期短暂的数字孪生系统并不能完全体现制造企业实施智能制造所需的物理与信息世界交互共融理念。
针对该问题，同济大学陆剑峰副教授团队从制造企业数字孪生系统构建需求视角提出制造企业数字孪生生态系统的概念、种群构成及内涵与特征。进而结合数字孪生技术的特点，研究了制造企业内数字孪生系统三个种群的构建过程与方法和三个种群之间的交互配置与动态演化过程。
最后，结合某液压缸工厂智能化升级案例对所提出的制造企业数字孪生生态系统构建和演化 进行了验证，证明了其能有效地提高制造企业的制造柔性和智能化程度及缩短产品研发周 期，满足用户对高品质产品的个性化需求。
亮点论述：
数字孪生的概念雏形最早起源于 1969 年美国 NASA 在阿波罗项目中构建在轨航天器的“物理孪生体”来反应正在执行任务的空间飞行器的状态。数字孪生的概念模型是由美国密歇根大学的 Michael Grieves 教授在其 PLM 课程中提出“与物理产品等价的虚拟数字化表达” 概念，并于 2005 年被称为“镜像空间模型”，于 2006 年被称为“信息镜像模型”。2011年，Grieves 教授与 NASA 专家 John Vickers 共同提出数字孪生的概念，即三维模型，包括物理实体、虚体以及二者之间的连接，该三维模型一直沿用至今。至此，数字孪生概念初步形成，同时这也是产品数字孪生的概念，在此后得到国内外学者不断地补充和完善。
制造企业数字孪生生态系统是以企业制造系统物理与信息空间智能交互、不同种 群协同进化为目标的多模态模型和数据的集成与应用。
MEDTEs 其实是由物理和虚拟空间之间、各个种群数字孪生系统的演化周期阶段通过一定的相互作用关系而形成的一种网络，其中包括信息网络、知识网络及制造网络等。从微观尺度到宏观尺度，可以用网络的相关特征来描述制造系统与子制造系统。
（1）交互特征制造企业数字孪生生态系统是工厂数字孪生系统、产品数字孪生系统、供应链数字孪生系统多个领域集成且交互的系统网络。数字孪生生态的交互性不仅体现在各个领域的物理空间与虚拟空间的映射，也包括制造企业各个领域的数字孪生系统及其不同阶段之间的交互联动。本质上来说，制造企业数字孪生生态系统的三个维度内部以及维度之间无缝集成和交互是通过虚拟映射空间中模型与数据协同治理来实现的。
（2）自适应特征 精准执行 精准执行 精准执行用户对个性化产品的需求越来越多，产品的生命周期越来越短。同时，生产任务的动态变化、生产要素不齐套、生产能力限制等会造成制造企业生态系统制造现场的复杂性与不稳定性。从网络上的动力学和网络拓扑动力学来考虑 MEDTEs 的网络模型动力学，在面向大规模定制化服务与故障扰动，制造企业数字孪生生态网络中的资源节点、信息流与服务流都需要快速地、高效地交互与调整。在制造数字孪生生态中，基于模型和数据治理的种群协同交互，是生态稳定发展以及物种适应能力提升的关键。
（3）自演化特征复杂网络上的动态演化一般从参与对象之间的关系（网络结构特性）和策略更新规则两个方面研究种群的行为演化。MEDTEs网络的演化动态是根据数字孪生生态的历史、当前状态和基于学习机制的群体行为选择将演化的当前状态映射到下一个时刻的状态的规则。在有限理性假设下，动态演化中的对象将根据所获取的信息不断更新自己的行为（策略），这种更新规则实际上就是学习机制。仿照自然生态网络实际决策过程，各种不同类型的更新规则被提出来，如生灭过程、死生过程及模仿过程等。生灭过程和死生过程是生物数学中描述种群演化的两类最基本的动力学模型。以经典死生过程为例，每一步，MEDTEs中的一个对象（比如产品、工艺、服务等）被随机地从群里中淘汰，然后从群体中剩余的对象中进行复制并替代被淘汰个体的位置或直接产生一个新的对象[34]。在状态更新规则的不断作用下，个体状态更新就会形成群体的演化过程。
（4）技术生态集成
根据数字孪生五维模型[35]和数字孪生生态系统的组成及特征，需要集成多种建模技术和使能技术来支撑数字孪生生态系统模块构建、模块之间的交互及数字孪生生态系统的自适应和自演化特性。数字孪生生态系统的物理空间涉及多领域和多学科，因此对生态系统物理空间的虚拟建模需要结合传感、测量等技术，使模型更准确和更贴近现实，其包括几何建模、机理建模。数字孪生生态系统随着物理空间的变动一直处于动态的自适应和自演化过程中，因此需要模型进化技术来驱动虚拟模型自更新。同时这一过程将产生海量的制造数据，为了合理利用这些数据和提取有效信息，需要先进的数据建模、数据分析和融合技术，包括数据的采集、传输、存储、预处理、融合、分析和可视化。数字孪生生态系统的服务包括应用服务、资源服务、知识服务和平台服务，需要应用软件、平台架构技术、面向服务的架构（SoA）技术和知识技术等支撑。最后，将 DT 的物理实体、虚拟资源、数据和服务互联，实现交互和信息交换。连接涉及互联网技术、交互技术、网络安全技术、接口技术、通信协议等。
后续的研究工作可以聚焦在以下两个方面：
（1）数字孪生系统中虚拟空间的数据和模型来源于物理空间，虚拟元素的有效表达取决于数据和模型的质量和融合程度，探索虚拟空间中孪生数据和模型的质量及融合机制是有必要的。进一步研究整个业务流程的数据集和模型集的孪生质量评价体系和融合质量标准。
（2）目前从物理工厂中获取的数据和模型没有得到合理和智能化应用，需要探索智能算法在虚拟空间中对孪生数据/模型的充分融合和应用，由此可以进一步研究其他领域，比如计算机视觉，与数字孪生系统的合理集成，拓展数字孪生系统对智能制造的业务面。
