在制造业快速发展的时代背景下,工业互联网作为一种将工业系统与新一代互联网技术深度融合的新型应用模式,正在推动着全球工业体系的智能化变革。数字孪生是工业互联网蓬勃发展不可缺少的技术支撑之一,能够实现对生产过程的监控。目前,数字孪生被广泛应用于各行业领域中。行为分析是评价产线运行情况的工具,它能够在产品投入制造前评估产线的性能并分析产线的运行情况,提高生产线的智能性、主动性和预测性。然而,目前的数字孪生应用很少将关注点放在产品制造阶段时的数字孪生模型上。因此,本文提出了数字孪生行为模型的概念,以服装行业为研究行业,以一家大型集团的服装生产线为研究对象,着眼于该集团在服装制造阶段的数字孪生,针对服装产线行为模型的建立问题开展相关研究。首先,本文详细分析了该集团服装生产线的具体流程,提出一种以Artifact为中心的模型构建方法,并基于该方法建立了服装生产线的逻辑描述模型。其次,基于Petri网的模型语义规范等特点及可达性、公平性等性质,选择Petri网作为描述行为模型的工具,提出一种将以Artifact为中心的逻辑描述模型转换为基于Petri网的行为模型的算法。根据此算法得到了使用Petri网描述的服装生产线行为模型,最后通过关联矩阵法和不变量分析法验证了该模型的正确性。然后,对简单Petri网进行拓展,引入着色Petri网,提出一种使用着色Petri网描述行为模型的方法。采用自顶而下的分层原则和以数据为中心的原则,分层逐步构建了使用着色Petri网描述的服装产线行为模型,并使用建模工具CPN Tools进行模拟运行,并验证了模型的正确性。最后,设计并实现了适用于所研究集团的服装生产线数字孪生模拟系统。本文根据服装生产线的特点以及不同角色对系统的个性化需求,设计了适用于该系统的体系结构,并通过Vue、Hibernate等技术框架实现了该系统。用户可以在系统上获取查看生产线的各项资源,并实际模拟生产线的运行。