随着中国制造2025战略的深入实施,新一代信息技术与制造业深度融合,智能制造成为推进我国制造业转型升级、实施高质量发展的关键所在。作业车间调度问题作为智能制造核心任务——智能排产领域的一个重要问题,决定着离散制造企业的生产调度方案,对企业的生产效率与竞争力的提升有着重要意义。柔性制造模式下,生产过程中不确定性和复杂性急剧增加,动态事件在生产过程中时常发生,现代制造业迫切需要动态调度方法来有效减少由于动态事件带来的不良影响。传统调度方法缺乏对动态事件监测的智能性与实时性,物理空间与智能制造的信息空间缺乏互通。数字孪生作为一种虚实交互、实时映射的新技术,为解决作业车间调度发展的难题提供了一种新思路。本文以离散制造企业作业车间调度问题为研究对象,进行以下研究:（1）为形成生产的初始调度方案,针对静态作业车间调度问题,设计了一种基于改进狮群算法的静态作业车间调度问题求解方法。针对狮群算法在求解作业车间调度问题时收敛速度慢,局部搜索能力弱等问题,提出了一种融合Solis＆Wets局部搜索的混合狮群算法。在该算法中,将狮群算法与粒子群算法相结合,提高算法收敛速度,并将寻优结果进一步使用Solis＆Wets局部搜索算法进行局部寻优,提高搜索精度。通过在基准数据集以及机加工车间实例上进行仿真分析,验证了提出的改进算法在求解作业车间调度问题的有效性和稳定性。（2）针对动态作业车间调度问题,提出了一种基于SPT调度规则的动态调度集成模型。在该模型中,针对紧急订单插入、工件优先级改变、设备故障三种不同的动态调度事件给出基于SPT规则的重调度方法。在动态事件发生时,首先识别动态事件种类,根据动态事件的种类选取不同的重调度方式生成新的调度方案。最后,在动态调度实例上验证了所提模型求解的可行性。（3）针对静态调度方案的可行性验证与动态事件的实时重调度问题,设计了一个基于调度规则的动态作业车间调度数字孪生模型。针对传统机加工车间调度缺乏智能性、实时性等问题,结合数字孪生技术,构建基于数字孪生的动态作业车间调度模型。通过实例证明,该模型在生成初始调度方案时,可有效验证初始调度方案的设备利用率与可能存在的加工问题,并及时就初始调度方案进行修改;通过物理车间与虚拟车间实时交互,可实时检测动态事件的发生。在车间服务系统给出重调度方案后,传回调度方案验证并根据验证后的重调度方案生产。实例验证了所提模型在动态作业车间调度问题上的有效性。