随着新一代制造技术的升级和现代信息技术的工业化应用,如何充分利用物理工厂的数据优势,应用数字孪生技术实现信息物理系统的深度融合成为当下研究的热点问题。本文以机械部件制造车间为研究对象,研究了面向生产性能仿真的数字孪生模型的构建框架及部分关键技术,对制造车间的设计、运营以及智能化升级都具有重要意义。主要的研究内容如下:提出了面向生产性能仿真的数字孪生模型框架,从数据采集和控制与执行等方面分析了物理空间的组成,将虚拟空间分为信息处理层、模型层和应用服务层,详述了其构建过程所涉及的关键技术。从制造过程模拟实验、生产过程实时监控和生产性能仿真分析等方面讨论了生产性能数字孪生的具体应用。面向机械部件制造工艺,阐述了制造过程中的数据类型,并利用统一建模语言对数据进行结构化建模。以产量数据为对象,分析了数据处理与分析过程,对过程中涉及的异常数据剔除算法、数据驱动的拟合方案、拟合优度检验等问题进行了深入的研究。给出了机械部件制造车间仿真模型映射方案,将完整的仿真模型分为生产逻辑模型、几何模型和数据模型,详细阐述了模型映射与融合的全过程。将仿真数据分为静态仿真数据和动态仿真数据,依据数据的特点设计了数据的映射方案。以机械部件制造车间为对象,对仿真模型映射方案进行了验证。为了满足复杂的数据管理和功能集成的需求,在Plant Simulation中集成了数据管理、仿真管理、实时监控、动态分析和仿真优化等功能模块,设计并开发了相应的原型系统。同时,以机械部件制造车间为研究对象,验证了该系统的可行性。