建模仿真已经成为制造业的核心技术之一，但现有仿真技术对制造过程动态响应能力不足。数字孪生技术为仿真系统对制造过程的动态映射提供了解决方案，但仍存在以下问题：①目前对设备运行过程中的动态扰动识别困难，且扰动识别模型的训练过程受制于计算和数据资源，耗费时间较长；②用于动态扰动识别以及约束条件构建的数据为离线或半离线状态，不能满足实时响应的要求。针对以上问题，提出一种基于云-雾-边缘协同的数字孪生制造仿真过程动态扰动响应方法。在云端使用公共数据集训练普适化模型并使用边缘端数据训练个性化模型提升扰动识别精度，雾端通过部署云端训练的个性化模型保证扰动识别速度，同时将识别的扰动更新到数字孪生仿真模型中。边缘端负责采集实时信号并上传至雾端。经实验验证，扰动约束更新机制能够准确地更新扰动，从而对运行过程中的扰动做出快速响应。