车间调度是在满足交货期、工艺路线、资源能力等约束的前提下，通过生产资源合理分配与工件工序排序，达到提高生产效率、提高产品质量、降低生产成本等一个或多个优化目标的过程。它是实现生产运行优化的关键之一。

对车间调度的研究始于静态调度，然而由于静态调度方式对动态突发事件的处理能力较弱，大量研究开始转向动态调度，如反应式调度、主动式调度及预测反应式调度。当前，随着物联网、大数据、云计算等新一代信息技术的发展，越来越多的车间数据能够被有效采集、存储及处理，并用于驱动动态调度过程。但是由于当前研究主要基于物理真实数据，对虚拟模型、仿真数据、尤其是仿真与物理数据的融合等关注较少，导致动态调度在设备可用性预测、实时扰动监测、调度评估方面仍存在模型、数据不够全面准确的问题。

为了解决这些问题，本文提出了数字孪生增强的设备动态调度方法（如图1所示），对基于数字孪生的设备可用性预测、实时扰动监测及调度性能评估三个关键步骤进行了重点阐述。该方法融合物理设备真实数据和虚拟设备仿真数据，为设备可用性预测提供更加全面的信息；将虚拟设备仿真数据作为动态参考依据，通过与物理设备数据的连续比较与交互有效监测实时扰动；并基于几何－物理－行为－规则多维虚拟模型，为调度提供更多可供选择的性能评估类型。本文最后以液压阀机加工车间的调度过程为例，对提出的数字孪生方法进行了验证，部分结果如图2-4所示。

图1 数字孪生增强的设备动态调度方法

图2 基于数字孪生的设备可用性预测

图3 基于数字孪生的动态调度过程

图4 基于数字孪生的调度性能评估