中国青年报客户端讯（王一凡 宋凯 张颖 中青报·中青网记者李超）凌晨两点，某汽车零部件厂车间仍在运转。监控大屏突然弹出预警，机械臂信号出现微小偏移，系统判定存在碰撞风险，随即自动调整。五分钟后，异常解除，生产恢复如常。
这是扬州大学“数联智控”学生团队研发的数字孪生管控系统，在真实工厂中应用的一幕。
三年来，团队将代码写进车间，用论文“浇筑”产线，构建了一套轻量化、可扩展的“数字孪生系统”，实现了对制造过程的实时映射、智能诊断与超前预警，为中小企业提供低成本、高效率的智能化升级方案。
2022年秋，某汽车零部件厂一条刚投产的自动化冲压线突然“罢工”，损失惨重。作为校企合作项目成员，扬州大学机械工程学院本科生顾天乐第一时间赶到现场，与维修团队连续排查两周，最终发现罪魁祸首竟是一个毫秒级的信号延迟。
这一经历让顾天乐萌生想法：“如果能给每条产线造个‘数字副本’，提前模拟运行、预判风险，事故是不是就能避免？”
他立即联合几位“志同道合”的同学组建了一支跨学科学生团队，立志为中小制造企业打造一个会感知、能预警、可决策的“数字大脑”。
然而，现实远比设想复杂。“设备老旧、协议封闭、数据不通，课本模型根本连不上真实机器。”团队骨干李浩宇回忆。
为此，他们选择住进工厂，白天记录设备运行参数，晚上调试模型代码。在一次次深入车间的“贴地飞行”后，他们意识到，中小企业设备杂、预算少，无法照搬大型企业的高成本数字孪生方案。
团队决定另辟蹊径，不追求全息仿真，转而开发轻量化数字孪生体。通过聚焦关键环节，并采用边缘计算技术，将模型部署于本地控制电脑，无需云端即可实时响应。这一设计将设备响应时间从20毫秒压缩至2毫秒以内，真正实现成本低、部署快。
团队还融合AI与“具身智能”理念，赋予系统自组织、自决策、自学习能力，并搭建“柔性数据中台”，打破不同品牌设备间的“语言障碍”，实现多源数据融合。
上线以来，系统故障预警准确率达92%，平均停机时间缩短67%，相关技术已申请发明专利11项，发表SCI论文3篇。
如今，系统已在扬力集团稳定运行超半年，成功助力产线效率从每小时220件提升至286件，综合成本降低20%，并相继落地大全集团、针永集团，实现了从“单点试用”到“跨企复制”的突破。
“我们希望用技术为传统制造注入新动能。”顾天乐说。未来，团队计划将系统推广至航空航天、新能源汽车等高端领域，让“智慧种子”在中国制造的土壤中长成“数字森林”。
