诸如航天航空等复杂产品呈多品种变批量、结构复杂、高精度、高性能等特点,这些复杂产品及其零部件的加工,大部分采用切削加工方式完成。当产品的品种和批量发生变化,切削加工工艺即需要改变,而加工准备时间耗时费力;产品从毛坯切削到逐渐获得复杂特征的过程,面临复杂的力、变形和热等多因素变化,切削过程的形性控制一直是难点。本论文针对复杂产品的切削加工过程的自适应研究具有重要的工程价值。数字孪生技术通过建立高保真机理模型,并结合实时观察的数据和数据驱动的模型,可实现切削加工动态过程的质量控制,是目前切削加工研究的热点。基于数字孪生的切削加工系统的核心是由数据、知识与算法组成的数字孪生体。首先在模型层面,需要高保真、可进化的模型来反映在加工过程动态性和变化。其次,在数据层面,需要形成切削加工上下文中的数据集成、知识表达和组织,为相同或相似类型产品的加工提供决策支持。在算法层面,需要自适应的决策模型,在变化工况下确保决策精度。论文系统性的综述了数字孪生驱动的加工系统发展现状,分别从模型、数据和算法三个层面上研究切削加工系统的演化方法等基础科学问题,深入展开切削加工过程的数字孪生模型自适应性研究,具有重要的理论意义。主要创新点体现在三个方面。（1）.在模型层面,针对缺乏高保真、可进化的模型反映在加工过程动态性和变化的问题,受生物拟态启发提出了数字孪生拟态模型,探索了产品数字孪生拟态建模方法。数字孪生拟态模型包含了几何、物理和过程三个方面信息,并且具有自适应变化特性,可同步加工过程中工件的变化。它不仅反映了产品对象的加工过程,而且能通过多种显示手段支持加工过程中的决策。（2）在知识层面,针对当前缺乏的有效的产品质量知识表达与数据组织管理的问题,研究了数字孪生模型的多尺度演化机制,探索了孪生数据的知识生成方法。该方法挖掘了数字孪生拟态模型的数据间的隐含关系,从宏观、介观和微观三个层面组织了产品质量知识模型。构建的产品质量知识模型涉及了产品在加工过程中受到的切削力、夹紧力和热等因素,包含了产品几何变形和表面缺陷等质量因素,具有多维、细粒度的表示特征,为后续的加工决策提供支持。此外,通过记忆遗忘模型对知识模型进行动态更新,以适应批量下的产品加工过程。（3）在算法层面,针对当前产品决策模型缺乏足够应对场景变化的自适应性问题,研究了数字孪生决策模型的自适应重构与评估方法。该方法通过融入迁移学习的概念用于调整数字孪生加工系统的决策模型,并对与产品质量相关的工艺、制造特征及制造要素进行分析,构建自适应评估网络对重构后的决策模型进行评估。通过上述方法,在保证算法在新的工作条件下快速重构的同时,评估其重构后的可靠性。最后,论文针对某航天产品的本体零件,研制了数字孪生驱动的切削加工系统原型,搭建了虚实融合的加工环境,验证了数字孪生模型拟态建模、知识生成与更新机制、算法自适应重构方法的合理性和先进性。