動力電池智能制造的核心是基于模型的數(shù)字化和基于大數(shù)據(jù)的智能化。首先，建立動力電池制造系統(tǒng)的信息模型，將設備、物料、信息系統(tǒng)模型化，建立基于模型定義的企業(yè)（MBE），實現(xiàn)模型的數(shù)字化，為基于大數(shù)據(jù)的智能化提供基礎。
有了數(shù)字化模型，通過數(shù)字連接，將實體模型和虛擬模型相互關(guān)聯(lián)，形成數(shù)字孿生，如圖３所示。通過數(shù)字孿生，可以對系統(tǒng)進行優(yōu)化，實現(xiàn)虛擬調(diào)試。
圖３ 基于模型的數(shù)字化孿生
在沒有模型的情況下，制造優(yōu)化方式是通過人為認識問題、調(diào)整影響要素并解決問題，最后實現(xiàn)的是人的經(jīng)驗積累�；谀Ｐ偷膬�(yōu)化方式則不同，制造優(yōu)化積累的結(jié)果是模型的迭代和進化，實現(xiàn)了數(shù)字化的積累，使計算機能夠自主進行優(yōu)化和深度學習，這就是基于模型優(yōu)化的魅力所在�；谀Ｐ偷臄�(shù)字化智能制造路徑的演繹如圖４所示。
圖４ 基于模型的數(shù)字化智能制造路徑的演繹
通過模型和數(shù)據(jù)，可以基于模型尋找影響質(zhì)量的關(guān)鍵因素和關(guān)鍵質(zhì)量控制點，并控制這些關(guān)鍵因素，以獲得最佳質(zhì)量，從而解決顯性問題。同時，利用數(shù)據(jù)進行數(shù)字特征分析提取關(guān)鍵特征，實現(xiàn)預測性維護和健康管理，大大提升生產(chǎn)線制造的合格率。此外，還可以優(yōu)化設計模型，實現(xiàn)反向升級，進一步優(yōu)化制造過程，這正是智能制造的本質(zhì)。
