车间与生产线级的数字孪生系统已经得到实际的探索与研究。自动化流水线在生产过程中将产生大量的数据流，创建一个关于制造车间的数字孪生对不同来源的数据进行收集与分析，如物理尺寸､制造信息､操作数据和分析软件的信息流等。如果运用得当，数字孪生模型可以非常精确地模拟实体制造及其运作方式。值得注意的是在某些复杂制造方案中单一产品的数字孪生模型并不适用，因此研究人员提出了过程数字孪生[30]这一概念，过程数字孪生是产品数字孪生的扩展和更高层次。过程数字孪生除包含单一产品外，还包括整个生产环境，并使用虚拟现实､人工智能和高性能计算机来优化制造设备和整个生产过程。
陶飞等[31-32]针对制造车间物理空间与虚拟空间的相互作用与融合，提出了数字孪生车间(DigitalTwinShopFloor，DTS)的概念，并将数字孪生车间分为实体车间､虚拟车间､车间服务系统和车间孪生数据四个部分，并提出了DTS的运行机制和实现方法。ZhangHao等[33]提出了一种基于数字孪生的中空玻璃生产线快速个性化设计方法，利用数字孪生模型融合系统模型和分布式实时过程数据，可以在生产前对系统进行权威的数字化设计。
由于成本或系统复杂性等问题，全自动数据采集系统或方法无法在中小制造企业中得到广泛应用，但采集制造过程中的数据对数字孪生能否在制造企业中成功应用具有重要影响。中小企业由于在发展数字孪生方面的能力不足、发展优势尚不明显，导致中小企业进行数字孪生转型升级积极性不足。
为此Thomas H J等[34]建立了以数字孪生为基础的学习工厂，满足中小企业对以数字孪生为基础的易用､可扩展､面向服务的控制系统的学习需求。同时为将生产员工视为综合控制系统的一部分，GraesslerIris等[35]开发出一种基于员工的数字孪生生产系统。除包含员工的技能与经验外，还包括员工情绪､性格等个性化属性，使系统具备更好的开放性和更高的舒适性。