CN110428116B - 基于能源、环境和经济的再制造***可持续性测定*** - Google Patents
基于能源、环境和经济的再制造***可持续性测定*** Download PDFInfo
- Publication number
- CN110428116B CN110428116B CN201910748691.6A CN201910748691A CN110428116B CN 110428116 B CN110428116 B CN 110428116B CN 201910748691 A CN201910748691 A CN 201910748691A CN 110428116 B CN110428116 B CN 110428116B
- Authority
- CN
- China
- Prior art keywords
- remanufacturing
- energy consumption
- cost
- energy
- total
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005259 measurement Methods 0.000 title claims description 8
- 238000005265 energy consumption Methods 0.000 claims abstract description 302
- 238000000034 method Methods 0.000 claims abstract description 192
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 78
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 78
- 230000008901 benefit Effects 0.000 claims abstract description 73
- 238000004364 calculation method Methods 0.000 claims abstract description 59
- 230000007613 environmental effect Effects 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 238000004458 analytical method Methods 0.000 claims abstract description 48
- 239000000463 material Substances 0.000 claims abstract description 42
- 238000007728 cost analysis Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims description 113
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 90
- 238000004140 cleaning Methods 0.000 claims description 46
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 45
- 239000001569 carbon dioxide Substances 0.000 claims description 45
- 239000003245 coal Substances 0.000 claims description 43
- 230000008439 repair process Effects 0.000 claims description 35
- 238000004806 packaging method and process Methods 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 30
- 239000002699 waste material Substances 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 26
- 239000003502 gasoline Substances 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 239000002283 diesel fuel Substances 0.000 claims description 16
- 239000002803 fossil fuel Substances 0.000 claims description 16
- 238000003556 assay Methods 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 claims description 2
- 238000007670 refining Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 9
- 238000013210 evaluation model Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000004134 energy conservation Methods 0.000 description 5
- 238000004445 quantitative analysis Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003912 environmental pollution Methods 0.000 description 4
- 238000003754 machining Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000005431 greenhouse gas Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 201000004569 Blindness Diseases 0.000 description 2
- 229910001018 Cast iron Inorganic materials 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000004372 laser cladding Methods 0.000 description 2
- 239000010687 lubricating oil Substances 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000008239 natural water Substances 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000002861 polymer material Substances 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 239000005060 rubber Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005253 cladding Methods 0.000 description 1
- 239000012459 cleaning agent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010891 electric arc Methods 0.000 description 1
- 238000000835 electrochemical detection Methods 0.000 description 1
- 238000009713 electroplating Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000007751 thermal spraying Methods 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于控制调节技术领域，公开了一种基于能源、环境和经济的再制造***可持续性测定***，通过能耗分析模块对能源的消耗进行分析，建立能耗预测模型；通过成本分析模块对零部件再制造总成本的加工成本和材料购买成本进行分析，建立零部件再制造成本预测模型；通过碳排放计算模块根据排放因子法计算出某时段各车间的碳排放量；将总碳排放量分摊到该时间段生产的每一个再制造零部件，建立碳排放预测模型、环境效益预测模型；通过综合效益评价模块评价再制造***，决策出最优方案。本发明在对可再制造性评估的基础上，建立衡量再制造可持续性的指标，对再制造可持续性进行评估，将再制造的优势最大化。
Description
技术领域
本发明属于控制调节技术领域，尤其涉及一种基于能源、环境和经济的再制造***可持续性测定***。
背景技术
目前，业内常用的现有技术是这样的：
化石燃料的使用所带来的气候变化及其相关成本令人担忧，各国政府、企业正在积极寻找应对措施。可持续发展已成为全球共识，在技术进步和政策实行下，能源利用效率得以提高，这就导致在获得更高经济效益的同时，更低的能源消耗和环境影响。2000-2016期间，节省的能源已经导致温室气体减少了40多亿吨二氧化碳当量的排放，如果没有这些能源的节约，2016年的排放量将增加12.5％。在这些减排的温室气体中，IEA成员国占45％，47％来自新兴经济体。
当前温室气体排放量依然庞大，环境形式任然相当严峻。工业生产作为能源消耗的主要途径，造成的环境污染非常严重。为了在保证经济效益的同时，降低能耗，提高资源能源利用率并减少环境污染，制造业作为工业的主体必须转型，构建可持续发展的制造模式是当今制造业生存发展的必由之路。
再制造作为一种优秀的生产模式，对机电产品进行再制造能够最大限度节约资源、降低能耗、保护环境。与新制造相比，再制造平均可以节约大约50％的总成本，40％的能源，30％的材料。当前我国已进入机电产品报废的高峰期，每年都有大量的汽车、机床、计算机等机电产品被淘汰。为了响应国家的号召，同时也为了盈利，越来越多的企业投入到废旧产品再制造修复和升级的工作中来。对再制造***做出正确的分析和评价，找到最佳的再制造方案，能够将再制造效益最大化，但是由于再制造***的研究和发展并不完善，尚未建立统一的定量分析模型和完整的评价体系，因此再制造仍然存在较大的盲目性，很难找到最合适的再制造工艺路线。
有关再制造的研究近年来引起了国内外的广泛关注，但主要集中在技术和管理领域，对再制造***的可持续性进行评估的研究相对较少。目前有关再制造***的研究主要分以下几类：
再制造***评价标准与评价体系的研究。现有技术在分析再制造和可持续性的基础上建立了一种包括数据收集、基于能值的再制造可持续性评价模型和评价指标体系，并通过再制造曲轴的案例，证明了该方案的较高的生产效率和高回收率，该研究对后续的再制造***可持续性评估具有参考意义；现有技术建立了一种有效的多准则决策模型，该方法能够选择合适的再制造修复技术，发动机曲轴的案例表明，合适的再制造修复技术能够降低再制造成本，减少环境影响，保证再制造件的质量，提高发动机再制造过程的可持续性。为其余再制造零部件的决策提供了参考。现有技术提出了工业过程中的一种新的资源生产率指标，并建立了一个计算我国汽车工业资源生产率的物流模型。分析结果表明，汽车行业中的再制造和直接再利用可以提高工业过程的资源生产率，最后为鼓励使用再制造和直接再利用进一步提高资源效率提出了政策建议。
经济效益是决定再制造的关键驱动力，公司将盈利能力作为最重要的影响因素。现有技术在不确定因素的情况下，提出了一种灵活设计再制造***的方法，通过对笔记本电脑的再制造验证了该方法能够提高再制造***的经济效益；为协调再制造***中拆卸，再制造和再装配这三个子***，建立了一个再制造***PLT优化模型，该模型采用min-maxapproach求解，以确定最优PLT,使再制造总成本最小化；现有技术针对两种退货流对再制造企业可能的退货存储策略进行了建模，两种策略分别是分区存储和合并存储，比较了两种策略在再制造成本等方面的不同，提出了各策略总利润最大化模型并进行了验证。
除此之外，还有单独考虑环境效益的研究。现有技术利用一种改进的累积能量消耗的方法对再制造产品所产生的环境效益进行了有效评估，有利于产品的改进设计和回收。现有技术人采用激光熔覆技术对缸盖进行再制造并收集整个过程中资源和能源的消耗，在与新缸盖的比较中发现，再制造的缸盖具有较大的环境效益。现有技术探讨了回收产品质量不确定性对再制造环境效益的影响，建立了综合评价模型，对整机再制造、零部件直接利用等四个案例的环境效益及成本进行了碳排放方面的评估，结果表明回收质量与碳排放存在一定的函数关系，为企业履行环保责任，政府制定环境法规提供了指导。
综合考虑多方面影响的再制造***决策研究。现有技术研究了再制造和相关因素对最优政策环境的影响，以鼓励再制造，研究表明，最优排放税收政策有助于制造商实现碳排放量最小利润最大的目标，能够带来再制造固有的经济、环境、社会效益，实现多方共赢；现有技术从技术性、经济性和环境性方面对废旧机床的可再制造性进行了综合评价,虽然许多指标只是定性确定，但是该方法仍然具有较高的准确性；现有技术以废旧产品的故障特征为基础，对再制造工艺方案进行评估和优化。该决策模型成功将再制造蜗杆的再制造时间、成本和能耗降到了最低。
除上述研究外，关于再制造***研究还有很多，但还远不足以满足当前再制造行业的需要，以往的研究主要有以下几点不足：
(1)目前再制造作为新兴产业，各方面法律法规、扶持政策、技术探索仍处于萌芽阶段，同时对废旧产品再制造性的分析和评价的方法体系尚不成熟。没有统一的评价标准，目前的方法鱼目混杂；指标分析不够清晰，多采用定性分析的方法，对评价结果的准确性影响较大；评价过程多有人为参与，带有主观性。
(2)通常只对再制造过程中的某一环节进行研究，针对该环节做到节能环保，并没有延伸的整个再制造过程；通常只考虑某单一指标的影响或只针对某单一指标进行了优化，无法确定综合最优的方案；只考虑单一的目标，只能针对该目标对再制造***进行优化，可能导致其他方面的影响非常差。例如，只考虑再制造成本，那么最终可能确实能够将再制造成本降到最低，但是随之也可能带来能耗过大和更加严重的环境污染的问题。
(3)通常只对废旧产品的可再制造性进行评价，将再制造***的优势与制造***进行对比，指出再制造***相对于制造***的优点，并未研究不同再制造***之间的优劣，无法得出综合最优的再制造方案。
综上所述，现有技术存在的问题是：
(1)现有技术对废旧产品再制造性的分析和评价的方法体系尚不成熟；
(2)现有技术并没有延伸到整个再制造过程；通常只考虑某单一指标的影响或只针对某单一指标进行了优化，无法确定综合最优的方案。
(3)通常只对废旧产品的可再制造性进行评价，并未研究不同再制造***之间的优劣，无法得出综合最优的再制造方案；
(4)现有技术未建立统一的定量分析模型和完整的评价***及体系，因此再制造仍然存在较大的盲目性，很难找到最合适的再制造工艺路线。
解决上述技术问题的难度：
(1)从整个再制造流程出发，详尽分析再制造每一个环节的能耗、成本和环境效益建立综合最优的可持续性评价模型；
(2)要避免人为影响因素，采用定量、客观的分析方法，使评价结果尽量准确；
(3)需要找到多种再制造机电产品的共性，建立适合众多再制造机械产品使用的评价模型，为再制造可持续性评价提供参考。
解决上述技术问题的意义：
能够对废旧机电产品整个再制造流程的能耗、成本和环境排放进行准确预测，并利用预测出的数据对再制造可持续性做出科学的评估，找到能耗、成本、环境效益综合最优的再制造方案。为机电产品再制造行业的节能减排提供参考。
发明内容
针对现有技术存在的问题，本发明提供了一种基于能源、环境和经济的再制造***可持续性测定***。
本发明是这样实现的，一种基于能源、环境和经济的再制造***可持续性测定方法，所述基于能源、环境和经济的再制造***可持续性测定方法具体包括：
步骤一，通过能耗分析模块利用能耗分析***对废旧零部件再制造过程的所有能源的消耗进行分析，建立能耗预测模型；
步骤二，通过成本分析模块利用成本分析***对零部件再制造总成本的加工成本和材料购买成本进行细化分类、整理分析，建立零部件再制造成本预测模型，预测单个零部件的再制造成本；
步骤三，通过碳排放计算模块将各类化石燃料进行标准化处理转化为标准煤，并根据排放因子法计算出某时段各车间的碳排放量；
步骤四，将步骤三计算得到的总碳排放量分摊到该时间段生产的每一个再制造零部件，建立单个零部件再制造的碳排放预测模型、环境效益预测模型；
步骤五，通过综合效益评价模块并综合考虑能耗、成本、碳排放、环境预测模型，利用熵权法TOPSIS确定综合最优的再制造工艺方案。
进一步，所述能耗模型建立具体包括：
废旧零部件再制造过程中必然涉及到能源的消耗，能源的消耗共分6个部分：清洗能耗ECL、检测能耗EDE、再制造修复能耗ERE、包装能耗EPA、运输能耗ETR和公用辅助设备能耗ESH；总能耗ETotal的计算公式为：
ETotal＝ECL+EDE+ERE+EPA+ETR+ESH (1)
其中ETotal表示再制造过程总能耗，ECL、EDE、ERE、EPA、ETR、ESH分别为清洗能耗、检测能耗、再制造修复能耗、包装能耗、运输能耗和公用辅助设备能耗；
(1)清洗能耗：清洗过程的总能耗将电能、水、汽油、柴油的消耗折合成标准能耗进行综合评价；总能耗计算公式如下：
式(1)中，ECL表示清洗过程的总能耗，n为使用的清洗设备的总数，PCLi表示第i个清洗设备工作时的平均功率，tCLi为第i个清洗设备的工作时间，NWA、NGA、NDI分别为清洗过程水、汽油、柴油的消耗量，GEL、GWA、GGA、GDI分别为电能、水、汽油、柴油折合标准煤的系数值；
(2)检测能耗：
检测能耗计算公式如下：
式中，EDE表示检测过程的总能耗，n为使用的检测设备的总数，PDEi表示第i个检测设备工作时的平均功率，tDEi为第i个检测设备的工作时间；
(3)再制造修复能耗：
再制造修复能耗计算公式如下：
式(4)中，ERE表示修复过程的总能耗，n为使用的修复设备的总数，PREi表示第i个修复设备工作时的平均功率，tREi为第i个修复设备的工作时间；
(4)包装能耗：
以包装u个零部件为一个周期，将一个周期的总能耗均分即得到单个零部件的包装能耗，计算公式如下：
式(5)中，EPA表示单个零部件包装总能耗，n为包装设备总数，PPAi表示第i个包装设备工作时的平均功率，tPAi为对应设备的工作时间,u表示包装的零部件数量；
(5)运输能耗：
运输过程主要涉及电能的消耗，计算公式如下：
式中，ETR表示运输单个零部件总能耗，n为使用的运输设备的总数，PTi表示第i个运输设备工作时的平均功率，tTi为第i个运输设备的工作时间；运输设备可能涉及到同时运输多个零部件，单个零部件的能耗需进行分摊，运输的一批同类型零部件的总数为m；
(6)公用辅助设备能耗：
以加工z个零部件为一个周期，将一个周期内所有辅助设备产生的能耗均分给每个零部件可得到单个零部件消耗的辅助能耗，计算公式如下：
式(7)中，ESH表示加工单个工件所有车间辅助设备的总能耗，n为车间总数，m为车间内辅助设备总数，PSij表示第i个车间内第j个辅助设备工作时的平均功率，tSHij为第i个车间内第j个辅助设备的工作时间，z为加工工件总数。
进一步，所述成本效益模型建立具体包括：将再制造成本分为加工成本和材料购买成本，再制造总成本的计算公式为：
CTotal＝CPro+CMat (8)
CTotal为再制造总成本，CPro表示加工成本，CMat表示材料购买成本；以生产n个再制造零部件为一个周期，将一个周期内总的再制造成本平均分配即可求出单个再制造零部件的再制造成本；
(1)加工成本
加工成本包括加工能耗成本和人工成本，其中能耗又分为设备能耗和分摊能耗，加工成本的计算公式为：
其中CPro表示单个零部件的加工成本，CE为加工能耗成本，CEp、CEh分别表示设备能耗成本和分摊能耗成本，CW表示单个零部件的再制造的人工成本；l为再制造工序总数，CEi表示第i道工序对应的能耗成本，h为再制造车间的总数量，CEhj表示第j个再制造车间辅助设备产生的总电费，s表示参与工人总数，t为工人平均工时，Ct表示工人平均工时费；
(2)材料购买成本
再制造所使用的材料包括加工用料和辅助材料，计算公式为：
式中，CMP为其中加工过程使用的材料成本，CMC表示再制造过程中辅助材料的成本。
进一步，所述环境效益模型建立具体包括：
再制造过程中化石能源的消耗直接导致二氧化碳的排放，通过分析再制造各工艺化石能源的消耗得到零部件再制造二氧化碳排放特性；
二氧化碳排放量＝能源消耗量(折合为标准煤)×相应的二氧化碳排放因子，单位：kgco2/kgce；
为计算再制造每个零部件所消耗第i种能源产生的碳排放量须将此类能源转化为标准煤，由各主要能源转化为标准煤的系数值，转化过程如下：
SCEi＝ECi×Mi (11)
式中SCEi表示第i种能源折合标准煤的消耗量，ECi为第i类能源的消耗量；Mi表示第i种能源折合标准煤的系数；
则第i种能源产生的碳排放量为：
其中，CESi为第i种能源的碳排放因子；
消耗所有种类能耗产生的总的碳排放量CEUS为：
其中，j表示每再制造一个零部件所消耗的能源种类。
进一步，所述熵权法TOPSIS确定综合最优的再制造工艺方案具体包括：
(1)构建决策矩阵
根据实际情况来确定具体的决策指标；
设决策方案集P＝(P1,…,Pi,…,Pm)，决策指标集L＝(L1,…,Lj…Ln)，方案Pi对应的指标Lj的值为xij(i＝1,2,…,m；j＝1,2,…,n)；则原始的决策矩阵X＝(xij)m×n为:
(2)对原始决策矩阵进行无量纲处理，构建规范决策矩阵；
需对各指标数据进行预处理；采用向量规划的方法求规范化决策矩阵Y＝(yij)m×n；
(3)计算决策指标的熵权w
根据熵的定义，m个决策方案n个决策指标，其决策指标的熵为：
其中，i＝1,2,…,m；j＝1,2,…,n.；
计算评价指标的熵权w：
w＝(ωj)1×n (17)
其中，
(4)构建加权模糊决策矩阵，计算理想解与负理想解；
R＝(rij)m×n (18)
其中，rij＝yij·ωj，i＝1,2,…,m；j＝1，2，…，n.正理想解负理想解/>
对于效益型指标，若为成本型指标，/>
(5)计算各决策方案到理想解与负理想解的欧氏距离：
1)到理想解的距离：
2)到负理想解的距离：
(6)计算各决策方案与理想解的接近度δi：
式中，δi∈[0，1]，值越大，对应的决策方案越接近最优方案。
本发明的另一目的在于提供一种基于所述基于能源、环境和经济的再制造***可持续性测定方法的基于能源、环境和经济的再制造***可持续性测定***；
所述基于能源、环境和经济的再制造***可持续性测定***的功能模块包括：能耗分析模块、成本分析模块、碳排放计算模块、综合效益评价模块、中央控制模块、模型建立模块；
能耗分析模块，与中央控制模块相连接，通过能耗分析***具体分析废旧零部件再制造过程中所有能源的消耗；
成本分析模块，与中央控制模块相连接，通过成本分析***对零部件再制造总成本的加工成本和材料购买成本进行细化分类、整理分析；
碳排放计算模块，与中央控制模块相连接，将各类化石燃料进行标准化处理转化为标准煤，根据排放因子法计算出各时段各车间的碳排放量；
综合效益评价模块：与中央控制模块相连接，用于综合考虑能源、成本、环境效益评价再制造***，利用熵权法TOPSIS确定综合最优的再制造工艺方案；
中央控制模块，与能耗分析模块、成本分析模块、碳排放计算模块、综合效益评价模块、模型建立模块相连接，控制各模块的运行，内部搭载以程序为支撑的分析***；
模型建立模块，与中央控制模块相连接，通过对各个模块进行分析，建立能耗、成本、碳排放、环境预测模型。
进一步，所述模型建立模块又包括：能耗预测模型子单元、成本预测模型子单元、碳排放预测模型子单元、环境效益预测模型子单元；
能耗预测模型子单元，通过能耗分析模块的对所有能源消耗的分析，转化为标准煤进行计算求解，建立能耗预测模型；
成本预测模型子单元，通过成本分析模块的对零部件再造成本的分析，建立零部件再制造成本预测模型，预测单个零部件的再制造成本；
碳排放预测模型子单元，通过碳排放计算模块计算出各时段各车间的碳排放量，并将总的碳排放量分摊到该时间段生产的每一个再制造零部件，建立单个零部件再制造的碳排放预测模型；
环境效益预测模型子单元，通过分析再制造各工艺化石能源的消耗得到零部件再制造二氧化碳排放特性，建立环境效益预测模型。
本发明的另一目的在于提供一种应用所述基于能源、环境和经济的再制造***可持续性测定方法的信息数据处理终端。
综上所述，本发明的优点及积极效果为：
本发明将再制造成本、能耗和环境影响作为评价指标，利用熵权法确定指标权重，综合评价零部件再制造***的可持续性。本发明从再制造流程出发，收集数据，建立定量分析模型，采用TOPSIS方法对再制造***的可持续性进行评估，最终决策出最优再制造方案，并对再制造企业早期再制造决策具有重要意义。
本发明在对可再制造性评估的基础上，建立衡量再制造可持续性的指标，对再制造可持续性进行评估，将再制造的优势最大化。企业可通过再制造方案的优选，获取更大的经济利益，也可针对现有的问题寻找更佳的解决方案，提高资源利用和生产效率。政府也可根据实验数据及结果近一步完善法律法规和补贴政策，推进再制造的良好发展。
本发明提出了一种综合考虑多目标的再制造***评价方法，分别建立了再制造***的经济效益、环境效益、能源效益的定量评价模型，详尽分析了再制造过程中每个步骤，每个环节的能耗，成本和环境影响，并利用基于熵权的TOPSIS法分析这三个评价指标，最终确定出一条经济、环境以及能耗总和最优的再制造方案。
本发明将再制造过程中的能耗、成本和环境效益作为评估的综合指标，提出了一种定量分析的评估方法，对再制造***的可持续性进行评价。首先从再制造流程出发，详细分析了再制造各流程的能耗、成本和二氧化碳排放，建立定量的预测模型；然后根据各流程能耗、成本和排放数据对再制造过程的总能耗、成本和二氧化碳排放进行了预测；最后采用熵权TOPSIS发对再制造各方案进行综合评价。通过案例分析，成功确定了一条综合最优的再制造方案，进而将该方案作为再制造能耗，成本和二氧化碳排放的标准限额。在应用了该标准限额后，使得再制造能耗，成本和二氧化碳排放明显下降。
本发明提出了一种有效的管理再制造生产方法，对再制造的能耗，成本和二氧化碳排放制定严格的要求，有助于提高能源和成本效益，降低对环境的影响。同时，企业和政府部门可根据标准限额制定相应的管理办法和政策，达到监管的目的。
附图说明
图1是本发明实施例提供的基于能源、环境和经济的再制造***可持续性测定***结构示意图；
图中：1、能耗分析模块；2、成本分析模块；3、碳排放计算模块；4、综合效益评价模块；5、中央控制模块；6、模型建立模块；61、能耗预测模型子单元；62、成本预测模型子单元；63、碳排放预测模型子单元；64、环境效益预测模型子单元。
图2是本发明实施例提供的基于能源、环境和经济的再制造***可持续性测定方法流程图。
图3是本发明实施例提供的再制造***评价原理图。
图4是本发明实施例提供的废旧零部件***边界示意图。
图5是本发明实施例提供的零部件再制造成本结构示意图。
图6是本发明实施例提供的能耗、成本、碳排放预测误差示意图。
图7是本发明实施例提供的8个rps的相对相邻度值示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的技术方案做详细描述。
如图1所示，本发明实施例提供的基于能源、环境和经济的再制造***可持续性测定***的功能模块包括：能耗分析模块1、成本分析模块2、碳排放计算模块3、综合效益评价模块4、中央控制模块5、模型建立模块6。
能耗分析模块1，与中央控制模块5相连接，通过能耗分析***具体分析废旧零部件再制造过程中所有能源的消耗；
成本分析模块2，与中央控制模块5相连接，通过成本分析***对零部件再制造总成本的加工成本和材料购买成本进行细化分类、整理分析；
碳排放计算模块3，与中央控制模块5相连接，将各类化石燃料进行标准化处理转化为标准煤，根据排放因子法计算出各时段各车间的碳排放量；
综合效益评价模块4：与中央控制模块5相连接，用于综合考虑能源、成本、环境效益评价再制造***，利用熵权法TOPSIS确定综合最优的再制造工艺方案；
中央控制模块5，与能耗分析模块1、成本分析模块2、碳排放计算模块3、综合效益评价模块4、模型建立模块6相连接，控制各模块的运行，内部搭载以程序为支撑的分析***；
模型建立模块6，与中央控制模块5相连接，通过对各个模块进行分析，建立能耗、成本、碳排放、环境预测模型。
进一步，所述模型建立模块6又包括：能耗预测模型子单元61、成本预测模型子单元62、碳排放预测模型子单元63、环境效益预测模型子单元64；
能耗预测模型子单元61，通过能耗分析模块的对所有能源消耗的分析，转化为标准煤进行计算求解，建立能耗预测模型；
成本预测模型子单元62，通过成本分析模块的对零部件再造成本的分析，建立零部件再制造成本预测模型，预测单个零部件的再制造成本；
碳排放预测模型子单元63，通过碳排放计算模块计算出各时段各车间的碳排放量，并将总的碳排放量分摊到该时间段生产的每一个再制造零部件，建立单个零部件再制造的碳排放预测模型；
环境效益预测模型子单元64，通过分析再制造各工艺化石能源的消耗得到零部件再制造二氧化碳排放特性，建立环境效益预测模型。
如图2-图3所示所示，本发明实施例提供的基于能源、环境和经济的再制造***可持续性测定方法具体包括：
S101，通过能耗分析模块利用能耗分析***具体分析废旧零部件再制造过程包括清洗、检测、再制造修复、检测评估、包装、运输等过程的能耗，所有能源的消耗，如：电能、煤、石油、天然气、水等必须转化为标准煤进行计算求解，建立能耗预测模型；
S102，通过成本分析模块利用成本分析***对零部件再制造总成本的加工成本和材料购买成本进行细化分类、整理分析，建立零部件再制造成本预测模型，预测单个零部件的再制造成本；
S103，通过碳排放计算模块将各类化石燃料进行标准化处理转化为标准煤，根据排放因子法计算出某时段各车间的碳排放量；
S104，将S103计算得到的总的碳排放量分摊到该时间段生产的每一个再制造零部件，建立单个零部件再制造的碳排放预测模型、环境效益预测模型；
S105，通过综合效益评价模块并根据建立的能耗、环境、成本预测模型结合实际需求，考虑所有的影响因素，利用熵权法TOPSIS确定综合最优的再制造工艺方案。
如图4所示，本发明实施例提供的能耗模型建立具体包括：
废旧零部件再制造过程中必然涉及到能源的消耗，能源的消耗共分6个部分：清洗能耗ECL、检测能耗EDE、再制造修复能耗ERE、包装能耗EPA、运输能耗ETR和公用辅助设备能耗ESH；总能耗ETotal的计算公式为：
ETotal＝ECL+EDE+ERE+EPA+ETR+ESH (1)
其中ETotal表示再制造过程总能耗，ECL、EDE、ERE、EPA、ETR、ESH分别为清洗能耗、检测能耗、再制造修复能耗、包装能耗、运输能耗和公用辅助设备能耗；
(1)清洗能耗：清洗过程的总能耗将电能、水、汽油、柴油的消耗折合成标准能耗进行综合评价；总能耗计算公式如下：
式(1)中，ECL表示清洗过程的总能耗，n为使用的清洗设备的总数，PCLi表示第i个清洗设备工作时的平均功率，tCLi为第i个清洗设备的工作时间，NWA、NGA、NDI分别为清洗过程水、汽油、柴油的消耗量，GEL、GWA、GGA、GDI分别为电能、水、汽油、柴油折合标准煤的系数值；主要能源折标准煤系数如表1所示；
表1主要能源折标准煤系数
(2)检测能耗：
检测能耗计算公式如下：
式(3)中，EDE表示检测过程的总能耗，n为使用的检测设备的总数，PDEi表示第i个检测设备工作时的平均功率，tDEi为第i个检测设备的工作时间；
(3)再制造修复能耗：
再制造修复能耗计算公式如下：
式(4)中，ERE表示修复过程的总能耗，n为使用的修复设备的总数，PREi表示第i个修复设备工作时的平均功率，tREi为第i个修复设备的工作时间；
(4)包装能耗：
以包装u个零部件为一个周期，将一个周期的总能耗均分即得到单个零部件的包装能耗，计算公式如下：
式(5)中，EPA表示单个零部件包装总能耗，n为包装设备总数，PPAi表示第i个包装设备工作时的平均功率，tPAi为对应设备的工作时间,u表示包装的零部件数量；
(5)运输能耗：
运输过程主要涉及电能的消耗，计算公式如下：
式(6)中，ETR表示运输单个零部件总能耗，n为使用的运输设备的总数，PTi表示第i个运输设备工作时的平均功率，tTi为第i个运输设备的工作时间；运输设备可能涉及到同时运输多个零部件，单个零部件的能耗需进行分摊，运输的一批同类型零部件的总数为m；
(6)公用辅助设备能耗：
以加工z个零部件为一个周期，将一个周期内所有辅助设备产生的能耗均分给每个零部件可得到单个零部件消耗的辅助能耗，计算公式如下：
式(7)中，ESH表示加工单个工件所有车间辅助设备的总能耗，n为车间总数，m为车间内辅助设备总数，PSij表示第i个车间内第j个辅助设备工作时的平均功率，tSHij为第i个车间内第j个辅助设备的工作时间，z为加工工件总数。
如图5所示，本发明实施例提供的成本效益模型建立具体包括：
将再制造成本分为加工成本和材料购买成本，再制造总成本的计算公式为：
CTotal＝CPro+CMat (8)
CTotal为再制造总成本，CPro表示加工成本，CMat表示材料购买成本；以生产n个再制造零部件为一个周期，将一个周期内总的再制造成本平均分配即可求出单个再制造零部件的再制造成本；
(1)加工成本
加工成本包括加工能耗成本和人工成本，其中能耗又分为设备能耗和分摊能耗(包括所有车间辅助设备的能耗(如电风扇、照明设备等的能耗)，加工成本的计算公式为：
其中CPro表示单个零部件的加工成本，CE为加工能耗成本，CEp、CEh分别表示设备能耗成本和分摊能耗成本，CW表示单个零部件的再制造的人工成本；l为再制造工序总数，CEi表示第i道工序对应的能耗成本(包括电能、汽油、柴油、水等的费用)，h为再制造车间的总数量，CEhj表示第j个再制造车间辅助设备产生的总电费，s表示参与工人总数，t为工人平均工时，Ct表示工人平均工时费；
(2)材料购买成本
再制造所使用的材料包括加工用料(如钢铁、铝、铸铁、铜、橡胶、高分子材料等)和辅助材料(如润滑油等，但不包括清洗所使用的水、汽油、柴油等)，其计算公式为：
式中，CMP为其中加工过程使用的材料成本，CMC表示再制造过程中辅助材料的成本。
本发明实施例提供的环境效益模型建立具体包括：
再制造过程中化石能源的消耗直接导致二氧化碳的排放，通过分析再制造各工艺化石能源的消耗得到零部件再制造二氧化碳排放特性；
二氧化碳排放量＝能源消耗量(折合为标准煤)×相应的二氧化碳排放因子(单位：kgco2/kgce)；
各主要能源二氧化碳排放系数如表2所示，零部件再制造过程碳排放的量化过程如下。
为计算再制造每个零部件所消耗第i种能源产生的碳排放量须将此类能源转化为标准煤，由表1可知各主要能源转化为标准煤的系数值，转化过程如下：
SCEi＝ECi×Mi (11)
式中SCEi表示第i种能源折合标准煤的消耗量，ECi为第i类能源的消耗量；Mi表示第i种能源折合标准煤的系数；
则第i种能源产生的碳排放量为：
其中，CESi为第i种能源的碳排放因子；
消耗所有种类能耗产生的总的碳排放量CEUS为：
其中，j表示每再制造一个零部件所消耗的能源种类；
表2主要能源二氧化碳排放因子
本发明实施例提供的熵权法TOPSIS确定综合最优的再制造工艺方案具体包括：
(1)构建决策矩阵
根据实际情况来确定具体的决策指标；
设决策方案集P＝(P1,…,Pi,…,Pm)，决策指标集L＝(L1,…,Lj…Ln)，方案Pi对应的指标Lj的值为xij(i＝1,2,…,m；j＝1,2,…,n)；则原始的决策矩阵X＝(xij)m×n为:
(2)对原始决策矩阵进行无量纲处理，构建规范决策矩阵；
需对各指标数据进行预处理；采用向量规划的方法求规范化决策矩阵Y＝(yij)m×n.
(3)计算决策指标的熵权w
根据熵的定义，m个决策方案n个决策指标，其决策指标的熵为：
其中，i＝1,2,…,m；j＝1,2,…,n.；
计算评价指标的熵权w：
w＝(ωj)1×n (17)
其中，
(4)构建加权模糊决策矩阵，计算理想解与负理想解
R＝(rij)m×n (18)
其中，rij＝yij·ωj，i＝1,2,…,m；j＝1,2,…,n.正理想解负理想解/>
对于效益型指标，若为成本型指标，/>
(5)计算各决策方案到理想解与负理想解的欧氏距离：
1)到理想解的距离：
2)到负理想解的距离：
(6)计算各决策方案与理想解的接近度δi：
式中，δi∈[0,1]，值越大，对应的决策方案越接近最优方案。
下面结合具体实施例对本发明的技术方案做进一步描述。
实施例1：
1、目标
本发明目标是综合考虑环境、成本、能耗等指标，对再制造***的可持续性进行评价，找到一条综合最优的再制造方案。以可进行再制造修复的废旧零部件为研究对象，通过再制造对废旧零部件进行修复，使其能够达到甚至超过新零件的质量和性能。再制造各阶段包括清洗、检测、修复、再检测、包装、运输等，废旧零部件再制造***边界如图4所示。
(1)方法
零部件再制造方案的优劣直接影响再制造的成本、零部件质量和再制造的时间，再制造方案的寻优能够有效提升再制造零部件的质量，降低再制造成本，同时进一步节约资源降低能耗，具有重要的理论与现实意义。对整个再制造***的评价包括：(1)能源效益影响因素分析及模型建立；(2)成本效益影响因素分析及模型建立；(3)环境效益影响因素分析及模型建立；(4)综合考虑能源、成本、环境效益评价再制造***，决策出最优方案。再制造***评价的具体流程图如图3所示。
第一步：建立能耗预测模型
废旧零部件再制造过程包括清洗、检测、再制造修复、检测评估、包装、运输等过程，建立能耗预测模型需要具体分析每一过程的能耗，所有能源的消耗，如：电能、煤、石油、天然气、水等必须转化为标准煤进行计算求解。
第二步：建立成本效益预测模型
零部件再制造总成本可分为加工成本和材料购买成本，进一步对成本进行细化分类、整理分析，建立零部件再制造成本预测模型，预测单个零部件的再制造成本。
第三步：建立环境效益预测模型
再制造对环境的污染主要考虑化石燃料的燃烧产生的二氧化碳排放，将各类化石燃料进行标准化处理转化为标准煤，根据排放因子法计算出某时段各车间的碳排放量，最后将总的碳排放量分摊到该时间段生产的每一个再制造零部件即可建立单个零部件再制造的碳排放预测模型。
第四步：综合评价
根据建立的能耗、环境、成本预测模型并结合实际需求，考虑所有的影响因素，利用熵权法TOPSIS确定综合最优的再制造工艺方案。
(2)能耗模型：
废旧零部件再制造过程中必然涉及到能源的消耗，能源的消耗共分6个部分：清洗能耗ECL、检测能耗EDE、再制造修复能耗ERE、包装能耗EPA、运输能耗ETR和公用辅助设备能耗ESH。总能耗ETotal的计算公式为：
ETotal＝ECL+EDE+ERE+EPA+ETR+ESH (1)
其中ETotal表示再制造过程总能耗，ECL、EDE、ERE、EPA、ETR、ESH分别为清洗能耗、检测能耗、再制造修复能耗、包装能耗、运输能耗和公用辅助设备能耗
1)清洗能耗
清洗过程会消耗大量的清洗剂(如水、汽油、柴油等)，高温清洗和机械清洗应用非常广泛，也会利用电风扇、鼓风机等器械，这将导致水、汽油、柴油、电能等的消耗。
清洗过程的总能耗并不能只是简单的将电能、水、汽油、柴油的消耗相加，应将各能耗折合成标准能耗进行综合评价。总能耗计算公式如下：
式(1)中，ECL表示清洗过程的总能耗，n为使用的清洗设备的总数，PCLi表示第i个清洗设备工作时的平均功率，tCLi为第i个清洗设备的工作时间，NWA、NGA、NDI分别为清洗过程水、汽油、柴油的消耗量，GEL、GWA、GGA、GDI分别为电能、水、汽油、柴油折合标准煤的系数值，主要能源折标准煤系数如表1所示。
表1主要能源折标准煤系数
2)检测能耗
对零部件的检测主要包括几何精度、力学性能、表面质量等几个方面。常用的方法有物理检测、电化学检测等，通常消耗的能量较少，在人工检测时更不会有能量消耗，但同样需要利用检测仪器和工具对零部件进行检测，该过程需要消耗电能。检测能耗计算公式如下：
式(2)中，EDE表示检测过程的总能耗，n为使用的检测设备的总数，PDEi表示第i个检测设备工作时的平均功率，tDEi为第i个检测设备的工作时间。
3)再制造修复能耗
再制造修复是整个再制造过程中最关键的环节，除了常规车、镗、铣、磨等加工技术外，其主要利用表面技术对零部件表面进行修复升级和加强，一般采用熔覆、喷涂、电镀、堆焊、沉积等加工工艺。而且一般再制造修复的过程比较繁杂，电能消耗巨大。
式(3)中，ERE表示修复过程的总能耗，n为使用的修复设备的总数，PREi表示第i个修复设备工作时的平均功率，tREi为第i个修复设备的工作时间。
4)包装能耗
零部件的包装包括对零部件的表面进行喷漆、上油、包装等工序，包装过程主要涉及到电能的消耗。完成该过程需要一组包装设备或工具来完成，在此以包装u个零部件为一个周期，将一个周期的总能耗均分即得到单个零部件的包装能耗，计算公式如下：
式(4)中，EPA表示单个零部件包装总能耗，n为包装设备总数，PPAi表示第i个包装设备工作时的平均功率，tPAi为对应设备的工作时间,u表示包装的零部件数量。
5)运输能耗
运输过程涉及到运输设备的使用，特别对于大中型难以移动的零部件。运输设备包括起重机，叉车，电动汽车等，该过程主要涉及电能的消耗，计算公式如下：
/>
式(5)中，ETR表示运输单个零部件总能耗，n为使用的运输设备的总数，PTi表示第i个运输设备工作时的平均功率，tTi为第i个运输设备的工作时间。运输设备可能涉及到同时运输多个零部件，单个零部件的能耗需进行分摊，运输的一批同类型零部件的总数为m。
6)公用辅助设备能耗
除上述能耗外，还包括其他的公用的辅助设备的能源消耗，如车间里的各种灯具，空调，风扇等的长时间使用，也同样涉及到电能的消耗。以加工z个零部件为一个周期，将一个周期内所有辅助设备产生的能耗均分给每个零部件可得到单个零部件消耗的辅助能耗，计算公式如下：
式(6)中，ESH表示加工单个工件所有车间辅助设备的总能耗，n为车间总数，m为车间内辅助设备总数，PSij表示第i个车间内第j个辅助设备工作时的平均功率，tSHij为第i个车间内第j个辅助设备的工作时间，z为加工工件总数。
(3)成本效益模型
零部件再制造不仅可以节约资源能源消耗、减少污染排放，而且还能获得一定的经济效益，再制造能否产生经济效益是决定企业是否进行再制造的决定性因素。通过对机床零部件再制造过程进行分析，可将再制造成本分为加工成本和材料购买成。再制造成本结构如图5所示。
再制造总成本的计算公式为：
CTotal＝CPro+CMat (8)
CTotal为再制造总成本，CPro表示加工成本，CMat表示材料购买成本。以生产n个再制造零部件为一个周期，将一个周期内总的再制造成本平均分配即可求出单个再制造零部件的再制造成本。
1)加工成本
加工成本包括加工能耗成本和人工成本，其中能耗又分为设备能耗和分摊能耗(包括所有车间辅助设备的能耗(如电风扇、照明设备等的能耗)，加工成本的计算公式为：
其中CPro表示单个零部件的加工成本，CE为加工能耗成本，CEp、CEh分别表示设备能耗成本和分摊能耗成本，CW表示单个零部件的再制造的人工成本。l为再制造工序总数，CEi表示第i道工序对应的能耗成本(包括电能、汽油、柴油、水等的费用)，h为再制造车间的总数量，CEhj表示第j个再制造车间辅助设备产生的总电费，s表示参与工人总数，t为工人平均工时，Ct表示工人平均工时费。
2)材料购买成本
再制造所使用的材料包括加工用料(如钢铁、铝、铸铁、铜、橡胶、高分子材料等)和辅助材料(如润滑油等，但不包括清洗所使用的水、汽油、柴油等)，其计算公式为：
式中，CMP为其中加工过程使用的材料成本，CMC表示再制造过程中辅助材料的成本。
(4)环境效益模型
机械再制造过程中所使用的主要器械不再是各种机床，取而代之的是各种新型的再制造设备(如：电弧喷涂枪、各种检测仪等)和各种表面加工技术(如电弧喷涂、热喷涂、激光熔覆等)。零部件再制造加工将消耗各种资源、能源、辅助材料，同时产生废弃物(废水、废气、固体废弃物等)，本发明将着重研究二氧化碳的排放。
再制造过程中化石能源的消耗直接导致二氧化碳的排放，通过分析再制造各工艺化石能源的消耗得到零部件再制造二氧化碳排放特性。二氧化碳排放量＝能源消耗量(折合为标准煤)×相应的二氧化碳排放因子(单位：kgco2/kgce)。表2给出了各主要能源二氧化碳排放系数，零部件再制造过程碳排放的量化过程如下。
为计算再制造每个零部件所消耗第i种能源产生的碳排放量须将此类能源转化为标准煤，由表1可知各主要能源转化为标准煤的系数值，转化过程如下
SCEi＝ECi×Mi (11)
式中SCEi表示第i种能源折合标准煤的消耗量，ECi为第i类能源的消耗量；Mi表示第i种能源折合标准煤的系数。
则第i种能源产生的碳排放量为：
其中，CESi为第i种能源的碳排放因子。
消耗所有种类能耗产生的总的碳排放量CEUS为：
其中，j表示每再制造一个零部件所消耗的能源种类。
表2主要能源二氧化碳排放因子
(5)综合评价
通过对再制造***进行评价，能够从众多的再制造方案中选取最优方案。再制造***的评价是典型的多目标决策问题，需综合考虑再制造***的成本效益、环境效益、能源效益等多方面的因素。TOPSIS法是一种有限方案多目标决策分析法，它能够将有限的方案按优劣进行排序，找出最接近理想方案的一条，该方法计算简单，广泛应用于多目标决策问题。在给各目标分配权重时，为了排除人为主观因素，更加科学客观的评价各个方案，引入信息熵，利用熵权法计算各决策指标的权重，熵是衡量***无序程度的指标，可广泛用于评估***的无序程度和信息有效性。该评价方法的具体步骤如下。
1)构建决策矩阵
不同的评价问题对应有不同的决策指标，具体的决策指标根据实际情况来确定。设决策方案集P＝(P1,…,Pi,…,Pm)，决策指标集L＝(L1,…,Lj…Ln)，方案Pi对应的指标Lj的值为xij(i＝1,2,…,m；j＝1,2,…,n)。则原始的决策矩阵X＝(xij)m×n为:
2)对原始决策矩阵进行无量纲处理，构建规范决策矩阵。
由于各个决策指标的性质、含义、单位的不同，需对各指标数据进行预处理。采用向量规划的方法求规范化决策矩阵Y＝(yij)m×n.
3)计算决策指标的熵权w
根据熵的定义，m个决策方案n个决策指标，其决策指标的熵为[25]：
其中，i＝1,2,…,m；j＝1,2,…,n.
计算评价指标的熵权w
w＝(ωj)1×n (17)
其中，
4)构建加权模糊决策矩阵，计算理想解与负理想解
R＝(rij)m×n (18)
其中，rij＝yij·ωj，i＝1,2,…,m；j＝1,2,…,n.正理想解负理想解/>对于效益型指标，若为成本型指标，/>
5)计算各决策方案到理想解与负理想解的欧氏距离
到理想解的距离
到负理想解的距离
(6)计算各决策方案与理想解的接近度δi
式中，δi∈[0,1]，值越大，对应的决策方案越接近最优方案。
实施例2：
本发明基于经济，能源和环境建立了综合最优的再制造可持续性评估模型，并且验证了该方法在实际生产中的实用性。案例分析包含以下几点内容:研究对象、结果、讨论。
(1)研究对象
本发明实施例旨在建立广州机床厂C6132A1型机床主轴的再制造可持续性评估模型。主轴为旋转轴，在弯曲和扭转的交变载荷作用下，容易引发扭转疲劳和弯曲疲劳断裂。在高速运转过程中，剧烈的振动会引起主轴的过量变形、裂纹，甚至疲劳断裂。主轴再制造包括清洗检测，表面修复和机械加工三个主要阶段，每个过程都将产生一定的成本，能耗和二氧化碳排放，根据不同工艺阶段的再制造要求确定相应的工程技术特征参数。表3给出了再制造后的C6132A1车床(CJK6132A1)主轴的部分精度指标要求。主轴表面缺陷的修复可以采用多种修复方法，如电刷度，电弧喷涂，对焊等，正是由于再制造修复技术的广泛应用，满足质量要求等条件的零部件再制造往往有多种可供选择的再制造生产计划(Remanufacturing planning)。文中给出了若干条主轴再制造的工艺路线，每一条都包含不同的再制造设备和参数。
表3 CJK6132A1机床主轴部分精度指标要求
(2)结果
根据分析对象，以RP5(再制造方案5)为例，建立的模型可以预测再制造成本、能耗和碳排放。过程如下.
1)能耗预测
基于本发明的能耗预测模型，主轴能耗可根据公式(1)-(7)计算。
ETota吠＝ECL+EDE+ERE+EPA+ETR+ESH
＝12.38+0.29+8.91+0.18+0.32+1.51＝23.59kgce
CJK6132A1主轴采用RP5的情况下，其再制造总能耗折合标准煤为22.42kgce，其中清洗能耗12.72kgce，检测能耗0.29kgce，再制造修复能耗8.91kgce，包装能耗0.18kgce，运输能耗0.32kgce，其他公共能耗1.26kgce。采用同样的方法，主轴其他RPs的能耗也能通过计算得到。真实能耗数据可采用能耗监控***进行测量。
2)成本预测
在建立成本预测模型的基础之上，利用再制造过程所获取的相应数据，对主轴的再制造成本进行预测。
CTota吠＝CPro+CMat+CGet＝321.53+20.8＝342.33yuan
采用RP5的情况下，其再制造总成本为342.33元，其中能耗成本111.53元，人工成本210元，辅助材料成本20.8元。同理，其他RPs的再制造成本也可通过该方法预测得出。真实的主轴再制造成本为一个周期内实际支出分摊到每个再制造主轴的费用。
3)碳排放预测
RP5零部件再制造过程中共消耗电能75.26kWh，3.1吨水，柴油6kg，汽油3.3kg。利用表1各能源折合标准煤系数将各能源转化为标准煤，根据公式(11)-(13)计算各能源二氧化碳排放量。
主轴在整个再制造过程共排放47.83kg CO2，其中因为消耗电能排放7.13kg CO2，消耗水排放0.15kg CO2，消耗柴油排放26.32kg CO2，消耗汽油排放14.23kg CO2。采用同样的方法，还可以得到主轴再制造时其他再制造方案的二氧化碳排放量。每个RP的CEactual结果可以通过测量设备(DR60C-CO2-D CO2检测器)得到。
(3)结果分析
表4由预测能耗，成本，二氧化碳排放与其相应的实际数据组成。此外，Fig.5显示本发明所建立的三个预测模型的预测误差全都在10％以内，预测误差较小。预测的准确度与建立模型的方法和基础数据的获取密切相关。在加工过程中，准确记录各个数据是降低预测误差的关键。然而，仍然存在一定的误差难以避免，但是误差较小，都在允许范围之内。因此，预测模型能够满足实际应用的要求。
表4预测结果和实际结果
(4)综合评价
为了决策出C6132A1车床主轴的最佳再制造生产计划，综合考虑再制造成本，再制造能耗和二氧化碳排放三个决策目标。根据主轴的失效特征，将主轴分类，选取8个失效特征相似的主轴对其再制造过程能耗，成本和二氧化碳排放的研究，预测出了再制造成本，能耗，和二氧化碳排放的具体数据。最初的决策矩阵如下表5所示。
表5决策矩阵
根据本发明提出的方法，对8个再制造生产计划的综合评估如图7所示，可以发现最佳的再制造方案为RP1，其贴进度最靠近1，所对应的再制造耗为19.36kgce，成本是329.49yuan，二氧化碳排放量为41.97kg。综合考虑，RP1能够被评为该类主轴的最优再制造工艺方案。
(4)对于C6132A1车床主轴，在满足各方面质量和性能的前提下，其不同再制造方案的能耗、成本、碳排放差异巨大，许多再制造方案仍然会造成相当数量的成本和能源的浪费，如若不加以规范，长此以往，将会为企业带来庞大的损失。
以往有关零部件再制造的研究，大多都是考虑其再制造可行性，即只要满足技术性，经济性，环境性等方面的要求就可进行再制造，但仅仅满足可再制造性是远远不够的。在当今大力发展循环经济，提倡节能减排的大环境下，找到一条考虑成本，能耗和排放的综合最优再制造方案，可将再制造价值发挥到最大，在带来经济效益的同时，最大化资源利用率和环境保护，提高企业竞争力。
为了应对再制造过程中能源浪费等问题，企业可采取以下措施来规范再制造流程：
i)购买和使用更加先进的再制造设备，改进再制造加工技术以及加工参数，以达到对再制造过程能耗和二氧化碳排放的严格监管的目的；
ii)针对再制造参与者能耗管理和节能意识薄弱导致能量过度消耗这一问题，企业管理者可以建立相应的监测管理机制和奖惩制度，鼓励和约束工人进行恰当的操作来防止资源和成本的浪费等。
iii)对于非人为导致的能耗和排放异常，企业可通过监测***及时发现进而解决问题。
本发明将再制造过程中的能耗、成本和环境效益作为评估的综合指标，提出了一种定量分析的评估方法，对再制造***的可持续性进行评价。首先从再制造流程出发，详细分析了再制造各流程的能耗、成本和二氧化碳排放，建立定量的预测模型；然后根据各流程能耗、成本和排放数据对再制造过程的总能耗、成本和二氧化碳排放进行了预测；最后采用熵权TOPSIS发对再制造各方案进行综合评价。通过案例分析，成功确定了一条综合最优的再制造方案，进而将该方案作为再制造能耗，成本和二氧化碳排放的标准限额。在应用了该标准限额后，使得再制造能耗，成本和二氧化碳排放明显下降。
再制造作为循环经济的重要组成部分，虽然对节能减排有积极作用，但是再制造过程仍然存在不合理的能源使用等行为。本发明提出了一种有效的管理再制造生产方法，对再制造的能耗，成本和二氧化碳排放制定严格的要求，有助于提高能源和成本效益，降低对环境的影响。同时，企业和政府部门可根据标准限额制定相应的管理办法和政策，达到监管的目的。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于能源、环境和经济的再制造***可持续性测定方法，其特征在于，所述基于能源、环境和经济的再制造***可持续性测定方法包括：
步骤一，通过能耗分析模块利用能耗分析***对废旧零部件再制造过程的所有能源的消耗进行分析，建立能耗预测模型；
步骤二，通过成本分析模块利用成本分析***对零部件再制造总成本的加工成本和材料购买成本进行细化分类、整理分析，建立零部件再制造成本预测模型，预测单个零部件的再制造成本；
步骤三，通过碳排放计算模块将各类化石燃料进行标准化处理转化为标准煤，并根据排放因子法计算出某时段各车间的碳排放量；
步骤四，将步骤三计算得到的总碳排放量分摊到该时段生产的每一个再制造零部件，建立单个零部件再制造的碳排放预测模型、环境效益预测模型；
步骤五，通过综合效益评价模块并综合考虑能耗、成本、碳排放、环境预测模型，利用熵权法TOPSIS确定综合最优的再制造工艺方案；
所述能耗模型建立具体包括：
废旧零部件再制造过程中必然涉及到能源的消耗，能源的消耗共分6个部分：清洗能耗ECL、检测能耗EDE、再制造修复能耗ERE、包装能耗EPA、运输能耗ETR和公用辅助设备能耗ESH；总能耗ETotal的计算公式为：
ETotal＝ECL+EDE+ERE+EPA+ETR+ESH(1)
其中ETotal表示再制造过程总能耗，ECL、EDE、ERE、EPA、ETR、ESH分别为清洗能耗、检测能耗、再制造修复能耗、包装能耗、运输能耗和公用辅助设备能耗；
清洗能耗：清洗过程的总能耗将电能、水、汽油、柴油的消耗折合成标准能耗进行综合评价；总能耗计算公式如下：
式(1)中，ECL表示清洗过程的总能耗，n为使用的清洗设备的总数，PCLi表示第i个清洗设备工作时的平均功率，tCLi为第i个清洗设备的工作时间，NWA、NGA、NDI分别为清洗过程水、汽油、柴油的消耗量，GEL、GWA、GGA、GDI分别为电能、水、汽油、柴油折合标准煤的系数值；
检测能耗：
检测能耗计算公式如下：
式中，EDE表示检测过程的总能耗，n为使用的检测设备的总数，PDEi表示第i个检测设备工作时的平均功率，tDEi为第i个检测设备的工作时间；
再制造修复能耗：
再制造修复能耗计算公式如下：
式(4)中，ERE表示修复过程的总能耗，n为使用的修复设备的总数，PREi表示第i个修复设备工作时的平均功率，tREi为第i个修复设备的工作时间；
包装能耗：
以包装u个零部件为一个周期，将一个周期的总能耗均分即得到单个零部件的包装能耗，计算公式如下：
式(5)中，EPA表示单个零部件包装总能耗，n为包装设备总数，PPAi表示第i个包装设备工作时的平均功率，tPAi为对应设备的工作时间，u表示包装的零部件数量；
运输能耗：
运输过程主要涉及电能的消耗，计算公式如下：
式中，ETR表示运输单个零部件总能耗，n为使用的运输设备的总数，PTi表示第i个运输设备工作时的平均功率，tTi为第i个运输设备的工作时间；运输设备可能涉及到同时运输多个零部件，单个零部件的能耗需进行分摊，运输的一批同类型零部件的总数为m；
公用辅助设备能耗：
以加工z个零部件为一个周期，将一个周期内所有辅助设备产生的能耗均分给每个零部件可得到单个零部件消耗的辅助能耗，计算公式如下：
式(7)中，ESH表示加工单个工件所有车间辅助设备的总能耗，n为车间总数，m为车间内辅助设备总数，PSij表示第i个车间内第j个辅助设备工作时的平均功率，tSHij为第i个车间内第j个辅助设备的工作时间，z为加工工件总数。
2.如权利要求1所述的基于能源、环境和经济的再制造***可持续性测定方法，其特征在于，所述成本模型建立具体包括：将再制造成本分为加工成本和材料购买成本，再制造总成本的计算公式为：
CTotal＝CPro+CMat(8)
CTotal为再制造总成本，CPro表示加工成本，CMat表示材料购买成本；以生产n个再制造零部件为一个周期，将一个周期内总的再制造成本平均分配即可求出单个再制造零部件的再制造成本；
加工成本：
加工成本包括加工能耗成本和人工成本，其中能耗又分为设备能耗和分摊能耗，加工成本的计算公式为：
其中CPro表示单个零部件的加工成本，CE为加工能耗成本，CEp、CEh分别表示设备能耗成本和分摊能耗成本，CW表示单个零部件的再制造的人工成本；l为再制造工序总数，CEi表示第i道工序对应的能耗成本，h为再制造车间的总数量，CEhj表示第j个再制造车间辅助设备产生的总电费，s表示参与工人总数，t为工人平均工时，Ct表示工人平均工时费；
材料购买成本：
再制造所使用的材料包括加工用料和辅助材料，计算公式为：
式中，CMP为其中加工过程使用的材料成本，CMC表示再制造过程中辅助材料的成本。
3.如权利要求1所述的基于能源、环境和经济的再制造***可持续性测定方法，其特征在于，所述环境模型建立具体包括：
再制造过程中化石能源的消耗直接导致二氧化碳的排放，通过分析再制造各工艺化石能源的消耗得到零部件再制造二氧化碳排放特性；
二氧化碳排放量＝能源消耗量(折合为标准煤)×相应的二氧化碳排放因子，单位：kgco2/kgce；
为计算再制造每个零部件所消耗第i种能源产生的碳排放量须将此类能源转化为标准煤，由各主要能源转化为标准煤的系数值，转化过程如下：
SCEi＝ECi×Mi(11)
式中SCEi表示第i种能源折合标准煤的消耗量，ECi为第i类能源的消耗量；Mi表示第i种能源折合标准煤的系数；
则第i种能源产生的碳排放量为：
其中，CESi为第i种能源的碳排放因子；
消耗所有种类能耗产生的总的碳排放量CEUS为：
其中，j表示每再制造一个零部件所消耗的能源种类。
4.如权利要求1所述的基于能源、环境和经济的再制造***可持续性测定方法，其特征在于，所述熵权法TOPSIS确定综合最优的再制造工艺方案具体包括：
构建决策矩阵：
根据实际情况来确定具体的决策指标；
设决策方案集P＝(P1，...，Pi，...，Pm)，决策指标集L＝(L1，...，Lj…Ln)，方案Pi对应的指标Lj的值为Xij(i＝1，2，...，m；j＝1，2，...，n)；则原始的决策矩阵X＝(Xij)m×n为：
对原始决策矩阵进行无量纲处理，构建规范决策矩阵：
需对各指标数据进行预处理；采用向量规划的方法求规范化决策矩阵Y＝(yij)m×n；
计算决策指标的熵权w：
根据熵的定义，m个决策方案n个决策指标，其决策指标的熵为：
其中，
计算评价指标的熵权w：
w＝(ωj)1×n(17)
其中，
构建加权模糊决策矩阵，计算理想解与负理想解：
R＝(rij)m×n(18)
其中，rij＝yij·ωj，i＝1，2，...，m；j＝1，2，...，n.正理想解负理想解/>
对于效益型指标，
若为成本型指标，
计算各决策方案到理想解与负理想解的欧氏距离：
1)到理想解的距离：
2)到负理想解的距离：
计算各决策方案与理想解的接近度δi：
式中，δi∈[0，1]，值越大，对应的决策方案越接近最优方案。
5.一种基于权利要求1所述基于能源、环境和经济的再制造***可持续性测定方法的基于能源、环境和经济的再制造***可持续性测定***，其特征在于，所述基于能源、环境和经济的再制造***可持续性测定***包括：
能耗分析模块，与中央控制模块相连接，通过能耗分析***具体分析废旧零部件再制造过程中所有能源的消耗；
成本分析模块，与中央控制模块相连接，通过成本分析***对零部件再制造总成本的加工成本和材料购买成本进行细化分类、整理分析；
碳排放计算模块，与中央控制模块相连接，将各类化石燃料进行标准化处理转化为标准煤，根据排放因子法计算出各时段各车间的碳排放量；
综合效益评价模块：与中央控制模块相连接，用于综合考虑能源、成本、环境效益评价再制造***，利用熵权法TOPSIS确定综合最优的再制造工艺方案；
中央控制模块，与能耗分析模块、成本分析模块、碳排放计算模块、综合效益评价模块、模型建立模块相连接，控制各模块的运行，内部搭载以程序为支撑的分析***；
模型建立模块，与中央控制模块相连接，通过对各个模块进行分析，建立能耗、成本、碳排放、环境预测模型。
6.如权利要求5所述的基于能源、环境和经济的再制造***可持续性测定***，其特征在于，所述模型建立模块又包括：能耗预测模型子单元、成本预测模型子单元、碳排放预测模型子单元、环境效益预测模型子单元；
能耗预测模型子单元，通过能耗分析模块的对所有能源消耗的分析，转化为标准煤进行计算求解，建立能耗预测模型；
成本预测模型子单元，通过成本分析模块的对零部件再造成本的分析，建立零部件再制造成本预测模型，预测单个零部件的再制造成本；
碳排放预测模型子单元，通过碳排放计算模块计算出各时段各车间的碳排放量，并将总的碳排放量分摊到该时段生产的每一个再制造零部件，建立单个零部件再制造的碳排放预测模型；
环境效益预测模型子单元，通过分析再制造各工艺化石能源的消耗得到零部件再制造二氧化碳排放特性，建立环境效益预测模型。
7.一种应用权利要求1～4任意一项所述基于能源、环境和经济的再制造***可持续性测定方法的信息数据处理终端。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910484846X | 2019-06-05 | ||
| CN201910484846 | 2019-06-05 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110428116A CN110428116A (zh) | 2019-11-08 |
| CN110428116B true CN110428116B (zh) | 2023-08-01 |
Family
ID=68414610
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910748691.6A Active CN110428116B (zh) | 2019-06-05 | 2019-08-14 | 基于能源、环境和经济的再制造***可持续性测定*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110428116B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111242469B (zh) * | 2020-01-08 | 2023-09-12 | 济南达能动力技术有限责任公司 | 锅炉或窑炉超低排放与高效节能耦合运行的方法及*** |
| CN111898855B (zh) * | 2020-06-19 | 2023-04-07 | 电子科技大学 | 零件成形原理选择决策支持模型的建立方法 |
| CN111950855A (zh) * | 2020-07-15 | 2020-11-17 | 武汉科技大学 | 基于能值再制造工艺的经济与环境一体化决策模型 |
| CN113822512A (zh) * | 2020-11-27 | 2021-12-21 | 鲁能集团有限公司 | 一种建筑***的能源可持续性评估方法及装置 |
| CN112927094A (zh) * | 2021-01-28 | 2021-06-08 | 武汉科技大学 | 基于经济、环境和社会效益的废旧产品再制造决策模型 |
| CN112990604B (zh) * | 2021-04-22 | 2022-05-13 | 清华大学 | 用于减少气体排放的计算机实现方法和计算设备 |
| CN113253646A (zh) * | 2021-05-12 | 2021-08-13 | 建科环能科技有限公司 | 零能耗零碳建筑的判定方法及能源控制*** |
| CN115713156A (zh) * | 2022-11-21 | 2023-02-24 | 国网北京市电力公司 | 一种电力设备物流方案优化方法、装置、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103996145A (zh) * | 2014-05-07 | 2014-08-20 | 西安交通大学 | 一种制造车间碳排放综合评估方法 |
| JP2015125593A (ja) * | 2013-12-26 | 2015-07-06 | 川崎重工業株式会社 | エネルギー需要予測装置及び方法、プログラム並びに記録媒体 |
| KR20160056643A (ko) * | 2014-11-12 | 2016-05-20 | 김종욱 | 신재생 에너지를 적용하여 에너지를 절약하기 위한 건축물의 전생애 에너지 평가 시스템과 그 방법 |
| CN108241909A (zh) * | 2018-01-24 | 2018-07-03 | 长安大学 | 一种机械设备再制造时机的预测方法 |
| CN108960443A (zh) * | 2018-06-26 | 2018-12-07 | 武汉科技大学 | 一种废旧零部件再制造评估***及方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7974723B2 (en) * | 2008-03-06 | 2011-07-05 | Applied Materials, Inc. | Yield prediction feedback for controlling an equipment engineering system |
| CN106447047B (zh) * | 2016-01-17 | 2021-09-21 | 沈阳工业大学 | 一种废旧机床可回收质量评估方法 |
| CN108629439A (zh) * | 2017-03-20 | 2018-10-09 | 广东技术师范学院 | 一种基于层次分析法的发动机零件修复价值评估方法 |
| CN107945045B (zh) * | 2017-11-29 | 2021-12-21 | 沈阳工业大学 | 一种基于粒子群遗传算法的再制造装配过程的选配方法 |
-
2019
- 2019-08-14 CN CN201910748691.6A patent/CN110428116B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015125593A (ja) * | 2013-12-26 | 2015-07-06 | 川崎重工業株式会社 | エネルギー需要予測装置及び方法、プログラム並びに記録媒体 |
| CN103996145A (zh) * | 2014-05-07 | 2014-08-20 | 西安交通大学 | 一种制造车间碳排放综合评估方法 |
| KR20160056643A (ko) * | 2014-11-12 | 2016-05-20 | 김종욱 | 신재생 에너지를 적용하여 에너지를 절약하기 위한 건축물의 전생애 에너지 평가 시스템과 그 방법 |
| CN108241909A (zh) * | 2018-01-24 | 2018-07-03 | 长安大学 | 一种机械设备再制造时机的预测方法 |
| CN108960443A (zh) * | 2018-06-26 | 2018-12-07 | 武汉科技大学 | 一种废旧零部件再制造评估***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110428116A (zh) | 2019-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110428116B (zh) | 基于能源、环境和经济的再制造***可持续性测定*** | |
| Zhang et al. | A sustainability evaluation method integrating the energy, economic and environment in remanufacturing systems | |
| Jiang et al. | Data-driven ecological performance evaluation for remanufacturing process | |
| Cai et al. | Energy performance certification in mechanical manufacturing industry: A review and analysis | |
| Ma et al. | Digital twin and big data-driven sustainable smart manufacturing based on information management systems for energy-intensive industries | |
| Cai et al. | An energy management approach for the mechanical manufacturing industry through developing a multi-objective energy benchmark | |
| Liu et al. | Data-driven remanufacturability evaluation method of waste parts | |
| Cerdas et al. | Defining circulation factories–a pathway towards factories of the future | |
| Abu et al. | Costing improvement of remanufacturing crankshaft by integrating Mahalanobis-Taguchi System and Activity based Costing | |
| Karaulova et al. | Decision-making framework for used industrial equipment | |
| Wu et al. | Inputs optimization to reduce the undesirable outputs by environmental hazards: A DEA model with data of PM 2.5 in China | |
| CN109146274A (zh) | 一种基于熵权的燃气电厂综合状态评估方法 | |
| Ling et al. | The remanufacturing evaluation for feasibility and comprehensive benefit of retired grinding machine | |
| CN117540972A (zh) | 一种针对化工行业电能供需波动的调节及电能能耗比提升的方法 | |
| Zhang et al. | An integrated energy efficiency evaluation method for forging workshop based on IoT and data-driven | |
| Wang et al. | A carbon emission evaluation method for remanufacturing process of a used vehicle CVT gearbox | |
| Oumer et al. | Improving energy efficiency for the vehicle assembly industry: A discrete event simulation approach | |
| Hu et al. | Optimal control method on assembly precision for a remanufactured car engine based on state space model | |
| Bao et al. | An integrated optimization decision method for remanufacturing process based on conditional evidence theory under uncertainty | |
| Zhu et al. | A carbon efficiency upgrading method for mechanical machining based on scheduling optimization strategy | |
| Song et al. | The promotion and application of green remanufacturing: a case study in a machine tool plant | |
| Ning | An Adaptive Scheduling Method for Resources in Used Automobile Parts Recycling. | |
| Abullah | Sustainability modeling of conventional milling machine remanufactured CNC machine tool upgraded | |
| CN114912749A (zh) | 一种变电站碳排放效果的经济量化方法 | |
| Ge et al. | Multi-feature driven carbon emission time series coupling model for laser welding system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |