CN115660691B - 一种设备筛选方法、装置、终端及存储介质 - Google Patents
一种设备筛选方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN115660691B CN115660691B CN202211694159.9A CN202211694159A CN115660691B CN 115660691 B CN115660691 B CN 115660691B CN 202211694159 A CN202211694159 A CN 202211694159A CN 115660691 B CN115660691 B CN 115660691B
- Authority
- CN
- China
- Prior art keywords
- precision
- determining
- candidate
- equipment
- weight
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种设备筛选方法、装置、终端及存储介质,方法包括:获取若干候选设备的环境成本;获取各候选设备的设备精度;获取预设的成本权重,根据环境成本和成本权重的乘积确定各候选设备的权重成本;获取预设的精度权重,根据设备精度和精度权重确定各候选设备的权重精度;根据各候选设备的权重成本和权重精度确定各候选设备的决策值;根据决策值最大的候选设备,确定目标设备。本发明通过环境成本和设备精度综合比对各候选设备,可以从各候选设备中筛选出高性能、低碳环保的目标设备。解决了现有的设备筛选方法通常着眼于设备价格和性能,并未考虑设备的生命周期碳排放,容易使企业花费过多的环境成本的问题。
Description
技术领域
本发明涉及设备筛选领域,尤其涉及的是一种设备筛选方法、装置、终端及存储介质。
背景技术
传统的设备筛选方法通常着眼于设备价格和性能,即设备的性价比,但并未考虑设备的生命周期碳排放。忽略设备的碳排放可能造成企业花费过多的环境成本,如碳税、购买碳配额等。
因此,现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种设备筛选方法、装置、终端及存储介质,旨在解决现有的设备筛选方法通常着眼于设备价格和性能,并未考虑设备的生命周期碳排放,容易使企业花费过多的环境成本的问题。
本发明解决问题所采用的技术方案如下:
第一方面,本发明实施例提供一种设备筛选方法,其中,所述方法包括:
获取若干候选设备分别对应的环境成本,其中,所述环境成本基于设备的碳排放量确定;
获取各所述候选设备分别对应的设备精度,其中,所述设备精度基于加工精度、定位精度以及重复定位精度确定;
获取预设的成本权重,根据所述环境成本和所述成本权重确定各所述候选设备分别对应的权重成本;
获取预设的精度权重,根据所述设备精度和所述精度权重确定各所述候选设备分别对应的权重精度;
根据各所述候选设备的所述权重成本和所述权重精度确定各所述候选设备分别对应的决策值;
根据所述决策值最大的所述候选设备,确定目标设备;
其中,所述成本权重和所述精度权重的设定方法包括:
获取预设预算和各所述候选设备对应的平均环境成本,根据所述预设预算和所述平均环境成本确定第一偏差值;
获取预设的设备精度阈值和各所述候选设备对应的平均设备精度,根据所述设备精度阈值和所述平均设备精度确定第二偏差值;
根据所述第一偏差值和所述第二偏差值,确定所述成本权重和所述精度权重的大小关系。
在一种实施方式中,每一所述候选设备的所述环境成本的获取方法包括:
获取该候选设备的全生命周期图;
根据所述全生命周期图,确定该候选设备对应的全周期碳排放量;
根据所述全周期碳排放量,确定该候选设备对应的所述环境成本。
在一种实施方式中,所述根据所述全生命周期图,确定该候选设备对应的全周期碳排放量,包括:
获取所述全生命周期图中各环节分别对应的周期长度和碳排放因子;
根据各所述环节分别对应的所述周期长度和所述碳排放因子,确定各所述环节分别对应的局部碳排放量;
根据各所述环节分别对应的所述局部碳排放量,确定所述全周期碳排放量。
在一种实施方式中,所述根据所述全周期碳排放量,确定该候选设备对应的所述环境成本,包括:
获取碳交易市场信息,根据所述碳交易市场信息确定碳价;
根据所述碳价和所述全周期碳排放量,确定该候选设备对应的所述环境成本。
在一种实施方式中,每一所述候选设备的所述设备精度的获取方法包括:
获取该候选设备对应的若干实际加工图,其中,各所述实际加工图分别对应不同加工批次、同一类型的加工件;
获取所述加工件的标准加工图;
根据所述标准加工图和各所述实际加工图,确定该候选设备的所述加工精度和所述定位精度;
根据各所述实际加工图,确定该候选设备的所述重复定位精度;
根据该候选设备的所述加工精度、所述定位精度以及所述重复定位精度,确定该候选设备的所述设备精度。
在一种实施方式中,所述根据所述标准加工图和各所述实际加工图,确定该候选设备的所述加工精度和所述定位精度,包括:
分别获取各所述实际加工图与所述标准加工图的图像偏差值,根据各所述图像偏差值确定该候选设备的所述加工精度;
分别获取各所述实际加工图与所述标准加工图的拐点偏差值,根据各所述拐点偏差值确定该候选设备的所述定位精度。
在一种实施方式中,所述根据各所述实际加工图,确定该候选设备的所述重复定位精度,包括:
根据各所述实际加工图,确定融合加工图;
分别获取各所述实际加工图与所述融合加工图的图像相似度;
根据各所述实际加工图分别对应的所述图像相似度,确定所述重复定位精度。
第二方面,本发明实施例还提供一种设备筛选装置,其中,所述装置包括:
数据获取模块,用于获取若干候选设备分别对应的环境成本,其中,所述环境成本基于设备的碳排放量确定;
权重应用模块,用于获取各所述候选设备分别对应的设备精度,其中,所述设备精度基于加工精度、定位精度以及重复定位精度确定;
获取预设的成本权重,根据所述环境成本和所述成本权重确定各所述候选设备分别对应的权重成本;
获取预设的精度权重,根据所述设备精度和所述精度权重确定各所述候选设备分别对应的权重精度;
设备筛选模块,用于根据各所述候选设备的所述权重成本和所述权重精度确定各所述候选设备分别对应的决策值;
根据所述决策值最大的所述候选设备,确定目标设备;
其中,所述成本权重和所述精度权重的设定方法包括:
获取预设预算和各所述候选设备对应的平均环境成本,根据所述预设预算和所述平均环境成本确定第一偏差值;
获取预设的设备精度阈值和各所述候选设备对应的平均设备精度,根据所述设备精度阈值和所述平均设备精度确定第二偏差值;
根据所述第一偏差值和所述第二偏差值,确定所述成本权重和所述精度权重的大小关系。
第三方面,本发明实施例还提供一种终端,其中,所述终端包括有存储器和一个以上处理器;所述存储器存储有一个以上的程序;所述程序包含用于执行如上述任一所述的设备筛选方法的指令;所述处理器用于执行所述程序。
第四方面,本发明实施例还提供一种计算机可读存储介质,其上存储有多条指令,其中,所述指令适用于由处理器加载并执行,以实现上述任一所述的设备筛选方法的步骤。
本发明的有益效果:本发明实施例通过环境成本和设备精度综合比对各候选设备,可以从各候选设备中筛选出高性能、低碳环保的目标设备。解决了现有的设备筛选方法通常着眼于设备价格和性能,并未考虑设备的生命周期碳排放,容易使企业花费过多的环境成本的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的设备筛选方法的流程示意图。
图2是本发明实施例提供的设备筛选装置的模块示意图。
图3是本发明实施例提供的终端的原理框图。
具体实施方式
本发明公开了一种设备筛选方法、装置、终端及存储介质,为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。 应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
传统的设备筛选方法通常着眼于设备价格和性能,即设备的性价比,但并未考虑设备的生命周期碳排放。忽略设备的碳排放可能造成企业花费过多的环境成本,如碳税、购买碳配额等。
针对现有技术的上述缺陷,本发明提供一种设备筛选方法,所述方法包括:获取若干候选设备分别对应的环境成本,其中,所述环境成本基于设备的碳排放量确定;获取各所述候选设备分别对应的设备精度,其中,所述设备精度基于加工精度、定位精度以及重复定位精度确定;获取预设的成本权重,根据所述环境成本和所述成本权重确定各所述候选设备分别对应的权重成本,获取预设的精度权重,根据所述设备精度和所述精度权重确定各所述候选设备分别对应的权重精度;根据各所述候选设备的所述权重成本和所述权重精度确定各所述候选设备分别对应的决策值;根据所述决策值最大的所述候选设备,确定目标设备。本发明通过环境成本和设备精度综合比对各候选设备,可以从各候选设备中筛选出高性能、低碳环保的目标设备。解决了现有的设备筛选方法通常着眼于设备价格和性能,并未考虑设备的生命周期碳排放,容易使企业花费过多的环境成本的问题。
如图1所示,所述方法包括:
步骤S100、获取若干候选设备分别对应的环境成本,其中,所述环境成本基于设备的碳排放量确定。
步骤S200、获取各所述候选设备分别对应的设备精度,其中,所述设备精度基于加工精度、定位精度以及重复定位精度确定。
步骤S300、获取预设的成本权重,根据所述环境成本和所述成本权重确定各所述候选设备分别对应的权重成本;
步骤S400、获取预设的精度权重,根据所述设备精度和所述精度权重确定各所述候选设备分别对应的权重精度;
步骤S500、根据各所述候选设备的所述权重成本和所述权重精度确定各所述候选设备分别对应的决策值;
步骤S600、根据所述决策值最大的所述候选设备,确定目标设备。
具体地,本实施例需要获取各候选设备的碳排放量,根据碳排放量确定环境成本,其中,碳排放量越高,环境成本越高,反之越低。为了保障设备性能,本实施例还需要通过多种方法确定各候选设备的设备精度。然后综合比较各候选设备的环境成本和设备精度,从多个候选设备中筛选出设备精度和环境成本俱佳的目标设备。
在一种实现方式中,所述成本权重和所述精度权重的设定方法包括:
获取预设预算和各所述候选设备对应的平均环境成本,根据所述预设预算和所述平均环境成本确定第一偏差值;
获取预设的设备精度阈值和各所述候选设备对应的平均设备精度,根据所述设备精度阈值和所述平均设备精度确定第二偏差值;
根据所述第一偏差值和所述第二偏差值,确定所述成本权重和所述精度权重的大小关系。
具体地,各企业对设备精度的要求和环境成本的预算不同,导致各企业对筛选出的设备的期望也不同,因此本实施例需要获取当前企业的预设预算和该企业基于设备要求设定的设备精度阈值。然后获取预设预算和各候选设备的平均环境成本的偏差、设备精度阈值与各候选设备的平均设备精度的偏差,即得到第一偏差值和第二偏差值。通过比较两个偏差值,可以评估出该企业对设备精度和环境成本哪个更重视,通常偏差值越高的指标表示企业对该指标的要求更高,则赋予其更高的权重值,从而得到成本权重和精度权重。
针对每一候选设备,根据其对应的环境成本和成本权重的乘积得到带有权重信息的权重成本;根据其对应的设备精度和精度权重的乘积得到带有权重信息的权重精度。然后根据权重成本和权重精度综合确定其对应的决策值,例如可以采用权重精度和权重成本的差值作为决策值,决策值越大则该候选设备被选中的概率越大。
在一种实现方式中,每一所述候选设备的所述环境成本的获取方法包括:
步骤S101、获取该候选设备的全生命周期图;
步骤S102、根据所述全生命周期图,确定该候选设备对应的全周期碳排放量;
步骤S103、根据所述全周期碳排放量,确定该候选设备对应的所述环境成本。
具体地,本实施例以一个候选设备为例,首先获取该候选设备的全生命周期图,全生命周期图可以反映该候选设备生产、运输及使用的所有环节,因此可以基于全生命周期图确定该候选设备的全周期碳排放量,进而根据全周期碳排放量确定该候选设备可能消耗的环境成本。
在一种实现方式中,所述步骤S102具体包括:
步骤S1021、获取所述全生命周期图中各环节分别对应的周期长度和碳排放因子;
步骤S1022、根据各所述环节分别对应的所述周期长度和所述碳排放因子,确定各所述环节分别对应的局部碳排放量;
步骤S1023、根据各所述环节分别对应的所述局部碳排放量,确定所述全周期碳排放量。
具体地,该候选设备的全生命周期图可以反映其生产、运输、应用等多个环节,不同环节所涵盖的周期长短不同,通常周期长度和碳排放量成正比关系,碳排放量会随着周期长度的增长而增多。另外,不同环节的活动类型不同,其产生碳排放的能力也不同,本实施例采用碳排放因子来反映各环节产生碳排放的能力,碳排放因子越高,表示该环节可能产生较多的碳排放量。然后针对每一环节,采用其对应的周期长度和碳排放因子确定该环节对应的局部碳排放量。根据所有环节的局部碳排放量的总和得到全周期碳排放量。
在一种实现方式中,所述步骤S103具体包括:
步骤S1031、获取碳交易市场信息,根据所述碳交易市场信息确定碳价;
步骤S1032、根据所述碳价和所述全周期碳排放量,确定该候选设备对应的所述环境成本。
具体地,根据实时的碳交易市场信息可以确定目前的碳交易均价,即碳价。然后将全周期碳排放量通过碳价转换为环境成本。例如全周期碳排放量为X,单位碳排放量对应的碳价为Y,则环境成本为X*Y。
在一种实现方式中,每一所述候选设备的所述设备精度的获取方法包括:
步骤S201、获取该候选设备对应的若干实际加工图,其中,各所述实际加工图分别对应不同加工批次、同一类型的加工件;
步骤S202、获取所述加工件的标准加工图;
步骤S203、根据所述标准加工图和各所述实际加工图,确定该候选设备的所述加工精度和所述定位精度;
步骤S204、根据各所述实际加工图,确定该候选设备的所述重复定位精度;
步骤S205、根据该候选设备的所述加工精度、所述定位精度以及所述重复定位精度,确定该候选设备的所述设备精度。
具体地,本实施例中的设备精度包括加工精度,定位精度以及重复定位精度。加工精度用于反映实际生产出来的加工件与预期的一致程度,定位精度用于反映设备在加工过程中的实际走位与预期的一致程度,两种精度都可以通过分析标准加工图(用于反映预期的加工效果)与各实际加工图之间的图像差距得到。重复定位精度用于反映设备应用相同程序、相同代码加工一批零件,所得到连续结果的一致程度,该精度可以通过分析各实际加工图之间的图像差距得到。
在一种实现方式中,所述步骤S203具体包括:
步骤S2031、分别获取各所述实际加工图与所述标准加工图的图像偏差值,根据各所述图像偏差值确定该候选设备的所述加工精度;
步骤S2032、分别获取各所述实际加工图与所述标准加工图的拐点偏差值,根据各所述拐点偏差值确定该候选设备的所述定位精度。
具体地,针对每一实际加工图,获取该实际加工图的图像特征向量和标准加工图的图像特征向量,计算两个图像特征向量的相似度,根据该相似度确定该实际加工图对应的图像偏差值。然后根据各实际加工图的图像偏差值综合确定加工精度,例如可以采用所有图像偏差值的平均值确定加工精度。此外,由于零件加工的拐点处对走位精确度要求较高,因此针对每一实际加工图,确定该实际加工图的第一拐点集合,并确定标准加工图的第二拐点集合,其中,第一拐点集合中各点均可以在第二拐点集合找到对应点。然后获取第一拐点集合中各点与其对应点的坐标差距,即得到该点对应的拐点偏差值。根据各点分别对应的拐点偏差值综合确定定位精度,例如可以采用各拐点偏差值的平均值确定定位精度。
在一种实现方式中,所述步骤S204具体包括:
步骤S2041、根据各所述实际加工图,确定融合加工图;
步骤S2042、分别获取各所述实际加工图与所述融合加工图的图像相似度;
步骤S2043、根据各所述实际加工图分别对应的所述图像相似度,确定所述重复定位精度。
具体地,若采用实际加工图两两比对的方式计算重复定位精度,会产生较多的计算开销。因此本实施例先将各实际加工图进行图像融合,得到融合加工图。然后将融合加工图作为参照图,分别计算各实际加工图与融合加工图之间的图像相似度,根据各图像相似度综合判断该候选设备的重复定位精度。可以理解的是,各实际加工图两两之间的相似程度越高,则各实际加工图与融合加工图之间的相似程度也越高,因此可以各图像相似度综合确定该候选设备的重复定位精度,例如采用各实际加工图与融合加工图之间的图像相似度的平均值确定重复定位精度。
在一种实现方式中,所述方法还包括:
对所述第一偏差值和所述第二偏差值进行归一化处理;
当归一化处理后的所述第一偏差值大于所述第二偏差值时,确定所述成本权重大于所述精度权重;
当归一化处理后的所述第一偏差值小于所述第二偏差值时,确定所述成本权重小于所述精度权重。
具体地,由于第一偏差值和第二偏差值的单位可能存在差别,为了保障比较结果的可靠性,本实施例需要首先对第一偏差值和第二偏差值进行归一化处理,再基于归一化处理后的第一偏差值和第二偏差值进行大小比较,以确定成本权重和精度权重之间的大小关系。
基于上述实施例,本发明还提供了一种设备筛选装置,如图2所示,所述装置包括:
数据获取模块01,用于获取若干候选设备分别对应的环境成本,其中,所述环境成本基于设备的碳排放量确定;
权重应用模块02,用于获取各所述候选设备分别对应的设备精度,其中,所述设备精度基于加工精度、定位精度以及重复定位精度确定;
获取预设的成本权重,根据所述环境成本和所述成本权重确定各所述候选设备分别对应的权重成本;
获取预设的精度权重,根据所述设备精度和所述精度权重确定各所述候选设备分别对应的权重精度;
设备筛选模块03,用于根据各所述候选设备的所述权重成本和所述权重精度确定各所述候选设备分别对应的决策值;
根据所述决策值最大的所述候选设备,确定目标设备;
其中,所述成本权重和所述精度权重的设定方法包括:
获取预设预算和各所述候选设备对应的平均环境成本,根据所述预设预算和所述平均环境成本确定第一偏差值;
获取预设的设备精度阈值和各所述候选设备对应的平均设备精度,根据所述设备精度阈值和所述平均设备精度确定第二偏差值;
根据所述第一偏差值和所述第二偏差值,确定所述成本权重和所述精度权重的大小关系。
基于上述实施例,本发明还提供了一种终端,其原理框图可以如图3所示。该终端包括通过***总线连接的处理器、存储器、网络接口、显示屏。其中,该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现设备筛选方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解,图3中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的终端的限定,具体的终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一种实现方式中,所述终端的存储器中存储有一个以上的程序,且经配置以由一个以上处理器执行所述一个以上程序包含用于进行设备筛选方法的指令。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上所述,本发明公开了一种设备筛选方法、装置、终端及存储介质,所述方法包括:获取若干候选设备分别对应的环境成本,其中,所述环境成本基于设备的碳排放量确定;获取各所述候选设备分别对应的设备精度,其中,所述设备精度基于加工精度、定位精度以及重复定位精度确定;获取预设的成本权重,根据所述环境成本和所述成本权重确定各所述候选设备分别对应的权重成本;获取预设的精度权重,根据所述设备精度和所述精度权重确定各所述候选设备分别对应的权重精度;根据各所述候选设备的所述权重成本和所述权重精度确定各所述候选设备分别对应的决策值;根据所述决策值最大的所述候选设备,确定目标设备。本发明通过环境成本和设备精度综合比对各候选设备,可以从各候选设备中筛选出高性能、低碳环保的目标设备。解决了现有的设备筛选方法通常着眼于设备价格和性能,并未考虑设备的生命周期碳排放,容易使企业花费过多的环境成本的问题。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (4)
1.一种设备筛选方法,其特征在于,所述方法包括:
获取若干候选设备分别对应的环境成本,其中,所述环境成本基于设备的碳排放量确定;
获取各所述候选设备分别对应的设备精度,其中,所述设备精度基于加工精度、定位精度以及重复定位精度确定;
获取预设的成本权重,根据所述环境成本和所述成本权重确定各所述候选设备分别对应的权重成本;
获取预设的精度权重,根据所述设备精度和所述精度权重确定各所述候选设备分别对应的权重精度;
根据各所述候选设备的所述权重成本和所述权重精度确定各所述候选设备分别对应的决策值;
根据所述决策值最大的所述候选设备,确定目标设备;
其中,所述成本权重和所述精度权重的设定方法包括:
获取预设预算和各所述候选设备对应的平均环境成本,根据所述预设预算和所述平均环境成本确定第一偏差值;
获取预设的设备精度阈值和各所述候选设备对应的平均设备精度,根据所述设备精度阈值和所述平均设备精度确定第二偏差值;
根据所述第一偏差值和所述第二偏差值,确定所述成本权重和所述精度权重的大小关系;通过比较所述第一偏差值和所述第二偏差值,确定企业对设备精度和环境成本哪个更重视,偏差值越高的指标表示企业对该指标的要求更高,则赋予其更高的权重值,从而得到所述成本权重和所述精度权重;
所述方法还包括:对所述第一偏差值和所述第二偏差值进行归一化处理;当归一化处理后的所述第一偏差值大于所述第二偏差值时,确定所述成本权重大于所述精度权重;当归一化处理后的所述第一偏差值小于所述第二偏差值时,确定所述成本权重小于所述精度权重;
每一所述候选设备的所述设备精度的获取方法包括:
获取该候选设备对应的若干实际加工图,其中,各所述实际加工图分别对应不同加工批次、同一类型的加工件;
获取所述加工件的标准加工图;
根据所述标准加工图和各所述实际加工图,确定该候选设备的所述加工精度和所述定位精度;
根据各所述实际加工图,确定该候选设备的所述重复定位精度;
根据该候选设备的所述加工精度、所述定位精度以及所述重复定位精度,确定该候选设备的所述设备精度;
所述根据所述标准加工图和各所述实际加工图,确定该候选设备的所述加工精度和所述定位精度,包括:
分别获取各所述实际加工图与所述标准加工图的图像偏差值,根据各所述图像偏差值确定该候选设备的所述加工精度;
分别获取各所述实际加工图与所述标准加工图的拐点偏差值,根据各所述拐点偏差值确定该候选设备的所述定位精度;针对每一所述实际加工图,确定该实际加工图的第一拐点集合,并确定所述标准加工图的第二拐点集合,其中,第一拐点集合中各点均可以在第二拐点集合找到对应点;获取所述第一拐点集合中各点与其对应点的坐标差距,即得到该点对应的拐点偏差值;
所述根据各所述实际加工图,确定该候选设备的所述重复定位精度,包括:
根据各所述实际加工图,确定融合加工图;
分别获取各所述实际加工图与所述融合加工图的图像相似度;
根据各所述实际加工图分别对应的所述图像相似度,确定所述重复定位精度;
每一所述候选设备的所述环境成本的获取方法包括:
获取该候选设备的全生命周期图,其中,该候选设备的全生命周期图用于反映生产、运输、应用环节,不同环节所涵盖的周期长短不同,周期长度和碳排放量成正比关系,碳排放量随着周期长度的增长而增多;不同环节的活动类型不同,其产生碳排放的能力也不同,碳排放因子用于反映各环节产生碳排放的能力,碳排放因子越高,表示该环节产生的碳排放量较多;
根据所述全生命周期图,确定该候选设备对应的全周期碳排放量;
根据所述全周期碳排放量,确定该候选设备对应的所述环境成本;
所述根据所述全生命周期图,确定该候选设备对应的全周期碳排放量,包括:
获取所述全生命周期图中各环节分别对应的周期长度和碳排放因子;
根据各所述环节分别对应的所述周期长度和所述碳排放因子,确定各所述环节分别对应的局部碳排放量;
根据各所述环节分别对应的所述局部碳排放量,确定所述全周期碳排放量;
所述根据所述全周期碳排放量,确定该候选设备对应的所述环境成本,包括:
获取碳交易市场信息,根据所述碳交易市场信息确定碳价;
根据所述碳价和所述全周期碳排放量,确定该候选设备对应的所述环境成本。
2.一种设备筛选装置,其特征在于,所述装置包括:
数据获取模块,用于获取若干候选设备分别对应的环境成本,其中,所述环境成本基于设备的碳排放量确定;
权重应用模块,用于获取各所述候选设备分别对应的设备精度,其中,所述设备精度基于加工精度、定位精度以及重复定位精度确定;
获取预设的成本权重,根据所述环境成本和所述成本权重确定各所述候选设备分别对应的权重成本;
获取预设的精度权重,根据所述设备精度和所述精度权重确定各所述候选设备分别对应的权重精度;
设备筛选模块,用于根据各所述候选设备的所述权重成本和所述权重精度确定各所述候选设备分别对应的决策值;
根据所述决策值最大的所述候选设备,确定目标设备;
其中,所述成本权重和所述精度权重的设定方法包括:
获取预设预算和各所述候选设备对应的平均环境成本,根据所述预设预算和所述平均环境成本确定第一偏差值;
获取预设的设备精度阈值和各所述候选设备对应的平均设备精度,根据所述设备精度阈值和所述平均设备精度确定第二偏差值;
根据所述第一偏差值和所述第二偏差值,确定所述成本权重和所述精度权重的大小关系;通过比较所述第一偏差值和所述第二偏差值,确定企业对设备精度和环境成本哪个更重视,偏差值越高的指标表示企业对该指标的要求更高,则赋予其更高的权重值,从而得到所述成本权重和所述精度权重;
所述方法还包括:对所述第一偏差值和所述第二偏差值进行归一化处理;当归一化处理后的所述第一偏差值大于所述第二偏差值时,确定所述成本权重大于所述精度权重;当归一化处理后的所述第一偏差值小于所述第二偏差值时,确定所述成本权重小于所述精度权重;
每一所述候选设备的所述设备精度的获取方法包括:
获取该候选设备对应的若干实际加工图,其中,各所述实际加工图分别对应不同加工批次、同一类型的加工件;
获取所述加工件的标准加工图;
根据所述标准加工图和各所述实际加工图,确定该候选设备的所述加工精度和所述定位精度;
根据各所述实际加工图,确定该候选设备的所述重复定位精度;
根据该候选设备的所述加工精度、所述定位精度以及所述重复定位精度,确定该候选设备的所述设备精度;
所述根据所述标准加工图和各所述实际加工图,确定该候选设备的所述加工精度和所述定位精度,包括:
分别获取各所述实际加工图与所述标准加工图的图像偏差值,根据各所述图像偏差值确定该候选设备的所述加工精度;
分别获取各所述实际加工图与所述标准加工图的拐点偏差值,根据各所述拐点偏差值确定该候选设备的所述定位精度;针对每一所述实际加工图,确定该实际加工图的第一拐点集合,并确定所述标准加工图的第二拐点集合,其中,第一拐点集合中各点均可以在第二拐点集合找到对应点;获取所述第一拐点集合中各点与其对应点的坐标差距,即得到该点对应的拐点偏差值;
所述根据各所述实际加工图,确定该候选设备的所述重复定位精度,包括:
根据各所述实际加工图,确定融合加工图;
分别获取各所述实际加工图与所述融合加工图的图像相似度;
根据各所述实际加工图分别对应的所述图像相似度,确定所述重复定位精度;
每一所述候选设备的所述环境成本的获取方法包括:
获取该候选设备的全生命周期图,其中,该候选设备的全生命周期图用于反映生产、运输、应用环节,不同环节所涵盖的周期长短不同,周期长度和碳排放量成正比关系,碳排放量随着周期长度的增长而增多;不同环节的活动类型不同,其产生碳排放的能力也不同,碳排放因子用于反映各环节产生碳排放的能力,碳排放因子越高,表示该环节产生的碳排放量较多;
根据所述全生命周期图,确定该候选设备对应的全周期碳排放量;
根据所述全周期碳排放量,确定该候选设备对应的所述环境成本;
所述根据所述全生命周期图,确定该候选设备对应的全周期碳排放量,包括:
获取所述全生命周期图中各环节分别对应的周期长度和碳排放因子;
根据各所述环节分别对应的所述周期长度和所述碳排放因子,确定各所述环节分别对应的局部碳排放量;
根据各所述环节分别对应的所述局部碳排放量,确定所述全周期碳排放量;
所述根据所述全周期碳排放量,确定该候选设备对应的所述环境成本,包括:
获取碳交易市场信息,根据所述碳交易市场信息确定碳价;
根据所述碳价和所述全周期碳排放量,确定该候选设备对应的所述环境成本。
3.一种终端,其特征在于,所述终端包括有存储器和一个以上处理器;所述存储器存储有一个以上的程序;所述程序包含用于执行如权利要求1所述的设备筛选方法的指令;所述处理器用于执行所述程序。
4.一种计算机可读存储介质,其上存储有多条指令,其特征在于,所述指令适用于由处理器加载并执行,以实现上述权利要求1所述的设备筛选方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211694159.9A CN115660691B (zh) | 2022-12-28 | 2022-12-28 | 一种设备筛选方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211694159.9A CN115660691B (zh) | 2022-12-28 | 2022-12-28 | 一种设备筛选方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115660691A CN115660691A (zh) | 2023-01-31 |
CN115660691B true CN115660691B (zh) | 2023-04-14 |
Family
ID=85023481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211694159.9A Active CN115660691B (zh) | 2022-12-28 | 2022-12-28 | 一种设备筛选方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115660691B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106094729A (zh) * | 2016-07-14 | 2016-11-09 | 西安交通大学 | 一种基于制造特征的零件机械加工过程碳排放量化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104400527B (zh) * | 2014-09-12 | 2016-06-29 | 西安交通大学 | 一种面向机械加工过程的刀具选配方法 |
CN114970265A (zh) * | 2022-05-26 | 2022-08-30 | 西安科技大学 | 一种考虑碳排放的机床关键部件优化方法及*** |
-
2022
- 2022-12-28 CN CN202211694159.9A patent/CN115660691B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106094729A (zh) * | 2016-07-14 | 2016-11-09 | 西安交通大学 | 一种基于制造特征的零件机械加工过程碳排放量化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115660691A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110134516B (zh) | 金融数据处理方法、装置、设备及计算机可读存储介质 | |
CN109189799B (zh) | 业务数据查询方法、装置、计算机设备及存储介质 | |
CN109542962B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN113111078B (zh) | 资源数据处理方法、装置、计算机设备和存储介质 | |
CN115660691B (zh) | 一种设备筛选方法、装置、终端及存储介质 | |
CN113837467B (zh) | 点对点能源项目评估方法、装置、计算机设备和存储介质 | |
CN115759742A (zh) | 企业风险评估方法、装置、计算机设备和存储介质 | |
CN111598638A (zh) | 点击率确定方法、装置及设备 | |
CN110704488B (zh) | 用于管理数据的方法及相应的***、计算机设备和介质 | |
CN114896955A (zh) | 数据报表加工方法、装置、计算机设备及存储介质 | |
CN115168509A (zh) | 风控数据的处理方法及装置、存储介质、计算机设备 | |
CN114971926A (zh) | 保费计算模型测试方法、***、设备及存储介质 | |
CN113436003A (zh) | 时长确定方法、装置、电子设备、介质和程序产品 | |
CN113779116A (zh) | 对象排序方法、相关设备及介质 | |
CN111401671B (zh) | 一种精准营销中衍生特征计算方法、装置和可读存储介质 | |
CN113781120A (zh) | 销售数额预测模型的构建方法、销售数额的预测方法 | |
CN110827160A (zh) | 保险信息推送方法、装置、计算机设备和存储介质 | |
CN109783877A (zh) | 时间序列模型建立方法、装置、计算机设备和存储介质 | |
CN111476545B (zh) | 关键供电端的确定方法、装置、计算机设备和存储介质 | |
CN117575335B (zh) | 车辆开发项目风险监测方法、装置、***、设备和介质 | |
CN112910950B (zh) | 一种待上链数据的上链方法、装置以及区块链节点设备 | |
CN111177132B (zh) | 关系型数据的标签清洗方法、装置、设备及存储介质 | |
CN116467521A (zh) | 账户推荐模型的训练方法、账户推荐方法、装置和设备 | |
CN116483480A (zh) | 一种业务引擎自动适配的方法、装置、存储介质及设备 | |
CN118427658A (zh) | 一种用户分类查询方法、装置、计算机设备和存储介质 |
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 |