機電產(chǎn)品低碳制造策略與知識研究綜述

王 玲 姜 豐 張光立

（1.中國電器科學(xué)研究院股份有限公司 廣州 510300；2.合肥工業(yè)大學(xué)機械工程學(xué)院 合肥 230009）

引言

在全球氣候變暖的背景下，以減少溫室氣體排放為目標(biāo)，發(fā)展以低能耗、低污染為基礎(chǔ)的低碳經(jīng)濟已成為未來能源的潮流與趨勢。國際能源機構(gòu)指出，全球超過30 %的碳排放來自于制造業(yè)。制造業(yè)要想突破環(huán)境問題的限制追求長遠(yuǎn)和可持續(xù)發(fā)展，必須秉持低碳發(fā)展的目標(biāo)，在節(jié)能減排上實現(xiàn)有效的突破。

機電產(chǎn)品作為制造業(yè)通用產(chǎn)品，其低碳發(fā)展至關(guān)重要，本文從碳排放優(yōu)化策略與低碳知識兩個方面，對近年來國內(nèi)外相關(guān)研究工作及進展進行綜述，并分析了當(dāng)前所面臨的問題并指出技術(shù)發(fā)展方向。

1 低碳系統(tǒng)策略及知識

今年來制造企業(yè)間的競爭越來越激烈，企業(yè)要更好的發(fā)展，就需要通過“低碳管理”來提高企業(yè)效益，需要依靠管理把成本控制在最低點，實現(xiàn)企業(yè)的健康持續(xù)的發(fā)展。為此許多學(xué)者在低碳管理以及碳排放的優(yōu)化決策方面做了大量的研究。

1.1 碳排放優(yōu)化策略

碳排放權(quán)作為企業(yè)不可忽略的重要資源和生產(chǎn)要素，排放依賴型企業(yè)必須考慮碳排放對生產(chǎn)運營的影響、對制造中碳排放量進行優(yōu)化處理，從而實現(xiàn)碳排放量的降低。近年來國內(nèi)外許多學(xué)者對生產(chǎn)、制造等部分的碳排放優(yōu)化進行了大量的研究。關(guān)于碳排放的優(yōu)化策略基礎(chǔ)模型如1所示。

線性/非線性和混合整數(shù)優(yōu)化解決了在連續(xù)變量和整數(shù)變量存在的情況下，受等式和不等式約束的目標(biāo)函數(shù)的改進問題。因此，碳排放優(yōu)化中主要采用這種優(yōu)化模型。

1）基于線性規(guī)劃模型

在基于線性規(guī)劃的模型進行碳排放優(yōu)化的研究中，吳臻賀[1]針對滾齒加工時如何對碳足跡進行估算的問題，開發(fā)并構(gòu)建了基于線性規(guī)劃的滾齒加工碳足跡核算模型，有效的降低滾齒加工碳排放量和加工成本，實現(xiàn)滾齒加工的低碳制造；Nicolosi F F等[2]提出一種新的混合整數(shù)線性規(guī)劃（MILP）優(yōu)化算法，同時考慮系統(tǒng)總成本以及二氧化碳排放，用于優(yōu)化管理多個內(nèi)燃機組成的微能源網(wǎng)，該模型驗證了溫室氣體排放精確模型的重要性；Kumari S等[3]提出一種線性優(yōu)化模型，通過適當(dāng)選擇碳捕捉技術(shù)，最大限度地減少電廠中二氧化碳的排放，結(jié)果表明采用混合整數(shù)線性規(guī)劃方法的燃煤電廠，可以實現(xiàn)碳排放量凈減少25 %以上。

基于線性規(guī)劃模型的碳排放優(yōu)化研究很多，基于該模型，確定規(guī)劃中的最佳策略實現(xiàn)最大程度的碳減排，但是這方面研究大多都是從整個系統(tǒng)角度出發(fā)，很少考慮到間接排放的因素。因此，還需進行更加全面深入的探索。

2）基于非線性規(guī)劃模型

許多研究人員專門使用混合整數(shù)非線性規(guī)劃（MINLP）等優(yōu)化技術(shù)來減少排放。Zikai Zhang等[4]針對工業(yè)機器人中碳排放問題，提出一種多目標(biāo)混合整數(shù)非線性模型，以最小化碳排放、噪聲排放和循環(huán)時間為目標(biāo)，可以在減少碳排放以及最小化周期時間方面取得平衡；Mahdi等[5]提出一種新的混合整數(shù)非線性模型，該模型可以在環(huán)境污染最小的路線上實現(xiàn)最佳調(diào)度，并且開發(fā)了一種通過列車優(yōu)化調(diào)度來減少碳排放的新模型；Liu Liang等[6]為兩級供應(yīng)鏈搭建基于非線性的差分博弈模型，在模型中引入了低碳偏好分析供應(yīng)鏈的均衡策略，討論低碳偏好對供應(yīng)鏈碳減排的影響；Dickson R等[7]通過研究凈現(xiàn)值最大化和一氧化碳排放量最小化這兩個因素，提出了一種技術(shù)經(jīng)濟與環(huán)境的混合整數(shù)非線性模型，評估關(guān)鍵模型參數(shù)變化對整體經(jīng)濟性的影響；Huang Y等[8]針對如何優(yōu)化煤炭、化工行業(yè)中CO2排放的部署技術(shù)和流程，提出一種約束非線性規(guī)劃方法，在滿足經(jīng)濟增長和能源安全的前提下，獲得煤炭、化工行業(yè)單位產(chǎn)量CO2排放的最小值。

使用混合整數(shù)非線性規(guī)劃優(yōu)化技術(shù)可以實現(xiàn)碳排放的減少，但是，在該優(yōu)化方法中非線性和非凸性質(zhì)的問題公式并不能保證理論的解收斂到全局最優(yōu)。因此，這方面的研究還需進行更加深入的探討。

圖1 碳排放優(yōu)化策略基礎(chǔ)模型

1.2 低碳知識

提升企業(yè)技術(shù)創(chuàng)新能力和產(chǎn)品自主研發(fā)能力，主要就是在于大力提升知識和信息的獲取、處理、共享等。關(guān)于知識框架搭建的流程圖如圖2所示。

圖2 知識框架搭建流程

低碳知識作為節(jié)能減排的源頭，國內(nèi)外的學(xué)者關(guān)于低碳知識做出了相關(guān)研究。本節(jié)按照知識的適用對象將低碳知識分為知識模型和知識服務(wù)兩個方面。

1）知識模型

針對低碳知識模型的建立，常見的方法主要使用神經(jīng)網(wǎng)絡(luò)模型、多目標(biāo)優(yōu)化等。張雷等[9]針對箱體零件工藝設(shè)計過程中工藝路線的低碳低成本優(yōu)化問題，提出并構(gòu)建了以最低總碳排放（低碳）和最低加工成本（低成本）為優(yōu)化目標(biāo)的機械加工工藝路線多目標(biāo)優(yōu)化方法；低碳設(shè)計[10]作為面向節(jié)能的生態(tài)化設(shè)計技術(shù)之一，是在保證產(chǎn)品應(yīng)有的功能、質(zhì)量和壽命等前提下，綜合考慮碳排放和高效節(jié)能的現(xiàn)代設(shè)計方法；Guo等[11]針對產(chǎn)品評估過程中碳足跡的評估不足等問題，提出一種基于碳排放評估和交互的低碳智能知識部署方法，可以有效的減少產(chǎn)品碳排放量；Tan等[12]針對產(chǎn)品在車間內(nèi)如何高效、節(jié)能的運輸，提出低碳聯(lián)合調(diào)度知識模型，可以最大限度的減少碳排放量。

上述研究中，針對高成本、高耗能的問題，可以通過多目標(biāo)和神經(jīng)網(wǎng)絡(luò)的方法進行解決。但是多目標(biāo)和神經(jīng)網(wǎng)絡(luò)的方法中各目標(biāo)之間的權(quán)重具有很大的主觀性，并且在優(yōu)化過程中各目標(biāo)的擬合優(yōu)度無法操作。因此，針對如何進行低成本、低能耗生產(chǎn)問題，仍需要進一步的研究。

2）知識服務(wù)

針對現(xiàn)有生產(chǎn)加工中缺乏低碳制造的知識資源、缺乏引導(dǎo)面向低碳制造的設(shè)計工具以及評價體系等問題。Askin等[13]從制造系統(tǒng)角度，將工藝選擇、產(chǎn)能計劃、設(shè)備布局整合為知識體系，并利用二次方程式配置問題解決方法對該問題進行求解；Shu等[14]為了幫助設(shè)計人員在產(chǎn)品低碳創(chuàng)新設(shè)計過程中更加方便的獲取和應(yīng)用知識，提出了一種基于知識服務(wù)的產(chǎn)品低碳創(chuàng)新設(shè)計過程模型；Shuhua Fang等[15]針對結(jié)構(gòu)優(yōu)化問題，提出一種新型的節(jié)能控制策略并構(gòu)建知識庫，實驗結(jié)果驗證了節(jié)能控制策略的有效性；Wenwen Tian等[16]針對機加工過程中高成本、低效率問題，提出基于區(qū)間的2-型模糊神經(jīng)網(wǎng)絡(luò)的加工過程性能預(yù)測模型，可以有效的降低加工過程中的成本。

上述所提模型針對低碳制造知識資源、設(shè)計工具等存在的問題，構(gòu)建低碳知識庫模型可以很好的解決上述問題，但是無法有效的將知識模型用于一個普遍性的節(jié)能減排問題，因此針對普遍性的機電產(chǎn)品節(jié)能減排問題，仍需要進一步的研究，構(gòu)建出相關(guān)的知識表達(dá)模型。

2 機電產(chǎn)品低碳制造策略及知識研究的熱點、難點及存在的主要問題

2.1 機電產(chǎn)品低碳制造策略及知識研究的熱點

為應(yīng)對目前資源、環(huán)境及政策等方面的低碳需求，關(guān)于機電產(chǎn)品低碳制造理論模型、關(guān)鍵技術(shù)、系統(tǒng)策略與知識方面的研究得到了國內(nèi)外企業(yè)及研究機構(gòu)的廣泛關(guān)注。

由于基于生命周期數(shù)據(jù)的碳數(shù)據(jù)評估及其優(yōu)化策略一直是低碳制造技術(shù)的熱點與難點，目前國內(nèi)外研究機構(gòu)在低碳制造基礎(chǔ)模型研究方面主要聚焦于機電產(chǎn)品生命周期各階段數(shù)據(jù)基礎(chǔ)模型，及其后續(xù)結(jié)合生命周期碳足跡分析及其對應(yīng)優(yōu)化技術(shù)。

面對機電產(chǎn)品生命周期各階段中工程應(yīng)用環(huán)節(jié)的通用型減碳知識，也是當(dāng)前低碳制造技術(shù)研究的熱點領(lǐng)域，通過產(chǎn)品綠色設(shè)計、工藝參數(shù)優(yōu)化及流程動態(tài)匹配、輕量化材料及新型低碳工藝等典型節(jié)能低碳技術(shù)的知識服務(wù)與工程實踐，為機電產(chǎn)品低碳制造的工業(yè)化推廣提供強有力的技術(shù)支撐。

2.2 機電產(chǎn)品低碳制造策略及知識研究的難點

鑒于機電產(chǎn)品的低碳制造相關(guān)內(nèi)容涉及到產(chǎn)品設(shè)計、材料分析、工藝規(guī)劃、信息處理、評估決策等多個領(lǐng)域與學(xué)科，同時影響機電產(chǎn)品全生命周期的碳排放因素眾多且耦合關(guān)系復(fù)雜。有關(guān)機電產(chǎn)品低碳制造策略及知識研究一直面臨諸多難點，其主要有：

1）基于碳足跡評估額減碳優(yōu)化策略

由于需要合理地分析評估機電產(chǎn)品碳足跡，并采用合適減碳策略對關(guān)鍵環(huán)節(jié)予以優(yōu)化，通常需要花費一定的時間與人力成本，形成較長時間及較大范圍內(nèi)的反映碳排放影響因素與其碳足跡之間對應(yīng)的數(shù)據(jù)積累，構(gòu)建其影響參數(shù)與碳足跡的映射關(guān)系，并提出機電產(chǎn)品全局的高效減碳策略，該內(nèi)容也是目前低碳制造中較為復(fù)雜的研究領(lǐng)域。

2）低碳知識支持技術(shù)

由于機電產(chǎn)品低碳制造應(yīng)是覆蓋到從產(chǎn)品級到系統(tǒng)級的多個層次，其間涵蓋了各個生命周期階段以及實施主體，需要面對不同類型實施主體，綜合考慮不同層面上實施減碳技術(shù)的影響范圍，向其提供合理通用型低碳技術(shù)的知識支持服務(wù)。這些內(nèi)容也是當(dāng)前制約機電產(chǎn)品低碳制造進一步推廣應(yīng)用的難點。

2.3 機電產(chǎn)品低碳制造策略與知識應(yīng)用存在的主要問題

結(jié)合上文所述，在國家政策及行業(yè)需求的大力推動下，一大批制造企業(yè)與研究機構(gòu)針對不同類型機電產(chǎn)品提出了很多有效的低碳制造方法與技術(shù)，相關(guān)研究呈現(xiàn)出百家齊鳴且蓬勃向上的繁榮景象。但當(dāng)這些低碳制造技術(shù)展現(xiàn)其各自優(yōu)勢及實用性時，至少還存在一些具體應(yīng)用問題，主要有：

1）多主體協(xié)同策略

由于低碳制造技術(shù)實施過程涉及到機電產(chǎn)品生命周期中的多個主體，如供應(yīng)商、制造企業(yè)、用戶、第三方回收服務(wù)商等，在多主體價值鏈下高效協(xié)同實施低碳制造技術(shù)的是當(dāng)前低碳制造技術(shù)工業(yè)化應(yīng)用的問題。

2）知識支持服務(wù)

目前低碳制造技術(shù)主要局限于機電產(chǎn)品設(shè)計、制造等具體環(huán)節(jié)的局部技術(shù)優(yōu)化及新技術(shù)替代，對于所在行業(yè)及相似產(chǎn)品有一定的借鑒及參考價值，需要結(jié)合當(dāng)前機電產(chǎn)品的典型低碳制造技術(shù)，進一步研究其技術(shù)通用性及對應(yīng)知識服務(wù)體系。

3 總結(jié)

經(jīng)過國家行業(yè)持續(xù)推動及許多科研團隊不斷努力，機電產(chǎn)品低碳制造技術(shù)研究逐步由基礎(chǔ)理論研究拓展到工業(yè)化應(yīng)用實踐，為社會可持續(xù)發(fā)展和循環(huán)經(jīng)濟構(gòu)建做出了巨大貢獻。通過分析上述的研究成果，展示了主要兩個方面（碳排放優(yōu)化策略、低碳知識）的技術(shù)研究現(xiàn)狀，分析比較其間各類典型研究，總結(jié)對應(yīng)技術(shù)特征，并隨后闡述了當(dāng)前低碳知識策略中存在的問題，為今后進行產(chǎn)品低碳制造技術(shù)研究提供可以借鑒的探索及研究方向。