轿车变速箱制造过程碳排放评估与优化

，，

(浙江工业大学 车辆工程研究所，浙江 杭州 310014)

随着全球气候变暖问题越演愈烈，以低能耗、低污染和低排放为基础的低碳制造已成为全球研究热点[1].制造业是我国以及其他各国碳排放主要来源之一，国际能源署(International energy agency, IEA)调查表明，制造业碳排放约占全球总碳排放量的36%[2],因此以提高资源利用率为目的的低碳制造将成为制造业实现节能减排目标的重要途径.目前，国内外相关机构与学者已经开始对于制造过程碳排放定量分析的研究，国外Tseng等[3]基于成本分析建立了制造业可持续供应链的碳排放决策模型；麻省理工学院Wolf等[4]从车间层面研究了各种加工工艺能量消耗特性以及相关性能评价模型；德国斯图加特大学Dietmair等[5]对制造过程中的能量预测、评估和优化进行研究；国内重庆大学李玉霞等[6]基于碳流率分析了作业车间碳排放动态特性并建立了优化调度模型；尹瑞雪等[7]建立了包括能源碳、物料碳和过程碳在内的工艺碳排放函数；浙江大学唐任仲等[8]建立了机械加工过程能量需求模型，并提出砂型铸造过程碳排放计算方法.

国内外研究已经取得一些成果，然而这些研究主要集中于车间调度或不同类型机床的碳排放评估，针对具有连续性特征的产品制造过程的碳排放研究却少之又少，而进一步涉及到轿车变速箱制造过程的碳排放研究几乎没有.轿车变速箱制造过程碳排放研究的意义在于通过对其进行碳排放评估，分析轿车变速箱制造过程的碳排放特性并建立相应的碳排放模型，通过对制造过程的工艺参数进行不断改进，从而降低轿车变速箱制造过程的碳排放量，最终达到最佳环境效益的目的.

1 轿车变速箱制造过程碳排放特性

轿车变速箱的特殊结构[9]使其加工制造是一个复杂的工艺过程，以轿车无级变速箱(Continuously variable transmission, CVT)为例，其制造工艺流程如图1所示.毛坯先通过车削、铣削和磨削等机加工方式被加工成不同的零部件，然后经过归类将零部件装配成不同的总成，最后将所有总成装配成整个变速箱，检测合格后入库保存.

图1 CVT变速箱制造工艺流程Fig.1 CVT gearbox manufacturing process

由图1可知：轿车变速箱制造过程涉及众多不同类型的零部件，需要使用多种加工设备，同时消耗大量能源和物料，并产生相应的废弃物.因此，轿车变速箱制造过程碳排放具有过程复杂、排放环节多、能源及物料消耗大、排放量大等主要特征.

2 轿车变速箱制造过程碳排放建模

根据轿车变速箱制造过程碳排放特性，定义碳排放系统边界发现碳排放源头，使用多层次关联分析理论[10](Hierarchical relevance analysis, HRA)梳理边界内碳排放要素，结合PAS2050[11]碳排放系数法(Emission-factor approach, EFA)计算碳源碳排放，从而建立轿车变速箱制造过程碳排放模型.

2.1 系统边界

轿车变速箱制造过程碳排放系统边界如图2所示，边界内输入输出的实质是能量流、物料流和废弃物流的流动过程，同时带动边界内碳的流动，由此可知，设备电能消耗、其他能源消耗、物料消耗和废弃物处理是轿车变速箱制造过程中产生碳排放的主要源头.

由轿车变速箱制造过程碳排放特性可知，边界内所涉及到的零部件、设备、物料和废弃物种类较多，增加了碳排放计算难度.为此，笔者以轿车变速箱具体零部件为基本单元U，并借鉴IPCC(Intergovernmental panel on climate change)对碳源的描述对边界内的碳源作相关定义，同时对碳排放要素进行多层次关联分析，从而保证计算过程的规范性以及计算结果的准确性.

图2 轿车变速箱制造过程碳排放系统边界Fig.2 Carbon emission system boundary of car gearbox manufacturing process

定义1轿车变速箱制造过程所需设备在运行过程中由于空载和负载所导致的碳排放称为设备碳排放(Device carbon emission, DCE).

定义2轿车变速箱制造过程所消耗的非电力能源在制备过程中的碳排放称为能源碳排放(Energy carbon emission, ECE).

定义3轿车变速箱制造过程所消耗的物料在制备过程中的碳排放称为物料碳排放(Material carbon emission, MCE).

定义4轿车变速箱制造过程所产生的废弃物在处理过程中的碳排放称为废弃物碳排放(Waste carbon emission, WCE).

定义5轿车变速箱制造过程不同总成所产生的碳排放称为局部碳排放(Partial carbon emission, PCE).

定义6轿车变速箱制造过程产生的总体碳排放称为总碳排放(Total carbon emission, TCE).

使用多层次关联分析理论将边界内碳排放要素进行归类分成六层，如表1所示.图中最高层为总碳排放量，最底层为碳排放源影响因素.同一层要素的属性相同，作用于其上一层要素，同时又受到下一层要素的影响.

表1 轿车变速箱制造过程碳排放要素Table 1 Carbon emission factors in manufacturing gearbox

相邻层不同要素之间的关联性可能不同，为表征其关联程度需要建立相应的关联矩阵.假设第k层(1≤k≤5)一共包括n个要素，第l层(1≤l≤5)一共包括m个要素，则第k层与第l层间要素的关联矩阵为

(1)

式中r(i,j)为第k层第i个要素与第l层第j个要素之间的关联函数，函数值为0或1.

鉴于轿车变速箱制造过程碳排放特征，通过对碳排放要素进行多层次关联分析，可清晰了解到不同要素在碳排放量化过程中的地位，帮助制定碳排放量化过程的先后顺序.碳排放影响因素在层次中处于最底层的基础地位，可首先建立影响因素与工艺环节的关联矩阵，计算中下层基本碳源和基本单元的具体碳排放，进而逐层上升计算得到局部碳排放和总碳排放，从而保证计算过程的规范性以及计算结果的准确性.

2.2 轿车变速箱制造过程基本碳源建模

2.2.1 设备碳排放

轿车变速箱制造过程不同环节所使用的设备种类不尽相同，即使相同设备的运行时间也基本不同，因此需要建立相应的空载时间和负载时间关系矩阵.由此可以得到基本单元设备碳排放量为

t2(i,j)·P1i}·Ee

(2)

式中：t1(i,j)为第i种设备在第j个环节空载时间；t2(i,j)为第i种设备在第j个环节负载时间；P0i为第i种设备的空载功率；P1i为第i种设备的负载功率；Ee为电力碳排放系数.

2.2.2 能源碳排放

能源碳排放与其消耗质量存在密切关系，因此需要建立能源与轿车变速箱制造过程工艺环节的质量关系矩阵.由此可得基本单元能源碳排放量为

(3)

式中：m1(i,j)为第i种能源在第j个环节中消耗的质量；Ei为第i种能源的碳排放系数.

2.2.3 物料碳排放

物料碳排放与其消耗质量存在密切关系，因此需要建立物料与轿车变速箱制造过程不同环节之间的质量关系矩阵.工艺环节中辅助物料消耗(刀料、砂料和切削液等)可采用时间标准折算的方法将其转化为质量单位进行计算，具体公式为

(4)

式中：mij为第i种辅助物料在第j个环节中所消耗质量；Tij为第i种辅助物料在第j个环节中的使用时间；Ti为第i种辅助物料标准使用寿命；mi为第i种辅助物料质量.

由此可得基本单元物料消耗碳源碳排放量为

(5)

式中：m2(i,j)为第i种物料在第j个环节中所消耗质量；Emi为第i种物料的碳排放系数.

2.2.4 废弃物碳排放

同样，废弃物碳排放与其被处理质量存在密切关系，因此也需要建立废弃物与轿车变速箱制造过程不同环节之间的质量关系矩阵.由此可得基本单元废弃物碳源碳排放量为

(6)

式中：m3(i,j)为第j个环节中产生第i种废弃物的质量；Ewi为第i种废弃物处理碳排放系数.

2.3 轿车变速箱制造过程碳排放量化方法

通过建立碳源碳排放模型以及基本单元与碳源之间的关联矩阵，轿车变速箱制造过程的局部碳排放计算式为

(7)

式中r(i,j)为第i个基本单元与第j种碳源之间的关联函数.由于轿车变速箱制造过程总碳排放包含多个局部碳排放，因此轿车变速箱制造过程总碳排放为

(8)

2.4 轿车变速箱制造过程碳排放量化结果

根据所建立的轿车变速箱制造过程碳排放量化模型，以轿车CVT变速箱为例进行实际计算，其中零部件带轮锥盘制造过程的具体工序参数[12]及数据清单[13-14]如表2,3所示.

表2 带轮锥盘加工工序参数Table 2 Manufacturing process parameters of pulley cone

表3 带轮锥盘制造过程数据清单Table 3 List in the manufacture process of pulleys cone

根据表1，2的数据清单，建立碳排放影响因素与工序之间的时间关系矩阵和质量关系矩阵.建立关系矩阵后可通过式(2，3，5，6)分别计算得到带轮锥盘制造过程的设备碳排放、能源碳排放、物料碳排放和废弃物碳排放结果，如表4所示.

表4 带轮锥盘制造过程基本碳排放Table 4 Basic carbon emissions of pulley cone manufacturing g

轿车CVT变速箱各个总成制造过程的碳排放量化与上述过程相似，建立时间和质量关系矩阵并将其代入相应的公式中进行计算，结果如表5所示.

表5 CVT变速箱制造过程碳排放Table 5 Carbon emissions of CVT gearbox manufacturing kg

将上述局部碳排放结果代入式(8)中，可计算得到整个轿车CVT变速箱总碳排放量化结果为78.323 kg.

3 轿车变速箱制造过程碳排放优化

轿车变速箱制造过程的工艺参数种类较多，对于多参数优化问题，遗传算法具有更高的收敛速度和精确性[15]，为此使用MATLAB中遗传算法模块对影响因素进行多参数协同优化，在降低碳排放量的同时保证生产效率不会降低，并通过实例验证优化模型的可行性.

3.1 基于遗传算法的多参数优化模型

根据第2节构建的轿车变速箱制造过程碳排放模型，可知轿车变速箱制造过程的碳排放量为

(9)

加工完成时间是生产效率的重要表征因素，其表达式为

(10)

式中ti为第i个工艺环节的完成时间.

由于优化模型的首要目的在于减少制造过程碳排放量，因此所建立多参数优化模型如为

f=minh1

(11)

使用MATLAB遗传算法模块进行求解，遗传算法的4个运行参数需要事先设定，分别是群体大小M、终止迭代数T、交叉概率P以及变异概率Pm，具体数值可根据实际情况确定.

3.2 实例验证

碳排放影响因素的优化以轿车CVT变速箱带轮锥盘制造过程为例，其碳排放影响因素主要包括切削用量(切削速度Vc，进给量f，切削深度ap)和热处理功率P，因此将对这些因素进行多参数协同优化分析.目标函数化简结果分别为

(12)

(13)

参数约束条件分别为

(14)

(15)

0.003≤api≤0.02

(16)

运用遗传算法假设种群大小取40，迭代次数取100，交叉概率取0.7，变异概率取0.06，运行结果如图3所示，优化后的工艺参数如表6所示.

图3 多参数优化的迭代过程Fig.3 Iterative process of multi-parameter optimization

加工工序api/mmVci/(m·min-1)fi/(mm·r-1)Vwi/(m·min-1)P/kW粗车锥面0.0248.00.40--半精车锥面0.0152.70.39--粗车内孔0.0247.50.40--半精车内孔0.0153.50.39--热处理----30精磨内孔0.00320.514.812.0-精磨锥面0.00320.114.812.0-精磨沟道0.00320.214.812.0-

为了衡量碳排放量优化对于生产效率的影响程度，将优化后的工艺参数代入式(13)中，可计算出碳排放优化后的加工时间为255.21 s.

轿车CVT变速箱各个总成制造过程的碳排放优化与上述过程相似，优化结果如表7所示.

表7 优化后变速箱碳排放Table 7 Optimized carbon emissions of gearbox kg

通过对优化前后碳排放结果进行比较可知，优化过程着重改善了切削速度、进给速度和热处理设备功率，优化后的总碳排放当量为58.341 kg，与之前相比降低了25.5%，其中设备、能源、物料和废弃物碳排放分别降低了26.4%，67.2%，66.5%，1.54%，如图4所示，同时生产效率也得到了提高，优化效果显著，达到了预期优化目标并有效验证了多参数优化模型的实用性.

图4 优化前后碳排放量比较Fig.4 Comparison between before and after optimization

4 结 论

基于产品碳足迹的概念，对轿车变速箱制造过程碳排放特性进行了分析，定义了碳排放系统边界，将系统内多种碳源进行归类分析.针对轿车变速箱制造过程的碳排放特性，利用多层次关联分析理论对制造过程中的零部件、碳源、工艺环节及碳排放影响因素进行分析.通过建立相应的关联矩阵，可以将复杂问题简单化，清晰掌握不同要素在碳排放量化过程中的地位，帮助制定碳排放量化过程的先后顺序，使计算过程更加规范合理，从而提高碳排放量化结果的准确性.同时结合碳排放系数法进行基本碳源建模，从而提出了制造过程碳排放的量化方法，根据量化方法计算得到了轿车变速箱制造过程碳排放量化结果.在此基础上，使用遗传算法对轿车变速箱制造过程影响因素进行多参数优化，在降低碳排放量的同时保证生产效率不会降低，并对轿车变速箱进行实例优化，优化结果验证了所提方法的有效性.

[1] HELUA M, BEHMANNB B, MEIERB H, et al. Impact of green machining strategies on achieved surface quality[J]. CIRP annals-manufacturing technology,2012,61(1):55-58.

[2] International Energy Agency. Tracking industrial energy efficiency and CO2emissions[EB/OL].[2014-10-15]. http://www.global-greenhouse-warming.com/industry-CO2-emissions.html.

[3] TSENG S C, HUANG S W. A strategic decision-making model considering the social costs of carbon dioxide emissions for sustainable supply chain management[J]. Journal environmental management,2014,133(15):315-322.

[4] WOLF M I, COLLEDANI M, GERSHWIN S B, et al. A network flow model for the performance evaluation and design of material separation systems for recycling[J]. IEEE transactions on automation science and engineering,2012,10(1):65-75.

[5] DIETMAIR A,VERL A, EBERSPAECHER P. Model-based energy consumption optimisation in manufacturing system and machine control[J]. International journal of manufacturing research,2011,6(4):380-401.

[6] 李玉霞，曹华军，李洪丞，等.作业车间碳排放动态特性及二阶优化调度模型[J].计算机集成制造系统,2015,21(10):2687-2693.

[7] 尹瑞雪，曹华军，李洪丞.基于函数化描述的机械制造工艺碳排放特性及其应用[J].计算机集成制造系统,2014,20(9):2127-2133.

[8] 郑军，唐任仲，胡罗克.基于工序碳源的砂型铸造过程碳排放建模方法[J].计算机集成制造系统，2012,20(4):898-908.

[9] 王秋成，陈奇，马骏，等.无患子果皮提取物清洗矿物油污的可行性研究[J].浙江工业大学学报，2015,43(3):241-245.

[10] 邵保胜，孟志青，蒋敏.一种基于时态因子的关联规则挖掘算法[J].浙江工业大学学报，2012,40(1):61-64.

[11] British Standards Institutions. PAS 2050: specification for the assessment of the life cycle greenhouse gas emissions of goods and services[EB/OL].[2014-10-01]. http://www. bsigroup.com/uploca/Standards&Publications/Energy/PAS2050.pdf.

[12] 杨叔子，常治斌，鲍剑斌，等.机械加工工艺师手册[M].北京：机械工业出版社，2011:303-305.

[13] 尹瑞雪.基于碳排放评估的低碳制造工艺规划决策模型及应用研究[D].重庆：重庆大学，2014:46-47.

[14] 郭登月.数控磨削过程能耗/碳排放模型分析与优化研究[D].哈尔滨：哈尔滨工业大学，2013:32-35.

[15] 陈勇，胡婷婷，鲁建厦.基于遗传算法改进的动态车间调度[J].浙江工业大学学报，2015,40(5):537-553.