徐 興，李仁旺，吳新麗，趙 蕓，王修梓，鮑 森，Timo Nyberg

(1.浙江科技學(xué)院 機(jī)械與汽車工程學(xué)院，浙江 杭州 310023； 2.阿爾托大學(xué) 工業(yè)工程與管理系，芬蘭 赫爾辛基 02150； 3.浙江理工大學(xué) 機(jī)械與自動控制學(xué)院，浙江 杭州 310018； 4.浙江科技學(xué)院 信息與電子工程學(xué)院，浙江 杭州 310023)

0 引言

隨著我國經(jīng)濟(jì)發(fā)展和人民生活水平的提高，冷鏈產(chǎn)品和物流的需求越來越大。2014年初H7N9禽流感再度爆發(fā)，我國許多城市相繼采取“冷鮮取代活禽”措施來抑制禽流感的爆發(fā)。冷鮮在歐美發(fā)達(dá)國家已占主導(dǎo)地位，但在我國尚處于起步階段。冷鏈?zhǔn)抢漉r產(chǎn)品的重要保障，關(guān)系到國計民生，因此研究冷鏈物流具有重要的現(xiàn)實(shí)意義。

基于產(chǎn)品生命周期(Product Life Cycle, PLC)的碳足跡定義為一個產(chǎn)品連續(xù)關(guān)聯(lián)的所有活動、發(fā)展或機(jī)制的碳排放，即從原料提取、生產(chǎn)制造、銷售派送、使用到最終回收處理等幾個階段的碳排放[1]。國內(nèi)外多位學(xué)者面向碳足跡領(lǐng)域進(jìn)行了研究。Ball等[2]建立了一種基于“零碳制造”概念的分析碳流的系統(tǒng)框架模型；Song等[3]采用部分嵌入式溫室氣體(GreenHouse Gas, GHG)排放數(shù)據(jù)，提出一種基于物料清單(Bill of Material, BOM)的低碳產(chǎn)品設(shè)計系統(tǒng)；樊慶鋅等[4]基于清單分析的過程生命周期評價(Proces Life Cycle Assessment, PLCA)追蹤某肉雞屠宰場的碳足跡，分析探究全生命周期總碳足跡的最敏感輸入變量；李聰波等[5]面向數(shù)控加工過程，建立了基于加工時間與碳排放的多目標(biāo)優(yōu)化模型；劉瓊等[6]提出產(chǎn)品制造過程碳足跡計算方法的多目標(biāo)優(yōu)化調(diào)度模型。

目前的研究成果主要以產(chǎn)品為研究對象，針對產(chǎn)品的某一段空間范圍展開。工位作為在冷鏈產(chǎn)品制造過程中的基礎(chǔ)單元，在空間上缺乏伸縮性與延展性。因此，針對冷鏈工位的碳排放，本文從時間維出發(fā)，主要研究基于產(chǎn)品生命周期時間維(Time Dimension of Product Life Cycle, TDPLC)的統(tǒng)計過程控制方法的碳足跡計算模型，構(gòu)建單位時間內(nèi)冷鏈工位碳足跡量化方法。

鑒于目前對時間維上碳足跡的研究較少，且缺乏明確的定義，本文對TDPLC的碳足跡作出初步定義：在一定時間范圍或某一特定過程中，某一活動單元(工位、流水線、車間或部門等)的碳排放狀態(tài)隨時間的變化情況。傳統(tǒng)的基于空間維的碳足跡以產(chǎn)品為對象，以分析控制其生命周期范圍內(nèi)的碳排放總量為研究重點(diǎn)；本文提出的基于時間維的碳足跡以某一特定的活動單元為對象，通過研究其在一定時間內(nèi)碳排放的變化情況，探索對該活動單元實(shí)施低碳減排工作的必要性與有效方法。

1 構(gòu)建基于TDPLC的冷鏈工位碳足跡模型

本文研究的冷鏈物流環(huán)節(jié)包括生產(chǎn)制造、包裝、預(yù)冷、儲藏、運(yùn)輸、配送，直到消費(fèi)者等環(huán)節(jié)[7]，如圖1所示。

1.1 定義基于TDPLC的冷鏈碳足跡系統(tǒng)邊界

以往基于產(chǎn)品生命周期的碳足跡研究，均以PLC的全部或者部分時期作為碳足跡研究的系統(tǒng)邊界[8],本文提出基于TDPLC研究冷鏈碳足跡系統(tǒng)的邊界,即在一定時間范圍內(nèi)，通過連續(xù)測算某類冷鏈產(chǎn)品生產(chǎn)過程中目標(biāo)工位上單位時間T內(nèi)的碳排放量，來監(jiān)測該類冷鏈產(chǎn)品生產(chǎn)工位的碳排放狀態(tài)，如圖2所示。

1.2 基于TDPLC的冷鏈模型

在冷鏈產(chǎn)品整個PLC過程中，受生產(chǎn)環(huán)境的多變性、操作人員的流動性、設(shè)備老化等多種因素影響，碳足跡的計算隨時間推移具有較大的不確定性。食品冷鏈企業(yè)生產(chǎn)過程主要為間接碳排放，因此本文將食品冷鏈碳足跡定義為在PLC過程中，一定時間內(nèi)物料與設(shè)備能源消耗產(chǎn)生的碳排放，其中物料消耗主要指原材料和工藝輔料的消耗，設(shè)備能源消耗主要指不同工位處的設(shè)備在生產(chǎn)過程中的電能等消耗，如圖3所示。

為了計算的準(zhǔn)確性，本文不考慮以下過程涉及的碳排放：①設(shè)備在預(yù)熱準(zhǔn)備階段、空轉(zhuǎn)調(diào)整階段的碳排放；②處理冷鏈物流過程中產(chǎn)生的廢棄物導(dǎo)致的碳排放；③車間照明、通風(fēng)等公用設(shè)施引起的碳排放。

綜上所述，目標(biāo)工位S在單位時間T內(nèi)，生產(chǎn)某型號冷鏈產(chǎn)品所產(chǎn)生的碳足跡可表示為

(1)

式中：Xr為工位S處的設(shè)備在單位時間T內(nèi)對能源r的消耗量；Cr為能源r的單位碳排放因子(單位：kg-CO2/kw·h)；Yq為工位S處的設(shè)備在單位時間T內(nèi)對物料q的消耗量；Cq為物料q的單位碳排放因子(單位：kg-CO2/kg)。

1.3 基于SPC的冷鏈工位碳足跡計算模型

為了能夠及時發(fā)現(xiàn)某一批次產(chǎn)品目標(biāo)工位加工過程中的異常碳排放，將單位時間T內(nèi)的碳排放作為一項(xiàng)重要的質(zhì)量特性，通過統(tǒng)計過程控制(Statistical Process Control, SPC)圖監(jiān)測某工位全過程的碳排放狀態(tài)。

“謝謝你?！蔽液闷娴孛渗f骨架圖，“是這樣的，我得和你談?wù)劇闭f完這話，我慌忙朝威爾和克里斯蒂娜的方向瞥了一眼，我不能硬逼托莉說出真相，他們知道了肯定會窮追不舍?！耙恍┦隆奶彀??！?/p>

選取目標(biāo)工位滿足要求的m批產(chǎn)品碳足跡歷史數(shù)據(jù)，則產(chǎn)品碳足跡的當(dāng)前數(shù)據(jù)為第m+1批。所有m批產(chǎn)品碳足跡數(shù)據(jù)服從正態(tài)分布[10-11]

(2)

(3)

(4)

聯(lián)立以上兩式，可得超參數(shù)α,λ的值為：

(5)

(6)

因?yàn)楫?dāng)前批次產(chǎn)品碳足跡樣本X(m,1),X(m,2),…,X(m,i)…,X(m,p)的聯(lián)合密度函數(shù)，即似然函數(shù)為[14]

(7)

(8)

(9)

(10)

2 實(shí)例分析

2.1 樣本數(shù)據(jù)

以K食品有限公司的冷鏈為例，圖4所示為冷鏈PLC的各個階段及其所有的活動、過程和機(jī)制。一瓶冷飲的生命周期包括原材料處理、加工制造、配送、使用和回收利用等階段。在原材料處理階段，有一系列的原材料提取以及半成品的準(zhǔn)備程序；制造執(zhí)行階段包括稱量—調(diào)配—?dú)⒕l(fā)酵—充填—包裝等一系列過程；運(yùn)輸階段包括所有階段的內(nèi)部和外部運(yùn)輸，內(nèi)部運(yùn)輸即從原材料階段到生產(chǎn)制造階段的運(yùn)輸，外部運(yùn)輸即進(jìn)入銷售階段的上市運(yùn)輸和回收過程中的運(yùn)輸。

本文以該企業(yè)的制造執(zhí)行階段——稱重工位為例，利用其時間維上的碳足跡數(shù)據(jù)，構(gòu)建基于SPC的碳足跡控制圖，來監(jiān)測稱重工位生產(chǎn)全過程的碳排放狀態(tài)。按時間順序，得到24個時間單元里當(dāng)前批次稱重儀器產(chǎn)生的碳排放數(shù)據(jù)，如表1所示。

表1 當(dāng)前批次稱重工位碳足跡樣本數(shù)據(jù)

g

2.2 基于SPC的稱重工位碳足跡統(tǒng)計過程控制模型

隨著生產(chǎn)過程的不斷進(jìn)行，當(dāng)前批次稱重工位產(chǎn)生的碳足跡樣本數(shù)據(jù)不斷增多，根據(jù)每個碳足跡樣本容量，計算得到24組稱重工位碳足跡樣本信息的描述性統(tǒng)計量，如表2所示。

表2 稱重工位碳足跡樣本信息的描述性統(tǒng)計量

2.2.2 SPC控制圖的建立與分析

為了切實(shí)說明基于SPC的稱重工位碳足跡控制圖適用于監(jiān)測生產(chǎn)初期的碳排放狀態(tài)，需要建立控制圖。根據(jù)不同樣本容量下的估計值，通過控制圖上下限計算公式，得到SPC控制圖，如圖5所示。

由圖5可知，根據(jù)“判穩(wěn)準(zhǔn)則”第一條，前24個碳足跡樣本點(diǎn)符合要求(說明稱重工位的碳排放量處于穩(wěn)定且受控狀態(tài))；在第24個碳足跡樣本點(diǎn)后，SPC圖的上下限表征為一條直線并且不再發(fā)生變化。該批次飲料在稱重工位結(jié)束后，通過計算可得，該批次飲料在稱重工位的碳足跡總體服從正態(tài)分布N(33.188 5,0.369 6)。根據(jù)SPC圖控制限的基本計算公式，得到碳足跡總體的控制限，建立基于已知碳足跡總體分布的SPC圖，如圖6所示。

圖6真實(shí)反映了該批次飲料在稱重工位的實(shí)際碳排放狀況，可以看出，SPC圖沒有監(jiān)測到異常的碳足跡樣本點(diǎn)。

因此，通過對圖5、圖6進(jìn)行綜合分析，能夠較好地監(jiān)測生產(chǎn)初期稱重工位的碳排放狀況。

3 結(jié)束語

產(chǎn)品在制造過程中的碳排放已經(jīng)成為全球性話題。本文面向冷鏈提出了基于時間維的碳足跡研究，以工位為研究對象，建立了基于SPC的碳足跡計算模型，給出了單位時間內(nèi)工位碳足跡量化方法，并以某冷鏈企業(yè)為例，計算了某批次產(chǎn)品生命周期過程中某個工位的碳排放量，實(shí)現(xiàn)了冷鏈產(chǎn)品某個工位全程碳足跡的計算。該方法可以精確地計算出冷鏈產(chǎn)品制造過程碳足跡，為冷鏈產(chǎn)品制造企業(yè)實(shí)施低碳制造奠定了一定的理論基礎(chǔ)。

[1] ZHANG Yi, LI Wenqiang, LI Yan, et al. Product low-carbon innovative design based on the carbon footprint information model[J]. Journal of Engineering Design,2017,24(2):141-148(in Chinese).[張 毅,李文強(qiáng),李 彥,等.基于碳足跡信息模型的產(chǎn)品低碳創(chuàng)新設(shè)計[J].工程設(shè)計學(xué)報,2017,24(2):141-148.]

[2] BALL P D, EVANS S, LEVERS A, et al. Zero carbon manufacturing facility-towards integrating material, energy, and waste process flows[J]. Engineering Manufacture,2009,223(9):1085-1096.

[3] SONG J S, LEE K M. Development of a low-carbon product design system based on embedded GHG emissions[J]. Resources, Conservation and Recycling,2010,54(9):547-556.

[4] FAN Qingxin, DING Da, GE Liting, et al. Carbon footprint analysis of broiler chicken slaughter house based on life cycle assessment[J]. Environmental Engineering,2017,35(7):141-145,135(in Chinese).[樊慶鋅，丁 達(dá)，葛立婷，等.基于生命周期評價方法的肉雞屠宰場碳足跡分析[J].環(huán)境工程,2017,35(7):141-145,135.]

[5] LI Congbo, CUI Longguo, LIU Fei, et al. Multi-objective NC machining parameters optimization model for high efficiency and low carbon[J]. Journal of Mechanical Engineering,2013,49(9):87-96(in Chinese).[李聰波,崔龍國,劉 飛,等.面向高效低碳的數(shù)控加工參數(shù)多目標(biāo)優(yōu)化模型[J].機(jī)械工程學(xué)報,2013,49(9):87-96.]

[6] LIU Qiong, TIAN Youquan, SUTHERLAND J W, et al. Calculation and optimization of product carbon footprint in its manufacturing processes[J], Chinese Journal of Mechanical Engineering,2015,26(17):2336-2343(in Chinese).[劉 瓊,田有全,John W. Sutherland,等.產(chǎn)品制造過程碳足跡核算及其優(yōu)化問題[J].中國機(jī)械工程，2015,26(17):2336-2343.]

[7] XU Xing, ZHAO Yun, NYBERG T, et al. Study on optimisation of the food cold chain transportation service network based on the extenics[J]. Wireless and Mobile Computing,2016,11(2):131-136.

[8] QIAN Xiaoyan. Research on modeling carbon footprint based on PLC[D]. Hangzhou:Zhejiang Sci-Tech University,2016(in Chinese).[錢小燕.基于PLC的碳足跡測定模型及其應(yīng)用研究[D].杭州:浙江理工大學(xué),2016.]

[9] WANG Xiuzi. Research on monitoring method and application of station carbon footprint based on time dimension[D]. Hangzhou:Zhejiang Sci-Tech University,2017(in Chinese).[王修梓.基于時間維的工位碳足跡監(jiān)控方法及其應(yīng)用研究[D].杭州:浙江理工大學(xué),2017.]

[10] ZHONG Jianlan, MA Yizhong. Integrated optimization for SPC and maintenance strategy of two-stage series repairable systems oriented to short-run production[J]. Computer Integrated Manufacturing Systems,2014,20(8):1959-1968(in Chinese).[仲建蘭,馬義仲.面向小批量生產(chǎn)過程的兩階段串聯(lián)可修系統(tǒng)SPC與維修策略整合優(yōu)化[J].計算機(jī)集成制造系統(tǒng),2014,20(8):1959-1968.]

[11] MEHRAFROOZ Z, NOOROSSANA R. An integrated model based on statistical process control and maintenance[J]. Computers and Industrial Engineering,2011,61(4):1245-1255.

[12] CHEN Wei, ZHU Biao, ZHANG Hongxin. BN-Mapping:visual analysis of geospatial data with Bayesian network[J]. Chinese Journal of Computers,2016,39(7):1281-1293(in Chinese).[陳 為,朱 標(biāo),張宏鑫.BN-Mapping:基于貝葉斯網(wǎng)絡(luò)的地理空間數(shù)據(jù)可視分析[J].計算機(jī)學(xué)報,2016,39(7):1281-1293.]

[13] WANG Zhaojun, ZOU Changliang, Li Zhonghua. Theory and method of statistical quality control chart[M]. Beijing:Science Press,2013:54-59(in Chinese).[王兆軍,鄒長亮,李忠華.統(tǒng)計質(zhì)量控制圖理論與方法[M].北京：科學(xué)出版社,2013:54-59.]

[14] ZHANG Xinyi. Statistical process control for job shop manufacturing with Bayesian approach[D]. Shanghai:Shanghai Jiaotong University,2013(in Chinese).[章欣已.基于貝葉斯估計多品種小批量生產(chǎn)的統(tǒng)計過程控制研究[D].上海:上海交通大學(xué),2013.]