发明名称 机床产品制造系统的能效组合评价方法
摘要 本发明公开了一种机床产品制造系统的能效综合评价方法,本发明所采用的方法是:首先从能源资源角度建立机床产品制造能效综合评估的三层能效管理评价指标体系,然后建立机床产品制造能效动态评估的数学模型,最后针对数学模型利用层次分析法、灰色关联法和模糊综合评价法相结合对制造能效进行评估。该方法以能源利用统计数据以及历史与当前生产数据为基础,主要针对无线传感器技术、网络技术等采集的实时制造能耗,综合考虑制造系统各层级的能耗,并将定性分析和定量分析有效结合,较好地避免了企业能效评价过程中的主观性和不确定性,有效的保证了评价结果的系统性和合理性。
申请公布号 CN104933627A 申请公布日期 2015.09.23
申请号 CN201510362878.4 申请日期 2015.06.26
申请人 江南大学 发明人 王艳;党鑫;纪志成;毛志慧
分类号 G06Q50/04(2012.01)I 主分类号 G06Q50/04(2012.01)I
代理机构 无锡市大为专利商标事务所(普通合伙) 32104 代理人 曹祖良;韩凤
主权项 机床产品制造系统的能效组合评价方法,其特征在于,包括以下步骤:步骤一、采集原始的能耗相关数据,建立机床产品制造能效评估指标体系,其中包括能效经济指标、产品能效指标、设备能效指标和任务流程能效指标四类;步骤二、确定能效评估指标体系下各评估指标的权重向量W,W=(w<sub>1</sub>,w<sub>2</sub>,…,w<sub>i</sub>,…,w<sub>n</sub>),则w<sub>i</sub>满足<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>w</mi><mi>i</mi></msub><mo>=</mo><mn>1</mn><mo>,</mo><mn>0</mn><mo>&le;</mo><msub><mi>w</mi><mi>i</mi></msub><mo>&le;</mo><mn>1</mn></mrow>]]></math><img file="FDA0000746515090000011.GIF" wi="436" he="144" /></maths>w<sub>i</sub>为各个指标的权重;采用层次分析法确定各评估指标的权重,构建各评估指标的判断矩阵:<img file="FDA0000746515090000012.GIF" wi="572" he="327" />其中d<sub>ij</sub>是指标i与指标j比较后的标度值,并满足d<sub>ij</sub>=1/d<sub>ji</sub>,d<sub>ii</sub>=1;计算矩阵D的最大特征根λ<sub>max</sub>,则判断矩阵的一致性检验:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>C</mi><mi>I</mi><mo>=</mo><mfrac><mrow><msub><mi>&lambda;</mi><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow></msub><mo>-</mo><mi>n</mi></mrow><mrow><mi>n</mi><mo>-</mo><mn>1</mn></mrow></mfrac></mrow>]]></math><img file="FDA0000746515090000013.GIF" wi="307" he="138" /></maths>其中,n为指标集中的指标数量也即是矩阵阶数;通过计算一致性比率CR判定矩阵的合理性:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>C</mi><mi>R</mi><mo>=</mo><mfrac><mrow><mi>C</mi><mi>I</mi></mrow><mrow><mi>R</mi><mi>I</mi></mrow></mfrac></mrow>]]></math><img file="FDA0000746515090000014.GIF" wi="230" he="127" /></maths>其中,RI为平均随机一致性指标,是足够多个随机发生的判断矩阵计算一致性指标的平均值,如果CR<0.1,矩阵合理,认为一致性可以接受,如果CR≥0.1,则遍历上述评估指标并进行两两对比,从而重新构建各评估指标的权重矩阵;步骤三、采用灰色关联法确定最优指标集,并进行规范化处理,确定关联度系数和关联系数矩阵:将经过规范化处理后的最优指标集{y<sub>0j</sub>}=[y<sub>01</sub>,y<sub>02</sub>,…,y<sub>0n</sub>]作为参考序列,经规范化处理后的方案指标值{y<sub>ij</sub>}=[y<sub>i1</sub>,y<sub>i2</sub>,…,y<sub>in</sub>]作为被比较数列,则可用如下关联度系数公式分别计算第i个指标与第j个最优指标的关联系数β<sub>i</sub>(j):<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>&beta;</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow><mfrac><mrow><munder><mi>min</mi><mi>i</mi></munder><munder><mi>min</mi><mi>j</mi></munder><mo>|</mo><msub><mi>y</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>-</mo><msub><mi>y</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>|</mo><mo>+</mo><mi>&rho;</mi><munder><mi>max</mi><mi>i</mi></munder><munder><mi>max</mi><mi>j</mi></munder><mo>|</mo><msub><mi>y</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>-</mo><msub><mi>y</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>|</mo></mrow><mrow><mo>|</mo><msub><mi>y</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>-</mo><msub><mi>y</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>|</mo><mo>+</mo><mi>&rho;</mi><munder><mi>max</mi><mi>i</mi></munder><munder><mi>max</mi><mi>j</mi></munder><mo>|</mo><msub><mi>y</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>-</mo><msub><mi>y</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>|</mo></mrow></mfrac></mrow>]]></math><img file="FDA0000746515090000015.GIF" wi="1003" he="221" /></maths>其中,<img file="FDA0000746515090000016.GIF" wi="371" he="99" />和<img file="FDA0000746515090000017.GIF" wi="371" he="102" />分别表示最小绝对值和最大绝对值,分辨率ρ∈[0,1];通过如上计算,得到关联系数矩阵β:<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><mi>&beta;</mi><mo>=</mo><mfenced open = '[' close = ']'><mtable><mtr><mtd><mrow><msub><mi>&beta;</mi><mn>1</mn></msub><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow></mtd><mtd><mrow><msub><mi>&beta;</mi><mn>1</mn></msub><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow></mtd><mtd><mo>...</mo></mtd><mtd><mrow><msub><mi>&beta;</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><msub><mi>&beta;</mi><mn>2</mn></msub><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow></mtd><mtd><mrow><msub><mi>&beta;</mi><mn>2</mn></msub><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow></mtd><mtd><mo>...</mo></mtd><mtd><mrow><msub><mi>&beta;</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd><mtd><mo>&CenterDot;</mo></mtd><mtd><mrow></mrow></mtd><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd><mtd><mo>&CenterDot;</mo></mtd><mtd><mrow></mrow></mtd><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd><mtd><mo>&CenterDot;</mo></mtd><mtd><mrow></mrow></mtd><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mrow><msub><mi>&beta;</mi><mi>n</mi></msub><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow></mtd><mtd><mrow><msub><mi>&beta;</mi><mi>n</mi></msub><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow></mtd><mtd><mo>...</mo></mtd><mtd><mrow><msub><mi>&beta;</mi><mi>n</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow></mrow></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000746515090000021.GIF" wi="684" he="332" /></maths>步骤四、采用模糊综合评价法得到最终评价结果:将步骤二中得到的权重向量W和步骤三中得到的关联系数矩阵β进行复合运算得到综合评判矩阵,则模糊评价算子Z=W·β<sup>T</sup>;确定评语等级论域,即确定等级矩阵V=(v<sub>1</sub>,v<sub>2</sub>,…v<sub>n</sub>)<sup>T</sup>隶属于集合M={(优)1,(良)0.7,(中)0.5,(差)0.2}利用归一化将评价向量Z进行归一化处理得到Z<sup>*</sup>=(z<sub>1</sub>,z<sub>2</sub>,…,z<sub>n</sub>),并对指标各评价等级进行加权平均,得到综合评价结果:<maths num="0006" id="cmaths0006"><math><![CDATA[<mrow><mi>G</mi><mo>=</mo><mfrac><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>z</mi><mi>i</mi></msub><mi>M</mi></mrow><mrow><munderover><mo>&Sigma;</mo><mn>1</mn><mi>n</mi></munderover><msub><mi>z</mi><mi>i</mi></msub></mrow></mfrac></mrow>]]></math><img file="FDA0000746515090000022.GIF" wi="301" he="277" /></maths>综合评价分数越高,则说明制造系统的能效越高。
地址 214122 江苏省无锡市蠡湖大道1800号