制造過程低碳優(yōu)化模型及應(yīng)用

前言
第1章 緒論
1.1 研究背景
1.2 制造過程低碳優(yōu)化研究現(xiàn)狀
1.2.1 低碳制造的提出
1.2.2 制造過程碳排放定量分析方法
1.2.3 制造過程低碳優(yōu)化技術(shù)
1.2.4 制造過程低碳優(yōu)化模型
1.3 制造過程低碳優(yōu)化系統(tǒng)
1.4 低碳制造相關(guān)政策
1.5 本書架構(gòu)與主要內(nèi)容
1.6 本章小結(jié)
第2章 制造過程低碳優(yōu)化相關(guān)理論
2.1 制造過程低碳優(yōu)化的內(nèi)涵
2.2 制造過程能耗影響因素分析
2.3 制造過程低碳優(yōu)化的實現(xiàn)途徑
2.4 制造過程能效評估方法
2.4.1 能源經(jīng)濟效率評估方法
2.4.2 能量流評估方法
2.4.3 碳足跡評估方法
2.4.4 生命周期評價方法
2.5 輪胎制造過程低碳優(yōu)化案例分析
2.5.1 輪胎制造工藝概述
2.5.2 輪胎制造過程中的能量流動
2.5.3 輪胎制造過程能耗影響因素
2.5.4 輪胎制造過程能效計算方法
2.6 本章小結(jié)
第3章 置換流水車間低碳調(diào)度模型
3.1 引言
3.1.1 問題描述
3.1.2 研究現(xiàn)狀及不足之處
3.1.3 研究方法和思路
3.2 PFS低碳調(diào)度模型及其基本性質(zhì)
3.2.1 數(shù)學模型
3.2.2 基本性質(zhì)
3.2.3 雙機問題的最優(yōu)解法
3.2.4 主要結(jié)論
3.3 基于啟發(fā)式算法的PFS低碳調(diào)度模型
3.3.1 EENEH啟發(fā)式算法
3.3.2 算法性能驗證
3.3.3 雙機情形下的多目標優(yōu)化問題
3.3.4 應(yīng)用實例
3.3.5 結(jié)論
3.4 基于分枝定界算法的PFS低碳調(diào)度模型
3.4.1 分枝定界算法的基本原理
3.4.2 基于分枝定界算法的PFS低碳調(diào)度模型框架
3.4.3 應(yīng)用實例
3.4.4 結(jié)論
3.5 基于遺傳算法的PFS低碳調(diào)度模型
3.5.1 隨機遺傳算法求解
3.5.2 一種改進的差分遺傳算法求解
3.5.3 結(jié)論
3.6 本章小結(jié)
第4章 混合流水車間低碳調(diào)度模型
4.1 引言
4.1.1 問題描述
4.1.2 研究現(xiàn)狀及不足之處
4.1.3 研究方法和思路
4.2 模型定義
4.3 基于遺傳算法的HFS低碳調(diào)度模型
4.3.1 算法描述
4.3.2 模型仿真
4.4 基于免疫遺傳算法的HFS低碳調(diào)度模型
4.4.1 算法描述
4.4.2 模型驗證
4.4.3 基于混合流水車間的輪胎生產(chǎn)低碳調(diào)度優(yōu)化
4.4.4 總結(jié)
4.5 基于微粒群算法的HFS低碳調(diào)度模型
4.5.1 算法描述
4.5.2 模型仿真
4.6 本章小結(jié)
第5章 分布式流水車間低碳調(diào)度模型
5.1 引言
5.1.1 問題描述
5.1.2 研究現(xiàn)狀
5.1.3 研究方法與思路
5.2 基本原理
5.2.1 ATC概述
5.2.2 多目標優(yōu)化
5.3 模型構(gòu)建
5.3.1 模型分解
5.3.2 關(guān)鍵鏈接
5.3.3 各層ATC編碼
5.3.4 ATC低碳調(diào)度模型
5.4 實驗與結(jié)果
5.4.1 模型實現(xiàn)與參數(shù)設(shè)定
5.4.2 實驗過程與結(jié)果分析
5.4.3 應(yīng)用實例
5.5 本章小結(jié)
第6章 碳效優(yōu)化流水車間調(diào)度模型
6.1 引言
6.1.1 問題描述
6.1.2 研究現(xiàn)狀
6.1.3 研究方法與思路
6.2 模型描述
6.2.1 產(chǎn)品制造過程定義
6.2.2 系統(tǒng)邊界確定
6.2.3 ATC優(yōu)化協(xié)調(diào)
6.2.4 制造過程碳效分析
6.3 應(yīng)用實例
6.3.1 參數(shù)設(shè)置
6.3.2 實驗結(jié)果
6.4 本章小結(jié)
第7章 制造過程低碳異常檢測模型
7.1 引言
7.2 低碳異常檢測模型框架
7.2.1 橡膠硫化過程的簡要描述
7.2.2 硫化能效的數(shù)據(jù)融合模型
7.2.3 硫化能耗分析
7.3 能耗回歸預測方法
7.3.1 線性回歸模型
7.3.2 神經(jīng)網(wǎng)絡(luò)和支持向量機回歸方法
7.4 能耗異常區(qū)間估計
7.4.1 多元線性回歸估計
7.4.2 基于神經(jīng)網(wǎng)絡(luò)和支持向量機的區(qū)間估計
7.5 實驗結(jié)果分析
7.6 本章小結(jié)
第8章 制造過程低碳優(yōu)化系統(tǒng)設(shè)計與應(yīng)用
8.1 引言
8.2 系統(tǒng)需求分析
8.2.1 制造企業(yè)能源管理現(xiàn)狀
8.2.2 低碳優(yōu)化分析的數(shù)據(jù)需求
8.2.3 低碳優(yōu)化分析的功能需求
8.2.4 低碳優(yōu)化系統(tǒng)的關(guān)鍵技術(shù)需求
8.3 系統(tǒng)總體設(shè)計
8.4 能源數(shù)據(jù)采集
8.4.1 能源計量儀表
8.4.2 能耗數(shù)據(jù)傳輸網(wǎng)絡(luò)
8.4.3 能耗數(shù)據(jù)采集中間件設(shè)計
8.5 能源數(shù)據(jù)融合與存儲
8.5.1 能耗量綱轉(zhuǎn)換
8.5.2 能耗時間統(tǒng)計
8.5.3 能耗空間統(tǒng)計
8.5.4 表計虛擬計算
8.5.5 能耗指標定義
8.5.6 能耗數(shù)據(jù)結(jié)構(gòu)
8.5.7 能耗數(shù)據(jù)存儲模式
8.6 低碳優(yōu)化模型庫實現(xiàn)
8.6.1 模型庫集成框架設(shè)計
8.6.2 模型調(diào)用接口設(shè)計
8.6.3 模型應(yīng)用流程設(shè)計
8.7 系統(tǒng)工具包實現(xiàn)
8.7.1 企業(yè)能耗監(jiān)管
8.7.2 企業(yè)能效分析
8.7.3 企業(yè)能耗異常診斷
8.7.4 企業(yè)低碳調(diào)度優(yōu)化
8.7.5 企業(yè)能源管理決策
8.8 應(yīng)用案例
8.8.1 輪胎應(yīng)用案例
8.8.2 高新區(qū)云模式應(yīng)用案例
8.9 本章小結(jié)
參考文獻