基于數字孿生的鑄造工藝過程環境影響評價方法

谷振宇　何儀　李東洋

摘要：圍繞鑄造企業開展工藝過程環境影響與碳排放評價的新需求，針對工藝過程動態評價中動態數據的一致性與動態數據處理問題，以鑄造工藝過程為研究對象，將數字孿生技術引入鑄造工藝過程環境影響與碳排放的評價中，構建了面向環境影響評價的鑄造工藝過程數字孿生模型，并將其融合到生命周期評價的基本過程中，提出了基于數字孿生的鑄造工藝環境影響評價方法。通過由孿生模型向實例模型和實例孿生體的演化，保證了工藝過程數據結構的一致性，同時通過生成不同階段的實例孿生體實現動態場景數據的承載，實現了工藝過程動態數據的處理。最后，以某鑄造企業3.5 t運輸機V法線鑄造工藝過程為例，展示了所提方法在工藝過程環境影響評價中的應用。

關鍵詞：生命周期評價；環境影響評價；鑄造工藝過程；數字孿生

中圖分類號：TH164

DOI：10.3969/j.issn.1004-132X.2023.12.009

Assessment Method of Environmental Impact of Casting Processes Based on Digital Twin

GU Zhenyu HE Yi LI Dongyang

Abstract： Focusing on the new needs of foundry enterprises to carry out process environmental impacts and carbon emission evaluations， and addressing the issues of consistent management of dynamic data in dynamic evaluations of processes， the casting processes were taken as the research object and the digital twin technologies were introduced into the assessments of the environmental impacts and carbon emissions of the casting processes. A digital twin model of the casting processes for environmental impact assessments was constructed and integrated into the basic process of LCA evaluation， and a digital twin-based method for environmental impact assessments of the casting processes was proposed. By evolving from twin models to instance models and instance twins， the consistency of the process data structure was ensured， while the dynamic scene data carrying was realized by generating instance twins of different stages， and the management of dynamic process data was realized. Finally， the application of the proposed method in the environmental impact assessments of the processes was illustrated by the example of the 3.5-ton carrier V-normal casting processes in a foundry.

Key words： life cycle assessment（LCA）; environmental impact assessment; casting process; digital twin

0 引言

鑄造業是國民經濟的重要產業，它在創造巨大經濟財富的同時也消耗了大量制造資源，并對環境造成了嚴重影響。實施綠色制造工程，進行工藝綠色化改進已成為鑄造業可持續發展的關鍵戰略。進行工藝綠色化改進，進而推進綠色制造工程實施的一個重要前提條件就是實現工藝過程環境影響評價。生命周期評價（life cycle assessment，LCA）方法是開展環境影響評價的基礎方法，它通過定量化研究能量和物質利用以及廢棄物的環境排放來評估一種產品、過程或生產活動造成的環境影響，進而辨識能減少環境負荷的關鍵機會，探求改善環境影響的方法［1］。

生命周期評價理論制定了開展環境影響評價的基本流程和模式，而決定該方法能否進行有效應用的關鍵是能否獲取合理的環境影響評價數據［2］。對于工藝過程環境影響評價而言，受工藝類型、設備、產品、原材料、生產規模、生產現場以及管理水平等復雜工藝場景影響，獲取工藝過程資源環境負荷數據的難度較大，導致工藝環境影響評價所需的數據缺失，所以在現有評價方法中通常采用基于模型分析得到的計算數據［3］。例如，呂錦等［4］基于LCA中的ReCiPe方法對絕熱層制備工藝過程進行了環境影響評價，實現了對絕熱層制備工藝的關鍵環境影響要素的識別，并給出了綠色化改造建議。YILMAZ等［5］使用LCA與歐洲鑄鐵業的工業平均數據來評估鑄造工藝過程的環境影響和實施成本，并對鑄造工藝過程的綠色生產進行決策。YADAV等［6］使用Gabi軟件計算鋁合金砂型鑄造過程制造階段的總體環境影響，并且對不同的可用方案進行了比較，進而找出最佳實施方案。吳玉珍［7］利用Simapro軟件對生化處理工藝進行了環境影響分析，進而優選出最適宜的生化處理工藝過程。

綜合分析上述研究成果可知：①其評價數據主要是基于GaBi、Simapro等國外評價系統和行業或工藝過程的統計數據，這些數據都可以看作是一種基于模型分析得到的計算數據，這種數據是一種平均化、合并式的數據，它能得到量化評價結果，但難以支撐對工藝過程節能減排關鍵環節的識別；②其評價模型的結構和數據都是靜態的，但是工藝生產過程往往是動態變化的，會結合現場實施情況和條件對工藝方案進行動態調整，例如加工設備的變化等，這種靜態評價方法不能響應工藝過程的動態變化，其評價結果的差異也較大。

針對以上問題，將時間因素納入生命周期評價的動態LCA方法逐漸引起人們的關注，成為生命周期評價研究領域的一個新興課題。動態LCA技術考慮了評價對象的動態行為，將動態數據運用到被研究系統的評價過程中，從而提高評價結果的準確性。目前對動態環境影響評價的研究主要集中在建筑領域［8-10］，生產過程的動態LCA評價方面，現有研究主要著眼于評價數據的動態獲取，而對工藝過程的動態變化以及動態數據的一致性問題考慮不足。

引入數字孿生技術為解決工藝過程的動態評價問題提供了新的思路［11］。在數字孿生建模研究方面，前期的建模研究偏重于數字孿生的描述模型［12-14］，這類模型的描述性很強，但應用性較差。隨著數字孿生應用研究的不斷深入，機理分析的建模方法被應用于數字孿生建模中［15-17］。機理模型能夠有效反映特定輸入下系統的作用規律并輸出相應結果，但這種方法只適用于某些特定的機理比較明確的過程，對于那些機理不明確或難以分析的工藝過程而言，借助數據分析和機器學習等智能手段建立學習型模型，是目前應用非常廣泛的建模方法［18-19］，這類建模方法能夠針對輸入給出系統的響應。在基于數字孿生的工藝評價研究方面，劉金鋒等［20］研究了基于數據驅動的機械加工工藝評價孿生模型，通過數字孿生技術為工藝評價提供數據源泉，實現了評價數據的流通性、實時性與有效性；LIU等［21］提出了基于數字孿生的工藝評價方法，實現了加工數據與工藝設計信息的實時映射，提高了工藝過程執行效率。

由上述分析可以得出如下結論：①現有工藝過程環境影響評價通常是將工藝過程看作是一個整體，基于一種平均化、合并式的數據進行評價，難以實現對節能減排關鍵環節的識別;

②目前評價模型的結構和數據都是靜態的，不能響應工藝過程的動態變化，其評價結果的差異也較大;

③國內外近年來對基于數字孿生的動態LCA研究已取得了一些初步的成果，但鑒于工藝過程的復雜性以及工藝間差異較大，如何建立面向環境影響評價的鑄造工藝過程孿生模型，并應用于鑄造工藝過程的環境影響評價，使之既能適用于鑄造工藝過程的動態性，又能有助于關鍵環節的識別，這是一個非常有意義的研究工作。

鑒于此，本文圍繞企業開展工藝過程環境影響動態評價的新需求，針對工藝過程動態評價中動態數據的一致性與動態數據處理的問題，以鑄造工藝過程為研究對象，將數字孿生技術引入鑄造工藝過程環境影響評價中，構建面向環境影響評價的鑄造工藝過程數字孿生模型，并將其融合到LCA評價的基本過程中設計基于數字孿生的鑄造工藝環境影響評價方法，通過由孿生模型向實例模型和實例孿生體的演化，保證工藝過程數據結構的一致性，同時通過生成不同階段的實例孿生體實現動態場景數據的承載以處理工藝過程動態數據，得到工藝過程的環境影響動態評價結果，實現對高排放和高耗能環節的識別。

1 鑄造工藝過程環境影響動態評價

1.1 基于數字孿生的動態環境影響評價方法框架

本文提出的基于數字孿生的動態環境影響評價模型的核心在于評價模型是基于孿生模型生成的，綁定了工藝信息，實例模型會與所獲取的工藝過程動態數據進行綁定，生成能反映該工藝環節執行情況的實例孿生體。工藝過程所有動態變化信息都可以通過不同階段的實例孿生體來承載。通過從數字孿生模型到實例模型，再到實例孿生體的生成與演化，獲取整個工藝過程的動態變化信息，進而實現工藝過程的動態評價。評價模型框架如圖1所示，評價整體過程與LCA的基本流程一致，包括目標與范圍定義、過程建模、清單分析、影響評價和結果解釋等5個主要環節，主要包括三個步驟：①將獲取的工藝信息與數字孿生模型相結合，生成工藝過程實例模型；②將在不同生命周期階段獲取的工藝場景數據與工藝過程實例模型進行綁定，生成實例孿生體；③在對實例孿生體進行分析的基礎上，得到工藝過程環境影響評價結果。其中，工藝過程數字孿生模型由結構化數字模型和工藝場景數據模型構成，設計階段的工藝場景數據通過相似度計算方法檢索工藝場景實例數據庫獲得，生產制造階段的工藝場景數據通過時序數據庫獲得。

1.2 面向環境影響評價的數字孿生模型

面向環境影響評價的鑄造工藝過程數字孿生模型就是在信息空間中構建適用于環境影響評價的物理工藝過程的數字化模型。與面向工藝設計和制造的數字孿生模型不同，數字化模型不關注具體的工藝參數設計與實施技術等，主要關注工藝過程的結構表征以及用于環境影響評價的數據組織與管理。數字孿生模型主要由鑄造工藝過程結構化數字模型和鑄造工藝過程數據模型組成。

1.2.1 基于有向無環圖的結構化數字模型

鑄造工藝過程包含多個工序，每個工序又包含多個工步。每個工序既具有獨立性又具備復用性。工藝過程各環節間具有并行關系、串行關系以及聚合關系等。為了實現鑄造工藝過程的數字化表征，本文基于有向無環圖（directed acyclic graph，DAG），通過有向路徑對工藝過程包含的工藝節點進行連接，將工藝過程表征為DAG的形式。圖2為某一砂型鑄造工藝過程DAG表征的示意圖。基于有向無環圖的結構化數字模型建模過程如下。

（1）選定一種具體的鑄造工藝過程，依據工藝規劃文件，確定該工藝過程的加工工序及工序間的串行與并行關系；在二維坐標平面中構建二維坐標系，橫軸表示串行工序間的先后次序，縱軸表示并行工序間的并行關系，依據工序間的關系將各工序標注到二維坐標平面中。為每個工序對應的坐標點創建環節容器，表示為

（1）

其中，Cti表示第i個環節容器，xi、yi表示環節容器在二維坐標系中的坐標。依據工序間的關系，通過單向箭頭將環節容器進行關聯，表示為

（2）

其中，Cn（i，j）表示從環節容器i到環節容器j之間的單向連接線，n表示工藝過程中工序的數量。所有的環節容器的關聯關系可以用一個鄰接矩陣G來表征，其中G的元素gi，j定義如下：

（3）

其中，gi，j值為1時，表示存在由環節容器i到環節容器j的有向連接；gi，j值為0時，則表示不存在由環節容器i到環節容器j的有向連接。

（2）根據環節容器所表示的具體工序，向環節容器添加工藝過程輸入輸出要素，表示為

其中，M由環節容器集、鄰接矩陣、特征指標集組成。

1.2.2 基于工藝場景的數據模型

鑄造工藝過程數據模型是對鑄造工藝過程數據進行組織與管理的結構形式。依據鑄造工藝的輸入、處理和輸出（input， processing and output， IPO）過程（圖3），可以將鑄造工藝過程數據分為輸入和輸出兩類，輸入由原材料、能源、設備、關鍵工藝參數等組成，輸出由輸出部件和環境負荷等組成。圖3中，VOC表示揮發性有機化合物。

鑄造工藝過程數據的屬性非常復雜，包括各類物料、能源、廢液、廢氣、固廢、職業安全等多種類型，涉及實測數據、文獻數據、預測數據等多種來源，以及不同時間維度、不同可信度等多特征屬性。本文通過層級維、負荷維與工藝維三個維度，以及數據的來源性、統計性與地域性等多方面對數據屬性進行分析，如圖4所示。

鑒于鑄造工藝過程數據屬性的復雜性，本文引入工藝場景的概念，定義工藝場景為結合工藝過程數據采集與過程控制的實際情況劃定的工藝要素的集合。在此基礎上提出基于工藝場景的數據模型，將工藝過程中的原材料、輔料、設備等要素以及資源環境負荷數據組織起來，以工藝場景為紐帶，對工藝場景中各個要素以及資源環境負荷數據進行組織和關聯，從而將工藝場景數據集存放到鑄造工藝環境影響評價支持系統中進行管理，用以滿足鑄造工藝過程結構組織靈活和動態變化需求，維護鑄造工藝過程數據的完整性和一致性，解決多樣化鑄造工藝數據的存儲、組織和管理等方面的難題，并為工藝過程的環境影響評價提供統一結構的數據集。工藝場景數據模型的示意如圖5所示，構建流程包括以下步驟：

（1）根據鑄造工藝過程環境影響評價的需要，選定工藝過程中的一個或多個工序，將其命名為一個工藝場景；

（2）定義工藝場景的構成要素，包括工藝場景基本描述、工藝對象、設備、能源、關鍵工藝參數、輔料、環境負荷及輸出部件，工藝場景可表示為

S={Sd，Ob，De，En，Pr，Me，Lo，Pt}（11）

其中，S表示工藝場景，Sd表示工藝場景的基本描述；Ob表示工藝對象，即鑄造工藝場景的主要材料；De表示設備；En表示能源；Pr表示關鍵工藝參數；Me表示輔料，即鑄造工藝執行過程中起催化、防護等作用的輔助材料；Lo表示環境負荷，即工藝執行過程中所產生的廢氣、廢液、廢水等環境影響與負荷物質集合；Pt表示輸出部件。

（3）構建工藝場景要素的數據實體，對工藝場景的每一類實體構建其數據實體，根據描述該數據實體的需要，構建出數據實體的名稱、屬性、主鍵、外鍵。進而構建數據實體的物理表，將數據實體中的屬性轉換為列，并定義列的數據結構。

1.3 基于實例模型的工藝過程動態環境影響評價

1.3.1 鑄造工藝過程實例模型

在前文所述面向環境影響評價的鑄造工藝過程數字孿生模型中，結構化數字模型從工藝流程出發，著眼于實現鑄造工藝物理過程結構特性的數字化表征，而工藝場景數據模型則是從工藝過程數據的組織結構形式出發，著力于實現鑄造工藝過程信息的抽象化表達與統一管理。為了將數字孿生模型應用于評價，需要結合具體的工藝信息，對孿生模型進行實例化，而實例模型可以理解為在數字孿生模型的基礎上，結合具體的工藝信息，構建的一個具體工藝過程的數字化模型，其構建流程包括以下步驟。

（1）獲取工藝信息（工藝信息分為環節容器信息與要素屬性信息）：

（12）

式中，I表示工藝信息；ICti表示環節容器信息；IAtj表示要素屬性信息。

（2）將工藝流程信息輸入到結構化數字模型中，將要素屬性信息輸入到工藝場景數據模型中，其中，結構化數字模型的環節容器通過與其對應的環節容器信息進行描述：

（13）

工藝場景數據模型中要素的屬性通過與其對應的要素屬性信息進行描述：

（14）

（3）構建結構化數字模型與場景數據模型的綁定關系，可表示為

（15）

式中，Pi表示用于表示工藝過程唯一性的主鍵，是實例模型的根節點；Pt表示具體工藝過程的名稱;Mo表示工藝過程的結構化數字模型；{Sn}表示工藝過程的場景數據模型；Bi表示結構化數字模型中的環節容器P（x，y）與其所對應第n個場景數據模型Sn的綁定關系，同時環節容器的工藝數據由與之綁定的工藝場景數據模型進行規范與描述。

基于上述步驟構建的鑄造工藝過程實例模型可通過引用工藝過程主鍵Pi，然后依據該主鍵獲取其所屬的所有環節容器以及環節容器綁定的場景數據模型，最終實現工藝過程信息組織框架的構建。通過該工藝過程實例模型構建的鑄造工藝過程實例可從工藝過程的根節點出發對其所屬全部環節容器進行遍歷，即可以實現具體鑄造工藝過程的所有資源環境負荷數據信息的匯總，便于后續對鑄造工藝過程清單數據的整合與計算。圖6展示了鑄造工藝過程實例模型的生成機制。

1.3.2 動態場景數據獲取

實例模型本質上是一個具體工藝過程的數字化模型，在每一個物理工藝制造過程中會產生具體的場景數據，通過獲取這些動態的場景數據并與實例模型進行綁定，可以生成保存有工藝過程動態信息的實例孿生體。通過對這些實例孿生體進行清單數據分析，就可以獲取整個工藝過程中的動態數據，實現對鑄造工藝過程環境影響的動態評價。

結合鑄造工藝的生命周期過程，場景數據獲取可以分為兩類：一類是在工藝設計階段，由于工藝還未實施，所以如何獲取相關評價數據，是設計評價階段需要解決的關鍵問題；另一類是在生產制造階段，由于生產制造階段是工藝過程物理實施階段，所以可以通過傳感器或人機交互的形式采集工藝生產過程實時變化數據以及現場調整信息。但由于鑄造工藝過程生產流程長、設備眾多、通信協議種類多樣，因此生產制造階段評價要解決的一個主要問題就是實時數據的傳輸、存儲與處理問題。

1.3.2.1 設計階段場景數據獲取

為了解決工藝設計階段評價數據獲取問題，提出一種工藝場景相似度計算方法，其算法邏輯如圖7所示。具體計算方法如下：

（1）總體相似度計算。任意兩個工藝場景之間的總體相似度由包括各屬性之間的局部相似度以及對應的權重值加權計算獲得，總體相似度計算方法如下：

（16）

式中，X為待獲取資源環境負荷數據的目標鑄造工藝場景；Yj為可以進行匹配的場景實例集合中第j個場景實例；c（X）i、c（Yj）i分別為X和Yj的第i個場景要素屬性；ω（ci）為場景要素屬性的權值；s（c（X）i，c（Yj）i）為c（X）i和c（Yj）i的局部相似度。

進行總體相似度計算首先需要確定各工藝場景要素屬性的權值，本文結合相似粗糙集理論，采用等間隔法對連續要素屬性進行離散化處理后得到要素屬性離散數據權重決策表T=（U，C∪D，V，f），其中U為論域，A為非空的有限屬性集合，A=C∪D，C為條件要素屬性集，D為決策要素屬性集，V為屬性集合A的值域，f為U和A的信息函數集，對于ak∈C，屬性ak的重要度δD（ak）可由下式計算得到：

其中，k從1開始取值，直到滿足：N（S（X，Yj）≥S（k）ε）≥b），N（S（X，Yj）≥S（k）ε表示實例庫中求出的相似度S大于閾值的工藝場景實例個數，b為根據經驗設置的常數。

在實際情況中，由于前期工藝場景實例庫中存儲的工藝場景實例較少，隨著系統的進一步應用，會不斷地將符合工藝場景實例庫質量標準以及需求的工藝場景實例存儲到數據庫中，故需要采用DSTD方法和SSTD方法相結合的方式確定相似度閾值，通過引入調節因子φ1和φ2編寫其實現過程算法，其計算過程如下：

（23）

其中，φ1、φ2是為了結合不同應用情況得到合理的相似度閾值而引入的調節因子，其值為結合實際應用設置的常數。

最后，工藝場景實例庫中所有與當前設計階段工藝場景相似度達到相似度閾值Sε的工藝場景實例都被檢索出來作為相似實例，并將其按照相似度值進行降序排列。

1.3.2.2 生產制造階段場景數據獲取

生產制造階段的鑄造工藝過程環境影響評價流程與工藝設計方案環境影響評價相同，其主要區別在于生產制造階段工藝場景數據獲取方法與工藝設計階段不同。生產制造階段工藝場景數據獲取的主要過程是：首先通過傳感器實時傳輸并存儲；然后對實時數據進行缺失值補償、異常值剔除等實時處理；接著將數據與其對應的工藝場景以及功能單位的基準流進行關聯；最后對數據進行整合，得到生產制造階段的工藝場景數據。

1.4 工藝過程環境影響評價

通過獲取工藝過程各階段各環節的場景數據，并與實例模型進行綁定，從而生成保存有工藝過程動態信息的實例孿生體。通過對這些實例孿生體進行清單數據分析，可以獲取整個工藝過程中的動態數據，實現對鑄造工藝過程環境影響的動態評價，評價過程與LCA評價方法相同，包括目標與范圍定義、清單分析、影響評價和結果解釋等幾個階段。

2 應用驗證示例

基于本文提出的評價方法，采用JavaWeb技術設計并開發了鑄造工藝過程環境影響評價原型系統。下文以某鑄造企業3.5 t運輸機V法線鑄造工藝過程的環境影響評價為例，對評價方法應用過程進行說明。

2.1 鑄造工藝過程實例模型

工藝過程實例模型是在工藝場景模型的基礎上結合實際工藝過程信息構建的，具體包括熔煉、造型、澆注以及清理四個環節，其構建過程示意如圖8所示。

2.2 設計階段場景數據獲取

以熔煉工藝場景為例，對相似度計算過程進行說明。從數據庫中提取影響鑄造工藝過程熔煉工藝場景相似性的特征屬性，具體如下：工藝對象類型（C1）、工藝對象用量（C2）、設備名稱（C3）、設備型號（C4）、能源類型（C5）、關鍵工藝參數（C6）、輔料類型（C7）、輸出部件名稱（C8）、輸出部件單件質量（C9）、輸出部件數量（C10），其中工藝對象用量的單位為kg，輸出部件單件質量的單位為kg，輸出部件數量的單位為件/年。

采用粗糙集方法進行特征屬性約簡，計算工藝場景實例各屬性的特征屬性權值過程如下：

（1）根據式（17）計算得到重要度δD（C1）=0.125，δD（C2）=0.238，δD（C3）=0.125，δD（C4）=0.125，δD（C5）=0.125，δD（C6）=0.125，δD（C7）=0.125，δD（C8）=0.226，δD（C9）=0.132，δD（C10）=0.218。

（2）基于上述計算結果，根據式（18）進行規范化處理可得特征屬性權值如下：ωC1=0.152，ωC2=0.152，ωC3=0.152，ωC4=0.152，ωC5=0.152，ωC6=0.152，ωC7=0.152，ωC8=0.152，ωC9=0.152，ωC10=0.152。

（3）根據局部相似度計算公式（式（19）和式（20））可得各要素屬性的局部相似度。以表1所示的工藝場景實例及相應的要素屬性作為對比檢索的源實例，離散化要素屬性如表2所示，用于對比檢索的目標工藝要素屬性如表3所示，經過計算得到表4所示工藝要素屬性的局部相似度。

（4）根據式（16）完成總體相似度計算如圖9所示，S（Xm，X1）=0.938 529，S（Xm，X2）=0.637 935，S（Xm，X3）=0.343 297。然后，采用靜態閾值和動態閾值相結合的方法計算出系統相似度閾值為0.9，最后得到推薦的相似工藝場景，如圖9所示。

2.3 環境影響評價

選擇了匹配的工藝場景后，就可以獲取該場景的資源環境負荷數據，進一步得到清單數據（表5），進而進行環境影響評價，其結果如圖10所示。由圖10可知，在3.5 t運輸機V法線鑄造工藝過程中，酸化影響潛值的環境影響最大，其值為0.9866，其次是光化學氧化物產生潛值，其值為0.1124。工藝過程各環節貢獻分析如圖11所示。其中熔煉、造型、澆注以及清理的環境影響值分別為1.53、0.323、0.0231、0.143，故熔煉工藝場景的環境影響值最大，即熔煉環節對環境的影響程度最大，更具備節能減排的潛力。

3 結語

現有工藝過程環境影響評價方法主要是基于一種平均化、合并式的靜態數據進行評價的，而要對工藝過程進行動態評價，需要解決工藝過程中動態數據的一致性管理問題。針對這一問題，提出了一種基于數字孿生的鑄造工藝過程環境影響動態評價方法，主要工作總結如下：

（1）結合開展鑄造工藝過程環境影響評價的功能需求，構建了面向環境影響評價的鑄造工藝過程數字孿生模型，實現了對復雜工藝過程的結構化表征和多源環境負荷數據的統一組織與管理，能滿足工藝過程結構組織靈活和動態變化的需求，適應不同工藝過程的數字化建模。

（2）提出了基于數字孿生的鑄造工藝過程環境影響評價方法和設計與制造階段工藝過程數據的獲取方法。該評價方法的核心在于以數字孿生模型為基礎，首先將所獲取的工藝信息與數字孿生模型結合，生成鑄造工藝過程的實例模型；然后將在不同生命周期階段獲取的工藝過程數據與實例模型進行綁定，生成實例化的工藝過程數字孿生體。通過信息的動態綁定，實例模型可以生成不同階段與環節的實例孿生體，這樣工藝過程所有動態變化信息都可以通過不同階段的實例孿生體來承載。在進行工藝過程環境影響評價時，可以調用這些實例孿生體，進一步生成清單數據，實現工藝過程的動態評價。由于實例孿生體都是基于同一個實例模型構建的，而實例模型是由同一個孿生模型演化得到的，這保證了工藝過程數據結構的一致性；同時，通過生成不同階段的實例孿生體實現動態場景數據的承載，完成了工藝過程動態數據的管理。

在應用案例分析部分，本文設計的場景要素屬性還比較簡單，但影響資源消耗和環排數據的工藝要素眾多，也非常復雜，后續需進一步積累相關數據，進行研究。同時，本文主要結合前期實驗中構建的場景數據庫，樣本量較小，后續需積累更加豐富的數據。本文所開發的鑄造工藝過程環境影響評價支持系統，僅對評價方法的部分功能進行了驗證，因實驗條件的限制，實時數據處理是通過仿真進行測試的，下一步需結合其他典型鑄造企業開展動態數據采集與評價方法的應用實驗，進一步完善評價方法，并檢驗其對不同應用場景的適應性。

參考文獻：

［1］BJRN A， CHANDRAKUMAR C， BOULAY A， et al. Review of Life-cycle Based Methods for Absolute Environmental Sustainability Assessment and Their Applications［J］. Environmental Research Letters， 2020，15（8）：83001.

［2］黃和平.生命周期管理研究述評［J］. 生態學報， 2017，37（13）：4587-4598.

HUANG Heping. Critical Review of Life Cycle Management［J］. Acta Ecologica Sinica， 2017，37（13）：4587-4598．

［3］顧復，顧新建，張武杰，等.透明公平的產品生命周期評價方法［J］. 中國機械工程， 2018，29（21）：2539-2545.

GU Fu， GU Xinjian， ZHANG Wujie， et al. Transparent and Fair LCA Method for Products［J］. China Mechanical Engineering， 2018，29（21）：2539-2545.

［4］呂錦，鐵鐸，李育鋒，等.絕熱層制備工藝的環境影響分析［J］. 南京航空航天大學學報， 2020，52（1）：79-86.

LYU Jin，TIE Duo，LI Yufeng，et al. Environmental Impact Assessment of Thermal Insulation Layer Preparation Process［J］. Journal of Nanjing University of Aeronautics & Astronautics， 2020，52（1）：79-86.

［5］YILMAZ O， ANCTIL A， KARANFIL T. LCA as a Decision Support Tool for Evaluation of Best Available Techniques（BATs） for Cleaner Production of Iron Casting［J］. Journal of Cleaner Production， 2015，105：337-347.

［6］YADAV A， JAMWAL A， AGRAWAL R， et al. Environmental Impacts Assessment during Sand Casting of Aluminium LM04 Product：a Case of Indian Manufacturing Industry［J］. Procedia CIRP， 2021，98：181-186.

［7］吳玉珍.基于生命周期評價的污水生化處理工藝對比及選擇研究［D］. 吉林：東北電力大學， 2018.

WU Yuzhen. Research on the Comparison and Selection of Wastewater Biochemical Treatment Processes Based on Life Cycle Assessment［D］. Jilin：Northeast Electric Power University， 2018.

［8］MLLER A， WRNER P. Impact of Dynamic CO2 Emission Factors for the Public Electricity Supply on the Life-cycle Assessment of Energy Efficient Residential Buildings［J］. IOP Conference Series：Earth and Environmental Science， 2019，323（1）：012036.

［9］FERRARI A M， VOLPI L， SETTEMBRE-BLUNDO D， et al. Dynamic Life Cycle Assessment（LCA） Integrating Life Cycle Inventory（LCI） and Enterprise Resource Planning（ERP） in an Industry 4.0 Environment［J］. Journal of Cleaner Production， 2021，286：125314.

［10］NEGISHI K， LEBERT A， ALMEIDA D， et al. Evaluating Climate Change Pathways through a Buildings Lifecycle Based on Dynamic Life Cycle Assessment［J］. Building and Environment， 2019，164：106377.

［11］GHITA M， SIHAM B， HICHAM M， et al. Digital Twins Based LCA and ISO 20140 for Smart and Sustainable Manufacturing Systems［M］. Singapore：Springer Singapore， 2021：101-145.

［12］田富君，田錫天，耿俊浩，等.基于模型定義的工藝信息建模及應用［J］. 計算機集成制造系統， 2012，18（5）：913-919.

TIAN Fujun， TIAN Xitian，GENG Junhao， et al. Model-based Definition Process Information Modeling and Application［J］. Computer Integrated Manufacturing Systems， 2012，18（5）：913-919.

［13］靳江艷，黃翔，劉希平，等.基于模型定義的飛機裝配工藝信息建模［J］. 中國機械工程， 2014，25（5）：569-576.

JIN Jiangyan， HUANG Xiang， LIU Xiping， et al. Model-based Definition Assembly Process Information Modeling for Aircrafts［J］. China Mechanical Engineering， 2014， 25（5）：569-576.

［14］SCHROEDER G N， STEINMETZ C， PEREIRA C E， et al. Digital Twin Data Modeling with Automation ML and a Communication Methodology for Data Exchange［J］. IFAC-PapersOnLine， 2016，49（30）：12-17.

［15］劉金鋒，王鵬軍，景旭文，等.面向含有輔助特征的工藝模型創建方法［J］. 計算機集成制造系統， 2019，25（8）：1956-1964.

LIU Jinfeng， WANG Pengjun， JING Xuwen， et al. Method of Modeling for Process Model with Process Auxiliary Features［J］. Computer Integrated Manufacturing Systems， 2019，25（8）：1956-1964.

［16］PEREVERZEV P P， AKINTSEVA A V， ALSIGAR M K， et al. Designing Optimal Automatic Cycles of Round Grinding Based on the Synthesis of Digital Twin Technologies and Dynamic Programming Method［J］. Mechanical Sciences（Gttingen）， 2019，10（1）：331-341.

［17］ZHU W， HU T， LUO W， et al. A STEP-based Machining Data Model for Autonomous Process Generation of Intelligent CNC Controller［J］. International Journal of Advanced Manufacturing Technology， 2018，96（1/4）：271-285.

［18］PEREVERZEV P P， AKINTSEVA A V， ALSIGAR M K， et al. Designing Optimal Automatic Cycles of Round Grinding Based on the Synthesis of Digital Twin Technologies and Dynamic Programming Method［J］. Mechanical Sciences（Gttingen）， 2019，10（1）：331-341.

［19］SUN X， BAO J， LI J， et al. A Digital Twin-driven Approach for the Assembly-commissioning of High Precision Products［J］. Robotics and Computer-integrated Manufacturing， 2020，61：101839.

［20］劉金鋒，趙鵬，周宏根，等.數字孿生驅動的機械加工工藝評價方法［J］. 計算機集成制造系統， 2019，25（6）：1600-1610.

LIU Jinfeng， ZHAO Peng， ZHOU Honggen， et al. Digital Twin-driven Machining Process Evaluation Method［J］. Computer Integrated Manufacturing Systems， 2019，25（6）：1600-1610.

［21］LIU J， ZHOU H， LIU X， et al. Dynamic Evaluation Method of Machining Process Planning Based on Digital Twin［J］. IEEE Access， 2019，7：19312-19323.

（編輯 王艷麗）

作者簡介：

谷振宇，男，1975年生，副教授。研究方向為綠色制造、數字孿生、LCA評價等。E-mail：gzy@cqu.edu.cn。

收稿日期：2022-08-22

基金項目：國家重點研發計劃（2018YFB2002102）