面向碳足迹计算的产品本体构建方法及其应用

随着全球制造业的迅猛发展，我国制造业已占据整个经济的主导地位.现阶段工业化、城市化的快速发展，使制造企业“高碳”特征更加明显.在低碳经济的大环境中，供应链低碳化是降低全球碳排放的有效措施.此前已有许多学者对碳足迹进行了研究.Ball P D等通过探究原料、能源及废物流之间的关系，提出了从低碳排放向排放物利用转变，用低碳实现模型来降低碳排放的观点[1]；O'Connell S等设计了基于标准供应链的低碳产品运作模型，分析了供应链上采购、生产、交付和回收4个环节的运作过程，并对产品整个生命周期的低碳排放进行了研究[2].李晓婧等对低碳环境下闭环供应链的优化方法进行研究，在分析供应链中节点碳排放系数的基础上提出了一种均衡模型[3].已有研究多侧重于建立低碳排放模型，并未对碳足迹概念进行统一，导致碳足迹的计算模型不通用，在碳排放信息获取方面缺乏规范，产品的碳足迹计算存在偏差.

1.3.1 引物制作 参照文献合成[3]， ER-β基因的扩增Rsa I位点为：上游的引物是：5′-TCTTGCTTTCCCCAGGCTTT-3′，下游的引物是：5′-ACCTGTCCAGAACAAGATCT-3′。ER-β基因的扩增AluI位点：P1：5′-TTTTTGTCCCCATAGTAACA-3′， P2：5′-AATGAGGGACCACAGCA-3′。

本文从供应链出发，将产品本体的构建方法应用到碳足迹研究中，从供应链上各企业信息系统中获取具体的产品概念及属性，将对应的碳足迹数据规范化，构建产品关于碳足迹的本体，进而基于产品全生命周期对采购、生产、运输、消耗、回收5个阶段的碳足迹建立计算模型，进行产品碳足迹的研究.

1 产品碳足迹的本体构建

为了减少企业的碳排放，实现低碳生产，本文从供应链出发，采用构建碳足迹本体的方法研究制造企业的碳排放问题.首先，通过分析整个供应链上产品全生命周期各环节的碳排放量，梳理各环节产品碳足迹的概念；然后，通过语义描述，建立计算机能够解读的概念模型，并对概念模型进行处理；最后，将处理后概念模型用于产品全生命周期的碳足迹计算.

1.1 产品碳足迹本体的构建语言

产品碳足迹本体的构建语言应具有良好的语义性、定义性、可表达性和便捷性.

(2) 考查复用现有产品碳足迹本体的可行性.本文旨在创建新的本体，这一步骤未涉及.

例如，《我爱这土地》一课中，作者对土地是用全部的生命来挚爱。可以用多媒体来设计当时中国被欺凌、被践踏的各种图片，学生通过图片来了解艾青所处的年代，所感受的情怀。从而激起了他们对土地以至于推及到对祖国的热爱。这种情感的激发单纯用口头语言描述所难以得到的。

1.2 产品碳足迹本体的建模元素

为了从供应链角度清楚地描述产品的碳足迹，既要选择适合的计算机语言，又要选择适当的建模元素.为了准确描述本体，本文参考文献[4]，使用6个基本的建模元素(包括类、关系、属性、函数、公理和实例)来描述产品碳足迹.

(1) 类：指概念的名称及关系的集合.

针对汽车发动机缸体，采用七步法构建产品的碳足迹本体.

(3) 属性：描述性质，分为对象属性和数据属性.

(4) 函数：描述映射关系.

(1) 阐述产品碳足迹相关专业概念，以及碳排放、能源类型、资源类型和度量标准.

(6) 实例：指具体的对象.实例有4种基本关系，分别是子集关系(part-of)、继承关系(kind-of)、实例关系(instance-of)和属性关系(attribute-of).

1.3 产品碳足迹本体的构建工具与方法

式中：wj=[wj1，wj2，…，wjn]T为输入权重；βj=[βj1，βj2，…，βjn]T为输出权重；bj是第i个隐层单元的偏置；g（·）为激活函数。当N→∞时，ELM可以实现零误差逼近目标函数[18]。

表1 常用本体构建工具的性能比较

性 能OntolinguaWebOntoOntoEditWebODEProtégé适用性获取方式免费免费免费免费开源手册说明有有有,不详细有,不详细有可复用本体有有有无有可视化不支持支持不支持支持支持软件结构体系结构C/SC/S单机C/S三层单机可扩展性支持不支持插件扩展插件扩展插件扩展本地存储本地存储JDBC文件/数据库JDBC文件/数据库文件格式输入格式Ontolingua、IDL/KIFOCMLXML、RDF(S)、Flog-ic、DAML+OILXML、RDF(S)、CARINRDF(S)、XML Schema输出格式KIF-3.0、CLIPS、CML、KSL、LOOMOCML、Ontolingua、GXL OILRDFXML、RDF(S)、Flog-ic、DAML+OIL、SQL-3XML、RDF(S)、Flog-ic、OIL、DAML+OIL、CARIN、JavaXML、RDF(S)、DAML+OIL、HTML CLIPS、Flogic、Java、XML Schema知识表现表现形式DL(loom)Frams+FOLFrams+FOL(Ontolingua)Frams+FOLFrams+FOL+Metaelanses公理语言KIFOCMLFlogicWABPAL推理机制推理引擎外附ATP内置OntoBrokerProlog外附Jess内置PAL,外附Jess、 FACT、 Flogic语义检验探错防错防错防错探错一致检验不支持支持支持支持支持

在本体构建领域，Protégé工具使用最为广泛.它具有建立本体的基本功能，同时有重构本体，实现对现有本体复用、编辑、维护等功能.Protégé工具的界面能以树形层次对概念目录的结构进行展示，可直接点击界面上标记来编辑本类或添加子类、属性、实例等，操作简便[7].本文使用Protégé工具，根据七步法[5]构建产品碳足迹本体.其构建步骤如下：①明确产品碳足迹本体的专业领域和概念界定；②考查复用现有产品碳足迹本体的可行性；③明确产品碳足迹本体中的重要术语；④自上而下地定义产品类和类的等级关系；⑤确定产品类的属性和属性矢系；⑥确定产品类的属性界限；⑦构建产品碳足迹实例.

2 供应链上产品碳足迹的概念界定

运用SCOR(Supply-Chain Operations Reference-model)标准供应链模型，能够界定供应链上的产品碳足迹.SCOR标准供应链模型由国际供应链研究协会研发，包含计划、采购、生产、配送、退回五大环节[8].SCOR标准供应链模型的运作流程包括流程类型层、流程种类层和流程细分层(图1).流程类型层是根据计划、采购、生产配送、退回五大环节来划分的；流程种类层可按照企业功能和运作模式进行细分，如采购管理、质量管理等；流程细分层是指输入与输出.

图1 SCOR标准供应链模型的运作流程

在基于SCOR标准供应链模型构建产品碳足迹本体时，应严格遵循本体构建的原则，保证碳足迹本体具有较强的可管理性和可扩展性.本文制定的碳足迹本体构建原则为：术语定义明确、完整；术语与其推理得出的结论保持一致；在本体概念上可扩展新术语；能够满足特定领域的知识需要.

3 产品全生命周期碳足迹计算的方法

目前已有很多计算碳足迹的方法，常用的有Kaya碳排放恒等法、生命周期评价(LCA)法、IPCC(Intergovernmental Panel on Climate Change)法、投入产生法[9]等.常用碳足迹计算方法的含义及优缺点如表2所示.

本研究结果表明,观察组社区糖尿病患者治疗总有效率98.00%,相比对照组更具有优势(P<0.05)。观察组社区糖尿病患者不良反应发生率4.00%,低于对照组,2组间相比较,P<0.05。

表2 常用碳足迹计算方法的含义及优缺点

方 法含 义优 点缺 点Kaya碳排放恒等法将碳排放与经济、人口、政府等建立联系,利用排放驱动力和乘法因子计算,说明人口变化、经济发展等影响碳排放数学表达上简单直观,便于解释碳排放变化的推动因素未考虑非能源利用活动导致的碳排放生命周期评价(LCA)法又称过程分析排放系数法.其计算方法指产品生产过程的碳排放量加权后乘以其碳排放系数属于自下而上的计算方法,能够全面地计算产品全生命周期的碳排放量不同工艺、技术水平、能源使用效率等会造成碳排放因子误差IPCC法通用碳足迹核算方法,出自联合国气候委员会报告.其通用公式为:碳排放量=活动数据×排放因子主要用于估算地区的碳排放量.IPCC报告已给出比较详细的碳排放因子由于各地区碳排放因子存在差异,因此不适合特定产品的碳足迹计算投入产出法基于质量守恒定律,按照投入产出表来构建模型.系统投入总质量必须等于系统产出产品或半成品质量系统研究产品生产过程的碳排放局限于分部门计算碳排放量,当一个部门多种产品时,某一产品的碳排放量难以准确计算

本文研究的是产品全生命周期的碳足迹，因此选择生命周期评价(LCA)法进行产品碳足迹计算.按照PAS2050等碳排放标准的规定确定整个供应链的产品碳足迹范围，使用“从摇篮到坟墓”的界定方式，将供应链中各企业定为一级边界[10]，以各企业内部的生产活动为二级边界，对制造企业采购、生产、配送、使用(考虑到产品在销售使用阶段仍存在碳消耗)、回收5个阶段进行流程细分，确定制造企业的碳足迹本体边界(图2).在供应链中，根据该本体边界计算产品碳足迹的总和，即各环节企业内部所有与产品相关活动的碳排放量累加.

图2 制造企业的碳足迹本体边界

本文以产品“从摇篮到坟墓”涉及的所有企业信息系统为数据获取对象，进行产品碳足迹的本体构建和计算.碳足迹本体构建与计算流程如图3所示.

(1)

式中：G为任意一种生产运作流程的碳足迹(即碳排放量)；Qk为流程k的能量损耗，一般指该流程中物质的消耗量，如材料、电力的消耗量；Ck为流程k的碳排放因子.

根据LCA法，产品供应链的碳足迹模型为：

GW=GS+GM+GD+GU+GR

(2)

式中：GW为产品从生产到回收的碳足迹总量；GS为原材料采购阶段(Source)的碳足迹；GM为产品生产制造阶段(Make)的碳足迹；GD为产品配送阶段(Deliver)的碳足迹；GU为产品使用消耗阶段(Use)的碳足迹；GR为产品回收再利用阶段(Return)的碳足迹[11].

4 产品碳足迹的信息获取

在供应链环境下，相关企业有各自的信息系统，如PDM、ERP等.从这些信息系统中，可获取用于计算碳足迹的大量信息.

进行标贯试验13次，实测锤击数N’=3.0～5.0击，平均为3.6击；经杆长修正后N=2.9～4.8击，平均为3.4击；取样11组，共11件进行统计分析。

LCA法的基本公式为：

图3 碳足迹本体构建与计算流程

5 汽车发动机缸体的碳足迹本体构建

本文以浙江某公司的汽车发动机缸体碳足迹为例，建立缸体碳足迹本体，通过分析供应链的5个阶段，获取缸体从生产到回收报废活动中各企业信息系统中的缸体信息，建立发动机缸体碳足迹本体，并从碳足迹本体中提取计算所需数据，进行缸体的碳足迹计算.

赵仙童笑笑说，没那么严重，我会心疼你的，现在是北京时间晚上九点二十整，零点我宣布实验开始，你现在想对我干什么都还可以，零点就没你的选择自由了，一切听我安排，绝不允许你干涉我的任何事。

在产品碳足迹计算中，数据是从企业已有信息系统中获取的，但数据直接获取的效率很低.为提高获取汽车发动机缸体碳足迹数据的效率，需构建其碳足迹本体.采用Protégé工具，按照概念之间的类属关系，可确定图4所示汽车发动机缸体的碳足迹本体结构.

教学产出评价是基于OBE工程教育的课程实施过程的重要环节，通过教学产出评价的反馈能够持续改进教学质量，提高学习产出。基于OBE工程教育的软件工程课程的教学产出评价采用过程性评价，建立全过程综合能力考核方式，对学生的学习过程进行全程跟踪评价。评价用于考察学生对课程核心知识点的掌握情况和课程项目完成情况，考察学生的学习能力以及创新能力。全过程综合能力评价可以激发学生的学习兴趣和自信心，促进学生的全面发展，教师对软件工程课程教学活动进行跟踪分析和持续改进。

(2) 关系：描述概念和对象的关系、父子类关系.

(5) 公理：指公认的事实.

在现有语义Web领域中，OWL(Web Ontology Language)的语义性最好且应用最广泛.本文将OWL作为描述产品碳足迹本体的语言，使用OWL定义类和类的属性、类的对象和对象属性，描述产品碳足迹.

2.装置中导管处空气对实验会造成影响，为了追求实验的准确性，需事先将导管处装满水，但显然操作起来麻烦。

(3) 明确产品碳足迹的重要术语，包括类、概念和细化属性.

在产品供应链中，对产品碳足迹本体的研究应选用易操作、可视化且支持OWL语言的本体构建工具.在本体研究领域有很多便捷的本体构建工具，如斯坦福大学知识系统实验中心和医学信息中心(SMI)开发的Protégé-2000、马德里大学人工智能研究室开发的WebODE工具[5]等.这些本体构建工具提供的图形化界面，可有效提升开发人员设计本体的工作效率.表1所示为常用本体构建工具的性能比较[6].

(4) 自上而下地定义类和类的上下级关系.图4中碳排放有3个子类，包括过程排放、能量排放和材料排放；缸体碳足迹实例有企业信息系统、制造加工、辅助工具资源等子类.

(5) 确定产品的类属性和属性关系.图4中数据的属性有信息、数量和比例.

图4 汽车发动机缸体的碳足迹本体结构

(6) 确定产品类的属性约束和属性值的类型.

(7) 针对产品实例，通过Protégé工具构建汽车发动机缸体的碳足迹本体(图5).

(a)界面上半部内容 (b)界面下半部内容 图5 汽车发动机缸体的碳足迹本体

6 汽车发动机缸体的碳足迹计算

6.1 原材料采购阶段的碳足迹(GS)

本文以供应商作为供应链的起点.从汽车发动机缸体的碳足迹本体中可提取表3所示的材料消耗数据.

表3 材料消耗数据 kg

原材料消耗硅4.830铜0.510铝34.100镁0.314锰0.281

生产汽车发动机缸体需采购缸体毛坯.生产缸体毛坯的主要能耗为电能，达87.6 MJ.按燃煤发电考虑，从IPCC排放因子数据库中可查得，煤的碳排放因子为1.647 kg-CO2/kg[12]，而煤的标准折算系数为0.122 9 kg/kWh(1 kWh=3.6 MJ).因此，该阶段汽车发动机缸体的碳足迹为：

6.2 产品制造阶段的碳足迹(GM)

汽车发动机缸体制造阶段的碳排放主要来源于设备能耗.从汽车发动机缸体的碳足迹本体中提取各加工设备的功率及加工时间，可计算加工设备的能耗(表4).

常规的英语学习，是通过中文解释的方式，将陌生的英语词汇转换为学生熟悉的汉语，进而对词汇进行理解和记忆。这种方式虽然高效快捷，但容易形成学生对英语词汇的多余记忆转化步骤，即“事物——汉语——英语”的三级记忆模式。新课标背景下，可以尝试将图片教学运用于高中英语学习的具体实践中，通过幻灯片等多媒体手段，将事物的图片向学生进行了展示，让学生熟练地说出图片中所展示的事物，甚至可以解说图片中所反映的场景或者故事，使学生的英语思维简化为“事物——英语”的二级记忆模式，提升英语学习与运用的效率。

该阶段汽车发动机缸体的碳足迹为：

一是原始创新的启动作用。原始创新源于原始创意，原始创意启动原始创新。原始创意源之于直觉想象能力。原始创新型人力资本具有直觉未来的灵商，直觉本质的悟商。其最大特点是发挥自己独特的超前超常想象力，提出新的创意，力排众议，在现在显性的“无”中看到潜在的未来的“有”，推进未来的无中生有。

6.3 产品配送阶段的碳足迹(GD)

汽车发动机缸体的运输方式多为公路运输.根据RCEES(Research Center for Eco-Environmental)数据库的信息，我国公路运输1 t货物每千米的碳足迹为0.23 kg.本文实例中，将汽车发动机缸体运到各销售点的运输距离之和约为1 362 km，该缸体质量为40 kg.因此，该阶段汽车发动机缸体的碳足迹为：

GD=0.23×0.001×1 362×40=12.530(kg)

表4 加工设备的能耗

加工设备能源消耗悬臂吊装机3.328刻字机1.893卧式加工中心120.099中间清洗机32.566浸渗设备192.345泄露检测机3.132拧紧机82.225轴盖装配4.085自动线专机13.769平面磨床16.915珩磨机17.213最终清洗机28.637成品检验及检具0.746检测分组打印机1.228涂油机1.147合计519.328

6.4 产品使用消耗阶段的碳足迹(GU)

汽车发动机缸体在使用过程中对于环境的影响十分微小，碳足迹近似于0，即：

GU=0

自有人类社会以来，不论哪一种形态、哪一种类型的民主，不论其中“民”的范围有多大，一般都遵循三个重要原则。

6.5 产品回收再利用阶段的碳足迹(GR)

汽车发动机缸体的材料是铝合金.从资源有效循环利用出发，本文只考虑采用回炉熔炼方式进行汽车发动机缸体回收处理.从该缸体碳足迹本体PDM类中获取的回收再利用阶段能耗为283.411 MJ.因此，该阶段汽车发动机缸体的碳足迹为：

6.6 汽车发动机缸体的碳排放总量(GW)

GW=GS+GM+GD+GU+GR=62.590(kg)

7 结束语

在供应链环境下，研究产品碳足迹本体的构建和计算模型，提出运用本体方法研究产品碳足迹，以提高碳足迹计算的准确性.以汽车发动机缸体全生命周期为例，通过获取整条供应链上各企业信息系统的碳足迹数据，建立汽车发动机缸体的碳足迹本体，对该缸体的碳足迹进行了计算.本文将为制造企业实现低碳排放目标发挥积极作用.

logit（P1）=3.119-2.353*是否初产-0.487*延期妊娠-0.526*妊娠高血糖-1.144*妊娠高血压+0.238*引产前宫颈评分

参考文献:

[1] BALL P D,EVANS S,LEVERS A,et al.Zero carbon manufacturing facility-Towards integrating material,energy and waste process flows[J].Proceedings of the Institution of Mechanical Engineers Part B Journal of Engineering Manufacture,2009,223(9):1085-1096.

[2] O’CONNEL S,STUTZ M.Product carbon footprint (PCF) assessment of dell laptop-results and recommendations[C]//Proceedings of the 2010 IEEE International Symposium on Sustainable Systems and Technology.Arlinqton,VA,USA:IEEE,2010:1-6.

[3] 李晓婧,郭春芳,兰洪杰.低碳经济环境下双渠道闭环供应链网络均衡模型[J].统计与决策,2016(17):173-178.

[4] 马旭明,王海荣.本体构建方法与应用[J].信息与电脑(理论版),2018(5):33-35,38.

[5] 汪 恒.面向信息系统的产品碳足迹的语义建模及应用[D].杭州：浙江农林大学,2017.

[6] 徐国虎,许 芳.本体构建工具的分析与比较[J].图书情报工作,2006,50(1):44-48.

[7] 徐享忠,杨建东,汤再江.基于OWL的本体建模与推理研究[J].装甲兵工程学院学报,2017,31(5):81-85,96.

[8] 曾祥强.供应链运作参考模型[J].企业管理,2013(9):60-61.

[9] 郑 辉,王 玎,方丽霞.生命周期评价视角下的机电产品碳足迹分析模型研究[J].天津科技大学学报,2017,32(6):65-72.

[10] 楚龙娟,冯 春.碳足迹在物流和供应链中的应用研究[J].中国软科学,2010(s1):41-47.

[11] 杨传明,周 霞.产品供应链碳足迹影响热度分析[J].工业技术经济,2017,36(4):62-68.

[12] 张振浩,曹 峰,高 晴,等.工程建设碳排放定量评估方法研究综述[J].工程建设,2017,49(8):11-15.