CN109697566A - 机电产品加工工艺评价系统及其评价方法 - Google Patents

Abstract

本发明公开了一种机电产品加工工艺评价系统及方法，其中，评价系统包括制造工艺存储模块、评价指标构建模块、与评价指标构建模块连接的绿色工艺评价模块及与制造工艺存储模块和评价指标构建模块连接的组合工艺评价模块；评价指标包括多个一级指标，每个一级指标包括多个二级指标，所述一级指标包括加工质量、加工时间、加工成本、资源消耗和环境影响；绿色工艺评价模块包括依次连接的量纲转化模块、一级指标权重计算模块、二级指标权重计算模块和理想方案确定模块；组合工艺评价模块包括依次连接的原始方法集评价模块、相容方法集筛选模块和综合评价模块。

Description

机电产品加工工艺评价系统及其评价方法

技术领域

本发明涉及产品工艺合理性评价，具体涉及一种机电产品加工工艺评价系统及其评价方法。

背景技术

环境、资源、人口成为当前人类发展应正视的主要难题，其中，环境难题尤为突出，环境的变坏已经给我们的生计与兴盛带来阻扰。制造业与我们的生态环境息息相关，一边向环境索取资源、能源，另一边又将产生的废弃物排放其中。绿色制造是对制造、环境及管理领域进行综合研究的相交科目，绿色制造研究范畴几乎涵盖了产品生命周期的所有问题，是绿色理念在当今制造业中的表现。

工艺规划是制造过程的核心环节，是连接产品研发与制造的关键纽带，工艺规划的优劣不应该仅仅与所得的产品性能相关，更应该与整个生产环节中的资源环境问题密切联系。传统工艺规划往往忽略了生产过程中制造系统的资源消耗与环境影响，只考虑到了工艺规划方案实施的可行性和经济性，在很大程度上造成了资源浪费和环境破坏，为可持续发展埋下了隐患，而绿色工艺规划是对传统工艺的弥补和进一步优化，是一项在传统工艺规划的基础上充分考虑资源消耗和环境危害的技术手段。因此，对工艺规划方案进行合理、科学的选择与评价优化是绿色制造的一个重要探索方向，有利于缓解人类生存发展与地球环境的紧张氛围，迎合了当今可持续发展的主流，是可持续绿色发展的思想在制造业中的详实表现。

发明内容

针对现有技术中的上述不足，本发明提供的机电产品加工工艺评价系统及其评价方法能够在减小资源消耗、保护环境的提前下，可以将同一机电产品不同加工工艺方案进行比较，确定最优工艺路线。

为了达到上述发明目的，本发明采用的技术方案为：

第一方面，提供一种机电产品加工工艺评价系统，其包括评价指标构建模块和与评价指标构建模块连接的绿色工艺评价模块；

评价指标构建模块，用于接收机电产品待评价工艺的评价指标，并根据评价指标构建机电产品的原始数据矩阵；

评价指标包括多个一级指标，每个一级指标包括多个二级指标，一级指标包括加工质量、加工时间、加工成本、资源消耗和环境影响；二级指标(子指标)包括隶属于加工时间T下的加工时间T₁、辅助时间T₂、生产调度时间T₃和其他时间T₄，隶属于加工成本C下的原材料成本C₁、辅助材料成本C₂、能源消耗成本C₃、设备成本C₄和其他成本C₅，隶属于加工质量Q下的尺寸精度Q₁、形状精度Q₂、位置精度Q₃和表面质量Q₄，隶属于资源消耗R下的物料资源消耗R₁和能源资源消耗R₂，及隶属于环境影响E下的废气污染E₁、废水污染E₂、噪声污染E₃和固定废气污染E₄。

绿色工艺评价模块包括依次连接的量纲转化模块、一级指标权重计算模块、二级指标权重计算模块和理想方案确定模块；

量纲转化模块，用于对构建的原始数据矩阵进行量化，并归一化处理得到待评价工艺在指标上的标准化矩阵；

一级指标权重计算模块，用于接收专家对每个待评价工艺的评价指标的打分信息，并采用三角模糊层次分析方法得到一级指标权重值；

二级指标权重计算模块，用于计算每个二级指标与其隶属的一级指标的关联度，并对关联度进行归一化处理得到二级指标权重值，之后将二级指标权重值与其所隶属的一级指标的一级指标权重值相乘得到(各二级指标的)综合权重；以及

理想方案确定模块，用于采用改进的TOPSIS方法，根据综合权重和标准化矩阵求解待评价工艺与理想方案之间的距离，通过比较与理想方案的距离判断待评价工艺的优劣程度。

进一步地，机电产品加工工艺评价系统还包括制造工艺存储模块及与制造工艺存储模块和评价指标构建模块连接的组合工艺评价模块；

制造工艺存储模块，用于存储多种对机电产品加工工艺进行评价的原始工艺评价方法；

组合工艺评价模块包括依次连接的原始方法集评价模块、相容方法集筛选模块和综合评价模块；

原始方法集评价模块，用于读取用户选取的多个原始工艺评价方法构成评价方法集，并采用选取的每个原始工艺评价方法对待评价工艺构建的原始数据矩阵作初次评分；

相容方法集筛选模块，用于采用模糊聚类分析计算法剔除评价方法集中不相容的原始工艺评价方法，并得到相容方法集；

综合评价模块，用于计算相容方法集中原始工艺评价方法对待评价工艺的初次评分的漂移度，并以漂移度为依据进行赋权值，经加权后得到每个待评价工艺的组合评价。

第二方面，提供一种机电产品加工工艺评价系统的评价方法，其包括：

S1、用于接收机电产品待评价工艺的评价指标，并根据评价指标构建机电产品的原始数据矩阵；

S2、对构建的原始数据矩阵进行量化，并归一化处理得到待评价工艺在指标上的标准化矩阵；

S3、接收专家对每个待评价工艺的评价指标的打分信息，并采用三角模糊层次分析方法得到一级指标权重值；

S4、计算每个二级指标与其隶属的一级指标的关联度，并对关联度进行归一化处理得到二级指标权重值，之后将二级指标权重值与其所隶属的一级指标的一级指标权重值相乘得到(各二级指标的)综合权重；以及

S5、采用改进的TOPSIS方法，根据综合权重和标准化矩阵求解待评价工艺与理想方案之间的距离，通过比较与理想方案的距离判断待评价工艺的优劣程度。

进一步地，当评价系统包括组合工艺评价模后，在步骤S1之前还包括：

S0、判断用户是否选择绿色工艺评价模块进行评价，若是，则执行步骤S1至S5，否则执行步骤A1至步骤A3；

A1、读取用户选取的多个原始工艺评价方法构成评价方法集，并采用每个选取的原始工艺评价方法对待评价工艺构建的原始数据矩阵作初次评分；

A2、采用模糊聚类分析计算法剔除评价方法集中不相容的原始工艺评价方法，并得到相容方法集；

A3、计算相容方法集中原始工艺评价方法对待评价工艺的初次评分的漂移度，并以漂移度为依据进行赋权值，经加权后得到每个待评价工艺的组合评价。

本发明的有益效果为：本方案提供的评价系统综合考虑了机械加工对资源消耗和环境危害造成的影响，能客观、准确、快速地对机电产品加工工艺进行评价；考虑绿色工艺评价的同时利用系统从多种原始评价工艺方法中筛选出的多种相容评价方法对两种或多种相似的机电产品待加工工艺进行综合评价比较，通过比较结果来选择最优的机电产品加工的工艺，并为改善机电产品加工过程的资源消耗和环境影响提供决策参考。

绿色工艺评价模块及组合工艺评价模块的设置，用户可以根据需要自由选择其中的一种方式或两种相结合的方式实现同一机电产品的多个待评价工艺进行评价，保证了评价的准确性和灵活性。

绿色工艺评价模块的评价方法包括了模糊层次分析法、改进的灰色关联分析方法以及改进的理想点法等方法，模糊层次分析法结合改进的灰色关联法求解指标权重，根据专家打分信息，利用模糊层次分析法求得各一级指标权重值；根据实际加工工艺数据，利用改进的灰色关联系数法得到各二级指标权重值；综合考虑了各一级指标评价的模糊性、主观性、随意性以及各二级指标的客观性，克服了传统评价方法的缺点，使评价结果更加合理、准确。

多种原始工艺评价方法基于模糊聚类分析和漂移度筛选出相容方法进行综合评价增强了评价系统的综合性；同时，充分考虑时间、成本、质量、资源消耗和环境危害等5大评价指标以及多个二级指标，建立了机电产品加工工艺优化评价指标体系，使得评价体系更加完整综合。

附图说明

图1为机电产品加工工艺评价系统的一个实施例的原理框图。

图2为机电产品加工工艺评价指标体系结构图。

图3为机电产品加工工艺评价系统的另一个实施例的原理框图。

图4为机电产品加工工艺评价系统的评价方法。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，机电产品加工工艺评价系统包括评价指标构建模块和与评价指标构建模块连接的绿色工艺评价模块；

本方案所提出的评价系统中的评价指标涵盖了加工时间T、加工成本C、加工质量Q、资源消耗R和环境危害E等一级指标，在对待加工工艺评价过程中，对工艺规划的决策目标是期望时间T最少，成本C最少，质量Q最佳，消耗资源R最少，环境危害E最小。通过构造的决策目标和决策问题可以得到绿色工艺评价模型如下：

如图2所示，其中二级指标包括隶属于加工时间T下的加工时间T₁、辅助时间T₂、生产调度时间T₃和其他时间T₄，隶属于加工成本C下的原材料成本C₁、辅助材料成本C₂、能源消耗成本C₃、设备成本C₄和其他成本C₅，隶属于加工质量Q下的尺寸精度Q₁、形状精度Q₂、位置精度Q₃和表面质量Q₄，隶属于资源消耗R下的物料资源消耗R₁和能源资源消耗R₂，及隶属于环境影响E下的废气污染E₁、废水污染E₂、噪声污染E₃和固体废弃物污染E₄。

评价指标构建模块，用于接收机电产品待评价工艺的评价指标，并根据评价指标构建机电产品的原始数据矩阵；

绿色工艺评价模块包括依次连接的量纲转化模块、一级指标权重计算模块、二级指标权重计算模块和理想方案确定模块；

量纲转化模块，用于对构建的原始数据矩阵进行量化，并归一化处理得到待评价工艺在指标上的标准化矩阵；

一级指标权重计算模块，用于接收专家对每个待评价工艺的评价指标的打分信息，并采用三角模糊层次分析方法得到一级指标权重值；

二级指标权重计算模块，用于计算每个二级指标与其隶属的一级指标的关联度，并对关联度进行归一化处理得到二级指标权重值，之后将二级指标权重值与其所隶属的一级指标的一级指标权重值相乘得到(二级指标的)综合权重；以及

理想方案确定模块，用于采用改进的TOPSIS方法，根据综合权重和标准化矩阵求解待评价工艺与理想方案之间的距离，通过比较与理想方案的距离判断待评价工艺的优劣程度。

在本发明的一个实施例中，机电产品加工工艺评价系统还包括制造工艺存储模块及与制造工艺存储模块和评价指标构建模块连接的组合工艺评价模块。

制造工艺存储模块，用于存储多种对机电产品加工工艺进行评价的原始工艺评价方法。制造工艺存储模块内部还存储有绿色制造理论体系和绿色工艺规划，同时也对工艺评价指标的收集和处理方法进行介绍，通过该模块可以了解和学习该系统方法的相关理论知识。

其中，绿色制造理论体系部分大致包括绿色制造国内外研究现状、概念、内涵、系统框架以及实施关键技术等知识；绿色工艺规划部分包括工艺规划，制造过程中资源消耗与环境影响情况等内容。

多种原始工艺评价方法包括专家打分法、层次分析法、主成分分析法、数据包络分析法、理想解法、灰色关联度法、模糊综合评价法、物元评价法、BP神经网络法和生命周期评价法(LCA)等。

如图3所示，组合工艺评价模块包括依次连接的原始方法集评价模块、相容方法集筛选模块和综合评价模块。

其中，原始方法集评价模块，用于读取用户选取的多个原始工艺评价方法构成评价方法集，并采用选取的每个原始工艺评价方法对待评价工艺构建的原始数据矩阵作初次评分，其与制造工艺存储模块连接。

实施时，本方案优选原始方法集评价模块包括依次连接的评价集生成模块、评价生成模块和标准化处理模块；评价集生成模块，用于根据用户选取的多个原始工艺评价方法构成评价方法集；

评价生成模块，用于采用评价方法集中的原始工艺评价方法对待评价工艺构建的原始数据矩阵进行评价，生成初次评分；以及标准化处理模块，用于对生成的初次评分进行标准化处理，得到标准化处理后的初次评分。

相容方法集筛选模块，用于采用模糊聚类分析计算法剔除评价方法集中不相容的原始工艺评价方法，并得到相容方法集。

实施时，本方案优选相容方法集筛选模块包括依次连接的相关度计算模块、查找模块和剔除模块，所述剔除模块的输出分别与综合评价模块和相关度计算模块连接；

相关度计算模块，用于根据标准化处理后的初次评分，采用模糊相似矩阵算法计算评价方法集中任意两个原始工艺评价方法间的相关度；查找模块，用于随机选择一阈值，并控制阈值递减，直至获取一个原始工艺评价方法与其他所有原始工艺评价方法之间的相关度小于递减后的阈值。

相关度系数计算模块，用于计算获取的原始工艺评价方法的初次评分与评价方法集中余下原始工艺评价方法的初次评分的均值之间的相关度系数；以及剔除模块，用于判断相关度系数是否小于相关系数界值，若小于，则剔除评价方法集中获取的原始工艺评价方法，并返回评价方法查找模块，若大于，则采用剔除获取的原始工艺评价方法的评价方法集作为相容方法集。

综合评价模块，用于计算相容方法集中原始工艺评价方法对待评价工艺的初次评分的漂移度，并以漂移度为依据进行赋权值，经加权后得到每个待评价工艺的组合评价。

实施时，本方案优选综合评价模块包括依次连接的均值计算模块、权重计算模块和综合评价计算模块；均值计算模块，用于计算相容方法集中原始工艺评价方法对同一待评价工艺的初次评分的平均值。

权重计算模块，用于计算相容方法集中原始工艺评价方法对应的初次评分与平均值的相关度r和漂移度1-r，之后根据漂移度计算相容方法集中与其对应的原始工艺评价方法对应的初次评分的计算权重；以及

综合评价计算模块，用于依次将计算权重与相容方法集中原始工艺评价方法的初次评分相乘再求和，得到待评价工艺的组合评价。

本方案的评价系统还包括数据管理模块、制造过程要素管理模块、系统管理和帮助模块及分别与所述理想方案确定模块和综合评价模块连接的绿色工艺优化模块。

其中，绿色工艺优化模块用于搜索机电产品的多种生产工艺，并从资源消耗和环境影响两个方面对理想方案确定模块或综合评价模块确定的最优待评价工艺进行分析，并给出优化措施。

数据管理模块主要用于指标数据收集管理、物能资源管理、环境污染排放物管理、标准件管理、计量单位管理等小类，所述数据管理模块主要记录收集到的具体评价指标数据以及实现对可能涉及的基础信息的定义、存放和管理。

制造过程要素管理模块大致涵盖工艺方法、机床设备、刀具和切削液四大部分，能够对制造环节中关系到的制造种类、加工装备等进行定义、存储和管理。

系统管理和帮助模块主要对使用人员进行合理的用户管理以及对系统数据库进行增添、删除、查询、修改等；所述帮助模块主要用于对系统的结构和操作进行说明，有利于用户操作快捷。

如图4所示，机电产品加工工艺评价系统的评价方法S包括步骤S1至步骤S5：

在步骤S1中，用于接收机电产品待评价工艺的评价指标，并根据评价指标构建机电产品的原始数据矩阵；

对于m个评价指标和n个待评价工艺的问题，可以构建一个V＝(v_ij)_m×n的原始数据矩阵V：

其中，V为原始数据矩阵；v_ij为第j个待评价工艺的第i个评价指标的原始数据。

在步骤S2中，对构建的原始数据矩阵进行量化，并归一化处理得到待评价工艺在指标上的标准化矩阵；

上述原始数据矩阵V的指标可以分为两类：一类是取值越大越好的正向指标(如收益型指标)，而另一类是取值越小越好的负向指标(如成本型)，因此，需要对原始数据矩阵V进行标准化处理，使指标变化趋势相同，其处理公式如下：

正向指标：

负向指标：

其中， 为在原始数据矩阵中所有待评价工艺的第i个评价指标的最小值；为在原始数据矩阵中所有待评价工艺的第i个评价指标的最小值；

归一化后得到第j个待评价工艺在评价指标i上的标准化矩阵Y＝(y_ij)_m×n。

在步骤S3中，接收专家对每个待评价工艺的评价指标的打分信息，并采用三角模糊层次分析方法得到一级指标权重值；三角模糊数的4个相关定义如下：

定义1：设论域U上的模糊集M，那么M的隶属度函数μ_M：U→[0，1]表示为：

式中l≤m≤u,l和u分别为M的下、上界值；u-l表示模糊程度，u-l越大，模糊程度越强；m是模糊集M的隶属度取值为1时的值；(l，m，u)为模糊数M，当x＝m时，x完全属于模糊集。

定义2：三角模糊数的运算方法：

设：M₁＝(l₁，m₁，u₁)，M₂＝(l₂，m₂，u₂)，类比向量计算方法得到如下运算方法，

M₁+M₂＝(l₁+l₂,m₁+m₂,u₁+u₂)

M₁×M₂＝(l₁×l₂,m₁×m₂,u₁×u₂)

定义3：三角模糊数M₁≥M₂的可能度为：

定义4：一个模糊数大于其他模糊数的可能度，被定义为：P(M≥M₁,M₂,…,M_n)＝minP(M≥M_i)，其中，i＝1，2，…，n。

下面接着对步骤S3进行详细说明：

定义三角模糊判断矩阵A＝(a_ij)_n×n，通过相互比较得到同层次各指标相对于上层指标的重要性，其中a_ij为三角模糊数，其值为a_ij＝(l_ij，m_ij，u_ij)。

三角模糊数a_ij为相互比较各指标的重要度，本方案采用0.1～0.9标度法，如表1所示。

表1 0.1～0.9标度法及其含义

(2)指标权重确定

Step1：假设有m个评审专家对两个评价指标进行比较分别得到一个模糊数为 那么综合模糊数为：

Step2：计算评价指标的初始权重：

Step3：初始权重去模糊化和标准化

由于步骤Step2所计算的初始权重仍然是一个模糊数，因此需要对初始权重进行去模糊化处理，具体方法如下：

由三角模糊数定义3可得各指标的初始权重相比较的可能度为P(D_k≥D_i)。

由三角模糊数定义4可得初始权重大于其他初始权重的可能度为P(D_k≥D_i，…，D_n)＝minP(D_k≥D_i),k≠i，此时可能度即为去模糊化的初始权重值。

Step4：确定层次总权重，再将初始权重标准化处理即得到各一级指标的一级指标权重γ_i。

在步骤S4中，计算每个二级指标与其隶属的一级指标的关联度，并对关联度进行归一化处理得到二级指标权重值，之后将二级指标权重值与其所隶属的一级指标的一级指标权重值相乘得到综合权重；

下面对步骤S4得到最终的综合权重的计算过程进行详细说明：

假设原始数据列为X₀＝{x₀(t)，t＝1，2，...，n}，比较数据列为X_i＝{x_i(t)，t＝1，2，...，n，i＝1，2，...，m}。

Step1：对X₀和X_i做一次累减计算，计算公式如下所示。

y_i(T)＝x_i(t+1)-x_i(t),t＝1,2,…,n-1，

y₀(T)＝x₀(t+1)-x₀(t),t＝1,2,…,n-1，

其中，T＝2，3，…，n，y_i(T)为比较数据列累减计算结果向量；y₀(T)为原始数据列累减计算结果向量；

Step2：计算其相对变化率k，计算公式如下所示。

其中，T＝2，3，…，n；

Step3：计算X_i和X₀之间的关联系数r_0i(k)和关联度r_0i，计算公式如下所示。

r_0i(k)＝±1/(1+||k_i(T)|-|k₀(T)||)

其中，当y_i(t)与y₀(t)为相同符号时都取正号，符号不同时取负号；

当二者同时为零时，将y_i(t)与y₀(t)都取为正号。

r_0i的正负反映了X_i和X₀两个变量之间的增减关系，即关联度；若r_0i>0，则表示X_i和X₀是正相关性；若r_0i<0，则表示X_i和X₀是负相关性；故计算出来的r_0i是一个绝对值而非相对值。

然后对关联度进行归一化处理，即可求得所需的权重值，具体步骤如下：

Step1：建立目标数据列X₀＝{x₀(t)，t＝1，2，...，n}以及子目标数据X_i＝{x_i(t)，t＝1，2，...，m}。

Step2：由以上各式计算得出关联度r_0i，并对r_0i进行归一化处理后得到指标权重向量β＝(β₁，β₂，...，β_m)。

Step3：之后将二级指标权重值β_i与其所隶属的一级指标的一级指标权重值相乘得到综合权重w_i＝γ_i·β_i。

在步骤S5中，采用改进的TOPSIS方法，根据综合权重和标准化矩阵求解待评价工艺与理想方案之间的距离，通过比较与理想方案的距离判断待评价工艺的优劣程度。

下面对步骤S5的具体实现过程进行详细说明：

(1)构造加权规范化矩阵

根据模糊层次分析法和改进的灰色关联法得到的综合权重w_i以及得到的规范化矩阵R＝(r_ij)_m×n，令d_ij＝w_i·r_ij，可得加权规范化矩阵：

(2)确定正负理想点集和

构建原始数据矩阵V时评价指标分为正负二类指标，所以理想点也分正负指标二类，即正理想点是各项指标都能达到最佳值，而负理想点是指指标值远远达不到满足要求的值：

其中，为正理想点Z⁺的第i个指标值，为负理想点Z^-的第i个指标值。

(3)基于马氏距离的正负理想点集的距离

正理想点的距离计算公式为：

负理想点的距离计算公式为：

其中，w_j为指标Y_j的综合权重，∑为评价指标的协方差矩阵。

(4)计算相对贴近度L_j

其中，L_j越大，说明其与最理想的目标越接近，L_j达到最大值时，表示工艺方案最佳。

在本发明的一个实施例中，当评价系统包括组合工艺评价模后，在步骤S1之前还包括：

S0、判断用户是否选择绿色工艺评价模块进行评价，若是，则执行步骤S1至S5，否则执行步骤A1至步骤A3；

A1、读取用户选取的多个原始工艺评价方法构成评价方法集，并采用每个选取的原始工艺评价方法对待评价工艺构建的原始数据矩阵作初次评分；

实施时，为了便于后续工作，需要对初次评分进行标准化处理，其实现过程如下：

已知待评价工艺方案数为n，方法集M中评价方法数为b，则有初次评价矩阵U＝(u_ij)_n×b。设第j种待评价方法得到的结论向量为逆向，则需对其作正向处理：

用u′_ij代替原来的u_ij，得到的矩阵仍记为U＝(u_ij)_n×b，对该矩阵作归一化处理：

得到一个正向归一化初次评价矩阵U”，为方便起见，仍将其记为U＝(u_ij)_n×b。

下面对多种原始工艺评价方法对工艺作出评价时的具体实现过程进行说明：

关于专家打分法

专家打分法又称德尔菲法，通过组织该领域若干专家独立地对评价指标体系的各指标数据与权重发表见解，最后用统计方法处理得到评价结果。

在已对数据进行量化的基础上，建立起标准化处理后的评价矩阵记为Y＝(y_ij)_m×n，这里主要分析专家打分法如何对工艺过程的各评价指标进行赋权处理。

针对评价矩阵Y＝(y_ij)_m×n中的n个评价指标f₁，f₂，…，f_n，组织a个专家来评价，每个专家为各评价指标估计一组权重w_x1，w_x2，…，w_xn(1≤x≤a)，对a组估计权重取平均估计值：

计算各估计权重与平均估计值的偏差：

对于偏差Δ_xj较大的第j个指标的估计权重，需请第x个专家重新估计w_xj。如此反复，直到偏差满足要求为止，此时，便可得到一组工艺过程评价指标的权重平均估计修正值(1≤j≤n)，进而求出评价结果集：

关于层次分析法

层次分析法(AHP)将复杂的决策系统进行层次化处理，通过逐层分析比较各关联指标的重要程度来建立判断矩阵，并运用定量计算方法求解。

AHP主要用于确定各评价指标的权重，大致可分为四个步骤来进行：

1)建立层次结构模型：根据评价指标体系所包含的评价指标从上到下划分为不同层次，将绿色制造工艺过程的指标体系划分为四层，最顶层为目标层，最低层为具体的绿色工艺方案层，具体参考图2。

2)构造判断矩阵：判断矩阵表示相对于上层某评价指标时，本层各评价指标之间的相对重要性；设A层评价指标A_k与下一层B中的评价指标B₁，B₂，…，B_n有联系，则可构造判断矩阵：

其中，b_ij为相对于A_k时，B_i对B_j的相对重要程度，其值用0.1～0.99标度法表示。

3)层次单排序与一致性检验：求解判断矩阵的最大特征值与对应特征向量，归一化处理后得层次单排序权重向量。之后还需对单排序作一致性检验：

①求一致性指标：

其中，m表示判断矩阵维数，λmax是最大特征值；

②查表2得平均随机一致性指标RI；

表2平均随机一致性指标

③计算一致性比率CR＝CI/RI，当CR≤0.1时，接受判断矩阵，认为其具有满意的一致性；否则修改判断矩阵，直到符合一致性标准。

(4)层次总排序与一致性检验。层次总排序从上到下逐层进行：设因素A_k的层次总排序权值为a_k，在层次单排序中得到下层因素B_j相对A_k的权值b_jk(若两者无关，则用0补进去)后，对B_j求Σa_k·b_jk，则得到B层因素B_j的层次总排序权值b_j。如果之前单排序的一致性检验通过，那么总排序的一致性也不会有太大偏差，因此一般可以忽略总排序一致性检验。

经过以上四步分析与运算，便可得到了绿色工艺评价指标层的权重向量。

关于数据包络分析法

数据包络分析法(DEA)是一种以相对效率为基础的多投入多产出分析法。本方法为便于评价机电产品加工工艺的绿色性，只讨论资源消耗(原材料消耗、辅助材料消耗、能源资源消耗)和环境影响(废水污染、废气污染、噪声污染、固体废弃物污染)对加工工艺的影响。其评价体系由众多决策单元(DMU)构成，通过对每个DMU投入与产出比率进行分析，计算各评价指标的权重变量，确定其有效性，并对整个评价体系进行综合分析。

设有n个DMU(即n种工艺方案)，每个DMU都有m种输入与s种输出，各输入权重分别为v₁，v₂，…，v_m，各输出权重分别为u₁，u₂，…，u_s；DMU_j的输入向量为X_j＝(x_1j，x_2j，…，x_mj)^T，输出向量为Y_j＝(y_1j，y_2j，…，y_sj)^T。则可构建如表3所示输入输出指标体系。

表3输入输出表

其中，1-n为n个工艺方案；x₁,…,x_m为m个输入指标；y₁,…,y_s为s个输出指标。

x_ij>0表示第j个工艺方案对第i个输入指标x_i的投入量，j＝1,…,n,i＝1,…,m；

y_rj>0表示第j个工艺方案对第r个输出指标y_r的产出量，j＝1,…,n,r＝1,…,s；

v_i表示输入第i个输入指标x_i的一种度量(权重)，i＝1,…,m；

u_r表示输入第r个输出指标y_r的一种度量(权重)，r＝1,…,s。

DEA从投入产出角度分析，希望输入尽可能小、输出尽可能大。而对机电产品加工过程的分析显示输出端除了合格产品外，还有许多污染物，这些环境指标都是逆向指标，显然不符合DEA的输出要求。为了解决这一矛盾，可以将建立的整个基于资源环境特性的逆向指标体系都作为输入指标来处理；再附加部分效用型指标到输出端，如物料利用率、能源利用率、产品合格率、废液回收率等，这些正向指标都可由原逆向指标体系的成员经过变换和计算得出。于是，便可用如下方法对第j0个工艺方案DMU_j0求解：

其中，x_ij0为第j0个工艺方案对第i个输入指标x_i的投入量，i＝1,…,m；

y_kj0为第j0个工艺方案对第k个输出指标y_k的产出量，k＝1,…,s；

v_i为输入第i个输入指标x_i的一种度量(权重)，i＝1,…,m；

u_k表示输入第k个输出指标y_k的一种度量(权重)，k＝1,…,s。

上式是一个分式规划，为便于计算，引入Charnes-Cooper变换，令t＝1/(v^Tx_j0)，w＝tv，μ＝tu，则得到线性规划：

根据对偶理论，令对偶变量λ₁，λ₂，…，λ_n分别对应线性规划(P)的前n个约束方程，另一对偶变量θ对应第n+1个约束方程，并引入松弛变量S^-和S⁺，则得到对偶规划：

这是一个投入有效CCR模型，θ表示投入缩小比率，最优解为*。若θ^*＝1且S^+*＝S^-*＝0，则称DMU_j0为DEA有效；若θ^*＝1，S^+*、S^-*非零，则称DMU_j0为DEA弱有效；若θ^*＜1，则称DMU_j0为DEA无效，表示可以用比工艺方案DMU_j0更小的资源环境代价来获得同样的输出。

关于改进的理想点法

本方法所分析的TOPSIS是在传统TOPSIS基础上作了一定改进的方法。TOPSIS需要指标为正向，因此，对已建立的标准化矩阵Y＝(y_ij)_m×n作正向标准化处理，记为Y’＝(y′_ij)_m×n；指标的权重向量W＝(w₁，w₂，…，w_n)^T，则可得加权标准化矩阵。

V＝(v_ij)_m×n＝(w_jy′_ij)_m×n

其中，V为加权标准化矩阵；v_ij为第j个工艺方案的第i个评价指标的标准化矩阵值。

理想解V^*可表示为：

其中，V^*为理想解向量；为标准化矩阵中所有方案的第i个评价指标的最大值。

从而得到各工艺方案到理想解的距离：

其中，w_j为各指标的权重值；v_i ^*为理想解值。

为了求出权重w_j，构造最优化模型：

对该模型求解，得指标的权重向量：

其中，为标准化矩阵中所有方案的第i个评价指标的最大值；y′_ij为标准化处理后的第i行j列的标准化矩阵值。

将指标的权重向量计算公式的结果带入各工艺方案到理想解的距离计算公式，即得工艺方案i到理想解的距离d_i。d_i越小，该工艺方案越优，可由此对各工艺方案进行排序。

关于灰色关联度法

灰色关联度法根据待评价样本的各特征参量序列曲线间的相似程度来判断其关联度大小。应用灰色关联度法进行绿色制造工艺过程评价时，首先要从待评价工艺中选取一个参考序列，即理想工艺方案，该方案代表了各资源环境评价指标的最优水平。对于已建立的标准化评价矩阵Y＝(y_ij)_m×n，作参考序列：

由于该评价矩阵所有评价指标皆为逆向，故y_0j取矩阵第j列的最小值。

然后，对于第i个工艺方案，其与参考序列在第j个评价指标处的关联系数ε_ij可表示为：

其中，ρ∈[0,1]为分辨系数，取值越小，各关联系数间的差异越显著，一般取ρ＝0.5。

最后，将工艺方案i的各指标综合，有：

r_i即第i个工艺方案与参考序列(理想工艺方案)Y₀的关联度。根据r_i值对各工艺方案排序，r_i越大，该工艺方案越优。

关于模糊综合评价法

模糊综合评价法是一种基于模糊数学的综合评价方法。该综合评价法可以依据各类评价因素的特征，确定评价值与评价因素值之间的函数关系(即：隶属度函数)，根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的机电产品加工工艺评价问题。其算法步骤：

1)确定评价指标集及权重向量

设加工工艺的评价因素有n个，记作U＝{u₁,…,u_n},称为因素集。由于各种因素所处地位和作用的不同，考虑用权重向量A＝{a₁,…,a_m}来衡量。

2)确定评语集

设所有可能出现的加工工艺评价评语有m个，记作V＝{v₁,…,v_m},称为评语集。

3)建立评判矩阵

对每个因素进行评价(评委打分或隶属度函数)，将评分转换成评价矩阵，从而得到评判矩阵R。

4)模糊综合评判

基于合适的模糊合成算子计算总评价B＝A·R，一般对B进行归一化处理，再根据最大隶属度原则做出判断，即可对机电产品加工工艺作出模糊综合评价。

关于物元评价法

物元评价法应用可拓学理论建立数控机床可靠性评价物元模型，结合权重计算方法确定各指标的权重，并引用关联函数的概念得出各加工工艺评价等级，从而能够较客观的评价机电产品加工工艺。

(1)确定机电产品加工工艺评价等级物元模型

将机电产品加工工艺评价分为m个等级，其中评价指标有n个，由此建立物元模型：

式中:N_i为机电产品加工工艺第i个评价等级；c_n为评价等级N_i工艺评价指标；ν_in为第i个评价等级对应于评价指标的量值范围。

(2)确定物元模型的经典域

式中:ν_in为第i个评价等级对应于评价指标的量值范围，即<a_in,b_in>。

(3)确定物元模型的节域

节域R_p指各评价指标在全部等级的值域：

式中：V_p为第i个评价等级对应于评价指标的量值范围，即<a_pn,b_pn>。

(4)确定待评物元

对待评工艺方案，将分析计算得到的各评价指标的具体数值用物元表示为：

式中：ν_n为待评工艺方案应于评价指标的量值，即机电产品加工工艺的评价指标值。

(5)计算待评机电产品加工工艺评价等级的关联度

设待评机电产品加工工艺评价等级关于评价指标C_n的距离为ρ(x_i,x_ji)，加工工艺与N_p关于评价指标C_n的距为ρ(x_i,x_pi)，则待评机电产品加工工艺的评价指标C_n关于第j个等级的关联函数为：

式中：

通过权重计算方法确定评价指标C_n的权重w_i，则待评加工工艺的评价指标C_n关于第j个等级的关联度为

最终由最大隶属度原则(关联度最大准则)可知各加工工艺方案的评价等级。

在步骤A2中，采用模糊聚类分析计算法剔除评价方法集中不相容的原始工艺评价方法，并得到相容方法集；实施时，本方案优选步骤A2进一步包括：

在步骤A21中，根据标准化处理后的初次评分，采用模糊相似矩阵算法计算评价方法集中任意两个原始工艺评价方法间的相关度；步骤A21的具体实现过程如下：

在标准化处理后的初次评价矩阵U＝(u_ij)_n×b基础上，作模糊相似矩阵：

其中，r_ij可用夹角余弦法表示为：

其中，r_ij为M中第i种评价方法所得结论向量u_i与第j种评价方法所得结论向量u_j之间的相关度。

在步骤A22中，随机选择一阈值，并控制阈值递减，直至获取一个原始工艺评价方法与其他所有原始工艺评价方法之间的相关度小于递减后的阈值；步骤A22的具体实现过程如下：

对于任意给定的阈值λ∈(0,1]，令：

则下三角矩阵R可化为只有0和1组成的布尔矩阵，令λ从1开始递减，总存在λ＝λ₀，可使R中因素变为如下情况：

此时，表示在阈值λ₀下，第k种原始工艺评价方法的结论向量u_k单独归于一类，除它外的其他b-1种评价方法可归于另一类。

在步骤A23中，计算获取的原始工艺评价方法的初次评分与评价方法集中余下原始工艺评价方法的初次评分的均值之间的相关度系数：

根据下式分别求得这b-1种原始工艺评价方法结论的平均向量以及u_k与的相关系数r_k：

其中，

查表得一定显著性水平下r_k的界值r_a。表4列出了在样本(待评价工艺方案)数不是很多的情况下的部分相关系数显著性检验表。

表4相关系数显著性检验表

在步骤A24中，判断相关度系数是否小于相关系数界值，若小于，则剔除评价方法集中获取的原始工艺评价方法，并返回步骤A22，若大于，则采用剔除获取的原始工艺评价方法的评价方法集作为相容方法集。

在步骤A3中，计算相容方法集中原始工艺评价方法对待评价工艺的初次评分的漂移度，并以漂移度为依据进行赋权值，经加权后得到每个待评价工艺的组合评价。

实施时，本方案优选步骤A3进一步包括：

A31、计算相容方法集中原始工艺评价方法对同一待评价工艺的初次评分的平均值；

A32、计算相容方法集中原始工艺评价方法对应的初次评分与平均值的相关度r和漂移度1-r，之后根据漂移度计算相容方法集中与其对应的原始工艺评价方法对应的初次评分的计算权重；以及

A33、依次将计算权重与相容方法集中原始工艺评价方法的初次评分相乘再求和，得到待评价工艺的组合评价。

步骤A31至步骤A33具体计算方法如下：

对于相容方法集M₁中的b₁种原始工艺评价方法，求其对n种工艺方案评价的平均结论向量并求各评价方法与其相关系数r_i，于是得到各方法漂移度p_i＝1-r_i，进而由下式分别得到各评价方法的权重w_i与各待评价工艺评价结论的加权平均值U_j。

第i种方法的权重可表示为：

则针对待评价工艺中的第j个对象，有组合评价结论：

对各待评价工艺的组合评价结论从高到低排序，则确定出这些待评价工艺的优劣顺序，并为后续的工艺规划决策提供有价值参考。

Claims (10)

1.机电产品加工工艺评价系统，其特征在于，包括评价指标构建模块和与评价指标构建模块连接的绿色工艺评价模块；

评价指标构建模块，用于接收机电产品待评价工艺的评价指标，并根据评价指标构建机电产品的原始数据矩阵；

所述评价指标包括多个一级指标，每个一级指标包括多个二级指标，所述一级指标包括加工质量、加工时间、加工成本、资源消耗和环境影响；

所述绿色工艺评价模块包括依次连接的量纲转化模块、一级指标权重计算模块、二级指标权重计算模块和理想方案确定模块；

量纲转化模块，用于对构建的原始数据矩阵进行量化，并归一化处理得到待评价工艺在指标上的标准化矩阵；

一级指标权重计算模块，用于接收专家对每个待评价工艺的评价指标的打分信息，并采用三角模糊层次分析方法得到一级指标权重值；

二级指标权重计算模块，用于计算每个二级指标与其隶属的一级指标的关联度，并对关联度进行归一化处理得到二级指标权重值，之后将二级指标权重值与其所隶属的一级指标的一级指标权重值相乘得到综合权重；以及

理想方案确定模块，用于采用改进的TOPSIS方法，根据综合权重和标准化矩阵求解待评价工艺与理想方案之间的距离，通过比较与理想方案的距离判断待评价工艺的优劣程度。

2.根据权利要求1所述的机电产品加工工艺评价系统，其特征在于，还包括制造工艺存储模块及与制造工艺存储模块和评价指标构建模块连接的组合工艺评价模块；

制造工艺存储模块，用于存储多种对机电产品加工工艺进行评价的原始工艺评价方法；

所述组合工艺评价模块包括依次连接的原始方法集评价模块、相容方法集筛选模块和综合评价模块；

原始方法集评价模块，用于读取用户选取的多个原始工艺评价方法构成评价方法集，并采用选取的每个原始工艺评价方法对待评价工艺构建的原始数据矩阵作初次评分；

相容方法集筛选模块，用于采用模糊聚类分析计算法剔除评价方法集中不相容的原始工艺评价方法，并得到相容方法集；

综合评价模块，用于计算相容方法集中原始工艺评价方法对待评价工艺的初次评分的漂移度，并以漂移度为依据进行赋权值，经加权后得到每个待评价工艺的组合评价。

3.根据权利要求2所述的机电产品加工工艺评价系统，其特征在于，还包括分别与所述理想方案确定模块和综合评价模块连接的绿色工艺优化模块；

所述绿色工艺优化模块，用于搜索机电产品的多种生产工艺，并从资源消耗和环境影响两个方面对理想方案确定模块或综合评价模块确定的最优待评价工艺进行分析，并给出优化措施。

4.根据权利要求2所述的机电产品加工工艺评价系统，其特征在于，所述原始方法集评价模块包括依次连接的评价集生成模块、评价生成模块和标准化处理模块；

评价集生成模块，用于根据用户选取的多个原始工艺评价方法构成评价方法集；

评价生成模块，用于采用评价方法集中的原始工艺评价方法对待评价工艺构建的原始数据矩阵进行评价，生成初次评分；以及

标准化处理模块，用于对生成的初次评分进行标准化处理，得到标准化处理后的初次评分。

5.根据权利要求4所述的机电产品加工工艺评价系统，其特征在于，所述相容方法集筛选模块包括依次连接的相关度计算模块、查找模块和剔除模块，所述剔除模块的输出分别与综合评价模块和相关度计算模块连接；

相关度计算模块，用于根据标准化处理后的初次评分，采用模糊相似矩阵算法计算评价方法集中任意两个原始工艺评价方法间的相关度；

查找模块，用于随机选择一阈值，并控制阈值递减，直至获取一个原始工艺评价方法与其他所有原始工艺评价方法之间的相关度小于递减后的阈值；

相关度系数计算模块，用于计算获取的原始工艺评价方法的初次评分与评价方法集中余下原始工艺评价方法的初次评分的均值之间的相关度系数；以及

剔除模块，用于判断相关度系数是否小于相关系数界值，若小于，则剔除评价方法集中获取的原始工艺评价方法，并返回评价方法查找模块，若大于，则采用剔除获取的原始工艺评价方法的评价方法集作为相容方法集。

6.根据权利要求5所述的机电产品加工工艺评价系统，其特征在于，所述综合评价模块包括依次连接的均值计算模块、权重计算模块和综合评价计算模块；

均值计算模块，用于计算相容方法集中原始工艺评价方法对同一待评价工艺的初次评分的平均值；

权重计算模块，用于计算相容方法集中原始工艺评价方法对应的初次评分与平均值的相关度r和漂移度1-r，之后根据漂移度计算相容方法集中与其对应的原始工艺评价方法对应的初次评分的计算权重；以及

综合评价计算模块，用于依次将计算权重与相容方法集中原始工艺评价方法的初次评分相乘再求和，得到待评价工艺的组合评价。

7.一种采用权利要求1-6任一所述的机电产品加工工艺评价系统的评价方法，其特征在于，包括：

S1、用于接收机电产品待评价工艺的评价指标，并根据评价指标构建机电产品的原始数据矩阵；

S2、对构建的原始数据矩阵进行量化，并归一化处理得到待评价工艺在指标上的标准化矩阵；

S3、接收专家对每个待评价工艺的评价指标的打分信息，并采用三角模糊层次分析方法得到一级指标权重值；

S4、计算每个二级指标与其隶属的一级指标的关联度，并对关联度进行归一化处理得到二级指标权重值，之后将二级指标权重值与其所隶属的一级指标的一级指标权重值相乘得到综合权重；以及

S5、采用改进的TOPSIS方法，根据综合权重和标准化矩阵求解待评价工艺与理想方案之间的距离，通过比较与理想方案的距离判断待评价工艺的优劣程度。

8.根据权利要求7所述的评价方法，其特征在于，当评价系统包括组合工艺评价模后，在步骤S1之前还包括：

S0、判断用户是否选择绿色工艺评价模块进行评价，若是，则执行步骤S1至S5，否则执行步骤A1至步骤A3；

A1、读取用户选取的多个原始工艺评价方法构成评价方法集，并采用每个选取的原始工艺评价方法对待评价工艺构建的原始数据矩阵作初次评分；

A2、采用模糊聚类分析计算法剔除评价方法集中不相容的原始工艺评价方法，并得到相容方法集；

A3、计算相容方法集中原始工艺评价方法对待评价工艺的初次评分的漂移度，并以漂移度为依据进行赋权值，经加权后得到每个待评价工艺的组合评价。

9.根据权利要求8所述的评价方法，其特征在于，步骤A2进一步包括：

A21、根据标准化处理后的初次评分，采用模糊相似矩阵算法计算评价方法集中任意两个原始工艺评价方法间的相关度；

A22、随机选择一阈值，并控制阈值递减，直至获取一个原始工艺评价方法与其他所有原始工艺评价方法之间的相关度小于递减后的阈值；

A23、计算获取的原始工艺评价方法的初次评分与评价方法集中余下原始工艺评价方法的初次评分的均值之间的相关度系数；以及

A24、判断相关度系数是否小于相关系数界值，若小于，则剔除评价方法集中获取的原始工艺评价方法，并返回步骤A22，若大于，则采用剔除获取的原始工艺评价方法的评价方法集作为相容方法集。

10.根据权利要求9所述的评价方法，其特征在于，步骤A3进一步包括：

A31、计算相容方法集中原始工艺评价方法对同一待评价工艺的初次评分的平均值；

A32、计算相容方法集中原始工艺评价方法对应的初次评分与平均值的相关度r和漂移度1-r，之后根据漂移度计算相容方法集中与其对应的原始工艺评价方法对应的初次评分的计算权重；以及

A33、依次将计算权重与相容方法集中原始工艺评价方法的初次评分相乘再求和，得到待评价工艺的组合评价。