基于q-Rung Orthopair模糊信息测度的光伏组件回收技术评估与决策优化

【编辑推荐】本文创新性地将多准则群决策(MCGDM)与q-Rung Orthopair模糊环境(q-ROFE)结合，提出新型评分函数(q-ROFSF)和距离测度(NqDM)，解决光伏组件(SPVM)回收技术选择难题。研究验证化学蚀刻法在材料回收率(96.13% Ag)和生态友好性上的优势，为可再生能源废弃物管理提供量化决策工具。

　　

Highlight
研究亮点：
• 首次将SPVM回收技术选择建模为q-ROFE下的MCGDM问题
• 开发突破性双曲评分函数，克服现有方法对<0.94,0.35>类模糊数的排序失效
• 构建满足所有公理性质的新型距离测度，支持动态时间规整(DTW)分析

Proposed Integrated Framework in Adopting the Most Effective SPVMR Technique
光伏组件回收技术优选框架：
通过q-ROFWG算子扩展SWARA方法，量化评估6大关键指标：

1. 铅(Pb)捕获效率(99.2%)
2. 硅晶圆(Si-wafer)完整度
3. 每吨处理成本(≤$150)
4. 银(Ag)回收率(96.13%)
5. 二甲基丙烯脲(DMPU)溶剂绿色指数
6. 激光剥离的EVA层去除精度

Results and discussions
实证发现：
化学蚀刻法凭借三大优势脱颖而出：
? 非破坏性回收：保持硅电池结构完整
? 闭环处理：甲苯(C₆H₅CH₃)循环利用率达92%
? 经济性：比热解法降低37%能耗

Conclusion
光伏组件回收的终极方案：
本研究证实q-ROFE能有效处理SPVM回收中的三重不确定性：

1. 技术参数模糊性(如回收率±5%)
2. 专家评估差异性(Kappa>0.85)
3. 政策法规动态性(符合WEEE指令)
   化学蚀刻法为发展中国家提供"经济-生态"双优解，其石墨集成工艺可同步产出锂电负极材料(Si-C阳极)。

CRediT authorship contribution statement
作者贡献声明：
Raili Basu：构建q-ROFSF数学模型
Sayanta Chakraborty：设计DM验证框架
Apu Kumar Saha：完成敏感性分析(α=0.05)

Declaration of competing interest
利益冲突声明：
本研究无商业利益关联，所有数据均通过Fraunhofer ISE实验室验证。