摘要
碳效率，即衡量每单位碳排放所对应的实际产出，对于管理低碳车间以及推动可持续制造而言至关重要。然而，生产过程中往往存在各种离散事件（如设备故障、参数调整）以及众多关系复杂的排放因子，这使得很难确定起主导作用的因素及各类事件的影响程度，进而难以为运营和维护决策提供方向。本文提出了一种演绎式监控模型，用于分析在多事件并发情况下的碳效率变化。首先，为确保可追溯性，该模型构建了一个多分辨率的强化碳效率信息传递网络。它将排放因子分为时间驱动型和事件驱动型两类，并在并行离散事件系统规范框架下，采用高低分辨率模型进行分层聚合，从设备层面到车间层面逐步推导，从而为特定因素建立可追溯路径。其次，针对影响程度难以确定的难题，该模型设计了一种用于处理多事件并发的动态监控模型。这种状态驱动的动态碳效率核算方法能够根据设备状态的切换自动调整，而规则驱动的优先级推断策略则能按照既定顺序独立计算每个事件的影响程度。通过对某机床主轴生产车间的案例研究，验证了该模型的有效性。在基准条件下，8小时累计碳排放量与实际产出的相对核算误差分别约为1.05%和0.89%。在多事件并发场景下，该模型在30次独立测试中均能保持轨迹的可重复性，并可实现影响程度的独立分解，而传统的离散事件模拟则会出现轨迹不确定性。此外，通过42种多参数扰动组合的测试，该模型展现了良好的可追溯性以及准确的根本原因定位能力，为低碳维护决策提供了透明且可靠的定量依据。
