在2021年颁布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中提出,推进能源革命,建设清洁低碳、安全高效的能源体系。与其他可再生能源相比,核电的客观优点是稳定、效率高以及受环境影响小,超7 000小时的全年有效利用时间。作为碳排放低的清洁能源,核能是唯一能够大范围代替化石能源的重要发电主力能源。随着“碳达峰、碳中和”的目标被提出,我国核电产业的发展迎来了良机,新机组的建设、投产、检维修等也将很快进入更高的量级,以阀门研磨等为代表的检维修技术专业化、智能化已成为紧迫任务。

调研和确定旋转轴唇形密封的可持续标准,根据旋转轴唇形密封的具体结构和生产工艺,基于全生命周期评估(LCA)方法,通过定量和定性相结合的方法,计算和分析旋转轴唇形密封生命周期各阶段的能耗、碳排放、单位生产时间、成本等环境、社会和经济可持续指标,确定旋转轴唇形密封可持续改进策略:环境可持续侧重于使用阶段的能耗降低,社会可持续关注生产工艺创新,经济可持续聚焦于延寿设计。从延长使用寿命和优化运行时的摩擦状态2个方面,实施旋转轴唇形密封的可持续改进设计,分析宏观截面形状和尺寸、唇部的微观相貌、唇部材料对旋转轴唇形密封可持续性能的影响。结果表明:薄唇、微观织构和耐磨材料对降低旋转轴唇形密封的能耗和碳排放都具有积极作用,研究结果对提高旋转轴唇形密封的可持续性具有重要意义。

机床的生产加工过程中,会产生大量的碳排放,通过分析机床加工过程的碳排放相关量,预测碳排放值,从而达到降低碳排放的目的;将遗传算法对具有自适应性和函数逼近能力的小波神经网络的参数进行全局优化,来构建遗传小波神经网络模型,对机床加工过程的碳排放进行预测;并通过实验数据将遗传小波神经网络与传统小波神经网络的预测结果进行对比,结果显示,优化后的小波神经网络在机床碳排放的预测结果平均误差为0.48%,均方误差为20.5303,均优于传统神经网络,证实了在机床碳排放预测中遗传小波神经网络相对传统神经网络具有更高的逼近精度;从而能够较为准确地对机床碳排放进行预测和控制。

针对轿车变速箱制造过程碳排放评估问题,提出了一种多层次关联分析理论（HRA）与碳排放系数法（EFA）相结合的碳排放量化方法.对轿车变速箱制造过程的碳排放特性进行分析,定义了碳排放系统边界,将系统内多种碳源进行归类分析,构建了多层次碳排放要素之间的关联矩阵,并结合碳排放系数法进行基本碳源建模,进而提出了轿车变速箱制造过程碳排放量化方法,根据量化方法计算得到了轿车变速箱制造过程的碳排放量.在此基础上,使用遗传算法对轿车变速箱制造过程碳排放影响因素进行多参数优化,在不断降低碳排放量的同时保证生产效率不会降低,并对轿车变速箱进行实例优化,研究结果表明：优化后的碳排放得到了较大程度的降低,充分验证了所提方法的有效性.

考虑了实际生产的碳排放问题,提出低碳排放约束下的柔性作业车间调度问题,以最大完工时间最小和碳排放最小为目标。采用改进的遗传算法求解低碳约束下的柔性作业车间调度问题,采用分步求解,先以最大完工时间最小进行调度方案的优化,再以碳排放指标进行调度方案的选取。在低碳约束下,同时考虑机器加工运转和空闲运转,设计不同机器间的碳排放模型。通过使用改进的遗传算法求解仿真案例得到不同的调度方案,根据预设碳排放模型比较分析得出调度方案的优劣。最后通过对企业生产实例的计算,并对不同调度方案进行总碳排放的对比,验证所建立的碳排放模型的有效性。

为了在产品设计中考虑低碳性以减缓与控制碳排放,推动生态工业可持续发展,针对近年来国内外发表的研究成果,以碳排放减量化为设计目标,从产品概念设计阶段低碳设计方法、结构设计阶段适用的低碳设计方法、低碳优化设计方法、低碳设计知识库及工具研究4方面对当前热点问题进行了综述。在对产品低碳设计方法研究的基础上,从复杂产品低碳设计建模、生命周期场景下的设计优化、数据与知识驱动下的低碳设计平台开发等角度,总结提出三大研究难点与关注方向。

随着全球变暖问题日益严峻,制造业作为我国碳排放重要源头,如何实现其节能减排得到了政府与企业越来越多的关注。政府大力加强了对企业废物排放的管理,因而企业在制订制造工艺规划时环境影响已成为考虑的重要因素。根据机械零件典型加工工艺输入输出特点,分析了其环境影响排放来源(并折合为碳排放),建立了各典型工艺碳排放量化模型,模型包括了能源能耗碳排放、物料碳排放以及其他碳排放,用于量化普通机械零件制造过程环境影响,为企业决策者提供零件碳排放数据,为进一步实现制造过程节能减排优化与决策提供参考数据。为说明该量化模型的有效性,文中进行了举例说明。