全球敏感性分析减少了LCA中的数据收集工作:两种增材制造技术之间的比较
Mohamad Kaddoura1, Guillaume Majeau-Bettez2, Ben Amor3
1CIRAIG, Department of Mathematics and Industrial Engineering, Polytechnique Montréal (QC), Canada.
The Science of the total environment
|April 2, 2025
概括
本研究介绍了使用不确定性分析在生命周期评估 (LCA) 中优先考虑数据收集的框架. 它帮助制造商专注于有效的生态设计的关键环境影响参数.
科学领域:
- 环境科学 环境科学
- 工程 工程师 工程师 工程师
背景情况:
- 制造商越来越需要在技术设计中考虑环境影响.
- 生命周期评估 (LCA) 是量化环境影响和支持生态设计的关键方法.
- LCA经常面临数据可用性的挑战,需要有效的数据收集策略.
研究的目的:
- 制定一个框架,优先考虑LCA中的数据收集工作.
- 解决LCA中数据成本和稳定性之间的权衡问题.
主要方法:
- 对所有输入参数的不确定性范围进行选生命周期库存 (LCI) 分析.
- 蒙特卡洛分析通过LCA模型传播不确定性.
- 全球灵敏度分析 (Sobol'指数) 根据其对结果变化贡献的贡献对输入参数进行排名.
主要成果:
- 该框架使代过程能够对最敏感的参数进行数据收集.
- 一个比较冷喷雾和电弧增材制造的案例研究表明了框架的运行.
- 学习强调了定义不确定性范围和趋同标准的重要性.
结论:
- 开发的框架提供了一个系统的方法来优化LCA中的数据收集.
- 敏感性分析对于确定影响环境影响评估的关键参数至关重要.
- 需要进一步研究确定LCA数据收集的不确定性范围和收标准.


