向 峰1黄圆圆1左 颖2陶 飞2
1.武汉科技大学机械自动化学院，武汉，430081
2.北京航空航天大学自动化科学与电气工程学院，北京，100191
摘要：分析了产品能耗评估、产品能效评估、制造服务能耗评估、面向服务水平等级协议（SLA）的制造服务能效评估等阶段发展历程。区别于单位产品能效评估，面向SLA的制造服务能效评估是在服务提供方和使用方约定的开销和服务质量水平下，对制造服务全生命周期的能源消耗效率进行评估。提出一种面向SLA的制造服务能效评估框架，分析了制造服务的5大类关键技术，为向用户提供可随时获取、优质低耗的制造服务提供了理论基础。
关键词：服务水平等级协议；制造服务；能效评估；能耗评估
云计算、大数据、物联网、信息物理系统（CPS）等新一代信息化技术的广泛应用，促进了新兴制造业的蓬勃发展和传统制造业的重塑，各类先进智能制造系统和制造模式相继出现，如德国的“工业4.0”、美国的“工业互联网”、欧盟的“制造云”、中国的“互联网+制造”，这些先进制造模式的共同特征包括智能化、服务化、绿色化等，以实现面向服务的全生命周期、网络化制造，向用户提供可随时获取、按需使用、安全可靠的制造资源服务。
我国是能源消耗大国，制造业如果以单纯依靠数量的粗放发展模式，将是资源、环境所不能承受的，经济的发展很可能因能源的短缺而面临放缓，2016年12月国务院印发了“十三五”节能减排综合工作方案，提出深入实施“中国制造2025”，深化制造业与互联网融合发展，促进制造业高端化、智能化、绿色化、服务化，提出“推动服务业发展”、“推动节能环保、新一代信息技术、高端装备制造、新能源等战略性新兴产业发展”等，以确保“十三五”节能减排约束性目标的实现。2018年3月政府工作报告提出加快新旧发展动能接续转换，发展壮大新动能，以“互联网+制造”的服务模式推进工业强基、智能制造、绿色制造等重大工业计划。因此围绕“服务”和“绿色”两大先进制造特征，开展制造服务能效的研究和应用，以促进我国制造企业向服务型及绿色型企业转型、推动用户获取优质低耗的制造服务，已成为当前我国面向服务的制造发展和研究的重点之一。能耗及能效评估一直是绿色制造节能减排的研究热点和关键技术，而目前的研究中，评估对象为离散型和连续型生产方式下的产品、零件及部件，制造加工过程及产品设计，制造装备及制造系统等，缺乏面向服务的制造能耗相关研究。本文结合“面向服务的智能制造”和“面向节能减排的绿色制造”两大发展背景，提出了面向服务水平等级协议（service level agreement，SLA）的制造服务能效评估框架及关键技术。
针对制造业节能减排的要求，从产品设计、制造、使用、回收全生命周期，以设备级、工艺级、车间级、产品级及其生产制造系统作为研究对象进行能耗乃至能效预测和评估。从不同评估的对象出发，能效评估的侧重点也有所区别：
（1）离散型和连续型生产方式。相比于离散型制造，钢铁、化工等连续型制造的单机机电设备耗能大，是否能设计出更节能的机电设备，将直接影响生产制造过程的能效。离散型制造过程复杂，各生产流程相互关联，其研究侧重于各环节，包括不同设备、不同工艺路线、不同生产环境下的能效建模、分析及预测。大批量离散型制造则通过批量生产的能耗评估，研究降低单位产品能耗。
（2）制造加工过程和产品设计。生产加工过程的能效研究主要在切削、压力加工、铸造、焊接、热处理、覆盖层、装配与包装等过程中，在不同工艺参数、不同设备运行状态下对能效进行分析，能效的表现形式多为电能、水、切削液、润滑液等辅助原料的直接能耗。产品设计过程的能效研究多采用投入产出模型，以BOM的形式分析原材料、零部件的消耗量，以间接减少能耗的形式提高原材料或者零部件的利用率。
（3）制造企业和用户层次。企业关注制造业内部制造产品、零件、部件的制造能效研究；用户侧重点是使用该产品过程的能效。
（4）产品制造和服务层次。产品制造侧重于研究成品生产过程中所涉及的各类设备在制造、加工过程各环节能量消耗状态的评估［1］，通过仿真和预测来提高制造系统的整体能效。制造服务的能效评估则是在制造产品的基础上为推进用户获取优质低耗的制造服务而进行的能效评估，是产品能耗、能效评估的扩展，它结合面向服务制造的理论和方法，从服务质量和能效的双重角度进行评估。
制造服务狭义的能效评估是将产品的制造全生命周期融于服务业，以服务全生命周期为主线而进行的能源消耗程度的评估。制造服务广义的能效评估是在服务提供方约定的一定开销和服务质量水平等级下，对制造服务在服务全生命周期各阶段的能源消耗的评估，是面向SLA的能效评估。由能耗评估向能效评估的过渡是绿色制造的必经历程，其阶段大致分为：产品能耗评估、产品能效评估、制造服务能耗评估、面向SLA的制造服务能效评估。图1中，正体字表示相关阶段元素，斜体字表示相比上个阶段新增元素。
图1 制造服务能效评估历程
Fig.1 Evaluation process of energy efficiency in manufacturing services
产品能耗评估的典型特征是对设计、制造、使用各环节原材料以及加工设备能源消耗的评估。制造商收集和提取产品制造各阶段不同状态的能耗数据，采用Petri网、多能量源动态能耗建模［2］、分层次综合分析等方法对产品能耗进行评估。设计环节的产品能耗评估主要是以设计出低使用能耗的产品为目的的研究；制造环节的产品能耗评估是以降低零件、部件、产品等在制造过程中所涉及到的车、铣、刨、磨等各个生产单元的能耗为目的的研究；使用环节的产品能耗评估是以提高产品使用寿命以及减少输入能源为目的的研究。李涛等［3］将产品制造过程划分为切削单元、加工阶段整机、工艺单元进行综合分析及建模；蒋钦［4］从节能减排含义进行了多角度的界定；吴英俊等［5］提出了基于熵权法和专家打分法的节能减排评估方法。
产品能效评估的典型特征是评估产品全生命周期能源利用率，即对设计、制造、运输、使用、维修与处置等全生命周期各阶段的产品能效进行评估。通过效率计算及分析模型、不同权重多指标分析等方法综合评估单位产品能耗即能效，并对产品进行全生命周期优化及设计。广义上的产品能效评估是以提高不同区域空间能源利用率为目的的研究［6⁃7］；狭义的产品能效评估是以分析及预测产品生命周期各个环节能源利用程度为目的的研究。刘飞等［1］对机械制造系统能量消耗状态和能量消耗过程及其能量效率系统进行了评价；胡小梅等［8］采用模糊Petri网对企业的能耗进行建模，设计出了企业能效综合评估系统；李丹等［9］设计出一套适合中小企业的效率计算和节能效果分析模型。
随着服务业的发展，不同行业与服务业相互结合的新型服务形式伴随着客户需求而深入服务生命周期的各个阶段。制造服务业［10⁃11］带来的大量电能消耗、温室气体排放［12］、数据中心能源消耗［13］等问题给企业乃至国家带来了沉重的负担，对制造服务的能耗评估成为必然趋势，其典型特征是：由产品全生命周期延伸至服务全生命周期的定制、执行及售后阶段，将产品能耗的评估过程以服务的形式向用户提供。该阶段由市场需求大批量生产提升到客户需求个性化定制的层次，服务类型更趋智能化、绿色化，服务过程的提供方也由原来的制造商转变成服务提供商。CHENG等［14］提出制造服务供需匹配网络，揭示了需求的服务和服务的供应之间存在可匹配的相关性，用户的需求与服务的供给之间的匹配重在为用户提供更加智能、绿色、高质的制造服务。此阶段的制造服务过程仍处于初始阶段，如何在制造服务能耗评估的基础上，运用先进的数据处理、服务过程追踪、实时评估反馈等技术对制造服务的能效进行评估，成为下阶段研究的重点。ZUO等［15］提出了利用物联网（IoT）技术，对能耗相关数据进行实时动态采集、产品能耗评估与分析的方法；陶飞等［16⁃18］提出了基于BOM的三层架构节能减排的评估系统，使得节能减排评估与企业现有信息化无缝衔接；向峰等［19⁃20］提出了基于物联网的云制造资源服务能耗综合评估框架和云制造服务能耗计算模型，建立了各类能源消耗计算矩阵，给出了制造服务综合能耗计算方法。
面向SLA的制造服务能效评估是在服务提供方和使用方约定的开销和服务质量水平下，对制造服务全生命周期的能源消耗效率进行评估。将制造服务SLA定义为一个由制造服务提供方、使用方及第三方等组成，并经多方谈判、协商而达成的服务协议。该协议包括各参与方规定的多项条款、服务的不同属性所涉及的能源消耗成本区间、国家及企业的政策、参与方义务、违约处罚条款等多项内容，是制造服务提供方与用户为达到和维持理想的服务质量而协商制定的一套相关目标和过程，具有透明、强制、实时同步的特性。透明性指的是协议参与方行为的透明；强制性则体现在参与方需要强制按照协议的过程，达到协议的理想目标；实时同步性是对协议执行过程中协议达成情况的实时更新。协议的执行过程就是将SLA各项条款实时映射在与之对应的制造服务各阶段参与方行为中的过程，即面向SLA的“协议-行为”映射过程。将制造服务水平等级定义为服务质量所能达到的相关标准的程度，该标准是经过多方协商并结合国家、企业内部多方面的综合评估而获得的结果。
本阶段的典型特征是结合SLA，将制造服务全生命周期的能耗能效评估过程以服务的形式为用户实时个性化定制。在现有产品能耗评估的模型及算法、产品能效评估的模型及指标、制造服务能耗评估的框架、将SLA与能耗相结合的模糊多准则和目标资源管理［21］等评估方法的基础上，本文将能耗评估与服务水平等级相结合，在SLA“协议-行为”实时映射的基础上对制造服务各个环节的能效进行评估，将“持续、高质、绿色”的理念贯穿于制造服务全生命周期。
如图2所示，面向SLA的制造服务能效评估框架包括感知层、数据支撑层、评估层和应用层，其中，感知层感知和采集服务过程中服务质量和能耗数据，数据支撑层包括对感知数据进行分类、清洗、处理、存储等过程，多源异构数据经集成及处理后才能进行服务能效评估，评估层对制造服务SLA等级、服务能耗乃至服务能效分三个步骤进行评估，应用层有效实现了能效评估结果的服务化应用。
图2 面向SLA的制造服务能效评估框架图
Fig.2 Framework map of SLA oriented energy efficiency evaluation of manufacturing service
制造服务能效评估的感知层在IoT、通信网络、人工输入等基础上对多源异构数据进行采集及获取。不同类型数据的获取方式不同：制造服务执行期间固定不变的数据，如物理空间、国家政策等，通过人工输入、场景识别、智能搜集等方法进行数据的获取；制造服务全生命周期随时间推移的流动数据，在物联网的基础上通过多种设备的协同控制，对数据进行主动监测及追踪；为了提供智能、绿色、高质的服务，采用用户满意度相关数据与客观数据相融合的方法可以获取更加精准合理的数据，海量异构、多维、多源数据的有效感知和集成为SLA的定制、映射及能效评估提供数据源接入方法。
数据支撑层是制造服务能效评估的数据基础，在云平台上存储制造服务全生命周期涉及的数据，包括对制造服务全生命周期能耗相关数据（原材料、水、电、物理空间、人力资源、存储空间、时间等）的分布式存储，与服务水平相关的客观数据及部分主观评价数据的分布式存储，以及对其他零散数据进行的分布式存储。为方便数据调用，形成了制造服务的各类数据库，如制造服务能耗数据库、制造服务服务水平数据库、设备工艺数据库、用户管理数据库、指标参数数据库、国家企业能耗限额数据库、用户需求及评价数据库等。
评估层主要由三个阶段组成：对采集到的大量数据进行管理、SLA的制定及管理、制造服务能效评估。
（1）阶段一是对能耗相关数据、服务水平相关数据及其他数据进行挖掘、清洗、筛选、融合，不同环境下对参数进行动态选取，以及各种指标的设定等。
（2）阶段二是规范制造服务能耗评估各个环节的行为协议，在SLA的基础上将约定的协议进行实时映射。不同企业制定的SLA不同，为建立能耗模型，本文分析了随时间变化的制造服务SLA的完成率：
其中，Fcr,i(t)为第i项制造服务SLA的完成率函数；Fas，ij（t）为实际上的第i项服务的第j种属性随时间变化时，处于SLA期望内属性的量化函数；Fes，ij（t）为期望的第i项服务总的属性量化函数；Wj为j属性的权重。
（3）阶段三是将能耗评估与服务水平等级相结合，在数据管理、SLA“协议-行为”实时映射的基础上对制造服务的能效进行评估及优化。面向SLA的制造服务能效评估涉及多个模型的不同组合，综合考虑产品制造能效模型与服务行业的能效模型，对面向SLA的能效模型为
其中，Fee（t）为制造服务随时间变化的能效函数；Fsl，i（t）为实际完成的第i项服务服务等级的量化函数；Feq，i（t）为随时间推移服务执行过程评价的量化函数，包括客观评价和主观评价；Fec，i（t）为第i项服务的完成所需要的能量损耗函数。
制造服务的能效评估框架的应用层是面向用户的多功能输出层，是对能效评估流程及框架全面科学、多角度、不同层次的应用，包括在线服务的定制及检索、SLA进度实时查询、能耗及服务水平分析、能效指标统计及分析、制造服务能效评估、制造服务能效可视化、国家能耗限额标准制定、高能耗环节优化、合理资源调度、高能效能源利用等。
图3 面向SLA制造服务能效评估的关键技术
Fig.3 Key technology of SLA oriented energy efficiency evaluation of manufacturing service
如图3所示，制造服务能效评估过程中的关键技术依据其整体结构性评估框架的组成，可以从以下五个方面分别进行阐述。
（1）制造服务数据的感知与获取。该过程是制造服务全生命周期数据的感知及获取的入口，多源异构数据是制造服务能效评估的支撑层，是一切能耗评估、SLA评估、数据追踪、能效评估的基础。通过无线通信网络、有线网络等的接入技术，在云平台、IoT、大数据的驱动下对制造服务全生命周期能耗进行感知、监测及预测。不同的制造服务全生命周期执行环境对服务水平、能耗量、甚至服务成功率产生不同程度的影响，对制造服务执行的环境、物理空间等不确定因素的识别与剖析，能够保证制造服务在较小扰动下稳定执行。这种实时感知识别技术促进了制造服务的在线定制与发布、服务水平指标的获取，使得面向SLA的制造服务能效评估更为便捷。
（2）多源异构数据的处理与融合。通过多感知设备的协作，不同的能耗数据及信息相互关联融合，为了得到深层次的能耗数据信息，提高数据质量，分别对不同时间序列的能耗数据进行深度挖掘，并对多源异构数据进行迭代检验。在云平台的基础上，为促使用户需求与制造商提供服务的匹配，对与期望服务相关的数据采用知识化封装技术；为保证更有效便捷的知识调用、不同用户需求的自动匹配，通过数据存储和数据迁移来促进制造服务全生命周期数据的实时调用及存储，极大提高了制造服务的自主化、智能化。制造服务能效评估涉及多种协议，如网络协议、SLA协议、国际规定的某些特殊协议等，评估过程的进行需要对各种协议进行解析及转换，通过数据的管理及驱动以节省大量时间、改善服务质量、提升服务等级。
（3）SLA的制定及评估。为了保证制造服务的精准，在制造服务执行前，由服务提供商为即将进行服务的双方行为提供一种知识化规范，而对SLA的评估就是对SLA执行程度的评估，为客户选择服务商提供了重要依据。首先，制造服务需求匹配后，由SLA以协议的方式自定义双方的行为，通过目录管理提供更为系统的查询及检索；之后，在感知与识别设备的配合下，进行“协议-行为”虚拟化及协议碎片化映射来确定SLA的执行情况，针对制造服务执行的故障事件，在不同网络协作的基础上为SLA提供实时在线协商、实时同步惩罚条款和SLA最新动态的技术；最后，在企业、国家甚至国际的标准协议的规范下，采用新一代互联网、人工智能等技术，使SLA自调节优化。
（4）面向SLA的制造服务能效的评估与预测。该过程是制造服务能效评估的中心技术支撑，亦是对清洗、挖掘及融合的数据进行加工处理的过程，包括复杂环境下能耗、能效的动态参数化建模，不同权重下多角度、细粒度的服务水平的指标、阈值选取；为保证SLA与制造服务能效评估无缝衔接，需要预测制造服务生命周期评估中的故障情况，并结合SLA对制造商各环节能源需求进行合理化分配资源，以及在云平台的基础上实现的端对端的客户服务水平评价，为验证SLA的“协议-行为”匹配程度，需要对SLA进行分析与评估，并对制造服务各环节能效进行验证。
（5）制造服务能效的优化。优化过程是改善服务质量提升服务能效的关键，为确保制造服务模型更为精准、服务更为全面，将制造服务能效优化过程分为四个层次：在云服务平台的支持下，参与方可实时在线反馈及检索；在不同服务环境下，充分调用多种算法、选取不同参数对制造服务能效评估涉及的模型进行优化；经过各个服务环节的评估、仿真及验证，主动优化或拆解高能耗环节；将制造服务能效评估过程涉及的资源知识化封装，并进行不同服务环节资源配置，通过柔性调度制造服务流程及设备，促使制造服务全生命周期更为完善和成熟。
随着制造业向服务业的转型，针对新型制造服务业能耗评估不能有效解决能源利用不充分的问题，在分析以往研究的数学模型、权重、指标等方法的基础上，本着提供“高质、低耗”的服务理念，提出了面向SLA的制造服务能效评估框架，评估过程将制造服务能耗和服务水平等级与SLA紧密相连，以保证“协议-行为”的实时映射、反馈及协商，对企业提高制造服务的执行成功率、参与方的满意度具有重要的理论意义及应用价值。
有待深入的研究有两个：①将先进技术与制造服务能效评估相结合的研究，即利用先进的数据处理、服务过程追踪、实时评估反馈等技术对制造服务的能效进行评估，使评估过程更加智能化，评估效率更高；②对实现SLA实现“协议-行为”映射的研究，“协议-行为”的实时映射有助于提高协议双方的满意度和制造服务的成功率。
参考文献：
［1］ 刘飞，王秋莲.机械制造系统能效评价的特点、研究现状及发展趋势［J］.中国机械工程，2013，24（11）：1550⁃1556.LIU Fei，WANG Qiulian.Energy Efficiency Assess⁃ment of Mechanical Manufacturing System：Charac⁃teristics，State⁃of⁃the⁃art and Future Trends［J］.China Mechanical Engineering，2013，24（11）：1550⁃1556.
［2］ 何彦，林申龙，王禹林，等.数控机床多能量源的动态能耗建模与仿真方法［J］.机械工程学报，2015，51（11）：123⁃132.HE Yan，LIN Shenlong，WANG Yulin，et al.Meth⁃od for Modeling the Dynamic Energy Characteristics of Multi⁃ energy Sources in CNC Machine Tool［J］.Journal of Mechanical Engineering，2015，51（11）：123⁃132.
［3］ 李涛，孔露露，张洪潮，等.典型切削机床能耗模型的研究现状及发展趋势［J］.机械工程学报，2014，50（7）：102⁃111.LI Tao，KONG Lulu，ZHANG Hongchao，et al.Re⁃cent Research and Development of Typical Cutting Machine Tool’s Energy Consumption Model［J］.Journal of Mechanical Engineering，2014，50（7）：102⁃111.
［4］ 蒋钦.中国节能减排理论研究综述［J］.社科纵横，2010，25（10）：41⁃43.JIANG Qin.A Review of the Theory of Energy Con⁃servation and Emission Reduction in China［J］.So⁃cial Sciences Review，2010，25（10）：41⁃43.
［5］ 吴英俊，苏宜强，成乐祥.基于熵权法和专家打分法的企业节能减排效果评估方法［J］.电器与能效管理技术，2015（16）：63⁃68.WU Yingjun，SU Yiqiang，CHENG Lexiang.Energy Conservation and Emission Reduction Evaluation for Enterprises Based on Entropy Weight Coefficient Method and Expert Scoring Method［J］.Electrical and Energy Efficiency Management Technology，2015（16）：63⁃68.
［6］ 陈行政，李聪波，李丽，等.面向能效的多工步数控铣削工艺参数多目标优化模型［J］.计算机集成制造系统，2016，22（2）：538⁃546.CHEN Xingzheng，LI Congbo，LI Li，et al.Multi⁃objective Parameter Optimization Model of Multi⁃pass CNC Milling for Energy Efficiency［J］.Interna⁃tional Journal of Computer Integrated Manufactur⁃ing，2016，22（2）：538⁃546.
［7］ 关伟，许淑婷.辽宁省能源效率与产业结构的空间特征及耦合关系［J］.地理学报，2014，69（4）：520⁃530.GUAN Wei，XU Shuting.Spatial Patterns and Cou⁃pling Relations between Energy Efficiency and In⁃dustrial Structure in Liaoning Province［J］.Acta Geographica Sinica，2014，69（4）：520⁃530.
［8］ 胡小梅，朱文华，王宇颖，等.高能耗企业能效综合评估系统设计研究［J］.计算机工程与设计，2009，30（17）：4081⁃4084.HU Xiaomei，ZHU Wenhua，WANG Yuying，et al.Research on Design of Overalls Energy Efficiency Assessment System for High Energy Consumption Enterprises［J］.Computer Engineering and Design，2009，30（17）：4081⁃4084.
［9］ 李丹，余岳峰，虞亚辉.工业企业能效评估方法研究［J］.上海节能，2007（5）：17⁃21.LI Dan，YU Yuefeng，YU Yahui.Study of Energy Efficiency Assessment for Industrial Enterprises［J］.Shanghai Energy Concervation，2007（5）：17⁃21.
［10］ 李浩，纪杨建，暴志刚，等.企业现代制造服务系统实施框架与方法学［J］.计算机集成制造系统，2013，19（5）：1134⁃1146.LI Hao，JI Yangjian，BAO Zhigang，et al.Imple⁃mentation Framework and Methodology for Enter⁃prise Modern Manufacturing Services System［J］.International Journal of Computer Integrated Man⁃ufacturing，2013，19（5）：1134⁃1146.
［11］ LI Hao，JI Yangjian，GU Xinjian，et al.A Universal Enterprise Manufacturing Services Maturity Mod⁃el：a Case Study in a Chinese Company［J］.Interna⁃tional Journal of Computer Integrated Manufactur⁃ing，2014，27（5）：434⁃449.
［12］ LIU J，JIANG J，CUI X，et al.Power Consumption Prediction of Web Services for Energy⁃efficient Service Selection［J］.Personal&Ubiquitous Com⁃puting，2015，19（7）：1063⁃1073.
［13］ ASAD Z，CHAUDHRY M A R.A Two⁃way Street：Green Big Data Processing for a Greener Smart Grid［J］.IEEE Systems Journal，2017，11（2）：784⁃795.
［14］ CHENG Ying，TAO Fei，ZHAO Dongming，et al.Modeling of Manufacturing Service Supply⁃de⁃mand Matching Hyper Network in Service⁃orient⁃ed Manufacturing Systems［J］.Robotics and Com⁃puter Integrated Manufacturing，2016，45：59⁃72.
［15］ ZUO Y，TAO F，NEE A Y C.An Internet of Things and Cloud⁃based Approach for Energy Consumption Evaluation and Analysis for a Product［J］.International Journal of Computer Integrated Manufacturing，2018，31（4/5）：337⁃348.
［16］ 陶飞，吕琳，黄巍，等.基于BOM的节能减排评估系统研究［J］.黄石理工学院学报，2012，28（4）：38⁃44．TAO Fei，LU Lin，HUANG Wei，et al.Research of Energy Saving and Emission Reduction Evaluation System Based on BOM［J］.Journal of Huangshi In⁃stitute of Technology，2012，28（4）：38⁃44．
［17］ TAO Fei，ZUO Ying，XU Lida，et al.Internet of Things and BOM⁃based Life Cycle Assessment of Energy⁃saving and Emission⁃reduction of Products［J］.IEEE Transactions on Industrial Informatics，2014，10（2）：1252⁃1261.
［18］ LV Lin，TAO Fei，ZHANG Huiping，et al.Frame⁃work of Evaluation System for Energy⁃saving and Emission⁃reduction Based on BOM［C］//IEEE International Conference on Industrial Informatics.Beijing，2012：386⁃390.
［19］ 向峰，胡业发，陶飞，等.云制造资源服务能耗评估及应用［J］.计算机集成制造系统，2012，18（9）：2109⁃2116.
XIANG Feng，HU Yefa，TAO Fei，et al.Energy Consumption Evaluation and Application of Cloud Manufacturing Resource Service［J］.International Journal of Computer Integrated Manufacturing，2012，18（9）：2109⁃2116.
［20］ 向峰.云制造系统中基于能耗的服务组合关键技术研究［D］.武汉：武汉理工大学，2013.XIANG Feng.Research on Key Techniques of En⁃ergy Consumption Aware Service Composition in Cloud Manufacturing System［D］.Wuhan：Wuhan University of Technology，2013.
［21］ ARIANYAN E，TAHERI H，KHOSHDEL V.Nov⁃el Fuzzy Multi Objective DVFS⁃aware Consolida⁃tion Heuristics for Energy and SLA Efficient Re⁃source Management in Cloud Data Centers［M］.Cambridge，USA：Academic Press Ltd.，2017.*
SLA Oriented Energy Efficiency Evaluation of Manufacturing Service
XIANG Feng1HUANG Yuanyuan1ZUO Ying2TAO Fei2
1.School of Machinery and Automation，Wuhan University of Science and Technology，Wuhan，430081
2.School of Automation Science and Electrical Engineering，Beihang University，Beijing，100191
Abstract：The development stages that included energy consumption assessment of products，energy efficiency evaluation of products，energy consumption evaluation of manufacturing services，energy effi⁃ciency evaluation of SLA oriented manufacturing services etc.were analyzed herein.Different from unit product efficiency assessment，SLA was oriented manufacturing service energy efficiency assessments，which was an assessment of the energy consumption efficiency of the whole life cycle of manufacturing services under the cost and quality of service agreed by the service providers and users.Then a SLA ori⁃ented evaluation framework for manufacturing service efficiency was put forward，which analyzed 5 key technologies，and provided the theoretical basis for users to provide available at any time，high quality low consumption manufacturing services.
Key words：service level agreement（SLA）；manufacturing service；energy efficiency assessment；en⁃ergy consumption assessment
基金项目：国家自然科学基金资助项目（51505350）；冶金装备及其控制教育部重点实验室开放基金资助项目（2015b02）；机械传动与制造工程湖北省重点实验室开放基金资助项目（2017A07）
收稿日期：2018－03－29
DOI：10.3969/j.issn.1004⁃132X.2018.20.002 开放科学(资源服务)标识码(OSID)：
中图分类号：TP391
(编辑 张 洋)
作者简介：向 峰，男，1983年生，副教授。研究方向为面向服务的制造、数字孪生、绿色制造。E⁃mail：xiangfeng@wust.edu.cn。