生命周期评价全流程及SimaPro软件应用与碳足迹分析学习班
各企事业单位：SimaPro以系统和透明的方式轻松建模和分析复杂的生命周期，通过确定供应链中每个环节的热点，从原材料的提取到制造，分销，使用和处置，衡量所有生命周期阶段的产品和服务对环境的影响。SimaPro是过去25年评估生命周期的最佳应用程序。该软件受到许多行业和科学家的信赖，并在80多个国家使用。生命周期评估，简称为LCA，是用于测量各种产品和过程的环境评估的解决方案。SimaPro软件旨在帮助您应用LCA专业知识进行更改并应用可持续价值。当您想为您的业务做出最佳和不必要的决策时，您需要了解事实以及与他们沟通的正确方式。
SimaPro提供最新的科学方法和数据库以及丰富的数据，使您可以收集和评估产品和流程的环境绩效。通过这种方式，您可以将改变公司产品生命周期的想法提交给您的同事，以便阐明您的业务未来。
SimaPro软件的特点和功能：
² 完全控制产品生命周期评估研究
² 精密计算，以做出关键决策
² 使用大型数据库和单级处理
² 仔细审查结果并跟进最详细的提示
² 支持LCA和EPD
² 使用准确的科学方法来衡量产品稳定性
为提高LCA相关工作者技术水平，树谷特举办生命周期评价方法及SimaPro软件应用与碳足迹分析培训班，旨在帮助大家系统学习生命周期评价整体流程及SimaPro软件操作及实际项目应用，是目前为止，应用SimaPro进行生命周期评价最详细最系统的培训，学习完本次课程后，基本可以独立完成相关项目工作。
【培训时间】 2024年04月17日-04月18日 共计2天 (上午9:30-12:00 下午14:30-17:00)
【培训方式】 线上直播，开课前会务组将统一告知直播平台及房间ID
【培训目标】
1、掌握LCA基本概念和方法框架
2、掌握生命周期评价模型结构和各个功能操作
3、掌握生命周期评价模型工作流程（开始到结论全流程）
4、通过典型案例讲解，使学员掌握模型实际应用和生命周期评价项目工程程序。
5、现场答疑，解决学员工作中遇到的各类常见问题。
【课程框架】
1. 序言
2. LCA方法背景和重要意义
3. LCA国际标准定义的方法及框架
4. SimaPro软件学习
Ÿ 熟悉 SimaPro 中重要的结果显示方式和术语
Ÿ 使用标准用户界面
Ÿ 产品过程录入
Ÿ 录入废物处理和废物场景
Ÿ 录入一个完整的产品生命周期
Ÿ 结果分析
Ÿ 参数进行灵敏度分析
Ÿ 使用向导建立精确的产品阶段
Ÿ 输入输出
Ÿ 解决权重争议
Ÿ 蒙塔卡洛分析
Ÿ 案例分析
详细安排
以下是为期两天的SimaPro生命周期评价软件培训课程更为具体的安排，课程安排仅供参考，实际的培训内容可能会根据学员情况进行略微整改。每个时间段的时长可以根据具体情况进行适当调整，学员需自备电脑及安装好所需软件，上课使用。
第一天上午 9：30-12：00 | 课程介绍和目标设定 | 1、介绍培训目标和课程大纲 2、讨论学员的期望和需求 3、生命周期评价的背景和应用 |
LCA方法与SimaPro简介与功能概述 | 1、介绍LCA方法框架及SimaPro背景和应用领域 2、探讨SimaPro的主要功能和工具
| |
SimaPro软件介绍与生命周期评价流程梳理 | 1、安装和配置SimaPro，进行必要的设置和配置 2、软件运行及链接数据库方法 3、SimaPro界面介绍 4、SimaPro相关数据库介绍 5、建模思路与方法、模型结构与生产工艺流程之间的关系、特殊情况的处理 6、工作流程从项目开始到得出结论的全流程梳理
| |
第一天下午 14：30-17：00 | 数据输入和处理 | 1、学习如何输入和管理数据 2、导入和导出数据文件 3、处理和编辑产品和过程数据 |
建立基本生命周期评价模型 | 1、案例分析，创建一个新项目 2、构建案例产品的生命周期模型 3、添加物料、能源和废弃物流程 | |
Q&A和总结 | 回答学员提出的问题；总结当天培训内容和成果 | |
第二天上午 9：30-12：00 | 高级模型构建 | 1、使用SimaPro的高级功能，例如循环过程、多输出流程等 2、添加环境影响因素和社会影响因素 3、创建灵敏度分析和不确定性模型 |
数据质量和验证 | 1、理解数据质量的重要性 2、检查和验证输入数据的准确性和可靠性 3、处理缺失数据和不确定性 | |
第二天下午 14：30-17：00 | 解释和报告结果 | 1、有效地解读和传达生命周期评价结果 2、使用图表、图形和表格展示结果 3、编写专业的生命周期评价报告 |
实际案例研究和应用 | 1、基于真实场景，建立案例生命周期模型 2、应用SimaPro软件进行生命周期评价，分析和讨论实际案例研究 3、深入探索如何将生命周期评价应用于学员实际项目 | |
Q&A和总结 | 回答学员提出的问题；总结培训内容和成果 |
转载本文请联系原作者获取授权，同时请注明本文来自肖辉科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3377877-1428903.html?mobile=1
收藏
