再制造工艺过程决策模型及应用1.doc
《再制造工艺过程决策模型及应用1.doc》由会员分享,可在线阅读,更多相关《再制造工艺过程决策模型及应用1.doc(8页珍藏版)》请在三一文库上搜索。
1、精品论文推荐再制造工艺过程决策模型及应用1曹华军,马家齐,刘飞 重庆大学机械工程学院,重庆(400030) E-mail:摘要:再制造工艺过程是以废旧产品及零部件为毛坯、包括拆卸、检测、清洗、修复、加 工及处理等一系列阶段,以实现低成本、高效率及高重用率的功能和性能恢复及升级为目标 的系统工程。研究了再制造工艺过程的多阶段多目标决策问题,提出了一种再制造工艺过程 决策框架模型;基于质量功能配置(QFD)理论及模糊回归理论建立了再制造工艺过程多目 标多阶段决策数学模型。应用实例表明 ,该模型能够帮助工程人员在不确定、模糊条件下有 效确定关联函数及自相关函数,优化再制造工艺过程,确定再制造工程技术
2、特征的最优目标 值,有利于再制造工艺过程规划能够最大程度的符合再制造决策目标。 关键词:再制造;工艺过程;质量功能配置;机床中图分类号:TH161引言再制造是当前循环经济及绿色制造领域的重要技术工程和学术热点问题,受到国内外学 术界的广泛关注。德国学者RSteinhilper认为再制造是再循环的最佳形式,并将再制造过程 归纳为:拆卸、清洗、检测与分类、再制造加工、再制造装配等五个步骤1。美国罗切斯特 理工学院有一个专门从事再制造工程研究的国家再制造和资源恢复中心2,其任务是为产业 界提供先进的再制造技术和工具,提高再制造的效率,减低成本,并减少通过设计,消减产 品对环境的负面影响。Bras B
3、等对已有再制造产品、工艺和组织设计方面的研究进展进行了 总结,认为再制造需要相关制造理论支持,应该为再制造提供更好产品和工艺设计3;Daniel V.等在对再制造生产计划与控制的现状及需求进行研究时指出由于产品回收的随机性、回收 和需求比例的不平衡性及回收产品的不可知性带来的不确定性使得再制造生产计划与控制 活动变得更加复杂4。在国内,徐滨士院士及其带领的研究团队是我国再制造的提出者和积 极倡导者,并在武器装备修复和再制造、汽车发动机再制造以及机械零部件表面修复技术等 多方面都取得了重要进展5,6。上海交大等单位与美国通用、福特汽车公司合作开展了轿车 的回收再制造研究7。现有研究工作主要集中在
4、以下几个方面:再制造一般性理论及技术框 架;再制造回收物流及生产库存控制;典型产品的再制造生产过程;单项再制造修复及检测 技术开发等。而实际上如同新产品的制造一样,再制造生产现场的工艺过程的合理规划对于 提高再制造生产效率及产品质量具有极为重要的作用。特别是区别于新产品制造,由于作为 毛坯的废旧产品及零部件数量、材料、规格、剩余寿命等的不确定性、多样化给再制造工艺 过程的规划带来很多的困难,使得再制造工艺过程规划需要克服很多的不确定性、随机性及 模糊性的影响因素,从而使得再制造工艺过程,包括拆卸、清洗、检测与分类、再制造加工、 再制造装配等多个阶段得到合理的组织、协调,满足低成本、高效率及高重
5、用率的产品再制 造目标。再制造工艺过程的多阶段多目标的规划问题是一个复杂的系统工程问题。本文将基于质 量功能配置理论及模糊回归理论,建立一种再制造工艺过程的多阶段多目标决策模型,辅助1本课题得到国家自然科学基金资助项目(项目编号:50605066);“十一五”国家支撑计划资助项目(项 目编号:2006BAF02A20)的资助。-8-工程人员在不确定、模糊条件下有效确定关联函数及自相关函数,优化再制造工艺过程,确定再制造工程技术特征的最优目标值,并最大程度的符合再制造决策目标。2决策过程框架模型再制造工艺过程决策是一个多目标、多阶段的决策问题。根据文献8,9,再制造工艺过 程的多目标可以归纳为,
6、如何在极高效率的条件下,使得再制造产品或零部件质量尽可能地 好,再制造成本尽可能地低;而同时废旧产品或零部件得到极大化重用,再制造过程产生的 二次环境排放尽可能地小。以上目标可以归纳为:效率(时间)目标(T, Time)、质量目标 (Q,Quilty)、成本目标(C, Cost )、资源重用目标(R, Reuse of resource)、环境排放目标(E, Environmental emission)等五个决策目标属性,从而构成了决策目标体系。再制造工艺过程通常可以划分为拆卸与清洗、检测与分类、再制造加工、再制造装配等 四个阶段,根据具体产品特征也可能划分为五或六个阶段。各工艺阶段构成了再
7、制造工艺过程系统。再制造工艺过程决策问题由工艺方案、人力资源方案、物流规划方案、工装方案等 一系列决策问题构成,可以将这一系列的决策问题看作为再制造工艺系统决策中的决策向 量。决策向量由一系列的决策变量进行描述与控制。如在某一导轨再制造工艺方案的决策中,工程技术特征是其决策控制的关键参量,而工程技术特征参数在各个不同的工艺阶段、甚至工序都有可能不同,如在清洗阶段要求控制零部件的表面清洁度;而在再制造加工阶段可能 要求控制直线度或平行度或尺寸精度等。单工艺阶段根据实际情况可以有多个控制参量。于 是该工艺方案的决策问题以工程技术控制为特征进行描述为表面清洁度、导轨硬度、精度保持性、纵向直线度、纵向
8、平行度或:vvX ( x1 , x2 ,., xdg ) ,其中 X 代表决策向量,x1,x2,xdg 代表决策变量。决策的约束条件主要包括:一般性约束条件、系统边界约束条件、系统内部自相关及互 相关性约束条件、决策变量控制性约束条件等若干类。综上所述,可以建立再制造工艺过程多目标、多阶段决策过程框架模型,如图 1 所示。vX =(x1,Lxm)vY =(y1,Lyn)MM质量保证v vC ( X ,Y ,L)T ( v v )v ( X , v,L)X ,Y ,LQ Yv v vv v R( X , Y ,L) E( X ,Y ,L)废旧产品全部进行拆解废旧零部件彻底清洗零部件检测分类再制造
9、修复加工或替换产品的再装配最终测试一般性约束条件; 系统边界约束条件; 系统内部自相关及互相关性约束条件; 决策变量控制性约束条件; 其他约束条件图 1 决策过程框架模型Fig1 Frame Model of Decision-Making Process3数学模型3.1 质量屋模型质量功能配置方法是一种将用户或市场的要求转化为设计要求、零部件特性、工艺要求、生产要求的多层次演绎的有效分析方法。由于其能有效地处理决策变量之间的自相关关系及决策变量与决策目标之间的互相关关系,目前该方法也被广泛应用于多目标决策问题中10,11。设质量屋中包含 m 个决策目标,n 个工程技术特征,以及 l 个备选再
10、制造决策方案。其 中,n 个工程技术特征为各个再制造工艺阶段工程技术特征的集合。第 i 个再制造决策目标 记为 Oi,第 j 个工程技术特征指标记为 Tj,第 k 个工艺方案记为 Sk,wi 为 Oi 的相对权重, 可由层次分析法(AHP)求出,yi 为再制造决策目标 Oi 的满意度,xj 为 Tj 的目标值。再制造工程技术特征的确定为多目标规划过程,输入为工艺方案参数,输出为工程技术 特征的最优目标值 x1,x2,使得再制造决策目标的满意度最大化,即 maxV(y1,ym)。其中,V(y1,ym)是由 m 个决策目标组成的多目标函数,该函数由每个决策目标的满意度 Vi(yi)(i=1,,m)
11、构成。采用加权和形式,将多目标最大化转化为单目标最大化,即为mV ( y1,ym ) = wiVi ( yi )i =1(1)再制造决策目标满意度采用 1-5 数值表示,yi=1 时,Vi(yi)=0; yi =5 时,Vi(yi)=1,则 Vi(yi)方程可表示为Vi ( yi ) = 0.25 yi 0.25(2)则构造再制造决策目标满意度最大化的 QFD 多目标规划模型 LP1mmax z = 0.25 wi ( yi 1)i =1s.t.yi =fi ( X )x j = gi ( X j )yi min yi yi maxx j min x j x j maxi = 1,L, mj
12、= 1,L, nTT其中, X = ( x1,xn ) ,X j = ( x1,x j 1,x j +1,xn )约束条件 fi 为再制造决策目标满意度与工程技术特征指标之间的关联函数,gj 为工程技 术特征指标之间的自相关函数。3.2 基于模糊回归理论的模型求解由于决策信息的残缺以及难以量化,导致再制造工艺过程决策目标满意度、决策目标与 与工程技术特性之间的互相关关系、以及工程技术特性之间的自相关关系存在着不确定性及 模糊性,这是该决策问题的难点。为此,引入模糊回归理论,在信息不充分、不完整的环境 下,对本质上定性、主观、模糊的信息进行定量化描述12,从而建立一种基于模糊回归数 据处理的再制
13、造工艺过程决策数学模型。利用对称三角 Fuzzy 数线性回归模型13Y%i =f ( X,A%i ) = A%i 0 + A%i1 x1 + + A%in xn(3)T其中,Y%i 表示第 i 个再制造决策目标满意度的模糊输出向量。 X = ( x1,xn ) 是工程技术特征指标输入向量,为精确数据。 A%i = ( A%i 0, A%i1, A%in) 为模糊系数集,取三角模糊为 A%ij = (aijC , aijS ) ,其中 aijc 称为模糊数 A%ij 的主值,表示 A%ij 最可能的取值, aijs 为 A%ij 的展值,表示 A%ij 的取值精度(如图 2 所示),则式(3)为
14、Y%i =fi ( X , A%i ) = ( fiC ( X ), fiS ( X ) Y% (y)(4)1.0nai 0c + aijc x jkhj =1n yai 0s + aijs | x jk |j =1图 2 h-拟合度的模糊系数输出Fig2 Fuzzy output function with h-level set of a fuzzy number对于任意给定的常数 h0,1, Fuzzy 线性回归问题就是确定 Fuzzy 模糊系数 A%i ,其中满足(i)(h* h) ,使得预测值 y%* 的模糊度最小,如图 2 所示,此时问题可转化为模糊输出ii的展值之和最小来实现14
15、:minZ =fs ( x1 ) + + fs ( xk )(5)iiks.t.Y% ( y) hk=1,l式中,h 为模糊参数估计的拟合度,由工艺设计人员根据实际确定,则可以得到制造决 策目标满意度与工程技术特征指标之间的关联函数 fi ( LP2)n lminZ = ai 0 s + aijs | x jk |s.tj =1k =1nn(1 h)(ai0s + aijs | xjk |) + ai0c + aijc xjk yikj=1j=1nn(1 h)(ai0s + aijs | xjk |) ai0c aijc xjk yikj=1k=1,2,lai 0 s , aijs 0, j
16、= 1, mj=1同理,可得到工程技术特征指标之间的自相关函数 gj(LP3):n lmin Z = a j 0s + ajus | xuk |u=1u jk =1s.tnn(1h)(aj0s +ajus | xuk |)+aj0c +ajucxuk yjku=1u=1u juj nn(1h)(aj0s +ajus | xuk |)aj0c ajucxuk yiku=1u=1k=1,2,lu ju j a j 0 s , a jus 0, u = 1, n图 3 导轨修复工艺决策质量屋Fig3 HOQ of Process Decision for Guideway Reparation工程技
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 制造 工艺 过程 决策 模型 应用
![提示](https://www.31doc.com/images/bang_tan.gif)
链接地址:https://www.31doc.com/p-3624537.html