英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

基于汽车零部件再利用的基因优化拆卸序列研究

摘要：通过回收废弃产品来实现的环境可持续发展已经成为汽车行业的主要竞争项目。鉴于其对环境的影响，零部件再利用作为产品回收策略之一变得越来越重要。而拆卸作为再利用中的决定因素，在生命周期工程中是一个非常重要和困难的过程。为了确保再利用，一定程度的拆卸是十分必要的，这样，那些已经到达了最终寿命的产品部件可以很容易地被拆开。改善产品的拆卸过程可以通过两个层次来实现：在设计阶段选择有利于拆卸的结构系统（可拆解性设计）和规划最优的拆卸序列（拆卸序列规划）。因此，找出最优拆卸序列对于提高产品的再利用性是很重要的。本文介绍了在一个优化模型使用遗传算法（GA）来确定拆卸顺序的开发工作，与其他启发式算法相比，遗传算法在解决许多大型和复杂的优化问题时表现出更强的能力，因此被选择作为解决这个优化模型的算法。在本研究中GA的适应度函数是依赖于拆卸时间的​​增量。这里将展现使用不同的组合操作，用不同的概率因素进行测试的结果比​​较。本文将介绍和讨论发动机缸体的拆卸顺序，作为达到最小拆卸时间情况下的例子。

关键词：再利用 拆卸 可拆卸性设计 拆卸序列规划 遗传算法 优化

1.概述

报废车辆产生的废弃物的数量不断增加，这在许多国家都是非常关注的一个问题。随着人们环保意识的提高和回收处理管理条例的推行，这给许多厂商和消费者都施加了一定的压力，迫使他们以对环境负责的态度生产和处理产品（Ilgin amp; Gupta，2010）。因此，在产品的概念设计和开发过程中，就应该专注于环境设计（DFE）以及产品全生命周期设计或产品全生命周期工程（LCE）的应用，这一主张已获广泛的认可并受到重视（Giudice＆Fargione，2007; Kongar＆Gupta，2006）。 DFE和ICE都强调产品的环保性，如在其生产中使用的资源数量，通过延长产品的使用寿命而使资源达到最大化利用，在产品报废后回收的资源，以及与整个生命周期相关的对环境产生的影响（Giudice＆Fargione，2007）。此外在设计绿色产品时，Taghaboni-Dutta，Trappey和Trappey（2010）认为我们需要考虑的环境因素包括原材料，生产方法，包装和运输，使用，耗费和回收这些方面。

Mathieux，Froelich和Moszkowicz（2008）定义一个产品被回收的能力为其可回收利用性，即产品的部件和组成材料被再利用，或被回收，或作为资源待回收的能力。图1表示由Gerrard和Kandlikar（2007）研究的理论回收等级图。产品或组件的再利用是产品在其生命周期结束时回收利用的最高等级（Amelia,Wahab, Che Haron, Muhamad, amp; Azhari, 2009; Gerrard amp; Kandlikar, 2007; Wahab, Amelia, Hooi, Che Haron, amp; Azhari, 2008）。

再利用的定义是将废弃的零部件以其最初的使用目的再次使用，这是材料再利用的最高水平，相比于产品回收，对环境的影响也显著地降低了（Oceacute;, 2010）。这些零部件并不需要使用原材料进行生产，因此省去原材料，也省去生产和运输的环节，从而表现出节能环保的特性。再利用也可以节约资金，因为不需要为一种新产品确定新的订单，从而既节省时间也节省金钱。这些都导致产品更快地返回市场。再利用对于可持续发展十分重要，原因如下：减少垃圾填埋和焚烧的需要​，防止从原始材料开始生产产品所造成的污染，节约了能源，减少导致全球气候变化的温室气体排放，节约自然资源如木材，水和矿物质，保护和扩大制造业就业机会，增强制造商的竞争力，并最终有助于为下一代保护好我们赖以生存的环境（Sustainable Jersey，2010）。

高

材料利用率

能量利用率

再利用

再制造

回收

能量回收

垃圾填埋

低

图1.理论回收等级图

为了提高产品在其生命周期结束后的回收利用率，汽车或汽车零部件制造商可以通过两种方式来实现：“治疗措施”或者是“预防措施”（Mathieux等，2008）。所谓的治疗措施包括促进技术和经济发展，改善报废产品的回收处理技术。而预防措施是通过更好的设计来改善产品的可回收利用性，即所谓的可回收性设计或环境设计。

再利用有许多优点，尤其是对制造商而言;但是，在汽车工业中针对产品或其零部件再利用的设计研究非常少。大量的科技文献对产品的生态设计和产生命周期循环设计进行了研究讨论，提出了各种各样可行的战略和工具。在所有的研究中，有一项观察结果是，可回收性设计和可拆卸性设计设计是最常用的解决方法（Cerdan, Gazulla, Raugei, Martinez, amp; Fullana-i-Palmer, 2009）。因此，基于再利用和再制造的设计的发展似乎受到了限制。提高再利用和再制造的水平对实现汽车行业持续发展具有重要意义。换句话说，一些研究人员使用成本估算和生命周期评估（LCA）技术来确定回收产品的最好策略。除了垃圾填埋和焚烧，用以再利用，再加工或再循环的零部件的经济价值必须首先从产品中分离出来（Lee, Lye, amp; Khoo，2001）。因此，当重新获得零部件的经济价值时有必要确定拆卸的最优路径。

拆卸是绿色再制造工程中十分重要但又十分困难的步骤（Yan, Jiang, amp; Li，2006），为了提高生命周期循环，产品的高效拆卸是非常重要的，正如在大量的报废产品处理过程中一定程度的拆卸是必要的（Kongar和Gupta，2001,2006）。此外，拆卸在材料和产品回收中是一个重要的过程，因为它允许对所需的部件和材料进行选择性分离（Ilgin amp; Gupta，2010）。对破旧产品回收和再利用的前提是，产品零部件已经达到其生命周期，需要回收的产品部分可以很容易地取下来。根据Afrinaldi和Mat Saman（2008），只有当产品可以很容易地拆卸下来时，产品对环境的影响才最小，同时产品回收的成本效益将增加。因此，在产品拆卸前，以解决拆卸过程中经济，环境和技术可行性之间的协调问题为目标，应该对拆卸路径进行适当的规划。只有这样，才能获得一个最佳的拆卸序列（Yan等，2006）。

因此，为了增加产品的可再利用性，找到最优拆卸序列是十分重要的。在本文中，将发动机进行拆卸以获得发动机缸体，以此作为个案研究。鉴于发动机组件在汽车运行中的重要性，建议驾驶员或汽车车主对他们的车辆进行定期维护。这是为了防止由于发热严重，油量不足以及其他容易预防的情况对内部零件造成损坏，从而延长发动机的寿命。此外，根据Driesch，Oyen和Flapper（2005）的调查显示，梅赛德斯 - 奔驰（MB）给奔驰车，厢式车，或卡车的车主提供相同或不同类型的再制造的发动机取代他们目前的发动机。再制造的发动机具有和新发动机相同质量，但是其价格比新发动机的低20％-30％。因此，发动机组件是一个潜在的可重复使用的报废产品。

本文组织如下：第2节介绍以前在再利用以及回收方面研究工作的文献综述，第3节重点是一个实例中所用到的研究方法，它是利用遗传算法对基于再利用的拆卸序列进行优化。第4节对上述结果进行了讨论，其次是第5节结束语。

2文献综述

在产品设计初期，考虑使资源得到最大化利用并尽量减少对环境的破坏，这一点是十分重要的(Tseng, Chang, amp; Li, 2008)。传统产品在设计上的发展趋势主要是关于成本，功能和可制造性这三个方面(Ilgin amp; Gupta, 2010)。然而，DFE和LCE原则要求产品设计者在设计过程中考虑相应的环境标准。DFX是一种已经开发出来的用以帮助设计师做出更环保的设计选择的方法。DFX涉及到不同的设计模块，如可拆卸性设计（DFD），可回收性设计（DFR），装备设计，质量设计等(Ilgin amp; Gupta, 2010)。而环境设计（DFE）是指在产品的整个生命周期中对环境的潜在影响最小(Giudice, La Rosa, amp; Risitano, 2006; Ilgin amp; Gupta, 2010)。可拆卸性设计（DFD）可以定义为在设计阶段考虑使产品拆卸更为容易。可回收性设计（DFR）着重考虑包含于产品内部的支持成本效益再循环的产品属性以及材料的分类。本文的重点内容是拆卸，因此会考虑与DFD相关的产品回收和拆卸序列规划（DSP）

可拆卸性设计（DFD）可以定义为在设计阶段考虑使产品拆卸更为容易(Veerakamolmal amp; Gupta, 2000; Desai amp; Mital, 2005)。DFD强调可维护性和可回收利用性，这样有缺陷的部件可以轻松地得到并在产品维修时更换，有价值的资源也可以在产品生命周期结束时快速地检索出来(Yu amp; Li, 2006)。据Afrinaldi和Mat Saman（2008），早期的拆卸方法论采用电子数据表来评价可拆卸性。MC Glothlin和Kroll（1995）设计了电子数据表来衡量产品拆卸的容易度，Kroll 和Hanft (1998)在MC Glothlin和Kroll的工作基础上进行了进一步的研究，在表格中添加了评估拆卸任务难度系数的目录。该系数的确定是基于对标准拆卸任务的工作测量分析。Veerakamolmal和Gupta(1999) 引入可拆卸性设计指数（DFDI）来衡量该设计的效率。DFDI是利用拆卸树计算得出，首先按照零部件被拆卸的顺序确定它们之间的结构约束，然后将该约束的优先级关系进行归类从而形成拆卸树。Kroll 和 Carver (1999) 开发出基于时间的DFD的衡量方式用来比较同一产品的备选设计方案的优劣。Desai 和 Mital (2003)和 Mital 和 Desai (2007) 开发了一种方法来提高产品的可拆卸性，他们从以下几个因素来定义可拆卸性：拆卸消耗的人力，工具摆放的精细化要求程度，重量，尺寸，需要被拆卸的零部件的材料和形状，使用的手工具等等，然后给每一个设计因素分配相应的时间数值指标。

Desai 和Mital (2005)在学习大量人体工程学和传统设计属性的基础上提出了一种定量评价可拆卸性的方法。Gungor (2006) 使用网络分析法（ANP）从可拆卸性设计的角度来评价产品设计时可供选择的联接类型。Giudice 和Kassem (2009) 考虑到产品生命周期结束时其零部件移除和再回收的必要性，提出了一种显示产品零部件拆卸深度的可拆卸性设计方法。Afrinaldi,Mat Saman,和Mohamad Shaharoun (2008)提出了一种利用计算机上的可拆卸性评估工具来实现的方法。该方法包括两个不同的因素，决定何时停止拆卸和可拆卸性的数值评价。

几乎在所有再利用，再制造以及回收处理的情况中，都需要一定程度的拆卸。拆卸序列规划就是确定出在产品分离成每个零件或其他组件时的最佳顺序 (Moore, Gungor, amp; Gupta, 1998; Ilginamp; Gupta, 2010)。因此，找到最优（或者是接近最优）的拆卸序列对于提高拆卸过程的效率是十分重要(Kongar amp;Gupta, 2006)。根据定义，DSP就是从一个产品被拆卸开始到其所有部分断开联接为止的拆卸任务序列(Gungor amp; Gupta, 1997)。确定拆卸序列并不是一个简单的任务，因为拆卸序列的产生是一个多项式复杂程度的非确定性问题（NP-C问题）。随着被拆卸的产品的零部件数目增加，可供选择的拆卸路径的数目将呈指数增加。为了找出最优化的拆卸序列，可以使用下面几种方法。Lambert(1997)提出了一种基于与或图的图论法来生成最佳拆卸序列。Gungor 和Gupta (1997)提出了一种启发式拆卸序列，它能给出产品的一种接近最优的拆卸序列。在电子产品中最佳拆卸序列的确定可以在Lambert（2002）的研究中找到。Seo, Park, and Jang(2001) 考虑到经济和环境方面提出了基于遗传算法的方法来确定最佳拆卸顺序。Yu和Li (2006)提出了从有向图中衍生出的关系矩阵来支持机电产品的装配以及拆卸规划，其中有向图既表示出各零部件之间的联接关系也表示出功能部件之间的拆卸优先关系。

Kongar和Gupta (2006), Giudice和Fargione (2007), Duta,Filip，和 Popescu (2008) Hui, Dong, 和 Guanghong (2008)提出了基于遗传算法的报废产品拆卸序列规划法。Galantucci, Percoco, 和Spina (2004)提出了模糊逻辑和遗传算法的混合方法来实现产品的自动装配和拆卸序列规划。Takeuchi and Saitou (2005, 2006)提出了一种按照拆卸序列进行嵌入式设计的计算方法，采用多目标遗传算法从以下几个方面来寻找帕累托最优设计：给定拆卸顺序的唯一实现，部件之间的距离参数补偿，以及部件定位器的高效利用。Adenso-Diaz, Garcia-Carbajal,和Gupta(2008) 提出基于路径重组的启发式方法来解决一个双目标的拆卸规划问题。Hsin-Hao, Wang,和Johnson (2000)采用神经网络来生成拆卸序列，其他启发式方法也已在拆卸序列规划的领域中使用，包括前面提到的基于神经网络的方法来找到最优拆卸序列。

学习遗传算法的常用方法是

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[148337]，资料为PDF文档或Word文档，PDF文档可免费转换为Word