泛在信息支持下寿终产品的再生决策与拆卸规划方法研究

摘要

日益突出的资源压力与环境问题使寿命终期产品再生利用成为研究的热点，而有效的再生决策与拆卸规划是确保产品再生有效实施的重要前提。如今，泛在信息技术（如物联网、智能传感、射频识别等）使产品全生命周期的信息追踪与闭环供应链的信息共享成为可能，也为提高再生管理的效益提供潜在机遇。然而，如何利用获取的多维信息来优化再生管理决策仍是一个挑战，并缺乏完整而综合的方法体系。本文旨在弥补该不足，提出解决该问题系统的优化模型与方法，为实现寿终产品高效、柔性、智能的再生管理提供理论基础与方法支持。 本文采用理论研究建模、数值仿真实验、案例应用分析等方法，开展了以下研究工作： 研究了泛在信息支持下零部件再生决策问题，提出质量驱动的再生决策新模型。分别设计废旧零部件群体和个体的质量状态评价方法，对群体质量评价，使用模糊逻辑模型集成产品全生命周期数据，形成综合质量指数；对个体质量评价，将基于比例风险模型的条件剩余使用寿命分布估计与再生效益分析相结合，进而以剩余寿命分布为测度，提出质量驱动的再生决策模型与方法，并研究了质量评价不确定性和决策者风险偏好的影响。 研究了泛在信息支持下寿终产品可再生性能评价与优选问题，提出两类新问题和新方法，即不同品种再生产品集评价与优选问题、同品种产品多模块组合再生优选问题。针对前者，设计了综合模糊成本收益分析、多准则定性评价与目标规划的混合决策模型，为该问题求解提供通用的评价框架和方法；针对后者，采用多准则交互分析与多目标优化相结合的方法，建立考虑组合再生效应和模块质量状态的二次优化模型，并设计一种动态灾变进化算法，有效实现再生模块和再生方案的同步优选。 研究了泛在信息支持下产品拆卸规划与零部件再生方案选择的集成决策问题，设计了高效求解该问题的新方法，实现根据零部件质量状态同步求解产品拆卸序列、拆卸程度和零部件再生方案。考虑再生方案与拆卸规划两个子问题相互影响，建立了面向产品再制造和零部件拆解再生的集成决策模型。设计了一种改进型共生进化算法，实现两个子问题的同步求解。在该算法中，提出多目标逆推和局部拓扑排序相结合的可行解生成方法，实现随机生成的再生方案与拆卸序列的匹配，通过内共生进化的并行搜索机制、精英局部加强搜索和全局扰动，提高求解效率和质量。通过不同决策情景和产品案例的数值实验，验证了本算法的有效性和优越性。 研究了面向可持续制造的产品再制造与拆解再生权衡决策问题，提出泛在信息支持下质量与需求联合驱动的权衡决策新模型。以实现产品再生的经济、环境以及社会可持续性能综合优化为目标，针对无需求约束和有需求约束两种情况，分别建立权衡决策多目标优化模型。对无需求约束模型，采用非支配排序遗传算法求解最优的产品再生策略、零部件再生方案以及拆卸方案；对有需求约束模型，设计了双种群协同进化算法，增加再生产量的求解和分析。以汽车发动机模型为案例，探讨无需求约束下，质量、成本和再生品价格变化对再生策略及其可持续性能的影响，以及有需求约束下，再生品需求波动对其可持续性能和最优产量的影响。 最后，以典型电子产品拆解再生和机械装备再生利用规划为例，研究本文所提模型和方法的案例应用。提出多层结构产品的集成决策模型，对废旧电表的精细拆解序列、拆解程度和元器件再生方案进行了优化分析，并探讨了不同拆解需求以及工艺成本波动对拆解收益和最优方案的影响；研究汽车总装升降机再生利用问题，对不同退役阶段进行再生策略的战术规划，为该装备的寿命终期管理提供了核心方法和决策依据。

目录

第一个书签之前