再制造工藝過程決策模型及應用1.doc

精品論文推薦再制造工藝過程決策模型及應用1曹華軍，馬家齊，劉飛 重慶大學機械工程學院，重慶(400030) e-mail：摘要：再制造工藝過程是以廢舊產品及零部件為毛坯、包括拆卸、檢測、清洗、修復、加 工及處理等一系列階段，以實現(xiàn)低成本、高效率及高重用率的功能和性能恢復及升級為目標 的系統(tǒng)工程。研究了再制造工藝過程的多階段多目標決策問題，提出了一種再制造工藝過程 決策框架模型；基于質量功能配置（qfd）理論及模糊回歸理論建立了再制造工藝過程多目 標多階段決策數(shù)學模型。應用實例表明 ,該模型能夠幫助工程人員在不確定、模糊條件下有 效確定關聯(lián)函數(shù)及自相關函數(shù),優(yōu)化再制造工藝過程，確定再制造工程技術特征的最優(yōu)目標 值，有利于再制造工藝過程規(guī)劃能夠最大程度的符合再制造決策目標。 關鍵詞：再制造；工藝過程；質量功能配置；機床中圖分類號：th161引言再制造是當前循環(huán)經(jīng)濟及綠色制造領域的重要技術工程和學術熱點問題，受到國內外學 術界的廣泛關注。德國學者rsteinhilper認為再制造是再循環(huán)的最佳形式，并將再制造過程 歸納為：拆卸、清洗、檢測與分類、再制造加工、再制造裝配等五個步驟1。美國羅切斯特 理工學院有一個專門從事再制造工程研究的國家再制造和資源恢復中心2，其任務是為產業(yè) 界提供先進的再制造技術和工具，提高再制造的效率，減低成本，并減少通過設計，消減產 品對環(huán)境的負面影響。bras b等對已有再制造產品、工藝和組織設計方面的研究進展進行了 總結，認為再制造需要相關制造理論支持，應該為再制造提供更好產品和工藝設計3；daniel v.等在對再制造生產計劃與控制的現(xiàn)狀及需求進行研究時指出由于產品回收的隨機性、回收 和需求比例的不平衡性及回收產品的不可知性帶來的不確定性使得再制造生產計劃與控制 活動變得更加復雜4。在國內，徐濱士院士及其帶領的研究團隊是我國再制造的提出者和積 極倡導者，并在武器裝備修復和再制造、汽車發(fā)動機再制造以及機械零部件表面修復技術等 多方面都取得了重要進展5,6。上海交大等單位與美國通用、福特汽車公司合作開展了轎車 的回收再制造研究7?，F(xiàn)有研究工作主要集中在以下幾個方面：再制造一般性理論及技術框 架；再制造回收物流及生產庫存控制；典型產品的再制造生產過程；單項再制造修復及檢測 技術開發(fā)等。而實際上如同新產品的制造一樣，再制造生產現(xiàn)場的工藝過程的合理規(guī)劃對于 提高再制造生產效率及產品質量具有極為重要的作用。特別是區(qū)別于新產品制造，由于作為 毛坯的廢舊產品及零部件數(shù)量、材料、規(guī)格、剩余壽命等的不確定性、多樣化給再制造工藝 過程的規(guī)劃帶來很多的困難，使得再制造工藝過程規(guī)劃需要克服很多的不確定性、隨機性及 模糊性的影響因素，從而使得再制造工藝過程，包括拆卸、清洗、檢測與分類、再制造加工、 再制造裝配等多個階段得到合理的組織、協(xié)調，滿足低成本、高效率及高重用率的產品再制 造目標。再制造工藝過程的多階段多目標的規(guī)劃問題是一個復雜的系統(tǒng)工程問題。本文將基于質 量功能配置理論及模糊回歸理論，建立一種再制造工藝過程的多階段多目標決策模型，輔助1本課題得到國家自然科學基金資助項目（項目編號：50605066）；“十一五”國家支撐計劃資助項目（項 目編號：2006baf02a20）的資助。-8-工程人員在不確定、模糊條件下有效確定關聯(lián)函數(shù)及自相關函數(shù),優(yōu)化再制造工藝過程，確定再制造工程技術特征的最優(yōu)目標值，并最大程度的符合再制造決策目標。2決策過程框架模型再制造工藝過程決策是一個多目標、多階段的決策問題。根據(jù)文獻8,9，再制造工藝過 程的多目標可以歸納為，如何在極高效率的條件下，使得再制造產品或零部件質量盡可能地 好，再制造成本盡可能地低；而同時廢舊產品或零部件得到極大化重用，再制造過程產生的 二次環(huán)境排放盡可能地小。以上目標可以歸納為：效率（時間）目標（t, time）、質量目標 (q,quilty)、成本目標(c, cost )、資源重用目標(r， reuse of resource)、環(huán)境排放目標(e, environmental emission)等五個決策目標屬性,從而構成了決策目標體系。再制造工藝過程通?？梢詣澐譃椴鹦杜c清洗、檢測與分類、再制造加工、再制造裝配等 四個階段，根據(jù)具體產品特征也可能劃分為五或六個階段。各工藝階段構成了再制造工藝過程系統(tǒng)。再制造工藝過程決策問題由工藝方案、人力資源方案、物流規(guī)劃方案、工裝方案等 一系列決策問題構成，可以將這一系列的決策問題看作為再制造工藝系統(tǒng)決策中的決策向 量。決策向量由一系列的決策變量進行描述與控制。如在某一導軌再制造工藝方案的決策中，工程技術特征是其決策控制的關鍵參量，而工程技術特征參數(shù)在各個不同的工藝階段、甚至工序都有可能不同，如在清洗階段要求控制零部件的表面清潔度；而在再制造加工階段可能 要求控制直線度或平行度或尺寸精度等。單工藝階段根據(jù)實際情況可以有多個控制參量。于 是該工藝方案的決策問題以工程技術控制為特征進行描述為表面清潔度、導軌硬度、精度保持性、縱向直線度、縱向平行度或:vvx ( x1 , x2 ,., xdg ) ,其中 x 代表決策向量，x1,x2,xdg 代表決策變量。決策的約束條件主要包括：一般性約束條件、系統(tǒng)邊界約束條件、系統(tǒng)內部自相關及互 相關性約束條件、決策變量控制性約束條件等若干類。綜上所述，可以建立再制造工藝過程多目標、多階段決策過程框架模型，如圖 1 所示。vx =(x1,lxm)vy =(y1,lyn)mm質量保證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)廢舊產品全部進行拆解廢舊零部件徹底清洗零部件檢測分類再制造修復加工或替換產品的再裝配最終測試一般性約束條件; 系統(tǒng)邊界約束條件; 系統(tǒng)內部自相關及互相關性約束條件; 決策變量控制性約束條件; 其他約束條件圖 1 決策過程框架模型fig1 frame model of decision-making process3數(shù)學模型3.1 質量屋模型質量功能配置方法是一種將用戶或市場的要求轉化為設計要求、零部件特性、工藝要求、生產要求的多層次演繹的有效分析方法。由于其能有效地處理決策變量之間的自相關關系及決策變量與決策目標之間的互相關關系，目前該方法也被廣泛應用于多目標決策問題中10,11。設質量屋中包含 m 個決策目標，n 個工程技術特征，以及 l 個備選再制造決策方案。其 中，n 個工程技術特征為各個再制造工藝階段工程技術特征的集合。第 i 個再制造決策目標 記為 oi，第 j 個工程技術特征指標記為 tj，第 k 個工藝方案記為 sk，wi 為 oi 的相對權重， 可由層次分析法（ahp）求出，yi 為再制造決策目標 oi 的滿意度，xj 為 tj 的目標值。再制造工程技術特征的確定為多目標規(guī)劃過程，輸入為工藝方案參數(shù)，輸出為工程技術 特征的最優(yōu)目標值 x1,x2,使得再制造決策目標的滿意度最大化，即 maxv(y1，ym)。其中，v(y1，ym)是由 m 個決策目標組成的多目標函數(shù)，該函數(shù)由每個決策目標的滿意度 vi(yi)(i=1,，m)構成。采用加權和形式，將多目標最大化轉化為單目標最大化，即為mv ( y1，ym ) = wivi ( yi )i =1(1)再制造決策目標滿意度采用 1-5 數(shù)值表示，yi=1 時，vi(yi)=0; yi =5 時，vi(yi)=1,則 vi(yi)方程可表示為vi ( yi ) = 0.25 yi 0.25(2)則構造再制造決策目標滿意度最大化的 qfd 多目標規(guī)劃模型 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 = 1,l, ntt其中， x = ( x1，xn ) ,x j = ( x1，x j 1,x j +1，xn )約束條件 fi 為再制造決策目標滿意度與工程技術特征指標之間的關聯(lián)函數(shù)，gj 為工程技 術特征指標之間的自相關函數(shù)。3.2 基于模糊回歸理論的模型求解由于決策信息的殘缺以及難以量化，導致再制造工藝過程決策目標滿意度、決策目標與 與工程技術特性之間的互相關關系、以及工程技術特性之間的自相關關系存在著不確定性及 模糊性，這是該決策問題的難點。為此，引入模糊回歸理論，在信息不充分、不完整的環(huán)境 下，對本質上定性、主觀、模糊的信息進行定量化描述12，從而建立一種基于模糊回歸數(shù) 據(jù)處理的再制造工藝過程決策數(shù)學模型。利用對稱三角 fuzzy 數(shù)線性回歸模型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 個再制造決策目標滿意度的模糊輸出向量。 x = ( x1，xn ) 是工程技術特征指標輸入向量，為精確數(shù)據(jù)。 a%i = ( a%i 0, a%i1, a%in) 為模糊系數(shù)集，取三角模糊為 a%ij = (aijc , aijs ) ，其中 aijc 稱為模糊數(shù) a%ij 的主值，表示 a%ij 最可能的取值， aijs 為 a%ij 的展值，表示 a%ij 的取值精度（如圖 2 所示），則式(3)為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圖 2 h-擬合度的模糊系數(shù)輸出fig2 fuzzy output function with h-level set of a fuzzy number對于任意給定的常數(shù) h0,1, fuzzy 線性回歸問題就是確定 fuzzy 模糊系數(shù) a%i ，其中滿足（i）(h* h) ，使得預測值 y%* 的模糊度最小，如圖 2 所示,此時問題可轉化為模糊輸出ii的展值之和最小來實現(xiàn)14：minz =fs ( x1 ) + + fs ( xk )(5)iiks.t.y% ( y) hk=1,l式中，h 為模糊參數(shù)估計的擬合度，由工藝設計人員根據(jù)實際確定，則可以得到制造決 策目標滿意度與工程技術特征指標之間的關聯(lián)函數(shù) 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 = 1, mj=1同理，可得到工程技術特征指標之間的自相關函數(shù) 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圖 3 導軌修復工藝決策質量屋fig3 hoq of process decision for guideway reparation工程技術特征t1+t2+t3+t4-t5-t1t2t3t4t5再制造工藝過程拆卸清洗缺陷修復機械加工計劃矩陣工程技術特征決策目標表面 清潔度導軌 硬度精度 保持性縱向 直線度縱向 平行度sasbscminmax再制造質量 q0.273.232.515工藝成本c0.415再制造時間 t0.015資源重用r2.715環(huán)境排放e3.615工程技術特征指標ghbckhmmmm0.600.600.50滿意度工藝 方案a5523.60.0290.0135b4553.40.030.015c65030.0320.0155max76050.040.02min3451.50.0250.01規(guī)范 化a0.50.420.60.730.65b0.250.670.540.670.5c0.750.330.420.530.454實例研究4.1 再制造工藝過程決策質量屋的建立某再制造企業(yè)為提高機床導軌修復的效率，同時使加工過程更加符合綠色制造的標準， 運用 qfd 模型對其再制造工藝過程進行決策，建立質量屋（如圖 3 所示）。質量屋中包括 5 個決策目標：效率（時間）目標（t, time）、質量目標(q,quilty)、成本目標(c, cost )、資源 重用目標(r， reuse of resource)、環(huán)境排放目標(e, environmental emission)等五個決策目標。 將工藝過程劃分為拆卸清洗、缺陷修復、機械加工 3 個階段，根據(jù)不同階段的要求確定相應 的工程技術特征：表面清潔度、導軌硬度、精度保持性、縱向直線度、縱向平行度，其中“-” 表示工程技術特征值越小越好，“+”表示工程技術特征值越大越好，且將工程技術特征指標歸一化，使得 0 x j 1 ，j=1,2,n。由工程人員確定決策目標判斷矩陣 m，通過層次分析法計算相對權重并進行一致性檢驗15：1 1433 2 21755 1111 1 11 35 115m = 4723 211 311w = 0.27, 0.48, 0.05, 0.10, 0.10tmax = 5.03787ci = 0.0094675cr= 0.008450.1由式(2)計算出 3 種工藝方案參數(shù)相對應于再制造決策目標的滿意度為:0.60，0.60，0.50。4.2 關聯(lián)函數(shù)及自相關函數(shù)約束的確定由圖(3)確定出決策目標 oi 與工程技術特征 tj 的相關特性，將不同方案的工藝參數(shù)，代 入 lp2、lp3 模型，并利用線性規(guī)劃軟件進行求解，分別求出關聯(lián)函數(shù)及自相關函數(shù)約束條 件，取 h=0.5,計算結果如表 1 所示：表 1 導軌修復工藝過程關聯(lián)函數(shù)與自相關函數(shù)結果tab.1 the constraint condition截距x1x2x3x4x5y10.7560.3961.1351.2681.032y24.0031.1130.2480.1860.034y32.1141.3890.111y40.5570.2297.619y52.3251.4250.625x20.2030.600x30.0520. 8330.0674.3 再制造工藝過程決策模型把表(1)計算結果及 qfd 質量屋的相關數(shù)據(jù)代入規(guī)劃模型(lp1)，則得到再制造工藝過程 多目標的決策模型為maxv= 0.0675y1+0.12y2+0.0125y3+0.025 y4+0.025 y5-0.250.396 x2+1.135 x3+1.268 x4+1.032 x5+0.756= y11.113x1+0.248 x2+0.186 x4+0.034 x5+4.003= y21.389 x4+0.111 x5+2.114= y30.229 x1+7.619 x3+0.557= y41.425 x1+0.625 x2+2.325= y50.600 x3+0.203= x20.833 x4+0.067 x5+0.052= x30x10y5表 2 導軌修復工藝過程的優(yōu)化結果tab.2 the optimization results of process for guideway reparationvy1y2y3y4y5x1x2x3x4x50.833.3252.9753.600.650.540.560.531進一步比較分析，通過再制造質量屋模型，可確定工程技術特征目標理論最優(yōu)值opt為（如表2所示）0.65、0.54、0.56、0.53、1，拆卸清洗階段表面清潔度6.6級，缺陷修復階 段導軌硬度53 hbc，精度保持性4.3千小時，機械加工階段縱向直線度0.032 mm，縱向平行 度0.01 mm，再制造決策目標滿意度達到0.83。由于再制造決策因素關聯(lián)約束及精度保持性 自相關約束的共同影響，工藝參數(shù)沒有全部處于理論最大值，同時結合生產現(xiàn)場條件，使得 再制造工藝過程規(guī)劃能夠最大程度的符合再制造決策目標。5結論在分析再制造工藝過程多目標多階段決策的基礎上，結合模糊回歸理論，提出了基于模 糊理論的qfd的再制造工藝過程決策方法。通過應用實例研究，該模型能夠幫助工程人員在 不確定、模糊條件下有效確定關聯(lián)函數(shù)及自相關函數(shù),優(yōu)化再制造工藝過程,確定工程技術特 征最優(yōu)目標值，決策出最大程度的滿足決策目標要求的再制造的工藝方案，為工程人員決策 工程技術特征指標提供了一種有效的優(yōu)化方法。參考文獻1 steinhilper, r. remanufacturing: the ultimate form of recycling m. fraunhofer irb verlag, 19982 the national center for remanufacturing and resource recovery ,usa. /,20053 bras b, mcintosh w. product, process, and organizational design for remanufacture - an overview of research.robotics and computer integrated manufacturing,1999,15(3): 167-178.4 daniel r, guide j. production planning and control for remanufacturing：industry practice and research needs.journal of operations management, 2000,18(4): 4674835 徐濱士等.再制造工程基礎及其應用m. 哈爾濱:哈爾濱工業(yè)大學出版社,20056 胡振峰, 徐濱士等.納米顆粒復合電刷鍍液制備方法的研究.材料工程,2007,10:72757 張成, 浦耿強等.基于生命周期的汽車回收及其循環(huán)經(jīng)濟模型.機械設計與研究,2003,19(3):67698 winifred l. ,christopher a. development of design for remanufacturing guidelines to support sustainable manufacturing.robotics and computer-integrated manufacturing, 2007, 23(6): 712-7199 徐濱士等.再制造與循環(huán)經(jīng)濟m.北京：科學出版社，200710 趙道致,王敏. 基于 qfd 的機床造型再設計決策研究. 機械設計,2008,25(1):6-811 liang-hsuan chen.an evaluation approach to engineering design in qfd processes using fuzzy goal programming models. european journal of operational research, 2006, 172(1):230-24812 胡寶清.模糊理論基礎m.武昌：武漢大學出版社，200413 yen k k,gho shrays roig g.a linear regression model using triangular fuzzy number coefi cientsfuzzy sets and systems， 1999(106)： l6717714 陳以增,唐加福等.基于模糊規(guī)劃的 qfd 系統(tǒng)參數(shù)確定方法. 管理科學學報，2003,6(4)：26-29 15 劉飛，張曉東等.制造系統(tǒng)工程m.北京：國防工業(yè)出版社，2000adecision-making model for remanufacturingplanning process and its applicationcao huajun，ma jiaqi，liu feicollege of mechanical engineering, chongqing university, chongqing40030)abstractremanufacturing planning process is series of stages with the used products and parts as blank, including disassembly, detection, cleaning, repair, and processing, which is system engineeringwith t