發(fā)布時間：2020-09-19 20:11

　　 隨著中國私人轎車的數(shù)量不斷增加,廢舊汽車數(shù)量也快速增長,廢舊汽車的回收利用受到持續(xù)關注。然而,廢舊汽車在拆卸過程中將產(chǎn)生大量的環(huán)境污染,這與我國可持續(xù)發(fā)展的理念相違背,因此,在并行拆卸線平衡問題中綜合考慮環(huán)境影響是重要的研究方向之一。本文針對面向低碳高效的并行拆卸線平衡問題優(yōu)化方法進行研究。首先,針對并行拆卸線平衡的多目標優(yōu)化問題,在產(chǎn)品生命周期碳排放分析的基礎上,界定了拆卸過程的系統(tǒng)邊界,分析了產(chǎn)品常用拆卸類型及拆卸過程中能耗形式,建立了產(chǎn)品拆卸碳排放量化模型。在工作站數(shù)、工作站空閑時間指標、拆卸序列危害指數(shù)、需求指數(shù)和方向轉換次數(shù)等傳統(tǒng)拆卸線平衡問題優(yōu)化方法基礎上,構建了基于拆卸過程碳排放的并行拆卸線平衡問題優(yōu)化模型。其次,針對并行拆卸序列規(guī)劃問題,基于混合圖拆卸模型構建了連接矩陣和優(yōu)先矩陣�；谶B接矩陣和優(yōu)先矩陣提出了零部件可拆卸性的判別方法。分析并行拆卸序列描述方法,建立了基于可變矩陣的并行拆卸序列的規(guī)劃方法。最后,提出了基于拆卸過程碳排放的并行拆卸線平衡問題的優(yōu)化方法,根據(jù)并行拆卸線序列規(guī)劃方法,提出了遺傳算法的實數(shù)編碼、交叉和變異方式。然后以某型號發(fā)動機為例建立了發(fā)動機的約束矩陣和連接矩陣,并用遺傳算法對并行拆卸線平衡問題進行優(yōu)化獲得最優(yōu)拆卸序列,從而證明遺傳算法在優(yōu)化并行拆卸平衡問題的可行性。最后,將并行拆卸線和串行拆卸線的優(yōu)化結果進行比較,進一步闡述并行拆卸線在減少碳排放、提高拆卸效率等方面的優(yōu)勢。
【學位單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：X705
【部分圖文】：

據(jù)如圖1.1所示。從改革開放以來，特別是進入90年代以來，汽車迅速的走家萬戶，買私人轎車變的更加普遍。為了進一步促進中國的汽車制造能力以發(fā)能力提高，我國已與知名企業(yè)展開廣泛的合作，使我們汽車制造業(yè)逐步趕方國家，特別是近幾年新能源汽車的發(fā)展，使我國在此彎道超車成為可能隨著世界工業(yè)化進程，在人們的生活水平和生活質量得到了很大提升的同也產(chǎn)生了數(shù)以億噸的生活和工業(yè)廢物，這些數(shù)以億噸的生活和工業(yè)廢物會給賴以生存的自然環(huán)境帶來巨大的環(huán)境影響，據(jù)統(tǒng)計2017年，我國的十大類資收達到2.83億噸[1]。汽車制造業(yè)已成為促進經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)，近幾年其得到突飛猛進的發(fā)展，銷售量也在逐年遞增。據(jù)統(tǒng)計，2009年至2016年，我汽車產(chǎn)量從1364萬輛增加到2619萬輛，與此同時，我國汽車報廢量從200195萬輛躍升到719萬輛，其平均增長率為17.7%，截止到2017年末，中國私廢汽車總量達到18515.11萬輛。從上文數(shù)據(jù)可以看出，我國汽車報廢量在逐增，如果不能夠被合理地回收利用，必然會給社會帶來資源、能源、環(huán)境問

圖1.2 2009年-2016年我國汽車銷售量與報廢量Fig 1.2 China's automobile sales and scrap volume from 2009 to 2016通過上述分析中國汽車銷售量和報銷量情況之后，我們可以發(fā)現(xiàn)中國報廢汽的數(shù)量會逐年增加，如何合理的利用廢舊汽車是汽車回收企業(yè)不得不思考的一嚴峻問題。為了提高廢舊產(chǎn)品的利用率，進一步完善綠色制造體系，國務院在15年發(fā)布了《中國制造 2025》，全面推行循環(huán)生產(chǎn)模式，提高廢舊機電產(chǎn)品的合治理水平[2]。本文從三個方面來論述廢舊汽車拆卸回收的必要性。（1）環(huán)境問題突出2005年，習近平同志在浙江實地考察時第一次提出了“綠水青山就是金山銀”的論斷。2017年，習近平同志在十九大報告中指出，堅持人與自然和諧共生環(huán)境問題的日益突出要求制造業(yè)不能再片面的追求利益，而是在追求企業(yè)利最大的同時要兼顧環(huán)境問題，實現(xiàn)企業(yè)自身的綠色發(fā)展。隨著中國經(jīng)濟和汽車目的不斷增加，作為高能耗產(chǎn)業(yè)的汽車行業(yè)將會消耗的大量能源和資源。2000到2014年我國汽車制造業(yè)消耗能源量由1502.38萬噸標準煤飆升到3189.438萬

卸工具的時間為定值 4s，電動扳手功率為 4kW。遺傳算法求解時，算法參數(shù)的設置如下：種群規(guī)模設置次數(shù) MAXGEN=150，代溝 GGAP=0.9。以最低碳排放量間（高效）為目標函數(shù)對并行拆卸線平衡問題進行優(yōu)化，拆卸時間和最低碳排放量為目標函數(shù)的優(yōu)化結果進行比示。表 5.5 優(yōu)化結果Tab 5.5 Optimization Results結果 低碳 高效 低碳高效碳排放量/kgco2e 147.5 170.2 165.1時間/s 1062 963.4 977.9碳排放量和最小拆卸時間為目標的并行拆卸線平衡問題達形式如圖 5.2 和表 5.6 所示。根據(jù)上述高效低碳的拆卸案如圖 5.3 所示。

【相似文獻】

相關期刊論文 前10條

1 王富超;;擬梯度遺傳算法在水電廠廠內經(jīng)濟運行中的應用[J];通信電源技術;2019年12期

2 馮錦春;楊林建;;利用遺傳算法進行機械優(yōu)化[J];四川工程職業(yè)技術學院學報;2007年06期

3 任志鳳;胡小建;孫太生;徐飛;李云良;;遺傳算法在焊接領域的優(yōu)化與應用[J];現(xiàn)代焊接;2012年03期

4 李振業(yè);陳婷;陳靜;;基于遺傳算法的旅游最優(yōu)路徑探究[J];電腦知識與技術;2018年34期

5 唐文琦;曾干敏;劉澤宇;;淺談遺傳算法及其部分改進算法[J];科技風;2019年12期

6 李巖;袁弘宇;于佳喬;張更偉;劉克平;;遺傳算法在優(yōu)化問題中的應用綜述[J];山東工業(yè)技術;2019年12期

7 魏曉玲;;一種改進遺傳算法及驗證[J];電腦編程技巧與維護;2019年06期

8 馮雙林;靳繼紅;;現(xiàn)代農(nóng)機數(shù)字化裝配車間調度技術研究——基于云計算和遺傳算法[J];農(nóng)機化研究;2018年01期

9 梁肖;周湘貞;;基于遺傳算法的小麥收割機路徑智能優(yōu)化控制研究[J];農(nóng)機化研究;2018年02期

10 王勇;孫耀南;;基于遺傳算法的醫(yī)院房間位置優(yōu)化研究[J];電腦與信息技術;2018年01期

相關會議論文 前10條

1 謝宏;袁小芳;向啟均;陳yN婧;王立宸;;機器人慣性參數(shù)的改進遺傳算法辨識方法研究[A];第37屆中國控制會議論文集（B）[C];2018年

2 彭軍;徐本柱;劉曉平;;遺傳算法的實現(xiàn)及其在生產(chǎn)調度中的應用[A];全國第20屆計算機技術與應用學術會議（CACIS·2009）暨全國第1屆安全關鍵技術與應用學術會議論文集（上冊）[C];2009年

3 韓戰(zhàn)鋼;;遺傳算法及在經(jīng)濟中的應用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 賴梅;熊麗榮;;基于改進遺傳算法的乘務交路優(yōu)化問題研究[A];第二十一屆中國控制會議論文集[C];2002年

5 肖龍光;丁曉東;;基于理性變異的遺傳算法[A];第六屆中國青年運籌與管理學者大會論文集[C];2004年

6 鞠訓光;于洪珍;;求整體優(yōu)化全部解的區(qū)間排除遺傳算法[A];第十七屆全國過路控制會議論文集[C];2006年

7 劉興隆;;快速進化式遺傳算法[A];“電力大系統(tǒng)災變防治和經(jīng)濟運行重大課題”部分專題暨第九屆全國電工數(shù)學學術年會論文集[C];2003年

8 談斌;唐力鐵;張己化;周海云;;遺傳算法在漫反射系數(shù)計算中的應用研究[A];2007年光電探測與制導技術的發(fā)展與應用研討會論文集[C];2007年

9 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設計算機應用創(chuàng)新論壇論文集[C];2009年

10 蔡亞星;李偉明;尚飛;任武;薛正輝;高本慶;;雙種群遺傳算法進行陣列天線綜合[A];2005'全國微波毫米波會議論文集（第三冊）[C];2006年

相關重要報紙文章 前10條

1 郭勉愈　編譯;遺傳算法：讓發(fā)明自動“進化”[N];科學時報;2011年

2 上�？茖W院規(guī)劃研究處 劉小玲;上海能否成為人工智能城市[N];解放日報;2017年

3 記者 常麗君;科學家首次將遺傳算法用于量子模擬[N];科技日報;2016年

4 林京;《神經(jīng)網(wǎng)絡和遺傳算法在水科學領域的應用》將面市[N];中國水利報;2002年

5 記者 李星婷;2014中國生命電子學術年會在渝召開[N];重慶日報;2014年

6 記者 劉霞;美用遺傳算法逆向設計新型納米材料[N];科技日報;2013年

7 高雪娟;協(xié)同設計的平臺策略[N];中國計算機報;2006年

8 陳巍;浩辰有望在協(xié)同設計關鍵領域取得突破 引領CAD應用新潮流[N];大眾科技報;2006年

9 本報記者 李元麗;堅持自主創(chuàng)新 掀起AI+教育的中國浪潮[N];人民政協(xié)報;2018年

10 高峰;美國真能毀掉中國？[N];世界報;2012年

相關博士學位論文 前10條

1 孫秋紅;基于遺傳算法的水質數(shù)據(jù)挖掘與應用研究[D];燕山大學;2016年

2 金小敏;移動云環(huán)境中的計算遷移系統(tǒng)關鍵技術研究[D];北京郵電大學;2018年

3 王小港;遺傳算法在VLSI設計自動化中的應用研究[D];中國科學院上海冶金研究所;2001年

4 宋曉峰;優(yōu)生演進優(yōu)化和統(tǒng)計學習建模[D];浙江大學;2003年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡的橋梁結構健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年

6 卜雷;城市貨物運輸規(guī)劃優(yōu)化方法研究[D];西南交通大學;2004年

7 廖平;基于遺傳算法的形狀誤差計算研究[D];中南大學;2002年

8 李智勇;模式交流多群體遺傳算法及其在神經(jīng)網(wǎng)絡進化建模中的應用[D];湖南大學;2003年

9 陳星;網(wǎng)絡并行和遺傳算法在HPM生物效應評價和輻射天線設計中的應用研究[D];四川大學;2004年

10 金菊良;遺傳算法及其在水問題中的應用[D];河海大學;1998年

相關碩士學位論文 前10條

1 田宇;多模式工程項目質量工期成本復合激勵優(yōu)化研究[D];華北水利水電大學;2019年

2 陳亞楠;基于改進遺傳算法的WSN能量均衡路由算法研究[D];安徽理工大學;2019年

3 楊濤;基于SLP和遺傳算法的CR公司車間布局優(yōu)化研究[D];北京交通大學;2019年

4 閆輝;分割樹遺傳算法在H公司車間布局中的應用研究[D];河北工業(yè)大學;2017年

5 楊晨;基于遺傳算法的太陽能熱氣流電站渦輪機葉片的優(yōu)化設計[D];青島科技大學;2019年

6 邱程峰;中低壓配電網(wǎng)態(tài)勢可視化關鍵問題及算法研究[D];杭州電子科技大學;2019年

7 林曉雯;電商平臺服務器性能優(yōu)化設計與實現(xiàn)[D];電子科技大學;2019年

8 毛勇;聯(lián)合隱馬爾可夫與遺傳算法的態(tài)勢預測方法研究[D];西北大學;2019年

9 由林青;配對交易策略中交易信號動態(tài)化研究[D];北京工商大學;2018年

10 丁越;基于遺傳算法的P2P網(wǎng)貸違約預警模型研究[D];浙江大學;2019年

本文編號：2822945