本文關鍵詞：面向機電產品智能拆卸與回收云服務的資源建模及決策方法研究

  更多相關文章： 機電產品 回收云服務 選擇拆卸 資源建模 智能算法

【摘要】：近年來,隨著現(xiàn)代制造信息技術的發(fā)展及需求增長,機電產品的制造量大幅度上升。然而,機電產品在廢棄后,若無法充分回收,其廢棄物容易對環(huán)境造成嚴重影響。為充分調動社會回收資源,形成協(xié)同回收體系,使廢棄產品有效回收,本文借鑒云制造思想,提出面向機電產品智能拆卸與回收的云服務體系架構,并對其關鍵技術開展研究,主要工作如下:(1)定義了機電產品拆卸與回收云服務,分析了其虛擬化、協(xié)同化、實時化、知識化和開放化等特征;設計了面向機電產品智能拆卸與回收云服務的平臺體系架構,探討了在回收實踐中的運行模式和商業(yè)模式;(2)基于本體構建產品語義模型,描述了產品概念分類、層次化組織、表明概念實例之間的語義關系;采用語義規(guī)則表達了零件的連接關系、幾何約束和拆卸工具知識;提出了基于拆卸知識的拆卸方向、拆卸工具和拆卸序列的決策方法,實現(xiàn)了基于拆卸知識語義描述的選擇拆卸規(guī)劃;(3)采用語義方法設計了回收云服務物理資源的本體模型,表達了回收資源的基本信息、服務能力、工作狀態(tài)和服務質量等概念及其語義關系,由此構建多源、異構回收資源的資源池;綜合采用概念匹配和數(shù)值參數(shù)匹配計算回收資源與服務請求的相似度,并構建了基于性能、可靠性等QOS指標,回收時間、回收成本等數(shù)值參數(shù)的回收資源評價模型;(4)以最小化拆卸時間和拆卸成本為目標,建立了拆卸云服務組合優(yōu)化數(shù)學模型;基于NSGA-Ⅱ設計了多目標遺傳算法求解上述NP-完全問題,提出了"調整算子"對算法改進,由此生成一組Pareto最優(yōu)的拆卸云服務方案,供使用者根據(jù)偏好進行選擇;(5)設計了智能產品本體,描述了產品、零件、材料和使用等概念及其語義關系,集成了產品生命周期信息;考慮使用時間、新舊程度和工作載荷等模糊詞,設計了基于模糊規(guī)則的回收方式?jīng)Q策方法,實現(xiàn)對零件回收方式的決策;基于服務時間、成本、回收收益、服務次數(shù)等決策準則,提出了基于灰色評價法的回收云服務物理資源綜合評價方法;以掃地機器人的回收云服務為例,驗證了基于模糊規(guī)則的回收方式?jīng)Q策方法、基于灰色評價法的回收資源綜合評價方法,以及基于粒子群優(yōu)化的拆卸序列生成算法。本文研究了回收知識資源和物理資源的建模及決策方法,使產品的生命周期的信息知識化、透明化;研究成果可為產品設計者、制造者、社會回收站點及相關政府部門提供決策工具;研究方法可以進一步擴展到其他類別產品的回收、重用、再制造等領域,亦可為產品的綠色設計、面向維護的設計等研究提供重要參考。
【學位授予單位】：華東理工大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP18;X705

【相似文獻】

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 姜輝;面向機電產品智能拆卸與回收云服務的資源建模及決策方法研究[D];華東理工大學;2017年

，

本文編號：1272625