收藏本站
《华东理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

面向机电产品智能拆卸与回收云服务的资源建模及决策方法研究

姜辉  
【摘要】:近年来,随着现代制造信息技术的发展及需求增长,机电产品的制造量大幅度上升。然而,机电产品在废弃后,若无法充分回收,其废弃物容易对环境造成严重影响。为充分调动社会回收资源,形成协同回收体系,使废弃产品有效回收,本文借鉴云制造思想,提出面向机电产品智能拆卸与回收的云服务体系架构,并对其关键技术开展研究,主要工作如下:(1)定义了机电产品拆卸与回收云服务,分析了其虚拟化、协同化、实时化、知识化和开放化等特征;设计了面向机电产品智能拆卸与回收云服务的平台体系架构,探讨了在回收实践中的运行模式和商业模式;(2)基于本体构建产品语义模型,描述了产品概念分类、层次化组织、表明概念实例之间的语义关系;采用语义规则表达了零件的连接关系、几何约束和拆卸工具知识;提出了基于拆卸知识的拆卸方向、拆卸工具和拆卸序列的决策方法,实现了基于拆卸知识语义描述的选择拆卸规划;(3)采用语义方法设计了回收云服务物理资源的本体模型,表达了回收资源的基本信息、服务能力、工作状态和服务质量等概念及其语义关系,由此构建多源、异构回收资源的资源池;综合采用概念匹配和数值参数匹配计算回收资源与服务请求的相似度,并构建了基于性能、可靠性等QOS指标,回收时间、回收成本等数值参数的回收资源评价模型;(4)以最小化拆卸时间和拆卸成本为目标,建立了拆卸云服务组合优化数学模型;基于NSGA-Ⅱ设计了多目标遗传算法求解上述NP-完全问题,提出了"调整算子"对算法改进,由此生成一组Pareto最优的拆卸云服务方案,供使用者根据偏好进行选择;(5)设计了智能产品本体,描述了产品、零件、材料和使用等概念及其语义关系,集成了产品生命周期信息;考虑使用时间、新旧程度和工作载荷等模糊词,设计了基于模糊规则的回收方式决策方法,实现对零件回收方式的决策;基于服务时间、成本、回收收益、服务次数等决策准则,提出了基于灰色评价法的回收云服务物理资源综合评价方法;以扫地机器人的回收云服务为例,验证了基于模糊规则的回收方式决策方法、基于灰色评价法的回收资源综合评价方法,以及基于粒子群优化的拆卸序列生成算法。本文研究了回收知识资源和物理资源的建模及决策方法,使产品的生命周期的信息知识化、透明化;研究成果可为产品设计者、制造者、社会回收站点及相关政府部门提供决策工具;研究方法可以进一步扩展到其他类别产品的回收、重用、再制造等领域,亦可为产品的绿色设计、面向维护的设计等研究提供重要参考。
【关键词】:机电产品 回收云服务 选择拆卸 资源建模 智能算法
【学位授予单位】:华东理工大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP18;X705
【目录】:
  • 摘要5-6
  • Abstract6-12
  • 第1章 绪论12-21
  • 1.1 课题背景和意义12-14
  • 1.2 课题来源14
  • 1.3 相关研究综述14-18
  • 1.3.1 拆卸序列规划与选择拆卸14-15
  • 1.3.2 拆卸系统设计15-16
  • 1.3.3 产品回收决策16-17
  • 1.3.4 云制造17-18
  • 1.3.5 相关研究小结18
  • 1.4 本文的主要研究内容18-19
  • 1.5 本文的组织结构19-21
  • 第2章 机电产品智能拆卸与回收云服务平台框架21-30
  • 2.1 引言21-22
  • 2.2 机电产品智能拆卸与回收云服务的定义和特征22-24
  • 2.3 机电产品智能拆卸与回收云服务平台总体框架24-26
  • 2.4 机电产品智能拆卸与回收云服务平台运行模式26-27
  • 2.5 机电产品智能拆卸与回收云服务平台商业模式27-28
  • 2.6 本章小结28-30
  • 第3章 基于拆卸知识语义描述的选择拆卸规划方法30-46
  • 3.1 引言30-31
  • 3.2 面向选择拆卸的拆卸任务生成方法31-32
  • 3.3 符号和定义32-33
  • 3.3.1 符号32-33
  • 3.3.2 定义和假设33
  • 3.4 产品信息模型33-37
  • 3.4.1 产品信息模型概念分类和类树33-34
  • 3.4.2 产品信息模型实例属性34-35
  • 3.4.3 产品信息模型的约束35-37
  • 3.5 拆卸知识描述37-38
  • 3.6 选择拆卸决策支持方法38-39
  • 3.7 案例研究39-44
  • 3.8 方法讨论44-45
  • 3.9 本章小结45-46
  • 第4章 机电产品回收云服务物理资源描述及其服务化46-59
  • 4.1 引言46-47
  • 4.2 机电产品回收云服务请求解析47-50
  • 4.2.1 回收云服务形式化描述47-48
  • 4.2.2 回收云服务请求解析48-50
  • 4.3 机电产品回收云服务物理资源语义建模50-53
  • 4.3.1 回收云服务物理资源语义描述框架50-51
  • 4.3.2 基于本体的回收云服务物理资源语义建模51-53
  • 4.4 机电产品回收云服务物理资源发现方法53-54
  • 4.5 机电产品回收云服务物理资源QOS评价指标54-55
  • 4.6 机电产品回收云服务物理资源数值参数55-57
  • 4.7 机电产品回收云服务物理资源封装57-58
  • 4.8 本章小结58-59
  • 第5章 基于多目标遗传算法的拆卸任务调度及拆卸资源分配59-86
  • 5.1 引言59-60
  • 5.2 拆卸任务调度及拆卸资源分配云服务方法60-61
  • 5.3 拆卸云服务建模61-66
  • 5.3.1 符号61
  • 5.3.2 目标函数61-62
  • 5.3.3 约束条件62-63
  • 5.3.4 不确定性63
  • 5.3.5 约束关系63-65
  • 5.3.6 产品集合65
  • 5.3.7 Pareto最优65-66
  • 5.4 基于NSGA-Ⅱ的拆卸任务调度及拆卸资源分配算法设计66-75
  • 5.4.1 染色体编码67-68
  • 5.4.2 初始种群68
  • 5.4.3 遗传算子68-71
  • 5.4.4 目标函数值计算71-75
  • 5.5 案例研究75-85
  • 5.5.1 案例设计75-78
  • 5.5.2 计算结果和讨论78-85
  • 5.6 本章小结85-86
  • 第6章 智能产品回收云服务决策方法研究86-109
  • 6.1 引言86-87
  • 6.2 智能产品回收云服务描述87-88
  • 6.3 回收云服务决策方法88-95
  • 6.3.1 智能产品本体设计88-90
  • 6.3.2 基于模糊规则的回收方式决策方法90-92
  • 6.3.3 基于灰色评价法的回收资源综合评价92-95
  • 6.4 基于粒子群优化算法的拆卸序列规划95-101
  • 6.4.1 拆卸序列模型95-96
  • 6.4.2 基于粒子群优化算法的求解方法96-97
  • 6.4.3 粒子解码方法97-98
  • 6.4.4 适应度函数98-101
  • 6.5 案例研究101-108
  • 6.5.1 案例背景101-103
  • 6.5.2 扫地机器人零件回收方式决策103-104
  • 6.5.3 回收资源虚拟化104
  • 6.5.4 基于灰色评价法的扫地机器人回收资源综合评价104-107
  • 6.5.5 扫地机器人拆卸序列生成107-108
  • 6.6 本章小结108-109
  • 第7章 总结与展望109-112
  • 7.1 全文总结109-110
  • 7.2 本文的创新点110-111
  • 7.3 研究展望111-112
  • 参考文献112-125
  • 致谢125-126
  • 附录A 攻读博士学位期间发表的学术论文目录126-127
  • 附录B 攻读博士学位期间申请的知识产权目录127-128
  • 附录C 攻读博士学位期间获得的荣誉128-129
  • 附录D 攻读博士学位期间参与的课题129

【相似文献】
中国博士学位论文全文数据库 前1条
1 姜辉;面向机电产品智能拆卸与回收云服务的资源建模及决策方法研究[D];华东理工大学;2017年
中国知网广告投放
相关机构
>华东理工大学
相关作者
>姜辉
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026