一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法技术

本发明专利技术公开了一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法，包括以下步骤：以工作站节拍时间、拆卸成本、需求指标、危害指标最低为目标，构建了满足混合废旧产品多人共站不完全拆卸线特性的边界约束条件和拆卸平衡设计模型；采用提出的INSGA

【技术实现步骤摘要】
一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法


[0001]本专利技术涉及拆卸系统平衡设计
，具体是一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法。

技术介绍

[0002]随着智能产品的更新速度日益加快和人民消费习惯的逐步改变，大量废旧机电产品不断产生。通常废旧机电产品中包含有子功能健全的零部组件和可再回收利用的原材料，同时也包含污染环境的有害物质。比如电动汽车中，轮毂，白车身，转向系统等属于可回收的有利用价值的零部组件，而动力电池包、聚酯材料、聚甲醛材料等属于对环境有害的物质。不合理处理这些废旧机电产品不仅会导致大量可回收资源的浪费，还会造成严重的环境污染。然而，资源短缺和环境污染已经成为制约当前社会可持续发展的关键因素。因此，如何及时并有效处理废旧机电产品已成为亟待解决的问题。
[0003]拆卸生产线是实现大量废旧机电产品循环利用和再制造的重要解决方案。拆卸生产线是将产品的零部件按照其相互连接的约束关系逐一分配到沿传送带分布的不同工作站当中，再由其中的操作工人完成相应任务的拆卸工作，拆卸下来的可再利用的零部件通过修复后可重返销售市场，而不具备功能可修复的零部件则通过物理粉碎、高温溶解和化学处理等手段进行原材料的提取，然后使原材料进入重新制造过程。
[0004]拆卸线平衡设计的目的是将规划好的拆卸任务分配到顺序排布的工作站中，并在保证产线流畅运行的情况下尽可能地均衡多个需要考虑的优化目标，比如经济指标(成本、利润、产量和需求指标等)，环保指标(能耗、碳排放量和有害物质指标等)，产线指标(线效率、节拍时间、工作站数量和刀具更换次数等)。在现实中，对这些目标进行均衡优化得到最合适的拆卸方案对于拆卸企业来说尤为重要。
[0005]传统的拆卸线平衡设计中，工作站均采用单人站点拆卸方式，即每个工作站内均只有一个工人完成该工作站内的所有拆卸任务。当拆卸零件数量多且结构复杂的产品时，工作站内包含大量的拆卸任务，单人站点拆卸效率极为低下。为了提高拆卸效率，本专利将工作站设计为多工位站点，即一个工作站内安排多个工人完成站内拆卸任务。当前，拆卸线平衡设计仅满足单一产品的完全拆卸，即整条拆卸线完成某一特定产品的所有零部件的移除。对于回收多种品类废旧产品的企业来说，单一产品拆卸线不利于适应客户需求波动较大的产品拆卸，即当某种产品的需求量不大甚至无需求时，它的拆卸线只有停产以避免增加生产成本。另外，与完全拆卸不同，仅将有价值、危害和必拆的零件拆除，剩余零件则不拆除的模式被称为不完全拆卸。不完全拆卸非常有利于避免产线的无效作业和劳动力浪费。因此，很有必要设计能同时拆卸多种类产品的多人站点不完全拆卸线以柔性地应对变化的客户需求和降低拆卸成本。

技术实现思路

[0006]为解决上述问题，本专利技术的主要目的在于提供了一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法，本专利技术拆卸线平衡设计模型适用于混合产品拆卸方案优选，将传统的单一产品完全拆卸拓展到混合多产品不完全拆卸，提高了拆卸效率。
[0007]本专利技术的技术方案是：
[0008]一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法，包括以下步骤：
[0009]S1、以工作站节拍时间、拆卸成本、需求指标、危害指标最低为目标，建立数学模型，该数学模型的目标函数如下：
[0010]min CT
ꢀꢀꢀ
(1)
[0011][0012][0013][0014]其中，U为所有产品的总任务集合，i,j为任务编号，i,j∈U；s为工作站编号s∈S；w为工人编号，w∈w；为拆卸任务i的开始时间，如果i是工作站s中工人手上的第一个任务时，则t
iw
为在考虑了产品零部件的回收状态和工人技能差异后，工人w执行任务i的拆卸处理时间；dc
i
为执行任务i的单位时间拆卸成本；oc
s
为工作站s的单位时间运行成本；hp
w
为工人w的时薪；hc
i
为任务i的无害化处理成本；CT为工作站的节拍时间；TC为拆卸线运行总成本；Di为需求指标；Hi为危害指标；y
isw
为任务i的分配变量，如果任务i被分配到工作站s的工人w手中，y
isw
＝1，否则y
isw
＝0；k
s
为工作站开启状态变量，如果工作站s开启，k
s
＝1，否则k
s
＝0；
[0015]S2、收集拆卸线数据并提出目标函数的约束条件，形成拆卸平衡设计模型；所述约束条件包括拆卸决策变量约束、任务间关系约束、节拍时间约束、分配约束、工作站配置约束、工人配置约束、变量约束：
[0016]S3、求解所述拆卸平衡设计模型，对解集的各个目标进行比例加权求和获得单个具有偏向性的最优拆卸方案。
[0017]目前大多数现有的拆卸线平衡模型为概念的，既不能正确且完整地描述问题的所有约束，也不能用数学求解器获得目标的全局最优解。针对上述问题，对本专利技术的拆卸平衡设计模型建立了完善描述拆卸平衡限定的多目标和约束条件，使得拆卸平衡设计模型成为可以采用学求解器求解的混合整数规划(Mixed
‑
integer Programming，MIP)模型。此外，约束条件中还考虑了废旧机电产品的结构回收状态和工人技能差异对拆卸线的综合影响，使得优选出的拆卸方案更具代表性。
[0018]另外，小规模零件的产品可采用精确求解器求解最佳拆卸方案，但随着产品的零件数量和结构复杂度的增加，大规模零件的产品去求解难度呈指数级增加。鉴于上述问题，本专利技术结合NSGA
‑
II的算法结构和所提模型的特征提出包含激励策略的改进NSGA
‑
II(ImprovedNSGA
‑
II,INSGA
‑
II)以实现拆卸平衡设计模型的有效求解。所提INSGA
‑
II算法属于元启发式算法类别，具有搜索速度快和获取全局最优解能力强的特点。具体而言，该算
法采用Pareto 占优方法筛选算法迭代过程中的非劣解，采用超体积(HV，Hyper Volume)指标评价当前非劣解集分散性和收敛性，即评价每一代获得解的优劣。
[0019]本专利技术的技术效果是：
[0020](1)本专利技术的多人站点拆卸线平衡设计从传统的单一产品完全拆卸拓展到混合多产品不完全拆卸。
[0021](2)本专利技术完善描述拆卸平衡限定的多目标和约束条件，建立了可以采用数学求解器求解的混合整数规划模型，且此模型考虑了废旧机电产品的结构回收状态和工人技能差异对拆卸线的综合影响。
[0022](3)本专利技术提出了改进的算法(INSGA
‑
II)，本算法基于Pareto解集加权的方法以获取具有目标偏向的最佳拆卸方案，为决策者快速调整排产提供高效的方法。
附图说明
[0023]为了更清楚地说明本专利技术实施方式的技术方案，下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法，其特征在于，包括以下步骤：S1、以工作站节拍时间、拆卸成本、需求指标、危害指标最低为目标，建立数学模型，该数学模型的目标函数如下：min CT
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)(1)(1)其中，U为所有产品的总任务集合，i,j为任务编号，i,j∈U；s为工作站编号s∈S；w为工人编号，w∈w；为拆卸任务i的开始时间，如果i是工作站s中工人手上的第一个任务时，则t
iw
为在考虑了产品零部件的回收状态和工人技能差异后，工人w执行任务i的拆卸处理时间；dc
i
为执行任务i的单位时间拆卸成本；oc
s
为工作站s的单位时间运行成本；hp
w
为工人w的时薪；hc
i
为任务i的无害化处理成本；CT为工作站的节拍时间；TC为拆卸线运行总成本；Di为需求指标；Hi为危害指标；y
isw
为任务i的分配变量，如果任务i被分配到工作站s的工人w手中，y
isw
＝1，否则y
isw
＝0；k
s
为工作站开启状态变量，如果工作站s开启，k
s
＝1，否则k
s
＝0；S2、收集拆卸线数据并提出目标函数的约束条件，形成拆卸平衡设计模型；所述约束条件包括拆卸决策变量约束、任务间关系约束、节拍时间约束、分配约束、工作站配置约束、工人配置约束、变量约束：S3、求解所述拆卸平衡设计模型，对解集的各个目标进行比例加权求和获得单个具有偏向性的最优拆卸方案。2.根据权利要求1中所述的一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法，其特征在于，所属约束条件包括：拆卸决策变量约束：拆卸决策变量约束：拆卸决策变量约束：拆卸决策变量约束：任务间关系约束：任务间关系约束：任务间关系约束：
节拍时间约束：节拍时间约束：节拍时间约束：分配约束：分配约束：工作站配置约束：工作站配置约束：工作站配置约束：工人配置约束：工人配置约束：工人配置约束：变量约束：式中，a为产品类型编号a∈A；U
a
为产品a的任务集合；C
max
为每个工作站的最大工人容量；P
q
为产品a的第q种回收状态的概率，q∈Q
a
，Q
a
为产品a的总回收状态集合，如果废旧产品零件的回收状态和新产品的一样，则P
q
＝1；t
iq
为第q种回收状态下，任务i的拆卸处理时间；sd
iw
为工人w执行任务i的技能差异程度，如果工人w执行任务i的技能熟练程度为1，则sd
iw
＝1，技能偏离正常水平的程度记为α，sd
iw
∈[1
‑
α,1+α]；ψ为一个很大的正数；P
a
(i)为产品a中任务i的紧前任务集合；x
i
为任务i的执行状态变量，如果任务i被执行拆卸，x
i
＝1，否则x
i
＝0；z
sw
为工人分配变量，如果工人w被分配到工作站s中，z
sw
＝1，否则z
sw
＝0；r
ijsw
为任务排列约束，如果任务i和任务j都被安排到工作站s的工人w手中，且任务i先于任务j拆卸，r
ijsw
＝1，否则r
ijsw
＝0；d
i
为需求变量，如果任务i是需求的，d
i
＝1，否则d
i
＝0；h
i
为危害变量，如果任务i是危害的，h
i
＝1，否则h
i
＝0；|.|表示集合的基数运算。3.根据权利要求1中所述的一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法，其特征在于，步骤S2所述拆卸平衡设计模型采用INSGA
‑
II算法进行求解：INSGA
‑
II算
法采用Pareto占优方法筛选算法迭代过程中的非劣解，采用超体积(HV，HyperVolume)指标评价当前非劣解集分散性和收敛性；所述超体积指标计算式如下：其中，E表示获得的非劣解集，e是E中的一个解，f
le
表示解e对应的第l个目标值，R
*
＝(r
1*
，r
2*
，r
3*
，r
4*
)表示问题的参考点，表示解e和参考点R
*
之间构成的超体积。INSGA
‑
II算法包括如下步骤：S31：参数预设；预设的参数包括种群规模M，迭代次数N，储存器大小N
E
；S32：种群初始化：采用编码方式产生初始种群并计算该种群个体对应的目标值[CT,TC,DI,HI]，然后采用Pareto占优方法更新储存器E；S33：进入迭代程序，令n＝1；S34：对种群执行血系繁殖操作，得到新的种群；S35：对S34获得的新种群执行分离进化操作，得到另一个新的种群；S36：对S34和S35获得的新种群以及储存器E执行Pareto占优筛选，得到当前迭代次数中的非劣解集；S37：将非劣解集中的四个单目标最小的解作为四个激励解，将该四个激励解和非劣解集作为父母然后执行血系繁殖操作，从而获得更好的新解；S38：对S36获得的非劣解集和S37获得更好新解执行Pareto占优筛选从而获得了新的非劣解集，并记为N
i
；S39：更新储存器E；如果N
E
<N
i
，则采用拥挤距离CD对N
i
进行筛选，否则就直接将N
i
作为储存器E，并计算储存器E的HV指标；S40：更新种群；如果M<N
i
，从N
i
中通过拥挤距离CD筛选M个个体形成新的种群；否则，不够的个体采用编码方式产生新解来补充；S41：判断是否进入下一次迭代：如果n<N，令n＝n+1，转到步骤S34进入下一次迭代，否则终止迭代，将储存器E中的解作为所述拆卸平衡设计模型的最优解，并输出这些非劣解对应的非劣方案。4.根据权利要求3中所述的一种处理混合废旧产品的多人共站不完全拆卸线平衡设计方法，其特征在于，所述步骤S32、S40均采用三层编码方式生成新解，三层编码分别是：拆卸任务序列(简称序列DT)、工作站开启状态序列(简称序列SO)、工人雇佣状态序列(简称序列WE)，其具体编码策略如下：(1)将待拆卸产品a中任务的优先关系数据化为二进制优先关系矩阵PM
a
＝[
…
,p
ij
,
…
]，第i行第j列元素p
ij
为决策变量，p
ij
＝1表示任务i是任务j的紧前任务，p
ij
＝0表示任务i和任务j没有优先约束关系；
(2)将所有产品的优先关系矩阵组合形成合成的优先关系矩阵...

【专利技术属性】
技术研发人员：张则强，尹涛，郑红斌，梁巍，张裕，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：