考虑失效特征的废旧零部件再制造成本预测模型研究

分析了废旧零部件失效特征对其再制造成本的影响,建立了一种基于失效特征的废旧零部件再制造成本预测模型,该模型将半监督学习与最小二乘支持向量机回归(LS-SVR)算法相结合,实现了在只有少量已完成再制造的废旧零部件样本和大量未知再制造成本的零部件样本的条件下,对废旧零件再制造成本的预测。该算法加入了k最近邻(kNN)算法,以kNN为辅、LS-SVR为主对未标记的样本进行置信度评估,将各阶段最优未标记样本逐步添加进有标记的样本集中,逐步更新预测模型,能够有效降低噪声,提高模型精度。经案例验证,提出的算法具有良好的回归预测能力和泛化能力。     

基于支持向量机的机电产品再制造成本预测方法

退役机电产品再制造成本是其再制造决策的主要依据之一。针对再制造成本的随机性、不确定性以及可用数据样本有限的问题,提出基于支持向量机的再制造成本预测方法。分析了再制造成本的构成要素、影响因素及其特点,将废旧产品经拆卸、检测后零部件分为可直接再利用、可再制造加工及替换处理等三类,结合其可再制造性,以零部件再制造加工比率、零部件替换比率及技术性指数为输入,再制造成本为输出,构建基于支持向量机的再制造成本预测模型,对机械式变速箱的再制造成本进行了预测,并与BP神经网络预测结果进行对比分析。结果表明,支持向量机预测模型能很好地预测再制造成本,并且预测精度比BP神经网络更好,可为再制造成本的准确预测提供参考。     

基于协同效应的再制造工艺技术决策模型及应用

再制造工艺技术优化选择是实现高效、快速及环境友好地实现再制造成形过程的关键环节之一。但是,废旧零部件失效特征的多样性,导致再制造工艺过程的复杂性,并影响再制造工艺技术的优化配置。为此,综合考虑再制造工艺技术产生的直接效益以及再制造工艺技术之间的协同效应,构建一种适应多种失效特征的废旧零部件再制造工艺技术决策模型。该模型可以辅助选择要实施的再制造工艺技术,获得条件允许下所能产生最大系统效益的再制造工艺技术组合。结合某企业实际,将模型应用于该企业再制造工艺技术决策中,为企业实施再制造提供了技术支持。     

基于线性回归模型的机电产品再制造费用预测

针对再制造决策者在产品再制造成本发生前无法决策的问题,提出运用线性回归模型,建立产品零部件失效类型信息与产品再制造费用之间的线性关系;基于同类产品零部件失效类型信息以及同类产品再制造费用的统计,对产品的再制造费用进行事前预测,并根据各类零部件的质量属性,对产品再制造的预测费用进行修正,获得相对准确的产品再制造费用预测,并用预测费用与实际费用的相对误差描述再制造费用预测的准确性。     

典型矿冶废旧零部件剩余寿命预测模型与可再制造性评估决策方法

废旧矿冶零部件正成为全世界增长最快的废弃物,对其分类评估决策是再制造循环利用的前提和基础。根据废旧零部件灰尘多、腐蚀大、磨损快的特殊工况可靠性阈值及再制造经济性,建立典型矿冶废旧零部件剩余寿命的预测模型,通过构建基于霍尔三维结构的再制造评估方法,可以为企业废旧零部件残余寿命准确预测与再制造性评估决策提供一种新的解决途径。以电动轮自卸车曲轴为例,验证了上述方法的可行性。     

基于GERT图的废旧零部件不确定性再制造工艺路线模型

针对再制造系统工艺路线不确定性问题,建立一种基于图形评审技术的再制造工艺路线模型。首先对再制造工艺路线的不确定性进行分析,对参数进行描述,阐述四种典型再制造工艺路线,然后建立基于图形评审技术的某废旧零部件路线模型,该模型描绘了各废旧零部件的所有可能工艺路线;建立工艺的概率分支与各工序加工时间分布函数。通过信号流图和矩母函数对模型进行求解,得到废旧零部件到达某一节点的概率与期望时间。将该模型应用到废旧车床主轴再制造实践中,运用Arena仿真软件验证了结果的合理性。     

基于改进模糊神经网络的废旧零部件再制造工艺方案决策方法

鉴于废旧零部件损伤状况及其再制造质量要求的差异性导致再制造工艺方案具有不确定性和模糊性,为确定最优再制造工艺方案,在对废旧零部件再制造工艺过程特征问题进行描述的基础上,建立了再制造工艺方案优化决策模型;提出一种基于改进T-S模糊神经网络的再制造工艺方案决策方法,并对该模型进行了求解。将所提出的方法应用到某机床厂废旧机床主轴再制造中,运用MATLAB编程实现了再制造工艺方案的优化决策,并通过与传统模糊神经网络方法进行性能对比,验证了所提出方法的有效性。     

基于失效特征的机械零部件可再制造度评价方法

为评判实施机械零部件再制造的可再制造度,提出机械零部件可再制造度评价的总体流程框架;基于模糊评判量化分析机械零部件的失效特征,并建立涵盖技术可行性、经济可行性和资源环境性三个方面的可再制造度评价指标体系及量化方法,进而形成一种基于失效特征的机械零部件可再制造度评价模型。结合蜗轮副再制造对所提出的模型进行验证分析,结果表明该蜗轮副具有较好的可再制造度。     

逆向工程辅助零部件再制造关键技术及应用

针对废旧零部件再制造过程中人工参与多、经验依赖性强、修复效率低、可靠性差等问题,从系统的角度提出逆向工程辅助废旧零部件再制造的流程框架,并就其中的关键技术废旧零部件原始模型重构和缺损部位模型的提取两方面进行阐述。通过分离点云数据中的损伤区域与完好区域,自动判断特征轮廓线是否经过点云损伤区域,保证了逆向建模的精度;提出一种基于改进迭代最近点算法的配准方法,该配准方法能够自动剔除损伤区域的点,提高损伤模型与原始模型的配准精度,保证缺损部位模型提取的准确性。最后通过实际修复案例,对所提方法进行了验证。     

基于失效模式的曲轴再制造工艺优化方法研究

针对曲轴再制造过程中工艺路线复杂多样的问题,从曲轴的工作状况、材料选择、失效原因和损伤程度等方面进行了研究,提出了基于失效模式的曲轴再制造工艺优化方法。通过故障树分析法分析了曲轴失效的主要原因,用树形图表示出来,从中提取了影响再制造工艺的关键因素作为失效特征;基于实际工作经验给出了失效特征的量化标准,并将量化结果作为选取再制造工艺的主要条件;根据再制造工艺标准剔除了不合理的工艺路线,并将结果用与或图简明表示出来,建立了涵盖经济成本与时间成本的再制造成本函数,对结果数据进行了无量纲化处理,分析比较了简化后的工艺路线,选取了成本最低的路线作为最优再制造工艺路线;选取DB-7020帕萨特汽车废旧曲轴为目标,从磨损、裂纹和变形失效角度进行了分析,应用再制造工艺优化方法获得了可行的再制造工艺路线,并通过再制造成本函数评价得到了最优路线。研究结果表明:再制造工艺优化方法可以解决由于废旧曲轴失效形式和失效程度不同而导致的工艺复杂性问题,能够提高再制造工艺选择的合理性和再制造效率。     

再制造加工及其机械加工方法

失效零件的再制造加工是保证再制造产品质量、降低再制造费用的核心内容。本文叙述了再制造加工的概念,分析了失效零件进行再制造加工的条件,并对再制造加工技术方法进行了分类;重点分析了失效零件机械加工法再制造的特点,并探讨了常用的修理尺寸法、钳工再制造恢复法、镶加零件法、局部更换法、换位法和塑性变形法等再制造修复方法。     

再制造机床可修复零部件精度分配研究

研究可修复零部件精度参数的分配是关系到再制造机床性能和再制造成本的重要问题。本文提出了用BP+GA的混合算法优化分配可修复零部件精度参数的方法。首先利用BP神经网络建立零部件精度参数与再制造机床空间几何误差之间的正向映射模型,然后用正交设计法得到训练样本数据并训练网络,最后再用BP+GA的混合算法逆向确定零部件的精度参数。仿真结果表明了混合算法是解决复杂精度分配问题的一种理想方法,优化结果可用于指导零部件精度的修复。     

[智能设计与计划调度]大数据在设备健康预测和备件补货中的应用

提出了一种设备健康预测和库存优化方法。使用自编码器提取监测信号特征,基于深度神经网络模型进行时序预测,构建设备健康度指标;采用统计分布判定和参数拟合的预测方法实现库存优化;最后,根据设备健康状态与备件数量实现生产主动预警。实例结果表明,该方法预测精度高于LSTM算法,可对设备故障进行精确预警,且备件库存优化模型的可靠性高达90.4%,可有效减少备件库存。     

Remanufacturing Scheme Design for Used Parts Based on Incomplete Information Reconstruction

The different conditions of use of a component result in a variety of damage levels. Therefore, excluding differences in shape and size, used parts show a high degree of uncertainty regarding failure characteristics, quality conditions, and remaining life, which seriously affects the efficiency of a remanufacturing scheme design. Aiming to address this problem, a remanufacturing scheme design method based on the reconstruction of incomplete information of used parts is proposed. First, the remaining life of the reconstructed model is predicted by finite element analysis, and the demand for the next life cycle is determined. Second, the scanned 3 D damage point cloud data are registered with the original point cloud data using the integral iterative method to construct a missing point cloud model to achieve the restoration of geometric information. Then, according to reverse engineering and laser cladding remanufacturing, the tool remanufacturing process path can be generated by the tool contact point path section line method. Finally, the proposed method is adopted for turbine blades to evaluate the effectiveness and feasibility of the proposed scheme. This study proposes a remanufacturing scheme design method based on the incomplete reconstruction of used part information to solve the uncertain and highly personalized problems in remanufacturing.     

[产品服务系统]再制造产品服务系统生命周期评价建模及应用

基于再制造和产品服务系统的特征提出了再制造产品服务系统（RPSS）的概念,根据生命周期评价（LCA）方法框架建立了RPSS LCA模型,并以柴油发动机RPSS为案例对模型开展应用研究。研究发现,确保再制造产品质量和性能不低于新品,避免产品使用过程消耗大于新品是企业通过实施RPSS获得环境效益的关键;企业开展面向再制造的产品设计,提高产品再制造率,可以降低RPSS生命周期环境影响;RPSS可以为企业提供稳定的旧件来源,提高企业市场竞争力。     

基于紫外吸收光谱的水质硝酸盐含量LLE-SVR建模

基于紫外吸收光谱的总氮测定方法在分析精度上严重依赖于所建数学模型的预测精度.针对紫外光谱数据波段多,容易引入未知物质干扰光谱信息的问题,提出了局部线性嵌入( local linear embedded,LLE)和偏最小二乘支持向量回归机(least square support vector regression machine,LS-SVR)相结合的紫外吸收光谱数据建模方法.首先利用LLE算法将高维的紫外吸收光谱映射到低维的流形空间,实现高维非线性光谱数据结构的特征提取,并利用LS-SVR建立硝酸盐含量的非线性回归模型.仿真结果表明:利用LLE-SVR方法获得的硝酸盐含量预测模型,其训练样本的相对误差为0.001 9,测试样本相对误差为0.035 8,小于单纯的LS-SVR模型的0.023 3和0.0602.     

面向废旧机械产品广义生长的再制造服务组合与优化方法

针对面向废旧机械产品广义生长的再制造服务模式下,产品-部件-零件多层级服务对象和升级、恢复、降级多粒度再制造服务要求导致服务活动及其供应商数量相比传统再制造服务倍增,致使再制造服务组合与优化过程繁琐、困难、效率低的问题,提出了一种面向废旧机械产品广义生长的再制造服务组合与优化方法。首先为快速获取多层级多粒度的服务方案,基于OWL-S对再制造服务活动进行语义描述,提出服务组合流程实现多层级服务活动的自动组合;其次为提升服务供应商组合与优化效率,利用粗糙-模糊数对多层级多粒度的多个服务方案中的服务活动进行耦合分析,合并冗余服务活动;最后为保证再制造服务的多方利益及环境效益,以碳排放、时间、成本为优化目标建立再制造服务供应商组合优化模型并利用非支配排序遗传算法求解。以一批废旧手动变速箱广义生长再制造服务为例,验证了所提再制造服务组合与优化方法的可行性与有效性。     

A capacitated production planning problem for closed-loop supply chain with remanufacturing

This paper addresses a dynamic capacitated production planning problem in steel enterprise employing a closed-loop supply chain strategy, in which the remanufacturing process is applied. Particularly, the remanufacturing problem considered in this paper is obviously different from the typical lot-sizing problems, within which all demands are met by production or remanufacturing without backlogs; the production, inventory, and remanufacturing levels all have limits; both the production and remanufacturing setup cost functions are arbitrary and time-varying; the objective is to minimize the total cost. Firstly, the closed-loop supply chain with remanufacturing model is formulated. Then, the genetic algorithm heuristic approaches are proposed to solve the NP-hard problem. Finally, a computational experiment is presented which can solve the 200 size problem efficiently. Furthermore, the comparisons against the branch and bound method show the effectiveness and efficiency of the proposed approach for solving the large size remanufacturing problem.     

基于盲数理论的萤火虫神经网络失效征候结构可靠度预测

在任意可行性工况下,针对大型臂架失效征候结构的载荷效应与抗力的多种不确定因素导致结构可靠度难以确定的问题,通过构建盲数失效征候结构可靠度模型（BNFSSRM）、串行式萤火虫神经网络预测模型--缺陷结构远场应力预测子模型（STFNN-DSSSPSM）与缺陷结构可靠度预测子模型（STFNN-DSRPSM）串联,提出了基于盲数理论的萤火虫神经网络失效征候结构可靠度预测方法。以应力-强度干涉模型为基础,萤火虫神经网络为预测方法,根据裂纹失稳扩展准则,将不确定性问题盲数化的思想引入裂纹强度因子与断裂韧性的干涉模型,通过试验仿真与STFNN-DSSSPSM,得到典型工况下裂纹缺陷结构的可靠度;再以此为扩展样本的目标输出、裂纹扩展尺寸为扩展样本的输入,通过BNFSSRM、STFNN-DSRPSM,实时预测不同工况下缺陷结构的可靠度,评估抵抗失效的能力以及不同工况退出可行性工况域的先后顺序。以QY130流动式起重机再制造臂架结构为例,验证了该方法的有效性,为结构再制造准入期实时判断以及再制造方案的选择提供了理论指导。