基于相似性分析的主动再制造优化设计方法

主动再制造可以有效控制再制造毛坯状况的不确定性和复杂性,进一步推动再制造工程的工业化发展。结合主动再制造基本理论与内涵,提出基于相似性分析的优化设计方法。首先从生命周期角度,分析再制造时域决策中产品性能演化的影响,提取出产品的主动再制造设计需求。同时基于结构相似理论,分析相似性结构设计参数与其性能之间的定量映射关系,建立性能相似性分析模型。而后基于该模型,构建优化参数及目标函数,提出基于相似性分析的主动再制造优化设计方法。最后通过发动机连杆优化设计实验来验证该方法的有效性及可行性。     

基于修复涂层力学性能影响规律的再制造毛坯表面污染物状态评估

针对再制造工程中毛坯修复前的表面污染腐蚀物及其预处理工艺问题，结合再制造毛坯预处理及修复实验，分析了毛坯表面污染腐蚀物含量对修复涂层性能的影响规律。通过对再制造毛坯表面污染腐蚀物含量的研究，分析其对再制造修复涂层质量的影响规律，而后设计了考虑污染腐蚀物含量的再制造修复涂层结构样件，对其涂层结构的微观组织与力学性能进行了检测及对比分析，检测结果表明，表面污染腐蚀物增多会导致其后续修复涂层结构的力学性能迅速下降，且其影响规律是非线性的。最后，结合力学实验结果构造了该影响规律的映射函数，在考虑再制造修复涂层服役性能需求下，基于该函数可给出表面污染物含量的合理阈值区间，从而进一步合理规划再制造毛坯预处理工艺，为再制造工程实践提供数据及技术基础。     

应用逆向工程技术实现再制造毛坯的建模分析

再制造毛坯的结构形貌具有复杂性和不确定性，对其测量和评价要实现定量化、精确化、可视化是本文的目标。提出了一种新方法，即基于逆向工程技术实现再制造毛坯的数字化建模和可视化分析。以应用实例详细说明了该方法涉及的关键技术，包括再制造毛坯数字化测量技术、测量点云的预处理技术、数字化模型配准比较技术以及再制造模型的可视化评价等。     

加工要素数据驱动的再制造产品工艺可靠性预测方法

为避免由于工艺缺陷造成的再制造毛坯价值浪费和经济损失，废旧产品在其再制造工艺制定后，需要首先对工艺可靠性进行预测，识别工艺缺陷要素。然而，由于再制造毛坯差异性大、剩余价值高，建立影响工艺可靠性要素的机理模型难度大、通用性差、且成本高。为此，提出一种加工要素数据驱动的工艺可靠性预测方法。利用加工获得的质量指标与质量要求之间的偏差值，作为工艺可靠性的定量指标，构建了反映各加工要素与可靠性映射关系的贝叶斯神经网络预测模型。以某再制造数控机床为例，对所提出的预测方法进行了验证。结果表明，该方法能够识别缺陷零件及其加工要素，指导再制造产品工艺过程的改进。     

面向混凝土泵车绿色再制造工艺优化的IPO模型

基于现有混凝土泵车再制造工艺过程,分析了其环境资源属性特征,构建了混凝土泵车再制造工艺IPO模型,为混凝土泵车绿色再制造工艺优化提供了依据。     

基于性能参数的主动再制造时机分析方法

针对目前再制造毛坯数量及质量的不确定性问题,提出了基于性能参数的主动再制造时机抉择评价模型。从产品全生命周期的角度出发,对产品性能参数在服役过程中的演化规律进行了分析。以能耗参数为核心指标,分析了产品在全生命周期（制造、服役及再制造过程）中的能耗规律,构建了产品年均能耗函数模型。在该函数模型的基础上,得到考虑能耗因素的产品最佳主动再制造时间。最后以某型号的直列六缸柴油机为例,验证了所提出方法的有效性和可行性。     

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。     

基于装配偏差度的复杂机械产品再制造质量优化方法

为提高复杂机械产品再制造质量可靠性与稳定性,提出了基于装配偏差度的复杂机械产品再制造过程质量优化方法。综合考虑再制造过程装配偏差的形成原因及传递机制,构建了再制造过程装配偏差度函数。通过对相关质量控制域的划分,描述了基于装配偏差度的再制造质量优化判断条件及方法,并用模拟退火遗传算法求解装配偏差度在线优化模型,实现了对复杂机械产品再制造装配质量的优化。最后以某型主减速器主锥再制造总成装配过程为例验证了该方法的可行性和有效性。     

面向不确定性的再制造车间设施动态布局方法

针对再制造工艺过程的不确定性问题,提出一种再制造车间设施动态布局优化方法。对再制造工艺过程的不确定性进行描述,分析了再制造车间的不确定性物流要素,以再制造物流成本和再制造工艺单元重布置成本最小为目标,建立了再制造车间设施动态布局模型,并提出一种基于模拟退火算法的再制造车间设施布局优化求解方法。将所提方法应用到某机床再制造车间设施布局中,运用MATLAB编程实现了再制造车间优化布局,并对再制造布局方案和算法性能做了分析,验证了所提方法的有效性。     

再制造服务需求动态获取方法及应用

为获取准确的再制造服务需求以实现服务组合匹配及服务过程,针对客户个体差异性及认知过程的局限性导致需求信息组织和表达混乱、客户隐性需求知识难以抽取的问题,提出一种需求动态获取策略。借鉴制造资源本体建模及本体学习的思想,提出基于本体学习的再制造服务需求自动获取方法。结合再制造及其服务领域特点,建立了再制造服务需求候选本体及其语义表达模型,并在此基础上,通过Web表格有效块划分、相似性计算、内容提取等构建客户再制造服务需求本体。通过应用实例验证了再制造服务需求获取方法的正确性和实用性。     

再制造公差设计优化模型及其应用

为降低再制造产品的成本,保证和提高产品质量,将公差设计方法引入再制造工程。在深入分析再制造公差设计特点和公差分配原则的基础上,提出了一个再制造公差设计的优化数学模型。该模型以统计公差原理为基础,以再制造总成本最低为目标,综合考虑了保证和提高产品性能、表面工程技术、过程能力指数等制约因素,在质量成本中的田口质量损失成本的基础上增加了质量保证成本。结合某企业ZQDR-410型牵引电动机的再制造案例,对传统再制造方案和所提方案进行了比较,证明了该公差设计优化模型的有效性和实用性。     

增材制造工艺匹配性评估的宏微观决策模型

增材制造存在悬空区域难制造、不同结构和不同性能要求零件的可成形性难预测等突出问题,提前评估工艺的匹配性和合理性具有重要意义。提出了一种宏微观一体化综合决策模型,从增材制造工艺角度评估零件的可成形性,根据打印零件的效果推演出最佳的成形策略。宏观决策阶段建立设计需求与制造工艺间的数学模型,从可成形性角度评判工艺的匹配程度;微观决策阶段建立表面粗糙度、支撑结构体积和打印时间的数学模型,从打印质量的角度优化打印工艺。最后,以拓扑优化的梁结构零件为例,利用建立的综合决策模型优化其打印工艺,结果表明,实际打印结果与模拟打印结果一致,验证了数学模型的有效性。     

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。     

面向再制造复杂机械产品装配过程的质量控制点公差带在线优化方法

为提高再制造零部件利用率并提升再制造复杂机械产品的装配精度,提出了一种面向再制造复杂机械产品装配过程的质量控制点公差带在线优化方法。在分析再制造复杂机械产品装配特点的基础上,对关键工序的质量控制点公差带进行细粒度划分;从装配精度角度出发,综合考虑装配过程中的质量损失和成本差异,以尺寸链为约束,构建了公差带优化模型,并研究了基于遗传算法的模型求解过程;在此基础上,提出了基于历史数据的正向推理模式,以及基于装配实时信息的逆向推理模式,推导出装配优化方案集并对车间异常情况作出及时响应;最后,开发出再制造发动机装配过程在线质量控制系统原型,验证了该方法的可行性和有效性。     

基于寿命匹配函数的主动再制造设计方法

针对产品主动再制造时其关键零件往往存在“提前再制造”或“滞后再制造”的问题,提出了寿命匹配函数的概念。通过研究不同特征结构参数组合下关键零件主动再制造时机的变化,建立了关键零件主动再制造时机与特征结构参数的映射关系,并引入寿命匹配因子作为寿命匹配完成的标志。提出了基于寿命匹配函数的主动再制造设计方法,根据寿命匹配函数,优化特征结构参数,实现关键零件与产品主动再制造时机的匹配。最后,以某型号柴油机为例进行寿命匹配,验证了该方法的有效性和可行性。     

基于磁记忆和表面纹理特征融合的再制造毛坯疲劳损伤评估

为提高再制造损伤评估的精度和效率,提出了一种基于磁记忆和表面纹理特征融合的构件损伤评估方法。通过磁记忆特征和表面纹理特征建模,提取磁信号及其梯度的样本熵参数以及表面纹理的能量、熵、反差和相关参数,分析了各特征参数的损伤时序变化规律。分别从数据层和指标层建立特征融合模型。在数据层将磁特征和表面纹理特征参数作为非线性映射的输入,得到其与损伤之间的映射关系。指标层采用D-S证据理论方法,进行磁和表面纹理特征量之间的信息融合,将各损伤状态作为识别框架,通过Bayes近似,得到融合后的各证据信度函数值,并依据函数值进行损伤状态评估。最后选取疲劳试样进行了该方法的验证。     

基于深度置信网络的大数据制造过程实时智能监控

针对基于浅层学习模型的过程监控方法难以对大数据制造过程运行状态进行实时智能监控的问题,提出了基于深度置信网络的大数据制造过程实时智能监控方法。利用灰度图建立大数据制造过程质量图谱,以精准表达其过程的运行状态;构建用于识别大数据制造过程质量图谱的深度置信网络;应用离线训练好的深度置信网络模型对当前监控窗口内的过程质量图谱进行识别,实现大数据制造过程实时智能监控。最后,应用该方法对某注塑件大数据制造过程进行实时质量智能监控,结果表明：所提方法的识别性能明显优于基于主成分分析与BP神经网络、支持向量机的识别模型,能有效应用于大数据制造过程实时质量智能监控。     

阀芯零件激光再制造工艺方法及试验研究

为了实现损伤阀芯零件的高质量修复,提出了一种基于几何重构与路径位姿规划的阀芯再制造工艺方法。引入再制造边界预制原则对阀芯损伤部位进行预处理设计并制定其实施步骤,基于NURBS理论实现了再制造边界曲面及待修复阀芯模型的高精度重构;采用等距截平面法生成再制造工艺路径,根据直线逼近和误差控制原理计算了各插补点坐标,并将光斑面积与插补点姿态相结合确定激光喷头动态位姿;运用ABB机器人系统进行路径与位姿校验并导出代码进行了阀芯再制造实践。结果表明：所提方法中规划路径及位姿能够有效跟随阀芯再制造边界曲面进行熔覆,形成了无气孔、无裂纹的致密涂层,涂层晶粒尺寸和平均硬度分别为14～54μm和573.6HV_0.5±51.8HV_0.5,耐冲蚀腐蚀性能提高了30.8%,满足阀芯再制造要求。     

基于结构和性能相似度分析函数的机械产品优化设计方法

从结构设计角度出发,分析了主动再制造模式下的产品服役性能要求及其关键零部件的设计需求。通过分析设计参数与服役性能的映射关系,采用支持向量机（SVM）方法构建了性能相似度分析函数。基于结构和性能相似度分析函数,提出了面向主动再制造的零部件结构优化设计方法,实现对再制造时域的优化调整。最后以叶轮零件为例,验证了所提方法的有效性和可行性。