不确定条件下退役乘用车拆解深度决策与产线平衡优化研究

论文摘要

退役乘用车相对于其他退役产品而言,具有大型、复杂、精密的特点,而且由于含有危险零部件和环境有害物质,受国家政策法规的严格监管,因此,其拆解流程长、拆解难度大、拆解成本高。然而,目前我国报废汽车拆解行业技术水平较低,仍以手工拆解为主,不能满足大产能、高效率、绿色化的高质量发展需求。本文针对拆解对象的复杂性、拆解目标的多样性、拆解深度的不确定性等不确定条件,围绕退役乘用车泛化拆解成本评估和拆解深度决策、退役乘用车节拍式拆解工艺规划与拆解产线的平衡优化两个关键技术问题,开展泛化拆解成本评估、拆解深度及拆解顺序的多目标优化、节拍式拆解工艺与拆解产线规划、高效柔性拆解线平衡优化等关键技术研究,提出基于动态模糊聚类算法的泛化拆解成本评估方法、基于改进遗传算法的拆解深度决策方法以及不确定条件下拆解线物流分析逻辑仿真模型和节拍式拆解工艺规划,为退役乘用车产品的大规模、高柔性、绿色化拆解提供理论依据和关键技术支撑,并且为丰富本领域的相关基础理论和方法论,提供基本原理和实践案例。论文的主要内容和创新性成果包括以下几个方面:(1)针对不确定条件下的退役乘用车拆解成本评估问题,在退役乘用车完全拆解试验的基础上,提出了基于动态模糊聚类算法的泛化拆解成本评估方法,通过零部件拆解难度的泛化分类,实现了从零部件到整车拆解成本的快速评价,为企业快速预测拆解成本提供了有效方法。(2)针对不确定条件下退役乘用车拆解深度决策的多目标优化问题,提出了基于矩阵编码和精英策略的改进遗传算法,通过经济性、环境影响、技术可行性等适应度参数的加权求解和种群进化过程,实现了在选择性拆解条件下,帕累托最优拆解顺序的启发性求解,为拆解企业寻求经济、环境效益最大化的拆解深度决策提供了理论指导。(3)针对不确定条件下退役乘用车拆解产线的规划与平衡优化问题,基于真实的拆解线布局、物流和拆解试验参数,提出了拆解线物流分析逻辑仿真模型和节拍式拆解工艺规划,通过物流分析系统仿真,实现了大产能、高效率、柔性兼容退役乘用车拆解线拆解节拍和拆解顺序的平衡调度与产能优化,为退役乘用车柔性高效拆解线示范工程建设的可行性论证提供了理论依据。本文在现代生产绿色化和可持续制造的背景下,结合统计学、模糊数学、运筹学、人因工程学、智能算法和物流仿真分析等多学科理论方法,为不确定条件下退役乘用车拆解深度决策与拆解线平衡优化研究开辟了新的途径,具有重要的理论与实践意义。

论文目录

文章来源

类型: 博士论文

作者: 张春亮

导师: 陈铭

关键词: 退役乘用车,不确定性,拆解深度,多目标优化,拆解线平衡与优化

来源: 上海交通大学

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 数学,环境科学与资源利用

单位: 上海交通大学

基金: 国家高技术研究发展计划(863计划)(编号 2013AA040202):退役乘用车高效拆解破碎分选技术及装备示范,国家自然科学基金项目(编号:51675343))

分类号: X705;O224

DOI: 10.27307/d.cnki.gsjtu.2019.000356

总页数: 167

文件大小: 20352K

下载量: 90

相关论文文献

• [1].2019年11月国内新能源乘用车销量排行[J]. 汽车与配件 2019(24)
• [2].乘用车备胎舱设计与开发[J]. 企业科技与发展 2019(12)
• [3].乘用车项目质量评价体系的建立[J]. 项目管理技术 2020(02)
• [4].乘用车内挥发性有机物的释放规律[J]. 广东化工 2020(05)
• [5].乘用车驾驶舱漏水问题改进[J]. 汽车实用技术 2020(06)
• [6].从需求收入弹性的视角分析中国乘用车市场[J]. 汽车纵横 2020(03)
• [7].2020年2月国内新能源乘用车销量排行[J]. 汽车与配件 2020(06)
• [8].以新农村建设为背景的农机与乘用车结合的创新设计研究[J]. 设计 2020(01)
• [9].采样位置对乘用车内空气散发影响分析[J]. 汽车实用技术 2020(08)
• [10].中国二手乘用车市场运行特征分析及未来发展趋势展望[J]. 汽车纵横 2020(04)
• [11].2020年一季度中国乘用车保有量市场分析[J]. 汽车与配件 2020(11)
• [12].乘用车座椅动态异响问题研究[J]. 时代汽车 2020(08)
• [13].汽车行业：产销回暖 景气度有望持续回升[J]. 股市动态分析 2020(10)
• [14].2020年5月国内新能源乘用车销量排行[J]. 汽车与配件 2020(12)
• [15].乘用车系统级试验验证体系规划建设方法研究及应用[J]. 汽车实用技术 2020(13)
• [16].乘用车产品竞争力评价方法探析[J]. 汽车科技 2020(04)
• [17].五月新能源乘用车批发销量达7.02万辆,同比下降28%[J]. 变频器世界 2020(06)
• [18].乘用车智能化冲压车间发展趋势探索[J]. 汽车工艺与材料 2020(08)
• [19].中国乘用车塑料的动态物质流分析[J]. 中国环境科学 2020(09)
• [20].2020年1-8月全球新能源乘用车累计销售143.6万辆[J]. 汽车与配件 2020(19)
• [21].基于大数据的2020年中国二手乘用车保值率分析[J]. 汽车与配件 2020(17)
• [22].乘用车平顺性主客观相关性分析[J]. 时代汽车 2020(18)
• [23].全球新冠肺炎疫情对我国乘用车市场的影响和走势判断[J]. 上海汽车 2020(09)
• [24].高速公路乘用车出行空间分布及行程特征研究[J]. 大连交通大学学报 2020(05)
• [25].乘用车车道保持辅助主观评价方法研究[J]. 中国汽车 2020(09)
• [26].“十四五”期间乘用车市场发展及对汽油消费的影响分析[J]. 石油商技 2020(05)
• [27].乘用车市场零售实现连续高增速，原因何在？[J]. 汽车与配件 2020(20)
• [28].2019年1月国内新能源乘用车销量排行[J]. 汽车与配件 2019(04)
• [29].2018年乘用车市场分析与2019年展望[J]. 世界汽车 2019(02)
• [30].2019年1月乘用车产销量[J]. 汽车工程师 2019(02)

标签：退役乘用车论文;  不确定性论文;  拆解深度论文;  多目标优化论文;  拆解线平衡与优化论文;