复杂产品多粒度再制造性综合评价方法*

张秀芬　王　磊

(内蒙古工业大学机械学院，内蒙古 呼和浩特 010051)



复杂产品多粒度再制造性综合评价方法*

张秀芬王磊

(内蒙古工业大学机械学院，内蒙古 呼和浩特 010051)

为提高复杂产品再制造性评价的全面性，根据复杂产品层次性的特点和再制造过程，构建了产品多粒度再制造性评价模型，该模型描述了从产品层到零件层的评价指标和量化方法。给出了粗粒度指标的量化公式，用于产品和组件层的可再制造性评价；针对细粒度指标难以量化的特点，提出了基于层次分析法(AHP)的细粒度评价方法，用于零件层的可再制造性评价。为提高评价效率，提出了逐层递归再制造性综合评价方法。最后，验证了所提方法的可行性与有效性。

再制造性；评价；层次分析法

再制造性评价一直是国内外关注的热点。文献[3]将影响再制造的各设计属性集成到设计表进行再制造性评价和设计修改。文献[4-5]基于可装配设计指标提出了通过实际和理论时间参数之比进行再制造性评估的方法。文献[6]提出报废机床可再制造评价集成化方法，分析了技术可行性、经济可行性、环境效益等评价指标，技术可行性是从整个再制造过程可行性方面进行评估，经济可行性从再制造成本方面进行评估，报废机床再制造的环境效益从节能、节材、减少污染方面进行评价。文献[7]从失效特征判定零部件的剩余寿命和可再制造特性。

上述文献分别从宏观角度和微观角度对产品进行了再制造性评价，但评价体系的完整性有待进一步研究。此外，复杂产品零部件数目繁多，如何提高评价效率也是亟需解决的关键问题。为此，本文根据复杂产品层次性结构特点，提出了多粒度再制造性综合评价方法。

1　产品多粒度再制造性评价模型

根据再制造过程，影响产品整体再制造性的因素包括拆卸、清洗、检测、测试、再装配和再制造等。由文献[7]可知，影响产品再制造性的产品特征属性包括材料类型、耐磨性、特征可识别性、联接方法、模块化程度、标准化程度等。为了同时从宏观和微观的角度考察产品的再制造性，从上述影响因素中提取出粗粒度指标和细粒度指标，并按照复杂产品的产品—部件—零件的层次结构和再制造过程两个维度构建了产品的多粒度再制造性评价模型，详见图1。模型中，产品相当于装配体，部件相当于子装配体，最小单元包括零件和部件。粗粒度指标用于产品层和部件层的再制造性评价，包括联接指标、检测指标、清洗指标、测试指标、修复指标和替换指标，其中联接指标包含拆卸和装配指标，粗粒度指标通过实际与理论时间之比进行量化；将与零件本身密切相关的几个属性提取出来作为细粒度指标用于最小单元层的再制造性评价，具体包括可识别性、可达性、可抓取性和耐磨性指标。

1.1粗粒度指标的量化

1.1.1联接指标

联接包括拆卸和装配，拆卸和装配是再制造过程中的关键步骤，联接指标用来评价产品再制造过程中产品的可拆卸性和可装配性，理想情况下，拆卸和装配所用时间最少，则产品的联接指标定义如下：

μdiss-ass=Tideal/T=αNideal/T

(1)

式中：Tideal是理想拆卸(装配)时间，T是实际总拆卸(装配)时间；α是零件理想拆卸(装配)时间，一般拆卸时α=1.5 s，当装配时α=3 s；Nideal是组件或产品中的理想零件数。

1.1.2清洗指标

清洗用于除去零部件表面的油污、水垢、锈蚀、腐蚀等，是再制造过程中重要的程序，清洗过程需要大量的资金投入来保证清洗过程符合环境法律法规和废弃物处理要求。一般清洗工艺包括4类[6]：吹、擦、化学喷雾清洗和超声波清理，其中吹是最简单且成本最低的清洗方法，而超声波清理是最复杂且成本最高的清洗方法，因此4种清洗方法的难度系数分别定义为0.2、0.4、0.7、0.9。清洗过程中理想的情况是所有零部件仅仅需要吹或刷洗，且需要清洗的零件个数最少，清洗指标定义如下：

(2)

式中：Lj代表被第j种清洗方法清洗的零部件数量，θj代表第j种清洗方法的清洗难度系数。

1.1.3检测指标

检测指标用来评估产品再制造过程中零部件失效程度。需要检测的零部件数目越少，则产品的可再制造性越好。检测指标定义如下：

μinspection=Nidealinspection/Ninspection

(3)

式中：Nidealinspection为理想的被检测零部件数；Ninspection为实际检测的所有零部件数。

1.1.4测试指标

测试指标用来评估安装后的再制造产品或部件性能和功能。测试时间越接近理想情况，产品的再制造性越好。测试指标定义如下：

3.幼虾放养。在5月上旬一次放养3cm左右规格整齐一致、体质健壮、活力强、附肢齐全、无病伤、体表光滑无附着物的人工培育幼虾6000尾/亩，混养鲢、鳙、草鱼春片100～150尾，用以调节水质、控制水草过度生长。将幼虾放入塑料盆内添加池水至盆内水温与池水接近，并按盆内水量加入3%～4%的食盐水浸浴5分钟左右消毒，防止把病原体带进池，将虾苗与水一并缓放入池，或倒在塘坡上让其自行爬入池中，有的长途贩运来的虾苗离水时间长，应在水盆中暂养20～30分钟再放养以提高成活率。放养时避免日光曝晒。

μtest=Ttestideal/Ttest

(4)

式中：Ttestideal是理想的测试时间；Ttest是实际的测试时间。

1.1.5修复指标

修复是使零部件恢复如新一样，再制造中希望尽可能多的零件可以直接重用，即需要修复的零件尽可能少，其计算公式为：

μrecondition=1-Nrecon/N

(5)

式中：Nrecon代表被修复的零部件数量，N代表所有零部件数量。

1.1.6替换指标

产品中不能被修复或价值不大的零部件就需要进行替换，被替换的零部件越少，产品的再制造性越好。定义如下：

μreplace=1-Nreplace/N

(6)

式中：Nreplace代表被替换的零部件数，N代表零部件的总数。

1.2基于层次分析法的细粒度评价

由于细粒度指数难以量化，所以引入层次分析法(AHP)进行细粒度指数量化以评价最小单元层的可再制造性。目标层为细粒度评价，准则层为细粒度指标，方案层为最小单元(如零件)评价对象，建立的细粒度再制造性评价模型如图2所示。

1.2.1评价指标判断矩阵的建立

判断矩阵B0中的元素bij表示对于评价目标而言，指标Ai相对于Aj的重要性。本文采用1～9标度法来判断各元素的重要性，即bij为1时，表示对于细粒度评价目标而言Ai和Aj同等重要，随着bij数值不断增大，前者比后者重要性也不断增大，当bij为9时，表示Ai比Aj绝对重要。

1.2.2一致性校验

通过专家打分法构造的判断矩阵存在一定的差异性，但是必须满足一致性，否则需要调整判断矩阵。

一致性指标CI=(λmax-n)/(n-1)，该指标值越小表明判断矩阵的一致性越好。矩阵阶数大于2时，一般用随机一致性比率CR=CI/RI<0.1度量，其中，RI为判断矩阵的平均一致性指标，其值见表1所示。

表1　平均一致性指标RI[9]

1.2.3重要度排序

重要度排序旨在根据判断矩阵获得某层次元素相对于上一层中某一元素的相对重要性权重。实质就是求取判断矩阵对应于最大特征值的特征向量，经过归一化处理，特征向量的分量即为权重。

2　多粒度再制造性综合评价方法

复杂产品由于零部件个数多，结构复杂，所以在进行评价前，特别是细粒度评价时，需要根据结构布局进行模块划分，将复杂产品划分为若干个简单的部件。

评价时，采用先粗后细逐层递归的方式进行，直至处理完所有零部件。先对产品进行粗粒度评价，粗粒度指数Sc定义如下：

(7)

式中：N为所划分的模块数，wi为权重，μi为式(1)～(6)中定义的粗粒度指标值。粗粒度指标值越大，再制造性越好，当Sc大于所给的阈值，产品可进行再制造，否则不可再制造。对于可再制造的产品，利用1.2节方法进一步进行细粒度再制造性评价，识别出可再制造性差或较优的零部件，反馈给设计人员进行产品再制造设计改进。

3　应用研究

选取某型汽车发动机[5]为例，该发动机共有34个零件，再制造性评价相关数据如表2所示。令产品模块数为1，粗粒度指数阈值为0.5，应用公式(7)计算再制造性粗粒度指数，过程及结果见表3。

由表3知Sc=0.645>0.5，表明该发动机具有良好的可再制造性。因此，为提高该产品的再制造性潜能，进行细粒度评价以获得具体零件的可再制造性。

由于汽车发动机所包含的零件数目较多，形成的判断矩阵规模过于庞大，根据零部件的结构布局和功能将发动机划分为M1、M2、M3模块，其中，涉及电气设备的零部件分为模块M1，外壳和与其他零部件的接触不太紧密的零部件为模块M2，将与动力部分相关的尤其是气缸内外的零部件划分为模块M3，结果详见表4。

以各模块作为方案层元素，应用层次分析法获得判断矩阵A1～A5，对应的一致性比率CR分别为0.082 9、0.008 9、0.008 9、0.008 9、0.008 9，满足一致性。A1描述可识别性指标、可达性指标、可抓取性指标、耐磨性指标在发动机细粒度评价中的相对重要性。通过对判断矩阵的分析，耐磨性指数在发动机可再制造性评价中相对于其他指数的重要性最大。

表2　发动机相关数据

表3　可再制造性粗粒度指数计算结果

表4　各模块包含的零部件

A2、A3、A4、A5分别描述M1、M2、M3相对于可识别性指标、可达性指标、可抓取指标、耐磨性指标中的相对重要性。

此处仅列出A1和A2，其他略去。

由上述判断矩阵，获得模块M1、M2、M3的权重分别为0.163 8、0.297 3、0.539 0。可见，M3可再制造性最好，M1再制造性最差。为进一步提高M3的再制造性，应用上述方法逐层递归地对部件M3中的各零部件进行分析，结果见表5所示。数据显示，活塞的可再制造性最好，其次是曲轴和凸轮轴。同样，也可以对模块M1进行逐层递归分析，获得影响再制造性的关键零件，通过设计改进以提高产品的可再制造性。

表5　部件M3中各零部件的计算结果

4　结语

为提高产品再制造性评价体系的完整性和评价效率，本文提出了多粒度综合评价方法，该方法具有以下特点：

(1)根据复杂产品层次性和再制造过程构建的多粒度可再制造性评价模型包括了影响产品再制造性的再制造过程因素和密切相关的产品特征属性，使得评价体系更为完整。

(2)该方法从粗粒度和细粒度两个层次对产品可再制造性进行评价，粗粒度评价适用于产品和部件层，细粒度评价用于最小单元层，如果粗粒度评价判定该产品不可再制造，则无需进行细粒度评价，简化了评价过程。

(3)该方法应用实际和理论时间参数之比进行粗粒度再制造性评估，用层次分析法进行细粒度评价，评价过程简单，实践中易于实施。

[1]DixitSB.Productdesign:aconceptualdevelopmentofproductremanufacturingindex[D].Florida:UniversityofSouthFlorida,2006.

[2]MabeeDG,BommebM,KeatWD.Designchartsforremanufacturingassessment[J].JournalofManufacturingSystems,1999,18(5):158-366.

[3]HammondR,BrasB.Designforremanufacturingmetrics[C].Proceedingsofthe1stInternationalWorkshoponReuse.Eindhoven，1996(11-13): 55-22.

[4]张国庆，荆学东，浦耿强，等.汽车发动机可再制造性评价[J].中国机械工程，2005, 16(8):739-742.

[5]DuYanbin,CaoHuajun,LiuFei,etal.Anintegratedmethodforevaluatingtheremanufacturabilityofusedmachinetool[J].JournalofCleanerProduction,2012, 20(1):82-91.

[6]杜彦斌，廖兰.基于失效特征的机械零部件可再制造度评价方法[J].计算机集成制造系统，2015,21(1)：135-142.

[7]IjomathWL,McmahonCA,HammondGP,etal.Developmentofdesignforremanufacturingguidelinestosupportsustainablemanufacturing[J].RoboticsandComputer-IntegratedManufacturing, 2007,23(6):712-719.

[8]郭亚军.综合评价理论、方法及应用[M].北京：科学出版社，2007.

(编辑李静)

如果您想发表对本文的看法，请将文章编号填入读者意见调查表中的相应位置。

Multi-granularity remanufacturing comprehensive assessment method for complex products

ZHANG Xiufen, WANG Lei

(Mechanical College, Inner Mongolia University of Technology, Hohhot 010051, CHN)

In order to improve the comprehensiveness of remanufacturing assessment, a multi-granularity remanufacturing assessment model is constructed based on the complex product’s hierarchy structure and the remanufacturing processes. The coarse granularity quantization formula is provided. And the coarse granularity remanufacturability assessment is performed for product or subassembly level. Due to the fine granularity is difficult to quantify, a fine granularity remanufacturability assessment based on the analytic hierarchy process(AHP) is proposed. And the fine granularity remanufacturability assessment is performed for part level. The remanufacturing assessment is performed by a step-by-step recursion method to improve the efficience of remanufacturing assessment. Finally, take the automobile engine as an example to validate the proposed method in this paper.

remanufacturability; assessment; analytic hierarchy process method

TH122

A

张秀芬，女，1981年生，博士，副教授，研究方向为产品再制造设计和可拆卸设计，已发表论文30余篇，SCI收录3篇，EI收录10篇，出版专著1部。

2015-06-30)

160119

*国家自然科学基金(51205181;51565044);内蒙古工业大学中青年学术骨干培养计划专项基金