具有破坏性操作和预防性维护的多产品拆卸线的可靠性与效率优化

《Reliability Engineering & System Safety》：Reliability and efficiency optimization of multi-product disassembly lines with destructive operations and preventive maintenance

针对废弃物机械电气产品多样化与质量差异问题，提出多产品破坏性解体线框架整合预防性维护的优化模型与算法。通过混合整数线性规划模型实现工作站配置、解体收益与能耗的协同优化，并设计动态多目标混合邻域搜索算法提升求解效率。实验验证表明该框架能有效平衡维护效率与解体性能，在洗衣机解体案例中显著提升系统可靠性与安全性。

　　

Zeqiang Zhang|Yue Han|Yan Li|Yanqing Zeng|Qiqi Xia|Kaipu Wang

四川省轨道交通运营与维护关键技术实验室，西南交通大学机械与工程学院，中国成都610031

摘要

废弃的机电产品种类繁多，质量差异显著。对于结构相似的产品进行多产品拆卸是一种有效处理小批量异质性废弃物的方法。破坏性拆卸不仅能够处理非破坏性方法无法处理的部件，还能通过降低拆卸风险来提高操作安全性。现有研究对多产品拆卸线的预防性维护关注不足。为了解决这一问题，本文引入了预防性维护机制以提高工作站的操作稳定性。本研究提出了一个结合预防性维护的多产品破坏性拆卸线框架，以增强系统的可靠性和效率。通过建立混合整数线性规划模型，同时优化了任务规划和维护调度，考虑了工作站分配、拆卸利润和能耗等因素。为了解决问题的NP难度，提出了一种结合元启发式策略的动态多目标混合邻域搜索算法。通过使用所提出的算法和CPLEX求解器解决的小规模实例验证了该模型和算法的合理性。在25个任务和12个基准测试案例上的实验结果表明，该算法在平衡维护效率和拆卸性能方面表现出色。洗衣机拆卸的案例研究进一步证明了该框架在工业维护管理中的实际应用价值，显示出系统可靠性和操作安全性的显著提升。

引言

随着自然资源消耗的持续增加，政府越来越重视资源再利用，环保意识也不断提高，从而加强了对可持续资源的管理和利用。电子产品的快速更替导致了废弃电器数量的增加，但其中仅有不到25%得到了合理回收和利用[1]。再制造不仅可以延长产品的使用寿命，还能实现剩余的经济价值并节约自然资源[2]。由于标准化、高效率和多方面的优势，拆卸线在再制造过程中得到了广泛应用。在构建拆卸线时，如何合理分配拆卸任务并满足各种约束以优化特定目标是拆卸线平衡问题（DLBP）[3]。

随着废弃物数量的激增，拆卸企业面临着处理这些废弃物的巨大压力。同类废弃物往往包含重复的拆卸任务，通过合并这些任务可以节省资源。因此，多产品拆卸线的出现能够同时处理多种产品，有效提高拆卸效率和资源利用率[4]。然而，废弃产品的部件质量和拆卸效益存在不确定性：如果执行所有拆卸任务，可能会出现生锈、卡住的部件或焊接接头等问题，从而阻碍拆卸进程。对于某些任务，拆卸成本甚至可能超过收益，导致负拆卸利润。对于这类部件，可以采用破坏性拆卸来降低成本并最大化资源利用[5]。

拆卸线的整体运行稳定性是拆卸企业的核心目标之一。在设备故障发生前进行计划性检查和维护可以有效避免运行中的突然故障，这种机制称为预防性维护[6]。本研究需要重点解决两个关键问题：首先，拆卸线每个工作站的维护实施方法；其次，在正常运行模式和预防性维护模式之间切换任务规划的方法，以确保两种模式下拆卸线的平衡运行。

然而，现有研究缺乏关于多产品拆卸线、破坏性拆卸和预防性维护的研究。为了填补这一研究空白，本文建立了一个基于多产品拆卸、拆卸模式选择和预防性维护的混合整数线性规划（MILP）模型。模型的第一阶段目标是最优化工作站数量、拆卸能耗和拆卸利润；第二阶段目标是最优化拆卸线的循环时间并最小化预防性维护期间的任务调整。设计了一种高效的元启发式算法以提高大规模问题的解决效率。与以往的研究相比，本研究的主要贡献如下：

(1)

基于现有的多产品拆卸线，引入破坏性拆卸以提高拆卸效率，并采用预防性维护进行计划性检查和维护，从而确保运行稳定性。本研究探讨了考虑破坏性操作和预防性维护干预的多产品拆卸线的集成优化。

(2)

基于现有的邻域搜索算法，并结合本研究问题的特点，重新设计了一种动态多目标混合邻域搜索算法。该算法引入了动态权重调整机制、多种邻域搜索方法（插入、交换、点内和点间交叉）以及模拟退火算法，以增强搜索深度和局部搜索能力。

(3)

将所提出的模型和算法应用于洗衣机拆卸案例，为决策者提供了不同需求下的多种拆卸方案。这些方案可以实现传统拆卸模式和预防性维护模式之间的快速切换，从而有效确保拆卸系统的可靠性和安全性。

本文的其余结构如下：第2节进行文献综述；第3节描述了考虑预防性维护的破坏性多产品拆卸线问题及其数学模型；第4节详细介绍了算法的流程、编码和解码策略，以及采用的变异和交叉等具体操作方法；第5节通过解决和比较基准案例来验证算法的解决方案性能；第6节使用工程案例进行分析；第7节提出了研究结论和未来研究方向。

章节片段

文献综述

关于具有破坏性操作和预防性维护的多产品拆卸线的研究内容主要包括拆卸产品数量、拆卸模式、预防性维护、数学模型和解决方法。表1对这些方面进行了全面分析。

问题描述

多产品拆卸线需要同时处理多个寿命终结（EOL）产品[61]。这里有两种拆卸操作模式：正常拆卸模式和破坏性拆卸模式，如图1所示。破坏性拆卸操作使用剪切、分割和破碎等非传统方法进行拆卸[62]。破坏性拆卸操作不会改变任务的优先顺序。

动态多目标混合邻域搜索算法

邻域搜索（NS）算法是一种高效、通用且可扩展的启发式方法[64]。模拟退火（SA）算法是一种用于全局优化的概率启发式方法，通常与其他算法结合使用以提高解决方案质量[65]。除了结合这两种算法外，本研究还引入了自适应动态权重调整和邻域搜索方法选择机制，以进一步优化优化效果

模型和算法验证

在进行算法比较之前，首先需要验证MILP模型的正确性。使用精确求解器CPLEX解决一个小规模案例，如果解决方案合理且正确，就证明了所提出的模型可以正常求解，从而验证了MILP模型的正确性。此外，HDSA也解决了同一案例，并将其结果与CPLEX的结果进行比较，以验证该算法对于所提问题的可行性和正确性。

工程案例分析

为了验证HDSA的实际应用效果，以洗衣机拆卸案例分析了所提算法的运行效果。由于时间限制为36,000秒，精确求解器无法解决这种规模的问题。因此，本节的分析仅基于元启发式算法得到的解决方案。

结论与未来研究

本研究解决了带有预防性维护的多产品拆卸线平衡问题。它优化了任务分配和拆卸模式选择，以提高拆卸效率和经济效益。同时引入了预防性维护，以提高拆卸线的稳定性和可靠性。建立了一个包含五个目标的多目标MILP模型。模型的目标包括工作站数量、拆卸利润和拆卸能耗等。

CRediT作者贡献声明

Zeqiang Zhang：资金筹集。Yue Han：撰写——初稿。Yan Li：资源协调。Yanqing Zeng：数据整理。Qiqi Xia：监督。Kaipu Wang：软件开发。