范佳靜,曹玉華,曹 敏

(浙江科技學院 經(jīng)濟與管理學院,杭州 310023)

10.3969/j.issn.1671-8798.2017.05.011

2017-04-28

范佳靜(1977— ),女,浙江省杭州人,副教授,博士,主要從事單元制造系統(tǒng)的構(gòu)建、布局及調(diào)度的研究。E-mail:Carole_cn@163.com。

面向低熵的再制造系統(tǒng)單元構(gòu)建的研究

范佳靜,曹玉華,曹 敏

(浙江科技學院 經(jīng)濟與管理學院,杭州 310023)

隨著環(huán)境和資源問題的日益突出,再制造作為低熵化發(fā)展模式受到越來越多的重視。我們在詳細分析工藝路線選擇對再制造加工質(zhì)量及生態(tài)環(huán)境影響的基礎上,以質(zhì)量、生態(tài)環(huán)境及物料搬運為目標建立再制造系統(tǒng)制造單元構(gòu)建模型,并提出遺傳算法求解模型,再通過算例的詳細分析來說明環(huán)境、質(zhì)量及物料搬運目標對構(gòu)建方案的影響。

低熵;再制造;單元構(gòu)建;生態(tài)環(huán)境;質(zhì)量

低熵化發(fā)展模式是21世紀以來各國新型現(xiàn)代化的根本訴求,面對資源和環(huán)境問題的日益嚴峻,隨著相關(guān)法律法規(guī)的出臺和企業(yè)環(huán)保責任意識的增強,再制造受到越來越多的重視,如柯達、寶馬、惠普、施樂等公司均對其壽命終期產(chǎn)品實施再制造工程并獲得了巨大利潤。

熵的增加就意味著有效能量的減少。每當自然界發(fā)生任何事情,一定能量就被轉(zhuǎn)化成不能再做功的無效能量,被轉(zhuǎn)化成了無效狀態(tài)的能量構(gòu)成為一種污染。因此,低熵主要指減少能耗,降低污染。而降低碳排放量被視為低熵化生產(chǎn)的一個關(guān)鍵指標,成為學術(shù)界和企業(yè)界所關(guān)注的問題。Absi等[1]研究了碳排放約束下,不同生產(chǎn)和運輸模式下的產(chǎn)品組合生產(chǎn)批量問題。Bazan等[2]研究了包括制造新產(chǎn)品和再制造廢舊產(chǎn)品過程的逆向物流系統(tǒng),認為碳排放主要來自于制造、再制造及運輸活動,而能源消耗主要來自于生產(chǎn)過程。Zouadi等[3]在基于再制造過程中每個操作具有不同生產(chǎn)準備時間的情況下,討論了在碳排放限制下的制造/再制造混合系統(tǒng)經(jīng)濟批量問題并建立了數(shù)學規(guī)劃模型。朱慧赟等[4]基于利潤和碳排放約束,構(gòu)建制造/再制造兩階段生產(chǎn)決策模型,確定新品和再制造品的數(shù)量組合。Chang等[5-7]則分析了碳排放政策下的零件再制造決策問題。很明顯,目前研究者主要是基于碳排放政策對再制造系統(tǒng)進行生產(chǎn)數(shù)量、運輸量等方面的研究,即宏觀角度的研究,而如何通過有效組織再制造生產(chǎn)來降低碳排放量的研究,即微觀角度的研究卻相對較少。

單元制造系統(tǒng)自20世紀70年代提出以來,一直被學術(shù)界和企業(yè)界所關(guān)注。其生產(chǎn)方式既能結(jié)合工作車間方式的靈活性和流水線方式的高效率,又能以近似剛性流水線的成本來生產(chǎn)多品種少批量商品,滿足市場在時間、質(zhì)量、成本、柔性等方面的挑戰(zhàn),因此它代表著生產(chǎn)方式的新方向。目前單元制造在許多企業(yè)得到廣泛的應用并獲得顯著的效果,如松下電器、理光公司、戴爾計算機、奧林巴斯、佳能公司等。Marina等[8]從精益的角度將單元U型布局的思想引入再制造過程,認為再制造過程采用單元制造模式可以大大降低成本,提高再制造過程的效率。但是,考慮到廢舊產(chǎn)品再制造系統(tǒng)的不確定性及加工工藝的復雜性,目前相關(guān)研究甚少,僅見朱碩等[9]建立的一種綜合廢舊零部件的加工成本、設備資源的加工能力,以及運輸費用等因素的再制造工藝設備選擇的混合整數(shù)規(guī)劃模型,可為再制造工藝單元中設備布局提供參考。然而工業(yè)廢舊產(chǎn)品由于其使用環(huán)境、使用年限、使用方式等不同,其回收質(zhì)量不同,可采用不同的工藝路線進行再加工,故許多研究者對此進行了分析研究,如Seliger、李成川、李聰波、李玲玲和何彥等[10-14]。但是,研究者均著重于工藝路線選擇的方法研究,如基于Petri網(wǎng)等,卻沒有考慮工藝路線對生態(tài)環(huán)境及加工質(zhì)量的影響,而不同加工路線直接影響著再制造過程的時間消耗、能源消耗、廢氣廢物排放及質(zhì)量滿足程度,故工藝路線選擇的好壞直接影響著低熵化再制造的效果。同時,工藝路線的選擇在一定程度上影響著再制造過程所需的設備、設備之間的關(guān)聯(lián)程度及設備單元構(gòu)建后的跨單元操作次數(shù)。由此可知,工藝路線的選擇與再制造單元構(gòu)建，以及低熵化生產(chǎn)都存在著緊密聯(lián)系。因此,本研究在廢舊產(chǎn)品再制造單元構(gòu)建中引入工藝路線選擇,并結(jié)合環(huán)境及再制造系統(tǒng)單元構(gòu)建的基本要求,進行面向低熵的復雜再制造系統(tǒng)單元構(gòu)建研究,從而建立相應的數(shù)學模型,并采用改進遺傳算法求解模型。

1 工藝路線選擇對環(huán)境及質(zhì)量的影響

1.1 工藝路線選擇對環(huán)境的影響

隨著加工工藝技術(shù)的不斷提高,廢舊產(chǎn)品回收可以采用不同的工藝路線加工,由于不同工藝路線采用的設備不同、所需的加工時間不同,因此消耗的能源、使用的輔助液及其他廢棄物的排放都存在一定的差異。

基于上述分析,則要求滿足生態(tài)環(huán)境目標的工藝路徑選擇模型為:

(1)

以上約束中xpi為0-1變量,為廢舊產(chǎn)品p對加工工藝的選擇,xpi=1為廢舊產(chǎn)品p選擇工藝路徑i,否則為0;CNHl為第l種能源消耗的單位成本;CFQf為處理廢舊產(chǎn)品加工排放第f種廢棄物量的單位成本。

1.2 工藝路線選擇對加工質(zhì)量的影響

廢舊產(chǎn)品可以采用不同的加工路線進行再制造,但不同加工路徑的質(zhì)量合格率不同,可以根據(jù)所選的加工路徑確定廢舊產(chǎn)品p的質(zhì)量合格率為:

(2)

式(2)中Ppi為廢舊產(chǎn)品p采用工藝路線i的質(zhì)量合格率。

2 面向低熵的再制造系統(tǒng)單元構(gòu)建模型

單元構(gòu)建的目的是盡量使同一產(chǎn)品的各加工工序能在一個單元內(nèi)完成,從而減少物料在單元間的移動。再制造系統(tǒng)單元構(gòu)建中,如果采用的工藝路線不能滿足再制造過程的質(zhì)量要求,從而出現(xiàn)多次返工或者報廢的情景,這是對資源對環(huán)境的進一步浪費和污染。因此,面向低熵的再制造系統(tǒng)單元構(gòu)建除了需考慮單元間物料的移動成本外,還需考慮各廢舊產(chǎn)品工藝路線選擇對環(huán)境和加工質(zhì)量的影響。

在模型建立中,考慮的因素越多,則模型越復雜,這樣在一定程度上增加了模型求解的困難,故在上述相關(guān)因素及一般單元構(gòu)建建模約束分析的基礎上,為了更好地簡化數(shù)學模型以獲得更好的求解結(jié)果,特做以下假設:

1)每種廢舊產(chǎn)品回收后根據(jù)其質(zhì)量鑒定可以確定不同的加工工藝路線,且不同加工路線獲得的質(zhì)量合格率可以根據(jù)經(jīng)驗確定;

2)再制造系統(tǒng)中的設備種類是已知的,且每種設備均為1臺;

3)廢舊產(chǎn)品每條加工路線所需的設備是確定的,加工時間則通過三角模糊函數(shù)確定;

4)再制造系統(tǒng)單元構(gòu)建的單元數(shù)、單元的尺寸等基本參數(shù)是已知的。

2.1 模型的符號、參數(shù)及變量設置

2.1.1 模型符號及參數(shù)設置

p為廢舊產(chǎn)品,p=1,2,…,P,其中P為廢舊產(chǎn)品的總數(shù);i為路徑,i=1,2,…,Ip,其中Ip為廢舊產(chǎn)品p的路徑數(shù);m為設備,m=1,2,…,M,其中M為設備總數(shù);l為能源,l=1,2,…,L,其中L為能源的種類數(shù);k為單元,k=1,2,…,K,其中K為單元數(shù);Lmin為單元內(nèi)放置的最少設備數(shù);Lmax為單元內(nèi)放置的最多設備數(shù);gpim=1為廢舊產(chǎn)品p的第i條路徑需要設備m,否則為0;CM為物料移動的單位成本;CQ為不能滿足質(zhì)量要求所需支付的成本。

2.1.2 變量設置

xpi為0-1變量,表示廢舊產(chǎn)品p對加工工藝的選擇,當xpi=1時表示廢舊產(chǎn)品p選擇工藝路徑i,否則為0;ymk為0-1變量,表示設備m歸屬單元的情況,當ymk=1時表示設備m歸屬于單元k,否則為0;zpk為0-1變量,表示廢舊產(chǎn)品p單元的歸屬情況,當zpk=1時表示廢舊產(chǎn)品p歸屬于單元k,否則為0。

2.2 面向低熵的再制造系統(tǒng)單元構(gòu)建模型

2.2.1 目標函數(shù)

面向低熵的再制造系統(tǒng)單元構(gòu)建模型主要包括三部分目標:其一為所選路徑加工后的質(zhì)量損失成本;其二為物料搬運成本;其三為生態(tài)環(huán)境影響成本。

(3)

式(3)中w1、w2、w3為權(quán)重系數(shù)。

2.2.2 約束條件

(4)

(5)

(6)

(7)

(8)

xpi,ymk,zpk=0 or 1。

(9)

約束條件中,式(4)表示任何一個零件都必須選擇一條路徑進行加工;式(5)和(6)分別表示每臺設備及每個廢舊產(chǎn)品只能歸屬于一個單元;式(7)和(8)分別表示每個單元放置的設備數(shù)量必須滿足單元規(guī)模限制。

3 基于遺傳算法的模型求解

遺傳算法(genetic algorithm)的主要特點是直接對結(jié)構(gòu)對象進行操作,不存在求導和函數(shù)連續(xù)性的限定;具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力;采用概率化的尋優(yōu)方法,能自動獲取和指導優(yōu)化的搜索空間,自適應地調(diào)整搜索方向,不需要確定的規(guī)則。遺傳算法的這些性質(zhì),已被人們廣泛地應用于組合優(yōu)化、機器學習、信號處理、自適應控制和人工生命等領(lǐng)域。

3.1 編 碼

本研究編碼的染色體包括三部分信息,第一部分信息表示廢舊產(chǎn)品選擇的工藝路線,第二部分信息表示設備歸屬的單元情況,第三部分信息表示廢舊產(chǎn)品的單元歸屬情況,具體如圖1所示。第一部分信息的第一個數(shù)字2表示第一種廢舊產(chǎn)品采用第二條工藝路線;第二部分信息的第一個數(shù)字3表示第一種設備歸屬于單元3;第三部分信息的第一個數(shù)字2表示第一個廢舊產(chǎn)品歸屬于單元2。

圖1 算法編碼Fig.1 Algorithm coding

3.2 目標函數(shù)的調(diào)整

根據(jù)以上編碼,能符合除約束條件(7)和(8)外的所有約束,考慮到模型求解的可行性,本研究將約束條件式(7)～(8)變成懲罰函數(shù)歸于目標函數(shù),調(diào)整后的目標函數(shù)如式(10)所示:

(10)

式(10)中h為懲罰系數(shù)。

在遺傳算法采用輪盤賭進行選擇時,一般要求目標函數(shù)為極大值,因此在適應度值中進行轉(zhuǎn)化,其算法的適應度值為:

(11)

3.3 交叉和變異

本研究采用兩點交叉及單點隨機變異的方式進行染色體的進化,交叉和變異的概率將隨著染色體適應度值的變化而變化,如式(12)所示。

(12)

式(12)中:fmax為群體中最大適應度值;favg為每一代群體的平均適應度值;f′值為兩個交叉操作染色體中適應度較大的值;f為要變異個體的適應度值;Pc1=0.9;Pc2=0.6;Pm1=0.01;Pm2=0.001。交叉操作見圖2。

圖2 交叉操作Fig.2 Crossover operation

3.4 算法終止

本研究采用迭代次數(shù)達到預設值時,算法終止。

3.5 算法具體流程

Begin

k←;

種群初始化;

While k≤maxgeneration(最大迭代次數(shù))

按式(9)計算種群個體適應度值;

生成精英集合Nelite;

采用輪盤賭法,從N-Nelite中選擇父代染色體;

根據(jù)式(10)計算交叉率和變異率;

交叉操作;

變異操作;

k=k+1;

End

End

4 數(shù)值分析

為了更好地說明模型及加工質(zhì)量和生態(tài)環(huán)境目標對加工路線選擇及單元構(gòu)建方案的影響,引入一個簡單算例對模型進行詳細分析。假設現(xiàn)有10種不同回收廢舊產(chǎn)品需要在15臺不同的設備上加工,每種回收廢舊品根據(jù)其質(zhì)量檢測和工藝分析確定可以采用的加工路線,不同加工路線使用的設備、加工時間、排放的廢物量及質(zhì)量合格率等見表1。不同設備功率不同,故單位時間消耗的能源也不同,表1中列出了不同設備的單位能源消耗量,為了簡便起見,假設廢舊產(chǎn)品如需在某臺設備上加工,則加工所需的時間均為1 h。同時假設僅消耗一種資源及排放一種廢棄物。模型中的其他參數(shù)值如表2所示。

表1 廢舊產(chǎn)品加工信息一覽表Table 1 Processing information of waste products

注:①以編號FP1-2為例,FP1表示第一種廢舊產(chǎn)品,-2表示該廢舊產(chǎn)品的第二條加工路線;②以數(shù)字1/15為例,1表示該路徑需要在M1上加工,而15表示在該道工序上加工排放的廢棄物量為15;③Ppi表示零件p的路徑i的質(zhì)量合格率。①、③表3～6同。

表2 算例相關(guān)參數(shù)Table 2 Related parameters of the example

4.1 以質(zhì)量最優(yōu)為目標的單元構(gòu)建方案分析(w1?w2=w3)

在目標函數(shù)中以質(zhì)量最優(yōu)為主要目標,而廢舊產(chǎn)品在單元間的移動成本和生態(tài)環(huán)境成本為次要目標,此時可以將2.2節(jié)模型分成兩個,首先保證滿足質(zhì)量最優(yōu)目標下的加工路徑選擇,模型如式(13)所示,然后再在此基礎上進行單元的構(gòu)建,尋求單元間的移動最小的單元構(gòu)建方案,其模型如式(14)所示。在式(13)中根據(jù)質(zhì)量最優(yōu)的要求確定了每種廢舊產(chǎn)品所采用的工藝路線,故同時確定了生態(tài)環(huán)境成本,因此在式(14)中就只需考慮物料移動成本。

(13)

xpi=0 or 1。

s.t. (5)-(8),

(14)

ymk=0 or 1。

根據(jù)以上分析,首先根據(jù)式(13)求得保證質(zhì)量最優(yōu)的各廢舊產(chǎn)品加工路線為2-1-2-1-2-1-2-1-1-2,平均質(zhì)量合格率達到0.957,質(zhì)量成本為86元,但是其生態(tài)成本較高,為183.2元?；谝堰x擇加工路徑對設備和廢舊產(chǎn)品進行單元劃分,所得結(jié)果為設備M3/M5/M11/M14和廢舊產(chǎn)品FP5/FP4/FP7歸屬于第一單元;設備M1/M4/M7/M9和廢舊產(chǎn)品FP3/FP1/FP8歸屬于第二單元,設備M2/M6/M8/M10/M12/M13/M15和廢舊產(chǎn)品FP2/FP6/FP9/FP10歸屬于第三單元,單元間的移動次數(shù)為19次,占總加工次數(shù)的35.2%,搬運成本為190元,物料搬運成本相對較高。單元構(gòu)建方案見表3。

表3 單元構(gòu)建方案(以質(zhì)量最優(yōu)為目標)Table 3 Cell formation scheme(quality optimization as the main target)

4.2 以生態(tài)環(huán)境最優(yōu)為目標的單元構(gòu)建方案分析(w3?w1=w2)

以生態(tài)環(huán)境為主要目標的工藝路徑選擇和單元構(gòu)建問題和4.1節(jié)中以質(zhì)量最優(yōu)為主要目標的研究過程相似,首先以生態(tài)環(huán)境最優(yōu)為目標確定廢舊產(chǎn)品的工藝路線,然后再以確定的工藝路線進行單元構(gòu)建方案的確定。根據(jù)生態(tài)環(huán)境的要求確定了工藝路線,也就確定了加工質(zhì)量合格率,故在單元構(gòu)建時僅需考慮廢舊產(chǎn)品的移動成本。

以生態(tài)環(huán)境為主要目標的各廢舊產(chǎn)品加工路線分別為2-2-2-1-1-2-2-1-2-3,此時的生態(tài)環(huán)境成本為173.12元。但是根據(jù)此路徑選擇,得到的質(zhì)量卻不盡如人意,平均質(zhì)量合格率僅為0.927,質(zhì)量成本達到146元。而根據(jù)所獲得工藝路徑,進行單元構(gòu)建,所得方案如表4所示,設備M3/M5/M9/M10/M11/M12/M14/M15和廢舊產(chǎn)品FP1/FP4/FP5/FP7/FP9/FP10歸屬于第一單元;設備M1/M2/M4/M7和廢舊產(chǎn)品FP3/FP8歸屬于第二單元;設備M6/M8/M13和廢舊產(chǎn)品FP6/FP2歸屬于第三單元,單元間的移動次數(shù)為12次,占總加工次數(shù)的23%,搬運成本為120元,物料搬運成本尚可。單元構(gòu)建方案見表4。

表4 單元構(gòu)建方案(以生態(tài)環(huán)境最優(yōu)為目標)Table 4 Cell formation scheme(environment optimization as the main target)

4.3 以物料搬運成本最優(yōu)為目標的單元構(gòu)建方案分析(w2?w1=w3)

以物料在單元間移動成本最低為首要目標進行路徑選擇和單元構(gòu)建時,不能將2.2節(jié)所提模型分為兩個分別求解,而必須統(tǒng)一于一個,也就是在設備單元劃分的過程中,在滿足相同移動成本的基礎上,選擇質(zhì)量合格率和生態(tài)環(huán)境要求較好的路徑進行加工,其結(jié)果如表5所示。此時廢舊產(chǎn)品的加工路徑分別為1-2-2-1-3-1-1-1-1-3,而單元劃分結(jié)果為設備M3/M5/M10/M12/M14/M15和廢舊產(chǎn)品FP1/FP4/FP9/FP10歸屬于第一單元;設備M1/M2//M4/M7/M9和廢舊產(chǎn)品FP3/FP5/FP8歸屬于第二單元;設備M6/M8/M11/M13和廢舊產(chǎn)品FP2/FP6/FP7歸屬于第三單元,單元間的移動次數(shù)僅為10,占總操作數(shù)的20%,生態(tài)環(huán)境成本尚可,為176.12元,但是質(zhì)量合格率僅為0.906,質(zhì)量損失成本為180元。

表5 單元構(gòu)建方案(以物料搬運成本最優(yōu)為目標)Table 5 Cell formation scheme(material handling optimization as the main target)

4.4 綜合考慮3個目標(w1=w2=w3)

綜合分析質(zhì)量、環(huán)境及物料搬運目標,設w1=w2=w3=1,使三者的總成本為低,此時廢舊產(chǎn)品選擇的加工路線分別為2-2-2-1-2-1-2-2-2-2。根據(jù)此加工路徑,平均質(zhì)量合格率為0.938,質(zhì)量成本為124元,生態(tài)成本為178.3元,所得構(gòu)建方案如表6所示,設備M1/M3/M4/M10和廢舊產(chǎn)品FP1/FP5歸屬于第一單元;設備M6/M8/M11/M13和廢舊產(chǎn)品FP6/FP2歸屬于第二單元,設備M2/M5/M9/M7/M12/M14/M15和廢舊產(chǎn)品FP3/FP4/FP7/FP8/FP9/FP10歸屬于第三單元,單元間的移動次數(shù)為13次,占總加工次數(shù)的25%,搬運成本為130元,總成本為432.3元。

表6 單元構(gòu)建方案(綜合3個目標)Table 6 Cell formation scheme (three targets combined )

4種不同路徑選擇及單元構(gòu)建方案所得的質(zhì)量損失成本、生態(tài)環(huán)境成本及物料搬運成本見表7。從以上算例的詳細分析中可以看出質(zhì)量和環(huán)境目標對再制造系統(tǒng)中廢舊產(chǎn)品再加工的工藝路線選擇及單元構(gòu)建方案有著較強的影響。當選取的目標側(cè)重點不同時,所得的工藝路線及構(gòu)建方案均有所不同,如選擇良好的加工路線可以保證再制造過程的有效性,但可能導致較高的環(huán)境成本及物料搬運成本;因此,對再制造企業(yè)而言,在進行單元構(gòu)建及工藝路線的選擇時必須統(tǒng)籌考慮企業(yè)的各個因素,從企業(yè)自身的角度去獲得最滿意的結(jié)果。

表7 4種不同構(gòu)建方案的各類成本一覽表Table 7 List for different cost for different cell formation scheme 元

5 結(jié) 論

隨著環(huán)境問題的日益突出,廢舊產(chǎn)品的回收再利用也逐漸受到人們的重視。但是,再制造的生產(chǎn)流程與新品的生產(chǎn)流程既有相同之處,差別亦十分明顯,生產(chǎn)流水線上的效率并不容易發(fā)揮。然而,采用單元制造模式可以大大降低生產(chǎn)成本,提高生產(chǎn)效率,故再制造系統(tǒng)單元制造模式將成為今后的發(fā)展趨勢。本研究針對廢舊產(chǎn)品再加工的特點,分析工藝路線選擇對環(huán)境目標及質(zhì)量目標的影響,以環(huán)境、質(zhì)量及物料搬運為目標構(gòu)建廢舊產(chǎn)品再制造單元構(gòu)建模型,通過一個具體算例的詳細分析進一步說明了環(huán)境、質(zhì)量及物料搬運目標對工藝路徑選擇及單元構(gòu)建的影響。

雖然本研究已經(jīng)就工藝路線選擇對廢舊產(chǎn)品加工質(zhì)量和環(huán)境目標的影響作了詳細分析,但再制造系統(tǒng)是一個復雜的系統(tǒng),需要考慮多種資源之間的相關(guān)性,共同安排多資源(人力、設備和其他工具)工作任務可以提高制造系統(tǒng)的可用性和吞吐量[15],再制造系統(tǒng)中人力資源起著不可忽視的作用,故在后續(xù)單元構(gòu)建及調(diào)度問題的研究中,將進一步分析人員對再制造單元構(gòu)建及調(diào)度的影響。

[1] ABSI N, DAUZéRE-PéRéS S, KEDAD-SIDHOUN S, et al. Lot sizing with carbon emission constraints[J].European Journal of Operational Research,2013,227(1):55.

[2] BAZAN E, JABER, M Y, SAADANY A M. Carbon emissions and energy effects on manufacturing-remanufacturing inventory models[J].Computer and Industrial Engineering,2015,88:307.

[3] ZOUADI T, YALAOUI A, REGHIOUI M, et al. Hybrid manufacturing/remanufacturing lot sizing problem with returns supplier’s selection under carbon emissions constraint[J].IFAC-Papers Online,2016,49(12):1773.

[4] 朱慧赟,常香云,夏海洋,等.碳限額與交易約束下的企業(yè)制造/再制造生產(chǎn)決策[J].系統(tǒng)管理學報,2015,24(5):737.

[5] CHANG X Y, XIA H, ZHU H Y, et al. Production decisions in a hybrid manufacturing-remanufacturing system with carbon cap and trade mechanism[J].International Journal of Production Economics,2015,162:160.

[6] 申成然，熊中楷.碳排放約束下制造商決策研究[J].系統(tǒng)工程學報,2014,29(4)：537.

[7] 劉碧玉,陳偉達,楊海東.基于REVD考慮碳排放的零部件再制造決策[J].管理科學學報,2016,19(10):48.

[8] BOUZON M, RODRIGUEZ C M T, QUEIROZ A A. Cell layout application in product recovery:a lean proposal to increase efficiency in remanufacturing[J].Chinese Business Review,2012,11(5):467.

[9] 朱碩,江志剛,張華,等.面向再制造工藝單元重構(gòu)的設備布局模型研究[J].制造技術(shù)與機床,2013(12):32.

[10] SELIGER G, FRANKE C, CIUPEK M, et al. Process and facility planning for mobile phone remanufacturing[J].CIRP Annals-Manufacturing Technology,2004,53(1):9012.

[11] 李成川,李聰波,曹華軍,等.基于GERT圖的廢舊零部件不確定性再制造工藝路線模型[J].計算機集成制造系統(tǒng),2012,18(2):298.

[12] 李聰波,李玲玲,曹華軍,等.廢舊零部件不確定性再制造工藝時間的模糊學習系統(tǒng)[J].機械工程學報,2013,49(15):137.

[13] 李玲玲,李聰波,杜彥斌,等.基于顏色Petri網(wǎng)的再制造工藝過程建模與優(yōu)化調(diào)度方法[J].中國科技論文,2015,10(4):407.

[14] 何彥,王樂祥,李育鋒,等.一種面向機械車間柔性工藝路線的加工任務節(jié)能調(diào)度方法[J].機械工程學報,2016,52(19):168.

[15] WANG S J, LIU M. Multi-objective optimization of parallel machine scheduling integrated with multi-resources preventive maintenance planning[J].Journal of Manufacturing Systems,2015,37:182.

Studyoncellformationofremanufacturingsystemorientedtolowentropy

FAN Jiajing, CAO Yuhua, CAO Min

(School of Economics and Management, Zhejiang University of Science and Technology, Hangzhou 310023, Zhejiang, China)

With increasingly prominent problems of the environment and resources, remanufacturing as a low entropy development model has aroused more and more attention. Based on detailed analysis of the influence of process route selection upon remanufacturing quality and environment, a cell formation model of remanufacturing system is established in pursuit of quality, ecological environment and material handling optimization. Moreover, the genetic algorithm is employed to solve the model. Finally, the influence of environment, quality and material handling upon the cell formation scheme is illustrated in details through a case study.

low entropy; remanufacturing; cell formation; ecological environment; quality

TH165

A

1671-8798(2017)05-0381-10