低碳经济视角下再制造系统不确定性分析与优化策略

发布时间：2020-09-01 15:26

　　 经历过四十年(1978-2018)长足的发展,作为“世界经济的发动机”,我国已经完成从贫穷落后向富强文明迈进这一重大转变。然而,经济与生产的快速发展导致了大量的能源消耗,最终以温室气体的形势排放到环境当中;这些温室气体的排放直接导致了全球气候变暖这一事实。研究表明:温室气体主要来源于工业生产过程中能源与原材料的消耗。作为可持续生产的发展形式,再制造对能源与原材料的依赖程度远低于新品制造,为解决环境恶化与全球变暖问题提供了一种极佳的解决方案。近年来,随着制造业的高速发展与设备升级换代的加快,报废物品的数量显著增加,许多行业开始将再制造整合到原有的战略规划当中。为对再制造业进行更好的实践指导,发挥再制造工程经济效益与环境保护功能的综合优势,许多科研人员对再制造系统的生产优化开展了必要且有益的研究。尽管从长远来看,发展再制造于经济和环境都十分有益,但也须认识到,由于产品回收发生的时间、地点与回收品的质量、数量、报废节点及市场认可度等都存在着较大的不可预知性,从而导致了再制造系统中各环节都存在着一定程度的不确定性。这些不确定因素极大地增加了再制造实践管理的复杂性与模型优化的研究难度。现有相关文献多从再制造系统单个阶段对不确定性进行分析,或对不同阶段中单个不确定因素展开研究。而再制造系统是一个复杂的结构,当多种不确定因素耦合在一起时,各因素之间相互干扰,其对经济与环境的影响不能看作是单个因素间的简单叠加。因此,如何采用适当的分析方法量化不确定性产生的影响,并建立合理的数学模型,对再制造系统经济与环境指标进行综合分析与优化,使之凸显低碳与循环生产的特性,是一项十分有意义的工作。为发掘再制造工程的经济效益与环境保护的潜在优势,降低不确定因素对再制造回收与生产过程产生的影响,本文从不同阶段,对多种不确定因素作用下的再制造系统经济与环境效益进行综合分析,并制定相应的优化策略。总体而言,本文主要在以下几个方面开展了一些有益的工作与探索:(1)经典EOQ(Economic Order Quantity)模型是一种简单但有效的最优订单模型,可以在不显著增加其它投入的情况下,使运输与仓储过程中的总成本达到最优,其前提是假设市场需求为恒定量。而现实情况是,再制造系统中的市场需求充满了各种不可预测性,因此经典EOQ模型难以继续适用。鲜有文献研究需求为任意随机分布时的EOQ模型扩展应用,并给出对应的订货数量最优解与不同订货数量下的仓储成本、惩罚成本解析式。本文从环境与经济两个层面推导出不确定需求下,再制造系统成本或利润最优策略。通过数理论证,给出任意需求分布下的订货数量最优解,以及不同订货数量对应的期望物流、仓储与惩罚成本的解析表达式。(2)在再制造环境效益评价应用方法的创新上进行了有益的探索。如对典型的3R再制造系统(再使用、再制造及再回炉)而言,其将回收品按质量分成多个等级,不同质量等级的回收品采用不同的再处理流程。这其中,每一质量等级对应材料、能源消耗以及加工时间都各不相同。传统代数方法计算项繁杂且逻辑不易于理解,本文创新性地设计了综合回收质量系数的算法,提出了质量不确定条件下,复杂3R再制造系统中环境评测的矩阵计算方法,从而为3R再制造系统中的质量不确定性研究提供了一种简捷的计算工具与深入浅出的分析方法。(3)除对3R再制造环境效益进行被动的计算与评测外,利用回收报废产品质量不确定性的随机分析,可以对回收与生产过程中环境效益进行主动的预测。通过研究典型分布类型下,质量不确定性对再制造概率与碳足迹的影响,推导出3R再制造系统中,回收与生产过程环境效益最优时对应的回收质量综合系数最优解,并给出最优解存在区间与最优环境效益解析解表达式。这使得再制造系统中,不仅可以利用矩阵运算对环境效益与碳足迹进行便捷的评测,还可对不同环境指标进行分析预测并提前制定最优回收策略。(4)考虑到再制造系统中回收与需求都存在着较大的不确定性,在前文分析的基础上,又进一步放宽经典EOQ模型中无限供应的假设条件,使之适用于再制造系统中回收数量与市场需求皆为不确定的情况,从而推导出需求与供应双重不确定条件下最优订货数量的扩展模型,并求解对应最优再制造率,使得再制造系统环境成本或总环境效益达到最优化。通过严谨的数学论证,证明了任意随机分布下,回收与生产过程当中再制造率最优解的存在性及惟一性。由于再制造系统不确定性分析的复杂性,就作者所知,目前尚未有文献研究双重不确定性条件下再制造系统的EOQ模型扩展与应用。该数学模型为再制造系统中的最优生产、回收策略提供了理论基础与优化方向。(5)考虑到回收产品中质量状况的离散特性,传统分析方法倾向于将与质量等级相关的再制造成本当作级数来进行处理,使之与其它不确定因素的量化分析孤立开来。而再制造系统生产管理实践中,真实的情形往往是多种不确定性并存且互为干扰因素。为解决这一理论分析与实际情况脱节的问题,在极限理论的基础上,运用多项式拟合出再制造成本与质量变量间的连续函数关系,将之代入到其他不确定因素量化分析的连续方程当中,并利用拉格朗日乘子法对非线性约束下的目标函数进行极值分析,最后求解出不同优化策略中对应的再制造率最优解,从而为再制造系统中多重不确定条件下的数学建模及优化分析提供了一种新的研究思路与理论基础。
【学位单位】：湖南大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TH186
【部分图文】：

将从初始节点1到终端点 n 的整个路线称为一个完整加工路径（简称路径），其对应概率称为路径概率。如图3.1所示，该系统有8个终端节点（3-5，9-13），这意味着共有八个完整的加工路径，如表3.2所示。表3.2 3R再制造系统完整加工路径工艺路径定义 质量等级与对应工艺路径 节点集合 质量等级描述 再处理工艺选择1 R1={1,2,3} 回收报废发动机整机质量上好 符合整机再制造标准2 R2={1,2,4} 回收报废发动机整机质量上中 符合整机再制造标准3 R3={1,2,5} 回收报废发动机整机质量尚可 符合整机再制造标准4 R4={1,2,6,7,8,9} 整机质量中下，拆机后单个零部件接近新品 符合零部件直接使用标准5 R5={1,2,6,7,8,10} 整机质量中下，拆机后单个零部件质量上好 符合零部件再制造标准6 R6={1,2,6,7,8,11} 整机质量中下，拆机后单个零部件质量上中 符合零部件再制造标准7 R7={1,2,6,7,8,12} 整机质量中下，拆机后单个零部件质量尚可 符合零部件再制造标准8 R8={1,2,6,7,8,13} 整机质量中下

回收品综合质量系数9算法定义

低碳经济视角下再制造系统不确定性分析与优化策略4.2.2 3R系统环境效益评价由于报废产品在使用阶段的工作环境与报废时的时间节点不能确定，因此，回收前无法预知报废产品的性能，从而也就无法得知该批回收产品的综合质量状况、建立起回收质量与环境效益的关系[192,193]。要解决这一问题，上一章中采用的是统计方法，即从统计到的数据来评估整体的收回质量状况。也就是经典统计学中的：从已知局部 → 整体推测、评估的过程，如图 4.2 所示。

本文编号：2809915