一种基于数字孪生的汽车拆解线低碳拆解优化方法

本发明属于报废汽车拆解、废弃资源综合利用领域，尤其涉及一种基于数字孪生的汽车拆解线低碳拆解优化方法。

背景技术：

1、汽车是现代社会中最基本的交通工具，为人们日常的生产生活带来了极大的便利。近年来，全国的汽车保有量逐年攀升，并且随着新能源汽车的飞速发展，汽车更新换代的频率越来越高，开始逐渐进入报废高峰期，因而存在着大量废旧汽车亟待报废的问题。然而，传统的废弃物处理方法如焚烧、填埋等，会使大量资源得不到充分利用，造成极大的浪费。此外，资源、材料等无法回收再利用将间接导致制造业负担加重，从而进一步增加二氧化碳的排放，使温室效应加剧。因此，由汽车报废而产生的安全、环保、回收和再利用等问题得到了极高的关注，而拆解是有效处理废旧产品的关键环节。当前的拆解过程存在进度感知落后、数据可获得性差、优化范围小以及环保效益差等缺点。

技术实现思路

1、基于此，针对现有技术的不足，本发明公开了一种基于数字孪生的汽车拆解线低碳拆解优化方法，以克服传统拆解优化中存在的进度感知落后、优化范围小以及环保效益差等缺点。

2、为达到上述目的，本发明采用的技术方案是：

3、一种基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于，所述方法包括如下步骤：

4、s1：根据汽车拆解线的实际工况，在虚拟空间中构建汽车拆解线的几何模型、物理模型、数据模型和行为模型，并在虚拟空间中仿真汽车拆解线的拆解流程；

5、s2：建立基于数字孪生的碳排放特征数据的采集和存储机制，并依据虚实双向映射的不同特征设计虚实双向映射规则，所述虚实双向映射规则包括由实到虚的硬件在环映射规则和由虚到实的软件在环映射规则；

6、s3：根据所述碳排放特征数据的采集和存储机制和由实到虚的硬件在环映射规则采集并存储汽车拆解过程中的碳排放特征数据；

7、s4：基于优化条件判断标准对汽车拆解过程中的碳排放特征数据进行分析，并根据分析结果确定目标拆解优化工位；

8、s5：分别构建与目标拆解优化工位对应的以拆解时间、产品全生命周期拆解利润和产品全生命周期减少的碳排放量为指标的拆解序列优化数学模型；

9、s6：建立dbom转化模型，并根据所述dbom转化模型建立目标拆解优化工位的产品拆解混合图模型，且所述dbom转化模型为拆解序列优化数学模型提供所需数据；

10、s7：基于改进的人工蜂群算法、所述拆解序列优化数学模型和所述产品拆解混合图模型对目标拆解优化工位进行拆解序列优化以获取拆解序列优化结果；其中，所述改进的人工蜂群算法包括：引入nsga-ii的拥挤距离排序机制评价非劣解；雇佣蜂阶段使用ppx算子进行交叉操作；观察蜂阶段使用锦标赛选择策略与贪婪策略更新蜜源；侦查蜂阶段使用重构方法探索新蜜源；

11、s8：根据拆解序列优化结果对所述目标拆解优化工位进行拆解。

12、与现有技术相比，本发明至少具有以下有益效果之一：

13、本发明提供了一种高效、合理、全面的基于数字孪生的汽车拆解线低碳拆解优化方法，该方法提高了汽车拆解过程的可视化和实时感知水平，并从全生命周期的角度出发提高了拆解过程的经济效益和环保效益，实现了汽车拆解领域的智能化和绿色化拆解模式，进而能够为汽车拆解线的节能减排拆解的提供最优决策指导。

技术特征：

1.一种基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于：在步骤s1中，所述物理模型为几何模型与属性的集成，所述几何模型、物理模型和行为模型均由数据模型进行驱动。

3.根据权利要求1所述的基于数字孪生的汽车拆解线低碳拆解优化策略，其特征在于：所述汽车拆解线的工位包括：用于抽取汽油、机油、刹车油、制冷剂、玻璃水、氟利昂，拆除电池、油箱的工位1，用于拆解轮胎的工位2，用于拆解四门两盖的工位3，用于拆除前后玻璃、前后保险杠、叶子板的工位4，用于拆除方向盘、气囊、中控系统的工位5，用于拆除座椅、电线、电气设备的工位6，用于拆除前后轴、减震器、排气管、三元催化，移除发动机和变速箱的工位7，用于精细拆解发动机的工位8，用于精细拆解变速箱的工位9。

4.根据权利要求1所述的基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于：在步骤s4中，所述优化条件判断标准为工位碳排放占比与回收价值占比的总和。

5.根据权利要求1所述的基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于：在步骤s5中，

6.根据权利要求5所述的基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于：在步骤s5中，以产品全生命周期拆解利润为指标的拆解序列优化数学模型为公式(2)；

7.根据权利要求6所述的基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于：在步骤s5中，以产品全生命周期减少的碳排放量为指标的拆解序列优化数学模型为公式(9)；

8.根据权利要求1所述的基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于：在步骤s6中，所述dbom转化模型包括结构映射和属性映射两部分；

9.根据权利要求8所述的基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于：在步骤s6中，根据所述dbom转化模型建立目标拆解优化工位的产品拆解混合图模型包括以下步骤：

10.根据权利要求1所述的基于数字孪生的汽车拆解线低碳拆解优化方法，其特征在于：在步骤s7中，使用critic方法为各优化指标赋权重；

技术总结
本发明涉及一种基于数字孪生的汽车拆解线低碳拆解优化方法，包括：根据汽车拆解线的实际工况构建汽车拆解线的几何模型、物理模型、数据模型和行为模型，并仿真拆解流程；建立基于数字孪生的碳排放特征数据的采集和存储机制，并设计虚实双向映射规则；采集并存储碳排放特征数据；对碳排放特征数据进行分析，并确定目标拆解优化工位；构建拆解序列优化数学模型；建立DBOM转化模型，并建立目标拆解优化工位的产品拆解混合图模型；基于改进的人工蜂群算法、拆解序列优化数学模型和产品拆解混合图模型对目标拆解优化工位进行优化以获取拆解序列优化结果；根据优化结果对目标拆解优化工位进行拆解。本发明提高了汽车拆解的绿色化与智能化水平。

技术研发人员：徐立云,肖丽珍,商港,周灼
受保护的技术使用者：同济大学
技术研发日：
技术公布日：2024/9/5