第11期 2017年11月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2017)11013004
D0I:10.13462/j. cnki. mmtamt.2017.11.034
No.11 Nov.2017
基于改进BP神经网络的再制造工艺方案选择研究
向鹏秦威
（武汉科技大学机械自动化学院，武汉430081）
摘要：针对实际生产过程中废旧零部件失效形式的多样性及再制造工艺路线的复杂性，为了能快速精确的确定再制造工艺方策，对废旧零部件再制造工艺特征属性进行提取，建立了再制造工艺方策决策的BP神经网络模型，提出一种将L-M算法引入到BP神经网络的训练过程中的方法，并对该模型进行求解。将改进后的BP神经网络模型应用于某废旧机床主轴再制造工艺决策中，借助Matlab 软件实现了再制造工艺方案的智能决策，并且与未改进的BP神经网络方法进行对比，验证了所提出方法的优越性。
关键词：再制造工艺；工艺选择；改进BP神经网络
中图分类号：TH162；TG506
文献标识码：A
Research on Selection Method for Used Components Remanufacturing Process
Plan Based on Improved BP Neural Network
XIANG Peng，QINWei
( School of Machinery and Automation, Wuhan University of Science and Technology, Wuhan 430081, China) Abstract : Against the diversity failure modes of used components and the complexity of the remanufacturing process route in the real production process, in order to determine the remanufacturing process quickly and accurately, extract the remanufacturing process feature properties and established the improved BP neural network decision-making model of used components,A method of introducing L-M algorithm into the train-ing process of BP neural network is proposed and the model is solved. The improved BP neural network model is applied to the decision-making of remanufacturing process of a used machine tool spindle, The in-telligent decision-making of remanufacturing process is realized by Matlab software and the improved BP neural network is more superior than the tradition BP neural network.
Key words: remanufacturing process;process decision; improved BP neural network
0引言
再制造是以废旧零部件为毛坏，经过拆卸、清洗和检测等流程，利用再制造技术将产品恢复至最初性能的过程。废旧零部件循环使用的实现，再制造起着非常重要的作用，特别是在节约资金，减少资源消耗、环境保护方面的贡献1]。目前，我国大量的机电产品面临报废，全国约200万台传统旧机床即将退役，电脑、电视机和电冰箱报废的数量约1600万台[2]。我国的再制造行业最近儿年逐渐受到政府和企业自身的重视，2013年国务院印发的《循环经济发展战略及近期行动计划》提到，要在2015年全年将我国再制造产业总产值提高到500亿元。其中，再制造工程机械等20 万台套，发动机80万台，变速箱、起重机、发电机等 800万件[3]。由于废旧产品种类繁多，服役时的环境也存在巨大的差异，导致废旧产品的失效模式多种多样，与之相对应的再制造工艺复杂多样。再制造工艺方案选择直接影响再制造的生产效率、成本和能耗，在
整个再制造生命周期中占据着极其重要的位置。在我国大部分再制造企业中，目前都是采用人工来进行再制造工艺方案的选择，但是人工决策耗时长并且容易出错。因此，研究一种能快速、准确的再制造工艺选择技术是目前再制造行业急需解决的问题，
国内外学者对再制造工艺决策问题从多个方面进行了研究，并且提出了一系列解决方法。Kin等提出一种包含废旧零件失效形式研究、修复工艺选择和排序、方案风险评估等重要步骤的再制造全过程方法[4] 李聪波等为了解决失效零部件工艺方案决策的问题，对废旧零件的失效形式进行了描述，提出一种基于改进T-S模糊神经网络的再制造工艺方案选择方法15。 Subramoniam把再制造各主要参数进行对比，建立了基于层次分析法的再制造决策模型，并将该方法应用于汽车再制造6。江亚结合废旧零件不同失效方式的产生机理，建立基于FTA的废旧机床主轴工艺特征提取模型，提出了基于失效特征的再制造工艺路线优化方
收稿日期：2017-01-04；修回日期：2017-02-10
作者简历序数崛1—），男，潮北黄冈人，武汉科技大学硕士研究生，研究方向为绿色制造与再制造，（E-mail)121629407@qq-com