汪超臺,吳斌方，李自成

(1.成都理工大學工程技術學院， 四川 樂山 614000； 2.湖北工業(yè)大學， 武漢 430068)

隨著我國制造業(yè)的快速發(fā)展和對環(huán)境污染問題的日益重視，減輕環(huán)境污染及資源浪費將成為越來越重要的課題。2009年實施的《循環(huán)經濟促進法》規(guī)定，國家支持企業(yè)開展機床產品的再制造；2011年審議通過的《“十二五”規(guī)劃綱要》，明確指出“再制造產業(yè)化”。 在西方制造業(yè)發(fā)達國家，院校開設有再制造相關專業(yè)課程，企業(yè)也有相關研發(fā)部門，如德國的寶馬汽車公司就成立了汽車拆卸中心，對報廢汽車進行拆卸和再制造處理，其中報廢汽車的零件回收率高達94%。其他歐美國家和日本都高度重視再制造技術的發(fā)展，其中，數(shù)控機床再制造占有很大比重。美國2005年的機床設備再制造產值已達750億美元，英國機床設備再制造年產值也達到4 500萬英鎊。

我國數(shù)控機床市場龐大，品種繁多。2010年數(shù)控機床產量已經達到236 000多臺，同比增長62.2%。 2014年數(shù)控機床產量達到391 000多臺。 2015年進口的數(shù)控機床數(shù)量為18 584臺，同比增長28.6%。隨著我國越來越多地使用數(shù)控機床，廢舊數(shù)控機床再制造滿足可持續(xù)發(fā)展的條件，為響應我國可持續(xù)發(fā)展戰(zhàn)略，大力開展數(shù)控機床再制造的綠色度評價體系的研究工作具有十分緊迫性和重要的意義[1-4]。

我國對數(shù)控機床再制造綠色度研究較晚，這方面的文獻著作較少[5-9]。重慶大學劉飛教授提出了綠色制造的理論體系框架；武漢科技大學王賢琳教授以機床質量、機床環(huán)境、機床成本、機床能耗幾個因素來分析數(shù)控機床綠色度；吉林大學的王桂萍博士以環(huán)境、資源、能源、經濟、人機等因素分析了數(shù)控機床的綠色度等。本文重點研究數(shù)控機床的再制造，建立再制造綠色度評價體系，詳細評價研究數(shù)控機床機械部分和控制部分各個部件的再制造綠色度，最終得出數(shù)控機床綠色度的整體值，進而得出該機床回收利用價值的參考值。該評價體系簡單易學，實用性和可行性高，成本低，可供企業(yè)方便應用。

1 數(shù)控機床綠色度與再制造綠色度評價體系

綠色度是產品的綠色水平的參照標準，綠色程度越高，綠色度越好，是產品對環(huán)境綠色程度的定量價值[10]。數(shù)控機床的綠色度是指數(shù)控機床對環(huán)境的友好程度、對經濟的效益程度和對技術的先進程度等的綜合評價。

數(shù)控機床再制造綠色度評價體系，是一個多層次、多因素的綜合評價體系。產品的屬性反映了綠色度的各種因素，不同的評價層次的形成，可分為幾個不同方面和因素。這里將根據影響綠色度的各種因素，對數(shù)控機床的再制造綠色度進行綜合評價。

國外數(shù)控機床再制造的定義為對廢舊機床的可再制造零部件進行回收再利用和再生產的過程。中國工程院院士徐濱士對數(shù)控機床再制造定義為數(shù)控機床在整個生命周期中，以廢舊數(shù)控機床的飛躍式提升為目標，以高效率、高質量、節(jié)約能源、節(jié)約材料和環(huán)境保護為指導方針，通過先進制造工業(yè)的全套技術方法，對可再制造的零部件進行再制造加工[11]。數(shù)控機床再制造是數(shù)控機床維修改造的主要工具，是高新技術產業(yè)化的重要手段。

2 數(shù)控機床再制造綠色度評價體系的建立

因為數(shù)控機床的零件較多，所以先進行初步的統(tǒng)計分析，并不是廢舊數(shù)控機床所有的零部件都可以再制造。從技術和經濟2方面進行評估，對數(shù)控機床各部分的可再制造零部件檢測的結果進行分析，統(tǒng)計可再制造和不可再制造的零部件，然后設計算法建立評價體系。

根據影響數(shù)控機床工作的多種因素，從兩大指標進行綜合評判，即分為數(shù)控機床的機械部分和控制部分。由于影響數(shù)控機床的工作的因素有多個，眾多影響因素本身又包含有影響因素子集，故還可以進一步細劃分為多個層次，例如機械部分還包括數(shù)控機床主傳動系統(tǒng)、進給傳動系統(tǒng)、支承件、機床導軌和輔助裝置等，詳細的綜合評價體系指標層如表1所示。

表1 綜合評價體系指標層

3 多級模糊綜合評價方法

3.1 模糊綜合評價的原理

模糊綜合評價法是將模糊數(shù)學的隸屬度理論轉化為定量評價的定性判斷，對受多種因素影響的事物進行綜合評價[12]。對限制事物的多重因素做出總體判斷的模糊綜合評判在生活中比較常見，例如對一個醫(yī)生的評價不只考慮到其醫(yī)術的精湛程度，還應了解其人品和醫(yī)德等綜合素質。數(shù)控機床再制造綠色度評價是一項復雜的工作，而數(shù)控機床工作受諸多因素的影響，從多個方面對數(shù)控機床再制造綠色度評價具有不確定性、模糊性和主觀性。因此，利用模糊數(shù)學來評判數(shù)控機床的再制造綠色度，使結果盡可能客觀，從而達到較好的實用效果。模糊綜合評價法不僅考慮了許多因素的影響，而且評價結果包含多信息，通過級別特征值可判斷結果的等級，因此，采用模糊綜合評價法更合理。

3.2 多級模糊評判模型的建立

由于有很多不同層次的影響因素，所以采用層次化的方法來解決問題。

1) 因素集的確定

將評價因素集U按照不同的因素類別細分為n個子因素，記為

U={U1,U2，…Un}

(1)

且應滿足

(2)

由于有多個級別的多個影響因素類別，故將因素集U分為3個等級：① 把最低級別的各因素歸納起來并綜合評價； ② 在上一級別的因素基礎上進行綜合評價；③ 同理，評價更高一級，直到把最高級別的因素層評定完成，然后得到最終的綜合評判結果[13]。

多級模糊綜合評價模型的一般描述如下：

假設第1層為

U={U1,U2,…，Un}

(3)

第2層為

Ui={Ui1,Ui2,…，Uin}

(4)

其中i=1,2，…，n。

第3層為

Uij={Uij1,Uij2,…，Uijp}

(5)

其中i=1,2，…，n；j=1,2，…，m。

2) 評語集的確定

評語集是反映數(shù)控機床綠色度等級的集合，設f為評判等級的個數(shù)為

V={V1,V2,…，Vf}

(6)

結合數(shù)控機床再制造綠色度評價體系各級因素，取評語集為

V={V1(優(yōu)),V2(良),V2(中),V2(差)}

(7)

3) 權重的確定

確定權重的方法一般有：層次分析法、專家打分法。在此采用專家打分法(菲爾德法)，并求得各層次不同因素的權重值，具體的權重數(shù)據見表1括號處。其權重分配模糊矢量為

A={a1,a2,…，ai}

(8)

其中：ai表示第i個因素的權重，權重反映各評價指標在綜合評價中的重要性程度，且要求0<

4) 評語隸屬度矩陣的確定

給出單因素的評價矩陣，即對單因素Ui(i=1,2,…,n)的評價，得到V上的模糊集(ri1,ri2,…,rin)，其中ri1表示Ui對V1的隸屬度。評語隸屬度的確定采用專家打分法，得到評價矩陣為

(9)

且隸屬度的公式為

(10)

5) 建立單因素綜合評價的模型

多級綜合評判B=A°R，其中“°”為模糊合成算子。總評價模型示意如下：

(11)

對該模型的解釋如下所示：

第3級評價模型為

Bij=Aijp°Rijp

(12)

其中式(12)中：

(13)

Aijp=(aij1,aij2,…,aijp)

(14)

同理，第2級和第1級分別為

Bi=Aij°Rij

(15)

其中式(15)中：

Aij=(ai1,ai2,…,aim)

(16)

(17)

B=Ai°Ri

(18)

綜上，最終可以表述為

B=(b1,b2,…,bn)

(19)

式(19)中

通過這種多層次模糊綜合評價模型，更全面地從多層次、多因素考慮到各種指標因素[14-15]。

4 案例分析

以某數(shù)控機床為例并對其再制造綠色度評價體系進行綜合分析，采用專家打分法對各層次不同因素進行打分，并將得到的評價矩陣進行歸一化處理，從而得到單因素矩陣，具體數(shù)據如表2所示。由表2中的各評價因素數(shù)據，依次對各級因素層模糊矩陣進行計算：

表2 某廢舊機床第三級再制造綠色度數(shù)據

模糊評價集B=(b1,b2,…,bn)中的bi是等級Vf對模糊評價集B的隸屬度，按最大隸屬度原則作出以下的綜合結論：

M=max(b1,b2,…,bn)

(20)

M對應的元素為綜合評價的結果，即取最大結果0.365 4，該數(shù)控機床的再制造綠色度為良。

結合此案例，對學院數(shù)控車間和校企里的各類數(shù)控車床、數(shù)控加工中心進行評估，將評估值與這些數(shù)控機床購買價值與購買時間做分析對比，發(fā)現(xiàn)其評估值與實際情況一致。因此，得出該評價體系是切合實際的，實用性高，可供企業(yè)方便使用。

5 結束語

1) 通過運用模糊綜合評價模型來綜合評價數(shù)控機床再制造綠色度，實現(xiàn)了各層不同因素結合的綜合表達。

2) 根據廢舊數(shù)控機床的各個零部件的可再制造程度，結合專家打分法，依據多級模糊綜合評價數(shù)學模型，建立起數(shù)控機床再制造綠色度評價體系。

3) 列舉實例驗證該評價體系的有效性和實用性。結果表明，該數(shù)控機床的綠色度評價體系對數(shù)控機床再制造再利用率具備很好的參考價值。

4) 該評價體系簡單易學，實用性高，成本低，對企業(yè)具有較好的參考價值。

參考文獻：

[1] PHILL B.A Report on the remanufacture of manual and Cnc tooling machinery in the UK [R].Aylesbury，UK:Centre for Remanufacturing and Reuse，2009.

[2] WILLIAM M H，ROBERT T L.Remanufactruing:Opera-ting practices and strategies [R].Boston，USA:Boston University，2008.

[3] 饒清華，邱宇，許麗忠，等.基于多目標決策的節(jié)能減排績效評估[J].環(huán)境科學學報，2013，33(2):617-625.

[4] HUR T，KIM I，YAMAMOTO R.Measurement of green productivity and its improvement[J].Journal of Cleaner Production，2004，12(7)：673-683.

[5] JONATHAN D，LINTON DEA.A Meathod for ranking the greenness of design decision[J].Journal of Mecha-nical Design，2012，124(7):145-150.

[6] TAN Xianchun，LIU Fei，CAO Huajun.A decision-making framework model of cutting fluid selection for green manufacturing and a case study[J].Journal of Materials Processing Technology，2002，129(3):467-470.

[7] 劉飛，曹華軍.綠色制造的理論體系框架[J].中國機械工程，2000，11(9):961-964.

[8] 王賢琳，邱爽，王飛，等.基于能值分析與模糊評價的數(shù)控機床綠色度評價方法研究[J].機床與液壓，2015,43(13):31-35.

[9] 王桂萍，賈亞洲，周廣文.基于模糊可拓層次分析法的數(shù)控機床綠色度評價方法及應用[J].機械工程學報，2010，46(3):141-147.

[10] 劉英平，林志貴，高新陵，等.多層指標權重信息不完全的產品綠色度評價方法研究[J].中國機械工程，2006，17(1):29-32.

[11] 杜彥斌，李聰波.機械裝備再制造可靠性研究現(xiàn)狀及展望[J].計算機集成制造系統(tǒng)，2014,20(11):2643-2651.

[12] 林軍，陳翰林.數(shù)學建模教程[D].北京：科學出版社，2011:180-194.

[13] 陳念東，鄒麗云.多層次模糊綜合評價法在高校教學型實驗室評估中的應用[J].赤峰學院學報(自然科學版)，2011，27(10):215-218.

[14] 陳光亭，裘哲勇.數(shù)學建模[D].北京：高等教育出版社，2012:251-262.

[15] 柳益君，朱明放，習海旭，等.基于最大隸屬度原則的基因表達式編程分類[J].計算機工程與應用，2012,48(26):52-80.