为了提升不确定环境下的再制造装配质量,在分析再制造装配与原始制造装配差异的基础上,提出一种＂因件制宜＂再制造装配过程优化控制方法;以再制造零部件的不确定性特征为输入,再制造装配工位操作补偿值为输出,构建了基于反向传播神经网络的再制造装配过程耦合模型,实现对再制造装配工位进行＂因件制宜＂的操作指导,保障再制造产品质量。将本方法集成在再制造发动机装配车间制造执行系统中,验证了所提方法的有效性和可行性,为再制造装配过程控制的精准化和实时化提供了理论和方法支持,也为再制造产品可靠性和服役安全性提供了技术支持。

在不确定的环境下,如何有效实现复杂机械产品再制造装配过程质量异常诊断是再制造企业质量控制面临的难题。基于此,在分析再制造复杂机械产品装配过程质量控制特点基础上,提出一种基于模糊异常诊断Petri网的再制造复杂机械产品装配过程质量异常诊断方法。该方法运用模糊理论建立了过程质量异常与异常源之间的映射关系,结合Petri网图形化描述了过程质量异常产生和传播机理,并通过模糊推理规则实现了装配过程质量异常诊断。以某再制造企业发动机装配过程为例,验证了方法的可行性。