为了更好的利用与产品参数方面的客户需求数据,提出了一种基于布尔矩阵改进的Apriori算法对客户需求数据信息进行分析。首先,针对Apriori算法在每次由低维度连接生成高维度的候选频繁项集时都需要扫描整个数据库非常耗时的缺陷,利用布尔矩阵对其进行改进,把客户需求数据映射成布尔矩阵;其次,采用迭代和剪枝的方式,利用改进后的算法对客户需求数据进行分析,计算出满足设定支持度的最高维度的频繁项集,挖掘出客户需求信息之间的不确定性联系,为设计制造出满足客户需求的产品提供参考。通过分析,改进后的算法在计算的时间复杂度和空间复杂度方面更优;最后以某企业针对冰箱产品开展的客户需求调查结果为例,说明该方法的具体实施过程。

为了提高产品拆卸效率,提出了基于改进人工蜂群算法的并行拆卸序列规划方法。通过拆卸混合图得出拆卸单元间的连接关系及优先约束关系;运用可变序列矩阵方法解决并行拆卸中序列长度及拆卸步长不确定的问题,阐述了并行拆卸单元选择的原则,实现了在不增加序列长度的前提下求解并行拆卸路径。建立了并行拆卸最少耗时优化模型,并结合人工蜂群算法,提出了诱导因子算法。最后以某款发动机模型为例,利用提出的方法对并行拆卸序列规划进行求解,并通过对实验结果的分析,证明了所述方法的可行性及有效性。

为降低熔融沉积制造过程中能量消耗,提高能量利用率,针对熔融沉积制造参数优化问题进行了研究。建立了熔融沉积制造过程能量效率函数,以喷嘴温度、成型层高、空走速度和打印速度为优化变量,以最大能量效率为优化目标,利用田口法设计正交实验,得出能量效率较高的工艺参数组合。在此基础上,利用BP神经网络建立能效优化模型,采用自适应小生境遗传算法对模型求解。研究结果表明,要实现熔融沉积的高能效制造,需在较高的喷嘴温度和成型层高的情况下,采用较低的空走速度和打印速度。

开展产品的低碳认证是指导企业开展产品低碳设计、推动低碳消费和实现国家减排计划任务的重要基础性工作。目前,对于具有设计款式多样、制造产业链长、使用情况多变、回收不确定度大等特点的家电产品,核算情况复杂、核算难度大,缺乏相应的低碳认证基础理论的支撑。文章在全生命周期分析的框架下,提出了基于商空间理论的碳排放静态计算方法和基于多情景分析的碳排放关键因素识别方法;在考虑到碳排放核算过程可操作性和核算结果普适性问题的基础上,识别出产品生命周期碳排放的主要阶段和关键因素;最后以空调产品为例,对其进行了生命周期碳排放核算,论证了该方法的可行性和有效性。