基于人机协作的动力电池系统拆卸序列规划

No. 3Mar. 2021
第3期2021年3月组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique 文章编号：1001 -2265(2021)
03 -0127 -05
DOI #
10.13462/j. cnki. mmimt. 2021.03.031
基于人机协作的动力电池系统拆卸序列规划!
刘驿轩1x '1b '1C ,江志刚1b '1C ,喻剑平1x2
(1.武汉科技大学X.冶金装备及其控制教育部重点实验室;b.机械传动与制造工程湖北省重点实验 室;c 绿色制造工程研究院，武汉430081 ；2.荆楚理工学院电子信息工程学院，湖北荆门448000)
摘要：为解决新能源动力电池系统目前主要为手工拆卸，而机器人不能独自完成拆卸的问题，提出
一种基于人机协作拆卸序列规划的方法。

首先根据零件间的连接关系和优先约束关系生成产］拆
卸混合图，通过混合图中的AND/OR 和有害零件优先拆卸关系得到连接关系和优先关系矩阵。

然 后以拆卸时间、成本和难度为优化目标，通过Pareta 人工鱼群算法生成非支配解，动态搜索全局最 优，得到最优拆卸序列°最后,以特斯拉model r 动力电池系统的研究为例，验证了上述方法的可行
性与有效性。

关键词：人机协作；动力电池系统;拆卸序列规划中图分类号:TH162: TG506 文献标识码：A
Disassembly Sequence Planning of Power Battery System Based on Human-machine Collaboration
LIU Yi-cua 1x1b '1r , JIANG Zhi-yany 1b ^1r , YU Jian-piny 10'2(a. Key Laboratom of Metallurgical Equiyment and Control Technology , Ministrj of Education ； b. Hubei
KeyLabomtorg of Mechanical Transmission and Manufacturing Engineering ； c. Green ManufXctuvny Enyl- neevny Institute , Wuhan University of Science and Technology , Wuhan 430081, China ； 2. Electronic Infov- mation Engineering School of Jinychu University of Technology , Jingmen Hubei 448000, China )
Abstract : In order to solve the probkm that the new energy power battery system was mainly manu)ly
disassembled , and the robot could not complete the disassembly alone , a method based on human-machine cooperative disassembly sequence planning was proposed. First, according to the connection relationship
between the pats and the priorty constraint relationship , a produch disassembly mixed graph wss generr-
ted, and the connection relationship and the priority relationship matrix wer obtained through the AND/ OR and the harmful component preferential disassembly relationship in the mixed graph. Then , taking the disassembly hme, cost and difficulty as the optimization goals, the Pareto artificial fish swam algorithm wasused ho generahenon-dominahed so3uhions , and hheg3oba3ophima3wasdynamica 3y searched ho obhain
hheophima3disa s emb3y sequence.Fina 3y , haking hheTesamode31 spowerba h ery syshem asan examp e ho verify hhefeasibiihy and e f echivene s ofhheabovemehhod.
Key words : human-machine collaboration ； power battery system ； disassembly sequencc planning
0引言
目前，国内动力电池系统将呈现大批量报废［1］,同
时没有模块化设计，主要为人工拆卸，其拆卸的灵活性、 弹性高，但机器人拆卸能够降低对工人健康的危害，同 时降低成本、提高拆卸效率。

Hapev Gavin 等［2］提出汽
车电池的自动化拆卸高度依赖结构环境,单纯机械化拆 卸是非常困难的;LC Yun 等$3%提出电池系统冶金和机 械拆卸，在自动拆卸和智能回收系统；Zhang Jian 等⑷提
出动力电池系统拆卸具有复杂性,连接器多样性，电池 中的化学物质不稳定，提出电池回收框架;Hermann Christoph 等［5］提出一种基于场景的拆卸系统开发，设计
出不同条件下报废电池系统;聂应军等$6%运用逆向思维
拆解废旧铅蓄电池;Wexener K 等［7］提出一种电池拆卸 工作站，机器人配合工作人员进行简单拆卸的工作。

国 内外现有文献主要对动力电池拆卸系统进行开发，采用 化学与机械方法进行拆卸,但鲜有文献考虑将人与机器 人各自的优势进行拆卸，以提高拆解效率和降低成本, 并减少拆卸对工人的危害。

目前，拆卸序列的研究运用了蜂群算法、蚁群算法 和人工鱼群算法等。

丁力平等$'%提出了蚁群算法解集 思想,能在多种解决方案中并兼顾各目标；Xu W 等［9］ 提出人机协作拆卸序列的规划,运用蜂群算法解决拆
收稿日期:2020-04-09;修回日期:2020-05 -08
*基金项目：湖北省教育厅项目资助(D2*******)(湖北省教育厅项目(Q20204304)；荆楚理工学院项目(YB202011)
作者简介:刘驿轩(1996一)，男，武汉人，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 ) Uuyixuan. 599@ foxmail. cm ；通讯作
者:喻剑平(1983-),女'武汉人'荆楚理工学院讲师'硕士'研究方向为绿色制造、制造系统工程，(E-maii )157047937@qq. cm 。

-128-组合机床与自动化加工技术第3期
卸规划；［10］运Pareto蚁法,通过拆卸矩阵构建拆卸可行获得拆卸方向，最终实现优化拆卸。

汪开普等［11］采人工鱼群的算法，运拥挤距离来解集。

法虑了拆卸多目标优化和并行拆卸问题，解决大规杂的多目标问题 其局限性，结合Pareto解集的思想在解决多目，能够均衡多个目标，人工鱼法在收敛精度与速度方面的优势,快速得到非支配解、求解速度快和搜索全局最优。

此,结合人工与机器人拆卸优势，考虑害零进行优先拆除，采Pareto人工鱼法对动力电拆卸优化，考虑到拆卸时间、难度最小化，得到最优拆卸 。

1人机协作拆卸工艺过程
动力电主要包括电、电
(BMS"必要的电力电设备)电体并联连接形电，电串联连接电。

电
模组和电满冷却。

电
(BMS"置缘壳外并与电力电子设备相连接。

动电结构1。

动力电池系统
I电池聲•体I I电單模组I
||冷却管路||BMS|
图1动力电池系统结构图
动力电的拆卸2。

首先动力电进行放电，电具冷冷两种冷却方式，若为风冷则进行拆卸风冷机，若为冷却则进行冷却排,进而为电拆解做准备。

电进行连接栓拆卸，进而拆卸上壳体。

拆解电控电池线束、BMS O歹
述拆卸后进行电拆解，拆解后的PCB板、电进行资源化。

电池拆卸过程如图2)
图2电池拆卸工艺过程
2人机协作模型的建立
2.1问题描述
人机协作拆卸序列规划在满足零件连接关系和优先，合理的分配给人或机器人拆卸任)拆卸混合图，得到连接矩阵和优先关系矩阵。

3为9个拆卸混合图，假定拆卸前到一个，实线头为AND优先关系，
2、3、4与6满AND关系，2、3、4全部拆卸后，6才能够被执行;虚线箭头为OR优先关系，3、4、5，35项，4即可执行。

对害零件，5为有害，任务5为优先拆除。

图3产品拆卸混合图
拆卸混合间的关系由若干个节点、无向向合而成。

G=+
其中，G为混合图；5节点，，假定拆卸”个，则5=+(1,(2，…，(丨；Q为无向边，为个零间连接关系;'Q为有向边，间没有连接配合关系，但具优先关系。

为人机协作分配数据分析，将无向连线向连线的集合用连接矩阵G来表示，有向连线用优先关系矩阵G p表示。

连接矩阵G=(a”)”"”，其中a%为0、1、-1为变量值，若任务％&G sv”(+,$a”=1,若％&G”(+),$a”= -1,若两者都不满足,则a”=0。

优先约束矩阵G p=(V”)”””，其中V”为0、1两个变量值，若z与丿之间无优先拆卸关系V=0,反之存在优先拆除关系V”=1)生成的连接矩阵G优先关矩阵G2
011010000-
000001000
000-101000
000001000
G=000-100000
000000110
000000001
000000001
L000000000」
-000010000-
000000000
000000000
000000000
G p=000000000
000000010
000000000
000000000
L000000000」
2.2人机协作任务分配方法
人机协作的分配中人机器人拆卸的难度，运3+的计算公式进行难度划分，域拆卸人员进行打分,难度等级依次递增,从而来划分拆卸序列(a；,a2,...,a”)。

2021年3月刘驿轩，等：基于人机协作的动力电池系统拆卸序列规划-129 -
3 = mg x ( a 1 ,a ；,. . . , a ”) C 1)
式(1) )1 为拆卸 (i = 1,2,1,1),# 为
人工或机器人拆卸(当人 拆卸时#为0,机器人拆卸
时为1 ))人机协作拆卸等级划分 4 。

珈度
较小难度
有难度
较犬难度
困难(0)
(0.25)
(0.5)
(0.75)
(1)
图4拆卸等级划分
动力电 的拆卸难度等级划分，假定在拆卸
的拆卸。

例，拆卸动力电池上
壳体，手 与机器人 具有拆卸难度，因此拆卸难度
为0。

拆卸上壳体 ，需要重 ，同 要求快
速精确拆卸，其拆卸特点更适合机器人拆卸，因此机器 人拆卸难度等级为0,手工拆卸针对重复性操作易产 生疲劳，因此难度等级为0.25。

2.3目标函数
文以拆卸时间、 难度作为人机协作拆卸
的优化
，进而提高拆卸
，选择
最优拆卸 。

(1 ) 拆卸 间
为了 拆卸的连续性
性， 拆卸时间
可以提高拆卸 。

人
机器人的拆卸时间如式
(2) :
@ = max { @0,Z 1 ,
(2)
式中,@0 人 拆卸的 间，@ 机器人拆卸
间。

其式子(3)为拆卸工件所需要
间。

F10_%# = max j % +%0
(3)
式中,r 表示人工或机器人拆卸，％、％、表示零件
拆卸准备、与 拆卸时间。

(2) 拆卸难度
人工拆卸与机器拆卸的拆卸难度不同，为解
决拆卸难度的计算，选取拆卸难度作为人机协作的评 价 优化拆卸
，等式(4)为拆卸难度优化等式。

i = %”g J '(seg 0
) 0
1
0 = %”g J '( s eg 0
) 1
%
01
3+e %01
3
(4)
式中,e 0 , e 1为人 机器人拆卸难度系数，
4
的评价 的方法进而确定。

eg 0和eg 1为人 机器人的拆卸 。

(3) 拆卸成本
拆卸 能为公司带来更多效益，拆卸过程人
, 机器人拆卸
的 , 拆卸 具的
耗，L 、L 1、L 分别为上述在相对时间情况下的折 。

式(5)为拆卸的
的计算公式。

B = L @0 + L 11)+ LL
(5)
2.4
针对人机协作优化目标的特点，
多目标
:满连接关 优先关 ，产生多个拆卸 ，将每个拆卸 合理分配，拆卸时优先拆除有害 、拆卸时间较少及拆卸 尽可
能高。

人机协作的优化目标为如式(6 "所示，其中&为
可行解空间，L ”y 、B ”y 、-層,为拆卸过程中的约束。

Min f(seq) = $L (seg) ,—(seg) ,B (seg) % seq & &
W f L " L mox
-"-mob
B " ”昨
(6)
3基于Pareto 人工鱼群算法的多目标优化
文采用Pareto 结合的多目标优化算法， 的
多目标优化，未 人 机器人协作拆卸的特点相结
合,Pareto 解集的思想能很好的解决多个优化目标，鱼
法的鲁棒性强和使用灵活性等特点。

3.1 Pareto 解集
多目标拆卸一般是将多目标问题转化为单目标解
决问题，不能 解决 冲突关系的多个目标函 数。

而Pareto 解集能够
的解决优化间 问题,
此 文采 Paaei 解集的思想求解。

3.2人工鱼群算法
人工鱼
行为运用交叉
的方法，进行
人机械协作拆卸 优。

设定当前人工鱼为X ””皿，
感知距离范围为5,在5内经过1次尝试后向浓度高 的位置游走。

新的人工鱼可通过交叉变异 ， 5
代X ””皿作为父代 ，随机选取点进行交叉, 前的拆卸 变，通 代拆卸 4
为手工拆卸,5
是机器人拆卸，通
过变异得到新的子代人工鱼群X ”g ,4 为机器人拆卸,5 是人工拆卸。

分配变异 -改变拆卸 的可行性 定性，通交叉变异增强
觅食鱼群跳出局部最优的能力。

H 6
1
日3
0 0
o|i |1
H 6
1已
3
o|o|i
图5觅食变异行为
3.3 Pareto 人工鱼群算法步骤
骤1:人机协作拆卸信息
，设定相关参数；
骤2：初始化种群,设定相关参数，包种群规
模-e 、觅食行为尝试最大次数1”#、拥挤度&、视野5、最大迭代次数g ”a 、节拍7等；
步骤3：根据Y 和Y 生成初始种群,外部档案
R = ”
骤4： Pareto 快速支配选出非劣解，更新”骤5： 行为；
骤6： 骤5的结果与非劣解进行比较更新
”
步骤7：判断是否达到最大迭代次数g ”y ,若达
到，则
(否则 骤5;
骤8：输出外 案中的非劣解，得到最优拆卸。

-130-组合机床与自动化加工技术第3期多目标Pareto人工鱼群算法流程如图6所示。

图6Pareto人工鱼群算法流程图
4
文以特斯拉ModeUs动力电为研究对
，其动包含16个电、电
(BMS"必要的电力电子设备。

图7为Models动力
电。

动电间的连接关优先
拆卸关系生成拆卸混合图，8。

动电池拆
卸息1。

22为泄露重对人
体有害电。

图7Model1s动力电池系统图
结合拆卸情况算法初始参数为:-E=100,
—0=8,&=0.8,'y_”F+Ve#=10,(sFa”=20,
(Ea”q=20,max/e”=20,7=100,p=0.9,
@二10)
图8动力电池拆卸混合图
表1Models动力电池系统拆卸信息
编号零部件
名称
手工拆
卸时间
//
自动拆
卸间
/>
拆卸
方向
拆卸
具
手拆自动拆
卸难度卸难度
1上壳体18090++手0.750.25 2上壳体螺丝5127++螺丝刀0.250 3隔音棉4527++手/钳子00.25 4高压总成上壳体3024++手/钳子00
5高
壳体
4527++螺丝刀0.250
6保险丝2415++手/钳子0.250.25 7电池模组6036手/钳子00 8母线4524手/钳子0.250 9隔板4230++手/钳子0.250.5
续表编号
零部件
名称
手拆
卸间
/>
自动拆
卸间
/>
拆卸
方向
拆卸
具
手拆自动拆
卸难度卸难度10绝缘垫2718手/钳子0.251 11板159手/钳子00 12o却管路4833手/钳子0.250 13充电口连接器3021手/钳子0.251 14电池线束3324手/钳子0.250.5 15
电理
BMS
1512手/钳子0.250.75 16电池系统线束3924手/钳子0.250.5 17PCB板3024手/钳子0.250 18板2415螺丝刀0.250 19高压电热熔断器156螺丝刀0.250 20电芯8448手/钳子00 21o却液4536手/钳子0.250.25 22害电3624手/钳子10.25文的优化目标之间存在差异性,对非支配解的目标函数为式(7)。

其中,K*代支配解,min为对应的最小值,max由决定。

为@"400,—"2.0,B"
2.0得到的非支配解,Pareto的真实解集如图9。

图9解与Pareto刖沿分布
人机协作拆卸同目标问题，比较多目优化算法的性能代距离(GD)和超体积(HV)。

GD表示算法非支配解集(KF*)与前沿(K*)之间的 关系,来法的收敛性•效性。

GD值，说法的收敛性能。

HV用于支配解在解空间的度，HV值越大，则说多样性与收敛性越佳。

Pareto人工鱼法和多目标人工鱼法的优越性，采初始化种群同为100的，迭代次数不同的，运行的平均值HV和GD进行比较。

不同迭代次数算法下的HV
(a)平均HV值(b)平均GD值
0.030(-
I—■—AFSA-Pareto
0.027[-AFSA
赳0.024卜
@0.021i_::.,
•5T0.018r-
讯0.015P
0.012卜
111111
20406080100
迭代次数
图10
不同迭代次数下算法
2021年3月刘驿轩，等：基于人机协作的动力电池系统拆卸序列规划-131-
Pareto人工鱼群算法定种群规模，不同迭代
次数，HV和GD具有相应优势)迭代次
数一定的，不同种群规进行试验，不同
种群规法下的HV与GD'11所示。

同种
同迭代次数的，能到Pareto人工鱼群
法有更好的求解。

,Pareto人工鱼群
法在求解人机协作拆卸具性和优越性。

2为Pareto人工鱼法部分非支配解，为其
工作人员提供决策)Pareto前沿分，出
三组最优拆卸。

需的拆卸时间、拆卸成本
与拆卸难度进行。

均三个子目标，可
个支配方案，此生成的拆卸具有较优的时间、
难度，同优化了人体在拆卸的损伤，机
器人在拆卸灵活性扩展性的特点。

(a)平均HV值0.028
0.027
0.026
0.025
0.024
0.023
0.022
0.021
0.020
0.019
0.018
种群规模
(b)平均GD值
图11不同种群规模下算法平均HV值
表2Pareto人工鱼群算法部分非支配解
人机协作拆卸序列LC r B/元-人：5--19-6-9-11-21-13-14-15-10-16
机#2-1-C-1'-'-7-22-17-12-20
357 1.0680.275
人#5^4-1'-11-C-9-12-13-14-15-16-10
机#2-1-19-6-21-'-22-C-17-20
402 1.090.2875人#5^4-1'-11-C-9-12-13-14-10-15
机#2-10-19-6-21-'-C-22-17-16-20
369 1.0650.3181 5结论
文对废旧动力电特斯拉Models零件间连接关拆卸混合图，合对有害；件进行优先拆卸，然后建立连接矩阵G和优先关系矩阵虽人机协作并行拆卸，但是与普通的并行拆卸不同，人机协作拆卸要确拆卸
自的分配，考虑分配中的拆卸、时间拆卸难度的优化目标,从而生合人机协作的拆卸序)动力电拆卸序列优化运用Pareto的多目标(126)
[9]朱鹏，，陈浩，等c区间层次分析法的高速送料
机可靠性综合分配方法[J].锻压技术,2015,40(4)#131 -136.
[10]王振，刘茂.应用区间层次分析法(CHP)研究高层建筑
全[J].安全与环境学报,2006,6(1):12-15.
[11]陈，覃欣欣，牛.基于区间层次分析法的煤尘爆
源估[J].中州煤炭,2016(8):1-4. [12]c区间层次分析法的舰船动方案评估
研究[J].舰船科学技术,2016,38(7):124-127.优化和人工鱼法鲁棒性强、收敛速度快的特点快速生成拆卸)最运用了世代距离和超体积指标了该算法可以提高求解速度定性。

该人机协作拆卸规划是作为研究对象，下
对多进行人机协作拆卸规划研究)
[参考文献]
[I]刘光富，林灿，田婷婷•新能源动力电池报废量估
源分析[J]c源综合，2020,38
(1):96-99.
[2]Haper Gavin,SommerviO e Roberto，Kendrick Emma，et al.
Recycling lithium-ion batteries from electric vehicles[J].
Na iu ae，2020，578(7794):E20.
[3]Liu Yun，Duy Linh,Li Shui,et al.Mewlluryicai and mechan­
ical methods for recycling of lithium-ion battery pack for e-lectrie vehicles[J].Resources,Conservation and Recy­cling,2018,136(9)#198-208.
[4]Zhang Jian,Li Bingbiny,Akhii Gary,et al.A generic frame­
work for recycling of battery module for electric vehCle by combining the mechanical and chemical procedures[J].In­ternational Journal of Energy Research,2018,42(10):3390 -3399.
[5]Herrmann Christoph,Raatr Annika,Andrew Stefan,et al.
Scenario-based development of disassembly systems for auto­motive lithium ion battery systems[J].Advvnced Materials RewxC,2014,907(1814)#391-401.
[6]聂，江志刚，王鹏•基于分解矩阵的废旧产品拆卸模型研
究[J]・组合机床与自动化加工技术,2019(6)#27-30.
[7]Weyener K,Chen W H,Dietrich F,et al.Robot assisted
disassembly for the recycling of electric vehicle batteVes
[C]//EUevier B V,2015#716-721.
[']，谭，冯，等c Pareto蚁法的拆卸线多目标优化[J]c十算机集成制,2009,15
(7)#1406-1413,1429.
[9]Xu W,Tang Q,Liu J,et al.Disassembly sequence plan­
ning using discrete Bees algorithm for human-robot collabo­ration in remanufacturiny[J].Robotics and ComputerXnte-goaied Manugaciuoing，2020，62(4)#101860.
[10],恩，c Pareto解集蚁群算法的拆卸
规划[J].机械学报,2012,48(9):186-192. [II]汪开普，张则强，毛，等•多目标拆卸线平衡问题的Pareto人工鱼法[J]c机械,2017,28(2)# 183-190.(编辑李秀敏)
[13]张，张.区间数型水环境合评价云物元模
及其[J].数学的与认识,2019,49(8)#269-276.
[14]，刘东，解，等c全专家信息
区间数排序的群决策方法研究[J].数学的与认识, 2019,49(5)#11-19.
[15],，孙川.区间层次分析法在航道环境危险度评
价的应用研究[J].舰船电，2018(4):86-89.
(编辑李秀敏
)。