CN113177313B - 一种多类型手机智能化分类拆解方法 - Google Patents

Abstract

本发明公开一种新型手机拆解流水线方法，包括以下步骤：收集手机样本并分析拆解方案、根据拆解方案规划手机拆解流水线、制定手机相似度判定方式、完善整体手机拆解流水线；该方法通过收集不同手机型号的各项特征属性，整合离散化处理后导入数据库，并分析各类手机拆解方案制定出多条拆解流水线，在将手机进行特征识别处理得到手机型号后，调取该类手机各种特征，之后通过粗糙集约简理论对比待拆借手机特征与多条流水线的适应度，选择拥有最高适应度的拆解方案进行拆解，并在拆解过程中通过数据实时上传不断优化拆解工艺，本发明能实现各型号智能手机自动识别、自动分选、自动拆解的全自动拆解要求，实现不同类型手机同时拆解。

Description

一种多类型手机智能化分类拆解方法

技术领域

本发明涉及手机拆解技术领域，尤其涉及一种基于粗糙集约简的多类型手机智能化分类拆解方法。

背景技术

手机作为一种广泛普及的移动便携电子设备，社会保有量大，更新换代迅速。伴随着手机的大量使用与日渐加快的更新速度，越来越多的电子垃圾随之而生，成批量被淘汰的手机不能被妥善处理，势必会对环境产生非常严重的负面影响。全球每年手机淘汰数量超10亿，而我国占到4亿之多，但回收率却出奇的低，不足5％。同时，我国当前对待废旧手机的处理方式还比较落后，多为焚烧或热解处理，不仅产生大量影响环境的有害气体，而且也没能够有效回收手机中包含的可再次利用物质。

随着对环境保护意识的形成，国家开始重视并加大对再生资源回收管理的力度，手机回收工作也成为热点。目前对手机回收最有效的方法为整机的无损拆解，此方法不仅能够有效的减少污染物质的排放，更能将资源回收率最大化。但该方案在实施时一些问题也暴露了出来：首先无损拆解多为人工拆解，机器流水线工作模式少；其次，如何实现不同类型手机同时拆解也成为一大难题。

基于粗糙集的汽车拆解回收知识重用技术一文中车拆解回收方案设计困难、周期长及效率低等难题，运用粗糙集理论提出了一种汽车典型零部件拆解知识重用方法，对拆解知识重用的关键技术进行了研究。首先阐述了汽车拆解知识，确定了拆解回收工艺的特征属性；根据粗糙集理论将拆解回收特征属性进行了离散和约简处理，计算了拆解工艺各特征属性的权重值；给出了相似实例的检索机制及实例之间的相似度计算方法，以某款车内外饰为例，验证了该方法的实用性。但是，针对手机的分类拆解回收技术，现有技术中未涉及，也未公开实现各型号智能手机自动识别、自动分选、自动拆解的全自动拆解要求的方法。

发明内容

本发明针对上述问题，提出一种多类型手机智能化分类拆解方法，实现不同类型手机同时拆解。

为了实现上述目的，本发明采用如下技术方案实现：

一种多类型手机智能化分类拆解方法，包括以下步骤：

收集手机样本并分析拆解方案、根据拆解方案规划手机拆解流水线、制定手机相似度判定方式、完善整体手机拆解流水线；

所述方法通过收集不同手机型号的各项特征属性，整合离散化处理后导入数据库，并分析各类手机拆解方案制定出多条拆解流水线，在将手机进行特征识别处理得到手机型号后，调取该类手机各种特征，之后通过粗糙集约简理论对比待拆借手机特征与多条流水线的适应度，选择拥有最高适应度的拆解方案进行拆解，并在拆解过程中通过数据实时上传不断优化拆解工艺。其中，该适应度指该类型手机与每条流水线上完全适应拆解过程的手机的相似度。

优选的，所述收集手机样本并分析拆解方案中包括以下步骤:1)首先需收集手机样本，采集拆解实例；2)分析并制定各种类型手机拆解方案；3)将拆解方案导入计算机数据库，整合各种类型拆解方案，并根据类别的不同进行种类的编号。

优选的，所述手机拆解流水线划分为手机后盖拆解工位、手机紧固件拆解工位、手机电池拆解工位、手机线路板拆解工位、手机屏幕拆解工位。

优选的，所述根据拆解方案规划手机拆解流水线步骤中需对流水线上每个工作台进行优化，并制定出多条拆解路线工作台。

优选的，针对工位上存在于手机螺钉的拆除可能存在于手机后壳、手机屏幕、手机盖板、手机线路板不同位置工位任务的问题，将手机螺钉的拆解工作分散到以上区域的工位，作为以上区域都需进行分析的必要步骤；对在进行拆解螺钉紧固的外壳、屏幕、线路板类型手机的上的多个进程上都设置紧固件拆除系统，从而实现此类型的拆解工作；

对于流水线工作台上种类手机数量过少的问题，在该类别手机工作台上设置其他最相似类别手机拆解组件工具减少工作台的布置与空置浪费；

对于拆解顺序存在差异的手机，通过提取数据库中手机相关信息，按照自身拆解需求，重新编排拆解序列，依次在工作台上按照数据库输入的拆解序列进行拆解工作。

优选的，将流水线分为以下几类，流水线一：老式卡扣、分段后盖、老式电池手机拆解流水线；

线路二：先进行后盖拆解的手机拆解流水线-三段式线路板；

线路三：先进行后盖拆解的手机拆解流水线--除三段式线路板以外形式线路板；

线路四：先进行屏幕拆解的手机拆解流水线。

优选的，所述制定手机相似度判定方式步骤中进行相似度判断方法制定，包括以下步骤：

1)采取粗糙集约简的方法，利用粗糙集列出手机的每一项特征，利用约简理论将无关特征项约简并计算出有用特征的权重值，其中权重公式为

2)在进行相似度判断时，先确定流水线上手机类型能够完全适应拆解过程，提取拆解流水线完全适应手机类型特征，选择待拆解手机特征类型，利用公式计算各属性的局部相似度：

当前手机拆解类别与数据库中该级检索到的目标类型的相似度为：

优选的，2)步骤包括：进行手机拆解流水线适应度分析，具体包括：

1)首先利用计算机大数据功能记录各种类型手机其结构、组成特点，当废旧手机需要进行拆解时通过手机特征点识别便可调取出该型号手机全部特性；

2)根据各工位的拆解要求与分类方案对比该类型手机在每点上的相似度，设置相似度判断方案；由所述拆解中的分类要求，依次对比手机后盖相似度、紧固件相似度、电池相似度、线路板相似度、屏幕相似度，选取出相似度最高的总拆解方案；

在对比相似度时，其判断依据即根据各分类特点进行判断：

当识别某一工序每种方案相似度都无法达到阈值时，放弃拆解；

当某一工序仅有一种相似度超过阈值时，采取该方案进行拆解；

当某一工序中有多种相似度超过阈值时，对其拆解类型进行人工判断，择取最优方案。

优选的，所述制定手机相似度判定方式步骤还包括：采用粗糙集理论相关知识对理论拆解中各种特征属性进行处理和运算，并将这些特征属性进行约简，得到每一项特征属性的权重，将这些数据存入云端数据库；

再利用约简理论对特征属性进行约简，最终选取手机每个工位上所需的特征属性，通过计算流水线上云端数据库与实际拆解的手机上共有特征的相似度，选取最佳理论拆解流水线路；并在拆解过程中不断将拆解数据上传云端数据库，实现实时优化拆解路线。

优选的，完善整体手机拆解流水线步骤包括，根据拆解方案制定不同种类手机的拆解流水线路，针对手机类型数量多少、手机拆解难易程度、手机拆解种类相似等因素进行合理规划，让每条线完全适应一种手机的完整拆解过程；

当待拆解手机被识别之后，分析该类型手机与多条流水线的适应度，该适应度即该类型手机与每条流水线上完全适应拆解过程的手机的相似度，并择其最高者进行拆解。

本发明的技术方案至少具有如下优点和有益效果：

本发明能实现各型号智能手机自动识别、自动分选、自动拆解的全自动拆解要求，机器流水线工作模式少，实现不同类型手机同时拆解。

附图说明

图1为本发明的一种多类型手机智能化分类拆解方法流程简图；

图2为本发明的一种多类型手机智能化分类拆解方法流程详图；

具体实施方式

下面结合附图和具体实施例对本发明进行说明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。

因此，以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的部分实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”、“背面”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系。这类术语仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

本发明实施例采用如下技术方案实现：一种多类型手机智能化分类拆解方法，包括以下步骤：

收集手机样本并分析拆解方案、根据拆解方案规划手机拆解流水线、制定手机相似度判定方式、完善整体手机拆解流水线；

所述方法通过收集不同手机型号的各项特征属性，整合离散化处理后导入数据库，并分析各类手机拆解方案制定出多条拆解流水线，在将手机进行特征识别处理得到手机型号后，调取该类手机各种特征，之后通过粗糙集约简理论对比待拆借手机特征与多条流水线的相似度，选择拥有最高相似度的拆解方案进行拆解，并在拆解过程中通过数据实时上传不断优化拆解工艺。其中，适应度指该类型手机与每条流水线上完全适应拆解过程的手机的相似度。

作为本发明一个优选的实施例，收集手机样本并分析拆解方案中包括，首先需要明确各种类型手机的特征，要掌握每种类型手机的拆解方式。

因此，1)首先需收集手机样本，采集拆解实例；2)分析并制定各种类型手机拆解方案；

3)最后将拆解方案导入计算机数据库，整合各种类型拆解方案，并根据类别的不同进行种类的编号，拆卸方案如下表1所示。

表1拆解方案

进一步的，根据拆解方案规划手机拆解流水线，通过对手机的人工拆解特点，可以知道拆解手机大致分为以下步骤，手机外壳的拆除、手机电池的拆除、手机螺钉的拆除、手机盖板的拆除、手机线路板拆除及各元器件的拆除、手机屏幕的拆卸。每个步骤拆除方式相互独立，但是对于不同型号的手机，其在不同步骤中的拆分方式也存在极大差异。为使不同类型的手机能够同时在流水线上实现拆解，就需要对每个步骤中各种类方案进行分析，从而将每种方式整合，得到一套适应各类手机的拆解方案数据，之后根据类型手机的特征属性来衡量其与流水线样本实例拆解的适应度，从而选择出最优拆解方案与流水线，并按照该流水线步骤依次完成拆解。因成本有限，且手机类型差异点过多，本着减少流水线条数的原则。

进一步的，可将部分步骤工作台拆分，使一个工作台进行一个或者两个工位的工作。

作为本发明一个优选的实施例，根据拆解方案规划手机拆解流水线，具体步骤包括，手机拆解流水线可划分为以下五种拆解工位：手机后盖拆解工位、手机紧固件拆解工位(包含螺钉及盖板)、手机电池拆解工位、手机线路板拆解工位(包含主副板及元器件)、手机屏幕拆解工位。

作为本发明一个优选的实施例，在根据拆解方案规划手机拆解流水线步骤中，经过分析拆解方案时发现，有些工位存在其他工位需完成的内容，还存在着有些类型手机存在数量较少而导致工作台空置的问题，也存在拆机顺序可能因手机结构的不同而存在差异。为解决此类问题，需对流水线上每个工作台进行优化，并制定出多条拆解路线工作台。

该步骤包括：1)首先针对工位上存在其他工位任务的问题，此问题主要存在于手机螺钉的拆除可能存在于手机后壳、手机屏幕、手机盖板、手机线路板等不同位置。为此，可以将手机螺钉的拆解工作分散到以上区域的工位，作为以上区域都需进行分析的必要步骤。那么，可以对在进行拆解螺钉紧固的外壳、屏幕、线路板类型手机的上的多个进程上都设置紧固件拆除系统，从而实现此类型的拆解工作。

进一步地，对于某种流水线工作台上种类手机数量过少的问题，可以在该类别手机工作台上设置其他最相似类别手机拆解组件工具，从而减少工作台的布置与空置浪费。例如老式手机卡扣式、分段式后盖手机两者因为数量问题可以设置为一类工作台，因存在相似点卡扣便可完成相似之处的拆除。

进一步地，对于拆解顺序存在差异的手机，可以通过提取数据库中手机相关信息，按照自身拆解需求，重新编排拆解序列，依次在工作台上按照数据库输入的拆解序列进行拆解工作。

在人工拆解时发现，在拆解不同类别手机时，对拆解方法影响最大的为手机第一步拆解，即屏幕或后盖的拆解，这是因为两类手机因第一步的差异而导致内部结构的不同，因此这两类手机需要分别设置流水线工作台。经调查发现先进行后盖拆解的手机与先进行屏幕拆解的手机比例为3：1～7：1，因此可以适当的增加先进行后盖拆解的手机拆解流水线工作台。

作为本发明一个优选的实施例，最后，将流水线分为以下几类，流水线一：老式卡扣、分段后盖、老式电池手机拆解流水线；

线路二：先进行后盖拆解的手机拆解流水线1(三段式线路板)；

线路三：先进行后盖拆解的手机拆解流水线2(其他形式线路板)；

线路四：先进行屏幕拆解的手机拆解流水线。在现实工作中，则按照实际需要进行流水线条数的增添与优化。

作为本发明一个优选的实施例，所述制定手机相似度判定方式步骤中进行相似度判断方法制定，包括以下步骤：

1)采取粗糙集约简的方法，利用粗糙集列出手机的每一项特征，利用约简理论将无关特征项约简并计算出有用特征的权重值，其中权重公式为

2)进一步地，在进行相似度判断时，需先确定流水线上某种手机类型可以安全适应拆解过程，提取拆解流水线完全适应手机类型特征，选择待拆解手机特征类型，利用公式计算各属性的局部相似度：

则当前手机拆解类别与数据库中该级检索到的目标类型的相似度为：

具体包括：

(1)为了能让手机正确选择拆解流水线，需要进行适应度的计算，因此进行手机拆解流水线适应度分析。

首先利用计算机大数据功能记录各种类型手机其结构、组成特点，当废旧手机需要进行拆解时通过手机特征点识别便可调取出该型号手机全部特性。根据各工位的拆解要求与分类方案对比该类型手机在每点上的适应度，可以设置相似度判断方案。由上述拆解中的分类要求，依次对比手机后盖相似度、紧固件相似度、电池相似度、线路板相似度、屏幕相似度，从而选取出相似度最高的总拆解方案。

在对比相似度时，其判断依据即根据上述分析中的各分类特点进行判断，例如手机后盖相似度可先通过数据库资料判断其是何种固定方式，再通过对比流水线上已经完全适应该条流水线拆解的类型手机的差异与相同点，得到手机后盖相似度，此相似度即在这条流水线上手机后盖的适应度。同时设置适应度阈值85％，

进一步地，当识别某一工序每种方案适应度都无法达到阈值时，为减少后续错误产生，放弃拆解；

进一步地，当某一工序仅有一种方案适应度超过阈值时，采取该方案进行拆解；

进一步地，当某一工序中有多种方案适应度超过阈值时，对其拆解类型进行人工判断，择取最优方案。

作为本发明一个优选的实施例，制定手机相似度判定方式步骤还包括：为了能让流水线上不同类型手机通过对比相似度的方式来规划出最合适的拆解流水线，采用粗糙集理论相关知识对理论拆解中各种特征属性进行处理和运算，并将这些特征属性进行约简，从而得到每一项特征属性的权重，将这些数据存入云端数据库。

再利用约简理论对特征属性进行约简，最终选取手机每个工位上所需的特征属性，通过计算流水线上云端数据库与实际拆解的手机上共有特征的相似度，选取最佳理论拆解流水线路；并在拆解过程中不断将拆解数据上传云端数据库，实现实时优化拆解路线。

进一步地，为得到相应的权重值，采取粗糙集约简的方法。在粗糙集模型中，知识表示由信息系统来实现，信息系统的形式是对象与属性值关系的两维表，每一行表示一个对象，每一列表示一个属性。

该信息系统IS可以以四元组IS＝(U，A，V，f)来表示。其中:论域U＝{u1，u2，…，un}是具有n个元素的非空有限对象集，即论域；A＝{a1，a2，…，an}为一个非空的有限集合，其包含的每个元素称为属性，其中A＝C∪D，

C为条件属性集，即手机拆解流水线特征属性，D为决策属性集；f：V＝∪_a∈AV_a，V_a是属性a的值域；映射f：U×A→V为信息函数，即对于a∈A，x∈U，有f(x，a)∈V_a，使得U中每个对象都有与之对应的属性值。

在流水线拆解决策系统中，为了能够利用各种特征属性来更加准确地将手机类型划分，需对各项特征参数进行合理的划分和筛选，以便利于之后的约简工作。现根据人工拆解手机时作为划分依据的各项参数进行分类，将各项特征属性参数分类标准列出，如下表2所示。

表2拆解特征分类标准

在分类标准明确后便可进行特征属性的离散量化处理。

在向量空间模型中计算得到的每种特征属性权重值是连续的，在进行计算或约简之前需要进行离散化处理。而拆解流水线决策系统中一般包括两种属性，即定性属性与定量属性。对于定量属性，粗糙集理论先将其离散化与归一化处理，此类属性如级别、个数等属性。对于定性属性，则一般先将其转化为数值型，如部件类型无法直接用数字表示的属性。在手机拆解流水线中，拆解工艺特征属性中的许多属性均为非数值型数据或者连续数值，不能直接用于粗糙集运算。因此，为使这类属性能够用于粗糙集运算，必须将这类属性值域转化为若干个区间并对其编码，用断点集合替代原有的属性值域，使原有的拆解工艺特征属性以离散编码的形式表示。手机整体的零部件拆解工艺特征属性量化、离散及编码后的值域分布，如表3所示。

表3拆解特征属性量化离散

受到拆解工位差别性的影响，某些参数分类标准根据实际情况可适当的进行修正，从而达到分类更加准确的目的。

将手机数据库中各项参数表示成粗糙集能够处理的决策表形式，在此可以使用向量空间模型来表示手机类型特性文本。将整个参数属性集合作为论域，以属性参数集合中的每一条参数特性为论域中的对象，将条件属性定义为论域中每个对象包含的特征项，则经过离散化处理的特征项在其值域取值为条件属性值，其最终的所属类别为决策属性，以此构建决策表。如果某些特征项在手机特征属性中没有出现，则将其对应的属性值设置为0。

对于经特征属性离散后得到的拆解回收特征属性决策表DS＝(U，C，D，V，f)，拆解工艺描述的各属性重要性可通过从属性集C中去掉一个属性x∈C后，对S的分辨能力的影响来测度。属性a的重要度σ(a_k)计算公式为：

其中，β(C，D)表示属性集C和D之间的依赖性；β(C-{a_k}，D)表示属性集C去除属性a_k后的属性集C与D的依赖性。

其中，式中C(X)为论域决策类的属性集C的下近似，所以σ(a_k)∈(0，1]，σ(a_k)越大，表示该特征属性对于回收工艺解决方案的影响越大。

对(1)式做规范化处理，可得属性权重为：

其中，0≤Φ(a_k)≤1，且

在拆解回收流水线相似度检验与类别检索时，对比当前拆解类别手机与流水线数据库存储的众多类型实例的相似度是类别检索的关键。由于手机各级的特征属性已经离散量化处理为数值型数据，因此可以采取计算方式取得相似度，目标使得相似度的值在0～1之间，并且越相似，值越大。

首先利用公式计算各属性的局部相似度：

其中，a_i为当前手机类别拆解过程某一级上的第i个属性的属性值；b_i为流水线数据库实例对应该属性的属性值，A为该属性的值域，即

A＝β-α，a_i∈(α，β)

则当前手机拆解类别与数据库中该级检索到的目标类型的相似度计算公式为：

对于整体性相似度计算，采取求平均值的方式，即每个工位相似度计算结束后对全部工位相似度求平均值，则手机在流水线上的适应度为该相似度大小

作为本发明一个优选的实施例，完善整体手机拆解流水线步骤包括，根据拆解方案制定多条不同种类手机的拆解流水线路，针对手机类型数量多少、手机拆解难易程度、手机拆解种类相似等因素进行合理规划，让每条线完全适应一种手机的完整拆解过程。当待拆解手机被识别之后，分析该类型手机与多条流水线的适应度，该适应度即该类型手机与每条流水线上完全适应拆解过程的手机的相似度，并择其最高者进行拆解。

进一步地，当手机送入拆解区后，工业相机需先对手机进行一次特征识别，识别内容为手机型号。之后根据手机型号调取该型号手机在手机数据库中的各项特征数据，提取出参数中所需分析成分，利用粗糙集约简理论，与手机拆解流水线开始进行适应度对比，选择出最佳拆解流水线路。若某工位适应度出现匹配度过低情况将手机在拆解到该路线时转入人工操作，若某工位有多个匹配度存在差异极小且都超过阈值的情况，在送入拆解线路之前人工进行优化选择，并将优化数据存入手机数据库。对于某类型手机拆解中特征值区别于流水线上设置的特征值的情况，将该类手机直接交由人工判断，如在紧固件拆解工位上，流水线设置零件数量最多为16，当数量多于此数目时因该数目不在设置范围内，为确保拆解不产生拆解错误，将该手机直接结束识别并交由人工处理。在拆解过程中通过各级工作臂与工业相机的配合对每一工序上所需拆解的零件进行拆解，同时，计算机将拆解过程的数据实时上传，数据库进行动态更新。设置机器视觉监测系统，通过监测系统，实时监测拆解过程存在的错误，若产生报错，及时停止工作，人工分析错误原因后优化拆解方案，并将该数据存入云端数据库。待某个工序拆解完成后，通过视觉监测系统判断拆解完成度，拆解结束便可送入下一工作区或换用下一进程的拆解工具。拆解不完全将会导致后续拆解产生错误，同时为防止同型号手机再次产生该类行为，人工分析拆解不完全的原因，并优化拆解方案，将该数据存入云端数据库。在选定拆解线路后，在该拆解线路内，首先进行拆解路径的优化，根据拆解线路与待拆解手机的适应度进行拆解次序、工具等因素的适当调整。之后根据优化方案选择适当的拆解工具，主控系统控制开始所选择到拆解工具和机械臂进入拆解工作区，未在拆解时使用到的拆解工具和机械臂则处于待机状态。之后按照拆解次序，先进行手机后壳或者手机屏幕的拆解工作。当某工序结束时，根据拆解任务结果选择性地执行下一阶段拆解工序，依次完成手机电池、线路板、其他元器件、剩余部分的拆解工作。在拆解过程中，紧固件拆解工作存在于每个工位，因此紧固件拆解工作按照实际需要执行操作。在完成整机的拆解后需要对整机拆解完成度进行判断，若已经拆解完成，则开始下一部手机的拆解工作，若未完成拆解，分析未完成原因，并进行剩余部分的拆解工作。在拆解线路工作的整个过程中，拆解数据需根据问题及时优化，并将优化的拆解数据上传云端数据库，使数据库实时更新。

之后，根据优化方案绘制出手机拆解流水线流程图。

以下所述多类型手机智能化分类拆解适应度判断方法：

权重计算实例：

按照上述计算方式，进行手机权重计算。为确保每类手机都能涵盖，收集近10年来的智能手机属性特征数据。通过收集多类手机列出手机某部位特征描述表，再将特征属性进行约简，得到手机离散量化特征描述表。

以手机后壳拆解为例，该工位各种拆解回收实例如表4所示。其中对象编号是指每个待拆解手机的编号，特征项是条件属性，类别是决策属性。

表4手机后壳特征描述

经过约简计算得总成、表面属性、质量等级为回收方案中不重要属性，约简后并进行量化及离散后，该工位零件拆解特性表示如表5所示。

表5离散量化后的手机后壳特征描述

在表5中，C₁、C₂、C₃、C₄、C₅、C₆、C₇分别表示待拆解手机部件级别、零部件类型、零部件数量、零部件材料、零部件加工工艺、零部件连接方式、零部件连接数量。

基于表4、表5中数据和特征属性得到：

U/D＝{{x₁,…,x₁₄₉},{x₂,x₄,…,x₁₅₀},{x₃,x₅,…},…},

U/I_C＝{{x₁,…,x₁₄₉},{x₂,…,x₁₅₀},{x₃,…},{x₄,…},{x₅,…},…},

Σ_X∈U/D C(X)＝{x₁,x₂,x₃,x₄,x₅,…},

Σ_X∈U/DC C-{a1}(X)＝{x₁,x₂,x₃,x₄,x₅,…},

同理，可以得到：

σ(a₂)＝0.116；σ(a₃)＝0；σ(a₄)＝0.088；σ(a₅)＝0.095；σ(a₆)＝0.709；σ(a₇)＝0.314。

经过标准化，则有：

ω(a₁)＝0.099；ω(a₂)＝0.079；ω(a₃)＝0；ω(a₄)＝0.060；ω(a₅)＝0.065；ω(a₆)＝0.483；ω(a₇)＝0.214。

对拆解流水线路每个工位进程进行权重计算，发现每个工位进程上权重占比不同。其中手机后盖拆解工位上，连接方式、连接数量占比较大；在手机紧固件拆解工位上，零部件材料、零部件数量、连接方式占比较大；手机电池拆解工位上，连接方式占比较大；在手机元器件及线路板拆解工位上，零部件材料、连接方式、连接数量占比较大；在手机屏幕拆解工位上，连接方式占比较大。为方便之后计算，将每级特征权重计算后标准化列出，并导入数据库存储。

经过对每级特征属性权重值的计算，得到相应的数据，如下表6所示。

表6每个工位特征属性权重

流水线适应度判断实例：

根据上述相似度计算方法以及所算得权重数据，选取手机后盖拆解工位进行相似度判断。现为证实该方法的可行性，分别判断某特定种类手机在不同流水线上的相似度，并对比其大小。此时，计算所得相似度即流水线上适应度大小。

同时，为优化计算数据，将参数值域修正后列出如下表。

表7修正后的手机后壳拆解特征属性量化离散值域

其中C₁、C₂、C₃、C₄、C₅、C₆、C₇分别代表待拆解手机部件级别、零部件类型、零部件数量、零部件材料、零部件加工工艺、零部件连接方式、零部件连接数量。

选定一种手机，列出该类手机后壳离散量化后的特征描述。现在选取手机型号X₀，手机后壳为胶连接式，其特征描述如下表所示。

表8某型号手机后壳离散量化后的特征描述

不同种类手机流水线上手机适应度判断：

现假设某一流水线拆解卡扣连接后盖式手机，并对某种卡扣连接后盖式手机的适应度为百分之百。列出该流水线上适应度为百分之百的手机后壳离散量化后的特征描述，其特征描述如下表所示。

表9卡扣式后盖拆解流水线完全适应的手机特征描述

按照局部相似度公式计算C₁～C₇的局部相似度：

则最终的相似度为：

相同种类手机流水线上手机适应度判断

现假设某一流水线拆解胶连接后盖式手机，并对某种胶连接后盖式手机的适应度为百分之百。列出该流水线上适应度为百分之百的手机后壳离散量化后的特征描述，其特征描述如下表所示。

表10胶连接式后盖拆解流水线完全适应的手机特征描述

按照局部相似度公式计算C₁～C₇的局部相似度：

则最终的相似度为：

流水线手机适应度判断说明

通过计算实例发现，同一手机在不同类别的拆解流水线上，在与其类别相同的手机拆解流水线上适应度更高，即意味着更适应于该类拆解流水线。但同时，存在适应度过接近情况，这就是某些手机在某些特征属性上过分接近的原因，因此设置适应度接近值5％，当同一手机在不同流水线上适应度差值低于该值时，进行人工辅助选择并对权重、相似度计算公式、识别系统等进行优化。同时，随着权重与相似度计算的不断优化，适应度接近值也需要进行相应的调整，以适应实际需要。

以上实施方案仅用于说明而非限制本发明的技术方案。不脱离本发明精神的任何修改或局部替换，均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.一种多类型手机智能化分类拆解方法，其特征在于：包括以下步骤：

收集手机样本并分析拆解方案、根据拆解方案规划手机拆解流水线、制定手机相似度判定方式、完善整体手机拆解流水线；

所述方法通过收集不同手机型号的各项特征属性，整合离散化处理后导入数据库，并分析各类手机拆解方案制定出多条拆解流水线，在将手机进行特征识别处理得到手机型号后，调取该类手机各种特征，之后通过粗糙集约简理论对比待拆借手机特征与多条流水线的适应度，选择拥有最高适应度的拆解方案进行拆解，并在拆解过程中通过数据实时上传不断优化拆解工艺；

所述收集手机样本并分析拆解方案中包括以下步骤:1)首先需收集手机样本，采集拆解实例；2)分析并制定各种类型手机拆解方案；3)将拆解方案导入计算机数据库，整合各种类型拆解方案，并根据类别的不同进行种类的编号；

所述手机拆解流水线划分为手机后盖拆解工位、手机紧固件拆解工位、手机电池拆解工位、手机线路板拆解工位、手机屏幕拆解工位；

所述根据拆解方案规划手机拆解流水线步骤中需对流水线上每个工作台进行优化，并制定出多条拆解路线工作台；

针对工位上存在于手机螺钉的拆除可能存在于手机后壳、手机屏幕、手机盖板、手机线路板不同位置工位任务的问题，将手机螺钉的拆解工作分散到以上不同位置工位，作为以上不同位置都需进行分析的必要步骤；对在进行拆解螺钉紧固的外壳、屏幕、线路板类型手机的上的多个进程上都设置紧固件拆除系统，从而实现此类型的拆解工作；

对于流水线工作台上种类手机数量过少的问题，在该类别手机工作台上设置其他最相似类别手机拆解组件工具减少工作台的布置与空置浪费；

对于拆解顺序存在差异的手机，通过提取数据库中手机相关信息，按照自身拆解需求，重新编排拆解序列，依次在工作台上按照数据库输入的拆解序列进行拆解工作；

将流水线分为以下几类，流水线一：老式卡扣、分段后盖、老式电池手机拆解流水线；

线路二：先进行后盖拆解的手机拆解流水线-三段式线路板；

线路三：先进行后盖拆解的手机拆解流水线--除三段式线路板以外形式线路板；

线路四：先进行屏幕拆解的手机拆解流水线；

所述制定手机相似度判定方式步骤中进行相似度判断方法制定，包括以下步骤：

a1)采取粗糙集约简的方法，利用粗糙集列出手机的每一项特征，利用约简理论将无关特征项约简并计算出有用特征的权重值，其中权重公式为

a2)在进行相似度判断时，先确定流水线上手机类型能够完全适应拆解过程，提取拆解流水线完全适应手机类型特征，选择待拆解手机特征类型，利用公式计算各属性的局部相似度：

当前手机拆解类别与数据库中的手机拆解类别检索到的目标类型的相似度为：

a2)步骤包括：进行手机拆解流水线适应度分析，具体包括：

b1)首先利用计算机大数据功能记录各种类型手机其结构、组成特点，当废旧手机需要进行拆解时通过手机特征点识别便可调取出该型号手机全部特性；

b2)根据各工位的拆解要求与分类方案对比该类型手机在每点上的相似度，设置相似度判断方案；由所述拆解要求与分类方案，依次对比手机后盖相似度、紧固件相似度、电池相似度、线路板相似度、屏幕相似度，选取出相似度最高的总拆解方案；

在对比相似度时，其判断依据即根据各分类特点进行判断：

当识别某一工序每种方案相似度都无法达到阈值时，放弃拆解；

当某一工序仅有一种相似度超过阈值时，采取该方案进行拆解；

当某一工序中有多种相似度超过阈值时，对其拆解类型进行人工判断，择取最优方案；

所述制定手机相似度判定方式步骤还包括：采用粗糙集理论相关知识对理论拆解中各种特征属性进行处理和运算，并将这些特征属性进行约简，得到每一项特征属性的权重，将这些数据存入云端数据库；

再利用约简理论对特征属性进行约简，最终选取手机每个工位上所需的特征属性，通过计算流水线上云端数据库与实际拆解的手机上共有特征的相似度，选取最佳理论拆解流水线路；并在拆解过程中不断将拆解数据上传云端数据库，实现实时优化拆解路线；

完善整体手机拆解流水线步骤包括，根据拆解方案制定不同种类手机的拆解流水线路，针对手机类型数量多少、手机拆解难易程度、手机拆解种类相似等因素进行合理规划，让每条线完全适应一种手机的完整拆解过程；

当待拆解手机被识别之后，分析该类型手机与多条流水线的适应度，该适应度即该类型手机与每条流水线上完全适应拆解过程的手机的相似度，并择其最高者进行拆解。

Images