产品拆卸在可持续制造中扮演着重要的角色,它是再制造过程的第一步同时也决定了再制造生产的效率和能力。工业机器人作为智能制造装备,满足低能耗高效益的可持续生产特点,已经开始应用于半自动化的产品拆卸。然而,当前工业机器人拆卸过程并没有完全实现全自动生产和人机共融协作,要想进一步提高拆卸效率、降低生产能耗、减少生产成本、优化生产节拍,增加生产灵活性,必须对工业机器人拆卸过程的装备能力进行统一描述和动态建模。此外,由于拆卸过程工具缺失,零件不足,信息不明,序列紊乱或者环境改变等原因导致的生产事故也时有发生。针对上述问题,本文重点研究再制造中工业机器人拆卸能力的动态建模方法,主要的研究工作如下:(1)构建工业机器人拆卸能力统一动态模型。针对工业机器人再制造拆卸过程多源异构的数据来源,对数据进行分类处理、特征描述和基于蜜蜂算法的关联规则挖掘。构建工业机器人拆卸能力相关的多维数据模型、元数据模型并基于元数据模型挖掘拆卸能力属性与制造状态数据之间的映射关系。在此基础上,构建工业机器人拆卸能力领域的基本概念、属性和关联关系。利用OWL本体描述语言和DDL动态逻辑语言完成工业机器人拆卸能力的统一动态建模。(2)基于增强现实技术构建工业机器人拆卸能力虚拟化模型。针对工业机器人拆卸过程对拆卸能力认知不足且缺乏可视化交互机制的问题进行研究,提出利用增强现实技术对工业机器人拆卸能力进行虚拟化建模。在此基础上通过关联工业机器人拆卸能力相关的物理数据模型、数字描述模型和可视化虚拟模型,实现工业机器人拆卸过程从物理数据空间到数字信息空间的数据融合与信息交互。最后基于知识功能块对工业机器人拆卸能力进行动态重构,增加工业机器人拆卸的灵活性与适应性。(3)利用增强现实技术设计并开发一个基于动态模型的工业机器人拆卸能力信息可视化系统,实现基于底层感知数据驱动和语义知识驱动的拆卸能力虚拟建模。该系统包含基本信息模块、拆卸任务模块、过程监测模块和能力诊断模块,通过增强现实技术提供工业机器人拆卸过程的全息影像和沉浸式体验,将制造实体与虚拟环境进行真实叠加和映射,进一步改善生产环境和拆卸效率。