生产工艺的进步与当今苛刻的市场条件加速了产品更替的速度。在产品从生产、使用到废弃的完整的生命周期内,必定会带来资源的消耗,而处理这些寿命终止产品需要很大的成本,同时对废弃产品不当的处理也会对生态环境带来巨大的影响。另一方面,随着资源环境相关法案的日益完善,合理有效的处理工业废品是对所有工业制造产业的硬性要求。对于大规模电子生产系统和机械制造系统来说,废弃产品中的一部分组件如电子芯片或机械部件仍具有很大的利用价值。无论是出于环境保护,资源节约还是成本限制,对废旧产品的回收利用具有重要意义。拆卸是产品回收的重要环节之一,在工业流水线上设计并建立高效的自动化拆卸系统以解决拆卸线平衡问题具有重要的研究价值与广泛的实际意义。本文以一种扩展型的多机器人拆卸线为研究对象,对不确定的任务时间下的多目标拆卸线平衡问题进行了研究。针对拆卸产品种类的多样性,提出了一种适用于多个产品型号的多机器人拆卸线。考虑到拆卸规划过程中的不确定性,对不确定的任务时间下的拆卸线平衡问题进行数学建模。引入多目标优化与进化计算概念,提出一种多目标进化模拟退火算法。主要研究内容如下:(1)对多机器人拆卸线平衡问题建模的研究。针对不确定的拆卸条件可能导致的产品结构变化,采取面向任务的拆卸序列表示方法,整合不同产品的拆卸任务优先关系;考虑机器人种类的差异造成对拆卸任务的不同处理能力,使得同一个拆卸任务的处理时间表现为较强的差异性与不确定性。结合实际拆卸线的性能指标,考虑拆卸机器人的工位限制与能耗约束,以固定工作站数量为条件,提出最小周期时间、最小峰值能量、最小总能耗的多机器人拆卸线平衡问题的多目标优化模型。(2)对不确定的任务时间建模方法的研究。研究拆卸过程中的不确定性,使用随机数来表示不确定变量,认定该不确定变量为已知分布特性随机变量,对任务时间相关的限制条件与目标进行数学建模;使用模糊数来表示不确定的任务时间,使用模糊规划技术来对任务时间进行建模;使用区间数来表示不确定的任务时间,使用区间可能度与区间序关系将不确定的约束条件与目标函数进行确定性转化。(3)对多机器人拆卸线平衡问题的多目标进化算法的研究。提出一种基于Pareto占优的进化模拟退火算法,均衡最优解集的收敛性与多样性。权衡编码维度与解码复杂度的关系,采取多维编码方式,确定任务序列、拆卸机器人分配和工作站的映射关系;提出一种高效的邻域搜索策略对决策空间充分搜索,对于每一维度编码分别设计交换算子,分隔算子和局部序列重排算子;提出基于Pareto支配准则的种群更新与维护规则,避免算法早熟和陷入局部最优;将该算法在不同规模问题下测试,与最新的多目标优化算法对比,体现算法的优越性。(4)在此基础上,设计并实现适用于多个产品型号的多机器人拆卸线系统,并验证模型及算法的实用性。