随着汽车行业迅速发展,我国汽车销量和保有量持续增长,报废汽车数量逐年增加。报废汽车在废旧处理和回收利用过程中所引起的资源浪费和环境污染问题也越来越明显,这促使我国报废汽车拆解行业必须向着高效环保的方向发展。目前,我国报废汽车拆解企业水平参差不一,众多企业拆解场地简陋,设备设施落后,拆解水平和回收利用率低,造成资源浪费和拆解场地环境污染等现象。所以,本文对报废汽车拆解线智能化技术进行研究,旨在通过拆解线的多目标平衡优化,提高拆解线的平衡率,同时基于Java3D技术开发报废汽车拆解智能指导系统,提高拆解线的智能化水平,推动经济的可持续发展。相关工作如下:首先,研究报废汽车拆解工艺。介绍了汽车的四大总成系统,对报废汽车整车拆解工艺进行了分析。结合图论算法,通过建立基于有向图的报废汽车拆解工艺模型,描述了报废汽车的拆卸信息及零部件间的拆卸优先约束关系,为拆解线的平衡优化提供拆解信息数据。其次,进行报废汽车拆解线多目标平衡优化。根据实际的拆解线需求,建立了报废汽车拆解线多目标平衡优化模型,分别从基于目标偏好程度和不考虑目标偏好两个方面进行多目标优化算法研究。根据各个目标偏好程度,提出了基于加权欧氏距离的粒子群算法,该算法引入加权欧氏距离作为粒子适应度,将多目标问题转化为单目标优化问题,通过实例验证了算法的有效性。不考虑目标偏好程度,研究了基于Pareto最优集的多目标优化算法,针对非支配邻域免疫算法中种群规模缩减方法降低解集分布均匀性的缺陷,通过引入种群规模动态控制的方式,提出了基于种群规模动态控制的非支配邻域免疫改进算法,提高了解的多样性和解集分布均匀性,仿真和实例分析验证了算法的有效性。对基于加权欧氏距离的粒子群算法和基于种群规模动态控制的非支配邻域免疫改进算法进行了有效性和适用性对比。基于建立的报废汽车拆解工艺模型,将两种算法分别应用于报废汽车拆解线的平衡优化,按照目标重要度排序,从两个满意解中选择一个最优解作为拆解线工位工序最佳分配方案。最后,开发基于Java 3D的报废汽车拆解智能指导系统。根据拆解线平衡优化得到的工位工序分配方案,利用Java3D技术构建了多工位报废汽车拆解指导模型库,使各个零部件的拆卸过程3D可视化。该系统清楚地展现了各个工位的拆卸内容及相应零部件拆卸的动态操作过程,提高了拆解指导的智能化水平。