庄玉良，贺　超

（1.南京审计大学　管理科学与工程学院，江苏　南京　211815；2.中国矿业大学　管理学院，江苏　徐州　221116；3.中国矿业大学　物联网（感知矿山）研究中心，江苏　徐州　221008）

基于物联网的汽车业再制造信息采集与决策支持系统研究

庄玉良1，贺超2，3

（1.南京审计大学管理科学与工程学院，江苏南京211815；2.中国矿业大学管理学院，江苏徐州221116；3.中国矿业大学物联网（感知矿山）研究中心，江苏徐州221008）

以汽车行业为对象，基于物联网技术，设计闭环供应链信息采集体系，并据此构建以维修和拆卸决策、零部件和单元价值判断、零部件和单元匹配决策以及生产计划调整和资源调度管理等为主要内容的再制造决策支持系统，以期为解决再制造生产管理的困难和障碍提供借鉴。

再制造；决策支持系统；物联网；汽车行业；闭环供应链

1　引言

近年来，闭环供应链引起理论界和企业界的广泛关注，成为我国社会主义生态文明建设的新路径。闭环供应链实现了寿命终结（End of Life，EOL）产品从废弃物到再资源化的转变，使蕴含在EOL产品中的价值能够在新的生命周期中被再次利用（来源于物质、能源等的再利用）。闭环供应链实践对于缓解我国当前经济发展与资源、环境间的尖锐矛盾有着非常重要的意义，需要政府、企业和消费者高度重视。

闭环供应链包括正向供应链和逆向供应链两部分，其中逆向供应链又包含产品回收、检测、清洗、拆卸和恢复、再制造等环节。再制造是逆向供应链的关键环节，也是回收产品价值再生的核心流程。经徐滨士院士等的长期推动，再制造研究已经在技术领域取得了巨大成果，但再制造管理理论研究却明显不足，从而影响了企业再制造的实践和再制造技术的发挥。工信部公布的再制造试点企业名单中，以发动机和变速箱再制造为核心的汽车业，占据了非常重要的位置，但再制造管理和决策面临诸多困难，再制造实践处于低水平状态。再制造企业面对的不再是同质的原材料和再制品，因此特定再制品的需求、原材料的供应、原材料的性能检测和价值测度、原材料在再制品间的合理匹配、再制造生产计划的安排等成为再制造管理理论研究的主要领域和再制造企业必须解决的关键管理问题，而与再制造相关的各环节的信息采集和共享及其决策支持是再制造管理关键问题解决、再制造过程实施的有效途径和根本保障。

2　产品再制造管理的不确定性

再制造产品所采用的原材料是经过处理后的回收EOL产品及其组成单元，还可能包括部分全新的零部件。原材料来源和构成情况的复杂性，导致再制造管理较传统的全新产品制造管理复杂程度显著提高，主要原因表现在以下几方面：

（1）原材料供应的随机性明显。作为再制造产品原材料供应的回收产品，来自于消费者对EOL产品的回收。EOL产品的回收地域分散，渠道多样，随机性明显。回收产品数量甚至质量方面的随机性，造成再制造产品的原材料供应极不稳定。由于产品再制造企业无法控制原材料的来源、数量和质量，因此准确的再制造生产计划的制定和执行较为困难。

（2）回收产品的处理流程和时间不确定。回收产品的状况千差万别，回收产品拆卸、恢复、检测等处理过程和时间不尽相同，即回收产品处理流程和作业时间非标准化，采用流水线方式对再制造流程进行管理存在困难。因此，回收产品前期处理的不确定性是再制造管理需要解决的问题。回收产品前期处理问题解决以后，物料或单元生产与最终再制造装配分开，最终产品生产采用近似流水线的管理模式，可以提高效率、降低成本。

（3）物料需求计划的对象为个体而非类别。全新产品生产时，所面对的同一型号的零部件或单元都是同质的，因此计划管理的内容是基于物料清单确定的物料类别数量和时间。在产品再制造中，很多原材料来自于对EOL产品的拆卸和清理，而回收产品的状况并不相同，拆卸后物料的可用状况也不相同，因此再制造管理的物料需求面对的是使用价值各不相同的回收物料，回收物料的价值测度以及基于再制造产品的整体性能和价值而进行的回收物料价值匹配和选择优化成为产品再制造物料需求计划管理的基础和特殊的必要内容。产品再制造物料需求计划以物料个体而非类别为对象，为理论研究提出了全新的课题。

（4）再制造成本难以有效衡量。传统正向供应链的产品生产以企业资源计划（Enterprise Resource Planning，ERP）为管理工具，从而为新产品的成本核算与控制提供了有效的保障。在产品再制造管理中，由于上述的一些典型特征，每一个产品的成本构成难以准确获得，从而使精细化的生产控制和最终产品定价存在一定困难，再制造产品定价的主观性远大于新产品。

产品再制造管理的不确定性来源于回收产品及其构成物料消费历史及状态描述的不完整性和模糊性，因此，供应链各环节产品使用、维护过程的信息记载成为减少和消除产品再制造管理不确定性的关键。当然，信息的记载也有其局限性，回收产品及其构成物料信息的不完整和不对称仍会普遍存在。因而基于已有信息，通过长期积累和不断完善的方法与模型，并依靠专家经验开展产品再制造管理的辅助决策，实现回收产品及其零部件和单元价值的评估与测度，进而完成再制造产品生产单元的匹配优化，是产品再制造管理减少和消除不确定性的必要手段。

3　再制造决策信息系统的研究现状

信息共享是闭环供应链和再制造管理的必然要求和实现途径。从博弈论角度开展研究的学者，对信息对称或不对称情况下回收价格的确定进行探讨，所得结论往往是信息共享有利于回收价格的确定［2-4］，但对信息共享的实现方法和途径缺乏讨论。

对信息共享问题进行初步探讨的文献可分为信息管理和信息系统构建两大类。再制造信息管理问题的研究早在2002年便已出现。郭茂（2002）等人提出建立一个网络数据库存储和更新产品实时数据，为后续的再制造管理提供信息支持［5］，但这种模式下，无论是数据来源还是存储都存在较大困难。李娟（2011）则在物料清单（Bill of Material，BOM）基础上，提出了一个包含拆解、清洗、加工、装配以及整装试验五种BOM信息管理模型［6］，但数据来源的研究也没有涉及。

闭环供应链信息系统构建方面的研究是当前主流。从技术基础视角的研究多基于互联网，如程艳霞（2005）等基于互联网对退货管理信息系统进行研究［7］。近年也有研究者涉及物联网技术，如李玉民（2012）以射频识别（Radio Frequency Identification，RFID）技术为基础，面向曲轴再制造，设计了一个包含回收检测、流通过程跟踪、生产过程跟踪和信息交换平台的逆向物流信息系统［8］。唐燕（2012）等面向再制造提出了一个基于云计算的闭环供应链再制造平台［9］。此外，也有学者从正、逆向数据集成角度讨论整体信息系统的构建问题，如刘清涛（2010）等［10］和员巧云（2010）［11］的研究。以上研究仍然缺乏对闭环供应链信息共享中最为关键的信息采集和信息处理流程问题的探讨。

闭环供应链的特殊性决定了信息采集和信息加工是决策支持的关键。充分利用物联网技术在数据采集、传输和存储方面的优势，构建再制造决策支持系统，可以有效实现对拆卸决策、单元匹配和成本控制等方面的辅助决策能力。

4　基于物联网的再制造决策支持系统架构

4.1基于物联网的闭环供应链信息采集流程

再制造决策所需信息来源于整个闭环供应链，信息采集流程包含从产品设计、零部件采购、产品生产、销售、使用、售后维护以及回收处理等各个环节，信息源大多为空间独立的主体，甚至可能分布于全球范围内的不同地点，时间跨度长，可能会延续若干年甚至十多年。因此，再制造决策的信息采集具有不同于一般管理信息系统的突出特点，在信息采集、传输、存储、处理等方面所用的信息技术也异乎寻常。物联网具有物物相连、短距离数据传输和分散存储，甚至是分散计算的优势，能满足再制造决策支持系统的特点和要求。

物联网技术的发展，为闭环供应链信息采集流程的设计与实现奠定了坚实的基础。基于物联网的闭环供应链信息采集流程如图1所示。

图1　以汽车行业为例的闭环供应链信息采集流程

为确保闭环供应链整体最优，制造企业在新产品设计时就应采用面向再制造的产品设计理念和方法，即零部件设计单元化，彼此间采用标准接口连接。经过长时间的数据积累并经数据挖掘，将某些难以改进的易损部件形成一个单元，减少售后维护成本，提高再制造水平。面向再制造的产品设计为整个信息采集流程奠定了基础，直接决定了其效率。根据产品设计数据，零部件生产企业设置电子产品代码（Electronic Product Code，EPC）并将相关信息通过对象命名服务（Object Name Service，ONS）指向存储该零部件或单元信息的实体标记语言（Physical Markup Language，PML）服务器［13］。新产品制造企业的制造部门通过零部件上的RFID获取部件的相关信息，或直接通过互联网上的PML服务器获取产品信息，并以其为参考，制定生产计划。新产品生产完成后，制造商为其赋予一个EPC代码，并将相关信息也存入相应PML服务器中。汽车与其它行业不同，其产品具有高价值、高技术、长寿命等特征，在汽车上设置有多个用途不同的传感器，这些传感器对车辆的运行状态进行实时监控，保证车辆的运行和安全。企业可以将这些数据进一步采集，供后期的再制造决策使用。车辆在行驶过程中，实时或按固定的时间间隔将各传感器的数据予以记录，并定期将数据通过短距离无线通讯技术上传到存有该产品信息的PML服务器上。

根据PML服务器上的数据，信息系统能够自动向销售商、维修商或用户发出产品状态预警信息，并为相关维护提供信息支持。当维修人员对车辆进行保养或维护后，将相关信息也上传到PML服务器中。客户也可以通过互联网将自身发现的问题上传服务器，由销售商

或维修商予以解决。此外，客户还可以将自身产品的返回意向传到服务器上，以减少由于回收不确定造成的回收成本和再制造计划混乱。回收商可以根据客户的返回意愿，综合制定回收计划，以减少回收成本，提高回收业务的透明度和可控程度。显然，上述信息采集体系能够有效预测未来某时间段内回收产品的数量和质量，从而为再制造生产计划制定提供更为科学、准确的依据。在上述信息采集流程基础之上，再制造企业可以获得每一个回收产品的全生命周期信息，从而可以为产品维修或拆卸决策提供依据，同时也能够根据相关模型对每一个组成零部件或单元的价值进行估算，为后续的再制造生产计划制定提供决策支持。

4.2基于物联网的再制造决策支持系统功能结构

产品生命周期的信息采集描述了闭环供应链产品及其构成物料的消费历史及状态，信息的处理和分析可以为产品再制造管理提供决策支持。根据闭环供应链信息采集体系和产品再制造所需解决的问题，再制造决策支持系统的功能结构如图2所示。

图2　汽车业再制造决策支持系统功能结构

根据再制造管理（以汽车为例）决策的对象、环境和数据特点，决策支持系统应主要包括四个方面：维修和拆卸决策、零部件和单元价值判断、零部件和单元匹配决策以及生产计划调整和资源调度管理，每个方面都包含特定的方法与模型。决策时，选择合适的模型并从后台PML服务器中获取与产品、零部件或单元有关的所有数据，经过系统计算后，得出再制造生产计划。最终的再制造生产计划充分利用各个回收产品及其各组成部分的价值，并有效指导生产运作管理。

（1）维修和拆卸决策。主要目标是充分利用回收产品的价值，减少无谓的拆卸。当决策支持系统根据PML服务器上的数据发现回收产品状况较好，只需进行简单的维修和恢复就可作为再制造产品重新销售，则不对其进行拆卸。维修评价模型对回收产品的各方面属性赋予一定的权重，综合计算该产品的整体维修评价得分，得分超过一定阈值的产品由专业员工进行进一步的维修和拆卸决策。

（2）零部件和单元价值判断。价值判断是整个再制造决策支持系统的核心，也是后续所有生产计划制定的基础。根据技术经济的理论，组成某个产品的各项零部件和单元应该保证技术经济的合理性。以某个全新零部件或单元的价值为“1”，对不同的零部件或单元建立有针对性的价值测度模型，并根据从PML服务器中获取的数据计算出该回流零部件或单元的当期价值（所有产品的价值为一个可比较的归一化值，其取值范围均为（0，1］。显然，价值判断与测度模型应是一个需要不断增加和维护的模型库，以适应不同产品和零部件的要求。

（3）零部件和单元匹配决策。由于最终再制造产品的使用价值由所有零部件中质量水平最低的决定，因此，在制定再制造生产计划时，企业需要将通过价值测度模型计算的“价值”相近的零部件组装在一起，从而减少由于某个过新零部件安装在一个整体价值相对较低的产品上造成的该零部件价值的浪费。单一再制造产品的生产，零部件或单元匹配非常简单，只要寻找高出现有组装产品中最低价值最小的零部件即可。多产品的零部件或单元价值的匹配难度较大，需要借助于模型和算法实现。

（4）生产计划调整和资源调度决策。再制造产品的市场需求多样且变化多端，因此生产计划的调整较为常见。在生产计划调整时，由于价值匹配决策的复杂性和关联性，往往会影响到尚未进行生产的所有相关产品的生产计划。为此，生产计划调整时需要进行资源的调度和管理，以适应再制造生产决策的需要。面向时间轴的生产能力平衡是该功能需要考虑的主要问题之一。

通过以上四个方面的决策支持，再制造企业的生产与管理会趋于科学合理，有效解决产品再制造的特殊问题。

5　基于物联网的再制造决策支持系统构建策略

基于物联网的闭环供应链信息采集体系和再制造决策支持系统的构建，能够大幅度减少由于闭环供应链的随机性造成对再制造生产管理的影响。决策支持系统能够为每一个产品指定具体的零部件和单元，减少作业顺序和时间的不确定性，能够对回收产品数量和质量进行更长时间的准确预测，同时可为成本核算奠定基础，较好解决再制造管理面临的困难。为确保再制造决策支持系统取得预期效果，决策支持系统的构建应采取正确的策略。

（1）合理设定闭环供应链信息采集主体。再制造决策支持系统对闭环供应链的数据依赖性非常强，物联网技术作为数据采集的核心技术可以减少人为因素的影响，但信息采集的完整性仍有利于闭环供应链各参与方的积极配合。为确保参与各方的积极性和主动性，可以建立由闭环供应链上若干主要企业合资建立的独立信息服务企业，由其负责整个流程的信息采集和存储管理［12］，并对各参与方的信息采集行为予以一定的激励。

（2）确保数据采集体系前端数据传输的可靠性和稳定性。车辆在运行中，传感器的数据采集是实时的，但数据的实时上传不但没有必要，也会产生巨大的成本。因此，更为合适的选择是每间隔一定时间，将临时存储在车辆存储器中的数据通过短距离无线传输手段，上传到PML服务器中。设置前端数据传输基础设施，保证数据传输的可靠性和稳定性极为重要，需要深入研究，重点实施。

（3）价值测度模型和价值匹配模型的实用性和个性化参数配置。决策支持系统的有效运作依赖于科学的模型库和海量的数据。闭环供应链数据采集体系解决数据源问题，价值测度模型和价值匹配模型则是决策支持系统能够提供科学合理建议的关键。价值测度模型根据零部件类型不同而不同，因此在模型实用性的基础上，实现合理的参数个性化快速配置，是模型能够应对复杂生产任务挑战的关键。对于价值匹配模型，当前的研究非常少。通过算法优化，解决多任务并行运行时可能出现的维数灾难，是需要解决的重要课题。

6　结论

再制造是EOL产品实现价值再生的关键环节，与新产品制造相比不确定性极为明显。再制造的不确定性给每一个环节都带来影响，使得再制造生产管理异常复杂。为了减少再制造环节的难度，构建覆盖产品整个生命周期的闭环供应链信息采集体系极为必要，在此基础上构建再制造决策支持系统能够大大提高再制造生产管理的效率和科学化水平，推动我国闭环供应链和再制造管理的发展。当然，再制造决策支持系统涉及内容多、范围广，需要从生产管理、信息技术、决策方法、系统工程等不同领域进行更为深入的研究。

［1］庄玉良.基于逆向物流的企业资源计划系统基本理论与应用研究［M］.徐州:中国矿业大学出版社，2007.

［2］Xiao T J，Shi K R，Yang D Q.Coordination of a supply chain with consumer return under demand uncertainty［J］.International Journal of Production Economics，2010，l24（1）:171-180.

［3］颜荣芳，程永宏，王彩霞.再制造闭环供应链最优差别定价模型［J］.中国管理科学，2013，21（1）:90-97.

［4］Jing Chen，Peter C Bell.Coordinating a decentralized supply chain with customer returns and price-dependent stochastic demand using a buyback policy［J］.European Journal of Operational Research，2011，212:293-300.

［5］郭茂，蔡建国，冯坤.基于Internet网的再制造产品关键信息管理［J］.机械设计与研究，2002，（10）:32-33.

［6］李娟，梁工谦.一种基于BOM的再制造生产过程质量信息分类［J］.制造业自动化，2011，33（7）:1-4.

［7］程艳霞，吴应良，刘勇.面向退货管理的逆向物流信息系统建设的研究［J］.科技进步与对策，2005，（12）:8-10.

［8］李玉民.基于RFID的曲轴再制造逆向物流信息系统构架分析［J］.物流技术，2012，（9）:384-386.

［9］唐燕，李健，张吉辉.面向再制造的闭环供应链云制造服务平台设计［J］.计算机集成制造系统，2012，（7）:1 554-1 562.

［10］刘清涛，蔡宗琰，昝杰，蒋世应.面向信息集成的废旧机电产品再制造系统研究［J］.制造业自动化，2010，32（10）:119-121.

［11］员巧云.再制造产品供应链管理信息系统［J］.中国制造业信息化，2010，39（21）:5-8.

［12］贺超，庄玉良.基于物联网的逆向物流管理信息系统构建［J］.中国流通经济，2012，（6）:30-34.

［13］贺超，庄玉良.基于产品多生命周期的闭环供应链信息采集与共享研究［J］.中国流通经济，2012，（9）:44-48.

Study on Automobile Industry Remanufacture Information Collection and Decision Support System Based on IOT

Zhuang Yuliang1，He Chao2，3
（1.School of Management Science&Engineering，Nanjing Audit University，Nanjing 211815；2.School of Management，China University of Mining&Technology，Xuzhou 221116；3.IOT（Mine Perception）Research Center of China University of Mining&Technology，Xuzhou 221008，China）

In this paper，targeting at the automobile industry and based on the IOT technologies，we designed a close-loop supply chain information collection system，based on which we established the remanufacture decision support system mainly comprising the maintenance and dismantling decision making，spare parts and unit value judgment，spare parts and unit matching design making，production schedule adjustment and resources allocation management，etc.

remanufacture；decision support system；IOT；automobile industry；close-loop supply chain

TP391.44；F426.471；F273

A

1005-152X（2016）06-0019-05

10.3969/j.issn.1005-152X.2016.06.005

2016-03-17

国家自然科学基金项目（71102164）；教育部人文社会科学研究项目（10YJA630235）

庄玉良（1964-），男，江苏吴江人，南京审计大学管理科学与工程学院教授，博士，主要研究方向：闭环供应链管理、信息系统；贺超（1980-），通讯作者，男，湖北武汉人，中国矿业大学管理学院讲师，博士，中国矿业大学物联网（感知矿山）研究中心博士后，主要研究方向：闭环供应链与信息管理。