In einer zukünftigen Kreislaufwirtschaft werden Rückflüsse und Demontageprozesse eine dominante Rolle spielen, um wertvolle Komponenten und Materialien für die Wiederverwendung zu gewinnen. Um zur Rationalisierung von Demontageoperationen beizutragen, präsentiert diese Arbeit eine Methode zur Erstellung maschinenlesbarer Demontagepläne für menschliche und robotergestützte Ressourcen. Frühere Forschungsarbeiten zu (De-)Montageoperationen, in denen Produkte als Graphen modelliert werden, haben Methoden für die optimale Sequenzierung der Trennungsaktionen bereitgestellt. Demontage umfasst jedoch auch Aufgaben der Teile- und Komponentenmanipulation, für die die Teileorientierung und -clusterung relevant sind. Daher präsentiert dieses Papier eine Methode, die auf einer topologischen Beschreibung eines Produkts in Form eines Hypergraphen basiert, um zusätzliche relevante Eigenschaften zu erfassen. Um dieses Modell weiterzuentwickeln und es zu einem praktischen Werkzeug für kreislaufwirtschaftlich orientierte Unternehmen zu machen, die auf effiziente Demontageoperationen angewiesen sind, wird untersucht, wie Demontageproduktmodelle in einer geeigneten Graphdatenbank gespeichert werden können. Dies erfordert eine Demontageontologie, die auf ein Graphschema abgebildet wird, wobei die Skalierbarkeit auf mehrere Produkte und Produkttypen berücksichtigt wird. Als Fallstudie wurde ein Produktmodell einer Computermaus erstellt und in eine Graphdatenbank geladen, aus der eine Demontagefolge erfolgreich abgerufen wurde. Darüber hinaus wurde ein Skript entwickelt, um Visualisierungen und Metriken des Produkts bereitzustellen, um dessen Demontierbarkeit zu veranschaulichen (basierend auf vorhandenen Python-Modulen mit guten Interaktionsmöglichkeiten für Benutzer). Während weitere Arbeiten erforderlich sind, um die Benutzerfreundlichkeit der Werkzeuge und des Datenflusses zu verbessern, bietet dies eine Basis für ein robustes Produktmodell-Repository für Demontageoperationen, das sich zur Erstellung von Demontageplänen und -anleitungen eignet.
Fraanje et al. (Thu,) haben diese Frage untersucht.