Starea produselor returnate ar afecta viabilitatea și rentabilitatea refabricării. Senzorii pot fi instalați pe un produs pentru monitorizarea stării și colectarea datelor, astfel încât aceste date să poată fi analizate pentru luarea deciziilor privind EoL. Încorporarea senzorilor inteligenți în produse necesită o expertiză considerabilă în domeniu. Principiul general este că performanța produsului nu trebuie compromisă în ceea ce privește funcționalitatea și fiabilitatea atunci când senzorii sunt încorporați în produs. Cele două preocupări principale ale încorporării senzorilor inteligenți sunt (1) selectarea senzorului și (2) plasarea și instalarea senzorului. Tabelul 2 a rezumat unele lucrări de cercetare recente pe aceste două direcții.

Selectarea senzorului

O selecție de senzori care trebuie instalați într-un produs este o condiție prealabilă pentru monitorizarea și colectarea datelor ciclului de viață al produsului. Unele considerații esențiale pentru selectarea senzorilor sunt parametrii care trebuie monitorizați, caracteristicile electrice și fizice ale senzorilor, fiabilitatea și performanța, opțiunile de transmitere a datelor, măsurile de protecție ale senzorilor și costul (Zeid et al. 2004; Cheng et al. 2008). Este de dorit să existe un sistem de senzori inteligenți cu abilități multiple de detectare, dimensiune miniaturală și greutate redusă, consum redus de energie, rază lungă considerabilă, capacitate mare de memorie inclusă, procesare rapidă a datelor inclusă și transmisie de date cu viteză mare, fiabilitate ridicată și cost redus. Pecht (2008) a revizuit senzorii comuni și principiile lor de detectare, precum și atributele necesare ale sistemelor de senzori pentru monitorizarea sănătății produselor electronice. Fleming (2001, 2008) a efectuat un studiu cuprinzător asupra celor mai importanți senzori utilizați în aplicațiile auto actuale.

Figura 2 prezintă o procedură generală pentru selectarea senzorilor potriviți. Proiectarea componentelor definește funcționalitatea și proprietățile fizice ale acestora, ceea ce va ajuta la identificarea cauzelor potențiale ale defecțiunilor componentelor în etapa de utilizare. Ulterior, parametrii potriviți care trebuie monitorizați pot fi determinați corespunzător pentru identificarea acestor defecțiuni potențiale. În cele din urmă, tipul, gama de funcționare, dimensiunea și durata de viață a senzorilor pot fi determinate pe baza parametrilor care trebuie monitorizați și a duratei de viață așteptate a componentelor.

Clasificarea componentelor

Nu toate componentele unui produs au o durată de viață egală. Unele componente pot dura mult mai mult decât alte componente. De exemplu, într-un motor de automobile, componentele cu o durată de viață mai lungă, de exemplu, blocul motor, arborele cotit și biele, care au în mod normal valori reziduale semnificative care pot fi reținute, sunt de obicei reutilizate după recondiționarea corespunzătoare. Componentele critice cu durată de viață mai scurtă, de exemplu, pistoanele motorului, vor fi întotdeauna înlocuite cu piese noi (Smith și Keoleian 2004). În plus, nu toate componentele unui produs au valoare intrinsecă egală. De exemplu, șaiba și rulmenții au valori intrinseci mai mici. Însă, aceste componente izolează uzura și absorb vibrațiile de la arborele sau carcasa mai scumpe, care sunt considerate componente „ideale” din punct de vedere al refabricării (Kalyan-Seshu și Bras 1997). Pentru componentele care au o durată de viață mai lungă și o valoare intrinsecă relativ mare, este important să urmăriți de câte ori au fost reutilizate și să actualizați istoricul lor cumulat de service. Pentru componentele cu o durată de viață relativ mai scurtă și o valoare intrinsecă mai mică, este posibil să fie nevoie să fie monitorizate în mod continuu pentru a determina dacă au ajuns într-un stadiu de înlocuire sau refabricare. Componentele unui produs pot fi clasificate în mod corespunzător în funcție de durata de viață utilă și valoarea intrinsecă. Acest sistem de clasificare conduce la opțiuni de EoL adecvate pentru diferitele clase din acest sistem, ceea ce, la rândul său, facilitează identificarea parametrilor adecvați ai ciclului de viață care trebuie monitorizați și a senzorilor pentru monitorizarea acestor parametri.

Identificarea parametrilor

Parametrii care trebuie monitorizați ar trebui să poată demonstra în mod fiabil mecanismele unui mod de defecțiune anticipat sau să indice efectele defecțiunii. Acești parametri pot fi clasificați în două categorii și anume, condițiile ambientale și starea de funcționare. Condițiile ambientale, cum ar fi temperatura, umiditatea, presiunea, sarcina etc., sunt parametri care au impact direct sau indirect asupra stării rezultate. Starea de funcționare, de exemplu, vibrația, viteza etc., indică în mod direct starea actuală de sănătate a produsului. Relația dintre parametri și defecțiuni poate fi stabilită prin diverse metode, de exemplu, metoda lui Taguchi (Al-Habaibeh și Gindy 2000), metodele de analiză a efectelor și modurile de defecțiune (FMEA = failure modes and effects analysis) (Santi et al. 2005; Vichare și Pecht 2006). ; Kumar et al. 2010), etc. Câteva exemple de utilizare a abordării FMEA pentru a identifica parametrii pentru evaluarea stării de sănătate a produselor electronice sunt hard disk-urile (Vichare și Pecht 2006) și sistemele server de computer (Kumar et al. 2010). Odată ce parametrii pentru monitorizarea stării au fost determinați, un set de senzori poate fi definit corespunzător.

Selectarea optimă a senzorului

Selectarea senzorilor pentru monitorizarea stării produsului este o problemă de optimizare, în special pentru sisteme sau procese complexe în care sunt prezente mai multe puncte de monitorizare și trebuie instalați un număr mare de senzori (Subrahmanya et al. 2008; Joshi și Boyd 2009). Multe studii de cercetare au fost raportate cu privire la selecția optimă a senzorilor pentru performanțe de diagnosticare mai ridicate cu costuri justificate. Al-Habaibeh și Gindy (2000) au propus o abordare automată de selecție a senzorilor pentru monitorizarea frezei în care numărul și tipurile de senzori necesari pot fi optimizate fără a compromite performanța în identificarea defecțiunilor frezei. Mushini și Simon (2005) au comparat trei metode de căutare și optimizare, și anume căutarea exhaustivă, căutarea probabilistică și algoritmul genetic (GA = genetic algorithm), pentru a găsi un set optim de senzori care să ofere cel mai bun set de măsurare cu incertitudine minimă a parametrilor pentru motoarele cu turbină cu gaz pentru avioane. Santi și colab. (2005) au dezvoltat o abordare de selecție a senzorilor pentru diagnosticarea robustă a sănătății. Această abordare adoptă FMEA pentru a determina seturi de senzori candidate prin identificarea defecțiunilor critice ale sistemului și a semnăturilor de defecțiuni și aplică GA pentru a căuta un set adecvat de senzori pentru diagnosticarea optimă a sănătății pe baza unor criterii precum viteza de detectare, probabilitatea izolării corecte a sursei de defecțiuni și potenţial general de reducere a riscului. Wang şi colab. (2012) au introdus metoda analizei componentelor principale (PCA = principal component analysis) pentru optimizarea selecției senzorilor care abordează prezența mai multor puncte de monitorizare. Metoda PCA a fost utilizată pentru a identifica un număr esențial de senzori suficienți pentru evaluarea stării turbinelor eoliene.

Plasarea și instalarea senzorilor

Amplasarea și instalarea senzorilor inteligenți este o problemă care trebuie abordată pentru monitorizarea stării. Încorporarea unui senzor inteligent ar duce la modificarea designului actual al produsului și ar putea slăbi rezistența fizică și stabilitatea structurală a acestuia. Multe studii de cercetare se ocupă de monitorizarea sănătății structurale, abordând în același timp plasarea optimă a senzorilor. Puține studii recente enumerate în Tabelul 1 au fost raportate cu privire la optimizarea localizării senzorului, abordând alte atribute ale senzorului care au un impact considerabil asupra performanței în izolarea defecțiunilor și monitorizarea stării, de exemplu, fiabilitatea detectării (Al-Habaibeh et al. 2005; Alkhadafe et al. 2012), costul de instalare (Zhang și Vachtsevanos 2007), sensibilitatea de detectare (sau raportul semnal-zgomot) și acoperirea de detectare (Sheng și colab. 2006; Chen și colab. 2012), etc. Un model bazat pe grafuri poate fi utilizat pentru a descrie relația cauză-efect pentru propagarea erorilor (Zhang și Vachtsevanos 2007). Analiza cu elemente finite poate fi utilizată pentru a modela modificările proprietăților mecanice și structurale ale componentelor datorită instalării senzorilor inteligenți (Sheng et al. 2006; Chen et al. 2012). Metodele de optimizare includ GA (Chen et al. 2012), rețelele de credințe bayesiene (Pourali și Mosleh 2012), etc.

Senzorii sunt de obicei fabricați din materiale diferite de cele ale componentelor care trebuie monitorizate. În prezent, niciun studiu nu a abordat metodele de încorporare a senzorilor din punct de vedere al dezasamblării. Ar fi de dorit ca senzorii să aibă un mecanism plug-and use, care să permită dezasamblarea rapidă și sigură în cazul recuperării EoL a produsului sau al înlocuirii senzorului defect.