شماره ركورد
22057
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
22057
پديد آورنده
محمد صالح مصلحي
عنوان
طراحي زنجيره تأمين لجستيك معكوس پسماند تجهيزات الكتريكي و الكترونيكي با در نظر گرفتن ملاحظات زيستمحيطي
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
مهندسي لجستيك و زنجيره تامين
سال تحصيل
1395
تاريخ دفاع
1398/11/30
استاد راهنما
دكتر هادي صاحبي
دانشكده
صنايع
چكيده
برخي از تجهيزات الكترونيكي داراي عمر كوتاهي هستند و از طرفي نرخ تنوع طلبي و مصرف گرايي در جوامع امروزي بشدت رو به افزايش است. از طرفي اين پسماندها حاوي مواد باارزشي نظير طلا، نقره، مس، آلومينيوم و غيره ميباشند. با توجه به خطرناك بودن ماهيت مواد تشكيل دهندهي اين تجهيزات، دفع صحيح و عملآوري آن از طريق بازيابي، مزاياي قابل توجهي براي محيط زيست دارد. لجستيك معكوس در نظر گرفته شده با ضايعات تجهيزات الكتريكي و الكترونيكي (WEEE) يكي از موارد مهم مورد توجه پژوهشگران ميباشد كه استفاده از آن سبب كسب منافع اقتصادي و كاهش تأثيرات زيستمحيطي پسماند ميشود. در اين پژوهش فرآيند لجستيك معكوس تجهيزات الكتريكي و الكترونيكي(EEE) به صورت يك مدل دو هدفه برنامهريزي عدد صحيح مختلط تحت شرايط عدمقطعيت مدلسازي شده است. در مدل رياضي مسئله دو تابع هدف اقتصادي و زيستمحيطي مورد مطالعه و بررسي قرار گرفته است. اين دو تابع هدف به ترتيب شامل كمينه كردن هزينه و بيشينه كردن امتياز زيستمحيطي حاصل از فرآيندهاي لجستيك معكوس در بازيابي و بازيافت ميباشد. پارامترهاي تقاضا و نرخ بازگشت پسماند تجهيزات الكتريكي از مشتري به عنوان دو پارامتر عدمقطعيت در نظر گرفته شده است. براي مواجهه با عدمقطعيت از رويكرد برنامهريزي تصادفي سناريو محور دو هدفه استفاده شده است كه در آن هر دو تابع هدف تحت سناريوهاي محتمل مورد توجه قرار ميگيرند. مطالعه موردي بر روي يك شركت توليدكننده تجهيزات الكتريكي كه در شهر اصفهان ميباشد، مورد بررسي قرار گرفته است. حل اين مدل در سه رويكرد اسمي، برنامهريزي تصادفي سناريو محور (SSP) و برنامهريزي تصادفي سناريو محور استوار (RSSP) با به كارگيري روشهاي محدوديت اپسيلون (EC) و محدوديت اپسيلون تكامليافته (AEC) براي به دست آوردن جوابهاي بهينه پارتويي استفاده گرديد و با هم مقايسه شدند. در نهايت جوابهاي بهينه به دست آمده از دو رويكرد SSP و RSSP مورد ارزيابي قرار گرفتند. نتايج ارزيابي نشان دهندهي خروجي بهتر هر دو رويكرد SSP و RSSP با به كارگيري روش AEC نسبت به استفده از روش EC ميباشد.
تاريخ ورود اطلاعات
1399/03/25
عنوان به انگليسي
Reverse logistics supply chain design of Waste Electrical and Electronic Equipment with environmental considerations
تاريخ بهره برداري
2/19/2020 12:00:00 AM
دانشجوي وارد كننده اطلاعات
محمدصالح مصلحي
چكيده به لاتين
Some electronic devices have a short lifespan and on the other hand, on the other hand, and variety-seeking and consumerism are increasingly growing in today’s societies. Moreover, electronic wastes contain precious substances such as gold, silver, copper, and aluminum. The proper disposal and processing of them by recycling offer considerable advantages to the environment, given the hazardous natures of such devices’ substances. The proposed reverse logistics with waste electrical and electronic equipment (WEEE) is an important task considered by researchers, the use of which offers economic benefits and reduces the environmental impacts of wastes. The present study models the electrical and electronic equipment (EEE) reverse logistics process as a bi-objective mixed-integer programming model under uncertainties. The mathematical model investigates two objectives: an economic objective and an environmental objective. The former is minimizing costs, while the latter is maximizing the environmental score by reverse logistics processes in marketing and recycling. The parameters of demand and WEEE return rate were treated as two uncertain parameters. A bi-objective scenario-based stochastic programming (SSP) approach was adopted to deal with the uncertainties, in which both objective functions were considered under possible scenarios. A case study of an electronic equipment manufacturer in Isfahan, Iran was included. The model was solved by a nominal approach, a scenario-based stochastic programming (SSP) approach and a robust scenario-based stochastic programming (RSSP) approach via the epsilon-constraint (EC) and augmented epsilon-constraint (AEC) methods to obtain optimal Pareto solutions and compare the methods. Finally, the optimal results obtained from the two approaches SSP and RSSP were evaluated. The evaluation results show a better output of both SSP and RSSP approaches using the AEC method than the EC method.