PROGETTAZIONE PER IL DISASSEMBLAGGIO: APPLICAZIONE DI RETI NEURALI PER L ANALISI DELLA PROFONDITA DI SMONTAGGIO

Transcript

1 XIII ADM - XV INGEGRAF Internatonal Conference on TOOLS AND METHODS EVOLUTION IN ENGINEERING DESIGN Cassno, June 3 rd, 2003 Napol, June 4 th and June 6 th, 2003 Salerno, June 5 th, 2003 PROGETTAZIONE PER IL DISASSEMBLAGGIO: APPLICAZIONE DI RETI NEURALI PER L ANALISI DELLA PROFONDITA DI SMONTAGGIO Govanna Fargone, Fabo Gudce, Antonno Rstano Unverstà d Catana Facoltà d Ingegnera, Dpartmento d Ingegnera Industrale e Meccanca e-mal: [gfargon/fgudce/arstan]@dm.unct.t SOMMARIO Lo smontaggo de prodott è necessaro ogn qualvolta sa opportuno procedere con ntervent d servzo, o con l recupero d part e materal a fne vta. La Progettazone per l Dsassemblaggo (Desgn for Dsassembly) rsulta qund avere valenza strategca nell ambto delle problematche del progetto orentato a requst ambental d prodotto (Green Desgn). Nel presente lavoro s propone uno strumento d anals delle profondtà d smontaggo de component costtuent un sstema costruttvo, basato su una procedura d classfcazone medante ret neural. Tale strumento elabora dat relatv alle caratterstche geometrche delle part costtuent un assemblato, e a relatv sstem d gunzone. Sulla base d queste nformazon esso consente non solo d analzzare la dstrbuzone delle profondtà d smontaggo de component, ma anche d supportare la rprogettazone dell archtettura d prodotto fnalzzata ad un mgloramento della sua smontabltà. Lo strumento svluppato nfatt, se opportunamente ntegrato nel processo progettuale, consente d ottmzzare le scelte d progetto (layout, geometre, gunzon) per mglorare la facltà d dsassemblaggo, n accordo con le pù comun lnee guda del Desgn for Dsassembly. Tale ottmzzazone vene gudata dalle propretà stesse de component, n modo da mglorare la smontabltà d quelle part dell assemblato che potrebbero necesstare frequent ntervent d servzo, o che presentano elevate opportuntà d recupero. Parole chave: Green Desgn, Progettazone per l Dsassemblaggo, Estensone della Vta, Recupero, Ret Neural. ABSTRACT Dsassembly of products s necessary when operatons of servce, or recovery of parts and materals at the end of lfe are requested. Therefore Desgn for Dsassembly s

2 strategc wthn a desgn process orented to envronmental requrements of products (Green Desgn). In ths paper an nstrument for dsassembly depth analyss of components consttutng a constructve system s proposed. The nstrument s based on a procedure of classfcaton supported by neural networks, and elaborates data on geometrc parameters of assembled components, and on jont systems. On the base of these nformaton t allows to analyse the dstrbuton of dssassembly depths of components, and to am the redesgn of product archtecture orented to dsassemblablty mprovement. The developed nstrument, f opportunely ntegrated n the desgn process, allows to optmse the product desgn choces (layout, geometrc parameters, shapes, jonts) n order to mprove ease of dsassembly, accordng to the most common gudelnes of Desgn for Dsassembly. Ths optmsaton process s guded by components propertes, n order to mprove the dsassemblablty of those ones could need frequently servce operatons, or that are charactersed by hgh recovery opportunty. Key words: Green Desgn, Desgn for Dsassembly, Extenson of Lfe, Recovery, Neural Networks. 1. Introduzone La crescente sensbltà ne confront delle problematche ambental ha determnato negl ultm ann la dffusone d nuov approcc alla progettazone del prodotto che tengano conto d tutte le fas del suo cclo d vta. In questo contesto è nato l Green Desgn o Desgn for Envronment, che evdenza l mportanza delle prme fas dello svluppo del prodotto, per garantre un adeguato lvello d eco-compatbltà del prodotto [OTA 1992; Bllatos e Basaly 1997; Graedel e Allenby 1998]. Il Green Desgn nclude una ampa gamma d problematche del progetto, tra cu l Desgn For Dsassembly [Boothroyd e Altng 1992], d valenza strategca per l recupero d part e materal a fne vta d un prodotto. Il dsassemblaggo de prodott è necessaro ogn qualvolta sa opportuno procedere con l recupero d sottoassem o d sngol component appartenent agl stess prodott. Esso può essere defnto come la sstematca rmozone delle part desderate da un assemblato, con la condzone che non s verfch alcun danneggamento delle part dovuto al processo d smontaggo [Brennan et al. 1994]. L operazone d dsassemblaggo è essenzale nel contesto delle stratege d recupero delle rsorse a fne vta d utlzzo, ed ha grande mportanza anche per le stratege d estensone della vta d utlzzo, poché può favorre le propretà d servceablty del prodotto (coè d facltà ad ntervenre con operazon d servzo) [Ish 1995]. Le fnaltà del dsassemblaggo selettvo, coè mrato allo smontaggo d specfc component, nell ottca della salvaguarda ambentale, sono allora rassumbl come segue [Lambert 1997]: recupero d part, component e subassemblat rutlzzabl n nuov prodott; recupero d materal rcclabl; rmozone d component o materal percolos o tossc; accessbltà a part o component che possono essere soggette ad operazon d servzo (rparazone, manutenzone, dagnostca).

3 2. Problema del recupero e profondtà d smontaggo In lnea generale l problema del recupero d un prodotto a fne vta può essere formulato come segue: dato un prodotto, determnare l pano d recupero che possa blancare n manera effcace gl oner de process d smontaggo e recupero, e conseguent proftt, da ntenders n termn d rsorse mpegate e recuperate. In letteratura sono reperbl valutazon d massma sulle curve d proftto degl ntervent d smontaggo e recupero [Navn-Chandra 1994]. Secondo tal valutazon cost d recupero (dsassemblaggo, rparazone) dventano probtv con l aumentare della profondtà d smontaggo. I rcav nvece, a partre da una certa profondtà d smontaggo, tendono a stablzzars. Conseguentemente la curva d proftto (data dalla dfferenza delle due curve precedent) ha un punto d massmo, dopo l quale tende a decrescere all aumentare della profondtà d smontaggo. L ottmzzazone dell archtettura d prodotto funzonale al dsassemblaggo consste qund nel progettarla n modo da: spostare l punto d massmo della curva d proftto verso una maggore profondtà d smontaggo; ncrementare l valore del proftto nel punto d massmo. 3. Approcco e obbettv La funzone d proftto del recupero è sensble all effcenza della sequenza d dsassemblaggo, che se ottmzzata può consentre d rdurre cost e temp [Tang et al. 2000]. Questo qund rsulta essere l prmo fattore d ntervento per ottenere un dsassemblaggo convenente, ed è ndrettamente condzonato dall archtettura del prodotto, che può favorre l effcenza delle sequenze d smontaggo. A partà d effcenza della sequenza d dsassemblaggo, l proftto del recupero può essere fortemente mglorato se l archtettura del prodotto è tale che n corrspondenza de prm smontagg vengano lberate le part d maggor valore [Smon e Dowe 1993]. Questa seconda consderazone evdenza la dpendenza dretta dell effcenza del dsassemblaggo dall archtettura del prodotto, e n partcolare dalla profondtà d smontaggo de sngol component n relazone alle loro caratterstche d durata, affdabltà, mpatto ambentale, valore economco. In questo contesto l lavoro proposto s pone come obettvo quello d defnre uno strumento d anals delle profondtà d smontaggo de component costtuent un sstema costruttvo. Tale strumento deve elaborare dat relatv alle caratterstche geometrche delle part costtuent un assemblato, e a relatv sstem d gunzone, e sulla base d queste nformazon deve classfcare component n base alla corrspondente dffcoltà d smontaggo. Il fne ultmo è quello d poter utlzzare tale strumento per: analzzare la dstrbuzone della dffcoltà d smontaggo selettvo d component o sottoassemblat costtuent un complesso costruttvo; supportare la rprogettazone dell archtettura d prodotto fnalzzata ad un mgloramento della sua smontabltà, mettendo n relazone la profondtà d smontaggo con alcune caratterstche de sngol component (affdabltà, mpatto ambentale, valore economco). 4. Svluppo dello strumento d anals Il Desgn for Dsassembly nteso come strumento progettuale deve allora mrare all armonzzazone tra layout del prodotto, geometre de component, materal, sstem d gunzon, n funzone della dsassemblabltà dell archtettura. Con questo obbettvo,

4 l DfD suggersce dfferent lvell d ntervento progettuale [Yamagwa et al. 1999], cu è possble assocare de corrspondent requst progettual, per un mpostazone d massma del problema d DfD d un prodotto: Frame Desgn - Studo del layout del prodotto, della dstrbuzone spazale e funzonale de component. Parts Desgn - Studo delle geometre e de materal delle part. Jont Desgn - Studo de sstem d gunzone. D conseguenza, per raggungere le fnaltà prefssate, lo strumento d anals è stato strutturato secondo una procedura che mette n relazone: le caratterstche che defnscono ogn soluzone progettuale da analzzare (layout, geometre, materal, gunzon); le propretà obettvo de component, coè le propretà che ne determnano la necesstà o opportuntà d smontaggo (durata e affdabltà, mpatto ambentale, valore economco); le profondtà d smontaggo de component (quantfcate dal numero d altr component e d gunzon da rmuovere per smontare ogn componente). La procedura d anals nel suo nseme è schematzzata n Fgura 1. Fgura 1. Procedura d anals Fssate le caratterstche della soluzone progettuale da analzzare è possble calcolare le propretà obbettvo e le profondtà d smontaggo d cascun componente. Da queste s ottene la dstrbuzone de valor assunt da opportune funzon obbettvo n grado d quantfcare l effcenza della soluzone progettuale n relazone alle necesstà d smontaggo. La procedura d anals così defnta consente: d confrontare dverse alternatve progettual, e valutare quella ottma; d supportare l mgloramento d una soluzone progettuale.

5 4.1. Calcolo della profondtà d smontaggo Il calcolo della dstrbuzone della profondtà d smontaggo de component vene eseguto medante la procedura rportata n Fgura 2. Dato un assemblato qualunque (caratterzzato da layout, geometre delle part, gunzon), tradotto n un corrspondente modello matematco tramte matrc che descrvono vncol spazal e d gunzone (eventualmente dervante da modello CAD), lo strumento d calcolo resce n manera automatca a classfcare component o subassemblat costtuent l complesso costruttvo n base alla dffcoltà d dsassemblaggo, al varare della drezone d smontaggo. Fgura 2. Calcolo della profondtà d smontaggo Dato un assemblato costtuto da n componet C e da f gunzon g v, la matrce de vncol spazal nella drezone X è così defnta: j= 1, 2,...,n [ ] A X = a j (1) = 1, 2,...,n dove l termne a j è untaro se lo smontaggo del componente j-esmo nella drezone X rchede la rmozone del componente -esmo, altrment è nullo. Analogamente è possble defnre le matrc d vncolo spazale nelle altre drezon. La matrce de vncol d gunzone è così defnta: B j= 1, 2,...,n [ ] = (2) b j = 1, 2,...,n dove l termne b j è untaro se l componente j-esmo è legato al componente -esmo, altrment è nullo. Una matrce del tpo (2) può essere complata per ogn tpologa d gunzone presente nel sstema costruttvo. Tradotto l assemblato n modello matematco, la classfcazone vene operata da una rete neurale d tpo compettvo (Compettve Learnng) [Fu 1994] e una legge d apprendmento del tpo Kohonen Learnng Rule [Kohonen 1987]. Il prototpo realzzato elabora le nformazon procedendo secondo seguent pass: le matrc relatve a sol vncol spazal (come vncol ntendamo le ostruzon che nascono tra component all nterno dell assemblato per una data drezone e per un componente stablto), vengono analzzate dalla rete neurale precedentemente addestrata che resce a valutare la profondtà del dsassemblaggo (numero d component che è necessaro toglere per estrarre l componente obettvo);

6 successvamente questo rsultato vene relaborato dalla stessa rete nseme alle matrc delle gunzon (queste dentfcano l esstenza o meno delle gunzone tra component, per tpologa d gunzone), fornendo n defntva una valutazone della reale dffcoltà del dsassemblaggo (numero d component da toglere e relatv vncol d gunzone). Al termne della classfcazone s ottene la dstrbuzone delle profondtà d smontaggo de component, nzalmente quantfcate dal numero d altr component da rmuovere per smontare ogn componente (n S ), e dal numero d gunzon (f Sk ) da rmuovere, per tpologa d gunzone. Questa prma nformazone vene ulterormente elaborata n modo da ottenere per ogn componente un unco ndce d profondtà d smontaggo ps, che tenga conto sa degl altr component da rmuovere per vncol spazal (medante un termne ps VS ) che delle gunzon, e della dfferente dffcoltà d smontaggo delle gunzon (medante un termne ps VG ): l ak fsk ns k= 1 ps = psvs + ß psvg = + ß (3) n f dove n S è l numero d altr component da rmuovere, n è l numero complessvo d component, f Sk è l numero d gunzon del tpo k-esmo da rmuovere, f è l numero complessvo d gunzon present nell assemblato, α k è la dffcoltà d smontaggo delle gunzon d tpo k-esmo, l è l numero de tp d gunzone, β è un coeffcente che tene conto del maggor peso d ps VG rspetto a ps VS (β > 1). Prevedendo valor d α k appartenent all ntervallo d valor [0,1] (con α k = 1 s ntenderà la massma dffcoltà d smontaggo), l ndce ps può assumere valor appartenent all ntervallo [0,1+β]. Così defnto, l ndce ps può essere rapportato al valore massmo presente nell assemblato n anals, ottenendo per ogn componente l valore normalzzato: ps PS = (4) psmax 4.2. Calcolo della propretà obettvo de component Partendo dalle caratterstche prncpal d ogn componente (geometre, forme, materal) è possble valutarne quelle che possono essere le propretà obettvo dello smontaggo, coè le propretà che ne determnano la necesstà o opportuntà d smontaggo. Indcando questa generca propretà con φ, essa deve essere defnta n manera tale che maggore è l suo valore, maggore è la necesstà o opportuntà d smontaggo. Così defnta, può essere rapportata al valore massmo presente nell assemblato n anals, ottenendone la forma normalzzata: f F = (5) f MAX A segure s rportano alcun suggerment su come defnre la propretà obettvo. Affdabltà Component a bassa affdabltà, e qund elevata frequenza d guasto, necesstano mnor profondtà d smontaggo. Come propretà obettvo d bassa affdabltà s suggersce l utlzzo d una funzone del MTTF (Mean Tme To Falure).

7 Impatto ambentale - Component ad elevato mpatto ambentale rchedono mnor profondtà d smontaggo, per favorrne l recupero. Come propretà obettvo d elevato mpatto ambentale s suggersce l utlzzo d una funzone che esprme l mpatto ambentale assocato alla produzone del componente, valutable medante la metodologa nota come Lfe Cycle Assessment [SETAC 1991; EPA 1993], e gl strument che la supportano, orma d ampa dffusone [Goedkoop e Sprensma 2000]. Valore economco - Component d elevato valore economco rchedono mnor profondtà d smontaggo, per favorrne l recupero. Come propretà obettvo d elevato valore economco s suggersce l utlzzo del costo d produzone del componente Calcolo delle funzon obettvo Valutate le propretà obettvo e le profondtà d smontaggo d cascun componente, occorre defnre delle opportune funzon obettvo n grado d quantfcare l effcenza della soluzone progettuale n relazone alle necesstà d smontaggo. A tal fne s defnsce un ndce d bontà della profondtà d smontaggo Ψ, che per ogn componente -esmo è espresso n funzone delle (4) e (5): ( PS )? = F 1 (6) Mnmzzare gl ndc Ψ corrsponde a rcercare una confgurazone caratterzzata da mnor profondtà d smontaggo per component con elevata necesstà d manutenzone o recupero, e vceversa. I sngol termn Ψ possono assumere valor appartenent all ntervallo [0,1]. Per avere un unca funzone obbettvo, n grado d quantfcare l effcenza complessva della soluzone progettuale, s può ntrodurre la seguente: O = n = 1?? = n = 1? F ( PS ) 1 (7) dove γ sono de coeffcent da ntrodurre per varare l peso de sngol termn Ψ, n funzone della mportanza d cascun componente. A tal fne è possble utlzzare come coeffcent d peso le propretà obettvo normalzzate Φ espresse dalla (5). Così defnta la funzone obettvo Ω, la sua mnmzzazone comporta la rcerca della dstrbuzone delle profondtà d smontaggo ottmal, dando maggore mportanza a component caratterzzat da maggore necesstà o opportuntà d smontaggo. 5. Caso studo: Assemblato d component elettromeccanc Come esperenza applcatva s rporta un caso studo svluppato su un assemblato elettromeccanco, nel quale sono stat ndvduat 6 component prncpal. In Fgura 3, oltre l assemblato n esame, è rportata anche l astrazone che ne rappresenta una prma soluzone costruttva, con ngombr d massma de component e dstrbuzone delle gunzon. Data la tpologa del layout, l anals della profondtà d smontaggo è stata eseguta per la sola drezone Y. Per quel che rguarda la valutazone della propretà obettvo dello smontaggo, è stato preso n esame l valore economco de component. Qund per l calcolo delle Φ è stato utlzzato l costo d produzone.

8 Fgura 3. Caso studo: Assemblato e astrazone per l anals 5.1. Implementazone della rete neurale La rete neurale creata al fne d classfcare opportunamente component n base alla profondtà d smontaggo è una rete del tpo Self Organzng Networks [Bharath e Drosen 1994]. Una rete d questo tpo permette d ndvduare la correlazone e la regolartà negl ngress (pattern) fornt nella fase d addestramento e assoca, n accordo con quanto appreso, futur nput alla classe d appartenenza. Per l mplementazone dello strumento è stato necessaro segure una sequenza d pass n cu è stato suddvso l lavoro svolto: generazone de pattern; generazone della rete; fase d addestramento. I pattern d addestramento sono stat generat dal Matlab (matrc d ngresso bnare casual [6 x 200] n cu 200 sono l numero d assemblat casualmente generat e 6 sono l numero d component per assemblato). Qund è stata creata una rete d tpo compettvo NETC = newc (PR, S, KLR,CLR) n cu: PR: è una matrce [R x 2] d valor mn e max del vettore d mput R S: è l numero de neuron KLR (Kohonen Learng Rate) = 0,01 CLR (Conscence Learnng Rate) = 0,001 Il numero degl element del vettore d ngresso (R) è 6, sette è l numero de neuron nel lvello ntermedo (S) e altrettante sono le class dsponbl. La legge d apprendmento è del tpo Kohonen Learnng Rate. Il paradgma d apprendmento utlzzato è del tpo non supervsonato propro per la casualtà de pattern d ngresso per valutare la capactà della rete d auto-organzzars. Nella fase d Valdaton Set è stato consderato un numero d assemblat par a 6. Tutt component sono stat classfcat n modo esatto, tenendo conto che l numero de neuron par a 7, dentfca una rsposta agguntva a quella reale (possamo avere da 0 a max 5 component da cu dpende l componente obettvo nella realtà). Quest ulterore rsposta dentfca che l componente non è dsassemblable da solo n quella drezone, ma necessta d essere estratto con almeno un altro componente smultaneamente. La classfcazone avvene n due fas. La prma classfcazone utlzza la rete precedentemente addestrata, e elabora le matrc d vncolo spazale lungo la drezone scelta per l dsassemblaggo. Questa prma fase fornsce la classfcazone rspetto a sol vncol spazal: classe 0 dentfca un componente mmedatamente dsassemblable; classe 1 ndca che l estrazone del componente obettvo necessta la rmozone d un solo componente; e così va per le class successve.

9 A partre da questa prma classfcazone, la rete successvamente analzza dat fornt dalle matrc delle gunzon e assoca a ogn componente anche le gunzon da rmuovere per l suo smontaggo. In Fgura 4 sono rportat sulla snstra rsultat della prma classfcazone (vncol spazal), e della seconda classfcazone (vncol spazal e d gunzone) eseguta n un prmo tempo consderando tutte le gunzon d uguale tpologa. Sulla destra sono rportat rsultat dell elaborazone fnale consderando 3 dverse tpologe d gunzone (caratterzzate da dfferent dffcoltà d smontaggo). Fgura 4. Rsultat della classfcazone 5.2. Anals della soluzone progettuale e ottmzzazone Nella Fgura 5 sono rportate le dstrbuzon della profondtà d smontaggo PS, della propretà obettvo Φ, e del conseguente ndce d bontà della profondtà d smontaggo Ψ, per component della prma soluzone progettuale. Fgura 5. Anals soluzone progettuale I In partcolare quest ultmo ndce Ψ fornsce ndcazon sulle crtctà della soluzone n esame, che possono supportare l mgloramento della smontabltà dell archtettura. A tal fne s propongono le anals d altre 3 alternatve progettual, rportate nella Fgura 6, che mantengono sostanzalmente l layout, ma s dfferenzano per la geometra de component e sstem d gunzone. Tal modfche nducono varazon nelle profondtà d smontaggo, e ne cost d produzone de component (e qund nelle Φ).

10 Fgura 6. Anals soluzon progettual alternatve Dal confronto tra le dstrbuzon delle funzon obettvo Ψ (da mnmzzare) per le 4 soluzon progettual (Fgura 7), s nota come l processo d rprogettazone tenda a armonzzare sempre meglo le profondtà d smontaggo con valor economc de component potenzalmente recuperabl a fne vta dell assemblato. Questa conclusone è evdenzata dal grafco d Fgura 8, dove sono rportate le valutazon della funzone obettvo Ω, l cu valore è nversamente proporzonale all effcenza dell ntero assemblato n relazone allo smontaggo e alle propretà de component. Fgura 7. Dstrbuzone delle funzon obettvo Ψ (confronto tra le soluzon n esame)

11 6. Concluson Fgura 8. Confronto d Ω tra le soluzon n esame Lo strumento svluppato è stato applcato all anals d una ampa tpologa d assemblat, benché nel presente lavoro sa rportata solo un esperenza applcatva nel campo della componentstca elettromeccanca. Come s voleva esso consente non solo d analzzare la dstrbuzone delle profondtà d smontaggo n un assemblato, ma anche d supportare la rprogettazone dell archtettura d prodotto fnalzzata ad un mgloramento della sua smontabltà. Quest ultmo punto merta d essere partcolarmente evdenzato. Lo strumento proposto dagl autor nfatt, se opportunamente ntegrato nel processo progettuale, consente d ottmzzare le scelte d progetto (layout, geometre, gunzon) per mglorare la facltà d dsassemblaggo, n accordo con le pù comun lnee guda del Desgn for Dsassembly. Inoltre tale ottmzzazone vene gudata dalle propretà stesse de component, n modo da mglorare la smontabltà d quelle part dell assemblato che potrebbero necesstare frequent ntervent d servzo, o che presentano elevate opportuntà d recupero. A partre da quest rsultat, è possble prevedere l ntroduzone d funzon costo che consentano d valutare la fattbltà d uno smontaggo n termn d costo e reddto agguntvo provenente dall estrazone del componente obettvo, aspetto quest ultmo che può nfluenzare n manera determnante la pratcabltà d un pano d servzo o d recupero. Bblografa Bharath R., Drosen J., Neural Network Computng, McGraw-Hll, Bllatos S., Basaly N., Green Technology and Desgn for the Envronment, Taylor & Francs, Boothroyd G., Altng L., Desgn for Assembly and Dsassembly, CIRP Annals, vol. 2, no. 41, Brennan L., Gupta S., Taleb K., Operatons Plannng Issues n a Assembly/Dsassembly Envronment, Internatonal Journal of Operatons and Producton Management, vol. 14, no. 9, EPA, Lfe-Cycle Assessment Inventory Gudelnes and Prncples, Envronmental Protecton Agency, Offce of Research and Development, Washngton, D.C., 1993.

12 Fu L., Neural Networks n Computer Intellgence, McGraw-Hll, Goedkoop M., Sprensma R., The Eco-ndcator 99: Methodology Report, Pré Consultants BV, Amersfoort, The Netherlands, Graedel T., Allenby B., Desgn for Envronment, Prentce Hall, Ish K., Lfe-Cycle Engneerng Desgn, Journal of Mechancal Desgn, Vol. 117, Kohonen T., Self-Organzng and Assocatve Memory, Sprng-Verlag, Lambert A., Optmal dsassembly of complex products, Internatonal Journal of Producton Research, Vol. 35, No. 9, Navn-Chandra D., The Recovery Problem n Product Desgn, Journal of Engneerng Desgn, vol. 5, no. 1, OTA, Green Products by Desgn: Choces for a Cleaner Envronment, Offce of the Technology Assessment, Congress of the Unted States, SETAC, A Techncal Framework for Lfe-Cycle Assessment. Socety of Envronmental Toxcology and Chemstry, Washngton, D.C., Smon M., Dowe T., Quanttatve Assessment of Desgn Recyclablty, Manchester Metropoltan Unversty, Tang Y., Zhou M., Zussman E., Caudll R., Dsassembly Modellng, Plannng, and Applcaton: A Revew, IEEE Internatonal Conference on Robotcs and Automaton, San Francsco, CA, Aprl Yamagwa Y., Negsh T., Takeda K., Lfe Cycle Desgn Achevng a Balance between Economc Consderatons and Envronmental Impact wth Assembly-Dsassembly Evaluaton Desgn, EcoDesgn 99 1 st Internatonal Symposum on Envronmentally Conscous Desgn and Inverse Manufacturng, Tokyo, February 1999.