加快汽车电气化转型是各国政府实现道路交通领域“碳中和”的重要举措之一。作为电动汽车的昂贵部件之一,汽车动力蓄电池（Automotive Traction Batteries,ATB）的服务寿命是有限的。大量报废的ATB含有巨大的矿产资源,若回收处理不当就会成为污染之源。循环利用报废的ATB,如先梯级利用电池以延长使用寿命,后提取稀有金属材料用于新电池的生产,可促进循环经济的发展,是实现碳减排的途径之一。拆解作为电池梯级利用和材料利用的必要环节,显得尤其重要。有效的拆解序列规划（Disassembly Sequence Planning,DSP）可提高拆解效率、资源利用率和拆解收益。近几十年来,寻找退役产品的最佳拆解序列是众多研究学者一直研究的热门课题。本文以ATB为研究对象,围绕拆解信息模型、拆解序列生成方法和序列优化进行研究,提出了一种新的拆解信息模型以及相应的DSP方法,主要包括以下研究内容:（1）针对现有拆解信息模型难以语义描述ATB中含有破坏性连接方式的零件约束关系问题,提出一种拆解本体和语义模型。依据ATB的规格多样化、结构复杂化等特点,通过系统地分析ATB的组成结构和拆解过程,确定拆解作业模式和揭示零件之间常见的非破坏性和破坏性连接方式;分析ATB的装配特征,对ATB的零件重新定义,使之适用于破坏性连接方式的零件约束关系的描述;剖析连接方式、装配约束与拆解顺序的映射关系,依据ATB的装配约束关系和连接关系构建一组基于联接件和功能零件的拆解约束矩阵。通过本体中的类、对象属性和数据属性,对这组拆解约束矩阵和拆解实例进行语义描述,构建拆解本体和语义模型,为ATB的拆解序列生成和优化提供理论和方法基础。（2）针对人工拆解知识和经验应用于快速生成拆解方案问题,提出了基于案例推理/规则推理（Case-based Reasoning/Rule-based Reasoning,CBR/RBR）的拆解序列生成方法。依据拆解约束矩阵,制定功能零件和联接件的拆卸可行性判定规则;利用判定规则,引入环境与安全约束,设计了一种优先法线方向拆解的异步-并行-局部破坏性-混合拆解序列生成方法。通过拆解语义模型构建拆解案例库,提出了基于CBR的拆解序列生成方法,匹配案例的拆解方案可直接指导ATB拆解;通过设计的局部破坏性拆解规则和拆解工具选择规则构建拆解规则库,提出了基于RBR的多人异步和人机异步拆解序列生成方法。针对人机拆解任务分配影响因素多,层次关联复杂问题,提出了一种基于零件自动化潜力评估的人机拆解任务分配方法,实现人机拆解任务的合理分配。（3）针对多人异步和人机异步两种拆解模式,对拆解序列优化问题进行研究。在充分分析单个零件的拆解时间组成的基础上,引入等待策略,以拆解单个ATB为出发点,提出一种基于单个ATB拆解时间的数学优化模型,并采用改进的遗传算法求解近似最优拆解方案。以批量拆解ATB为出发点,考虑人员疲劳度对人机拆解效率的影响,以批量拆解总时间为优化目标,构建了基于疲劳-恢复模型的数学优化模型。通过实例求解了两种优化模型的近似最优拆解方案,并采用数值实验分析了最大疲劳水平对基于疲劳-恢复模型的数学优化模型的影响。（4）围绕上述工作,开发DSP云服务原型系统,实现了上述模型和方法的集成应用。分析了系统的需求和功能,构建了系统的体系架构,对系统的主要功能模块进行了研究,并结合案例对系统的应用情况进行阐述。