等离子喷焊技术在再制造业中是一种十分重要的表面修复技术。在复杂的喷焊过程当中,合理确定工艺参数对提高喷焊层质量、延长再制造零件寿命极其关键。质量好的喷焊层通常显微硬度比较高、耐磨性比较强,因此本文以喷焊层的显微硬度、磨损量和稀释率作为响应指标,对等离子喷焊工艺进行多目标优化。以H13钢作为基材,以Ni60B、TiC和TaC粉末为喷焊材料,详细的介绍了喷焊层的制备过程。对比多种试验设计方法,在确定喷焊电流、喷焊速度和送粉量作为优化参数,显微硬度、磨损量和稀释率作为响应目标之后,对两种常见的多目标优化方案进行比较。首先进行传统多目标优化方案,将响应面法和中心复合试验法相结合,在进行等离子喷焊得到试验数据后,基于Design-expert平台对所得结果进行分析研究,建立回归预测模型并进行可靠性验证,得到等离子喷焊过程中各个优化参数及其交叉作用对响应指标的影响规律和模型的相对误差,根据需求在优化模块进行参数设置得到最终结果。接着进行智能多目标优化方案,选择把近似模型和遗传算法相结合。在进行等离子喷焊得到试验数据后,基于MATLAB平台对结果进行训练,以此来构建显微硬度、磨损量和稀释率的近似模型。对比两种常见的近似模型精度后,选择了更精确的径向基函数(RBF)方法;通过比较四种常见遗传算法的优缺点,选择了更有优势的NSGA-Ⅱ遗传算法进行下一步的多目标优化,最终得到了帕累托最优解集。最后对比响应面法和近似模型-遗传算法两种方法并进行试验来验证方案的可行性,得出结论:利用近似模型-遗传算法相结合的方法能更显著的提高喷焊层质量。