随着产业升级的加快,大量机电产品提前报废,报废的机电产品处理不当会造成土地占用、环境污染以及资源浪费。变形失效是机械零部件的主要失效形式之一,然而国内对再制造过程中的零件尤其是环形零件的校正技术及理论的研究确鲜有涉及。本文在现有弹塑性弯曲弹复理论的基础上,分析现有的圆环校正工艺在再制造行业中应用所存在的问题,尝试将遗传算法与有限元法相结合,并借助机器视觉等手段,研究一种针对再制造过程中环形零件智能校正的方法。首先,将待校正的环形零件按照截面形状及变形类型进行分类,并提出了针对小曲率等截面典型变形的环形零件的校正策略:基于力学理论分析的基本假设,通过将环形零件离散成多个微环段,对环形零件在二重、三重对称径向力作用下压扁的过程进行分析,推导出卸载前后环形零件微环段中性层曲率的计算公式,确立了校正压头的相对行程与零件卸载后的相对圆度之间的线性关系;通过物理实验的方法分析圆压扁与扁校圆过程之间的相似关系,在此基础上分析并编写制定校正策略的相关算法,最后通过实例分析和实验进行验证。其次,对于弹塑性力学理论难以进行求解的其他类型的待校正环形零件,研究一种遗传算法与有限元法结合的校正工艺参数求解方案:建立校正工艺参数优化的数学模型,以校正工艺参数为设计变量,校正后的相对圆度为目标函数,编写遗传算法程序;然后通过Abaqus脚本接口编写Python参数化建模脚本,并将仿真结果用于遗传算法程序中个体适应度的计算,实现遗传算法同有限元法的结合;通过在Abaqus中运行遗传算法程序,得到最优的校正工艺参数,最后通过实例分析及实验验证表明:该方法具有良好的校正效果。第三,提出基于机器视觉的环形零件智能校正控制策略:通过可变形的模板匹配定位待校正零件,从而实时测量获取零件的变形信息,为校正策略的制定提供相关参数;制定好校正策略之后,通过可旋转的模板实时定位校正压头及支撑块等的位置,实现对校正过程的实时监测;研究零件边缘半径测量的相关算法,实现零件校正后的相对圆度的自动测量,为智能校正系统的研制奠定理论基础。最后,设计了一个针对多种形状及多种变形的环形零件的智能校正系统:主要包括:三点弯曲校正实验台的设计和制造,图像采集装置的选型及调试,以及使用.NET Framework 4.6.1框架、Matlab软件和Halcon等图像处理开发工具,编写的基于机器视觉的自动控制软件。智能校正系统可以实现待校正零件图像采集、变形信息获取、校正策略制定、校正工艺参数的实时预测与实时监测以及校正行程控制、校正质量监控等功能,基本上实现了环形零件的智能化校正。