再制造作为循环经济的重要环节,通过各种先进的修复技术将回收的废旧产品恢复到不低于新产品性能的状态,是一种社会、经济、环境三赢的绿色产业,对于应对日益严峻的资源和环境挑战具有重大意义。再制造工艺规划是再制造的关键技术之一,影响了再制造的效率、成本以及再制造产品的质量。回收的废旧零部件因为服役环境的差异性而具有不确定性,需要定制化的修复策略,增加了再制造工艺规划的复杂程度。而且当前的再制造工艺规划很大程度上依赖于人工经验,再制造工艺规划的生成存在速度慢、效率低、自动化程度低的问题,限制了再制造的应用和发展,迫切需要一种智能的再制造工艺规划生成方法。因此,本论文从面向再制造失效特征的角度出发,对快速生成再制造工艺规划展开研究。首先,对机械零部件典型的失效形式及其失效特征进行分析,研究废旧零部件失效特征的不确定性对再制造工艺规划生成的影响。在此基础上,提出一种基于失效特征的再制造工艺规划快速生成方法框架。其次,针对磨损、裂纹、断裂等典型失效形式,研究其再制造失效特征的自动化识别。通过逆向工程技术对失效零部件进行三维模型重构和三维点云生成。在此基础上,由三维点云布尔运算确定废旧零部件失效区域并获取失效区域的点云数据,进一步研究基于三维点云的再制造失效特征自动化识别方法。再次,系统地分析废旧零部件再制造工艺规划相关的信息和知识,提出再制造工艺规划的知识表达和建模方法。针对再制造工艺规划知识的复杂性和不确定性的特点,构建基于本体的再制造工艺规划知识库,统一和管理再制造相关知识。结合废旧零部件再制造失效特征属性分析,提出混合案例推理和规则推理的知识重用方法,用于再制造工艺规划的快速生成。最后,在上述研究基础上,以废旧涡轮叶片再制造为例,对涡轮叶片失效特征进行自动化识别并构建涡轮叶片再制造知识库,并基于混合案例推理和规则推理的知识重用的方法快速生成再制造工艺规划,验证该方法的可行性和有效性。