随着资源危机和环境污染的日益严重,再制造工程作为对废旧资源的循环利用工程而受到广泛关注。采用何种再制造模式实施废旧产品的再制造一直是该领域的研究热点,其中,独立再制造商模式是当前再制造生产的主要模式之一。而制约该模式最大的问题是缺少产品的原始模型。针对这个问题,本文以汽车液力变矩器中破损导轮叶片为研究对象,从破损零件表面的点云数据获取、点云数据预处理、破损部位点云修补、曲面重构和光顺性与精度评定四个方面,构建了一套完整的破损零件模型修复重构方法,主要研究内容如下:首先采用三坐标测量机获取废旧零件表面的点云数据。根据液力变矩器结构特点,利用三坐标测量机,以接触式采集数据方式对液力变矩器导轮叶片进行数据采集。从零件选择、零件装夹、零件分区、测量路径规划等方面对破损零件表面数据采集方法进行了研究。然后,利用MATLAB软件,对点云数据的坏点进行剔除;通过对三种滤波方法的比较选择高斯滤波法对扫描线点云进行滤波处理;经过坏点剔除和滤波两种点云数据预处理工作,为后续的叶片模型重建提供高精度点云数据。接着,针对缺损的点云数据,采用GA_BP神经网络对其进行点云数据修补,从而得到完整的零件表面点云数据,为构建叶片完整模型提供了数据支持。最后,针对液力变矩器的结构特点,采用点云直接拟合和先拟合曲线再拟合曲面这两种曲面重建方法对叶片模型进行曲面重构,同时对生成的曲面进行光顺精度评价,从而保证曲面模型的质量。本文通过对破损零件模型的修复重构得到精度较高的叶片模型,解决了独立再制造商缺乏原始模型的问题,为破损零件的再制造提供了科学的参考依据。