柔性装配线智能化对装配工作站的装配精度、输送系统的可控性以及柔性装配系统的优化程度提出了更高的要求。针对这些要求,本文研究柔性装配线智能化关键技术,设计基于机器视觉的柔性装配线,重点研究执行机构视觉在线标定及其误差补偿方法、分布式输送系统及其控制方法和装配线多目标动态优化方法。针对柔性装配智能化对装配工作站装配精度和实时性的要求,为实现装配工作站执行机构的高精度定位抓取,提出基于非线性优化模型的机器人在线手眼标定方法,以及执行机构误差自动补偿方法。为避免线性手眼标定方法存在的误差传递,基于重投影坐标变换关系,建立机器人非线性手眼标定模型。针对各种难以量化的加工与安装误差,将机器人末端执行机构的各类误差合并,基于实际与理论之间的偏移量差值,建立执行机构误差模型。针对装配工作站的装配精度和实时性的要求,提出在线手眼标定与执行机构误差补偿方法,采用拟牛顿迭代算法作为非线性参数优化策略,并进行实验验证。面向工序返工的非均匀装配流程,针对柔性装配智能化对装配物流灵活性和智能性的要求,在分析现有物料输送系统缺点的基础上,设计了一种分布式输送系统,论述其核心控制逻辑:上电初始化控制逻辑、作业区复位控制逻辑和工作控制逻辑。并开发了实现上述控制逻辑的嵌入式控制系统。针对具有工作站重访特性的柔性装配线多目标动态优化问题,结合柔性装配智能化对装配线装配设计优化和在线资源规划的智能化要求,提出以装配线产能最大、装配线制造成本最低、产品装配质量最佳为目标的多目标动态优化模型。其以工作站排布,缓冲区设置和装配速度为变量,同时考虑工作流程约束,设备成本约束和装配速度约束,利用基于种群迭代划分的遗传算法求解。应用上述研究成果,以中小型变压器为装配对象,研制了基于机器视觉的变压器柔性装配线,在此基础上进行装配线优化实验和应对工况变化的在线调整实验。通过对实验获得的适应度迭代曲线图的分析、对优化后装配线利用率的计算和对工况变化后装配线最大缓冲时间的计算,验证算法的快速收敛性和实用性,以及系统的鲁棒性。