板料成形作为一种重要的金属塑性成形方法,广泛应用于汽车、航空、家电等工业领域,其中弯曲是板料加工的重要成形工序之一。弯曲回弹是板料在弯曲成形外力卸载后产生的不可避免的普遍现象。回弹量的大小直接影响到拉延件的几何精度和其后的装配性能等。冲压成形过程是一个包含多种复杂物理现象的工艺过程,包括接触碰撞现象、磨损现象、大位移、大转动和大变形现象及弹塑性变形现象等。由于影响回弹的因素很多,在理论上准确计算回弹值比较困难。因此对板料成形回弹进行仿真预测,优化成形工艺,提高冲压件的产品质量及生产效率具有重大意义。本文主要包括以下研究工作。(1)以U形件弯曲回弹为研究对象,分析了不同弯曲变形阶段的变形机理与特点以及影响回弹的主要因素;利用Dynaform工具对U形件弯曲成形进行数值模拟,分析了U形件弯曲回弹的有限元模拟的参数设置等相关问题。(2)应用正交试验法,以回弹角为评价指标,在材料参数一定的条件下,通过正交数值试验,得出U形件在不同压边力、摩擦系数、凸凹模间隙及圆角半径等试验条件下的回弹结果,据此分析了不同工艺参数对回弹角的影响,并对成形工艺方案进行了初步优化。(3)应用神经网络技术,构建了U形件回弹预测的神经网络模型,建立了多冲压工艺参数与冲压回弹量的非线性映射关系,通过对网络性能的测试,验证了网络的可行性,为参数优化做准备。(4)应用蚁群优化算法,在神经网络建立的成形工艺参数与回弹的关系中搜索优化配置方案。利用神经网络建立成形工艺参数与回弹量的关系,再利用优化方法寻找优化解的方法可以明显缩短优化工艺参数的时间。本文综合应用板料成形数值模拟技术、正交试验方法、神经网络技术及优化算法等技术,实现板料弯曲成形回弹的模拟、分析及成形工艺的优化。