摩托车油箱壳拉延成形过程容易出现起皱和拉裂缺陷,对成形工艺设计和模具设计具有很高要求。针对现有油箱壳冲压成形工艺及模具设计完全凭经验、需要多次试模,设计效率不高问题,结合数值仿真技术与基于知识的工程(Knowledge BasedEngineering,KBE)开发工具,开展了油箱壳冷冲压工艺及模具智能设计方法及应用研究。分析了摩托车油箱外壳冲压工艺过程,根据油箱外壳冲压智能设计功能需求,构建了油箱壳冷冲压工艺及模具智能设计系统(Cold Stamping Process and Die Intelligent Design System for Tank Cover,CSPDIDS-TC)框架,确定了其结构布局,其结构主要由用户交互式界面、应用设计子模块、推理决策模块和知识数据集成模块构成。采用DYNAFORM软件对油箱外壳双片组合成形(Double-Cover Forming,DCF)过程进行了数值仿真分析,仿真结果表明侧壁起皱和局部破裂是主要缺陷。利用数值模拟与正交试验设计(Orthogonal Experimental Design,OED)相结合的方法分析和优化了拉延筋高度和压边力参数,分析表明适当增大拉延筋高度和压边力可有效抑制起皱缺陷。优化参数后的制件拉延成形仿真和试验结果表明制件成形均匀性有了较大改善,成形质量得到提高。在产品形状特征树的基础上,采用层次化机制,构建了包括几何层、知识层、特征层、零件层的产品知识集成模型(Product Knowledge Integrative Model,PKIM),并通过形状特征的继承与映射生成了油箱壳的产品知识集成模型。提出了面向对象与产生式规则结合的工艺知识表示方法,为实现经验知识的驱动决策能力,引入了可信度和阈值的模糊表示形式,采用UG/KF的intent!语言实现了产品知识集成模型的表达与交互。分析了基于数值仿真的知识发现直接法和间接法两类方法。提出了一种基于因果逻辑的知识发现直接法及其规范化流程,并以油箱侧壁起皱缺陷与工程师凭经验选择的压边力以及拉延筋参数关系为例给出了基于因果逻辑的知识发现实现实例。完善了基于数据约简的知识发现间接法,给出了包括粗糙集约简、主成分分析和决策树约简三个阶段的知识发现规范流程,以五个工艺参数和成形质量评价指标的关系为例,从仿真数据中获取了拉延成形工艺的隐含知识。设计了包括实例和规则两类知识的智能设计系统推理机,给出了正反向推理控制策略及其冲突消除机制;提出了基于可信度因子的不确定知识推理算法,给出了运用已获取的规则知识实现不确定性推理匹配、冲突消除过程的实例。利用UG/Open二次开发工具和UG/KF模块设计了智能设计系统界面及其知识模块,实现了油箱外壳冲压成形工艺及其模具参数化智能装配。基于数值仿真的冷冲压工艺知识发现方法和层次化产品知识集成模型的研究成果有助于冷冲压工艺隐性知识的获取以及复杂设计流程中产品知识的规范化管理。