正确确定本构模型中的物性参数是金属成形过程准确分析和模拟的基础。本文以Hill非二次屈服准则为基础，应用人工神经网络(ANN)技术建立了材料在变形过程中不同应力状态下物性参数m值的识别方法。而在金属成形过程的应变路径准确控制中，控制模型的建立是一关键。本文所采用的应变路径控制模型是建立在材料物性参数m值实时辨识前提下以数值模拟和神经网络技术为基础的控制模型。即首先根据上一步加载材料的实际应变增量、所加应力增量以及材料所在的应力状态识别出材料物性参数m值，然后再根据材料加载后的应力状态、目标应变增量以及识别所得m值，由训练好的识别应力增量的人工神经网络产生应加的载荷增量。本文在MTS实验机上进行了薄壁管拉扭实验，首先进行了识别材料物性参数m值的实验，通过实验中各阶段的实际应变增量值与m值识别前后计算所得理论应变增量值的比较，验证了识别所得m值的正确性以及根据识别所得m值进行应变控制可行性。其次，在正确识别材料物性参数m值的基础上进行了应变路径控制实验，通过实验过程中的实际应变路径与想要得到的目标应变路径的比较，验证了在正确识别材料物性参数前提下，基于数值模拟和神经网络的应变路径控制方法的正确性。