四辊卷板机是一种重要的大型机械设备,在诸多工程行业均有广泛的应用,其功能是将金属板材卷制成各种规格的筒形件以满足工业需求。本文以W12数控四辊卷板机为研究对象,以改善卷制效果为目标,在四辊卷板机卷圆成形工艺的基础上,研究卷制过程在线自适应优化算法,以提高卷制精度及卷制效率;建立椭圆柱面卷制模型,研究椭圆卷制成形工艺,开发适用于工业应用的椭圆卷制方法;针对辊缝值建立BP神经网络辊缝预测模型,提高四辊卷板机智能化水平。首先,在分析四辊卷板机卷圆成形工艺时,以W12四辊卷板机的结构参数为基础,对卷制过程中准备、对中、预弯、卷制、合口和矫圆主要环节进行应力分析,建立卷制工艺理论模型。以西门子PLC s7-300为控制器编写卷圆模型程序,将模型计算得到的辊缝值与实际辊缝值进行比较并分析模型的准确性。在对卷圆模型进行精度提高时,利用自适应优化算法对目标值(辊缝)进行逼近,针对同一板材的相同规格筒形件采用二分法对辊缝值进行逼近,针对同一板材的不同规格筒形件采用拉格朗日插值法对辊缝值进行预测。针对椭圆卷制模型进行研究时,由于椭圆各点曲率半径的不同,在实际生产过程中不利于卷制,也不利于程序的编写。因此对椭圆曲率半径的计算过程进行简化,并利用辛普森公式等计算椭圆每段弧对应的弧长,从而实现椭圆的自动化卷制,同样引入自适应学习优化算法对椭圆模型进行优化,提高模型的计算精度。针对卷圆工艺提出了BP神经网络辊缝预测控制模型,以四辊卷板机生产过程中产生的数据作为训练样本,并通过BP神经网络进行训练,在分析大量实际数据后得到一个较为精准的神经网络预测模型来代替应力分析的卷圆模型。本文分析了传统卷制工艺中的一些不足,指出了可能的原因并提出相应的改进方案,为四辊卷板机的发展提供了一些有效的思路。