回弹现象是薄板成型过程中的常见缺陷之一。为提高冲压件的产品质量，缩短新产品开发周期，必须对回弹进行准确的预测和有效的控制。自70年代以来，有限元仿真技术已广泛应用于板料成型的数值模拟中，但目前的有限元模拟对准确计算成型件中的应力状态还缺乏系统的研究，精确的回弹模拟计算仍是世界范围的一大难题，因此试验研究仍是回弹问题必不可少的研究手段。本文重点开展了凸弧翻边、凹弧翻边、V型件冲压、U型件冲压等典型冲压工序的回弹试验研究。文章首先概述了薄板冲压回弹的有限元数值模拟技术的相关基本理论，分析了影响回弹数值模拟精度的主要因素。然后开展了凸、凹弧翻边的回弹试验，通过对试验数据的统计分析，得出了各因素及交互作用对回弹量的影响大小。采用遗传算法得到了试验条件下的回弹经验公式，为回弹补偿提供了定量依据。建立了翻边回弹的人工神经网络模型。然后进行了U、V型件弯曲回弹的试验研究，对V型回弹试验数据也建立了相应的人工神经网络模型，得到了网络预测的回弹影响曲线，并分析了试验选取的典型件的回弹具体补偿措施。最后利用ANSYS／LS—DYNA软件对试验典型件进行了有限元数值模拟的对比分析。 文章得到了一些回弹的主要影响因素和规律，为合理补偿回弹提供了有效途径，并为回弹的工程控制和数值模拟提供了指南和参考。文中采用人工神经网络建立回弹量与各影响因素之间的数学模型，为研究回弹影响因素及回弹量预测提供了有效的途径。本文工作对研究更一般的汽车覆盖件的回弹变化规律和控制方法有重要意义。