随着人工智能和工业互联网的发展,传统生产线在经历着智能化的升级,智能化的生产线需要并入更多的识别、工艺决策、质量反馈等自动化和智能化的控制方法。在冲压生产线上板材在线识别是后续生产工艺规划的前提和质量控制基础,因此摆脱现在一些试验室下的测试方法,给出基于在线数据的性能识别方法对冲压线自动化智能化升级改造起到较好的推动作用,因此,本文基于弯曲和胀形两种变形逆向识别材料参数的研究具有重要意义。本文利用弯曲和胀形两种变形研究自识别与融合识别材料性能参数,提出两种识别方法:（1）相关法:构建模拟材料,拟合相关方程,逆向识别真实材料性能;（2）优化法:推导解析模型,获取试验数据,以试验数据与解析数据的最小残差平方和为优化目标,反向标定性能参数。本文主要内容如下:（1）设计了模具尺寸可调节的弯曲、胀形测试装置,在线提取真实板材的弯曲成形数据,基于数据识别材料弹塑性性能。分析了模具尺寸对成形曲线的影响规律,构造了屈服载荷与屈服强度的相关关系,确定了本文提出的窗口向量法识别屈服载荷效果更好。建立了弯曲解析模型,以弯曲解析数据与试验数据的力最小残差平方和为优化目标,利用优化法高效识别材料的弹塑性参数。同时,在卸载弹性模量非线性假设条件下,确定了板材弯曲的卸载性能参数识别方法,分析了不同材料弯曲循环加载卸载位移载荷曲线规律。（2）利用胀形变形识别材料的硬化参数以及抗拉强度。获得了胀形装置凸凹模尺寸比、应变能对β参数的影响规律,建立了含应变能与凸凹模尺寸比的抗拉强度相关模型,进一步提高了抗拉强度的识别精度。建立了胀形解析模型,以胀形解析数据与试验数据的力最小残差平方和为优化目标,应用优化法识别了材料大变形硬化参数,得到了胀形优化大变形硬化参数具有较好的收敛一致性规律。（3）针对在弯曲、胀形自识别材料参数普适性弱的问题,提出了顺序融合识别和并序融合识别性能方法,分别得到了两组识别参数,验证了并序融合识别组性能参数在不同受力成形状态下工件成形过程中普适性更强。最后,针对大变形后断裂的识别问题,利用GTN模型描述材料断裂过程,构造了基于遗传算法的断裂性能参数的识别方法,验证了遗传算法优化断裂性能参数的收敛性与高效性。