板材成形的智能化,是控制科学、计算机科学与板材成形理论的有机结合,根据被加工对象的特征,利用易于监测的物理量,识别材料的性能参数,预测最优的工艺参数,并自动以最优的工艺参数完成板材成形过程。轴对称件拉深成形的智能化是板材成形智能化研究的一个重要方面,是研究复杂曲面件智能化拉深成形的基础。材料参数和摩擦系数实时识别是轴对称件拉深成形智能化系统主要组成部分,实时识别精度的高低、实时识别时间的长短直接影响轴对称件拉深成形智能化的成败。本文利用人工神经网络学习能力强、容易进行模式识别与预测、容易进行信息处理的特点来实现材料参数的实时识别与最优工艺参数的预测,同时利用BP(Back Propagation)神经网络对材料参数进行了实时识别与最优工艺参数实时预测的研究。本文建立了锥形件拉深成形智能化控制过程中参数识别的神经网络模型,利用MATLAB编程语言编写了BP神经网络算法程序。实验证明,BP神经网络比较适合于锥形件拉深成形智能化控制过程中参数的实时识别与最优工艺参数的预测,对以后进一步研究板材锥形件拉深成形智能化控制具有较为重要的意义。本文采用虚拟仪器控制软件LabVIEW,开发了材料性能参数识别模型和优化压边力预测模型接口程序,解决了智能拉深过程中的压边力的实时预测和实时控制关键技术问题。结合原有的数据采集系统以及控制系统,完成了整个锥形件智能化系统的集成和调试工作。