冲压成形是现代工业生产中一种重要的加工手段,被广泛的应用于各个领域。金属板料在冲压过程中由于弹性因素影响会产生残余应力,使板料在卸载后发生与冲压方向相反的弹回,这种现象称为回弹。回弹问题是加工缺陷的一种,它影响了加工零件的尺寸精度,并且会影响后续的装配以及工件的使用寿命,所以应该对其进行精确的预测和控制。由于影响回弹的因素众多、形成回弹的原因复杂、涉及的学科广泛,一直以来回弹问题都是学术界讨论的热点问题。因此对回弹量的精确预测分析,进而实现回弹控制,对于实际加工生产过程中提高产品精度、延长使用寿命、缩短研发周期等都有着重要意义。本文在对金属塑形理论和弯曲回弹理论研究的基础上,主要完成了以下工作:1.分别利用了ANSYS/LS-DYNA和DYNAFORM有限元分析软件对板料的弯曲回弹进行了预测计算,并通过实例分析过程对两者进行了对比。通过对比,选择了DYNAFORM作为回弹预测的有限元分析工具。2.确定了压边力、相对圆角半径、凹模圆角半径、板料间隙和摩擦系数五个参数作为影响回弹的主要因素,并确定了五个影响因子的水平,随后安排了板料回弹的正交试验,并进行了数据细化工作。试验结束后通过正交试验结果分析方法对试验结果进行了分析计算,初步确定了各因子对回弹影响的显著程度。3.在正交试验结果的基础上,建立了BP神经网络对回弹结果进行模拟分析,经过训练学习后,验证了网络的预测结果和有限元分析结果十分接近,可以代替有限元软件对回弹结果进行预测。本文综合运用了有限元数值分析、正交试验、BP神经网络等研究方法对板料弯曲回弹问题进行了精确的预测分析,结果表明,利用BP神经网络与有限元方法相结合的手段对回弹进行预测,不但可以节省大量的计算时间,还保证了预测结果的精度,是一种回弹预测可行的新途径。