随着科技的发展,船舶制造业逐渐告别劳动密集型产业,向数字化、自动化转变,船舶外板自动成型系统的研究显得尤为重要。钢板成型可以分为热弯成型和冷弯成型,基于“船舶壳体曲面板自动成型系统”课题,提出了冷、热加工的成型方式,热弯成型是采用电磁感应加热作为热加工方式,冷弯成型是以一对凹凸轮作为冷加工方式。课题研究思路是利用数值模拟计算出目标形状钢板展开成平板时的应变分布,通过研究应变分布和加工路径、加工参数的关系,从而达到已知目标形状钢板可以快速准确得到加工路径和加工参数的目的。因此,研究设备的加工参数与板材成型的应变的对应关系,对船舶外板自动化成型具有重要意义。首先利用ABAQUS有限元软件对板成型热加工和冷加工进行数值模拟,对成型后产生的应变进行分解转换,以面内应变和面外应变的形式描述加工过程中的应变规律。再应用PyTorch建立加工参数的人工神经网络预报模型,通过数值模拟产生的大量样本,以面内应变和面外应变作为主要输入,加工参数作为输出,对人工神经网络模型进行训练和测试。最后将人工神经网络模型测试样本的输出加工参数代入ABAQUS进行仿真计算,计算得出的应变值与测试样本实际的应变值进行误差分析。结果表明:当分别采用“2-30-2”人工神经网络结构模型预报热加工参数和“3-7-1”模型预报冷加工参数时,预报的鲁棒性、响应性和收敛性均良好,经过测试样本和实际值的误差比对,能够证明所创建的人工神经网络模型可以较好的预报板成型线加工的参数。为提高样本产生以及人工神经网络模型调试的效率,开发出了板成型线加工参数预报系统,经过验证,证明该系统能够根据目标钢板数据自动生成和确定人工神经网络预报模型。