板材数控渐进成形工艺不需要专用的模具,是一种柔性的成形工艺,它根据板材零件的成形要求设计数控程序,然后通过数控机床的进给系统,成形工具按照一定的轨迹逐步地成形板材,直到得到需要的零件。这种工艺尤其适合于加工汽车覆盖件、飞机蒙皮、洁具等小批量、多品种的产品以及新产品开发,可以大大缩短产品开发周期、降低开发成本和新产品开发的风险。　　回弹是板材数控渐进成形过程中不可避免的现象,它直接影响着制件的成形精度,制约着渐进成形的进一步推广和应用。渐进成形回弹问题是一个十分复杂的问题,影响因素很多且相互耦合,表现出高度的非线性,再加上实际加工条件的复杂多变性,使问题变得更加难以把握。目前尚未见到有关渐进成形回弹机理分析的研究报导,渐进成形的回弹预测以及控制也没有被全面、深入、系统的研究。因此分析渐进成形回弹机理,找到高效可靠的回弹预测与补偿方法,提高数控渐进成形工件的成形精度,是板材数控渐进成形领域迫切需要解决的难题。　　本文以数值模拟、计算机辅助检测、数据挖掘和闭环成形控制技术为研究手段,对板材数控渐进成形回弹机理、回弹的智能预测以及闭环补偿方法等几个方面进行了深入研究,为实际生产中解决回弹问题、提高工件成形质量、缩短新产品开发周期提出了新思路。　　首先对 Hill厚向异性屈服模型下渐进成形板料的弹塑性速率型本构方程进行了推导,建立了用于渐进成形回弹模拟的三维弹塑性有限元模型,解决了工具头运动轨迹加载等关键技术问题。　　利用有限元方法对板材数控渐进成形进行数值模拟,对渐进成形的过程采用动态显式算法,利用静态隐式算法完成渐进成形后卸载回弹的模拟,详细分析了在板材渐进成形过程中板料上的应力、应变分布特点,指出成形过程中的内、外表面的应力差值是引起回弹的直接原因。揭示了渐进成形工艺所特有的回弹特点,分析表明,在渐进成形过程中存在残余应力的释放和弹性回复,工具头逐次成形过程是板料内部应力不断重新平衡和弹性应变能不断释放的过程。　　基于正交实验与数值模拟技术对板材数控渐进成形回弹影响因素的敏感性进行分析。利用数据挖掘技术中多元线性回归以及PSO-ANN等神经网络算法分别建立板材数控渐进成形回弹预测模型,并引入基于PSO-ANN神经网络的非线性组合预测模型对单项预测模型进行优化,有效避免了单一模型有可能丢失不同渐进成形回弹信息这一局限性,相比其它单项回弹预测模型有更高的预测精度和稳定性,具有一定的实际应用价值。　　本文将自动控制理论中反馈控制理念引入数控渐进成形工艺,建立了用以补偿回弹、提高渐进成形件精度的闭环控制模型,并利用傅立叶和小波变换联合进行板材渐进成形工件型面的时域—频域转换,更加全面、准确的得到渐进成形工件型面的时频信息,为渐进成形回弹的闭环反馈控制减少迭代次数,快速收敛奠定基础,并在此基础上提出基于傅立叶和小波变换结合的数控渐进成形轨迹型面闭环补偿算法,利用该算法可预测出理想的加工轨迹型面形状,实现渐进成形回弹误差的精确补偿。　　将数值模拟与回弹闭环补偿算法结合,首次应用于球面浅碟形工件的渐进成形轨迹型面设计中,结果表明,该方法对消除渐进成形回弹误差是有效和可行的,具有较高的收敛效率,可大大提高渐进成形工件的尺寸精度。