车窗升降板作为调节汽车窗口的重要活动零件,其装配性能和使用性能的好坏直接决定了车窗活动的平稳性和顺滑度。鉴于其形状复杂、曲率变化大、对装配尺寸精度要求高的特点,需尽可能地减小零件回弹以获取高质量零件。回弹量与冲压成形工艺参数之间存在着交互性强、影响因素多、约束条件复杂的非线性联系,采用单一的数学解析手段不能求解两者之间的函数方程,无法精确额预测变形量。针对该问题,本文基于数值模拟技术、试验设计方法、近似模型和优化算法的综合应用,实现车窗升降板的回弹预测和成形工艺参数优化。本文研究内容和创新点主要体现在以下几个方面:(1)以拉丁超立方抽样方法获取的100组样本数据为依据,基于支持向量机(SVM)构建回弹量与成形工艺参数之间的近似模型,以径向基函数为核;(2)通过K折交叉验证法(CV)和粒子群优化算法(PSO)优化SVM近似模型的惩罚因子C及核参数?,提高SVM近似模型对车窗升降板回弹量的预测精度;(3)引入遵循递减策略的惯性权重?、学习因子21cc和、限制最大速度maxv和最大位置maxx、种群个数N和迭代次数k等参数改进PSO的寻优本领;(4)分别采用均方差和平均误差对CV-SVM、PSO-SVM近似模型进行精度评价,并结合粒子群优化算法对成形工艺参数进行全局寻优和回弹预测。在DYNAFORM软件下对获取的成形工艺参数进行数值模拟分析与验证,确定最优解;(5)将最优的成形工艺参数应用于生产实践,检验由支持向量机近似模型预测的成形工艺参数可靠性和准确性。该算法和优化工艺应用于企业试生产,经过实例验证,车窗升降板回弹量得到了有效控制,并未对其装配尺寸精度和使用性能造成影响。