电磁成形可以改善难成形材料的成形性能,该成形过程是一种高速动态大变形过程,具有成形时间短、成形力分布均衡的特点。传统数值方法中的有限单元法因其通用性受到工程技术界的广泛重视,然而在处理上述问题时,传统的有限单元法存在着无法避免的精度过低、计算过程复杂等缺陷。同时,许多数值算法在求解大型复杂问题时计算成本与计算精度难以获得较好的平衡。而光滑有限元算法则使用低阶非结构网格,在保证计算效率同时可获得高精度计算结果,故该算法符合当前发展潮流。对于大型金属零件而言,金属渐进成形也将成为主要趋势。于此基础上,本文提出了基于BP神经网络的电磁渐进成形计算模型,将BP神经网络与电磁渐进成形过程结合以实现高效求解。本文具体工作为:1.将梯度加权有限元方法应用于低阶非结构网格的电磁问题数值计算中。在待求解区域离散划分为非结构网格后,梯度加权有限单元法通过构造新的光滑域进行计算,不仅具备了非结构网格的前处理成本低和计算效率高的优势,又明显改善了有限单元法因刚度过硬导致精度低下的缺陷。梯度加权有限单元法的理论推导和分析过程极为简便,具有简单易用、可靠实用等特点。通过几个数值算例的求解分析结果与有限元法计算结果、参考解析解进行比较,验证了该算法在电磁场问题的计算精度、效率、收敛性和稳定性。2.将边光滑有限元方法用于电磁成形过程的数值计算。基于光滑伽辽金弱形式的电磁场和机械场的公式,构建了适合电磁成形过程的边光滑有限元方法的数值仿真模型。通过对金属平板电磁成形等算例的分析验证了该计算模型在电磁成形问题上的有效性,其计算结果显示:基于低精度单元,却能取得较高的计算精度,并且能够适用于复杂的几何边界;抗网格畸变能力强,工件结构变形剧烈仍可继续计算;理论方法简便,便于实施;计算效率高。3.提出了基于BP神经网络的电磁渐进成形计算模型。在第一个成形周期内,通过基于时间迭代步的耦合方式,对每个分析步内的近场空气区域引入网格重新划分与网格随移技术,并将第一次成形结果收集、训练得到洛伦兹力与位移的神经网络。对于余下成形周期,根据训练得到神经网络快速计算获得变形结果,无需在每个时间步进行刚度矩阵组装与求解,实现高效求解。