水火弯板加工工艺已成为造船生产流程的瓶颈，从而引起了整个行业的关注，近年来国内外对船体复杂曲面钢板自动水火加工成形课题都进行了大量的研究，目的就是为了实现该加工过程的自动化。本文的工作就是基于这样的背景开展起来的，同时本论文的研究内容属国家863项目“大型复杂曲面钢板水火成形产品机器人研究”的一部分。本文在前人工作的基础上在以下几方面进行了进一步的研究： 1．介绍了鞍形外板试验的研究方法、实验原理和实验方法。 2．在实验的基础上运用回归方法对鞍形板局部收缩量建立了回归模型并分析了模型的适用性。以12～24mm系列板厚的实验板测试数据为依据，在板厚、曲率半径、焰道长度相同的情况下分别建立局部收缩量与加热速度工艺参数之间的多种数学模型，选择最优回归模型。 3．对神经网络以及B-P神经网络进行了简单的介绍和多方面的讨论，并应用B-P神经网络，把加热速度参数及局部收缩量作为输入输出的教师样本，建立了神经网络模型。介绍了网络的结构设计和网络的训练过程。 4．将经典回归模型和神经网络模型在水火弯板中的应用作了相应的比较。