板料冲压成形作为一种重要的塑性加工方法，应用广泛。在板料成形领域，零件的最终形状往往取决于成形后的回弹，所以回弹问题一直是研究的热点。回弹研究包含回弹预测和回弹控制两个相互影响的方面，对回弹进行准确的预测有利于我们有效的控制回弹，因此对回弹预测进行深入研究有着重要的意义。 传统的解决方法是采用不断的修模、试模的方法来优化模具型面形状和确定成形工艺，这样既耗时又费钱。如果能在模具制造以前就预先选择较好的模具型面形状以及制定成形过程中较优的工艺条件，可以大大降低成本、提高产品质量。近年来板料冲压CAE等新技术的发展为解决回弹问题提供了有力的现代手段，但前人对材料参数、模具型面和成形工艺分别进行研究，缺乏综合考虑；对回弹预测的研究也局限于单因素单方法或多因素单方法。因此研究基于数值模拟的回弹预测，以科学的实验设计方法合理安排实验，采用多种数据处理手段建立回弹预测数学模型，从而提高对冲压件的成形精度控制，就成了本文的研究重点。 本文首先阐述了薄板冲压成形中回弹问题存在的严重性，以及解决回弹问题对于整个板料冲压成形领域的重要意义。接着详细介绍了板料成形回弹理论研究、回弹控制和预测的国内外研究现状，以及板料冲压成形和回弹数值模拟的关键技术和理论，在此基础上，本文提出基于正交实验与数值模拟技术的回弹因素研究和基于均匀设计与组合预测的回弹量建模。在选取回弹影响因素时考虑了几何、材料、工艺三方面因素相互作用，把组合预测方法引入板料冲压领域，提出了基于BP神经网络的组合预测回弹量新思路。 以储物箱底板冲压成形为例，利用正交实验法优化实验安排，应用商业数值模拟软件DYNAFORM和后处理软件LS-PREPOST分析了冲压成形、回弹过程，研究了几何、材料、工艺对回弹量的影响。结果表明，在研究回弹的实验中，需将材料参数和模具型面考虑到实验的安排中才更好反映实际情况。接着以均匀设计法安排实验，对冲压成形和回弹过程进行数值模拟，分别以回归分析方法和BP神经网络方法对回弹数据进行处理，分别得出预测模型，为提高预测精度和稳定性，以非线性组合预测方法对已得到的预测结果进行再次预测，得到了最终的预测模型，结果表明组合预测方法相对于单独预测更适合于板料冲压领域，为预测回弹提供了一种新思路。最后根据对回弹结构的分析研究，提出了回弹因子以此在冲压后回弹前判断回弹趋势，以此为基础，本文思路为主线，结合VC和Matlab编程实现回弹预测原型系统，为预测和控制回弹问题