三维自由弯曲作为一项创新的柔性成形技术,在高精度金属空心构件成形方面具有突出优势。但目前针对该技术成形精度优化的研究尚未完善,严重制约了其工程化应用。因此,开展自由弯曲成形精度优化研究对于推进自由弯曲空心构件工程化应用具有重要意义。本文基于机器学习技术对自由弯曲空心构件成形精度开展了优化研究。根据自由弯曲成形基本原理,结合有限元仿真分析技术为机器学习提供了合理的训练样本,并基于此建立了相应的BP神经网络预测模型,对自由弯曲常用管料的U形构件成形精度进行了有效预测和优化。得出的主要结论如下:（1）根据自由弯曲空心构件的成形精度优化需求,通过引入弯曲半径-弯曲角度协同修正因子k,实现了自由弯曲成形工艺解析算法的优化,并建立了自由弯曲力学分析模型与网格局部细化有限元仿真模型;基于有限元模拟结果量化分析了自由弯曲过程中的各因素对构件成形精度的影响效果,为机器学习的训练样本数据设计提供了指导。（2）根据量化分析结果设计了自由弯曲空心构件成形精度优化多目标正交试验,并基于矩阵分析法确定了各正交因子对构件成形精度的作用权重;同时,基于“min-max”方法对正交试验数据进行归一化处理,在保持原数据分布特征的基础上消除了各参数的量纲影响,为机器学习模型的训练样本建立奠定了基础。（3）建立了自由弯曲空心构件成形精度预测BP神经网络模型,并通过网格搜索交叉验证方法确定了神经网络网络最优超参数;基于最优神经网络模型预测了不同材料及壁厚管料U形构件的自由弯曲成形精度,并根据影响因素权重排序结果进行工艺参数调节优化,进一步验证了将机器学习技术应用于自由弯曲空心构件成形精度优化的可行性。