中文摘要：

在圆锥形零件拉深成形智能化控制的研究成果基础上，以盒形件拉深为研究对象，采用有限元分析、实验研究及神经网络和模糊推论等人工智能技术手段，建立非轴对称件智能化拉深中材料参数识别和最佳工艺参数预测两个关键技术模型；再通过虚拟仪器技术，建立拉深工艺过程中信号的实时采集系统；并通过开发虚拟仪器软件与两个关键技术模型的接口程序，达到最佳工艺信号的实时反馈控制，从而实现盒形件拉深过程智能化的控制。板材成形智能化是控制科学与板材成形理论等多学科交叉产物，是成形过程自动化及柔性加工系统等新技术的更高发展阶段。由于在工程实践中，工件多为非轴对称复杂形状，因此研究非轴对称零件拉深智能化的关键技术更有实际应用意义。

结论摘要：

板材成形智能化是控制科学与板材成形理论等多学科交叉产物，是成形过程自动化及柔性加工系统等新技术的更高发展阶段。本课题在圆锥形零件拉深成形智能化控制的研究成果基础上，以盒形件为研究对象，建立了盒形件拉深的近似解析理论，给出了影响盒形件变形的主要因素及规律；采用有限元分析、实验研究的方法确立了法兰皱曲和侧壁破裂的临界条件并给出了获得法兰皱曲、侧壁破裂临界压边力曲线的方法，进而提出了以侧壁破裂曲线的裕度线为压边力加载曲线的破裂临界压边力控制原理；结合神经网络人工智能技术，建立了非轴对称件智能化拉深过程中材料性能参数实时识别和最佳工艺参数实时预测两个关键技术的神经网络模型，分析了影响识别、预测精度的主要因素并给出了针对本课题的解决方法，即在拉深初期采用恒定压边识别的策略同时使用平均值和去除奇异点数据的方法，使系统的识别精度达到2％，预测精度达到9％；应用虚拟仪器技术，建立了拉深工艺过程中信号实时采集和控制系统，并开发了虚拟仪器软件与两个关键技术模型的接口程序，实现了工艺信号的实时反馈控制。经过课题组多年的研究，逐渐形成了以实时监测、实时识别、实时控制和实时预测为核心技术的智能化拉深理论体系。