邱超斌，张猛，郎利辉，郭庆磊，江培成，李奎，陈林

（1.航空工业西安飞机工业（集团）有限责任公司，西安 710089；2.北京航空航天大学 能源与动力工程学院，北京 100191；3.北京航空航天大学 机械工程及自动化学院，北京 100191；4.天津天锻航空科技有限公司，天津 300232）

冲压作为薄壁材料塑性成形的主要方式，具有操作简单、成本低、生产周期短及材料利用率高等优点，在汽车、高铁及航空航天等运载行业有广泛应用[1—4]。据统计，在汽车制造领域，有70%以上的零件通过冲压制造[5]。结合神经网络等智能手段探究薄壁材料的冲压成形工艺是提升汽车等制造领域工艺水平的重要手段，也是实现产业升级的有效途径[6—10]。

近20 年来，随着高性能计算机的普及，有限元被广泛应用于各个领域，在金属塑性成形领域大放异彩。当前，国内外诸多学者对冲压过程中的冲压速度、摩擦因数、压边力及拉延筋分布等关键工艺参数进行了研究，发现了大量具有指导意义的规律。谢延敏[11]等以板料减薄及增厚作为输出目标，采用粒子群优化方法获取了拉延筋分布及其具体参数同输出目标的对应关系；文艺等[12]利用遗传算法及响应曲面法对成形参数进行了优化，获得了某靠背零件的最佳成形工艺参数；赵茂俞等[13]将拉延筋的凸筋高度、凸筋圆角半径、凹筋圆角半径等作为影响因素，并采取正交试验法，获得了不同水平值下的输出目标值。上述研究工作均在利用各种寻峰或优化技术的基础上，通过分析不同成形工艺参数下的大量有限元计算结果进行计算，存在工作量大、优化模型过于庞大等缺点。……