管材冷弯成形是指管材在多模具协同作用和严格配合下发生塑性变形的过程,具有轻量化、强韧化和低消耗等优点,从而被广泛的应用于航空航天和船舶海洋工程等先进生产技术领域。目前对于管材冷弯成形的研究存在经验性强、可继承性差和效率低等缺陷,本文针对管材冷弯成形预测和工艺参数优化系统开展研究,可以有效的指导管材冷弯的实际生产。管材冷弯成形存在众多可能会对成形结果产生影响的因素,不利于开展显著性分析。本文首先利用相关性分析对于影响因素进行筛选,确定选取芯棒伸出量、芯棒与管材间隙值、压模相对侧推速度和管材冷弯时长作为考察的影响因素。利用SPSS对其制订5水平4因子正交试验方案,借助数值模拟手段取得与之对应的起皱率、扁平率和减薄率,通过逐步回归分析获得影响因素显著性分析结果。在此基础上,利用数值模拟生成大量训练样本,对MPSO-BP神经网络进行训练,通过对比神经网络预测与数值模拟结果验证神经网络的有效性。依据Topsis多目标优化策略,结合MPSO-BP神经网络预测与元胞遗传算法,实现伸出量和间隙值的工艺参数优化并验证了优化算法的有效性。最后利用MATLAB的GUI平台将上述成果程序化,开发了管材冷弯成形预测与工艺参数优化的人机交互系统。