随着我国国民经济的飞速发展,钢铁的需求量越来越大,同样,我国的无缝钢管和焊管的需求量也在增大,但在我国钢管的生产线中,切断设备一直是一个薄弱环节。目前国内钢管切断装置普遍使用锯切的方法,锯切装置存在切口质量差、成本高、磨损损耗大、惯性大引起定位精度降低等问题。为了解决这一问题,近年来出现了管材滚压式剪切设备。影响切口质量因素繁多,各种因素对切口质量的影响无法用确切的定量关系描述。因此分析各工艺参数对切口质量的影响及研究管材滚切过程的预测系统,具有重要的理论和实际意义。本文根据有限元的基本理论,以管材切口质量为研究目标。并采用通用有限元软件ABAQUS/Explicit,建立可靠的管材滚压剪切数值仿真模型。研究了不同工艺参数对滚切力、管材切口质量和滚切力矩的影响。并用实验验证了用有限元模拟管材滚切的过程是可行的。本文对传统的BP神经网络进行了研究,针对BP网络模型的权值初始化的随机性、收敛速度慢、易陷入局部最小等缺点,采用自适应遗传算法对BP网络模型权值和阀值进行全局优化搜索,建立了基于GA-BP算法管材滚切预测模型。利用管材滚切预测模型,以模拟和试验得到的管材滚切的样本数据,运用MATLAB软件进行仿真,并用训练样本和测试样本对模型进行了检验,结果表明管材滚切预测模型具有很好的稳定性和很高的预测精度,是一种可靠的预测管材滚切的模型。最后根据建立的管材滚切预测模型,使用MATLAB语言编写了管材滚切预测系统及用户操作界面,实现了对管材滚切预测的人机交互。