拉深是板料冲压加工中一种重要的工艺方法，在汽车、拖拉机、飞机、钟表、电器、仪表、轻工和民用产品中，均有广泛应用。拉深技术水平在某种程度上反映出一个国家或地区的工业现代化水平。成形极限是拉深领域研究的热点问题之一。查表法仅限于规则形状、固定材料的零件，并且数据陈旧；理论推导法得出的公式通用性差、计算繁琐经常需要积分、求导；数值模拟是一种有效的分析成形极限的方法，但缺点是软件昂贵、计算耗时，而且需要较多的专业知识，学会使用这些专业软件并非一日之功；近年来各种智能方法在拉深领域得到了广泛运用，不过大多集中在工艺设计、压边力优化和回弹研究方面。目前还没有一种能够快速、准确预测拉深极限的方法，因此这方面研究具有一定意义。 论文总结了目前板料拉深成形研究现状和研究方法。详细阐述了拉深成形理论、板料成形数值仿真理论。简要介绍了美国ETA公司开发的专业冲压仿真软件DYNAFORM。对从事拉深件数值仿真方面工作的人员有一定的参考价值。 提出了一种新的预测一次拉深极限高度的方法。将正交试验、数值仿真、人工神经网络相结合，汇聚三者的优点于一体，从而达到快速预测一次拉深极限高度的目的。本文以直壁筒形内腔零件为研究对象，证明了该方法的可行性。 分析了一次拉深极限高度的影响因素。通过理论学习，总结出各影响因素的作用原理和方式，然后通过一组对比仿真试验进一步论证了以上分析总结的正确性，并给出了本文中这些因素的取值。 制定了试验方案并完成了三批仿真试验。以正交试验法为参考，结合本文自身特点制定出合理的试验方案，重点考虑因子及其水平的选取。然后选择合理的过程参数，并应用冲压仿真软件DYNAFORM完成仿真试验。这些试验数据可为冲压仿真研究领域的人员提供参考和依据。 建立了用于预测拉深极限高度的BP神经网络。通过选取适当的层数、神经元数、输入输出变量以及训练算法等，设计出BP神经网络模型。将仿真试验得到的数据作为样本训练该网络，并通过保留数据检验网络预测的可信度。 本文提出的预测一次拉深极限高度方法已在MATLAB6.5中实现，与DYNARORM仿真结果相近。该方法具有通用性，可以推广到任意形状的零件，指导设计与生产。