断续加载面内弯曲是通过倾斜冲头对金属板带进行断续局部压缩来实现成形的一种自由锻过程,工艺参数的交互作用对弯曲半径的影响很大。在影响板带弯曲半径尺的工艺参数中,最重要的包括冲头倾斜角度α、冲头压下量s、板带进给量p、板带宽度w0、板带厚度t0等。在成形过程中,如何优化这些工艺参数是一个亟待解决的问题。本文通过铝板带的断续加载面内弯曲实验,探讨了冲头倾斜角度α、冲头压下量s、板带进给量p、板带宽度w0对弯曲半径尺的影响,开发了断续加载板带面内弯曲数据库IPBDB.利用人工神经网络建立了断续加载面内弯曲的预测网络模型,通过训练,该网络模型能够根据输入节点数值预测输出结果。当在网络输入节点给定工艺参数值后,在输出节点能够预测出相应的板带弯曲半径。经实验验证,预测的板带弯曲半径与物理实验值的误差在3%以内,说明建立的板带弯曲半径预测模型是可行的。以弯曲板带抗起皱能力为优化目标,冲头倾斜角度α和冲头压下量s为优化参数,提出了工艺参数优化方案,设计了适用于断续加载面内弯曲的基本遗传算法,实现了满足给定弯曲半径条件下的工艺参数优化。