强力旋压是一种综合了锻造、挤压、拉伸、弯曲、环轧和滚压等工艺特点,用于成形薄壁空心回转体零件的一种金属压力加工方法,被广泛用于工程机械、航空航天、武器装备等制造领域。强力旋压是一个复杂的塑性成形过程,加工精度受多种因素的影响,所以成形工艺的合理制定一直是该领域的一大难题。在实际生产过程中,旋压工艺的制定主要依靠工艺人员通过一些简单的经验计算公式并结合个人的实际经验,然后进行大量试旋的方法来确定最终的工艺参数。这种方式往往不仅提高了对工艺人员经验素质的要求,而且带有很强的主观性和不确定性,容易导致人力、物力和时间的浪费。本文结合某企业生产实际需求,对基于知识和神经网络的筒形件强力旋压工艺计算机辅助设计系统进行研究与开发。本文将知识工程引入旋压工艺领域中,对筒形件强力旋压工艺设计经验和知识进行系统化处理,建立了旋压产品及工艺设计知识库,包括材料库、规则库、事例库;提出了适合于筒形件强力旋压工艺事例表示、事例检索的方法,建立了事例的相似度计算模型。针对二次多项式响应曲面在解决非线性问题时的局限性,提出了以BP神经网络为基础构建响应曲面的方法,建立材料参数、筒形件强力旋压工艺参数等与旋压力最大变化值之间的映射关系,并结合粒子群优化算法求解,从而实现对筒形件强力旋压工艺参数的优化。在对有限元基本理论和筒形件强力旋压工艺特点进行深入分析的基础上,通过商业软件MSC.MARC,建立了强力旋压的三维弹塑性有限元模,并对优化实例进行了有限元模拟验证。在以上研究的基础上,本文以AutoCAD为平台,开发了基于知识和神经网络的强力旋压工艺辅助设计系统,该系统建立旋压产品及工艺设计知识库与数据库,提