板材成形的智能化，是控制科学、计算机科学与板材成形理论的有机结合，根据被加工对象的特征，利用易于监测的物理量，识别材料的性能参数，预测最优的工艺参数，并自动以最优的工艺参数完成板材成形过程。V型自由弯曲成形的智能化是板材成形智能化研究的一个重要领域。材料参数实时识别是V型自由弯曲成形智能化系统的主要组成部分，实时识别精度高低、实时识别时间长短直接影响V型自由弯曲成形智能化的成败。本文利用人工神经网络学习能力强、容易进行模式识别以及模糊控制善于描述和利用经验知识、容易进行信息处理的特点和优点来实现材料参数的实时识别，同时利用具有模糊神经网络特点的RBF(radial basis function)神经网络对材料参数进行了实时识别研究。本文建立了V型自由弯曲成形智能化控制过程中性能参数识别的模糊神经网络模型，用数值模拟方法提供输入数据并为网络确定输入节点提供依据，利用MATLAB编程语言编写了模糊神经网络算法程序，进一步完善了智能化控制系统，同时对与模型相关的问题进行了研究。实验证明，模糊神经网络比较适合于弹性模量变化不大的V型自由弯曲成形智能化控制过程中参数的实时识别。为了扩延识别范围，本文对RBF神经网络实时识别进行了研究。这对以后进一步研究板材成形智能化具有重要意义。