车身覆盖件由于结构复杂、精度和表面质量要求严格以及影响其冲压成形的因素之多，决定了其冲压过程中变形规律的复杂性，分析起来十分困难。汽车整车产品中，覆盖件特别是车身覆盖件的市场生命周期最短，变化最频繁。随着汽车工业的发展，覆盖件冲压成形中回弹问题变得越来越棘手，这对提高车身覆盖件制造精度、降低模具成本、缩短车身覆盖件模具开发周期具有十分重要的现实意义。目前回弹预测与控制的问题已成为该领域的研究热点与难点之一。前围板是一种基本的车身覆盖件。论文按照不同的冲压参数，对前围板冲压成形过程进行了仿真试验。结合仿真试验结果，对影响冲压成形性能的部分冲压参数进行了研究。然后，依据成形仿真试验，对前围板进行了回弹仿真试验，并利用正交试验法对影响回弹的冲压参数进行了定性的分析。在前围板回弹仿真正交试验的基础上，本文应用BP神经网络方法建立了基于前围板冲压成形仿真的BP神经网络回弹预测模型，并预测了不同冲压参数(压边力、摩擦系数、板料厚度)下前围板的回弹量，得到了较好的结果。然后，利用BP神经网络预测的回弹量，并与仿真试验结果进行了对比分析，验证了采用仿真试验和BP神经网络对回弹预测的准确性和可靠性。最后，对前围板进行回弹补偿，并且进行了拉深模具设计。最后，利用BP神经网络预测的回弹量，对前围板进行回弹补偿，进行了拉深模具设计。并对实际与理论冲压结果进行了对比分析，验证了采用仿真试验和BP神经网络对回弹预测的准确性和可靠性。