板料的成形极限图(FLD)一般是在线性加载(简单加载)和近似线性加载的条件下得到的,因此用这个准则去分析复杂加载路径下板料成形成败的有效性就有显偏颇。近年来,国内外学者研究普遍认同板料的极限应变状态只由最终的应力状态决定,失稳点的应力状态与应变路径无关,进而提出了基于应力的成形极限图(FLSD)作为成形极限判据的观点。而FLSD研究及应用的难点在于FLSD的建立及真正在工程上的应用验证。本文在国家自然科学基金的资助下,作了如下探讨:首先,用试验的方法得到了两种黑色金属(SPCEN、08Al)和一种有色金属(LF21M)在不同加载路径下的极限应变,根据课题组成员开发的应力应变转换程序得到了对应的极限应力及FLSD;其次,考虑到FLSD与成形条件(应力状态)之间的非线性相关,本文利用神经网络的高度非线性映射功能,进行了基于BP神经网络方法预测FLSD的研究。最后,本文利用Dynaform软件对派里奥轿车的左后悬挂架进行了多道次拉深成形的有限元模拟,以试验及神经网络预测得到的成形极限应力图(FLSD)作为判据,对板料多道次拉深成形的成形性进行了分析研究。研究结果表明:不同加载路径下得到的成形极限应力图接近于一条曲线,即基于应力的成形极限图是与加载路径无关的;用成形极限应力图作为判据分析板料的成形性是切实可行的;用人工神经网络预测FLSD是行之有效的。本文通过实例验证了FLSD在判断复杂应变路径下的多道次零件成形比基于应变的成形极限图更加可靠、有效。