在焊接过程中，金属构件由于经历了不均匀的加热冷却过程，产生了焊接残余应力以及由此而产生的残余变形，不但严重地影响了焊接结构的抗脆断能力、疲劳强度和抗应力腐蚀性，还降低了焊接结构的刚性和承载能力。而焊接电流、焊接电压、焊接速度等焊接工艺参数对焊接应力有很大的影响。因此，优化焊接工艺参数是减少、控制焊接残余应力的一种有效手段。 本文以江铃底盘有限公司的8B型后桥壳体所用的16Mn钢板为研究对象，在有限元分析的基础上，利用RBF神经网络研究不同的焊接工艺参数对焊接过程产生的焊接残余应力的影响。在网络训练数据样本的采集过程中，本文用正交试验设计来安排有限元分析，采用级差分析进行数据处理，保证获取训练样本的代表性。研究结果表明，焊接应力随着焊接电流、焊接电压的增大而增大；随着焊接速度的增大而减少。因此，在保证焊透的情况下，建议在实际的生产中采用小电流、小电压，在速度允许范围内取最大值的焊接方法能有效的减少焊接残余应力的产生。 为了实现快速有效的选择焊接参数，节省实验经费，提高经济效益，本文开发了一个基于MATLAB的焊接残余应力预测界面。将有限元分析和神经网络嵌入其中，通过这个预测界面可以得到不同焊接工艺参数组合下的最大残余应力值，对实际生产具有一定的指导意义。 通过CAD/CAE软件的数据共享，建立8B型后桥壳体三维简化模型，利用结构对称的特点，取壳体的四分之一作为后桥壳体焊接过程的有限元分析模型。分析结果与神经网络预测结果进行比较，验证其在后桥壳体焊接中应用的可行性。同时也为复杂三维模型的焊接分析提供了参考价值。