3420*20螺旋鋼管廠家在生產實際中得到了廣泛的應用。其中反算法能夠根據實時監測所獲得的反映被加工件變形特征的某些信息，通過分析和計算得到另外一些對成形過程具有決定作用的信息。西北工業大學的孫志超等1基于管材成形力和行程的關系曲線，螺旋焊管廠家提出了用反算法確定管材塑性本構關系的方法，并開發了確定塑性本構關系參數的反算程序，具有一定的參考價值。神經網絡具有較強的非線性映射功能，在參數預測方面受到高度重視。林啟權等以管材拉伸試驗數據為樣本建立了某合金本構關系的神經網絡模型并利用所建立的網絡模型對其他一些熱力學狀態下材料的流變應力進行了較好的預測。

構造了一個四層BP神經網絡，預測了TA15鈦合金本構關系。之后為了提高管材本構關系預測精度，閆晶等采用人工神經網絡、有限元模擬以及基于平面應力狀態的拉伸實驗相結合的參數識別方法，預測了尺寸因子（D/t）為50的鋁合金管的塑性本構參數。管材塑性彎曲卸載后常見的質量缺陷有：回彈、橫截面畸變、外側管壁減薄甚至斷裂、內側管壁增厚甚至起皺等，彎曲過程中，在外壁不破裂和內壁不起皺的條件下，對彎管成形性的評價主要從兩個方面進行：一是彎曲變形部分部的形狀尺寸精度，主要以外壁減薄率與橫截面畸變率作為評價指標；二是管材彎曲成形后整體的形狀尺寸精度，螺旋焊管廠家主要以彎曲變形后的回彈率作為評價指標。實際生產中，這些缺陷不一定同時發生。