（哈爾濱工業(yè)大學機電工程學院，哈爾濱 150006）

在航空航天設備的核心零部件中，薄壁類零件占有很大比重，目前生產(chǎn)此類工件大多采用多軸聯(lián)動數(shù)控加工成形的方式。該方式除了具有柔性好、準備周期短、生產(chǎn)效率高等特點，還能保證金屬材料內(nèi)部結(jié)構(gòu)不被破壞，使材料的最佳性能得以發(fā)揮。但由于此類零件具有薄壁結(jié)構(gòu)，故在切削過程中不可避免地發(fā)生切削顫振，極大地影響了工件表面質(zhì)量。因此，在薄壁零件的加工過程中要對切削顫振加以抑制。

為實現(xiàn)顫振的在線抑制，利用配置先進傳感設備的數(shù)控加工中心進行智能加工已成為未來機械制造行業(yè)發(fā)展的新方向。智能加工可以利用先進傳感器對加工過程進行實時監(jiān)測，并根據(jù)反饋信息控制加工狀態(tài)以實現(xiàn)加工過程的閉環(huán)。但由于受到封閉式商用數(shù)控系統(tǒng)的限制，大多數(shù)機床制造廠商無法為機床增加特定的智能控制功能，導致基于傳感技術的監(jiān)控過程與實際加工過程無法實現(xiàn)信息交互，進而無法實施在線控制。因此，目前急需開發(fā)具有加工過程監(jiān)控功能的開放式智能數(shù)控系統(tǒng)，以打破傳統(tǒng)封閉式數(shù)控系統(tǒng)的限制。

智能加工技術將以開放式、模塊化智能數(shù)控系統(tǒng)為基礎，并以其開放程度高、通用性能好、可擴展能力強等特點成為未來先進機床及數(shù)控加工技術的發(fā)展趨勢。本文首先闡述目前智能數(shù)控機床及智能加工技術的發(fā)展情況，然后對切削顫振辨識與抑制技術的國內(nèi)外研究現(xiàn)狀進行總結(jié)，最后舉例介紹顫振實時抑制功能在智能數(shù)控系統(tǒng)中的實現(xiàn)技術。

智能數(shù)控機床及智能數(shù)控系統(tǒng)

1 智能數(shù)控機床

智能數(shù)控機床是在加工過程中可以根據(jù)不同加工環(huán)境作出不同決策的新型數(shù)控機床。智能機床可以為生產(chǎn)提供最優(yōu)方案，同時具有監(jiān)控、診斷和調(diào)整加工過程中各類偏差的功能。此外，它還可以根據(jù)事先建立的經(jīng)驗模型預測主軸、導軌、軸承、切削刀具等關鍵機床零部件的使用壽命，有效地預防設備故障的發(fā)生。

智能數(shù)控機床的優(yōu)點總結(jié)如下：有效提高工件精度；提高工作效率，減少加工時間；自動判斷加工工藝合理性，提高運行可靠性與工藝安全性；降低工作負荷，延長使用壽命；減少操作人員工作強度，可根據(jù)加工環(huán)境在線優(yōu)化加工參數(shù)。

目前，已有部分機床廠商聲稱自己的公司具有生產(chǎn)智能數(shù)控機床的能力。Mazak公司于2006年展示了具有主動振動控制、智能熱屏障等功能的智能數(shù)控機床。它可以將振動控制在最小范圍，并可最大限度地減小機床零部件的熱變形。瑞士米克朗公司的高級工藝系統(tǒng)可作為智能數(shù)控機床的一個模塊，它通過一套監(jiān)視系統(tǒng)使用戶能夠觀察到加工過程中切削力的變化情況，從而實現(xiàn)了優(yōu)化加工工藝和最優(yōu)控制的目標。

2 開放式智能數(shù)控系統(tǒng)

智能數(shù)控機床的核心技術在于機床數(shù)控系統(tǒng)的智能化。由于傳統(tǒng)商用數(shù)控系統(tǒng)具有封閉性等弊端，導致用戶無法根據(jù)自己所需功能對系統(tǒng)進行擴展。因此，開發(fā)一種新型的開放式模塊化架構(gòu)數(shù)控系統(tǒng)是構(gòu)建智能數(shù)控系統(tǒng)的基礎。在這種開放式的模塊化體系中，用戶可開發(fā)與先進傳感器間的通信接口，實現(xiàn)狀態(tài)監(jiān)測。同時，可在系統(tǒng)中開發(fā)相應的智能控制算法實現(xiàn)切削參數(shù)的在線優(yōu)化。

自20世紀90年代以來，有關開放式數(shù)控系統(tǒng)的研究項目在歐美及日本等制造業(yè)發(fā)達國家中相繼展開。1994 年，美國福特、通用和克萊斯勒3大汽車公司發(fā)起了“OMAC （Open Modular Architecture Controller）計劃”，目的是建立一個結(jié)合用戶、軟件開發(fā)商、硬件制造商需求的開放結(jié)構(gòu)控制器，并與歐洲和日本的用戶組協(xié)作制定一個通用的數(shù)控系統(tǒng)API 國際標準。OMAC建造了針對不同類型控制器的模塊集，為數(shù)控系統(tǒng)銷售商配置標準組件，然后由機床供應商把這些組件配置到數(shù)控機床的控制系統(tǒng)中，最終交付用戶使用。與OMAC計劃類似，歐盟則提出了名為“OSACA 工程”的開放式控制器研究計劃，其想法是在一個適當?shù)牡讓咏Y(jié)構(gòu)上開發(fā)一組控制應用程序接口，以實現(xiàn)操作系統(tǒng)的可擴展性、可移植性和互操作性。同年底，日本聯(lián)合其國內(nèi)的機床制造商、信息系統(tǒng)公司和控制器制造商共同發(fā)起了“OSEC 項目”。該項目的特點是數(shù)控系統(tǒng)同樣具有模塊化的軟件結(jié)構(gòu)，且結(jié)構(gòu)中每個功能任務本身都是一個應用程序。由于OMAC在研發(fā)過程中得到了西門子、發(fā)那科等著名數(shù)控系統(tǒng)生產(chǎn)廠商的技術支持，故在性能上優(yōu)于歐洲和日本研發(fā)的控制系統(tǒng)。

我國針對開放式模塊化數(shù)控系統(tǒng)的研究在許多科研機構(gòu)中相繼展開。北京航空航天大學陳五一教授提出了基于RT-Linux的開放式數(shù)控系統(tǒng)架構(gòu)，該系統(tǒng)以任務模塊作為功能單元，以虛擬模塊實現(xiàn)系統(tǒng)功能單元間的信息同步與交互，以配置模塊實現(xiàn)系統(tǒng)的集成[1]。武漢理工大學周祖德教授提出一種基于嵌入式技術的數(shù)控系統(tǒng)硬件和軟件體系。該系統(tǒng)的最大特點是用嵌入式計算機系統(tǒng)代替通用計算機系統(tǒng)作為中央數(shù)字控制單元。因此具有運算能力強、結(jié)構(gòu)靈活、可組合、易擴展、可伸縮和開放性等特點[2]。雖然國內(nèi)一些科研機構(gòu)已開展相關開放式數(shù)控系統(tǒng)的研究，但對于在系統(tǒng)中集成傳感設備及相應智能控制算法的研究開發(fā)還不夠充分[3]。

切削顫振辨識和抑制技術

切削過程中發(fā)生顫振會產(chǎn)生諸多不利因素，例如，影響工件表面質(zhì)量、降低工件精度、產(chǎn)生刺耳噪聲、加快刀具磨損等。針對這些問題，目前仍有很多學者在研究如何有效地在加工過程中抑制或避免顫振的發(fā)生。

1 顫振辨識和抑制國外研究現(xiàn)狀

對于切削顫振的研究起源于20世紀中期。1978年，麥克馬斯特大學Jiri教授發(fā)表了一篇關于切削動力學的綜述論文[4]。論文主要根據(jù)切削機理闡述了車削過程中確定動態(tài)切削力系數(shù)的方法以及發(fā)生再生顫振的原因，為后人研究切削振動問題奠定了理論基礎。

針對顫振的識別方法通?？煞譃殡x線法和在線法。離線法主要是通過建立加工過程模型確定穩(wěn)態(tài)極限圖（Stability Lobes Diagram， SLD），并根據(jù)SLD對顫振進行辨識。英屬哥倫比亞大學Yusuf教授在顫振辨識的離線法研究方面作了較大貢獻。Altintas 和Budak[5]根據(jù)單自由度系統(tǒng)動力學模型建立了銑削過程的SLD，根據(jù)主軸轉(zhuǎn)速和軸向切削深度判斷切削過程是否處于穩(wěn)定狀態(tài)（見圖1）。隨后，Budak[6]建立了切削力與進給速度的關系模型，可通過更新進給速度實現(xiàn)切削力的自適應控制，同時利用變螺距銑刀結(jié)合SLD達到了抑制切削顫振的效果。Engin和Altintas[7-8]針對螺旋端銑刀建立了通用的銑削動力學模型，該模型可預測相應的切削力、切屑厚度、切削振動和顫振穩(wěn)態(tài)極限圖，并通過仿真和試驗驗證了模型的正確性。Stepan和Altintas等[9]等利用銑削動力學模型的頻域解和離散時域解重新解釋了顫振發(fā)生的過程及SLD的確定，并為加工參數(shù)的設置提供了參考依據(jù)。Turner和 Altintas等[10]利用 Tlusty提出的顫振穩(wěn)定性理論建立了不同類型可變螺距刀具的SLD，所建立的顫振辨識模型對于小軸向進給加工具有較高的精度。Ahmadi和Altintas等[11]利用頻域分解法辨識加工過程阻尼系數(shù)，并預測顫振發(fā)生的穩(wěn)定極限。但該方法僅對車削過程進行了試驗驗證，且辨識模型中未考慮銑削過程中振幅對加工過程阻尼系數(shù)的影響。

圖1 穩(wěn)態(tài)極限圖（SLD）Fig.1 Stability lobe diagrams（SLD）

對于顫振在線辨識法，首先需要利用傳感器檢測力、加速度等信號，并通過相應辨識算法實現(xiàn)顫振的識別。為了盡可能減少顫振對加工過程的影響，應利用最敏感的信號在最短時間內(nèi)完成顫振的辨識。佐治亞理工大學的Ma和Melkote等[12]通過一階自適應濾波算法和控制圖理論處理時域切削力信號進行離線顫振辨識，并利用最小范數(shù)法估計切削主頻率和顫振頻率。Tlusty 教授團隊中的Smith和Delio等對刀具的二維銑削動力學模型進行數(shù)值仿真，并與理論的穩(wěn)定極限圖作比較，其在切削過程中利用麥克風傳感器采集聲音信號辨識顫振[13-15]。Tansel等[16]利用旋轉(zhuǎn)式測力儀測量電機的轉(zhuǎn)矩信號辨識顫振。

在快速辨識出顫振后，則需對其進行有效抑制?？的腋翊髮W的Olgac等[17]早些年利用根軌跡法研究機床顫振及穩(wěn)定性，并利用時滯動力諧振器主動抑制顫振。英國謝菲爾德大學的Sims[18]利用減振器調(diào)節(jié)剛度和阻尼系數(shù)緩解顫振，使切深增加40%～50%。該方法的不足是對于較小材料去除率的精加工來說，減振器的參數(shù)趨于恒定，因此需要研究自適應減振器；而且減振器的結(jié)構(gòu)和安裝位置應考慮具體工件形狀，保證加工過程不會受到干擾。德國的Kersting和Biermann等[19-21]分別介紹了基于有限元方法（FEM）、質(zhì)點模型和振子模型的葉片振動仿真方法，并將仿真得到的表面粗糙度與試驗結(jié)果相比較來說明顫振抑制的有效性（見圖 2）。

然而，這些方法都必須增加額外的減振裝置，這不僅改變了現(xiàn)有加工系統(tǒng)的結(jié)構(gòu)，還會導致成本增加。相比之下，更靈活、成本更低的顫振抑制策略通過改變加工參數(shù)的方式實現(xiàn)。Tlusty 教授早些年在弗羅里達大學發(fā)表了一篇關于高速銑削動力學的論文[22]，主要介紹了銑削過程中影響顫振的兩個主要因素，同時通過變主軸轉(zhuǎn)速方法實現(xiàn)顫振在線抑制。韓國的Kim等[23]通過DSP采集加速度信號，并利用遞歸最小二乘（RMS）算法判斷顫振發(fā)生的時刻。當有顫振發(fā)生時，補償信號通過藍牙無線模塊傳送至數(shù)控機床CNC，更改加工參數(shù)，實現(xiàn)顫振在線抑制。日本的Morita和Yamashita[24]根據(jù)經(jīng)典單自由度顫振理論對其進行辨識，并通過預設主軸轉(zhuǎn)速方式達到避免顫振發(fā)生的目的。

圖2 葉片表面粗糙度仿真與試驗對比Fig.2 Simulation and experiment comparison of blade surface roughness

2 顫振辨識和抑制國內(nèi)研究現(xiàn)狀

我國對于切削振動的研究要晚于歐美等發(fā)達國家，且大多數(shù)研究只處于試驗階段，沒有達到指導工業(yè)生產(chǎn)的水平。近10年來，由于國家大力發(fā)展航空航天事業(yè)，許多科研單位都對航空薄壁零部件的加工振動問題開展研究。

南京航空航天大學的李亮[25]根據(jù)切削動力學的理論建立了銑削振動的經(jīng)驗模型，通過不同加工參數(shù)的切削試驗進行模型參數(shù)估計，并驗證了理論模型中切削力與振幅關系的正確性。汪通悅[26]在論文中首先建立了切削力模型并通過正交試驗對銑削力參數(shù)進行識別，然后分析了薄壁件振動模型及加工穩(wěn)定性，最后利用DSP實現(xiàn)與機床驅(qū)動系統(tǒng)的信息交互，實現(xiàn)變速切削以抑制振動。布光斌[27]針對葉片分析了加工過程中切削力的分布，并用有限元法對葉片進行模態(tài)分析，同時建立了包含主軸轉(zhuǎn)速、切削深度和每齒進給量的三維穩(wěn)態(tài)極限圖。北京航空航天大學的李忠群[28]建立了銑削加工動力學模型，對動力學方程進行數(shù)值求解和仿真，分析了機床不同模態(tài)參數(shù)對顫振穩(wěn)定域的影響，最后以上述模型為基礎分別建立了使用不同刀具切削時對應的動力學模型。山東大學宋清華[29]建立了高速銑削動力學模型，考慮了不同刀具齒數(shù)、刀具螺旋角、刀具長徑比及不等齒距銑刀對銑削穩(wěn)定性的影響，利用高速銑削穩(wěn)定性判據(jù)及最優(yōu)控制理論獲得了最優(yōu)切削參數(shù)。上海交通大學江浩[30]分別建立了正交切削、斜角切削及圓柱螺旋銑刀切削的動力學模型，分析了加工振動與工件表面形成的關系，通過仿真和試驗得出的結(jié)論是刀具進給運動和切削振動共同決定工件表面的形成。丁燁[31]針對銑削穩(wěn)定性分析算法計算效率低和通用性差的問題，提出了一種可對銑削過程穩(wěn)定性做時域半解析預報的全離散法，并以此方法為基礎進一步分析了銑刀結(jié)構(gòu)模態(tài)耦合效應和動態(tài)切厚再生效應對加工誤差的影響。

從上述已發(fā)表的文獻可以看出，目前的信號處理和顫振抑制過程是在數(shù)控系統(tǒng)以外通過一臺獨立的計算機實現(xiàn)，必須開發(fā)外置控制器與數(shù)控系統(tǒng)的通信接口以完成控制指令的傳遞。但外部控制指令的傳遞在一定程度上會干擾正在數(shù)控系統(tǒng)中運行的其他線程。而對于傳統(tǒng)封閉式的數(shù)控系統(tǒng)，這種顫振抑制方法將無法實現(xiàn)。因此，理想的控制策略應該是在數(shù)控系統(tǒng)內(nèi)部嵌入信號處理功能和相應控制算法，以實現(xiàn)切削顫振的在線抑制功能。

實現(xiàn)內(nèi)置式顫振抑制需解決以下問題：

（1）數(shù)控系統(tǒng)必須具有開放式的模塊化架構(gòu)，可在模塊中集成信號處理算法和切削參數(shù)調(diào)整功能；

（2）保證顫振抑制功能以獨立線程運行，不干擾系統(tǒng)內(nèi)如插補線程等其他線程的正常運行；

（3）相應的顫振辨識和控制算法應保證簡單且精度高，以提高系統(tǒng)時效性。

圖3 智能數(shù)控機床架構(gòu)Fig.3 Structure of smart CNC machine tool

顫振實時控制在智能數(shù)控系統(tǒng)中的實現(xiàn)

雖然國內(nèi)外專家對于顫振的辨識和抑制方法已取得相應成果。但由于受到數(shù)控系統(tǒng)的限制，大多數(shù)學者對于顫振的辨識和控制仍然采用離線手段，導致在切削過程中對顫振實施在線監(jiān)測和控制的研究還處于起步階段。哈爾濱工業(yè)大學數(shù)控技術研究室在開放式模塊化架構(gòu)數(shù)控系統(tǒng)的基礎上，開發(fā)了集成傳感器和智能控制功能的智能數(shù)控系統(tǒng)[32]，利用智能加工技術實現(xiàn)切削顫振的在線抑制。智能數(shù)控機床硬件結(jié)構(gòu)如圖3所示。

在加工過程中，加速度計以較高采樣頻率實時采集加速度信號，信號經(jīng)過監(jiān)測計算機中顫振辨識模型的處理后，可實時輸出代表不同切削狀態(tài)的編碼信號（數(shù)字信號）。顫振的抑制功能則由智能數(shù)控系統(tǒng)處理切削力信號實現(xiàn)。事先建立切削力與切削參數(shù)間的模型，并在數(shù)控系統(tǒng)中創(chuàng)建新的定時器線程以完成相應智能控制算法的開發(fā)。該線程在循環(huán)運行過程中一旦檢測到代表顫振發(fā)生的狀態(tài)編碼信號，數(shù)控系統(tǒng)則開啟智能控制模式，并調(diào)用相應的智能控制算法，根據(jù)采集的力信號實時調(diào)整切削參數(shù)，實現(xiàn)切削顫振的在線抑制（功能實現(xiàn)流程件見圖4）[33]。顫振在線抑制功能在系統(tǒng)中的具體實施過程如下：通過數(shù)據(jù)采集定時器提供的時鐘周期，系統(tǒng)可實時采集切削過程中的銑削力，并在采集完有限長度數(shù)據(jù)后同步分析這些采樣數(shù)據(jù)的頻域特性，以判斷切削過程是否發(fā)生顫振。若發(fā)生顫振，則根據(jù)顫振抑制算法及顫振頻率在線計算出新的主軸轉(zhuǎn)速，并放至系統(tǒng)的共享內(nèi)存中；插補定時器將任務生成模塊譯碼后的運動段儲存在雙端隊列中，定時彈出位置控制執(zhí)行命令。此過程中當有限狀態(tài)機的狀態(tài)為工進時，軸組模塊中的“軸結(jié)構(gòu)體”就會更新最新的軸信息（例如系統(tǒng)發(fā)生顫振時，可以從共享內(nèi)存中取出更新的主軸轉(zhuǎn)速，并對運動段中主軸轉(zhuǎn)速變量進行重新賦值），然后觸發(fā)軸運動模塊中的實時函數(shù)實現(xiàn)周期數(shù)據(jù)的實時交換，使驅(qū)動器輸出的命令得以更新，實現(xiàn)同步改變主軸轉(zhuǎn)速抑制顫振[34]。

圖4 智能數(shù)控系統(tǒng)運行流程Fig.4 Running process of smart CNC system

結(jié)束語

目前大多數(shù)智能數(shù)控系統(tǒng)的顫振監(jiān)測部分仍然使用外置計算機實現(xiàn)信號的高速采樣與處理。而未來的研究趨勢是在開放式模塊化架構(gòu)數(shù)控系統(tǒng)內(nèi)部以同樣高的采樣頻率開發(fā)顫振的監(jiān)測功能，同時保證系統(tǒng)中不同功能線程間信息的實時交互，使數(shù)控系統(tǒng)的智能化程度得到進一步提高。顫振控制研究涉及到切削加工、控制理論、計算機技術等多個學科，相關學科在各自領域的進展都可能為顫振控制的研究提供新的思路。隨著機械制造向著精密和高效方向發(fā)展，對制造過程的監(jiān)控變得越來越重要，對顫振控制的要求越來越高，更多的力量會投入到這方面的研究中來，這項研究的進展速度也會進一步加快。

在中國制造2025戰(zhàn)略中，我國已提出要大力發(fā)展智能數(shù)控機床及智能數(shù)控系統(tǒng)，并且自主核心技術應占有一定比例。而開放式模塊化架構(gòu)數(shù)控系統(tǒng)是智能數(shù)控系統(tǒng)的基礎，目前該系統(tǒng)已實現(xiàn)集成指定傳感器和相關智能控制算法以監(jiān)測和控制切削狀態(tài)。未來應該研究在機床關鍵零部件位置布置更多具有不同功能的傳感器，通過多傳感器信息融合技術結(jié)合智能控制算法實現(xiàn)機床運行狀態(tài)和加工狀態(tài)的綜合智能監(jiān)控，提高切削顫振的控制的實時性、準確性和有效性。

[1]裴葆青, 陳五一, 吳淑琴.基于運動控制器的開放式數(shù)控系統(tǒng)研究應用[J].組合機床與自動化加工技術, 2003(2)：91-93.

PEI Baoqing, CHEN Wuyi, WU Shuqin.Study on open NC system based on motion controller[J].Modular Machine Tool & Automatic Manufacturing Technique, 2003(2)：91-93.

[2]周祖德, 龍毅宏, 劉泉.嵌入式網(wǎng)絡數(shù)控技術與系統(tǒng)[J].機械工程學報, 2007(5)：1-7.

ZHOU Zude, LONG Yihong, LIU Quan.Embedded-based network numerical control technology and system[J].Chinese Journal of Mechanical Engineering, 2007(5)：1-7.

[3]韓振宇, 李茂月, 富宏亞, 等.開放式智能數(shù)控機床的研究進展[J].航空制造技術，2010(10)：40-44.

HAN Zhenyu, LI Maoyue, FU Hongya, et al.Research progress of open type intelligent NC machine tool[J].Aeronautical Manufacturing Technology, 2010(10)：40-44.

[4]TLUSTY J.Analysis of the state of research in cutting dynamics[J].CIRP Annalsmanufacturing Technology, 1978, 27(2)：403-412.

[5]ALTINTAS Y, BUDAK E.Analytical prediction of stability lobes in milling[J].CIRP Annals-manufacturing Technology, 1995, 44(1)：357-362.

[6]BUDAK E.Improving productivity and part quality in milling of titanium based impellers by chatter suppression and force control[J].CIRP Annals-manufacturing Technology, 2000,49(1):31-36.

[7]ENGIN S, ALTINTAS Y.Mechanics and dynamics of general milling cutters.Part I: helical end mills[J].International Journal of Machine Tools and Manufacture, 2001,41(15):2195-2212.

[8]ALTINTAS Y, ENGIN S.Generalized modeling of mechanics and dynamics of milling cutters[J].CIRP Annals-manufacturing Technology, 2001, 50(1)：25-30.

[9]ALTINTAS Y, STEPAN G, MERDOL D, et al.Chatter stability of milling in frequency and discrete time domain[J].CIRP Journal of Manufacturing Science and Technology, 2008, 1(1)：35-44.

[10]TURNER S, MERDOL D, ALTINTAS Y, et al.Modelling of the stability of variable helix end mills[J].International Journal of Machine Tools and Manufacture, 2007, 47(9)：1410-1416.

[11]AHMADI K, ALTINTAS Y.Identification of machining process damping using output-only modal analysis[J].Journal of Manufacturing Science and Engineering, 2014,136(5)：1-13.

[12]MA L, MELKOTE S N, CASTLE J B.A model-based computationally efficient method for online detection of chatter in milling[J].Journal of Manufacturing Science and Engineer ing, 2013, 135(3)：1-11.

[13]DELIO T, TLUSTY J, SMITH S.Use of audio signals for chatter detection and control[J].Journal of Manufacturing Science and Engineering, 1992, 114(2)：146-157.

[14]SMITH S, TLUSTY J.Stabilizing chatter by automatic spindle speed regulation[J].CIRP Annals-manufacturing Technology, 1992,41(1)：433-436.

[15]SMITH S, TLUSTY J.Efficient simulation programs for chatter in milling[J].CIRP Annals-manufacturing Technology, 1993,42(1)：463-466.

[16]TANSEL I N, LI M, DEMETGUL M,et al.Detecting chatter and estimating wear from the torque of end milling signals by using index based reasoner (IBR)[J].International Journal of Advanced Manufacturing Technology, 2010, 58(1-4)：109-118.

[17]OLGAC N, HOSEK M.A new perspective and analysis for regenerative machine tool chatter[J].International Journal of Machine Tools and Manufacture, 1998, 38(7)：783-798.

[18]SIMS N D.Vibration absorbers for chatter suppression: a new analytical tuning methodology[J].Journal of Sound and Vibration,2007, 301(3-5)：592-607.

[19]KERSTING P, BIERMANN D.Modeling techniques for the prediction of workpiece deflections in nc milling[C]//Proceedings of 1st CIRP Global Web Conference:Interdisciplinary Research in Production Engineering.Procedia CIRP, 2012：83-86.

[20]KERSTING P, BIERMANN D.Modeling techniques for simulating workpiece deflections in NC milling[J].CIRP Journal of Manufacturing Science and Technology, 2014, 7(1)：48-54.

[21]BIERMANN D, KERSTING P,SURMANN T.A general approach to simulating workpiece vibrations during five-axis milling of turbine blades[J].CIRP Annals-manufacturing Technology, 2010, 59(1)：125-128.

[22]TLUSTY J.Dynamics of high-speed milling[J].Journal of Engineering for Industry,1986, 108：59-67.

[23]KIM D H, SONG J Y, CHA S K, et al.Real-time compensation of chatter vibration in machine tools[J].International Journal of Intelligent Systems and Applications,2013,5(6):34-40.

[24]MORITA H, YAMASHITA T.Tracing and visualizing variation of chatter for in-process identification of preferred spindle speeds[C]//Proceedings of 3rd CIRP Conference on Process Machine In-teractions.Procedia CIRP, 2012：11-16.

[25]李亮.薄壁零件的加工振動分析與加工工藝研究[D].南京：南京航空航天大學，2005.

LI Liang.Research on cutting vibration and machining technology in milling thin-walled components[D].Nanjing: Nanjing University of Aeronautics and Astronautics, 2005.

[26]汪通悅.薄壁零件銑削穩(wěn)定性數(shù)值仿真及實驗研究[D].南京：南京航空航天大學，2010.

WANG Tongyue.Simulation and experimental study on the stability in milling of thin-walled components[D].Nanjing: Nanjing University of Aeronautics and Astronautics, 2010.

[27]布光斌.鋁合金整體葉輪數(shù)控銑削加工增效關鍵技術研究[D].南京：南京航空航天大學，2010.

BU Guangbin.Research on key technology to increase NC milling efficiency of Al-alloy impeller[D].Nanjing: Nanjing University of Aeronautics and Astronautics, 2010.

[28]李忠群.復雜切削條件高速銑削加工動力學建模、仿真與切削參數(shù)優(yōu)化研究[D].北京：北京航空航天大學，2008.

LI Zhongqun.Dynamic modeling, simulation and optimization of high speed milling under complicated cutting conditions[D].Beijing:Beihang University, 2008.

[29]宋清華.高速銑削穩(wěn)定性及加工精度研究[D].濟南：山東大學，2009.

SONG Qinghua.High-speed milling stability and machining accuracy[D].Jinan:Shandong University, 2009.

[30]江浩.銑削加工振動主動控制[D].上海：上海交通大學，2009.

JIANG Hao.Active vibration control in milling[D].Shanghai: Shanghai Jiao Tong University, 2009.

[31]丁燁.銑削動力學-穩(wěn)定性分析方法與應用[D].上海：上海交通大學，2011.

DING Ye.Milling dynamics-stability analysis methods and applications[D].Shanghai:Shanghai Jiao Tong University, 2011.

[32]李茂月, 富宏亞, 韓振宇.開放式智能控制器的設計與加工實驗[J].計算機集成制造系統(tǒng), 2011, 17(7)：1141-1147.

LI Maoyue, FU Hongya, HAN Zhenyu.Design and machining for open intelligent controller[J].Computer Integrated Manufacturing Systems, 2011, 17(7)：1141-1147.

[33]韓振宇, 金鴻宇, 富宏亞.基于ESPRIT頻譜估計和隱馬爾可夫模型的銑削顫振辨識系統(tǒng)建模[J/OL].計算機集成制造系統(tǒng).(2015-08-18)[2016-12-20].http://www.cnki.net/kcms/detail/11.3619.TP.20150818.151 3.018.html.

HAN Zhenyu, JIN Hongyu, FU Hongya.Modeling of chatter recognition system in CNC milling based on ESPRIT and hidden Markov model[J].Computer Integrated Manufacturing Systems.(2015-08-18)[2016-12-20].http://www.cnki.net/kcms/detail/11.3619.TP.20150818.151 3.018.html.

[34]李茂月, 韓振宇, 富宏亞, 等.基于開放式控制器的銑削顫振在線抑制.機械工程學報 , 2012, 48(17)：172-182.

LI Maoyue, HAN Zhenyu, FU Hongya, et al.Online milling chatter suppression based on open architecture controller[J].Chinese Journal of Mechanical Engineering, 2012, 48(17)：172-182.