摘要

铣削颤振严重影响工件表面质量和生产效率,准确识别铣削稳定域对于抑制颤振、提高生产效率具有非常重要的意义。目前一般依据状态转移矩阵特征值的谱半径小于1,来判断铣削系统的稳定性。由于在铣削和锤击实验的不确定性,铣削系统的属性参数势必存在误差,极大地影响稳定性的判断结果。为此通过研究铣削过程颤振稳定性的概率特性,建立属性参数优化的SLD(稳定性叶瓣图)修正方法。首先利用Cotes积分法和Floquet理论,建立铣削稳定性的判断模型。其次利用伯努利分布概率函数等效描述稳定性判断模型,根据稳定性判断结果的伯努利分布规律提出属性参数的修正函数。最后提出基于神经网络的黄金分割法和遗传算法的属性参数优化方法,实验结果表明,提出的方法对单个叶瓣的稳定性判断准确率由69.77%提高到93.02%,整个SLD的准确率可由73.73%提升至87.29%。