薄壁零件铣削时变动力学参数预测与实验验证

doi:10.7527/S1000-6893.2025.31540

材料工程与机械制造

本期目录 | 过刊浏览 | 高级检索

前一篇 |

薄壁零件铣削时变动力学参数预测与实验验证

娄维达¹, 秦国华¹^,²(), 万敏¹, 朱智翔²

^1.西北工业大学机电学院，西安 710072
^2.南昌航空大学航空制造与机械工程学院，南昌 330063

收稿日期:2024-11-15 修回日期:2024-12-03 接受日期:2025-03-16 出版日期:2025-04-01 发布日期:2025-03-31
通讯作者: 秦国华 E-mail:qghwzx@126.com
基金资助:
国家自然科学基金(51765047);江西省自然科学基金重点项目(20232ACB204019);广西科技重大专项(Guike AA23023027-3)

Prediction and experimental verification of time-varying dynamic parameters for milling thin-walled workpieces

Weida LOU¹, Guohua QIN¹^,²(), Min WAN¹, Zhixiang ZHU²

^1.School of Mechanical Engineering，Northwestern Polytechnical University，Xi’an 710072，China
^2.School of Aeronautical Manufacturing and Mechanical Engineering，Nanchang Hangkong University，Nanchang 330063，China

Received:2024-11-15 Revised:2024-12-03 Accepted:2025-03-16 Online:2025-04-01 Published:2025-03-31
Contact: Guohua QIN E-mail:qghwzx@126.com
Supported by:
National Natural Science Foundation of China(51765047);Key Projects of Jiangxi Provincial Natural Science Foundation(20232ACB204019);Guangxi Science and Technology Major Program(Guike AA23023027-3)

摘要/Abstract

摘要：

薄壁零件铣削过程动力学参数的时变特性会影响铣削稳定性区域的预报。为了准确高效地获取薄壁零件铣削时的时变动力学参数，在建立考虑切削厚度动态变化动态切削力预测模型的基础上，将铣削中工件受动态力的振动等效为薄板受垂直中面激励力引起的振动求解问题，基于假设振型法计算工件初始动力学参数。考虑铣削过程材料去除和进给位置变化，根据结构动力修改方法快速获得时变的工件系统动力学参数。与有限元仿真相比，所提方法由于不需要重复建模从而计算效率提高90%以上。与实验测试方法相比，所提方法仅需一次初始测量实验，无需停机测量工件加工过程的动力学参数。实验结果显示，材料去除过程中零件的频响函数曲线和固有频率会发生显著变化，频率最大变化量达到25%，所提方法的预测结果与实验测量结果相比最大误差为4.816%。

关键词: 铣削振动, 薄壁零件, 模态分析, 结构动力修改, 基尔霍夫假设

Abstract:

The time-varying characteristics of dynamic parameters during the thin-walled part milling process significantly affect the prediction of milling stability regions. To accurately and efficiently acquire these time-varying dynamic parameters， a dynamic cutting force prediction model considering the dynamic variation of cutting thickness is established. The vibration of the workpiece under dynamic cutting forces is equivalently modeled as a thin plate subjected to vertical in-plane excitation forces， and the initial dynamic parameters of the workpiece are calculated using the assumed mode method. Material removal and feed position variations during milling are incorporated， enabling rapid acquisition of time-varying system dynamic parameters through structural dynamic modification methods. Compared with finite element simulations， the proposed method improves computational efficiency by over 90% as it eliminates the need for repetitive modeling. Unlike experimental testing approaches， this method requires only one initial measurement experiment without interrupting the in-process parameter measurements. Experimental results demonstrate significant changes in frequency response function curves and natural frequencies during material removal， with maximum frequency variations reaching 25%. The maximum prediction error between the proposed method and experimental measurements is 4.816%.

Key words: milling vibration, thin-walled workpiece, modal analysis, structural dynamic modification, Kirchhoff hypothesis

中图分类号:

V261

娄维达, 秦国华, 万敏, 朱智翔. 薄壁零件铣削时变动力学参数预测与实验验证[J]. 航空学报, 2025, 46(14): 431540.

Weida LOU, Guohua QIN, Min WAN, Zhixiang ZHU. Prediction and experimental verification of time-varying dynamic parameters for milling thin-walled workpieces[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(14): 431540.

图/表 20

图 1

图 2

图 3

图 4

图 5

图 6

表 1

图 7

图 8

图 9

图 10

图 11

图 12

图 13

图 14

表 2

图 15

图 16

图 17

图 18

参考文献 42

[1]	ALTINTAS Y. Manufacturing automation： metal cutting mechanics， machine tool vibrations， and CNC design［M］. Cambridge： Cambridge University Press， 2012： 125-126.
[2]	LI Z M， SONG Q H， JIN P J， et al. Chatter suppression techniques in milling processes： a state of the art review［J］. Chinese Journal of Aeronautics， 2024， 37（7）： 1-23.
[3]	REN S， LONG X H， MENG G. Dynamics and stability of milling thin walled pocket structure［J］. Journal of Sound and Vibration， 2018， 429： 325-347.
[4]	廖文和，郑侃，孙连军，等. 大型复杂构件机器人加工稳定性研究进展［J］. 航空学报， 2022， 43（1）： 026061.
	LIAO W H， ZHENG K， SUN L J， et al. Review on chatter stability in robotic machining for large complex components‍［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（1）： 026061 （in Chinese）.
[5]	HAO Y P， ZHU L D， QIN S Q， et al. On-machine inspection and compensation for thin-walled parts with sculptured surface considering cutting vibration and probe posture［J］. International Journal of Extreme Manufacturing， 2024， 6（6）： 065602.
[6]	ZHU L D， LIU C F. Recent progress of chatter prediction， detection and suppression in milling［J］. Mechanical Systems and Signal Processing， 2020， 143： 106840.
[7]	WAN M， WANG Y T， ZHANG W H， et al. Prediction of chatter stability for multiple-delay milling system under different cutting force models［J］. International Journal of Machine Tools and Manufacture， 2011， 51（4）： 281-295.
[8]	WANG X J， SONG Q H， LIU Z Q. Dynamic model and stability prediction of thin-walled component milling with multi-modes coupling effect［J］. Journal of Materials Processing Technology， 2021， 288： 116869.
[9]	YANG Y， ZHANG W H， MA Y C， et al. Chatter prediction for the peripheral milling of thin-walled workpieces with curved surfaces‍［J］. International Journal of Machine Tools and Manufacture， 2016， 109： 36-48.
[10]	ZHANG X J， XIONG C H， DING Y， et al. Stability analysis in milling of thin-walled workpieces with emphasis on the structural effect［J］. Proceedings of the Institution of Mechanical Engineers， Part B： Journal of Engineering Manufacture， 2010， 224（4）： 589-608.
[11]	ZHENG Y W， ZHAO Z C， XU B D， et al. A method to predict chatter stability accurately in milling thin-walled parts by considering force-induced deformation［J］. Journal of Manufacturing Processes， 2023， 106： 552-563.
[12]	ALTINTAS Y， BUDAK E. Analytical prediction of stability lobes in milling［J］. CIRP Annals， 1995， 44（1）： 357-362.
[13]	INSPERGER T， STEPAN G. Semi-discretization method for delayed systems［J］. International Journal for Numerical Methods In Engineering， 2002， 55（5）： 503-518.
[14]	DING Y， ZHU L M， ZHANG X J， et al. A full-discretization method for prediction of milling stability［J］. International Journal of Machine Tools and Manufacture， 2010， 50（5）： 502-509.
[15]	DING Y， ZHU L M， ZHANG X J， et al. Numerical integration method for prediction of milling stability‍［J］. Journal of Manufacturing Science and Manufacturing， 2011， 133（3）： 031005.
[16]	LOU W D， QIN G H， LAI X C， et al. On accurate and efficient judgment method of milling stability based on predictor-corrector scheme‍［J］. International Journal of Precision Engineering and Manufacturing， 2023， 24（11）： 1915-1932.
[17]	NIU J B， DING Y， ZHU L M， et al. Runge-Kutta methods for a semi-analytical prediction of milling stability［J］. Nonlinear Dynamics， 2014， 76： 289-304.
[18]	刘春景，唐敦兵，陈兴强，等. 基于改进完全离散化法铣削系统稳定性研究［J］.机械工程学报， 2023， 59（15）： 162-173.
	LIU C J， TANG D B， CHEN X Q， et al. Research on stability of milling system based on updated complete discretization method［J］. Journal of Mechanical Engineering， 2023， 59（15）： 162-173 （in Chinese）.
[19]	ZHANG X M， DING H. Note on a novel method for machining parameters optimization in a chatter-free milling process‍［J］. International Journal of Machine Tools and Manufacture， 2013， 72： 11-15.
[20]	COMAK A， BUDAK E. Modeling dynamics and stability of variable pitch and helix milling tools for development of a design method to maximize chatter stability［J］. Precision Engineering， 2017， 47： 459-468.
[21]	娄维达，秦国华，王华敏，等. 基于复化Cotes积分和神经网络的稳定铣削工艺参数多目标优化方法［J］. 机械工程学报， 2023， 59（17）： 279-290.
	LOU W D， QIN G H， WANG H M， et al. Multi-objective Optimization method of stable milling process parameters based on bp neural network and composite cotes integration［J］. Journal of Mechanical Engineering， 2023， 59（17）： 279-290 （in Chinese）.
[22]	ADETORO O， SIM W， WEN P. An improved prediction of stability lobes using nonlinear thin wall dynamics［J］. Journal of Materials Processing Technology， 2010， 210（6-7）： 969-979.
[23]	THEVENOT V， ARNAUD L， DESSEIN G， et al. Influence of material removal on the dynamic behavior of thin-walled structures in peripheral milling‍［J］. Machining Science and Technology， 2006， 10（3）： 275-287.
[24]	NA M. Structural dynamic modification of vibrating systems［J］. Applied and Computational Mechanics， 2007，1：203-214.
[25]	BUDAK E， TUNC L T， ALAN S， et al. Prediction of workpiece dynamics and its effects on chatter stability in milling［J］. CIRP Annals， 2012， 61（1）： 339-342.
[26]	LI Z L， TUYSUZ O， ZHU L M， et al. Surface form error prediction in five-axis flank milling of thin-walled parts‍［J］. International Journal of Machine Tools and Manufacture， 2018， 128： 21-32.
[27]	MESHREKI M， ATTIA H， KOVECSES J. Development of a new model for the varying dynamics of flexible pocket-structures during machining‍［J］. Journal of Mechanical Science and Engineering， 2011， 133（4）： 041002.
[28]	AHMADI K. Finite strip modeling of the varying dynamics of thin-walled pocket structures during machining［J］. The International Journal of Advanced Manufacturing Technology， 2017， 89： 2691-2699.
[29]	SONG Q H， SHI J H， LIU Z Q， et al. A time-space discretization method in milling stability prediction of thin-walled component‍［J］. The International Journal of Advanced Manufacturing Technology， 2017， 89： 2675-2689.
[30]	SONG Q H， LIU Z Q， WAN Y， et al. Application of Sherman-Morrison-Woodbury formulas in instantaneous dynamic of peripheral milling for thin-walled component［J］. International Journal of Mechanical Sciences， 2015， 96： 79-90.
[31]	REN S， LONG X H， QU Y G， et al. A semi-analytical method for stability analysis of milling thin-walled plate［J］. Meccanica， 2017， 52： 2915-2929.
[32]	SUN Y W， JIANG S L. Predictive modeling of chatter stability considering force-induced deformation effect in milling thin-walled parts［J］. International Journal of Machine Tools and Manufacture， 2018， 135： 38-52.
[33]	LI W T， WANG L P， YU G. Force-induced deformation prediction and flexible error compensation strategy in flank milling of thin-walled parts［J］. Journal of Materials Processing Technology， 2021， 297： 117258.
[34]	王志学，刘献礼，李茂月，等. 考虑力致变形影响的薄壁件铣削多点接触稳定性预测［J］. 机械工程学报， 2022， 58（17）： 309-320.
	WANG Z X， LIU X L， LI M Y， et al. Multi-point contact stability prediction considering force-induced deformation effect in milling thin-walled parts［J］. Journal of Mechanical Engineering， 2022， 58（17）： 309-320 （in Chinese）.
[35]	GE G Y， DU Z C， YANG J G. Rapid prediction and compensation method of cutting force-induced error for thin-walled workpiece‍［J］. The International Journal of Advanced Manufacturing Technology， 2020， 106： 5453-5462.
[36]	DUN Y C， ZHU L D， WANG S H. Multi-modal method for chatter stability prediction and control in milling of thin-walled workpiece［J］. Applied Mathematical Modelling， 2020， 80： 602-624.
[37]	HAO Y P， ZHU L D， YAN B L， et al. Milling chatter detection with WPD and power entropy for Ti-6Al-4V thin-walled parts based on multi-source signals fusion［J］. Mechanical Systems and Signal Processing， 2022， 177： 109225.
[38]	DUN Y C， ZHU L D， YAN B L， et al. A chatter detection method in milling of thin-walled TC4 alloy workpiece based on auto-encoding and hybrid clustering［J］. Mechanical Systems and Signal Processing， 2021， 158： 107755.
[39]	王涛，高雪峰，祝景萍，等. 机器人纵扭超声铣边颤振在线监测方法［J］. 航空学报， 2023， 44（13）： 427919.
	WANG T， GAO X F， ZHU J P， et al. Chatter online monitoring of robotic longitudinal-torsional ultrasonic edge trimming［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（13）： 427919 （in Chinese）.
[40]	李超，张俊，田辉，等. 综合振动信号能量比和幅值标准差的铣削颤振实时监测方法［J］. 机械工程学报， 2024， 60（14）： 11-23.
	LI C， ZHANG J， TIAN H， et al. Timely chatter detecting method in milling with integrated energy ratio and amplitude standard deviation of vibration signal［J］. Journal of Mechanical Engineering， 2024， 60 （14）： 11-23 （in Chinese）.
[41]	RAO S S. Vibration of continuous systems［M］. Hoboken： John Wiley & Sons， 2019： 258-260， 457-465.
[42]	ZIENKIEWICZ O， TAYLOR R， ZHU J. The finite element method： its basis and fundamentals［M］. Amsterdam： Elsevier， 2005： 4-26.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

编号	1阶固有频率/Hz
编号	实验	计算（A）	ABAQUS （B）
初始	2 954.10	2 963.9	3 038.8
L1-1	3 161.62	3 210.3	3 282.6
L1-2	3 039.55	3 050.0	3 130.3
L1-3	2 683.10	2 691.9	2 427.4
L2-1	2 805.17	2 936.0	2 722.1
L2-2	2 731.93	2 824.6	2 623.0
L2-3	2 390.13	2 328.8	2 211.1
L3	2 221.99	2 117.0	2 031.7

薄壁零件铣削时变动力学参数预测与实验验证

Prediction and experimental verification of time-varying dynamic parameters for milling thin-walled workpieces

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 42

相关文章 15

编辑推荐

Metrics

本文评价

[1]	杨智春, 杨特. 动载荷识别物理嵌入式神经网络模型与方法[J]. 航空学报, 2025, 46(5): 531450-531450.
[2]	葛向东, 吴法勇, 刘永泉, 安中彦, 乔保栋, 高强, 秦天龙, 周笑阳. 航空发动机整机振动问题研究方法及工程应用[J]. 航空学报, 2024, 45(4): 628353-628353.
[3]	张仲玺, 王帅钦, 赵慧娟, 张定华, 汪龙皓. 薄壁零件残余应力演化机理及变形控制方法[J]. 航空学报, 2024, 45(13): 629365-629365.
[4]	郑文涛, 蒋永松, 赵航, 潘若痴, 赵勇. 风扇出口导向叶片低噪声设计Ⅱ:数值验证[J]. 航空学报, 2019, 40(10): 122956-122956.
[5]	温卓群, 王鹏飞, 张雁, 蒋艳芬. 面向大尺度结构的力学超材料减振技术[J]. 航空学报, 2018, 39(S1): 721651-721651.
[6]	龙凯, 谷先广, 王选. 基于多相材料的连续体结构动态轻量化设计方法[J]. 航空学报, 2017, 38(10): 221022-221022.
[7]	谭光辉, 李秋彦, 邓俊. 热环境下结构固有振动特性试验及分析[J]. 航空学报, 2016, 37(S1): 32-37.
[8]	曲巍崴, 方垒, 柯映林, 方伟, 刘思仁, 邢宏文. 环形轨道制孔系统定位方法分析[J]. 航空学报, 2014, 35(8): 2319-2330.
[9]	朱剑锋, 黄国平, 傅鑫, 付勇. 基于POD方法的弯曲扩压通道分离流控制的时空特性分析[J]. 航空学报, 2014, 35(4): 921-932.
[10]	陈果, 罗云, 郑其辉, 侯民利, 蒲柳. 复杂空间载流管道系统流固耦合动力学模型及其验证[J]. 航空学报, 2013, 34(3): 597-609.
[11]	唐炜, 乔倩, 史忠科. 频域最小二乘辨识方法的参数约束条件选取[J]. 航空学报, 2012, 33(12): 2253-2260.
[12]	朱宇, 万敏, 周应科. 高温合金复杂薄壁零件多道次充液拉深技术[J]. 航空学报, 2011, 32(3): 552-560.
[13]	卫洪涛, 孔宪仁, 王本利, 张相盟. 一种分段线性边界条件连续体振动响应求解方法[J]. 航空学报, 2011, 32(12): 2236-2243.
[14]	李学磊;朱增伟;章勇;朱栋;朱荻. 基于复杂型面薄壁零件成形的电铸试验研究[J]. 航空学报, 2010, 31(10): 2068-2074.
[15]	任宗金;孙宝元;张军;钱敏. 轨/姿控火箭发动机推力矢量动态测试系统测量原理与动态性能[J]. 航空学报, 2009, 30(11): 2037-2044.