摘要：数控机床铣削过程中出现的颤振失稳，是限制数控机床加工效率和加工质量的关键因素。铣削稳定性与工艺参数、工艺系统动力学特性密切相关，而工艺系统动力学特性又随加工位置、刀具悬伸量的变化或刀具的更换而变化。因此，针对多因素影响下的铣削稳定性预测和无颤振工艺参数选择问题，本文以数控机床各向移动部件位置、刀具直径、刀具悬伸量和切削参数为变量，提出一种基于引导聚集算法(Bagging)与带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)的切削稳定性预测与工艺参数优化方法。该方法首先采用正交实验设计离散数控机床的工作空间，在每个加工位置对不同悬伸量下的刀具进行锤击实验，由此得到各把铣刀对应的刀尖点频率响应函数；然后，在不同工艺参数方案下进行铣削稳定性理论预测，进而引入Bagging算法建立以各向运动部件位置(x， y， z)、刀具直径(d)、刀具悬伸量(h)、主轴转速(n)、切削宽度(ae)、每齿进给量(fz)为输入的极限切削深度(aplim)预测模型；在此基础上，采用该Bagging模型作为铣削稳定性约束，以加工位置和工艺参数{x， y， z， d， h， n， ap， ae， fz}为优化变量，建立最大材料切除率和刀具寿命的多目标优化模型，采用NSGA-Ⅱ算法求解该模型得到Pareto最优解集，并结合熵权法和优劣解距离法(TOPSIS)选出Pareto解集中的最佳解。以一台三轴立式加工中心展开实例分析，所建极限切削深度Bagging模型的预测误差为2.99%，且铣削加工实验表明获取的{x， y， z， d， h， n， ap， ae， fz}最优配置可实现稳定铣削，验证所提方法的可行性和有效性。
文章目录
1 机床铣削稳定性铣刀参数预测建模
1.1 考虑刀具直径和刀具悬伸量的铣削稳定性预测
1.2 多因素影响下的切削稳定性Bagging预测模型
2 基于Bagging预测模型的切削稳定性优化问题描述
2.1 基于材料切除率和刀具寿命的铣削稳定性多目标优化
2.1.1 设计优化变量
2.1.2 优化目标函数
2.1.3 约束条件
2.2 基于NSGA-Ⅱ算法的多目标优化模型
2.2.1 NSGA-Ⅱ算法分析
2.2.2 NSGA-Ⅱ算法改进策略
2.2.3 NSGA-Ⅱ算法步骤
3 基于Bagging-NSGAⅡ算法的铣削参数优化与算例验证
3.1 建立极限切削深度Bagging预测模型
3.2 铣削参数优化实例分析
3.2.1 切削参数优化实例
3.2.2 基于熵权法的TOPSIS模型决策结果
3.2.3 优化结果分析与实验验证
4 结论