图 文 导 读

薄壁整体结构因其良好的结构完整性及高结构效率等特点被广泛应用于各类型号飞机中。铣削工艺是目前加工该类结构的主要制造手段，其高效、精密程度是确保该类结构精确制造并保障飞机综合性能的关键。大量实践表明，由于该类结构的薄壁弱刚度特点，铣削加工中极易发生颤振失稳，导致零件加工精度下降甚至报废。而传统铣削颤振稳定性理论主要以工艺系统动态特性恒定为假设，无法准确高效地表征薄壁结构的切削动力学机理，特别是铣削过程中结构动态特性的实变性，故在实际应用中存在较大局限性。目前研究薄壁结构动态特性时变性的方法多为单纯的力学建模方法，对于颤振的实时模拟和控制来说，效率仍然较低。因此，研究时变薄壁结构动态特性的高效建模方法是薄壁结构高性能切削加工的重要课题。

西北工业大学张卫红院士团队在《国际机械系统动力学学报》（International Journal of Mechanical System Dynamics, IJMSD）发表“面向薄壁结构铣削颤振预测的结构时变动态特性高斯过程回归代理模型”研究论文。该文采用高斯过程回归（GPR）方法，学习利用力学建模方法计算的切削位置与结构固有频率之间的映射关系，建立了结构时变固有频率的高效预测代理模型。针对模态振型向量维数高的问题，采用本征正交分解（POD）法进行降维，再利用类似的高斯过程回归方法，建立了结构时变模态振型的高效预测代理模型。该模型相比现有方法可大幅减小薄壁结构时变动态特性的计算量。算例显示，相较于直接采用单纯的力学建模方法，本方法的总计算时间（包括计算样本点和训练代理模型的时间）减少至少82.4%。本方法计算薄壁结构时变动态特性的时间在1 ms以内，更适用于颤振的实时模拟和控制及切削参数的优化。仿真与实验验证表明，该研究工作可大幅提高薄壁结构切削颤振的模拟效率，为薄壁结构高性能稳定切削提供了技术支持。

Since the dynamics of thin-walled structures instantaneously varies during the milling process, accurate and efficient prediction of the in-process workpiece (IPW) dynamics is critical for the prediction of chatter stability of milling of thin-walled structures. This article presents a surrogate model of the IPW dynamics of thin-walled structures by combining Gaussian process regression (GPR) with proper orthogonal decomposition (POD) when IPW dynamics at a large number of cutting positions has to be predicted. The GPR method is used to learn the mapping between a set of the known IPW dynamics and the corresponding cutting positions. POD is used to reduce the order of the matrix assembled by the mode shape vectors at different cutting positions, before the GPR model of the IPW mode shape is established. The computation time of the proposed model is mainly composed of the time taken for predicting a known set of IPW dynamics and the time taken for training GPR models. Simulation shows that the proposed model requires less computation time. Moreover, the accuracy of the proposed model is comparable to that of the existing methods. Comparison between the predicted stability lobe diagram and the experimental results shows that IPW dynamics predicted by the proposed model is accurate enough for predicting the stability of milling of thin-walled structures.

Keywords:

flexible workpieces, Gaussian process regression, in-process workpiece dyna-mics, millingstability, proper orthogonal decomposition, stability lobe diagram

DOI: 10.1002/msd2.12034

Share this article:

https://onlinelibrary.wiley.com/doi/10.1002/msd2.12034

Cite this article: Yang Y, Yang Y, Xiao M, Wan M, Zhang W. A Gaussian process regression-based surrogate model of the varying workpiece dynamics for chatter prediction in milling of thin-walled structures. Int J Mech Syst Dyn. 2022;2: 117-130.

作 者 简 介

杨  昀 工学博士，西北工业大学副研究员，IJMSD青年编委。从事航空航天大型薄壁结构精密加工方面研究。发表学术论文30余篇，获得国家发明专利20余项，获航空宇航科学与技术学科全国优秀博士论文奖。研究成果作为关键技术之一获2020年国家技术发明二等奖（排四）和2017年陕西省科学技术一等奖（排五）。

万  敏 工学博士，西北工业大学教授。入选教育部“长江学者奖励计划”青年学者，新世纪优秀人才，陕西省青年科技新星。主要从事切削工艺力学机理研究。曾获国家发明二等奖1项（排二），陕西省自然科学一等奖3项（1项排二，2项排三），中国航空学会青年科技奖，全国优博提名奖，Elsevier中国高被引学者。出版英文专著1部；发表学术论文90余篇，SCI论文50余篇，含制造科学领域顶刊International Journal of Machine Tools and Manufacture (IJMTM)、Journal of Manufacturing Science and Engineering (ASME-JMSE)论文20余篇；授权国家发明专利20余项。