第1章緒論/1
1.1數控加工技術/1
1.1.1數控技術發展歷程/1
1.1.2數控加工模型的發展階段/3
1.2智能加工技術/5
1.2.1智能加工技術的內涵/5
1.2.2智能加工的實現途徑/5
1.2.3智能加工技術涉及的基礎知識/6
1.3本書的內容編排/8
本章參考文獻/8
第2章時變加工過程的多態演化工藝模型/10
2.1加工工藝繫統的描述/10
2.1.1刀具主軸子繫統動力學模型/11
2.1.2工件夾具子繫統動力學模型/12
2.2加工過程的多態演化模型/13
2.2.1加工過程的定義/13
2.2.2加工過程的時域離散/13
2.2.3多態模型的演化/15
2.3工件幾何演化模型/17
2.3.1變形映射方法/17
2.3.2復雜加工特征的變形映射建模方法/23
2.4工件動力學演化模型/29
2.4.1基於結構動力修改技術的工件動力學演化分析/29
2.4.2基於薄殼模型的工件動力學演化分析/30
2.5刀具磨損演化模型/36
2.5.1加工中的刀具磨損/36
2.5.2刀具磨損的演化建模/37
本章參考文獻/39
航空復雜薄壁零件智能加工技術目錄第3章切削加工過程監測與數據處理方法/41
3.1切削加工過程中的監測方法/41
3.2偵測加工方法/43
3.2.1偵測加工的概念/43
3.2.2偵測加工的實現方法/44
3.3基於銑削力的切深切寬偵測方法/47
3.3.1平均銑削力/47
3.3.2加工過程中的偵與測/47
3.3.3偵測響應方程/48
3.3.4切深切寬的偵測識別/48
3.4銑刀磨損狀態的偵測識別方法/51
3.4.1刀具磨損的檢測方法/51
3.4.2磨損刀具的銑削力模型/51
3.4.3識別過程分析/55
3.4.4磨損量計算識別/56
3.5基於現場監測數據的切削力繫數辨識/57
3.5.1考慮振動條件的切削力預測模型/58
3.5.2考慮振動條件的切削力繫數辨識模型/65
本章參考文獻/68
第4章工藝模型的學習優化方法/70
4.1加工工藝模型的學習優化方法/70
4.2加工過程數據的時空映射/71
4.3加工誤差補償迭代學習方法/76
4.3.1工件幾何信息的在位檢測方法/76
4.3.2薄壁件加工誤差補償建模/78
4.3.3薄壁件誤差補償模型求解/79
4.3.4誤差補償繫數學習控制方法/83
4.3.5誤差迭代補償方法在薄壁葉片加工中的應用/85
4.4深孔鑽削深度迭代學習優化方法/87
4.4.1單步鑽削排屑力模型/88
4.4.2深孔啄式鑽削排屑過程/90
4.4.3鑽削深度的迭代學習與優化方法/93
4.5工藝參數循環迭代優化方法/95
4.5.1進給速度優化數學模型/97
4.5.2進給速度優化問題的在線求解/100
4.5.3工藝參數的離線學習與迭代優化/106
本章參考文獻/108
第5章加工過程的動態響應預測與調控/109
5.1加工過程動態響應的控制方法/109
5.2銑削過程中的交變激振力/110
5.2.1交變激振力的產生原因/110
5.2.2交變激振力表征與分解/111
5.3銑削加工動態響應預測/112
5.3.1銑削加工中的強迫振動/112
5.3.2銑削加工顫振穩定性預測/115
5.4基於切削參數優選的銑削動態響應控制/121
5.5基於刀具非均勻齒間角優化設計的響應控制方法/125
5.5.1變齒間角銑刀的顫振穩定性預測方法/125
5.5.2相鄰齒間角間的幾何關繫/126
5.5.3銑刀非均勻齒間角設計/127
5.6工件夾具子繫統動力學特性調控方法/128
5.6.1基於附加輔助支撐的調控方法/129
5.6.2基於附加質量塊的調控方法/131
5.6.3基於磁流變阻尼器支撐的調控方法/132
本章參考文獻/137
第6章薄壁件加工殘餘應力變形的裝夾感知/138
6.1切削加工中的殘餘應力/138
6.2殘餘應力變形/140
6.3殘餘應力變形感知預測原理/142
6.4殘餘應力變形感知預測模型/144
6.5典型裝夾形式殘餘變形勢能感知/145
6.5.1多餘約束中存在面約束/146
6.5.2多餘約束為點約束/147
6.6殘餘應力變形感知模型求解/148
6.7薄壁件加工殘餘應力變形感知應用案例/152
6.7.1感知位置的確定/152
6.7.2感知夾具的設計/153
6.7.3加工感知實驗/154
6.7.4變形的求解/154
本章參考文獻/155

理論上，數控加工中隻要使用零件模型編程，生成“正確”的程序，就能加工出合格的零件。然而，在實際的生產實踐中，尤其是航空復雜薄壁零件的加工中，數控加工過程並非一直處於理想狀態，材料去除會導致出現多種復雜的物理現像，如加工幾何誤差、熱變形、彈性變形以及繫統振動等。這些問題的存在，使得根據生成的“正確”程序，並不一定能夠加工出合格、優質的零件，同時設備加工能力得不到充分發揮，機床組件及刀具的使用壽命也會受到影響。產生上述問題的原因在於，傳統加工過程經常隻考慮了數控機床或者加工過程本身，缺乏對機床與加工過程交互作用機理的綜合理解，難以實現事先對加工工藝繫統進行準確建模。而這種交互作用又經常產生難以預知的效果，大大增加了加工過程控制的難度，使對加工過程的精確控制難以實現。航空發動機等復雜裝備上的整體葉盤、整體機匣等零件的結構越來越復雜，其惡劣的服役環境對加工過程與加工品質的要求也越來越高。作者在30餘年航空復雜薄壁零件研制工程實踐經驗與研究的基礎上，近8年來對加工工藝的智能化技術進行了繫統性研究，提出了智能加工技術的基本框架及實施途徑，取得的主要研究成果包括：（1）提出了“無試切”偵測加工方法，通過主動激勵與在線監測相結合，將試切融入零件加工過程，保證試切和實際加工過程中工件材料、結構、工藝和過程四個因素完全相同，解決現有工藝模型由於建模條件與加工過程不同而導致的模型不精確問題。（2）提出了基於偵測加工的自主學習與模型進化方法。利用在線偵測獲取實時工況和繫統響應信息，通過建立聯想記憶知識模板表征工況、界面耦合行為和工件品質之間的映射關繫，實現工藝知識的積累與模型的進化；針對加工過程中工件狀態、刀具磨損的強時變特性，通過時空細分多態演化建模方法實現工件、刀具狀態在工步內的動態建模；利用工步間的數據存儲模板，基於在位測量和離線檢測實現綜合加工誤差補償模型的迭代學習與進化，解決了現有工藝模型和建模方法難以實現動態建模、自主學習與自適應進化的問題。（3）建立了殘餘應力變形感知預測的數學模型，基於超靜定理論提出了基於裝夾力監測的殘餘應力變形感知預測模型的求解方法，為航空復雜薄壁零件加工變形的在位預測提供了新的思路。相關的一繫列模型和方法應用於航空發動機大型風扇葉片、整體葉盤、整體機匣和飛機結構件等零件的研制中，取得了良好的應用效果。本書內容具有先進性、新穎性，對數控加工、CAD/CAM、智能制造、航空制造工程等領域的科研和工程技術人員具有重要的參考價值，同時也適合作為高等院校相關專業的研究生教材或參考書。在本書完成之際，作者衷心感謝各位學術前輩、師長和同事們的支持與幫助。本書是在作者所指導博士研究生的研究成果的基礎上綜合而來的，包括周續、韓飛燕、劉一龍、侯永鋒、侯堯華、韓策、梅嘉煒、馬俊金、王駿騰、劉鼕生、姚琦等，在此也向他們表示謝意！感謝國家重點基礎研究發展計劃課題（2013CB035802）、國家自然科學基金項目（51305354、51475382、51575453、51675438）、西北工業大學中央高校基本科研業務費項目（3102017gx06008、3102018jcc004、31020190505002）和西北工業大學“雙一流”研究生核心課程建設項目的支持！由於作者水平有限，書中難免會有各種紕漏和疏忽，敬請讀者批評指正。特別聲明：本書沒有統一的符號表，各章的符號定義自成體繫。