由于铣削加工在制造高精密度、特殊结构、新型材料的零部件方面具有优异加工性能,其在航空航天、国防军工以及精密仪器等领域应用广泛。同时,近年来,随着生物医疗、精密光学、电子制造等领域对高精度微小零部件的需求日益迫切,微铣削加工已引起工业界和学术界的高度关注。然而,在铣削加工过程和微铣削加工过程中,可能出现颤振。切削加工过程中的颤振,将导致刀具-工件剧烈振动从而加剧刀具磨损甚至可能造成刀具崩刃,并将在工件表面留有振动波纹,严重降低加工精度(主要指表面粗糙度)和加工可靠性。当前,各制造领域对加工精度和加工可靠性要求越来越高,因而颤振控制显得十分关键。本文分别针对微铣削加工颤振和铣削加工颤振开展颤振主动控制研究工作,采用压电驱动器作为主动控制执行器,研究控制器设计方案以期为相关颤振主动控制研究提供新视角并促进有关颤振主动控制系统的实际应用。本文的主要研究工作如下:1、融合压电驱动器模型和包含过程阻尼效应影响的微铣削加工颤振动力学模型以建立颤振主动控制系统方程,在此方程的基础上,考虑微铣削加工颤振动力学的参数不确定性和时滞特性,研究一种自适应神经网络控制器以实现微铣削加工颤振主动控制。所研究控制器的主要特点为:1)使用Lyapunov-Krasovskii泛函来处理微铣削加工颤振系统的时滞效应影响;2)应用神经网络来估计微铣削加工颤振控制系统的未知函数以及与颤振时滞效应相关的未知边界函数。3)融合自适应控制策略使控制器具有颤振控制鲁棒性能。本研究工作,采用理论分析方式来证明所研究控制器的稳定性能和收敛性能;利用数值仿真来验证所研究控制器的有效性。2、综合考虑微铣削加工颤振动力学的参数不确定性、时滞效应影响和压电驱动器回滞非线性,研究一种基于预设性能的自适应动态表面控制算法以抑制微铣削加工颤振。该控制器的主要特点为:1)使用模糊神经网络(FNN)来估算未知函数项;2)对FNN权重向量2范数平方设计自适应规律以减少计算量;3)采用预设性能函数使跟踪误差轨迹满足预设性能;4)借用Prandtl-Ishlinskii(PI)模型来描述压电驱动器的回滞非线性,并采用基于回滞逆的回滞补偿策略来降低回滞非线性影响;5)融合动态表面控制方法、Lyapunov-Krasovskii泛函、自适应模糊神经网络反步控制算法和预设性能函数来研究控制器以控制微铣削加工颤振。本研究工作,使用理论分析方法来证明所研究控制器的稳定性能;采用数值仿真来说明所研究控制器的有效性。3、考虑一种非线性铣削加工颤振动力学模型,采用压电驱动器作为主动控制执行器,研究反馈控制器以实现颤振控制;本研究工作的主要特点为:1)结合反馈控制算法和非线性铣削加工颤振动力学以实现颤振控制;2)采用压电驱动器作为控制非线性铣削加工颤振的主动控制执行器。该研究工作,应用理论分析方法来证明所研究控制器的稳定性能;利用数值仿真来分析非线性铣削加工颤振主动控制系统的时间响应以表明所研究控制器的有效性。4、融合上一研究工作采用的非线性铣削加工颤振动力学模型和包含回滞非线性的压电驱动器模型,建立一种非线性铣削加工颤振主动控制系统方程,在此方程的基础上,将研究工作2所研究控制器推广至控制非线性铣削加工颤振。本研究工作与研究工作2的主要区别在于:1)使用的颤振动力学模型不同。本研究工作所考虑被控对象模型为非线性铣削加工颤振动力学模型,该模型包含刀具振动变化量非线性的影响,未直接包括过程阻尼效应影响;研究工作2所使用被控对象模型是包含过程阻尼效应影响的微铣削加工颤振动力学模型。2)控制系统稳定性证明的推导过程有区别。在证明非线性铣削加工颤振主动控制系统稳定性能的推导过程中,需对刀具振动变化量非线性相关数学表达式进行分离、放缩以及估算处理。此项研究工作,采用理论分析来证明所采用控制器控制非线性铣削加工颤振系统的稳定性能并使用数值仿真来验证所研究控制器的有效性;表明了研究工作2所研究控制器可进一步推广至控制非线性铣削加工颤振,具有重要应用价值。