薄壁类零件在国防、运载和能源等行业有着广泛的应用。该类零件在铣削加工中一般具有刚度低、强耦合、易产生形变和振动等特点,导致了加工质量和效率的下降以及加工成本的上升。为了抑制振动的发生,需要深入研究其发生的机理和特点,进而设计有效的主动控制器。为了解决薄壁件形变问题,需要进行大量的实验研究和分析,进而设计高效的形变预测和补偿方案。本文针对薄壁类零件铣削加工过程中,因为本身能量的积累导致的自激振动和形变等问题开展了如下研究工作:针对受到输入约束的非线性铣削加工动力学系统,提出了输入约束下的铣削加工过程模型预测主动控制方法,拓展了系统的稳定区域。通过有限傅里叶级数近似和摄动系统离散化,将自激振动系统转化为带有输入约束的线性时变系统,利用线性多面体技术结合滚动优化方法求解最优工作点,并在线获取所拓展的系统状态,应用于有限铣削功率下的铣削自激振动抑制过程,拓展了“转速-切深”构成的叶瓣图中的闭环稳定区域,显著提高了铣削加工材料移除率和加工效率。结合自激振动的动力学系统本身所具有周期性时变特性,提出了通过傅里叶级数近似铣削过程中的周期性动态切削力,去除了对切削周期精确测量的依赖;结合高速铣削和较大轴向切深范围的自激振动抑制过程中需要低计算复杂度和较大主动控制力的特点,提出了利用反步法和建立的单调非减奇函数来设计半全局输入饱和自适应控制器,并沿着闭环系统轨迹对建立的正定Lyapunov函数求导,最终根据LaSalle-Yoshizawa定理证明该方法能有效拓展高速铣削加工闭环稳定区域,因此具有提高加工质量和效率的潜力。针对铣削加工过程中经常出现小切入比情况,即径向切削厚度小于铣刀直径,充分考虑到其动态切削力幅值变化较大的问题,提出了切削力变化矩阵不确定性集拟合化方法。为了保证指定转速和切深范围内的薄壁件铣削加工过程的稳定,将自激振动系统的时延不确定性通过Pade近似和不确定集来覆盖,进而建立了包含结构不确定性的线性系统,最后经过D-K迭代μ综合方法得到鲁棒主动控制律。仿真结果表明,在铣削加工中遇到小径向切入比时,该方法可以在指定转速和切深范围内抑制振动的发生,有效提升铣削加工效率和质量。针对薄壁类弱刚性零件铣削加工中产生的形变问题,提出了纯数据驱动的稀疏贝叶斯学习策略用于形变的在线预测与补偿。基于稀疏贝叶斯函数的边缘极大似然估计短期预测形变,据此补偿铣削主轴z方向位移,实现了均匀铣削。另一方面,设计了带约束的双模预测控制器,显著扩大了振动系统的初始状态吸引域,在更大区域内抑制外界扰动,具有较高的实用价值。通过搭建的薄壁类零件铣削加工形变补偿和振动控制平台进行实验验证,实验结果表明基于贝叶斯学习补偿的双模预测控制闭环系统提高了薄板表面均匀度,降低了粗糙度。为了研究基于磁悬浮轴承的主动控制算法对铣削加工过程自激振动的实际抑制效果,本文首先介绍了课题组试制的国内首台载有磁悬浮轴承智能电主轴的五轴数控铣削加工中心原型机。由于所试制的智能电主轴是一个开环不稳定的系统,因此本文首先进行了智能电主轴的轴向和径向悬浮实验,并对结果进行了分析和提出相应的改进措施,为进一步将原型机中的磁悬浮轴承作为执行器来主动抑制自激振动提供了装备及技术基础。最后对全文进行了归纳总结,并对铣削加工自激振动的抑制和薄壁件形变问题的进一步研究和发展方向进行了展望。