铣削加工是一种非常重要的加工制造方式,目前在机械制造加工行业中得到了广泛的应用。在铣削加工薄壁件过程中,由于工件刚度相对较低稳定性不足,很容易产生铣削颤振问题。颤振的发生会限制机床加工效率,影响加工表面质量,以及缩短刀具使用寿命等。因此,如何实现高效率、高精度和高可靠性的铣削加工成为了制造业亟待解决的难题。本文在总结了相关领域研究现状的基础上,对铣削过程中的颤振问题进行了研究。建立铣削力模型,基于加工动力学理论,引入相对传递函数,建立铣削稳定性预测模型;采集加工过程中的铣削力信号,利用信号处理方法提取信号的物理特征进行颤振的诊断分析;基于以上对颤振分析,建立无颤振多目标模型对铣削参数进行优化。本文具体研究内容如下:（1）采用微元积分的思想建立了平头铣刀铣削力模型,然后在此基础上对铣削加工过程中颤振产生的机理进行了研究,综合考虑了刀具和工件两者的相对传递函数而构成加工系统的相对传递函数,并将其作为稳定性研究的依据。通过仿真绘制了铣削颤振稳定性曲线,经实验验证了其有效性。（2）介绍了集合经验模态分解并通过仿真信号检验其有效性。将此方法引入到颤振信号的特征提取中,提取不同IMF分量中具有代表性的样本熵和能量构成特征向量。最后采用主元分析法将特征向量进行降维处理,为后续的颤振诊断识别做准备。（3）采用提取出的颤振特征向量,利用支持向量机的学习能力进行训练,并针对不同的核函数类型对测试效果进行研究,使用网格搜索和遗传算法对惩罚因子c和核参数g进行优化,比较了不同参数优化的效果,最终获得了良好的分类效果。最后对颤振诊断分析进行了界面开发与研究。（4）对钛合金薄壁件进行了正交试验,得到表面粗糙度预测模型。以最大材料去除率和表面粗糙度为优化目标,设置颤振稳定性极限曲面、进给速度和表面粗糙度等为约束条件。分别建立三种不同优化模型,采用粒子群算法求解各模型最优解,并对模型进行了比较分析。