受汽车行业快速发展的影响，汽车模具占汽车制造业的比重逐渐提升，淬硬钢材料被广泛应用于汽车模具加工制造中，但是由于汽车模具高硬度、高强度、复杂型面、多硬度拼接等特点，导致铣削加工过程产生的颤振，不仅会恶化已加工表面质量，影响机床和刀具的使用寿命，还会制约生产效率。因此，本文通过分析铣削颤振过程中振动信号的非线性特征，进而检测铣削颤振，展开了以下研究。首先，针对淬硬钢铣削过程中的振动问题，通过铣削加工正交试验和单因素试验，系统的研究了铣削参数与铣削力、铣削振动的关系，得出铣削参数对铣削振动的影响规律，确定切削加工范围，指导切削参数的选择。然后，针对淬硬钢铣削过程中的颤振问题，通过特征提取的方法，分析铣削颤振特征，对比时域特征、频域特征、相位特征、非线性特征（李雅谱诺夫指数、排列熵）对铣削颤振的敏感程度。研究表明相位特征可以有效的检测铣削颤振，但计算量比较大，对计算速度要求较高；而非线性特征参数评估对混沌振动极为敏感，并通过试验验证该分析方法的有效性。其次，针对不同特征参量对铣削振动的敏感程度不同，采用KPCA定性的分析不同铣削状态的振动特征。研究表明核主元的状态特征明显，可以有效的检测铣削颤振的状态。在核主元分析方法的基础上，结合支持向量机分类的功能，对铣削颤振进行识别和检测，并通过实验验证，基于KPCA、KPCA-SVM方法识别出铣削振动不同状态的有效性。最后，结合本文研究的铣削颤振检测方法，通过LabVIEW构建铣削颤振检测系统软件，实现铣削振动信号的实时采集与分析功能，达到检测颤振的目的。本文的研究可以指导淬硬钢球头铣刀铣削加工参数的选择，并为铣削颤振的识别与检测提供手段和平台。