机床是典型的机械制造工艺设备和工作母机，在将毛坯转化为零件的加工过程中产生大量能耗。随着能源短缺问题日益严峻，机床的能耗问题为当前国际关注的热点。本文通过分析数控机床能耗机构组成，从而对机床能耗进行定量的分析。以切削用量为输入，机床能耗为输出搭建能耗模型，在此基础上提出机床节能方法。具体工作概括如下：首先对数控机床的能耗机构进行划分，分析其功用。在此基础上，将机床能耗模型分为辅助系统能耗模型、加工动力系统能耗模型和能耗预测模型。重点分析了能耗预测模型中神经网络与支持向量机理论模型，并进行对比。提出了基于支持向量机的机床能耗预测方法。机床和刀具等一经确定，切削参数的选择就成为影响机床能耗的关键。分析了切削参数、被加工工件、加工刀具和加工机床等对数控机床能耗的影响。选择模型输入为切削参数，输出为机床能耗。以数控铣床XK713为对象，根据机床的特性和实际情况合理选择了核函数，采用K折交叉验证法选择了惩罚因子和核参数，搭建能耗预测模型。通过实例验证了该能耗预测方法的有效性。提出了基于遗传算法的切削参数优化方法。以铣削加工为例，以机床最低能耗和低成本为目标优化函数。模型的多目标函数采用线性加和法进行处理，采用回归分析法获取铣削力参数，根据机床技术参数等确定约束条件。使用遗传算法工具箱对参数模型进行优化求解，带入预测模型进行验证。实验结果表明使用优化后的切削参数可以满足切削要求，并达到了降低切削能耗、降低成本的目的。