航空制造业是制造业最为重要的组成部分之一,而航空薄壁零件的加工一直都是制约航空工业发展的关键因素。薄壁零件加工过程中极易发生颤振问题,从而影响生产效率以及加工质量。颤振对工件、刀具和机床设备的危害已毋庸置疑,发展切削颤振的检测和控制技术已对航空件的加工十分关键。本文研究并设计了颤振在线智能检测与抑制的闭环切削系统,通过检测切削力信号,实时监测切削状态并在线抑制颤振的发生,达到薄壁零件高品质加工的目的。首先,通过理论和实验分析了再生型切削颤振的产生条件和特点,得出颤振的发生总是伴随着机床在其薄弱环节固有频率处的剧烈振动的结论。依据颤振的特点,提出了基于小波包节点能量的特征提取方法,并通过实验分析了分解层数对其识别效果的影响,发现较高层的小波包节点能量的颤振识别精度较高。结合LSSVM分类器的特点,提出了LSSVM-RFE特征降维方法,进一步消去高层小波包节点能量特征中的冗余信息并降低检测时间,颤振识别精度由97.41%提升至98.90%,检测时间由25.5ms降低至9.5ms。接着,研究了一类支持向量机的最小二乘形式——LS-OC-SVM,将其应用颤振检测中,并提出了基于LS-OC-SVM的在线进化的检测模型。模型中使用分块矩阵求逆实现了LS-OC-SVM的在线增量式求解,使用相干准则构建数据集的字典将LS-OC-SVM的解稀疏化,特征信息被存储于字典中,通过更新字典实现检测模型的在线进化。实验结果表明,在线进化的检测模型有更高的颤振预报准确率。最后,通过切削稳定性分析,研究了变速切削抑制颤振的机理。利用840D系统高级编程中同步动作,在机床系统中实现了变速切削,变速与恒速车削实验结果对比表明变速车削可有效抑制颤振。通过机床系统的改装,设计了颤振在线检测与抑制的闭环智能切削系统,在加工过程中实时检测切削力信号以监测机床状态,当颤振孕育时,系统开启变速车削策略实时抑制颤振的发生。薄壁件车削实验结果表明本文的智能切削系统可有效地实现高品质无颤振加工。