微结构表面是指面型精度可达亚微米级,具有特定功能微小拓扑形状的表面,由于其具有质量轻、体积小、成本低等优势,目前被广泛使用在光学领域、航空航天、军事方面等领域中。微结构表面加工的方法也成为了一个研究热点,加工微结构表面的加工技术也在飞跃发展。其中,快刀伺服加工技术由于具有能加工光滑连续的非对称三维结构、可加工材料多、加工效率高等优势,是目前加工微结构表面的主要方法之一。在微结构表面加工过程中,由于微结构表面的面型特征,在加工过程中切削深度是一个时变量,引起切削力的动态变化,从而导致加工过程的不稳定,并可能导致再生型颤振的发生。颤振的发生会产生如工件精度无法达到标准,刀具磨损等后果,因此对加工过程中的颤振进行控制具有重要意义。在本文中,首先对面向微结构表面加工的快速伺服刀架进行了总体结构设计,对其主要组成部件进行了相关的选型和计算,保证满足设计的使用要求,并在最后对设计好的整体快速伺服刀架的实际性能进行了相关的静力学仿真和动力学仿真,并与理论计算结果进行了对比,保证设计出的刀架满足使用要求并符合安全标准。接着,对于微结构表面加工过程中发生的再生型颤振进行了数学建模,并根据其数学模型进行了加工过程的稳定性分析。根据建立的颤振数学模型选取了相关的切削参数,进行切削仿真对比,观察稳定切削与颤振发生时的刀具振动情况,通过对仿真结果的分析,选取了检测颤振发生的特征量,作为判断颤振发生的依据,并设计了检测刀具颤振发生的实验方案。由于压电材料具有响应快、输出力大的优点,在本文中设计了采用压电执行器对微结构表面加工过程中的颤振进行抑制的主动控制实验方案。并结合BP神经网络控制算法,通过颤振数据的输入,输出控制电压,实现压电制动器对刀具颤振进行前馈控制。在设计对颤振进行实时反馈控制方案时,由于BP神经网络自身存在局限性,在训练过程时可能会陷入局部最优的情况,无法得到最优控制电压,因此采用粒子群算法对传统的BP神经网络算法进行了优化。并进行了两种控制方法的实验,将未控制下的颤振情况与控制后得到的振动情况进行了对比,实验结果表明,两种控制方法均得到了良好效果。