航天航空领域发动机整体叶盘、航空结构件的加工表面质量对其机械性能起着关键性的作用,其表面质量严重影响发动机的推重比性能、动平衡性能以及可靠性。但在精加工阶段很容易出现加工变形和颤振,导致加工误差产生并且难以控制,从而影响工件的表面质量和加工精度。因此在加工过程中对变形和颤振建立相应的监测算法具有十分重要的意义。基于最小二乘法和提升小波变换,提出了一种薄壁件加工变形监测的方法。首先在有限元模型中计算工件某些特定节点在单位力作用下的变形,运用最小二乘法拟合得到整体位移矩阵。将加工时采集的动态切削力信号进行提升小波变换,提取与变形相关的分量,并施加到整体位移矩阵中,得到加工过程中工件的变形。通过相关的切削实验,验证了上述模型监测结果的准确性。基于带通滤波和包络解调技术建立了针对固定参数下切削颤振早期辨识模型。将加工初始阶段一个加工周期内的动态切削力经过带通滤波分解在不同频带,随后对不同频带的信号进行包络解调,通过包络频谱上的谱峰进行颤振的早期辨识。进行了10组切削实验,实验结果表明基于上述算法辨识得到的颤振基频与通过表明振纹离线计算的颤振频率误差在2Hz内,辨识正确率可以达到100%,验证了辨识算法的有效性。考虑到颤振频率在变参数加工条件下的时变性,建立了基于小波包变换和近似熵特征切削颤振监测模型。对不同工况下的动态切削力进行小波包变换,选取颤振频率信息丰富的尺度进行重构。绘制重构后信号近似熵特征随时间变化的曲线,通过曲线上幅值的变化情况监测加工过程中的颤振情况。通过多组变参数切削实验对监测算法进行验证,结果表明近似熵可以敏感表征系统加工过程中的稳定性,具有良好的鲁棒性。