随着工业不断的发展和进步,切削振动已经成为限制表面质量的主要原因之一。金属切削加工过程中产生的振动不仅降低被加工产品表面质量,而且影响着数控设备和刀具的寿命、刚性和可靠性等。如何降低数控设备切削加工过程中的产生的切削振动已成为国内外专家学者研究的热点。本文针对数控铣床在切削过程中产生的振动对工件表面质量的影响,提出以高表面质量和低振动为优化目标对切削参数进行优化。切削参数的选择直接影响着切削加工过程中的振动的大小,为了进一步探究切削参数对切削过程中的振动的影响规律,本文通过建立动态信号分析仪、数控铣床和PC端关联,搭建切削加工的实时切削振动采集系统,收集记录振动数字数据。设计了正交试验的实验方案,利用建立的振动数据采集系统,结合大连机床厂生产的VDF-850A数控铣床对工业中常用的材料45号钢进行单工步沟槽干式切削实验同时采集切削过程中的振动数字数据。经对实验数据进行极差分析和方差分析结果显示,切削深度对切削振动影响最大,其次为进给速度和主轴转速。切削深度和进给速度对切削振动的影响为极显著,主轴转速为显著影响。最后,采用最小二乘法对振动数据进行拟合,以切削振动的均方根值为因变量,主轴转速、切削深度和进给速度为自变量建立了切削振动数学模型,为实现铣削加工低振动优化研究奠定基础。为了更好的研究切削参数对被加工工件表面质量的影响。对被加工的45号钢工件进行表面粗糙度的测量。为了研究切削参数变化对表面质量的影响规律,同理对工件表面粗糙度数据进行极差分析和方差分析,实验结果显示增大主轴转速可以明显的改善被加工工件的表面粗糙度,因此应优先考虑通过增大主轴转速提高表面质量,进给速度对表面粗糙度为显著影响,切削深度对表面粗糙度无明显影响。通过SPSS软件拟合表面粗糙度数据,建立以表面粗糙度为因变量,切削参数为自变量的数学模型,为实现铣削加工高质量优化研究提供优化数学模型。综合考虑切削过程中产生的振动和被加工工件的表面质量,提出以高质量和低振动为优化目标的多目标优化数学模型。为了避免两个目标函数无法同时达到最佳,通过层次分析法确定两个目标函数的权重,采用平方和加权法构建综合目标函数,结合数控铣床和刀具性能对切削参数的约束条件,建立综合目标函数优化数学模型。采用现代优化算法粒子群算法(PSO),以综合目标函数数学模型为待优化数学模型,进行寻优求解,在切削参数约束允许范围内,获取最佳的切削参数组合。为了验证该算法的准确性、科学性和有效性,运用获取的最佳切削参数组合进行切削加工实验验证。结果表明:同经验切削结果相比使用粒子群算法优化后切削参数进行切削加工,切削振动RMS降低36%,被加工工件表面粗糙度Ra降低25%,结果表明该方法可有效的降低数控铣床切削加工过程中的振动和被加工工件的表面粗糙度,为实际工程中铣床铣削加工参数选取及优化提供借鉴。