细长轴由于长径比大，容易发生颤振等问题，目前主要依靠工人的经验，因此加工效率很低。本文以细长轴车削加工为研究对象，通过解析法对细长轴切削颤振系统的稳定性及其影响因素进行了研究，提出了基于细长轴车削振动信号和声发射信号特征的颤振监测方法，并对细长轴车削过程进行模态分析探讨提高加工效率的策略。以下为主要工作：
1.通过建立以细长轴为主振动体的单自由度再生型颤振分析模型进行加工稳定性分析，得到了颤振频率随主轴转速变化规律。研究了机床主轴转速与极限切削宽度之间的非线性关系，从而揭示了机床动力学和切削动力学参数对再生型颤振稳定性的影响。并通过Matlab/Simulink软件分析不同切削宽度下细长轴切削系统振动幅值变化和频率特征。
2.通过对细长轴车削过程加速度信号的研究，得出颤振的主动体是细长轴，并比较了平稳切削和颤振发生时顶尖加速度信号与刀架加速度信号的时频域特征，表明顶尖加速度信号能更好反映颤振的发生。引入经验模态分解对顶尖振动信号进行自适应分解，从敏感本征模式分量中提取非线性指标近似熵和实时方差，该特征向量相比原始信号近似熵与方差，提高了颤振早期识别的敏感度。并通过支持向量机进行分类和预测，从而对细长轴车削过程中的颤振现象进行准确识别。
3.对比声发射信号与振动信号对颤振监测的表征能力，得出声发射参数分析法中均方根值和峭度系数可以应用在细长轴颤振监测中。并且能比振动信号更快预测颤振，证明声发射传感器相较于加速度传感器能提前感知微弱信号的优势。
4.建立细长轴的径向弯曲振动模型得出其横向振动固有频率的理论公式，并通过对细长轴车削加工过程进行模态分析，与理论计算对比验证有限元模型的正确。进而研究了考虑质量和尺寸变化的细长轴加工过程固有频率变化规律，并且揭示了不同切削深度、轴向力、装夹方式对细长轴的刚度的影响及其规律，从而得出有利于车削稳定加工的措施。