薄壁零件因其紧凑、轻巧的结构而被广泛应用于航空航天领域,为了满足在极端工况下工作的要求,又往往需要使用特殊材料进行加工。钛合金因其耐腐蚀性好、热强度高、低温性能好等优点,成为制造压缩机叶片、轴承壳体等的理想原材料。但是钛合金在切削加工时变形系数小、冷硬现象严重、切削温度高,导致其切削加工困难。另外,在加工圆弧形薄壁零件时,由于自身刚度较差,并且结构特殊使其不易装夹,所以极易产生加工变形。加工参数选取不当还可能会加剧切削过程中的颤振现象,进而影响零件表面质量。因此,针对难加工材料的圆弧形薄壁零件的加工变形和表面质量问题,如果能探究出来一套改良方法,将对实际生产具有很大的应用价值。本文以TC4钛合金圆弧形薄壁零件作为研究对象,分别从工件表面质量和加工变形量两个角度出发:使用切削稳定性叶瓣图预测切削振动,改善表面质量;通过有限元仿真技术分析工件加工变形规律。并采用智能算法对切削参数进行多目标优化,得到一套改良圆弧形薄壁零件变形量和表面质量的完整方案,具体研究工作如下:首先,由影响工件加工质量的加工颤振现象引入切削颤振稳定域的概念,根据零件实际加工情况建立薄壁零件铣削动力学模型。通过有限元切削仿真、锤击模态实验等方法对颤振稳定域进行求解,得到切削参数和切削稳定性的关系曲线,实现对切削振动的预测。表面粗糙度实验也验证了稳定性叶瓣图的预测结果是可靠、有效的。然后,根据有限元动态切削仿真和静力学切削仿真的使用特点,分别对工件局部和整体的加工变形规律进行预测,并在此基础上进行进一步研究,通过仿真结合实验的方法得到不同切削参数情况下工件的铣削力,变形量和表面粗糙度数据,分析切削参数对它们的影响。根据实验得到的表面粗糙度数据建立表面粗糙度预测模型,通过残差图和方差分析验证了其正确性,为切削参数优化做好了铺垫。最后,针对薄壁零件设置目标函数和约束条件,建立参数优化模型。使用遗传算法结合BP神经网络以最小化加工变形量为目标进行非线性寻优;使用带精英策略的NSGAⅡ算法对表面粗糙度和材料去除率进行多目标优化,得到一系列Pareto解集,并通过实验证明使用优化后的切削参数组合加工得到的零件能兼顾表面质量和加工效率的要求,为实际生产提供指导意见。