目前,使用群体机床一起加工的方式已经广泛应用于手机、汽车、家电等行业。随着产品质量的提升,机床动态特性在制造精度中的影响因素越来越大,因此大量学者对机床动态特性展开研究。但是都止步于单台机床的动力学研究,群体机床的研究很少。群体机床由于制造安装误差,导致每个个体动力学特性产生随机变化,使得群体机床有着更复杂的动态特性。因此对群体中的每个个体的动态特性进行分析尤为重要。而传统的动力学分析方法,需要耗费大量的人力物力。针对上述问题,本文引入大数据的方法,建立群体机床的动力学分析方法。首先对群体机床的动力学的差异性原理进行解析。提出了群体机床之间的共性,并从理论上证明空运行下的共性特征。同时提出用主振模态对应的模态质量分布矩阵来表征群体机床的异性特征。接着,建立了群体机床仿真模型,根据实际的空运行激励方式设计了仿真模型,获取了群体机床仿真数据,提取了主振模态对应的模态质量分布矩阵。据此构建数据集,用前馈神经网络根据群体机床共性特征来对群体机床的动力学非参数特征进行生成,同时用堆叠自编码器对群体机床的异性特征进行提取验证了方法的有效性。并研究群体机床异性特征随仿真模型参数变化规律。最后在实际的多类多台机床上获取动力学信号,用LMS软件提取出群体机床异性特征,构建数据集。构建数据集,从而验证群体机床动力学分析网络的有效性。研究结果表明本文提出的群体机床动力学分析方法,适用于机床的空运行激励下的动力学分析。本文提出的群体机床异性特征模态质量分布矩阵可以作为群体机床中的个体机床结构差异性的指标。