机床进给系统动态特性直接影响着数控机床的运动控制性能和加工精度,机床进给系统的动态特性由进给系统机械传动机构动力学特性和控制器的结构与参数共同决定,而控制参数必须与机械传动机构的动力学特性匹配才能得到理想的运动控制性能。目前数控系统无法确定机械系统动力学参数、整定控制性能、监测机械部件的运行状态。本研究以三轴雕铣机为研究对象,基于PMAC开放式数控系统开发了系统辨识模块,用于方便、快速、准确的获取机械传动机构的动力学参数,分析辨识参数的线性特性、非线性特性和时变特性,整定控制器参数,预测机床机械故障等,本研究对扩展数控系统功能,提高数控机床智能化水平具有重要的理论研究意义和工程应用价值。针对机械传动机构动力学参数离线辨识精度和效率低的问题,提出并实现了一种基于双激励信号的动力学参数离线辨识方法,将机械传动机构简化为双惯量模型,各部件分别对应等效分机械参数,先采用伪随机二进制激励信号辨识机械传动机构的频域特性,根据机械传动机构的频域特性设计扫频信号,再采用基于频域特性设计的扫频信号辨识机械传动机构的动力学参数,进行了动力学参数离线辨识的仿真和实验,提高了机械传动机构动力学参数离线辨识的精度,简化了扫频信号设计步骤,提高了机械传动机构动力学参数离线辨识的效率。针对机械传动机构动力学参数在线辨识受扰动信号干扰较大,辨识精度低的问题,提出并实现了一种基于“对象+对象相关性扰动”的扩展闭环输出误差法的动力学参数离线辨识方法,建立机械传动机构与控制器的控制结构,采用闭环直接在线辨识方法,根据机械传动机构的待辨识矩阵确定扰动项的结构,减少扰动信号对辨识精度的影响,进行了动力学参数在线辨识实验,实验结果表明,本文在线辨识方法能实现直线和圆弧两种加工情况下的准确辨识,提高了动力学参数在线辨识精度。针对非线性摩擦力在线辨识精度低和收敛速度慢的问题,提出并实现了一种基于改进随机梯度下降法的非线性摩擦力在线辨识方法,建立了RBF神经网络模型描述非线性摩擦力,减少传统Lu Gre摩擦模型中积分环节对算法运行时间的影响,基于后验误差改进了随机梯度下降法,从而使神经网络权值更新函数不受权值调整增益的影响,降低了算法对速度噪声的敏感度,进行了非线性摩擦力在线辨识的仿真和实验,实验结果表明,本文非线性摩擦力在线辨识方法能有效地补偿摩擦力带来的非线性影响,提高非线性摩擦力在线辨识精度和收敛速度,提高了进给轴的低速性能。针对数控系统辨识能力的缺失,基于PMAC开放式运动控制器进行了数控系统开发,首先,实现了数控系统的基本加工模块,使数控系统具有正常识别加工代码进行自动加工和手动加工的能力,其次,开发了数控系统的系统辨识模块,将本文算法用于数控系统,使系统具备快速、准确辨识机械传动机构的动态特性和非线性摩擦力,进而快速整定控制器,改善机床进给系统动态特性的能力,最后,开发了数控系统轨迹误差测试模块,使机床能够更好评判进给系统动态特性。