随着机电系统的复杂程度和控制要求不断提高，需要运用控制效果更高的控制算法设计控制器，这就必然需要知道系统模型。然而对于复杂系统，很难建立其精确的数学模型，但通常能够获得大量与这类系统相关实验数据，以及专家的经验知识。在这些前提下，如何实现系统的建模成为控制中需要迫切解决的问题。首先通过实验发现，不同的激励信号建立的模型通常会不相同。为了更准确的建立机电系统模型，本文以实验室的半实物仿真平台为背景，将常用激励信号应用于该平台并对其进行建模，通过比较不同激励信号所建模型，从中获得适合实际系统建模的激励信号。其次针对工程对象普遍含有的非线性，本文对串联型非线性系统建模进行研究。利用正交基辨识法对输入非线性模型(Hammerstein-型)进行建模，对于正交基函数的获取进行改进。通过盲辨识法对输出非线性（Wiener-型）及输入输出非线性型（Hammerstein-Wiener-型）模型进行建模，对输入输出数据的特殊处理，仅利用输出信号恢复中间变量，再利用最小二乘法得到模型参数，仿真和实验表明了该方法的有效性。最后针对反馈型非线性模型建模进行研究，本文提出一种具有在线的自适应选择功能的建模方法。首先构造一个含非线性基函数的集合和期望误差要求的性能指标；然后，依据实际系统与参考模型输出之间差别和所设定性能指标，可随实际非线性的变化，在线自适应更新非线性集合中基函数的组合，建立非线性模型，并应用于前馈补偿，仿真与实验表明了方法有效性。