数控机床被视为“工业航母”,是当代制造业的核心机械设备。数控机床的动力学特性与其结构的工作性能紧密相关。随着现代数控机床朝着高速、高精度和高可靠性的方向发展,高速铣削因其高生产率和灵活性而被越来越多的制造企业采用,有关机床动态性能的研究也越来越重要。目前数控机床动力学特性参数辨识方法主要有有限元分析法、试验模态分析法及运行模态分析法。但是,机床在加工状态下的动态特性与静态状态之间存在一定差异。利用传统的静态分析方法,如有限元分析和实验模态分析,很难准确地表征机床在工作状态下的动态特性。同时,周期切削条件下数控机床振动响应中含有大量的周期性信号,在工作模态分析方法的参数辨识中造成了严重的谐波干扰,存在难以区分谐波频率和固有频率的难题。针对以上问题,本文对切削力特性、响应数据分离和模态参数辨别方法等进行分析与探索,并设法解决周期切削条件下机床模态识别的问题。本文的主要研究内容包括以下几个方面:首先,对机床的铣削过程进行动力学分析,通过建立两自由度铣削系统的数学模型,得出切削力主要由周期信号和随机信号组成,其中占比大的周期激励引起机床结构强迫振动,而随机激励部分引起机床的随机振动。同时,分析了切削力信号的频带、能量等特性。其次,针对切削激励特性,提出了对于周期切削条件下机床的运行模态参数识别,可以先将其响应信号中的周期成分与随机成分进行分离,再基于随机响应的数据进行机床运行状态下动力学参数辨识。随后,为解决机床响应信号中周期性分量的干扰问题,提出了一种改进离散随机分离算法用于振动信号分离中,该方法可有效消除振动响应中的周期性分量,减少谐波干扰,得到可用于运行模态分析的随机振动信号。最后,分析并运用自然激励-易卜拉欣时域法从振动分离的随机信号中识别系统的模态参数,并在两自由度铣削系统上进行实例仿真实验,更好地验证了以上理论的正确性。总体而言,本文主要研究了正常切削下周期强迫响应信号与随机响应信号分离方法和只基于响应的模态识别方法,研究内容可应用在切削条件下数控机床动态性能分析中。