數控加工中心控制系統的數學模型對于實際的控制系統，要想建立起恰當的數學描述，通常不是一件容易的事，除了要選擇合適的建模方法之外，還要處理好模型簡化等問題。為了準確的描述控制量與被控制量之間的數學關系，一般要涉及各種影響因素和情況，往往導致其關系式變得非常復雜。要求控制量與被控制量之間的關系越準確，其數學模型也就是越復雜。過于復雜的模型，既不便于研究，也不利于控制系統的實現。為了避免出現這種情況，一般需要做出一些合理的假設和簡化，以便將系統適當的理想化。理想化的物理系統通常稱作物理模型。物理模型的數學描述就是數學模型。因此，在建立數學模型時，需要在模型的簡化性與分析結果的精確性之間做出某種折衷。這既需要豐富的實踐經驗和堅實的理論基礎，又需要一定的處理技巧。
實質上，建模過程是對控制系統特別是對被控對象進行調差研究的過程。只有準確的分析出哪些物理變量和相互關系是可以忽略的，哪些是對模型的準確度有決定性影響而必須考慮的因素，才能建立起既比較簡單又能較準確地反映實際無力對象的模型。一個控制系統數學模型建立的好壞與否，最終是由實驗來決定的。
為了便于處理，同學們在學習過程中所遇到的建模問題，一般都是根據給定的物理模型進行的，很少直接從實際的被控對象開始。
在數控加工中心控制系統的數學模型建模中經常遇到的另一個問題是線性化問題。嚴格地講，實際的物理系統都是分線性系統，之是非線性的程度有所不同而已。然而，許多系統在一定條件下可以近似的是做線性系統。線性系統具有其次性和疊加性，可以大為簡化系統的設計與分析。在控制工程中經常采用的方法是：首先建立簡化的盡可能線性化的模型，在此基礎上求得系統的近似特性。必要時，在采用較復雜的模型做進一步的研究。這種逐步近似地研究方法是工程上常用的方法。
應該指出，數控加工中心控制系統的數學模型并非富有的控制系統都能采用線性化的處理方法。對于一些非線性較強的系統最好采用非線性的研究方法加以處理。