热误差是影响精密加工中心加工精度的主要因素之一,通过对热误差进行检测、建模,可以从一定程度上消除热误差对精密加工中心的影响,提高加工精度。本文在分析热误差来源及形式的基础上,设计了针对精密立式加工中心的热误差测量系统,获得了不同工况下较为准确的热误差数据。通过使用灰色关联度分析法对温度点进行优化,进而使用RBF神经网络对热误差数据进行建模,对热误差进行了补偿,并取得了一定的效果。本文从以下几个方面展开了研究：(一)阐述课题的背景及来源,通过对热误差进行分析,结合当今国内国外热误差补偿技术的发展状况,确立了本课题的研究思路及研究内容。(二)对加工中心热误差测量所需要测量的物理量进行分析,针对每一种物理量的特点,分析研究了温度传感器与位移传感器的特点及热误差测量的条件,对传感器进行了选择。设计了固定夹具及温度传感器探头结构。通过对传感器输出信号特性进行分析,选择了合适的数据采集模块,构建了热误差测量系统。(三)针对加工中心主轴热误差测量实验进行了设计,根据实验仪器特性,对实验测量系统进行了调试；运用非接触温度测量方法确定了热误差温度测量温度点布置方案；设计了电涡流位移传感器安装调试方案；设计了不同的测试工况,通过对各工况进行分析,得出了适合的热误差测量工况。测试完毕后对热误差数据行了分析。(四)对加工中心主轴温度点优化的原因进行了简单的讨论,选用了灰色关联度分析法对温度点进行优化。使用三种数据处理方法,得出了不同方法下的灰色关联序列。运用综合分析法对灰色关联序列进行分析,得出了两种温度点优化方案。(五)针对两种热误差温度点优化方案,利用RBF神经网络对其进行训练补偿,选出补偿效果好的方案。并结合实际情况,探讨了将该方案再次优化的可能性,最终确定了热误差补偿所使用的温度点。