热误差是数控机床加工误差的主要组成部分,误差补偿是提高机床加工精度的最有效方法之一。本文以数控机床热误差补偿技术为研究对象,在对国内外研究现状分析和总结的基础上,提出了目前该技术主要存在的一些问题。并针对这些问题,从热关键点的选择,主轴热特性分析,热误差建模以及数据采集实验等方面进行了深入研究。本文工作主要包括以下几个方面首先,介绍了机床热变形特性有限元分析的理论基础,基于空气纵掠平板对流传热,提出了主轴旋转时其表面对流换热系数的精确计算方法,以及其它边界条件的计算方法。应用有限元分析软件ANSYS和数值计算软件MATLAB对数控机床主轴热动态特性进行仿真,分析机床工作时其热误差与热关键点温度随时间的变化规律,以及它们之间的复杂对应关系。其次,结合温度敏感度理论和实际经验,提出了从大量温度候选点中快速辨识热关键点的方法。为实现热误差补偿控制,基于主轴热变形的滞后性与非线性,在分析经典Elman神经网络的基础上,引入输出层反馈,获得改进型Elman神经网络,并用于建立数控机床主轴热误差预测模型。应用主轴有限元仿真获得的数据检测热误差模型的预测精度。结果表明,误差模型具有很高的预测精度。最后,基于虚拟仪器技术,搭建起实验测试系统的软件与硬件平台。基于图形化软件开发平台Lab VIEW,编制数据采集程序。实验采集机床的温度值和热误差值,并应用采集数据进一步检验基于改进型Elman神经网络建立的数控机床热误差预测模型的精确性。结果表明,该误差模型具有良好的鲁棒性,预测精度高达80%以上,明显优于Elman神经网络模型。本文研究方法与成果对数控机床热误差补偿技术的开发与应用具有较高的借鉴意义,并对机床其它形式误差补偿技术的研究具有一定的指导意义。