复杂曲面类零件在机械、航空航天和国防等行业都有着广泛的应用,其特征曲面的形状误差对零件的质量和性能有着重要影响。然而在实际情况中,复杂曲面的加工误差是不可避免的,因此有必要对曲面本身进行数据采样来补偿消除部分误差,从而提高曲面质量。采用传统检测方式如三坐标测量需要进行多次辅助定位装夹,这会引入重复定位误差,对检测数据的有效性造成影响。而在机检测技术的出现则较好地解决了这一问题,该技术将加工和检测集成到一起,可以实现多阶段加工过程中的测量反馈及加工补偿,对保证复杂曲面加工精度和降低废品率等方面都具有重要意义。基于此,本文主要完成了以下几个方面的相关工作:首先,对复杂曲面检测路径的规划问题进行了研究。将传统的旅行商问题转变为最优分配问题进行分析,在确定距离矩阵后采用KM算法对既定采样点的检测顺序进行优化,使得总行程段最短。期间考虑到两种问题的差异对优化结果造成的不利影响以及算法本身的效率问题,采用聚类的思想对检测区域进行划分以提高运算效率,并提出一种数据结合的手段对错误的结果加以修正。此外,提出一种基于空间判断的静态仿真方法,将检测过程中的干涉检查转化为一些简单几何图形间的空间求交计算,快速获取干涉区域并进行调整,最终得到一条无干涉的最优检测路径。其次,提出“镜像-匹配-补偿加工”的检测反馈补偿策略,利用镜像变形的思想消除加工参数不一致造成的系统误差,同时为了解决补偿阶段过切造成的反向补偿无效问题,将后置补偿过程转变为预补偿过程进行处理,并用粒子群算法对理论曲面的空间位姿进行优化,使得镜像点集到该曲面的最大距离最小,进而以优化结果作为补偿对象更新加工的刀位信息。最后,在DMU 60 mono block五轴加工中心上实现了五轴平台的在机检测功能,完成了复杂曲面的在机检测及加工误差的反馈补偿,通过对实验数据的分析以及三坐标测量实验等手段,验证了本文所提出五轴在机检测方法及反馈补偿策略的有效性。