柔性加工生产线的可靠性和精度稳定性很大程度上取决于其加工过程中的关键设备——加工中心。因此,加工中心加工精度的高低直接决定着生产线上产品的优劣,而热误差是影响其加工精度的重要因素之一。该类误差一般能占到机床总误差的40%-70%,机床的精度越高,该比例值越大。目前,热误差补偿技术是减小、消除机床自身的热误差,提高其加工精度的有效方法之一,引起了国内外学者的广泛、持续关注。本文基于“高档数控机床与基础制造装备”国家科技重大专项资助课题“锡柴重型柴油发动机缸体、缸盖柔性加工生产线示范工程”中的子课题“机床的精度稳定性和可靠性”,对机床的热误差补偿技术进行了研究,完成的主要工作如下：(1)阐述了本文的研究背景和研究意义,综述了机床热误差补偿技术的国内外研究现状,并在此基础上提出了论文所要研究的内容,总结了研究思路。(2)为求得加工中心在加工过程中随时间变化的温度场及每个热源的温度变化情况,对整机进行了热特性分析。采用有限元法进行热分析,包括建立几何模型、确定工程数据(比热、热传导系数、密度)、网格划分、添加热载荷及边界条件等,最终建立起机床的有限元模型,运行求解、分析得出整机温度场及其热源点的温度变化情况。(3)分析了加工中心热误差的基本组成形式,总结了降低机床主轴热误差的措施：误差防止法与误差补偿法。介绍了加工中心温度与主轴热误差试验,搭建了试验检测系统,设计了试验方案,并进行了试验,对试验数据结果进行了分析,为后续的研究提供了数据基础。(4)提出了一种机床温度测点优化方法,并给出该方法实现的思路和步骤。首先,采用相关性分析法,初步筛选出与热误差相关性较大的一些温度测点,接着,对其分别进行模糊聚类分析、灰色综合关联度分析,根据分析结果,建立起不同测点个数的多元线性回归模型,再依据统计学理论,筛选出模型预测精度最高的测点,并进行了试验验证。(5)提出了一种机床主轴热误差建模方法,并给出该方法实现的思路和步骤。将优化出的温度测点及试验测得的热误差数据划分成不同的样本,从而可以建立起多个不同的多元线性回归模型,再依据统计学原理,选择出预测精度较高的模型,并将其预测结果作为BP神经网络的输入,以热误差试验数据作为其输出,建立机床热误差补偿模型,计算出模型的预测精度,将结果与其他方法进行了对比。