随着科学技术的发展,复杂曲面零件在航天、造船、模具、和汽车等工业领域的应用越来越广泛。这类零件的检测已经影响到我国装备制造业的发展。复杂曲面零件的检测通常采用离线检测方式,如三坐标测量机,但存在二次装夹误差、设备昂贵及运行环境要求高等问题。而在线检测技术,可不改变数控机床上的工件的位置,直接测量加工精度,并可形成“加工—测量—补偿”的闭环系统,是近年来国内外的研究热点。本文针对在线检测系统中存在的难点问题,深入开展在线检测系统的误差分析与补偿方法,重点分析测头的预行程误差及其预测建模方法,补偿在线检测系统的各项误差,并对在线检测系统的检测结果进行了不确定度评定方法研究。本文的主要内容包括以下几个方面：(1)深入调研在线检测系统误差分析与补偿的国内外研究现状,对在线检测系统的机床误差以及测头系统误差分析与补偿技术进行综述分析,并指出该领域仍然存在的难点问题。(2)分析在线检测系统中的各个误差来源,从中找出影响其检测精度的主要因素,并研究其获取和补偿方法。针对测头的预行程误差,提出基于遗传算法的BP神经网络和基于正则化RBF网络预测建模方法,建立接触式测头的预测模型,实现不同法矢方向上测头预行程误差的预测。(3)研究在线检测系统测量误差与不确定度评定方法,将不确定的A类评价方法与不确定度B类评定方法运用到在线检测系统检测结果评定中,实现基于在线检测系统的自由曲面零件检测结果的不确定灰评定。(4)在上述研究的基础上,开发在线检测系统的“预行程误差”模块和“不确定度评定”模块；并通过实例零件的实验研究,验证预行程误差预测与补偿的效果及其检测精度的不确定度。本研究对前期开发的在线检测系统进行进一步完善,使其在原检测功能的基础上具备误差建模与补偿,检测结果评定等功能,该系统将广泛推广应用到相关企业,提高曲面零件的加工精度。