随着现代工业技术的不断进步与革新，加工制造业朝着高速、高精密化方向高速发展，故而就需要更高速、高精度的加工技术与之相适应。几何误差、热误差和受力误差一直都是导致机床加工精度降低的主要误差来源，可是由于机床的制造和装配的精度逐渐提高，几何误差的影响越来越小，热误差自然就成为目前最大的误差源，基本已占到了总误差的60%~70%。因此，减小热误差对机床加工精度的影响已成为当前精密加工技术革新的重中之重。本文是在国家科技重大专项“CX系列立式车铣复合加工中心高速条件下机床性能研究”的背景与基础之上，对其热误差的补偿技术进行的延伸性研究，对于提高其加工精度具有很强的实际应用意义。本文以立式车铣复合加工中心CX110100为研究对象，进行了热误差补偿相关技术问题的纵向研究，主要的研究工作及成果如下几个方面：（1）阐述论文研究的价值意义，概述国内外相关的研究历程及最新科研成果，分析目前存在的主要问题。阐述加工中心热误差的主要来源、减小热误差的措施、热误差预测及补偿的技术方法等。（2）分别以加工中心进给系统及整机为研究对象，分析确定系统各热源及热边界条件，依据热传导及有限元理论，建立其三维温度场模型，利用ANSYS软件进行稳态热分析，在求出的温度场的基础上进行热—结构耦合分析，获得系统热变形情况，找出热误差敏感点。（3）依据热特性分析结果确定测温点，采取热误差五点测量法，设计合适的数据检测实验。参考实验数据，采用模糊聚类与灰色关联度法相结合的方法对测温点进行优化，最终确定了与各向热误差对应的三组温度变量，有效减少了测温点的数目。（4）分别采用多元线性回归法、BP神经网络法、RBF神经网络法和基于遗传算法优化的BP神经网络（GA-BP）法建立加工中心热误差—温度预测模型，建立热误差与测温点温度之间的关系，由温度测量值即可对热误差值进行预测。对比各种方法的优缺点以及预测效果表明：GA-BP预测模型能够优势互补，不仅加快了模型的收敛速度，提高了其鲁棒性，而且误差预测精度也最高。（5）采用灰色系统理论建立加工中心热误差自身时序预测模型GM（1,1），依据热误差实验数据寻找自身变化趋势，从而对下一时刻热误差值进行预测。结果显示，在加工中心工作条件稳定的情况下，此模型具有一定的预测精度，有可行性。（6）在热误差值预测的基础上，提出热误差补偿策略，设计热误差的补偿系统。