数控机床在高端装备加工中具有十分重要的作用，对其加工精度的要求也愈来愈高，而影响数控机床精度的最主要原因是热变形引起的误差，对此类热误差一直难以实现有效的检测和实时补偿。研究表明，在精密数控机床加工过程中，由热变形引起的误差占到总误差的40％-70％，热误差是影响数控机床加工精度的主要因素。数控机床的热误差是温度（温度场）的非线性函数，温度（温度场）的变化将影响工件、测量装置以及机床的几何形状，因此时间和空间上的温度变化以及机床零部件材料的热膨胀系数等都和热误差密切相关。　　本文以CR5116柔性立式加工单元为主要研究对象，分析了数控机床的热特性和热误差产生机理，结合试验测量数据建立了数控机床单项热漂移误差的预测模型，并通过数值仿真及实验研究提高了热误差模型的预测精度。论文的主要研究工作如下：　　（1）研究了CR5116柔性立式加工单元的结构特点和热源分布，详细论述了基于光纤光栅传感器的温度测点布置以及热误差测量方法,进行了热源点温度和刀具位移误差的测量与采集实验，并分析了热源点温度与刀具位移误差之间的关系。　　（2）以测量的关键点温差为基础，利用人工神经网络技术，分别建立了基于BP神经网络、基于RBF神经网络以及基于遗传算法改进的BP神经网络数控机床主轴 Y轴轴向静态热漂移误差预测模型，并分析了三种模型的优缺点，分别阐述了三种建模方法的使用范围。　　（3）针对数控机床热误差模型鲁棒性进行了仿真分析，分别对三种模型进行了单关键温度误差对模型性能的影响进行了对比分析。通过分析仿真结果，验证了关键热源点数控机床主轴 Y轴轴向静态热漂移误差的影响，去除了其中影响较小的热源点，对热漂移误差预测模型进行了改进。