五轴数控机床在复杂自由曲面加工领域中具有非常广泛的应用,随着数控技术的飞速发展,对于五轴数控机床的加工精度提出了更高的要求。而几何误差是影响数控机床加工精度的重要因素。因此,本文针对五轴数控机床几何误差的建模、辨识以及补偿方法进行研究,并开展平动轴误差建模、测量、辨识与补偿实验。首先,根据五轴数控机床的基本结构,运用多体系统的基本表示方法建立机床的拓扑结构以及低序体阵列。并应用齐次坐标变换矩阵对机床中各个体的坐标变换进行描述,建立特征矩阵表。依据成形函数与运动约束方程建立五轴数控机床的综合空间几何误差模型。其次,基于9线法测量简便、无条件假设和无需误差模型参与计算的优点,运用9线法对五轴数控机床的平动轴几何误差进行辨识,并采用传统误差辨识方法对其旋转轴进行误差辨识。利用BP神经网络在非线性数据拟合方面的优势,对辨识后的基本几何误差离散数据进行拟合。再次,采用既具备全局特性又提高了收敛速度的Levenberg-Marquardt算法作为BP神经网络的学习算法,运用神经网络建立加工成形运动点位与数控加工指令点位之间的映射,即误差补偿模型。最后,针对五轴数控机床的平动轴进行几何误差建模、测量、辨识及补偿实验,并分别使用补偿前后的数控程序对样件进行加工,验证所运用的五轴数控机床几何误差建模、辨识与补偿方法的可行性。