蜗杆砂轮磨齿机是中小模数齿轮批量精加工的主要设备,随着航空航天、国防等领域向着高精尖方向发展,对于高精度和高稳定性蜗杆砂轮磨齿机的需求也在不断增加。对于精密加工机床,热误差占其加工误差的70%以上,严重影响了机床加工精度的稳定性。蜗杆砂轮磨齿机作为典型的齿轮精密磨削机床,因其整体布局紧凑、内部热源分布众多,机床热变形情况复杂难以预测,增加了热误差预测及补偿的难度。为此,本文基于YS7232蜗杆砂轮磨齿机开展了热误差测量、建模及补偿技术研究,对于提高蜗杆砂轮磨齿机加工精度稳定性有理论指导价值和工程应用价值。本文的主要研究内容如下:（1）研究蜗杆砂轮磨齿机热特性。通过分析蜗杆砂轮磨齿机结构与运动特点,确定热源位置和热传递方式,建立蜗杆砂轮磨齿机三维模型进行有限元仿真。结合整机稳态位移云图和磨齿工艺分析,确定其X向热误差是影响蜗杆砂轮磨齿机加工精度的最主要热误差。结合主轴、工作台和X1轴等关键轴系稳态位移云图和温度云图分析,得到蜗杆砂轮磨齿机关键轴系热变形趋势,并据此规划温度、位移传感器的安装方式与位置。（2）设计蜗杆砂轮磨齿机热误差测量系统。根据蜗杆砂轮磨齿机主轴、工作台和X1直线轴等关键轴系结构、运动及热误差特点,分别设计对应的温度、位移数据采集系统。以测量蜗杆砂轮磨齿机X向热误差为目标,设计并进行了多组热误差测量实验以模拟蜗杆砂轮磨齿机在不同工况影响下的热变形过程,分析采集到的温度与位移数据,得到蜗杆砂轮磨齿机温度与热误差的变化规律,为建立蜗杆砂轮磨齿机热误差模型提供数据支撑。（3）研究蜗杆砂轮磨齿机热误差建模方法。提出一种基于改进二进制蝗虫算法（IBGOA）的温度敏感点筛选方法,该筛选方法以多元回归分析结果为评估指标,使用监督学习机制筛选蜗杆砂轮磨齿机关键轴系的温度敏感点。采用挠曲变形理论推导了X向热误差与部件温升之间的关系,根据推导公式的特点,将长短时记忆神经网络（LSTM）作为蜗杆砂轮磨齿机径向热误差建模方法,并设计LSTM热误差模型的训练流程。（4）研究蜗杆砂轮磨齿机热误差预测与实时补偿。依据实验数据建立IBGOALSTM蜗杆砂轮磨齿机热误差模型,通过模型预测结果验证IBGOA温度敏感点筛选方法和LSTM建模方法的有效性和优越性。研究基于PLC通讯的蜗杆砂轮磨齿机热误差实时补偿技术,并进行蜗杆砂轮磨齿机主轴热误差实时补偿实验,验证补偿方法的可行性以及热误差模型的预测能力。