重型数控机床是衡量一个国家综合国力和技术水平的重要战略物资,随着现代机械制造技术的不断发展,人们对重型数控机床加工精度的要求越来越高。重型数控机床具有垂直高度高、切削力大、自身庞大、结构复杂的特点,其加工精度与普通机床更易受到机床热变形的影响,为了合理布置温度传感器,获取机床的温度场分布,需要对机床的温度场特性进行分析。重型数控机床加工过程中的误差主要有几何误差与热误差,其中几何误差已经得到有效抑制,而热误差仍是机床的主要误差来源,随着工件精度的提高,热误差占机床加工误差的比例逐渐增大,因而成为影响重型数控机床加工精度的主要因素。在热误差建模过程中,热关键测点的选择对热误差预测模型的鲁棒性和精度具有很大影响,因此合理的选择热关键测点对于热误差建模十分重要。本文以ZK5540A龙门钻床为研究对象,在对机床关键部件的温度场进行分析的基础上,在机床关键热源处布置FBG温度传感器。根据监测数据,利用偏相关分析与灰关联度相结合的方法确定机床热关键测点。主要研究工作如下:(1)在对ZK5540A龙门钻床的结构特点和热源初步分析的基础上,采用有限元分析方法,对机床关键部件温度场进行分析,利用红外热成像仪对温度场进行测量,并对有限元分析的结果进行验证。在此基础上,在机床关键热源处布置FBG温度传感器。(2)研究了基于FBG的温度数据采集原理,对采集数据进行预处理,包括温度值解析以及温度数据去噪处理。同时研究基于小波分析的异常测温点检测方法,通过伸缩、平移变换对温度数据进行处理,发现温度数据中的异常值,实现异常测温点检测。(3)制定机床热关键测点选择策略,利用偏相关分析法从机床测温点中筛选部分测温点作为备选测温点,然后利用灰关联度对备选的测温点进行聚类分组,确定机床热关键测点。当热误差预测模型性能下降时,通过对热关键测点的重构,使模型性能恢复正常,从而精确预测热误差。