随着工业现代化的不断发展,我国工业建设进入工业4.0时代。重型机床作为工业建设中的高端精密制造设备,对其加工精度的要求也越来越高。研究表明,热误差是影响重型机床加工精度的主要因素,如何减少热误差已成为提高加工精度急需解决的问题。对于有着体积大、行程长、载荷重等特点的重型机床,如何对其温度场进行有效监测将成为热误差建模的首要问题。由于重型机床的热源广泛,传统的基于少量温度测点的热误差建模方法显得捉襟见肘。此外,在热误差建模后如何在实际的加工过程中进行平滑补偿也将成为热误差补偿的又一大难题。本文以重型龙门钻床ZK5540A为研究对象,通过对重型机床温度场进行分布式多测点的监测,提出一种基于集成模型的热误差超前预测建模方法以及热误差平滑补偿方法。主要研究工作如下:(1)分布式多测点的重型机床温度场监测研究。在对重型龙门钻床ZK5540A的结构特点和热源分析的基础上,采用基于FBG的分布式传感网络对机床的关键部位进行温度场监测,并设计面向重型数控机床ZK5540A的温度场监测实验,验证分布式多测点监测的有效性以及分析重型机床的温度场特点。(2)基于集成模型的热误差超前预测建模研究。以分布式多测点监测的温度场为基础,提出一种基于集成模型的热误差超前预测建模方法。该集成模型由两个模型级联而成,利用卷积神经网络作为前级,对重型机床热误差进行建模,以实现从同一时刻的温度场预测同一时刻的热误差;利用长短期记忆网络作为后级,对重型机床热误差进行超前预测,根据当前时刻的热误差预测未来若干个时刻后的热误差。利用不同转速下的数据进行实验以验证超前预测建模的有效性,并通过设计超前不同时间步的实验确定模型的有效预测范围。(3)热误差平滑补偿方法与补偿系统研究。分析对比各种补偿方法,选择出一种满足要求的平滑补偿方法,设计出基于该补偿方法的补偿系统,详细介绍该补偿方法以及系统需要的PLC梯形图修改及样例G代码,并通过分析对比不同补偿策略下的补偿加工实验效果,验证超前预测集成模型的平滑补偿的有效性。