随着科学技术的飞速发展，对各种数控机床及加工中心的加工精度和可靠性提出了更高的要求。在这种高速、精密机床中，热变形问题日益突出，而解决这一问题的有效方法是进行热监控与补偿。在数控机床热误差控制补偿技术中，合理选择测温点及控制源的位置，建立测温点温升与热误差之间合理而实用的数学模型是其关键所在。实践表明，数控机床表面及内部各点的温升对机床热误差的影响程度是不同的，总存在这么一些热源传播点，这些点的温升变化将引起机床在不同方向热误差的明显变化，只要对这些点的温升进行有效控制，那么数控机床的热误差也就基本得到控制，我们称这些点为影响数控机床热误差的关键点，关键点的有效辨识是热补偿技术的关键，它不仅直接影响补偿效果，而且对数控机床的总体布局及结构设计有一定的指导意义。本文提出了一种基本人工神经网络辨识数控机床热误差关键点的通用方法，该方法利用各测温点温升和主轴端部各方向位移测量点位移的实测数据，应用M atlab中的神经网络工具箱，建立温升与位移之间的神经网络模型，然后求出网络模型各输出对各输入的偏导数，依据偏导数的大小确定测温点温升对位移测量点位移的作用程度，偏导数大的点即为热变形关键点，此点在热监控和补偿中应加以重视和应用。该方法用于数控机床，其辨识结果符合实际。热误差关键点的辨识数控机床是一个复杂的热态系统，受影响的因素很多，现代计算机技术的发展及神经网络工具箱的应用使得温升与位移模型的建立、关键点的辨识不仅成为可能，而且方便、精确。
