主轴热误差是数控机床的主要热误差源，本文提出了一种使用三路单光束干涉仪(SBI3)进行机床主轴热误差的非接触式实时测量方法，可以快速准确地测量主轴热误差。实验结果表明，所测立式加工中心主轴热误差沿Z轴方向最大，约为50 μm，测量误差约为1.0 μm。

为了解决单一BP神经网络模型预测性能不稳定的问题,提出一种集成BP神经网络的数控机床主轴热误差建模方法。采用模糊c均值聚类法筛选温度敏感点,消除了冗余温度变量间的多重共线性。从机器学习的角度出发,分别采用平均法、中位数法和普通最小二乘法将几种具有弱预测性能的典型BP神经网络模型进行集成。以THM6380卧式加工中心为研究对象进行了主轴热误差实验,热误差预测性能分析结果表明,集成模型的预测精度和泛化能力优于单一BP神经网络模型,为机床主轴热误差建模及后续热误差补偿提供了新的思路。