以滚珠丝杠副为主要传动装置的细木工带锯机仿人工送料平台是一种可实现木材精准曲线锯切的新型智能加工装备。由于送料平台为并联耦合机构,多轴丝杠产生的误差会导致加工轮廓精度的降低,所以需要建立相应的误差补偿策略来提高加工精度。针对上述问题,本文提出以轮廓误差为补偿控制对象的送料平台误差补偿策略对丝杠误差进行补偿。主要研究工作如下:通过研究智能机床的加工原理以及送料平台的结构,对丝杠误差产生的原因以及误差来源进行分析,确定多轴联动控制方案,运用上位机软件VC与下位机软件Co De Sys动态链接实现多轴联动运动控制。分析锯切轨迹形成原理,对轮廓误差的补偿方法进行讨论,确定以补偿轮廓误差的控制方式减小每个轴丝杠误差的补偿方案。对送料平台进行运动学分析,得出送料平台末端运动位置姿态与滚珠丝杠螺母位移之间的关系。并以此为依据提出采用基于BP神经网络的轮廓误差估计方法,解决轮廓误差难以计算的问题。为验证基于BP神经网络的轮廓误差补偿控制策略比丝杠误差补偿控制方案更好,运用MATLAB和ADAMS进行联合建模仿真实验。在传统控制方法的基础上,提出采用传统猫群算法（CSO）、改进猫群算法（DCSO）结合传统控制方法的轮廓误差补偿控制策略,解决传统控制方案对多目标及并联耦合机构补偿效果不佳的问题,通过仿真实验对比CSO、DCSO和传统控制算法的优劣,验证DCSO的性能指标最优。在智能机床试验样机上进行实际试验,以BP神经网络估算出的轮廓误差为补偿控制对象,运用传统控制方案、CSO控制方案、DCSO控制方案对送料平台误差进行补偿控制,对比观察轮廓误差、跟踪误差、五轴丝杠最大位移误差和均方根误差大小以及被加工板材实际轮廓轨迹与理论轨迹的拟合程度,得出DCSO控制方案补偿效果最佳,证明本研究提出的送料平台误差补偿策略可以有效减小丝杠误差,提高加工精度。