在工业制造业中数控机床向着高速、高精方向发展，热误差已成为影响数控机床加工精度的主要因素之一。针对温度测点布置优化技术难点及缺少对热误差补偿系统稳定性研究的问题，以VMC750E和VDF850D加工中心为研究对象，以热误差在线补偿方式来提高数控机床加工精度为目的，对数控机床热误差补偿中温度测点布置优化、热误差建模及热误差补偿系统稳定性等关键技术进行研究，主要研究工作如下：利用五点法在数控铣床加工中心VMC750E上进行温升特性实验，分析机床主轴不同转速下温度测点数据（非热源测点、热源测点）之间、热源测点数据与主轴轴向热变形之间的特性，实验表明它们之间具有非线性、耦合性。研究了基于热变形分解技术的温度测点布置优化方法。在数控铣床加工中心VDF850D上进行升温、降温、再升温三个过程的变工况实验，实验分析得出机床立柱热变形对机床主轴端部热误差的影响是不可忽视的,并且主轴轴向热变形是主轴和机床立柱热变形共同影响的结果。在此基础上，应用聚类分析法实现了对主轴温度测点布置的优化。研究了基于组合核函数最小二乘支持向量机的热误差建模。依据数控机床主轴热误差与温度测点数据之间非线和数据样本有限的特点，将全局核函数和局部核函数进行组合使其具有小样本、适应性强、训练时间短、泛化能力好等优点，并应用于主轴热误差建模，嵌入HNC-21系统中进行数控机床热误差实时补偿验证，结果表明补偿效果良好，热误差由35μm降低至10μm以下。最后基于信息熵能度量数据间非线性关系及量化数据不确定性的特点，利用信息熵可对不同加工参数下测点温度数据间的非线性关系及温度数据间的不确定性进行度量量化的方法，采用假设检验对度量量化得到的温度数据间的特征进行分析，诊断温度数据是否出现异常，通过最小二乘支持向量机回归估计算法对异常温度数据进行自修复，保证热误差补偿系统稳定性。