1.一種主軸系統動態熱誤差預測系統，其特征在于：包括霧計算層、云計算層、數據采集單元、數據庫和中央處理器；

所述數據采集單元用于采集主軸系統的生產和設備數據；所述數據庫接收所述數據采集單元采集得到的數據并存儲作為歷史數據；

所述霧計算層包括霧服務器，所述霧服務器內設有數據處理單元和誤差預測單元，所述數據處理單元接收所述數據采集單元采集得到的實時數據并對實時數據進行處理；所述誤差預測單元接收經所述數據處理單元處理后的實時數據、并采用主軸系統熱誤差建模方法創建得到的主軸系統熱誤差模型預測主軸熱誤差；

所述云計算層包括云服務器，所述云服務器內設有誤差模型訓練單元，所述誤差模型訓練單元接收所述數據庫內的歷史數據并對主軸系統熱誤差模型進行訓練；

所述中央處理器接收經所述誤差模型訓練單元訓練后的主軸系統熱誤差模型、并將該訓練后的主軸系統熱誤差模型傳輸至所述誤差預測單元以更新所述誤差預測單元內的主軸系統熱誤差模型；

所述主軸系統熱誤差建模方法，包括如下步驟：

1)以BA算法構建IBA-GRU模型的結構；

2)以GRU神經網絡的時間窗口大小，批處理大小和節點數超參數作為優化變量，初始化蝙蝠種群；

3)采用BA算法優化GRU模型的超參數，優化的適應度函數為：

其中，y_i為訓練集的第i個預測值；Q_i為訓練集的第i個真實值；n_o為訓練集樣本數；

4)將優化得到的最優超參數用于IBA-GRU模型，得到主軸系統熱誤差模型并用于預測主軸系統的熱誤差。