随着数控机床朝着高速化、高精度化、智能化和自动化的方向发展，对数控机床的可靠性和加工精度提出了更高的要求。滚珠丝杠副具有定位精度高，传动效率高的特点，是数控机床进给系统的关键部件。然而，机床的高速化必然要求进给速度越来越快，高速运转的滚珠丝杠副产生大量的摩擦热，温升导致滚珠丝杠产生变形，是影响进给系统定位精度的重要因素之一。改善滚珠丝杠螺母副的热态特性，对提高数控机床的加工精度至关重要。　　本文介绍了国内外学者对机床热特性、误差补偿技术的研究现状。以TX1600G镗铣加工中心进给系统的滚珠丝杠为研究对象，研究其结构特点和主要发热源。基于热传导和有限元理论，分析丝杠系统的内部热源和边界条件，并建立了丝杠系统的有限元模型。运用Solidworks软件建立了滚珠丝杆系统几何三维模型，导入到ANSYS有限元分析软件，采用施加移动热载荷的方法模拟出丝杠系统的瞬态温度场，然后进行热-结构耦合分析得出热变形的变化规律。探讨了不同进给速度和对流换热系数对进给系统温度场和热变形的影响，从而得出了减小热变形的有效措施。根据有限元的分析结果，利用模糊聚类分析法和基于灰色关联度的聚类分析法对温度测点进行了优化，选出了最具代表性的温度测点位置。结合TX1600G进给系统的结构特点，确定了丝杠系统的温度场和热误差采集方案，在某一工况下测量丝杠系统敏感点的温度和丝杠上各测点的定位误差。利用误差分离原理，分离了丝杠的热误差。分析了前后轴承、螺母温度随时间变化的关系以及丝杠上各测点热误差和敏感点温度的关系，并与有限分析结果比较，证明了有限元分析结果的正确性。最后采用BP神经网络预测滚珠丝杠的热误差，根据实际情况确定了BP神经网络的结构和训练方法，对滚珠丝杠进行建模。由于BP神经网络模型存在训练时间长，容易陷入局部极值等缺点，运用遗传算法优化BP神经网络的算法权值和阈值，建立GA-BP神经网络模型，并对两种建模方法的准确性进行了比较分析。　　综上所述，本文围绕滚珠丝杠热特性研究这一主题，以TX1600G镗铣加工中心的进给系统的滚珠丝杠为研究对象，分析丝杠在不同工况下的热特性对机床定位精度的影响，得出丝杠温度和转速、对流换热系数的关系以及热变形与关键点温度、螺母位置的关系。通过滚珠丝杠热特性的研究，获取了对滚珠丝杠的热误差有效预测方法，为丝杠的热误差补偿提供了理论指导。