在高速高精度数控机床中,热变形导致的机床误差问题日益突出,热问题已经受到越来越大的关注。主轴系统是数控机床最核心的功能部件之一,也是机床的主要发热源,它的热态性能对整台机床的加工精度影响也最大。因此,如何快速准确地辨识主轴系统的热态特性,进而控制主轴热变形,已成为提高数控机床整机精度的重要研究课题。本论文结合国家自然科学基金“复合机床多主轴热亲近理论及空间耦合热误差协同补偿基础技术研究”(51175461)及国家科技重大专项“高档数控机床数字化设计”(2012ZX04010-011),在对主轴热态特性试验研究的基础上,进行了主轴温升特性快速辨识的研究,提出了3种快速辨识算法,并分别进行了试验验证。同时开展了从温度控制角度来减小主轴热变形的方法研究,设计了一种新型的基于分形流道的主轴冷却温控结构,改变了传统的螺旋形流道散热结构,提高了主轴的散热效果,降低了主轴热变形。本学位论文的主要研究工作归纳如下：数控机床主轴热平衡试验是研制精密主轴的必要手段,是准确获取其热态特性的实验方法。但热平衡试验往往持续数小时,甚至更长时间。为缩短试验时间,提出了基于运行热模态分析的数控机床主轴温升特性快速辨识方法,只需利用较短时间的温度采样数据,即可快速预测出整个热平衡的温升曲线,获得热平衡时间和稳态温度,大幅度提高热平衡试验的效率。介绍了卡尔曼滤波理论及扩展卡尔曼滤波算法,然后具体阐述了无味卡尔曼滤波理论,因无味卡尔曼滤波在非线性系统状态估计和参数辨识上的优势,被本文引入用于数控机床主轴温升特性的辨识。当模型不准或对噪声分布缺乏了解时,无味卡尔曼滤波算法会发生退化甚至发散的风险,为解决这一问题,在无味卡尔曼滤波算法中加入了自适应算法,使其能根据新的测量信息不断地修正模型参数和噪声统计参数。为解决热态特性试验时间过长的问题,提出最短辨识时间判定准则,利用自适应无味卡尔曼滤波算法,开发了一种新的主轴温升特性快速辨识方法。支持向量机回归算法在解决小样本、非线性和高维模式识别问题中表现出了特有的优势而被用于时间序列预测,主轴的温升模型也是一个时间序列,所以可以利用支持向量机回归来预测温度变化。同时提出了最短辨识时间准则,能够准确确定预测温升变化的最短时间。本文提出的基于支持向量机回归的温升特性快速辨识算法也可利用较短时间的温升序列预测长达数小时的主轴温升曲线。在立式加工中心主轴上进行了热态特性试验,测量得到了若干温度测点的温度数据,利用此数据分别验证了基于运行热模态分析的主轴温升特性快速辨识算法、基于自适应无味卡尔曼滤波的主轴温升特性快速辨识算法和基于支持向量机回归的主轴温升特性快速辨识算法,结果表明这三种方法均能实现利用较短时间的温度测量数据即可预测出从主轴启动到主轴到达热平衡状态的温升变化过程,大大缩短了热态特性试验的时间。为了更有效地控制数控机床的主轴温升,提出了一种新型树状分形网络的散热方法,从理论上分析了它的传热特性和压降特性,并与传统平行流道网络进行了对比,证明了新型树状分形网络具有更强的换热能力和更低的压降损失。在此基础上,提出了一种新型的分形树状流道的主轴冷却温控结构。建立树状分形流道散热模型,在考虑流固耦合传热的基础上,仿真分析了模型热特性和流体动力学特性。在相同的对流换热面积和相同的入口尺寸条件下,设计了传统螺旋形流道散热结构,并从压降损失、温度均匀性及性能系数三个方面来对比评价这两种流道的散热效果。结果显示分形流道散热结构比传统螺旋形流道具有更低的压降损失、更均匀的温度场分布和更大的性能系数。而且在钢棒上制造了分形流道散热套和螺旋形流道散热套,通过实验来验证两种流道热特性和流体动力学特性仿真结果。