A termikus hibák jelentős hatással lehetnek a CNC szerszámgépek pontosságára. A hibák a gépelemek termikus deformációiból származnak, amelyeket a gépszerkezeten belüli hőforrások vagy a környezeti hőmérséklet-változás okoz. A hőmérséklet hatása csökkenthető hibaelkerüléssel vagy numerikus kompenzációval. A termikus hibakompenzációs rendszer teljesítménye alapvetően a termikus hibamodell és a bemeneti mérések pontosságától és robusztusságától függ. Ez a cikk először áttekinti a termikus hibamodellek kialakításának különböző módszereit, mielőtt egy adaptív neurofuzzy következtetési rendszer (ANFIS) alkalmazására összpontosítana két termikus előrejelző modell kialakításához: ANFIS az adattér téglalap alakú altérre osztásával (ANFIS-Grid modell) és ANFIS a fuzzy c-means klaszterezési módszer alkalmazásával (ANFIS-FCM modell). A szürke rendszerelméletet használjuk az összes lehetséges hőmérséklet-érzékelőnek a gépszerkezet hőreakciójára gyakorolt befolyási sorrendjének meghatározására. A hőérzékelők összes befolyásoló súlyozását a fuzzy c-means (FCM) klaszterezési módszerrel csoportokba soroljuk, majd a csoportokat korrelációelemzéssel tovább szűkítjük.
A javasolt modellekhez képzési adatokat, majd független tesztelési adathalmazokat biztosítunk egy kis CNC marógép vizsgálatával. A vizsgálat eredményei azt mutatják, hogy az ANFIS-FCM modell az előrejelző képesség pontosságát tekintve jobb, kevesebb szabály előnye mellett. A javasolt modell maradékértéke kisebb, mint ±4 μm. Ez a kombinált módszertan jobb pontosságot és robusztusságot biztosíthat egy termikus hibakompenzációs rendszer számára.