Erorile termice pot avea efecte semnificative asupra preciziei mașinilor-unelte CNC. Erorile provin din deformări termice ale elementelor mașinii cauzate de surse de căldură din structura mașinii sau de schimbarea temperaturii mediului ambiant. Efectul temperaturii poate fi redus prin evitarea erorilor sau prin compensare numerică. Performanța unui sistem de compensare a erorilor termice depinde în mod esențial de precizia și robustețea modelului de eroare termică și de măsurătorile de intrare ale acestuia. Această lucrare trece mai întâi în revistă diferite metode de proiectare a modelelor de erori termice, înainte de a se concentra pe utilizarea unui sistem de inferență neurofuzzy adaptiv (ANFIS) pentru a proiecta două modele de predicție termică: ANFIS prin împărțirea spațiului de date în sub-spații dreptunghiulare (modelul ANFIS-Grid) și ANFIS prin utilizarea metodei de grupare fuzzy c-means (modelul ANFIS-FCM). Teoria sistemului gri este utilizată pentru a obține clasificarea influenței tuturor senzorilor de temperatură posibili asupra răspunsului termic al structurii mașinii. Toate ponderile de influență ale senzorilor termici sunt grupate în grupe folosind metoda de grupare fuzzy c-means (FCM), grupele fiind apoi reduse în continuare prin analiza de corelație.
Se folosește un studiu al unei mici mașini de frezat CNC pentru a furniza date de instruire pentru modelele propuse și apoi pentru a furniza seturi de date de testare independente. Rezultatele studiului arată că modelul ANFIS-FCM este superior în ceea ce privește acuratețea capacității sale de predicție, cu avantajul unui număr mai mic de reguli. Valoarea reziduală a modelului propus este mai mică de ±4 μm. Această metodologie combinată poate oferi o precizie și o robustețe îmbunătățită a unui sistem de compensare a erorilor termice.
.