通过测量工艺参数而获取的日益增多的信息时常不准确, 因为这些信息是在没有对相关的因果关系进行深入的见解下得到的。在20世纪40年代,基于人工智能的第一个数学模型开始解决这些问题。多亏了计算机技术的快速发展,这一领域才展现出令人意想不到的效果,像人工神经网络。机器就像人类一样,可以理解语言,分析图片,在象棋,博弈甚至扑克比赛中战胜人类。

IAV,世界第三大技术服务商,在13国家的32个地区拥有超过6500名员工,是昆格瓦格纳的合作伙伴,用此项技术帮助铸造企业的造型材料处理和造型机器进入数字化时代。一年多来,已经系统的收集了日常的工艺参数并且在位于拉登市的汉力希·麦尔钢铁铸造厂得到验证。这样做的目的是为了验证测量值范围内的技术方案,从而对于模具性能的应用前景和出现的问题得到准确的结论。为了这个目的,在其它的机器学习方法中也应得到应用。

到目前为止,基于冷却器进入阀数值的分布,通过根据回砂冷却器的输入值的情况来得出其输出值的大小是可行的。

昆格瓦格纳将与您共同发展。