[发明专利]强热减量推定装置、强热减量推定方法、机械学习装置和机械学习方法

权利要求书

1.一种强热减量推定装置，其特征在于，包括一个或多个处理器，所述一个或多个处理器使用通过机械学习所构筑的学习后模型执行推定铸件砂的强热减量的推定步骤，所述学习后模型的输入为(1)在焙烧期间中检测出的与所述铸件砂的重量有关的砂重量数据、和(2)与所述铸件砂的性质有关的砂性质数据、与在所述铸件砂中添加的添加物有关的添加物数据和在所述焙烧期间中检测出的与焙烧环境有关的焙烧环境数据中的至少任一个，所述学习后模型的输出为所述强热减量的推定值、或者在比所述焙烧期间长的预定的时间焙烧后的所述铸件砂的重量的推定值。

2.根据权利要求1所述的强热减量推定装置，其特征在于，所述砂重量数据包含：在所述焙烧期间的开始时刻检测出的所述铸件砂的重量和在所述焙烧期间的结束时刻检测出的所述铸件砂的重量，所述焙烧期间为比60分钟短的期间。

3.根据权利要求1或2所述的强热减量推定装置，其特征在于，在所述砂性质数据中包含砂种、砂金属比、新砂添加量和静电容量中的至少任一个。

4.根据权利要求1～3中任一项所述的强热减量推定装置，其特征在于，在所述添加物数据中包含树脂种、树脂添加量、固化剂种和固化剂添加量中的至少任一个。

5.根据权利要求1～4中任一项所述的强热减量推定装置，其特征在于，在所述焙烧环境数据中包含炉内温度、炉温、周边温度、气压和气体量中的至少任一个。

6.根据权利要求1～5中任一项所述的强热减量推定装置，其特征在于，所述处理器进一步执行条件设定步骤，所述条件设定步骤根据所述推定步骤中推定的强热减量来设定所述铸件砂的砂处理周期中所含的工序的实施条件。

7.根据权利要求6所述的强热减量推定装置，其特征在于，所述实施条件为砂再生工序的实施条件、混炼工序的实施条件和新砂投入工序的实施条件中的至少任一个。

8.一种强热减量推定方法，其特征在于，包含一个或多个处理器使用通过机械学习构筑的学习后模型推定铸件砂的强热减量的推定步骤，所述学习后模型的输入为(1)在焙烧期间中检测的与所述铸件砂的重量有关的砂重量数据、和(2)与所述铸件砂的性质有关的砂性质数据、与在所述铸件砂中添加的添加物有关的添加物数据和在所述焙烧期间中检测的与焙烧环境有关的焙烧环境数据中的至少任一个，所述学习后模型的输出为所述强热减量的推定值、或者在比所述焙烧期间长的预定的时间焙烧后的所述铸件砂的重量的推定值。

9.一种机械学习装置，其特征在于，包括一个或多个处理器，所述一个或多个处理器通过使用了学习用数据集的有教师的学习而执行构筑推定铸件砂的强热减量的学习后模型的构筑步骤，所述学习后模型的输入为(1)在焙烧期间中检测的与所述铸件砂的重量有关的砂重量数据、和(2)与所述铸件砂的性质有关的砂性质数据、与在所述铸件砂中添加的添加物有关的添加物数据和在所述焙烧期间中检测的与焙烧环境有关的焙烧环境数据中的至少任一个，所述学习后模型的输出为所述强热减量的推定值、或者在比所述焙烧期间长的预定的时间焙烧后的所述铸件砂的重量的推定值。

10.一种机械学习方法，其特征在于，包含一个或多个处理器通过使用了学习用数据集的有教师的学习而执行构筑推定铸件砂的强热减量的学习后模型的构筑步骤，所述学习后模型的输入为(1)在焙烧期间中检测的与所述铸件砂的重量有关的砂重量数据、和(2)与所述铸件砂的性质有关的砂性质数据、与在所述铸件砂中添加的添加物有关的添加物数据和在所述焙烧期间中检测的与焙烧环境有关的焙烧环境数据中的至少任一个，所述学习后模型的输出为所述强热减量的推定值、或者在比所述焙烧期间长的预定的时间焙烧后的所述铸件砂的重量的推定值。