Рассмотрены вопросы организации мониторинга тепловых режимов выплавки и разливки сплавов для литейных предприятий. Отмечено, что наименее надежным является способ, когда проведение замеров и фиксирование температуры возлагается на рабочего. С другой стороны, полностью автоматический подход не всегда доступен для небольших литейных предприятий. В связи с этим, показана целесообразность применения автоматизированного подхода, при котором проведение замеров возлагается на рабочего, а фиксирование значений производится автоматически. Такой способ предполагает реализацию алгоритма автоматической классификации температурных замеров на основе сквозного массива данных, полученных в производственном потоке. Решение поставленной задачи разделено на три этапа. На первом этапе производится подготовка исходных данных к процессу классификации. На втором этапе решается задача классификации замеров с использованием принципов искусственных нейронных сетей. Анализ результатов работы искусственной нейронной сети показал ее высокую эффективность и степень соответствия результатов анализа с фактической ситуацией на рабочей площадке. Так же отмечается, что применение принципов искусственных нейронных сетей позволяет сделать процесс классификации гибким, благодаря возможности легко дополнить процесс новыми параметрами и нейронами. Заключительным этапом является анализ полученных результатов. Корректно проведенная классификация данных предоставляет возможность не только проводить оценку соблюдения технологической дисциплины на участке, но и улучшить процесс выявления причин образования брака литья. Применение предложенного подхода позволяет снизить влияние человеческого фактора в процессе анализа тепловых режимов плавки и разливки сплавов при минимальных затратах на обеспечение мониторинга плавки.