CN110901000B - 注射成型机、注射成型机的状态告知系统、注射成型机的状态告知方法 - Google Patents
注射成型机、注射成型机的状态告知系统、注射成型机的状态告知方法 Download PDFInfo
- Publication number
- CN110901000B CN110901000B CN201910860100.4A CN201910860100A CN110901000B CN 110901000 B CN110901000 B CN 110901000B CN 201910860100 A CN201910860100 A CN 201910860100A CN 110901000 B CN110901000 B CN 110901000B
- Authority
- CN
- China
- Prior art keywords
- value
- injection molding
- molding machine
- state
- unstable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/768—Detecting defective moulding conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76003—Measured parameter
- B29C2945/76163—Errors, malfunctioning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
本发明提供能够适当地告知维护状态的注射成型机、注射成型机的状态告知系统、以及注射成型机的状态告知方法。一种告知维护状态的注射成型机具备:检测单元(35),其检测注射成型机(11)的工作状态为非稳定值(V);以及计数单元(29a),其对由换算时间数值或换算次数数值中的至少一者构成的累计值(N)进行计数,具备在根据非稳定值(V)和累计值(N)这两者运算的值(M)为规定的阈值(ma、mb)或超过阈值(ma、mb)时告知注射成型机(11)的维护状态(A、B)的告知单元(29、30)。
Description
技术领域
本发明涉及告知维护状态的注射成型机、告知维护状态的注射成型机的状态告知系统、以及告知维护状态的注射成型机的状态告知方法。
背景技术
以往,作为注射成型机用信息管理装置已知有专利文献1中记载的技术,该装置能够高精度地检测出注射成型中使用的器件的异常。在专利文献1中,在以同一设定条件反复制造成型品的周期性运转中,通过计算第n(n为2以上的自然数)次的喷射与第m(m为从n减去规定的正的自然数后的1以上的自然数)次的喷射的、表示对所述器件施加的负载的物理量的实际值之差,来检测出器件的异常。更详细地,如说明书的(0058)至(0064)记载的那样,利用表示负载的物理量检测异常。而且,如(0074)至(0077)记载的那样,在发生了轻度的异常时,也可以继续进行周期性运转,在发生了重度的异常的情况下,使周期性运转中断。
另外,作为注射成型系统而已知有专利文献2中记载的技术,该注射成型系统的目的在于,通过对注射成型机的信息进行诊断,来对异常的发生进行推断、预防,并且防止误诊断为异常,防止意外的生产停止。在专利文献2中,(0038)记载了:通过通信线路将注射成型机和诊断服务器连接,对马达的发热量的测定值和推断值进行比较,若测定值与推断值的差为容许范围外、或超过容许范围的次数被判断为容许次数异常,则将诊断请求数据向诊断服务器传递。从而,能够对由于维护管理的延迟而发展到异常这一点防患于未然(0045)。
上述两个专利文献1、2中的共同点是,不是在检测出异常状态后马上停止注射成型机,而是在检测出轻度异常的发生的情况下继续进行运转的同时进行通知,由此,在达到重度异常之前,采取对策。
现有技术文献
专利文献
专利文献1:日本特开2017-87588号公报(权利要求1、(0058)至(0064)、(0074)至(0077)、图1)。
专利文献2:日本特开2014-184641号公报(权利要求1、(0038)、(0045)、(图1)、(图3)。
发明内容
发明要解决的问题
然而,准确地捕捉专利文献1或专利文献2中记载的那样的、能够继续运转的程度的轻度异常的发生是非常困难的。即,存在以下问题:与被成型的材料的改变或伴随其的成型条件的改变、气温或湿度等气象条件等干扰因素的改变相应地,不论哪个条件,准确地捕捉轻度异常是困难的。另外,在专利文献1和专利文献2中,关于注射成型机中检测出的异常,何时发送或不发送,也没有任何记载。
因此,本发明的目的在于,提供能够适当地告知维护状态的注射成型机、注射成型机的状态告知系统、以及注射成型机的状态告知方法。
解决问题的方案
本发明的技术方案1中记载的注射成型机,是告知维护状态的注射成型机,其特征在于,具备:检测单元,其检测注射成型机的工作状态为非稳定值;以及计数单元,其对由换算时间数值或换算次数数值中的至少一者构成的累计值进行计数,该注射成型机还具备告知单元,该告知单元在根据所述非稳定值和所述累计值这两者运算的值为规定的阈值或超过阈值时,告知注射成型机的维护状态。
本发明的技术方案2中记载的注射成型机,在技术方案1的基础上,其特征在于,该注射成型机具备的告知单元在所述非稳定值和累计值分别被数值化且将两者的数值相加而得到的值为规定的阈值或超过阈值时,告知注射成型机的维护状态。
本发明的技术方案3中记载的注射成型机,在技术方案1或技术方案2的基础上,其特征在于,根据所述非稳定值和所述累计值这两者运算的值是被通过使用了神经网络的机器学习装置加权后的值。
本发明的技术方案4中记载的注射成型机,是告知维护状态的注射成型机,其特征在于,具备:检测单元,其检测注射成型机的工作状态为非稳定值;计数单元,其对由换算时间数值或换算次数数值中的至少一者构成的累计值进行计数;以及使用了神经网络的机器学习装置,对所述累计值或所述非稳定值的加权使用所述机器学习装置的机器学习的结果。
本发明的技术方案5中记载的注射成型机的状态告知系统,是告知维护状态的注射成型机的状态告知系统,其特征在于,与配置有该注射成型机的企业内部的中央控制装置、或配置有所述注射成型机的企业外部的控制装置连接,设置为能够向所述企业外部的控制装置发送注射成型机的维护状态。
本发明的技术方案6中记载的注射成型机的状态告知系统,在技术方案5的基础上,其特征在于,维护状态至少被告知到注射成型机的屏幕,在操作人员允许从所述屏幕或其他的装置发送的情况下,向所述企业外部的控制装置发送注射成型机的维护状态。
本发明的技术方案7中记载的注射成型机的状态告知系统,在技术方案5或技术方案6的基础上,其特征在于,在所述企业内部的中央控制装置的内部或配置有所述注射成型机的企业外部的控制装置的内部设置机器学习装置,或者以与所述企业内部的中央控制装置直接连接或与配置有所述注射成型机的企业外部的控制装置直接连接的方式设置机器学习装置。
本发明的技术方案8中记载的注射成型机的状态告知方法,是告知维护状态的注射成型机的状态告知方法,其特征在于,通过检测单元检测注射成型机的工作状态为非稳定值,并且通过计数单元对由换算时间数值或换算次数中的至少一者构成的累计值进行计数,在根据所述非稳定值和所述累计值这两者运算的值为规定的阈值或超过阈值时,通过告知单元告知维护状态。
本发明的技术方案9中记载的注射成型机的状态告知方法,在技术方案8的基础上,其特征在于,与多个阶段的阈值对应地,进行不同的维护状态的告知。
本发明的技术方案10中记载的注射成型机的状态告知方法,在技术方案8或技术方案9的基础上,其特征在于,对于所述不同的维护状态的告知,使用进行监督学习的机器学习装置。
发明效果
本发明的注射成型机是告知维护状态的注射成型机,具备:检测单元,其检测注射成型机的工作状态为非稳定值;以及计数单元,其对由换算时间数值或换算次数数值中的至少一者构成的累计值进行计数,该注射成型机还具备告知单元,该告知单元在根据所述非稳定值和所述累计值这两者运算的值为规定的阈值或超过阈值时,告知注射成型机的维护状态,因此能够适当地告知维护状态。
附图说明
图1是本实施方式的注射成型机以及注射成型机的状态告知系统的概略图。
图2是表示本实施方式的注射成型机、注射成型机的状态告知系统、注射成型机的状态告知方法的维护状态的运算方法的说明图。
图3是本实施方式的注射成型机、注射成型机的状态告知系统、注射成型机的状态告知方法的流程图。
图4是第2实施方式的注射成型机以及注射成型机的状态告知系统的概略图。
图5是第3实施方式的注射成型机以及注射成型机的状态告知系统的控制装置的方框图。
图6是表示第3本实施方式的注射成型机以及注射成型机的状态告知系统的控制装置的机器学习装置的神经网络的说明图。
具体实施方式
参照图1对本发明的注射成型机11和注射成型机的状态告知系统12进行说明。注射成型机11是能够告知维护状态的注射成型机,与工厂13内的中央控制装置14或例如注射成型机制造商15等外部的控制装置16连接。
注射成型机11设置有喷射熔融树脂的射出装置17和对成型模具18进行合模的合模装置19。射出装置17内置有在加热筒20内设置了逆止阀21的螺杆22,螺杆22通过计量用伺服马达23进行旋转,由喷射用伺服马达24进行前后进移动或背压控制。合模装置19中,具备合模机构25和开闭模机构26,在固定台板27安装有固定金属模具18a,在可动台板28安装有可动金属模具18b。但是,注射成型机11也可以通过其他机构而工作,不限定其种类。
另外,注射成型机11具备控制装置29,兼作操作屏幕的显示装置30与控制装置29连接。显示装置30由液晶面板的触摸面板构成,除了与注射成型机有关的各种信息的显示以外,操作人员还可以通过触摸触摸面板进行成型条件等的输入。此外,除了由所述触摸面板构成的显示装置30以外,还可以设置数字键或各种功能键等按钮按键。告知注射成型机11的维护状态的告知单元由控制装置29和显示装置30等构成。
另外,控制装置29安装于注射成型机11,与作为检测该注射成型机11的状态的检测单元的各种传感器(未图示)连接。关于在注射成型机11中安装的传感器,由于是公知的,因此不全都进行说明,但是,作为代表性的传感器,有:对计量用伺服马达23、喷射用伺服马达24、开闭模机构25的伺服马达等各伺服马达的旋转角度、或被由各伺服马达移动的可动部的位置进行检测的旋转编码器、或对可动部的位置进行检测的线性标度尺等位置传感器、对伺服马达等的负载或转矩进行检测的电流传感器或电压传感器、对被由加热器加热的部分或配电盘等的加热进行检测的热电偶等温度传感器、对施加到可动部的力进行检测的测力传感器等力传感器、对合模缸等液压机构的各部的液压进行检测的液压传感器等。或,为了检测注射成型机11的非正常状态,也可以另外安装振动传感器、噪声测试器等传感器。
这些传感器,检测注射成型机11的成型时的顺序控制等时的信号,但是,在本发明中,也兼作检测注射成型机11的工作状态为非正常状态的检测单元。另外,也可以在广义含义的注射成型机中包含的外围设备或注射成型机的附近安装检测注射成型机11的状态的检测单元。在本实施方式中,在固定台板27的上部安装有取出器34,在取出器34中设置有由检测成型品的重量的测力传感器构成的传感器35。此外,作为检测单元的成型品的重量测定装置也可以配置在注射成型机11的附近。
控制装置29具备存储部、运算部、输入输出部等。而且,在存储部中,除了保存有用于进行注射成型时的顺序控制的程序以外,还保存有本实施方式的用于状态检测的数据和程序。另外,在运算部29a中,除了进行注射成型时的各种数据处理以外,还进行本实施方式的注射成型机11的状态判断。进而,输入输出部与所述致动器、传感器连接。而且,通过输入输出部从运算装置向致动器发送输出信号、和从传感器等向运算部29a发送输入信号。另外,在本实施方式中,定时器是运算部29a或附属于运算部29a,其检测所述各部的工作时间。在本发明中,包含定时器的运算部29a相当于对工作时间进行计数并作为累计值N进行处理的计数单元。
另外,注射成型机11的控制装置29通过线路31,经由输入输出部与配置有注射成型机11的工厂13内或该企业内的中央控制装置14连接。这些在企业内部的、包含中央控制装置14的服务器的个人计算机14a与各注射成型机11、11、11之间的线路31也可以是专用的通信线,另外,也可以是构建于企业内部的内部网或以太网(注册商标)的线路。另外,所述注射成型机11与中央控制装置14之间的线路连接,也可以通过无线LAN或WiFi连接,不限定通信方法。
此外,对于细节后述的本发明的对维护指标值M进行运算处理的功能,可以使注射成型机11的控制装置29具备,也可以使中央控制装置14具备,也可以由两者进行功能分担。一般地,在维护指标值M的运算只是低级的运算处理的情况下,可以在注射成型机11的控制装置29侧进行,但是在进行高级的运算处理的情况下,优选在中央控制装置14侧进行运算处理。另外,这些与具备注射成型机11并使其工作的企业的系统构建状况也有较深的关联。
注射成型机11工作的企业内的中央控制装置14与该企业外部的注射成型机制造商15的控制装置16通过互联网等线路32连接。企业外部的控制装置16的个人计算机16a的默认网关16b,经由作为进行配置有注射成型机11的企业内的数据发送的中央控制装置14的个人计算机14a的默认网关14b被连接,分别阻止了来自外部的病毒软件等的侵入。
此外,本实施方式中,所谓企业外部的控制装置16是指注射成型机制造商15的控制装置16,但是也可以是专门进行维护的企业的控制装置。另外,对于放置了注射成型机制造商15侧的控制装置16的场所,可以是具有服务业务整体的总括功能的本公司等的基地,但是,也可以是持有注射成型机11的公司的区域的各服务基地。而且,所述控制装置16也能够与各服务负责人的移动电话联动连接。进而,这些配置有注射成型机11的企业内部的中央控制装置14和企业外部的控制装置16的通信不限定于互联网,也可以是互联网以外的电话线路(包括传真)或两公司间专用的通信线路等,不限定通信方法。
接着,利用图2对使用注射成型机的状态告知系统12的注射成型机11的状态告知方法进行说明。本发明的第1特征点是,将由传感器等检测单元检测出的非稳定值V、和由定时器等计数的成型时间等累计值N这两者组合,来判断注射成型机11的工作状态。对于这些判断,可以对注射成型机11的各器件或各部分分别进行。更具体地,对于注射成型机11的工作状态的检测以及告知,关于各种马达、马达控制装置等的配电盘、减速器、滚珠丝杆机构、合模缸、液压机构、液压泵、可动台板28等可动部、射出装置17的螺杆22、逆止阀21、加热器、喷射或合模等的测力传感器等,可以分别单独地进行。另外,上述中所谓各部分,是指集中进行关于两个以上的器件的判断和告知。
首先,对注射成型机11的工作时的非稳定值V的检测和利用进行说明。在各器件或各部分的非稳定值V的检测中使用的传感器的种类不限定于上述,优选兼用在注射成型机11的控制中利用的传感器,但是,也可以是设置为非稳定值V的检测专用。另外,也不限定设置有传感器35的部分。
通过与稳定值之间的比较,来判断是否在工作状态的注射成型机11中检测出非稳定值V。关于一般的稳定值的设定方法,在注射成型机11的新制造时或该器件更换时或距新制造、更换在一定期间内的工作时,振动、噪声、成型时间、电流值等表示成型机器的状态的值在设定范围内,将成型为良好的成型品的状态下检测出的值的平均值保存在存储部中,通过这些等进行稳定值的设定。通过自动地或由工作人员保存到存储部中,来进行所述稳定值的保存。另外,也可以使用计算基础上的值或器件制造厂商指定的值,来设定稳定值。进而,在根据成型而稳定值各不相同的情况下,也可以使用稳定成型后的一定期间的成型周期时的测定值的平均值、微分值等计算稳定值。作为一例,对于由温度传感器测定的配电盘或马达的温度、由电流传感器等测定的与加热器有关的电阻值、由振动传感器测定的可动部或泵等的振动、由液压传感器测定的合模缸的密封部件的状态等,也可以使用预先固定设定的稳定值。另外,对于包括滚珠丝杆机构的可动台板等可动部或包括逆止阀21的螺杆22、在减速器等中测定马达的电流值(转矩)的器件,存在由于成型材料、模具重量、周期时间等引起的变动,也可以通过运算根据成型周期时的多次的测定值的平均值等求出稳定值。
而且,为了非稳定值V的判断,而分别设定相对于稳定值具有某个宽度的阈值(非稳定值判断值),并与稳定值一起保存到存储部中。关于将怎样程度从稳定值偏离的值设定为非稳定值判断值,根据各个器件或部分而不同。为了捕捉器件或部分的轻微的异常或其前兆,需要捕捉极其小的非正常状态,需要将非稳定值V设定为从稳定值稍微偏离后的值。若将非稳定值V设定为较小的值,则即使注射成型机11的部分或器件在正常工作,有时由于干扰因素而超过非稳定值V,这不是本来希望的。但是,本发明中,大部分情况下,不会根据只是一次超过非稳定值V来判断维护状态。因此,优选,不管因为怎样的原因而检测出非稳定值V,作为器件或部分的存在轻微的异常的可能性,而进行计数。对于使用这些非稳定值V的非正常状态的判断,通常,将检测出非稳定值V的次数置换为换算值进行累积相加来利用。但是,也可以将从稳定值偏离的非稳定值V的值或量考虑到用于换算值的运算中,也可以将两者组合。
另外,经常有由于检测出一个非稳定值V而怀疑多个器件中的某个存在异常的情况。例如,当在进行可动台板28的移动的开闭模用伺服马达的电流值中检测出非稳定值的情况下,也会考虑在线性导轨、拉杆套筒、滚珠丝杆机构(包括安装部的螺栓松动)等机构部牵连发生问题的情况、在伺服马达自身或其控制系统牵连发生问题的情况。在这些情况下,即使不清楚在哪个器件发生了异常,也首先通过向显示装置30告知状态,来向操作人员告知在哪个部分有发生异常的可能性。操作人员观看该告知,并决定是否向企业外部的注射成型机制造商15等联络。
另外,当怀疑在所述的多个器件中的某个存在异常的情况下,有时通过与其他传感器的值的组合能够推断在哪个器件中好像存在问题。例如,在所述可动台板28的开闭模移动的情况下,有时,通过与位置传感器或定时器的组合,来把握在开闭模的整个区间产生了非稳定值、还是只是在特定的区间产生了非稳定值,从而能够推断在哪个器件好像存在问题。另外,将注射成型机11的异常告知的历史记录保存到注射成型机11的存储部或中央控制装置14的存储部中,也有时,通过参照上次发生同样的异常时的数据,而能够预知哪个器件异常的可能性较高。
接着,对累计值N的检测和利用进行说明。关于累计值N,是即使在成型时没有异常也逐渐增加的值,一般地,最经常使用成型时间。对于累计值N,由作为运算部29a的系数单元的定时器来进行计数。累计值N一般使用从装置整体的电源接通到电源关断的工作时间。此外,对于所述定时器的计数开始,除了电源接通时以外,也可以是通过任意一种方法使注射成型机开始工作时、全自动运转开始时等中的任意一个的时机,还可以是各个器件的已开始工作时。
在对累计值N使用工作时间的情况下,通常以1小时=1作为换算时间进行计数。当在由于高加速度而引起过负载或再利用材料的使用等特殊条件下使用注射成型机的情况下,各器件的负载会上升,例如,也可以对成型时间乘以1.5等固定的系数来计算换算时间。另外,对于作为累计值N的换算时间,也可以以进行成型的天数、或是考虑了小时以下的分或秒的单位后的值为基础进行累计。
另外,累计值N也可以是成型周期数等次数。在对累计值N使用成型周期的情况下,通常,以1成型周期=1作为换算次数进行计数。但是,对于成型时的换算次数,关于开闭模移动,也可以在1成型周期中,将开模和闭模计数为2次,或者关于螺杆旋转数等旋转数,对螺杆22或计量用伺服马达23等的次数进行计数。即使对于将这些换算次数使用于累计值N的情况,也可以将考虑与使用时状态相应的负载而乘以固定的系数等得到的值作为换算次数使用。另外,累计值N也可以使用换算时间和换算次数这两者。
对多个器件的各个,对这些换算时间、换算次数等的累计值N进行计数,并存储在存储部中。即,即使在注射成型机11是新品的情况下,如上述那样设为成型时间=1来运算换算时间的器件、和根据负载而乘以固定的系数来求出换算时间的器件中,换算时间的累计值N也各不相同。另外,对于换算时间或换算次数等的累计值N,与器件更换一起被复位为0。其结果,即使在注射成型机11出厂时,根据成型时间=1的累计值N而计数的器件有多个,由于各器件的更换,使得构成维护指标值M的累计值N分别成为零散的值。将器件的更换日或更换时间、更换时的传感器的数值等各种数据,通过自动或操作人员的输入,保存到中央控制装置14的存储部中,通过显示,一目了然器件的更换历史记录。
在图2中示出了,对以一直上升的方式逐渐增加的累计值N加上非稳定值V的换算值V1而进行累积得到的值,成为用于告知与维护有关的消息的判断值即维护指标值M的情况。在图2中示出了,4次检测出非稳定值V,并每次对以累计值N为基础的维护指标值M加上换算值V1,最终根据第5次非稳定值V的检测,而对维护指标值M加上换算值V1,超过告知第1消息A的阈值ma,而告知第1消息A的示例。
接着,也记载了与厂商的保修期或法定检修等之间的关系。一般,注射成型机11的各器件由器件制造厂商决定了保修期。另外,各器件由于成型时间或成型次数的累积、或只是由于经年变化而劣化。但是,各器件即使过了所述器件制造厂商定的保修期,劣化逐渐进展而使故障发生的概率,一点一点地增加,但是,也能够在适当期间内使用,这是实际情况。因此,厂商的保修期是决定基于累计值N的维护状态的消息告知时的重要的因素,但是,一般地,不作为表示实际的器件更换时的告知而使用。但是,在厂商指定了更换期限的情况下,对显示装置30告知距更换期限规定天数之前的日期和更换期限日。此外,对于使用蒸汽或压缩机的器件等,根据法令和规则决定了法定检修或定期更换,不用说,当然需要进行基于法令等的维护(检修或器件更换),对于这些,也告知距更换期限规定天数之前的日期和更换期限日。
此外,本发明即使是不与公司内LAN或互联网等的通信连接,仅告知维护状态的注射成型机11单独也成立。即,只是通过注射成型机的屏幕显示和语音,告知基于维护指标值M的维护信息也可以,该维护指标值M是将由传感器检测出的非稳定值V、和由换算时间数值或换算次数中的至少一方构成的累计值N进行相加等组合而得到的。操作人员接受所述告知而能够采取向注射成型机制造商15联络、或确保备用器件等必要的措施。
接着,利用图3的流程,对告知维护状态的注射成型机11的状态告知系统以及告知维护状态的注射成型机11的状态告知方法进行说明。对于注射成型机11的维护状态,各器件或各部分的各个被管理的情况如上述,但是,在此,以螺杆22的逆止阀21的磨损的检测为例进行说明。
首先,若对注射成型机11进行了电源接通,则按各个预先进行了异常前兆告知的设定的器件(在此是逆止阀21),读取直到前次的成型为止所累积的维护指标值M(s1)。另外,与电源接通同时地,开始工作时间(累计值N)的计数(s2)。然后,读取成型条件,并开始成型周期(s3)。此外,也可以从成型周期开始等,开始工作时间(累计值N)的累计,这也如上述。
通过广义上而言包含在在注射成型机11中的、作为外围设备的取出器34的重量测定用的测力传感器(传感器35),检测连续成型得到的注射成型品的重量。然后,相对于预先作为合格品而决定的成型品重量(稳定值),检测成型品的重量的偏差,判断成型品的重量是否超过预先决定的范围(阈值)而检测出非稳定值V(s4)。而且,在检测出非稳定值V的情况下,在控制装置29中,将非稳定值V向换算值V1置换、运算(s5)。而且,进一步对所述维护指标值M加上由非稳定值V构成的换算值V1,作为新的维护指标值M(M+V1=M)(s6)。根据累计值N与换算值之间的关系,决定将换算值V1设为怎样大小的数值。作为一例,对于累计值N,如果将成型时间1小时设为1,则对于一次检测出非稳定值V时的换算值V1,作为其100倍而加上100。此外,对于成型品的重量测定时的与稳定值之间的差异量(非稳定值判断值的值),也可以与判断为不良品的数值相同,但是,也优选,进一步缩小阈值,捕捉成型品被设为合格品的范围中的数值变动。另外,也可以不是将异常次数设为1次进行计数,总是加固定数,而是根据自比较值的偏离程度决定换算值,加上由可变数构成的换算值。进而,对于所述运算方法,也可以将加法以外的运算方法用于一部分或全部。
接着,判断新的维护指标值M是否是进行异常告知的值。具体地,判断新的维护指标值M是否比作为用于显示第1消息A的阈值的ma小(s7)。另外,关于在所述(s4)中未检测出非稳定值V的情况(s4=N),利用未加上换算值V1的维护指标值M,判断是否比作为用于显示第1消息A的阈值的ma小。这是因为,存在在连续成型期间只是由于累计值N的积累而达到阈值ma的情况。
而且,当在步骤(s7)中维护指标值M小于ma的情况下(s7=Y的情况下),接着判断是否成型完成(s8)。而且,在成型未完成的情况下(s8=N),接着进行累计值N的运算。作为累计值N的运算,判断是否由定时器进行了成型时间的计数(s9),例如,在经过1小时而进行了计数的情况下,加1,成为N+1=N(s10)。然后,关于维护指标值M,也加上新的累计值N,设为新的维护指标值M(M←M+N)(s11)。而且,在有定时器的计数的情况(s9=Y),没有定时器的计数的情况(s9=N),都向下一个成型周期转移,再次,在下一个成型周期中,判断是否检测出非稳定值V(s4)。
另外,当在步骤(s7)中维护指标值M为阈值即ma以上的情况下(s7=N的情况),接着,在步骤(s12)中判断ma≦M<mb。此外,在步骤(s12)中,mb也是用于判断注射成型机11的状态的阈值。而且,在(s12=Y)的情况下,在注射成型机11的显示装置30进行第1消息A和厂商联络按钮33的显示(告知)(s13)。关于第1消息A的显示,只是在初次成为ma≦M<mb的范围时显示,并继续进行显示,直到操作人员进行消去为止。
关于第1消息A,是告知轻度异常的前兆的消息,作为一例,进行如下那样的告知。
“推荐准备逆止阀的备用器件。”或“推荐检修逆止阀。”
对于所述告知,除了进行屏幕显示以外,也可以是基于语音的信息,或从打印机打印出文字的信息,也可以是这些中的至少两个的组合。另外,对于所述告知,也可以不是显示在注射成型机11侧的显示装置30,而是通过通信显示在工厂内(或企业内)的中央控制装置14的个人计算机14a的显示屏幕。
此外,针对成型品的重量偏差,怀疑逆止阀的磨损,但是,也不是没有除这以外的原因。在此,为了简化说明而不深入进行说明,有螺杆驱动机构的劣化或螺杆驱动机构的控制不良、除逆止阀21以外的螺杆22的磨损或加热筒内孔的磨损、加热筒或金属模具的温度的不适合等。对于这些不良状态或不适合状态,通过与其他传感器的检测值、或从逆止阀、其他部分的更换的时间经过(累计值N)的组合,很多情况在某种程度上能够推断在哪个器件发生了问题。另外,在不能够确定在多个器件中哪个器件出现了异常的前兆的情况下,列举有异常前兆的可能性的器件,来告知第1消息A。
而且,另外,在注射成型机11等的显示装置30等上,与第1消息A一起,显示通过按压按钮来向注射成型机制造商15进行发送的厂商联络按钮33。而且,只在操作人员按压注射成型机11的显示装置30的厂商联络按钮33而发送了ON信号时,注射成型机11的逆止阀的维护信息被经由中央控制装置14的个人计算机14a(默认网关14b),通过互联网等线路32而转发到注射成型机制造商15等企业外部的个人计算机16a。在本实施方式中发送的数据是包括企业名和工厂名、负责人名的联络方式、注射成型机11的机种和生产编号、逆止阀的器件编号、更换日期时间、成型时间、与成型品的重量分布(偏差)有关的数据、各成型时的成型历史记录等。
此外,这时,对于注射成型机11与中央控制装置14之间的线路31,也可以通过有线LAN等缆线进行连接,但是,也可以通过包含WiFi的无线LAN等无线进行连接。另外,企业内部的中央控制装置14与企业外部的控制装置16,也可以通过专用线路等互联网以外的线路构件进行连接。在配置有注射成型机11的企业的个人计算机14a中,将历史记录信息直接或经由所述个人计算机14a保存到服务器,并且可以进行包括备用器件的订购的库存确保等。另外,即使在注射成型机制造商15侧,也能够与信息接收一起,进行备用器件的制造或库存确保、发送、服务人员的安排等。
此外,本发明不排除将维护状态自动地从注射成型机11向注射成型机制造商15发送,但是,本实施方式中,根据以下理由而构成为,设置厂商联络按钮33,只在观看了显示装置30等的操作人员允许从所述显示装置30或作为其他装置的中央控制装置14发送维护状态的情况下,向注射成型机制造商15进行发送。即,在使注射成型机11工作进行成型的成型厂商中,多数情况对自动将全部数据向注射成型机制造商15发送有抗拒感。另外,也有在被告知了初期的轻度异常的前兆的状态下,如果有备用器件,就不需要向注射成型机制造商15联络的情况。进而,这是因为,通过限制通信次数能够进一步降低病毒感染或数据泄漏等的可能性。
另外,针对在显示装置30显示的第1消息A,在操作人员未按压厂商联络按钮33,而未从注射成型机11发送ON信号的情况下(s14=N),不进行向注射成型机制造商15的联络。也可以构成为,在这种情况下,向公司内的中央控制装置14发送数据,还可以构成为,只在注射成型机11内,将数据作为历史记录进行积累。然后,接着判断是否成型完成(s8),经过上述的(s9)、(s10)、(s11)、的累计值N的运算步骤,向下一个成型周期转移。
另外,当在步骤(s12)中维护指标值M为mb以上的情况下(s12=N),接着在(s16)中判断mb≦M<mc。向步骤(s16)转移的情况是如下情况:已经告知完第1消息A并且对维护指标值M加上了累计值N的情况以及对维护指标值M加上了非稳定值V1的情况;如图2所示那样对非稳定值V使用了1以外的从量值而将维护指标值M和非稳定值V2a相加后的结果,运算出的维护指标值M直接变为mb以上的情况。而且,在维护指标值M为mb以上且比mc小的情况下(s16=Y),在注射成型机11的显示装置30进行第2消息B的显示(告知)(s17)。对于第2消息B的显示,只在初次成为mb≦M<mc的范围时显示,并继续进行显示,直到操作人员进行消去为止。
关于第2消息B,是联络轻度异常的存在的消息,作为一例,进行如下那样的告知。
“推荐更换逆止阀。”、“需要检修逆止阀。”
另外,关于所述告知,也可以是基于语音的信息,或从打印机打印出文字的信息,也可以是这些中的至少两个的组合。另外,对于所述告知,也可以不是显示在注射成型机11侧的显示装置30的屏幕,而是通过通信显示在工厂13内(或企业内)的中央控制装置14的个人计算机14a的屏幕。
关于第2消息B,与第1消息A的情况同样,在显示装置30显示厂商联络按钮33,在通过操作人员的操作而按压厂商联络按钮发送了ON信号时(s18=Y),注射成型机11的维护信息通过互联网等线路32,转发到注射成型机制造商15等企业外部的个人计算机(s19)。另外,在未进行发送的情况且操作人员为了以成型数量完成成型等而未使装置停止的情况下(s8=N),继续进行成型。即,在维护指标值表示mb≦M<mc的范围内的值的情况下,不是立即与注射成型机11的完全故障、成型不良、针对操作人员的危险等任意一种情况关联,因此,也可以不自动地使注射成型机11停止,而进行预先设定的生产数目的量的成型。
另外,当在步骤(s16)中M为mc以上的情况下(s16=N),接着在(s20)中,在显示装置30显示(告知)表示发生了异常的消息C和厂商联络按钮33。向步骤(s20)转移的情况是如下的情况:已经告知完第2消息B并且对包含累计值N的维护指标值M加上了非稳定值V1的情况、和如图2所示那样对非稳定值的换算值使用了从量值而将维护指标值M和非稳定值的换算值V2b相加后的结果,运算出的新的维护指标值M直接变为mc以上的情况。而且,若检测出异常值,则注射成型机11立刻或直到该成型周期完成为止进行成型后被停止。此外,检测成型品的重量而进行的逆止阀的异常检测时,也可以是将检测出非稳定值V的次数作为固定的换算值相加的方式,但是,在检测出伺服马达的电流值并检测出伺服马达或可动部的异常的情况等,优选,将非稳定值的换算值V设为从量值,在检测出异常值的情况下,使注射成型机11紧急停止。
关于告知异常停止的情况,也与第1消息A、第2消息B的情况同样,在显示装置30显示厂商联络按钮33,在通过操作人员的操作,而按压了厂商联络按钮发送了ON信号时(s21=Y),包含注射成型机11的异常的维护信息,通过互联网等线路32,转发到注射成型机制造商15等企业外部的个人计算机(s22)。另外,不管有无所述转发,不向(s8)的步骤推进,直接结束成型周期。此外,本实施方式的图3的流程中,对于基于维护指标值M的告知,为推荐器件的准备等的第1消息A、和推荐器件的更换的第2消息B、告知异常并使装置停止的消息C这3个阶段。但是,对各部分或各器件的各个,关于消息的阶段数,与多个阶段的阈值对应地进行不同的维护状态的告知即可,也可以如2阶段至4阶段等构成为阶段不同。
此外,在上述中,在维护指标值M成为作为规定的阈值的ma、mb、bc时(M=ma、M=mb、M=mc)、或超过阈值时(M>ma、M>mb、M>mc),告知第1消息A、第2消息B、第3消息C,是微量的差别,也可以是任何一种方法。
本发明中,在对将如上述那样由各种传感器检测出的非稳定值V换算后的换算值V1、和成型时间(包括换算成型时间的情况)或成型数之类的累计值N这两者,进行累积相加等运算而得到的维护指标值M为规定的阈值(ma、mb等)或超过阈值(ma、mb等)时,告知注射成型机11的维护状态。因此,可以进一步考虑构成注射成型机11的部分或器件的经年变化和由传感器检测出的状态变化,对注射成型机11的状态进行检测、判断、和告知。
接着,关于对成型时间或成型周期数根据诸条件乘以规定值,换算累计值的示例,以图4的第2实施方式的立式旋转注射成型机41的状态告知系统的示例进行说明。立式旋转注射成型机41如在日本专利5518565号等中也有记载那样,是安装有金属模具42的旋转台板43被设置为能够通过伺服马达44等电动机旋转的成型机器。立式旋转注射成型机41由合模装置45和设置在其两侧的第1射出装置46、第2射出装置47构成基本的部分。合模装置45中,在设置于下方的固定台板48上沿竖立方向固定有4根拉杆49,可动台板50被拉杆49插通,该可动台板50能够沿上下方向移动。而且,在可动台板50的下表面,可自由旋转地安装有旋转台板43(rotary table,转台)。而且,在固定台板48上安装有固定金属模具42a,在旋转台板43上安装有可动金属模具42b。
而且,由伺服马达44进行旋转台板43的旋转,跨越在伺服马达44的驱动轴51上安装的带齿皮带轮52和旋转台板43的外周面的带齿部,而架设有同步齿型带53。另外,在伺服马达44中安装有减速器54。另外,立式旋转注射成型机41具备控制装置56。控制装置56是对伺服马达44等的驱动进行控制的装置,与包括伺服马达44的编码器44a、测定向伺服马达44发送的电流值的电流传感器的各传感器连接。另外,控制装置56与显示维护信息等的显示装置57连接。进而,控制装置56也可通过工厂内部的中央控制装置58,与未图示的企业外部的控制装置连接。
在立式旋转注射成型机41的旋转台板43安装的金属模具42,有时根据成型品其重量也各不相同。另外,关于旋转台板43的旋转速度,以不超过需要地延长成型时间的方式,在伺服马达44的能力范围内,旋转台板43被控制为几乎最快地被反转或旋转。使得这时的旋转台板43的反转等的速度为,加速时和减速时的加速度为伺服马达44或减速器54的容许范围内,减轻了针对伺服马达44或减速器54的负载。但是,即使这样,在使用了最重的金属模具42的情况和使用了最轻的金属模具42的情况、旋转速度(加速度)不同的情况等,按各个成型条件,针对伺服马达44和减速器54施加的负载不同。
因此,在图4的第2实施方式中,根据向伺服马达44送出的电流值检测峰值转矩,将该峰值转矩系数值化。即,随着峰值转矩变大,增大系数值a。而且,将所述系数值a和成型时间N相乘,求出用于累计值N的换算时间aN。或将所述系数值a和成型周期数n相乘,求出作为换算次数的换算成型数的累计值an。由此,在伺服马达44或减速器54的负载较大的情况下,与仅仅将成型时间N或成型周期数n按原样作为累计值N使用的情况相比,能够设为与实际状态的负载的累积接近的累计值N。
此外,在图4的第2实施方式中用于系数值化的,如果是与负载的大小相应地数值被改变的量,除了峰值转矩以外,也可以是旋转台板43旋转时的一部分或全部的电流值的合计、模具重量、伺服马达或减速器的温度等。图4的第2实施方式的情况,也将如上述那样运算出的换算时间aN等累计值N、和由传感器检测出的非稳定值V相加,来运算维护指标值M,使用于装置的状态告知。关于非稳定值V,分别利用传感器测定伺服马达44的峰值转矩、电流值整体的偏离、直至旋转完成为止的时间的偏离等,并与伺服马达44或减速器54为新品或与此接近的状态时的检测值(稳定值)相比较。
另外,关于减速器54,检测出,旋转台板43进行旋转并与未图示的止挡件抵接时或由未图示的近程开关检测出凸轮等时的伺服马达44的编码器44a的检测值自平常值的偏离的发生等。或利用伺服马达44的编码器44a检测出,在使将旋转台板43在停止位置固定的止挡件55前进并插入到旋转台板43的定位孔43a时,锥状的止挡件前端侧与定位孔43a的侧面接触而使旋转台板43旋转的现象。由此,检测出由于减速器54内的齿轮的磨损等使得齿隙变大的情况等。关于这些检测出非稳定值V时的非稳定值的运算方法,如上述那样,优选使用与自稳定值的偏离相应的从量值。
此外,关于图4的第2实施方式的立式旋转注射成型机41的旋转台板旋转用的伺服马达44、减速器54、同步齿型带53等的驱动系统,即使收到传感器检测出非稳定值,也有不能判断为特定的1个器件的异常的前兆的情况。在该情况下,也可以也考虑自各器件的更换起的累计时间或前次的异常发生时的记录等,按异常前兆发生的可能性较高的器件顺序,进行显示。图4的异常告知也基本与图3的流程相同,进行对维护状态设置阶段的相应的告知。
接着,对图5、图6所示的第3实施方式的注射成型机和注射成型机的状态告知系统的控制装置进行说明。第3实施方式的注射成型机的射出装置、合模装置等机构,可以是第1实施方式的注射成型机,也可以是第2实施方式的注射成型机,不限定注射成型机的机构。因此,在以下的说明中,关于具有相同要素或相同功能的部分,使用与图1至图3相同的符号,并省略重复的说明。在第3实施方式中,对维护状态的判断和告知之类的技术思想相同,但是,其特征在于,使用AI(Artificial Intelligence,人工智能)技术进行维护状态的判断和告知这一点。
图5所示的方框图概括地示出在注射成型机11的控制装置29的运算装置29a搭载有机器学习装置61的示例。控制装置29也与具备设定、输入功能的显示装置30、注射成型机11的各传感器连接。而且,在控制装置29中具备输入来自所述显示装置30、传感器的信号的输入部62。另外,输入部62与运算装置29a的机器学习装置61连接。
机器学习装置61具备:数据输入处理部63、学习部64、学习结果输出部65、和包括加权存储部66a的存储部66等。在此,关于存储部66,也兼作控制装置29整体的存储部。在存储部66中保存有器件的更换时期、成型时的注射成型机的数据。而且,也保存有用于告知维护信息的各个器件的累计值、非稳定值的累积值。另外,控制装置29的运算装置29a具备对通常的注射成型机11的维护状态进行判断并告知的部分。具体地,运算装置29a具备定时器67,定时器67与累计值运算处理部68连接。并且,运算装置29a具备与输入部62连接的非稳定值运算处理部69。而且,累计值运算处理部68和非稳定值运算处理部69分别与加权修正部70连接。
另外,加权修正部70与机器学习装置61的存储部66的加权存储部66a连接。进而,加权修正部70与维护指标值运算部71连接,维护指标值运算部71与维护信息告知判断部72连接。而且,维护信息告知判断部72与机器学习装置61的数据输入处理部63及存储部66连接,进而,与控制装置29的输出部73连接。而且,控制装置29的输出部73与注射成型机11的显示装置30、其他的驱动系统的伺服放大器或螺线管等连接。另外,输出部73根据情况,与工厂13内的中央控制装置14、或工厂外部的注射成型机制造商15等外部的控制装置16连接。
接着,对进行维护状态的告知的控制装置29的运算部29a和机器学习装置61的各部的功能进行说明。累计值运算处理部68根据由定时器67计时得到的时间等生成用于维护状态运算的累计值N。此外,对于所述累计值N,也可以进一步考虑注射成型机11的动作状态,在注射成型机11的高负载状态或恶劣环境下的使用时,乘以固定的系数。另外,非稳定值运算处理部69根据从外部的传感器等经由输入部62而输入的数据信号,生成用于维护状态运算的非稳定值V。
对于这些累计值N和非稳定值V,在加权修正部70中,对各个值乘以系数值,修正为加权后的累计值Na、非稳定值Va。此外,加权的修正方法不限定于乘法,也可以是其他运算方法。关于对累计值N和非稳定值V进行加权时的系数值的运算和修正,在后述的机器学习装置61的说明部分进行说明。而且,被加权修正后的累计值Na和非稳定值Va被发送到接下来的维护指标值运算部71被进行相加,生成维护指标值M。而且,在接下来的维护状态告知判断部72中,被与在存储部66中存储的阈值ma、mb、mc比较,输出告知轻度异常的前兆并推荐检修的第1消息A、告知轻度异常的存在并推荐更换器件的第2消息B、告知异常的第3消息C中的任意一个消息、或设为还未处于告知维护状态的阶段并不告知任何消息。
当在所述维护状态告知判断部72输出了所述第1消息A、所述第2消息B、所述第3消息C中的任意一个时,同时或在其前后,从维护状态告知判断部72向机器学习装置61的数据输入处理部63发送包括维护指标值M和其运算过程的数据。另外,也向存储部66发送并存储以上数据。
另外,在输出了所述第1消息A、第2消息B、第3消息C中的任意一个时,作业人员进行器件的磨损等劣化度的检查。而且,当在最佳时期输出了第1消息A、第2消息B、第3消息C的情况下,作业人员从显示装置30输入消息的输出是最佳的之类的信息。所述输入的信息经由输入部62被发送到机器学习装置61的数据输入处理部63。而且,所述信息被与从维护状态告知判断部72发送来的数据建立关联,而被设为用于发出第1消息A、第2消息B、第3消息C中任意一个的维护指标值(包含累计值和非稳定值的加权)是适当的训练数据。
另外,关于对器件的劣化度进行检查,并且发出第1消息A、第2消息B、第3消息C中的任意一个的时期过早的情况、过迟的情况,同样地,作业人员从显示装置30输入发出消息A或消息B的时期不是最佳之类的信息。而且,所述输入的信息被发送到机器学习装置61的数据输入处理部63。而且,所述信息被与从维护状态告知判断部72发送来的数据建立关联,而被设为用于发出第1消息A、第2消息B、第3消息C中任意一个的维护指标值(包含累计值和非稳定值的加权)是不适当的训练数据。
此外,在通过作业人员的目视判断器件的劣化度的情况下,若使用向下一阶段推进的按压按钮等进行了信息输入,则在省去了作业人员的麻烦这一点上是有利的。具体地,也可以是,在是第1消息A的情况,预先选择性地设置有“器件完全没问题”、“器件存在极其微小的劣化但是能够继续进行成型”、“需要马上更换器件”之类的按钮。而且,在作业人员按压了“器件完全没问题”的按钮的情况下,消息的显示过早,在按压了“器件存在极其微小的劣化但是能够继续进行成型”的按钮的情况下,消息的显示是适当的,在按压了“需要马上更换器件”的按钮的情况下,消息的显示过迟。此外,对于器件的劣化度的信息,也可以根据多个项目的评价来得到,或使用作业人员对数据进行加工后的标号数据得到。进而,对于器件的劣化度的信息,也可以使用相机或传感器,机械地判断器件的劣化度并数值化,作业人员可以不进行磨损度等的判断。
此外,在发出推荐检修的第1消息A之前显示推荐更换的消息B的情况下的信息、或在发出所述第1消息A、第2消息B之前显示表示异常的第3消息C的情况下的信息,不经过作业人员的判断,而被自动地设为包含加权后的累计值N、非稳定值V的信息的维护指标值M是不适当的训练数据。
而且,在机器学习装置61的数据输入处理部63中被处理后的外部信息被发送到学习部64,如图6所示那样,在学习部64中,使用模仿了脑的神经回路的结构的神经网络,主要进行监督学习。具体地,分别从神经网络的输入层输入包含加权后的累计值N、非稳定值V的信息的维护指标值M是适当的训练数据、和所述维护指标值M是不适当的训练数据。
而且,神经网络中,使用所述各训练数据(在怎样的累计值N和非稳定值V的加权时进行最佳的消息告知)进行回归分析,并导出函数式(一般地,多个函数式)。此外,对于监督学习的方法,除了回归分析以外,也可以使用决策树。所述函数计算式有时直接被利用,也有时作为近似式被利用。此外,图6表示神经网络,在输入层74与输出层75之间具备只有1层的中间层76(隐藏层),但是,并不排除在输入层与输出层之间具备多个中间层(隐藏层)而进行深度学习。特别地,在对于异常检测或故障预测用于学习的数据较少的情况下,进行包括机器学习装置61进行的推断的深度学习,是优选的方法。
而且,学习部64中,使用神经网络的函数式,向输出层75输出一数值,该数值是用于对成为维护指标值的基础的时间等累计值N和各传感器等的正常时以外的非稳定值N进行加权的数值。即,本发明中,由使用了神经网络的机器学习装置61进行累计值N和非稳定值V的加权。关于此点,若以较简单的例子示出,则作为发出推荐更换某个器件的第2消息B的因素,时间因素(累计值N)有很深的关系,对此通过多个学习机会进行了监督学习得出结论的情况下,增加累计值N的加权,并减少由传感器等检测出的非稳定值V的加权。或相反地,与时间等的累计值N的关系较少,与传感器等的检测值(非稳定值V)的关系较大,对此进行了监督学习得出结论的情况下,增大传感器等的非稳定值V的加权。基于多个传感器间的关系进行所述加权的调整,也可以基于非稳定值V的检测次数和非稳定值V的大小(度数)之间的关系进行所述加权的调整。另外,多数情况,与所述加权的调整相应地,告知第1消息A和第2消息B时的阈值ma、mb、mc的值本身也会改变。
而且,将使用学习部64的神经网络输出到输出层75的学习结果(累计值N和非稳定值V的加权的数值)通过学习结果输出部65被暂时保存到存储部66中的加权存储部66a。此外,图5的方框图中,只是概念性地示出控制装置29和机器学习装置61的功能,关于实际的控制,可以假定各种方式。
接着,进一步,对使用了进行基于AI的监督学习的机器学习装置61的注射成型机的状态告知方法进行说明。关于使用了机器学习装置61的运算方法,也使用图2的方法,对累计值N和非稳定值V的加权使用机器学习的结果。另外,关于注射成型机11的状态告知方法的流程,也使用图3的流程。但是,在AI的预测能力提高的情况下,消息也可以是推荐更换器件的第2消息B和表示异常的第3的消息C这两个阶段。
由定时器67等检测出并由累计值运算处理部68进行了数值处理后的累计值N,基于在机器学习装置61的学习部64中进行机器学习并存储在存储部66的加权存储部66a中的数据,进一步,由加权修正部70进行加权,并进行修正。优选在最初的阶段将累计值的加权设为50%以上。由注射成型机11的传感器检测出的并由非稳定值运算处理部69进行了数值处理后的非稳定值V,也进一步基于存储在加权存储部66a中的数据,由加权修正部70进行加权,并进行修正。而且,由维护指标值运算部71将进行了所述修正处理后的累计值Na和非稳定值Va相加。而且,被由维护信息告知判断部72与存储在存储部66中的规定阈值进行比较,在成为阈值或超过阈值ma、mb、mc时等,告知注射成型机11的维护状态。如上述那样,关于阈值ma、mb、mc,机器学习的结果,多数情况会被改变。
此外,按各个与每次的消息显示对应的机器学习,进行所述累计值N和非稳定值V各自的加权的改变、和伴随此的阈值ma、mb、mc的改变。但是,也可以在累积固定数的数据量后进行机器学习,改变加权和阈值。进而,在数据数较少的情况下,也可以,AI通过深度学习等加以推断,进行所述累计值N和非稳定值V各自的加权的改变和伴随该改变的阈值的改变。
另外,在上述中,以机器学习装置61使用神经网络进行监督学习为中心进行了记载,但是,不排除进行k平均法等无监督学习。在利用传感器等能够客观地把握需要推荐更换的器件的状态的情况下,也可以进行无监督学习。即,根据累计值N和非稳定值V的值,通过分群等,对在怎样的组合时器件中发生了问题而应该推荐更换、或在怎样的组合时器件中未发生问题而不需要更换,进行分类。而且,对于所述分类是否正确,进一步使用机器学习装置61进行验证,从而能够提高机器学习的精度。进一步,也可以,对于从注射成型机11发出了表示异常的第3消息C时的数据,进行基于给予负回报的强化学习,通过积累强化学习的数据,实现故障预测精度的提高。
另外,在上述中,记载了将机器学习装置61设置于注射成型机11中的示例。但是,注射成型机11单体中,需要进行器件的故障预测的频率不那么高。因此,优选,将机器学习装置61,设置在企业内部的中央控制装置的内部或配置有注射成型机的企业外部的控制装置的内部,或者,与企业内部的中央控制装置直接连接而设置或与配置有注射成型机的企业外部的控制装置直接连接而设置。这样,若在中央控制装置14、或外部的控制装置16中设置了机器学习装置61,则各注射成型机11的除了正常时以外的数据的学习机会增加,能够实现监督学习的机会的增大和精度的提高。另外,即使在注射成型机11的控制装置29中设置机器学习装置61的情况下,也可以,将具备同一机种或近似为同一机种的机构,而器件的劣化度共同的注射成型机11的数据,向其他注射成型机11输入来进行利用。
而且,可以说,特别地,在当前的注射成型机中,实际在装置(器件)中发生异常而使装置停止的问题的发生次数较少,因此,即使使用AI,异常时的机器学习的机会较少,提高故障预测的精度是困难的。但是,在本发明中,不是只是检测装置的异常发生,而是使用告知轻度异常的前兆的第1消息A、推荐更换器件的第2消息B的阶段信息,因此数据量较多,机器学习的机会较多。进一步,如上述那样,由于能够在中央控制装置14或外部的控制装置16中,汇集多个注射成型机11的数据,因此,机器学习的机会进一步地变多,维护状态的告知精度进一步地提高。
此外,对于注射成型机的器件的故障预测,有时根据一个异常值而怀疑多个器件的异常(包含检修和更换的必要性)。但是,在使用了AI的第3实施方式中,在根据单个或多个指令值和单个或多个传感器的检测值(非稳定值V)而推荐更换或检修多个器件或部位中的某个的情况下、指令值与传感器的值组合或各传感器间的值中的哪个值产生了非稳定值V的情况下,能够对在哪个器件中发生问题的情况较多进行学习并确定。或对于所述器件的确定,也可以考虑距各器件的更换时期起的各个累计值N。而且,在判断为对一些器件中的多个器件怀疑异常的情况下,也可以按器件异常的可能性较高的顺序,进行列表显示。而且,在检修的结果,明确了实际存在问题的器件的情况下,通过对该情况进一步进行机器学习(监督学习),能够提高器件异常的可能性较高的顺序的列表的精度。
另外,对于器件更换的推荐,也可以,不只是按各个器件单品只在最佳的推荐时机进行捕捉后告知,也可以,根据与其他因素的关系,对器件单品或多个器件,进行检修推荐或更换推荐的告知。具体地,关于器件A,在判断为应该进行更换推荐并进行告知时,器件B、C没有非稳定值V的出现或非稳定值V的出现较少,而在比进行更换推荐的时期稍微靠前,同时地进行更换推荐。这时,可以考虑下面的点。相对于在更换推荐时期之前更换器件而引起的成本提高,减少器件更换作业的次数或时间等的成本(也包含作业人员的旅费等的情况)带来的成本下降较大的情况下,同时地更换多个器件是合理的。或者,也可以说,考虑注射成型机制造商或保有注射成型机的工厂中的器件库存数或器件采购所需要的天数等,对于得到更换器件需要花时间的器件,优选,加入考虑该天数进行器件更换的告知。进而,关于明确了不能完全停止注射成型机的操作的繁忙状态到来的情况,也可以采取一起提前器件更换推荐的时机等措施。
而且,在这些事例中使用AI的情况下,优选使用机器学习中的数学规划法来实现最优化。更具体地,制成目标函数等的数学模型,实现以怎样的条件使与器件更换有关的成本最小化等的最优化。此外,作为用于最优化的算法,不限定于特定的算法,也可以使用分支界限法等线性规划法、置信区域法等。
关于本发明,不一一进行列举,但是,不限定于上述的本实施方式的内容,当然,可以适用于本领域技术人员在本发明的基础上进行改变而得到的内容、参考本实施方式的各记载内容而得到的内容。
另外,关于本发明,对注射成型机进行了记载,但是,也可以对压缩机装置或使用了隔膜的真空层叠装置等的维护状态,应用告知。
附图标记说明
11 注射成型机
12 注射成型机的状态告知系统
13 工厂(配置有注射成型机的企业)
14 中央控制装置
15 注射成型机制造商(配置有注射成型机的企业外部)
16、29 控制装置
29a 运算部(计时单元)
30 显示装置
35 传感器(检测单元)
N 累计值
V 非稳定值
M 维护指标值
ma、mb、mc 阈值
Claims (9)
1.一种告知维护状态的注射成型机,其特征在于,具备:
检测单元,其检测注射成型机的工作状态从稳定值偏离的非稳定值;
计数单元,其对由换算时间数值和换算次数数值中的至少一者构成的累计值进行计数;以及
告知单元,其在对所述累计值累加所述非稳定值的换算值而得到的值为规定的阈值以上时,告知注射成型机的维护状态,
所述非稳定值的换算值是根据与所述换算时间数值和所述换算次数数值中的至少一者所构成的累计值之间的关系而决定的数值或者是根据所述非稳定值相对于所述稳定值的偏离量而运算出的数值。
2.根据权利要求1所述的注射成型机,其特征在于,
所述规定的阈值被设定为3个阶段或4个阶段,
该注射成型机具备的告知单元在对所述累计值累加所述非稳定值的换算值而得到的值首次超过各阶段的阈值时,与各阶段的阈值对应地告知注射成型机的不同的维护状态。
3.根据权利要求1或2所述的注射成型机,其特征在于,
对所述累计值累加所述非稳定值的换算值而得到的值是被使用了神经网络的机器学习装置加权后的值。
4.一种告知维护状态的注射成型机的状态告知系统,其特征在于,
权利要求1所述的注射成型机与配置有该注射成型机的企业内部的中央控制装置、或配置有所述注射成型机的企业外部的控制装置连接,该注射成型机的状态告知系统设置为,能够向所述企业外部的控制装置发送注射成型机的维护状态。
5.如权利要求4所述的注射成型机的状态告知系统,其特征在于,
至少在所述注射成型机的屏幕中报告所述注射成型机的维护状态,
在操作人员允许从所述屏幕或其他的装置发送的情况下,向所述企业外部的控制装置发送注射成型机的维护状态。
6.如权利要求4或5所述的注射成型机的状态告知系统,其特征在于,
在所述企业内部的中央控制装置的内部或配置有所述注射成型机的企业外部的控制装置的内部设置机器学习装置,或者以与所述企业内部的中央控制装置直接连接或与配置有所述注射成型机的企业外部的控制装置直接连接的方式设置机器学习装置。
7.一种告知维护状态的注射成型机的状态告知方法,其特征在于,
通过检测单元检测注射成型机的工作状态从稳定值偏离的非稳定值,并且
通过计数单元对由换算时间数值和换算次数数值中的至少一者构成的累计值进行计数,
在对所述累计值累加所述非稳定值的换算值而得到的值为规定的阈值以上时,通过告知单元告知维护状态,
所述非稳定值的换算值是根据与所述换算时间数值和所述换算次数数值中的至少一者所构成的累计值之间的关系而决定的数值或者是根据所述非稳定值相对于所述稳定值的偏离量而运算出的数值。
8.如权利要求7所述的注射成型机的状态告知方法,其特征在于,
所述规定的阈值被设定为3个阶段或4个阶段,
在对所述累计值累加所述非稳定值的换算值而得到的值首次超过各阶段的阈值时,与各阶段的阈值对应地进行注射成型机的不同的维护状态的告知。
9.如权利要求8所述的注射成型机的状态告知方法,其特征在于,
对于所述不同的维护状态的告知,使用进行监督学习的机器学习装置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018172552 | 2018-09-14 | ||
JP2018-172552 | 2018-09-14 | ||
JP2019145993A JP6893750B2 (ja) | 2018-09-14 | 2019-08-08 | 射出成形機、射出成形機の状態報知システム、射出成形機の状態報知方法 |
JP2019-145993 | 2019-08-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110901000A CN110901000A (zh) | 2020-03-24 |
CN110901000B true CN110901000B (zh) | 2022-06-07 |
Family
ID=69814464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910860100.4A Active CN110901000B (zh) | 2018-09-14 | 2019-09-11 | 注射成型机、注射成型机的状态告知系统、注射成型机的状态告知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110901000B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT524367B1 (de) * | 2020-10-15 | 2023-08-15 | Aisemo Gmbh | Verfahren für das Protokollieren von serienmäßigen Arbeitszyklen |
JP7089081B1 (ja) * | 2021-02-24 | 2022-06-21 | 株式会社ソディック | 射出成形機および射出成形機の点検方法 |
CN114801101B (zh) * | 2022-04-26 | 2024-05-03 | 上海熙视光电科技有限公司 | 一种基于多光谱成像的模具监视控制系统、方法及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002248665A (ja) * | 2001-02-26 | 2002-09-03 | Sumitomo Heavy Ind Ltd | 射出成形機の制御方法及び制御装置 |
CN1696033A (zh) * | 2004-05-14 | 2005-11-16 | 兄弟工业株式会社 | 输送设备和通知方法 |
CN1840316A (zh) * | 2005-04-01 | 2006-10-04 | 日精树脂工业株式会社 | 注塑成型机的控制装置 |
CN103057075A (zh) * | 2011-10-18 | 2013-04-24 | 发那科株式会社 | 注塑成型机的异常检测装置 |
CN106945243A (zh) * | 2015-11-11 | 2017-07-14 | 住友重机械工业株式会社 | 注射成型用信息管理装置及注射成型机 |
CN107364097A (zh) * | 2016-05-12 | 2017-11-21 | 发那科株式会社 | 注射成形机的止回阀的磨损量推定装置及磨损量推定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6155290B2 (ja) * | 2015-01-27 | 2017-06-28 | 双葉電子工業株式会社 | 計測装置 |
-
2019
- 2019-09-11 CN CN201910860100.4A patent/CN110901000B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002248665A (ja) * | 2001-02-26 | 2002-09-03 | Sumitomo Heavy Ind Ltd | 射出成形機の制御方法及び制御装置 |
CN1696033A (zh) * | 2004-05-14 | 2005-11-16 | 兄弟工业株式会社 | 输送设备和通知方法 |
CN1840316A (zh) * | 2005-04-01 | 2006-10-04 | 日精树脂工业株式会社 | 注塑成型机的控制装置 |
CN103057075A (zh) * | 2011-10-18 | 2013-04-24 | 发那科株式会社 | 注塑成型机的异常检测装置 |
CN106945243A (zh) * | 2015-11-11 | 2017-07-14 | 住友重机械工业株式会社 | 注射成型用信息管理装置及注射成型机 |
CN107364097A (zh) * | 2016-05-12 | 2017-11-21 | 发那科株式会社 | 注射成形机的止回阀的磨损量推定装置及磨损量推定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110901000A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7051264B2 (ja) | 射出成形機および射出成形機の状態報知方法 | |
CN110901000B (zh) | 注射成型机、注射成型机的状态告知系统、注射成型机的状态告知方法 | |
EP2035208B1 (en) | Preventative maintenance system | |
JP6787971B2 (ja) | 状態判定装置及び状態判定方法 | |
US20070293977A1 (en) | Preventative Maintenance Indicator System | |
WO2007143856A1 (en) | Preventative maintenance update system | |
US20210001526A1 (en) | Injection molding machine system | |
US11718007B2 (en) | State determination device and state determination method | |
US20200089202A1 (en) | State determination device and state determination method | |
JP6975188B2 (ja) | 状態判定装置及び状態判定方法 | |
CN115592915B (zh) | 一种注塑机运行数据监测预警系统 | |
JP2020128013A (ja) | 状態判定装置及び状態判定方法 | |
US20200101651A1 (en) | State determination device and state determination method | |
WO2022075181A1 (ja) | 状態判定装置及び状態判定方法 | |
WO2022075224A1 (ja) | 状態判定装置及び状態判定方法 | |
JP7348022B2 (ja) | 射出成形機管理装置及び射出成形機 | |
JP7184997B2 (ja) | 状態判定装置及び状態判定方法 | |
CN117911012B (zh) | 基于设备生态检测及运行状态评估的设备健康管理系统 | |
WO2024089851A1 (ja) | 判定装置及び判定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200518 Address after: Tokyo, Japan Applicant after: THE JAPAN STEEL WORKS, Ltd. Address before: Aichi Prefecture, Japan Applicant before: KABUSHIKI KAISYA MEIKI SEISAKUSYO |
|
GR01 | Patent grant | ||
GR01 | Patent grant |