CN116234674A - 状态判定装置及状态判定方法 - Google Patents
状态判定装置及状态判定方法 Download PDFInfo
- Publication number
- CN116234674A CN116234674A CN202180066719.3A CN202180066719A CN116234674A CN 116234674 A CN116234674 A CN 116234674A CN 202180066719 A CN202180066719 A CN 202180066719A CN 116234674 A CN116234674 A CN 116234674A
- Authority
- CN
- China
- Prior art keywords
- data
- predetermined
- deviation
- statistical
- state
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 23
- 238000001746 injection moulding Methods 0.000 claims abstract description 76
- 238000004519 manufacturing process Methods 0.000 claims abstract description 46
- 230000014509 gene expression Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 238000000611 regression analysis Methods 0.000 claims abstract description 22
- 238000000465 moulding Methods 0.000 claims description 45
- 238000003860 storage Methods 0.000 claims description 23
- 238000013500 data storage Methods 0.000 claims description 11
- 238000012417 linear regression Methods 0.000 claims description 8
- 238000007477 logistic regression Methods 0.000 claims description 4
- 238000002347 injection Methods 0.000 description 64
- 239000007924 injection Substances 0.000 description 64
- 230000006870 function Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 230000005856 abnormality Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 14
- 230000002159 abnormal effect Effects 0.000 description 13
- 230000008859 change Effects 0.000 description 11
- 239000011347 resin Substances 0.000 description 11
- 229920005989 resin Polymers 0.000 description 11
- 230000002950 deficient Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 239000003595 mist Substances 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 239000004519 grease Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- 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
- 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
-
- 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
- B29C45/77—Measuring, controlling or regulating of velocity or pressure of moulding material
-
- 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
- B29C45/78—Measuring, controlling or regulating of temperature
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
- B29C2945/76929—Controlling method
- B29C2945/76939—Using stored or historical data sets
- B29C2945/76943—Using stored or historical data sets compare with thresholds
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45244—Injection molding
Abstract
状态判定装置(1)具有:数据取得部(100),其取得预定的物理量有关的数据和生产数作为表示注射成形机(4)有关的状态的数据;特征量计算部(110),其根据所述数据计算表示所述状态的特征的特征量;统计数据计算部(120),其根据计算出的特征量,按照包含用于根据预定的特征量计算预定的统计量的统计函数的统计条件,计算统计量作为统计数据;回归分析部(130),其根据统计数据以及生产数,进行基于预定的回归式的回归分析,计算预定的回归式的系数;以及判定部(140),其计算最近的统计量与求出的回归式的偏离度,判定该偏离度是否大于预定的阈值。
Description
技术领域
本发明涉及注射成形机有关的状态判定装置及状态判定方法。
背景技术
在基于注射成形机的成形品的生产中,预先设定成形有关的判别条件,使用该判别条件针对成形后的成形品进行好坏判别。例如,若切换作为成形品的材料的树脂的制造批次,则注射缸内的树脂的塑化状态变动,由此,有时产生成形品的不良。另外,由于螺杆等部件的磨损或润滑脂向可动部的耗尽,有时也会产生成形品的不良。因此,根据成形周期中的注射工序的注射时间、峰值压力、计量工序的计量时间、计量位置等特征量的变化来判别根据经时变化、环境变化而变动的成形状态的正常或异常的判定。
与树脂的塑化状态最佳时的特征量相比,即使特征量产生一些差异,只要该差异不显著,成形品也未必会产生异常。因此,一般在特征量的判别条件中设置容许范围。例如,在专利文献1中示出了根据按成形周期检测出的测定数据的最大值以及最小值来进行好坏判定。另外,在专利文献2~4中示出了如下内容:根据时间序列数据计算特征量(例:注射时间、峰值压力、计量位置等的实际值/操作数据),根据计算出的特征量有关的基准值、与基准值的偏差、平均值、标准偏差等容许范围来判定正常(合格品)或者异常(不合格品),作为警报(成形品产生了异常的可能性)进行报告。
现有技术文献
专利文献
专利文献1:日本特开平02-106315号公报
专利文献2:日本特开平06-231327号公报
专利文献3:日本特开2002-079560号公报
专利文献4:日本特开2003-039519号公报
发明内容
发明要解决的课题
引起注射成形机、成形品的异常(不合格)的主要原因各种各样,存在突发的主要原因和中长期的主要原因。作为突发的主要原因的例子,可举出传感器的损坏、异物向可动部的混入、异物向生产材料的混入、操作员的操作失误等。另一方面,作为中长期的主要原因的例子,可举出机构部件的磨损、消耗、劣化(螺杆的磨损、带的消耗、可动部的润滑脂耗尽、电气安装件的经年劣化、金属模具的磨损等)、生产环境的变化(生产材料(树脂)的劣化、树脂批次的切换等)等。突发的主要原因和中长期的主要原因不仅在达到异常为止的时间上存在长短差异,在达到异常为止的成形状态(生产状态)的推移方面也存在差异。
以往,成形状态的正常或异常的判别以实际成形时得到的生产信息、特征量为基础实时地进行,因此,在产生了注射成形机的机构部件、金属模具等破损等致命的异常的情况下,在检测到异常的定时,在该时间点成形品的生产意外地停止。为了在这样的状况下再次开始成形品的生产,存在取回修理部件等机械的恢复需要长时间的问题。另外,即使没有达到机构部件的破损等这样的大事,若注意到产生了异常的情况延迟,则会产生大量的不合格品,导致不合格品的废弃、材料费等大量的生产成本的增大。因此,要求尽早掌握异常的征兆。
这样的事态即使在未产生异常的状态下,也能够通过定期地检修机械来进行检查来进行预防保全。但是,为了检修,必须停止机械的运行。因此,希望尽可能在正常的状态下不停止机械地判定成形状态的正常或异常,提高机械的运行率。
另外,螺杆、金属模具的磨损、腐蚀花费长时间而缓慢地进行,不合格品的产生、机构部件的破损等成形状态产生异常。因此,需要预测成形状态为异常的时期,在产生异常之前检查注射成形机,进行维护作业。
这样,期望能够早期发现成形状态的异常的预防保全的方法。
用于解决课题的手段
本发明的状态判定装置根据注射成形机的成形动作有关的时间序列数据(例:压力、电流、速度等)和生产数(注射数),按成形工序计算时间序列数据的特征量(该成形工序中的峰值等),使用统计函数对计算出的多个特征量计算统计量。然后,对计算出的特征量进行回归分析来计算回归式。根据由时间序列数据得到的统计量(实测值)和通过回归式推定出的预测值的容许范围,判定成形状态的正常或异常。
并且,本发明的一方式是一种判定注射成形机中的成形状态的状态判定装置,具有:数据取得部,其取得预定的物理量有关的数据和生产数作为表示所述注射成形机有关的状态的数据;特征量计算部,其根据所述物理量有关的数据,计算表示所述注射成形机的状态的特征的特征量;特征量存储部,其将所述特征量和所述生产数关联起来进行存储;统计条件存储部,其存储统计条件,该统计条件至少包含用于根据预定的特征量计算预定的统计量的统计函数;统计数据计算部,其根据存储在所述特征量存储部中的所述特征量,参照存储在所述统计条件存储部中的统计条件,计算统计量作为统计数据;统计数据存储部,其将所述统计数据和所述生产数关联起来进行存储;回归分析部,其根据存储在所述统计数据存储部中的统计数据以及生产数,进行基于预定的回归式的回归分析,计算所述预定的回归式的系数;以及判定部,其计算表示由所述统计数据计算部计算出的最近的统计量从所述预定的回归式偏离的程度的偏离度,判定该偏离度是否大于预先决定的至少1个预定的阈值。
本发明的另一方式是一种判定注射成形机中的成形状态的状态判定方法,执行以下步骤:取得预定的物理量有关的数据和生产数作为表示所述注射成形机有关的状态的数据的步骤;根据所述物理量有关的数据,计算表示所述注射成形机的状态的特征的特征量的步骤;根据所述特征量,按照统计条件计算统计量作为统计数据的步骤,该统计条件至少包含用于根据预定的特征量计算预定的统计量的统计函数;根据所述统计数据以及生产数,进行基于预定的回归式的回归分析,计算所述预定的回归式的系数的步骤;以及计算表示计算出的最近的统计量从所述预定的回归式偏离的程度的偏离度,判定该偏离度是否大于预先决定的至少1个预定的阈值的步骤。
发明效果
根据本发明的一方式,能够根据表示实际成形而得的时间序列数据的特征的统计量来掌握将当前的成形状态判别为正常的容许范围,在实测值为容许范围外的情况下,实现向操作员通知产生了异常的意思、停止注射成形机等设为安全的状态。
附图说明
图1是一实施方式的状态判定装置的概略硬件结构图。
图2是注射成形机的概略结构图。
图3是第一实施方式的状态判定装置的概略功能框图。
图4是表示制造1个成形品的成形周期的例子的图。
图5是表示根据1个时间序列数据计算特征量的例子的图。
图6是表示根据2个以上的时间序列数据计算特征量的例子的图。
图7是表示统计条件的例子的图。
图8A是表示绘制了每次注射的特征量的图表的图。
图8B是表示绘制了根据特征量计算出的统计数据的图表的图。
图9是例示回归式的图表的图。
图10是表示基于判定部的警告显示的例子的图。
图11是表示统计条件的输入画面的例子的图。
图12是表示对回归式的上下分别设定了阈值的例子的图。
图13是表示对回归式的上方阶段性地设定了多个阈值的例子的图。
具体实施方式
以下,与附图一起对本发明的实施方式进行说明。
图1是表示本发明的一实施方式的状态判定装置的主要部分的概要硬件结构图。本实施方式的状态判定装置1例如能够安装为根据控制用程序来控制注射成形机4的控制装置。另外,本实施方式的状态判定装置1能够安装于与根据控制用程序来控制注射成形机4的控制装置并列设置的个人计算机、经由有线/无线网络与控制装置连接的个人计算机、单元计算机、雾计算机6、云服务器7之上。在本实施方式中,表示将状态判定装置1安装在经由网络9与控制装置3连接的个人计算机之上的例子。
本实施方式的状态判定装置1具有的CPU11是整体地控制状态判定装置1的处理器。CPU11经由总线22读出储存在ROM12中的系统程序,按照该系统程序控制状态判定装置1整体。在RAM13中临时储存临时的计算数据、显示数据、以及从外部输入的各种数据等。
非易失性存储器14例如由利用未图示的电池进行备份的存储器、SSD(SolidState Drive)等构成,即使状态判定装置1的电源断开也保持存储状态。在非易失性存储器14中存储经由接口15从外部设备72读入的数据、经由接口18从输入装置71输入的数据、经由网络9从注射成形机4取得的数据等。在存储的数据中,例如可以包含由安装于由控制装置3控制的注射成形机4的各种传感器5检测出的驱动部的马达电流、电压、转矩、位置、速度、加速度、金属模具内压力、注射缸的温度、树脂的流量、树脂的流速、驱动部的振动、声音等物理量有关的数据。存储在非易失性存储器14中的数据也可以在执行时/利用时在RAM13中展开。另外,在ROM12中预先写入有公知的解析程序等各种系统程序。
接口15是用于连接状态判定装置1的CPU11和外部存储介质等外部设备72的接口。能够从外部设备72侧读入例如系统程序、注射成形机4的运转有关的程序、参数等。另外,在状态判定装置1侧制作/编辑的数据等能够经由外部设备72存储在未图示的CF卡、USB存储器等外部存储介质中。
接口20是用于连接状态判定装置1的CPU与有线或无线网络9的接口。网络9例如可以使用RS-485等串行通信、Ethernet(注册商标)通信、光通信、无线LAN、Wi-Fi(注册商标)、Bluetooth(注册商标)等技术进行通信。网络9与控制注射成形机4的控制装置3、雾计算机6、云服务器7等连接,在与状态判定装置1之间相互进行数据的交换。
读入到存储器上的各数据、作为执行了程序等的结果而得到的数据等经由接口17输出并显示在显示装置70中。另外,由键盘、指示设备等构成的输入装置71将基于操作员的操作的指令、数据等经由接口18传递给CPU11。
图2是注射成形机4的概略结构图。注射成形机4主要由合模单元401和注射单元402构成。在合模单元401具有可动压板416和固定压板414。另外,在可动压板416安装有可动侧金属模具412,在固定压板414安装有固定侧金属模具411。另一方面,注射单元402由注射缸426、积存向注射缸426供给的树脂材料的料斗436、以及设置于注射缸426的前端的喷嘴440构成。在制造1个成形品的成形周期中,在合模单元401中,通过可动压板416的移动进行闭模/合模的动作,在注射单元402中,将喷嘴440按压于固定侧金属模具411之后将树脂注射到金属模具内。这些动作通过来自控制装置3的指令控制。
另外,在注射成形机4的各部安装有传感器5,检测驱动部的马达电流、电压、转矩、位置、速度、加速度、金属模具内压力、注射缸426的温度、树脂的流量、树脂的流速、驱动部的振动、声音等物理量,输送至控制装置3。在控制装置3中,将检测出的各物理量存储在未图示的RAM、非易失性存储器等中,根据需要经由网络9向状态判定装置1发送。
图3将本发明的第一实施方式的状态判定装置1具有的功能作为概略的框图而示出。本实施方式的状态判定装置1具有的各功能通过图1所示的状态判定装置1具有的CPU11执行系统程序,控制状态判定装置1的各部的动作来实现。
本实施方式的状态判定装置1具有:数据取得部100、特征量计算部110、统计数据计算部120、回归分析部130以及判定部140。另外,在状态判定装置1的RAM13或非易失性存储器14中预先准备:作为用于存储数据取得部100从控制装置3等取得的数据的区域的取得数据存储部300、作为用于存储特征量计算部110计算出的特征量的区域的特征量存储部310、预先存储基于统计数据计算部120的统计数据的计算中的统计条件的统计条件存储部320、作为用于存储统计数据计算部120计算出的统计数据的区域的统计数据存储部330、作为用于存储回归分析部130计算出的预定的回归式的系数的区域的回归系数存储部340。
数据取得部100通过图1所示的状态判定装置1具有的CPU11执行从ROM12读出的系统程序,主要进行CPU11的使用了RAM13、非易失性存储器14的运算处理、和基于接口15、18或20的输入控制处理来实现。数据取得部100取得由安装于注射成形机4的传感器5检测出的驱动部的马达电流、电压、转矩、位置、速度、加速度、金属模具内压力、注射缸426的温度、树脂的流量、树脂的流速、驱动部的振动、声音等物理量有关的数据。数据取得部100取得的物理量有关的数据可以是表示每个预定周期的物理量的值的、所谓的时间序列数据。数据取得部100在取得物理量有关的数据时,一并取得检测出该物理量时的生产数(注射数)。该生产数(注射数)可以是进行上次养护起的生产数(注射数)。数据取得部100也可以经由网络9从控制注射成形机4的控制装置3直接取得数据。数据取得部100也可以取得外部设备72、雾计算机6、云服务器7等取得并存储的数据。数据取得部100也可以按构成注射成形机4的1个成形周期的工序分别取得物理量有关的数据。图4是例示制造1个成形品的成形周期的图。在图4中,作为网线框的工序的闭模工序、开模工序、以及顶出工序通过合模单元401的动作来进行。另外,作为空白框的工序的注射工序、保压工序、计量工序、减压工序及冷却工序通过注射单元402的动作来进行。数据取得部100以能够按这些工序进行区分的方式取得物理量有关的数据。数据取得部100取得的物理量有关的数据存储在取得数据存储部300中。
特征量计算部110通过图1所示的状态判定装置1具有的CPU11执行从ROM12读出的系统程序,主要进行CPU11的使用了RAM13、非易失性存储器14的运算处理来实现。特征量计算部110根据数据取得部100取得的表示注射成形机4的状态的物理量有关的数据,按构成注射成形机4的成形周期的工序,计算物理量有关的数据的特征量(注射工序中的注射时间、峰值压力、峰值压力到达位置、计量工序中的计量压力峰值、计量结束位置、闭模工序中的闭模时间、开模工序中的开模时间等)。特征量计算部110计算的特征量表示注射成形机4的每个工序的状态的特征。图5是表示注射工序中的压力的变化的图表。图5的t1表示注射工序的开始时间点,t3表示注射工序的结束时间点。压力伴随着将注射缸内的树脂向金属模具内注射的动作而开始上升,之后,由控制注射成形机4的控制装置3进行控制,以成为预定的目标压力P1。预定的目标压力P1作为基于操作员的操作的指令,由操作员目视确认显示于显示装置70的操作画面并操作输入装置71而预先手动设定。如图5所示,特征量计算部110计算表示在注射工序中取得的压力的时间序列数据的峰值,将其作为注射工序中的峰值压力的特征量。图6是表示注射工序中的压力的变化及螺杆位置的变化的图表。如图6所示,特征量计算部110在计算出注射工序中的峰值压力的基础上,计算到达该峰值压力的峰值压力到达时间t2的螺杆位置,将其作为注射工序中的峰值压力到达位置的特征量。这样,特征量计算部110计算的特征量有时根据预定工序中的预定物理量有关的数据来计算,有时根据预定工序中的多个物理量有关的数据来计算。特征量计算部110计算出的特征量与基于注射成形机4的生产数(注射数)关联起来存储在特征量存储部310中。
统计数据计算部120通过图1所示的状态判定装置1具有的CPU11执行从ROM12读出的系统程序,主要进行CPU11的使用了RAM13、非易失性存储器14的运算处理来实现。统计数据计算部120根据特征量计算部110计算出的表示注射成形机4的状态的特征的特征量,计算该特征量的统计量即统计数据。统计数据计算部120在计算统计数据时,参照存储在统计条件存储部320中的统计条件。
存储在统计条件存储部320中的统计条件决定根据特征量计算统计量(例:平均值、方差等)的条件。图7是存储在统计条件存储部320中的统计条件的例子。如图7所例示那样,统计条件是将特征量与用于根据该特征量计算统计量的统计函数关联起来的条件。如图7所示,统计条件可以按构成成形周期的工序进行定义。另外,如图7所示,统计条件可以包含运算统计量时的特征量的样本数。统计条件中包含的统计函数例如可以是加权平均、算术平均、加权调和平均、调和平均、修剪平均、对数平均、均方根、最小值、最大值、中央值、加权中央值、最频值等。关于该统计函数,可以预先使注射成形机4进行试验动作,分析基于注射成形机4的成形品的成形状态与根据特征量计算出的各统计量之间的相关性,根据该分析结果选择适当的函数。例如,在预定的特征量的最大值随着基于注射成形机4的成形品的成形状态的状态变化而变化的情况下,可以选择最大值作为计算该特征量的统计量的统计函数。另外,在多个特征量中包含从特征量的平均值大幅偏离的偏离值的情况下,可以选择难以受到偏离值的影响的加权中央值、最频值等作为统计函数即可。另外,例如,在随着基于注射成形机4的成形品的成形状态变化,预定的特征量的值出现偏差的情况下,可以选择标准偏差作为计算该特征量的统计量的统计函数。此外,作为表示特征量的值的偏差的统计函数,并不限定于标准偏差,也可以是方差、标准偏差、平均偏差、变动系数等。这样,在预定的特征量有关的统计条件中,优选选择为了判定注射成形机4的状态的变化而有用的统计函数。
统计条件也可以如图11所例示的那样,能够由操作员从显示于显示装置70的操作画面操作输入装置71手动地设定/更新。图11表示操作员选择加权平均作为根据特征量的注射时间计算统计量的统计函数,选择标准偏差作为根据特征量的峰值压力到达位置计算统计量的统计函数的情况下的显示例。另外,统计函数在统计量的计算中使用的样本数表示出特征量的注射时间为30次注射、特征量的峰值压力到达位置为10次注射。作为样本数的决定方法,在如注射时间、峰值压力到达位置那样特征量的值以较少的注射数产生变化的情况下,选定较小的值作为样本数,在如开模时间那样特征量的值按注射稳定而变化的幅度小、或如注射缸426的温度那样特征量缓慢地经过较多的注射数而变化的情况下,选定90次注射等较大的值作为样本数即可。这样,样本数可以根据特征量按注射变化的情况而适当选定不同的注射数。
统计数据计算部120参照存储在统计条件存储部320中的统计条件,在预先决定的预定的定时根据存储在统计数据存储部330中的特征量来计算统计数据。例如,统计数据计算部120可以按预定的成形周期(每1次注射、每10次注射、每个设定于统计条件的样本数等)计算统计数据。图8A、图8B表示峰值压力到达位置的统计数据的例子。图8A是绘制了每次注射的特征量的图表,图8B是绘制了根据特征量计算出的统计数据的图表。如图7所例示的那样,关于计算峰值压力到达位置的统计量的统计条件(统计条件编号3),决定10次注射作为样本数,决定标准偏差作为统计函数。此时,统计数据计算部120将按注射计算出的峰值压力到达位置的特征量按每10次注射分别计算标准偏差,将其结果作为峰值压力到达位置的统计数据。统计数据计算部120将这样计算出的统计数据与注射成形机4的生产数(注射数)关联起来存储在统计数据存储部330中。此外,在决定在统计条件中决定的统计函数时,也可以由操作员目视确认图8A中绘制的特征量的散布状态来选定统计函数。
回归分析部130通过图1所示的状态判定装置1具有的CPU11执行从ROM12读出的系统程序,主要进行CPU11的使用了RAM13、非易失性存储器14的运算处理来实现。回归分析部130参照存储在统计数据存储部330中的统计数据,对各个物理量有关的统计数据进行回归分析,计算预定的回归式的系数。回归分析部130将计算出的回归式的系数存储在回归系数存储部340中。
图9表示对图8B中例示的峰值压力到达位置的统计数据进行回归分析而得的回归式的图表的例子。在图9的虚线所示的直线上,回归分析部130进行了将直线回归式y=ax+b设为预定的回归式的一元回归分析。此时,回归分析部130例如将目标变量y设为峰值压力到达位置的统计量(标准偏差),将说明变量x设为生产数(注射数),通过最小二乘法计算根据说明变量x推定的值与目标变量y的误差(推定误差)为最小那样的系数a、b。计算出的系数a、b存储在回归系数存储部340中。作为预定的回归式,除了上述的直线回归式以外,也可以根据统计量的变化趋势,随时使用根回归式、自然对数回归式、分数回归式、幂回归式、指数回归式、修正指数回归式、逻辑回归式等。在选定预定的回归式时,操作员可以目视确认图9中绘制的统计量的散布状态,设为适合于统计量的变化趋势的回归式(若直线地变化则为1次式即直线回归式,在曲线地变化的情况下为n次式即指数回归式等、其他回归式)。
判定部140通过图1所示的状态判定装置1具有的CPU11执行从ROM12读出的系统程序,主要进行CPU11的使用了RAM13、非易失性存储器14的运算处理来实现。判定部140根据由回归分析部130决定了系数的回归式,判定各统计量达到预先决定的预定的警告值的定时。作为达到警告值的定时的生产数(注射数),通过将警告值代入到针对说明变量x求解直线回归式而得的x=(y-b)/a的目标变量y来进行逆推定。警告值只要预先进行试验动作,求出注射成形机4无法进行正常的成形动作的统计量的值即可。在图9的例子中,峰值压力到达位置的标准偏差的警告值设定为6mm,判定部140将根据回归式计算出的值达到警告值6.0mm的定时即生产数(注射数)x1判定为发出警告的定时。并且,判定部140输出该判定结果。判定部140可以对显示装置70显示输出该判定结果。另外,判定部140也可以将该判定结果经由网络9对注射成形机4的控制装置3、雾计算机6、云服务器7等上位装置发送输出。
发出判定部140进行判定的警告的定时,如上所述可以是基于注射成形机4的生产数(注射数,在图9的例子中为x1)。另外,从注射成形机4的当前的生产数(注射数)来看,也可以将达到警告为止的剩余生产数(注射数,在图9的例子中,在当前进行了30次注射的情况下为x1-30)按成形周期显示输出到显示装置70。另外,作为其他的显示输出的例子,也可以根据1次注射涉及的时间、当前的注射动作的速度、循环时间等,将从生产数(注射数)换算为日期时间或剩余时间后的时间显示输出到显示装置70。图10作为显示输出了判定部140的判定结果的例子,示出了包含达到警告值为止的剩余的生产数(注射数)和达到警告值的日期时间的警告显示。
另外,判定部140基于由回归分析部130决定了系数的回归式,算出表示最近的各统计量从回归式偏离了何种程度的偏离度。并且,在偏离度超过了预先决定的预定的阈值的情况下,将该意思作为警告输出。此时,也可以设置多个预定的阈值。
在设置多个预定的阈值时,也可以对回归式的上方和下方分别设置单独的阈值。图12是显示于显示装置70的操作画面,是表示对回归式的上下分别设置了阈值的例子的图。在图12中,虚线表示直线回归式的图表。另外,2条虚线示出了表示从直线回归式的图表向上下分别离开第一阈值、第二阈值的位置的位置。在这样设置了阈值的情况下,判定部140在根据从注射成形机4取得的物理量有关的数据计算统计量时,计算该统计量与对已经计算出的该统计量有关的回归式代入当前的注射数而得到的值(推定的统计量)之差作为偏离度。并且,在该偏离度超过第一阈值(上方的偏离)或第二阈值(下方的偏离)中的任一个的情况下,将该意思作为警告输出。作为警告的例子,在偏离度向上超过第一阈值(上方的偏离)的情况下,可以将图12所例示的消息“统计量超过了判定基准(第一阈值)。请检查螺杆”显示于操作画面,或在偏离度向下超过第二阈值(下方的偏离)的情况下,可以将与第一阈值不同的消息显示于操作画面,也可以停止注射成形机的运转。这样,能够在超过第一阈值的情况和超过第二阈值的情况下输出不同的警告。
在设置多个预定的阈值时,也可以对回归式的相同方向阶段性地设置阈值。图13是显示于显示装置70的操作画面,是表示对回归式的上方阶段性地设置多个阈值的例子的图。在图13中,虚线表示直线回归式的图表。另外,2条虚线示出了表示从直线回归式的图表向上方分别离开第三阈值、第四阈值的位置的位置。在这样设置阈值的情况下,判定部140在根据从注射成形机4取得的物理量有关的数据计算出统计量时,计算该统计量与对已经计算出的该统计量有关的回归式代入当前的注射数而得到的值(推定的统计量)之差作为偏离度。并且,分别输出不同的警告,以便在该偏离度超过第三阈值(上方的第一阶段的偏离)但为第四阈值(上方的第二阶段的偏离)以下的情况下使注射成形机的运转减速,在超过第四阈值(上方的第二阶段的偏离)的情况下使注射成形机的运转停止。在回归式的相同方向上存在多个阈值的情况下,对于更大的阈值,能够以对注射成形机施加更大的制约的方式输出警告。
此外,在这样阶段性地设置多个阈值的情况下,也可以设置3个以上的阶段来计算各自的偏离度来进行判定。另外,也可以与上述的对上下方向分别设置阈值的情况组合。
根据回归式推定的统计量作为用于判定根据在当前的动作状态下从注射成形机4取得的物理量有关的数据计算出的统计量的正常或异常的基准发挥功能。注射成形机4在进行了养护后,随着反复进行成形动作,螺杆的磨损或带的消耗等发展。因此,根据从注射成形机4取得的物理量计算出的统计量即使正常地进行成形动作,也随着从养护之后进行成形动作而逐渐变化。在本申请发明中,将该变化作为回归式而求出,作为检测突发产生的异常时的基准。以往,通过从相对于统计量固定地决定的基准值的偏离度来判定正常或异常,但在本申请发明中,预先求出统计量的变化趋势作为回归式,通过从该回归式的偏离度来判定成形动作的正常或异常。在回归式中反映了通过过去反复进行的成形动作而得到的统计量。即,伴随反复进行的成形动作而产生的螺杆的磨损、带的消耗等状态发展的过程反映在回归式中,因此,能够进行考虑了基于实际成形的成形状态的推移的判定。由此,能够根据当前的注射成形机4的状态高精度地进行正常或异常的判定。
具有上述结构的本实施方式的状态判定装置1能够根据实际成形而得到的时间序列数据,掌握预测为将来产生生产异常的生产数、日期时间。另外,在根据实测的值计算出的统计量从回归式偏离的情况下,实现向操作员通知产生了突发的异常的意思、或使注射成形机停止等成为安全的状态。因此,能够实施有计划的预防保全,因此,降低以往进行的定期的检查作业的频度,减轻操作员的负担,实现作业效率和运行率的提高。这样,操作员能够在产生异常前实施用于继续生产的处置(例:向可动部的润滑脂供脂、运转条件的调整等),能够将停机时间限制为最小限度,提高运行率。另外,由于能够提前防止不合格品的制造,因此成本削减。这些判定并非依据操作员的经验和直觉进行的有无异常的判断,而是根据实际成形而得到的数值信息来推定,因此,实现具有再现性的稳定的判定。
以上,对本发明的一实施方式进行了说明,但本发明并不仅限定于上述的实施方式的例子,能够通过施加适当的变更而以各种方式实施。
例如,上述的实施方式中的判定部140不仅进行判定结果的输出,还可以在达到判定出的生产数或日期时间的情况下,或者在偏离度超过预定的阈值的情况下,输出使注射成形机4的运转停止、减速、或限制驱动注射成形机4的原动机的驱动转矩的信号等。通过这样构成,能够在成形不良增加之前自动停止注射成形机4的动作,或者成为防止注射成形机4的损坏的安全的待机状态。
另外,在多个注射成形机4经由网络9相互连接的情况下,可以从多个注射成形机取得数据并通过1个状态判定装置1判定各个注射成形机的成形状态,也可以在多个注射成形机具有的各个控制装置上配置状态判定装置1,通过该注射成形机具有的各个状态判定装置判定各个注射成形机的成形状态。
符号说明
1 状态判定装置;
3 控制装置;
4 注射成形机;
5 传感器;
6 雾计算机;
7 云服务器;
9 网络;
11CPU;
12ROM;
13RAM;
14非易失性存储器;
15、17、18、20接口;
22 总线;
70 显示装置;
71 输入装置;
72 外部设备;
100 数据取得部;
110 特征量计算部;
120 统计数据计算部;
130 回归分析部;
140 判定部;
300 取得数据存储部;
310 特征量存储部;
320 统计条件存储部;
330 统计数据存储部;
340 回归系数存储部。
Claims (10)
1.一种判定注射成形机中的成形状态的状态判定装置,其特征在于,
所述状态判定装置具有:
数据取得部,其取得预定的物理量有关的数据和生产数,作为表示所述注射成形机有关的状态的数据;
特征量计算部,其根据所述物理量有关的数据,计算表示所述注射成形机的状态的特征的特征量;
特征量存储部,其将所述特征量和所述生产数关联起来进行存储;
统计条件存储部,其存储统计条件,该统计条件至少包含用于根据预定的特征量计算预定的统计量的统计函数;
统计数据计算部,其根据存储在所述特征量存储部中的所述特征量,参照存储在所述统计条件存储部中的统计条件来计算统计量作为统计数据;
统计数据存储部,其将所述统计数据和所述生产数关联起来进行存储;
回归分析部,其根据存储在所述统计数据存储部中的统计数据以及生产数,进行基于预定的回归式的回归分析,计算所述预定的回归式的系数;以及
判定部,其计算表示由所述统计数据计算部计算出的最近的统计量从所述预定的回归式偏离的程度的偏离度,判定该偏离度是否大于预先决定的至少1个预定的阈值。
2.根据权利要求1所述的状态判定装置,其特征在于,
所述统计函数是方差、标准偏差、平均偏差、变动系数、加权平均、加权调和平均、修剪平均、均方根、最小值、最大值、最频值、加权中央值中的任一个。
3.根据权利要求1所述的状态判定装置,其特征在于,
所述预定的回归式是直线回归式、根回归式、自然对数回归式、逻辑回归式中的任一个。
4.根据权利要求1所述的状态判定装置,其特征在于,
作为所述阈值,设定有用于判定所述回归式向上方的偏离的第一阈值和用于判定所述回归式向下方的偏离的第二阈值,
所述判定部在最近的所述统计量从所述回归式向上方偏离得比所述第一阈值大的情况下、或者从所述回归式向下方偏离得比所述第二阈值大的情况下,将该意思作为判定结果而输出。
5.根据权利要求1所述的状态判定装置,其特征在于,
作为所述阈值,设定有第三阈值和比所述第三阈值大的第四阈值,
所述判定部在所述偏离度大于所述第三阈值且为第四阈值以下的情况和所述偏离度大于所述第四阈值的情况下,输出不同的判定结果。
6.根据权利要求1所述的状态判定装置,其特征在于,
所述数据取得部经由有线或无线网络而连接,从多个注射成形机取得数据。
7.根据权利要求1所述的状态判定装置,其特征在于,
所述状态判定装置安装在经由有线或无线网络与所述注射成形机连接的上位装置上。
8.根据权利要求1所述的状态判定装置,其特征在于,
所述判定部的判定结果显示输出到显示装置。
9.根据权利要求1所述的状态判定装置,其特征在于,
在所述判定部判定为所述偏离度大于所述预定的阈值的情况下,输出使所述注射成形机的运转停止、减速、或限制驱动所述注射成形机的原动机的驱动转矩的信号中的至少任一个。
10.一种判定注射成形机中的成形状态的状态判定方法,其特征在于,
所述状态判定方法执行以下步骤:
取得预定的物理量有关的数据和生产数作为表示所述注射成形机有关的状态的数据的步骤;
根据所述物理量有关的数据,计算表示所述注射成形机的状态的特征的特征量的步骤;
根据所述特征量,按照统计条件计算统计量作为统计数据而输出的步骤,该统计条件至少包含用于根据预定的特征量计算预定的统计量的统计函数;
根据所述统计数据以及生产数,进行基于预定的回归式的回归分析,计算所述预定的回归式的系数的步骤;以及
计算表示计算出的最近的统计量从所述预定的回归式偏离的程度的偏离度,判定该偏离度是否大于预先决定的至少1个预定的阈值的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020168772 | 2020-10-05 | ||
JP2020-168772 | 2020-10-05 | ||
PCT/JP2021/036559 WO2022075242A1 (ja) | 2020-10-05 | 2021-10-04 | 状態判定装置及び状態判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116234674A true CN116234674A (zh) | 2023-06-06 |
Family
ID=81126007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180066719.3A Pending CN116234674A (zh) | 2020-10-05 | 2021-10-04 | 状态判定装置及状态判定方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230367293A1 (zh) |
JP (1) | JPWO2022075242A1 (zh) |
CN (1) | CN116234674A (zh) |
DE (1) | DE112021005249T5 (zh) |
WO (1) | WO2022075242A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117655315B (zh) * | 2024-02-02 | 2024-04-23 | 山东中力高压阀门股份有限公司 | 一种阀门浇筑过程包内铁液温度实时监测系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2862881B2 (ja) | 1988-10-14 | 1999-03-03 | ファナック株式会社 | 成形品の良否判別基準値自動設定方法及び装置 |
JPH06231327A (ja) | 1993-01-28 | 1994-08-19 | Konica Corp | 成形不良自動判別装置 |
JP3546951B2 (ja) | 2000-09-08 | 2004-07-28 | 住友重機械工業株式会社 | 射出成形機の製品良否判別方法 |
JP2003039519A (ja) | 2001-05-25 | 2003-02-13 | Toshiba Mach Co Ltd | 射出成形機におけるモニタリング方法 |
JP4578840B2 (ja) * | 2004-03-29 | 2010-11-10 | 三菱電機株式会社 | 射出成形機の制御装置 |
JP4474368B2 (ja) * | 2006-01-25 | 2010-06-02 | 日精樹脂工業株式会社 | 成形機のデータ処理方法及び装置 |
JP4237237B2 (ja) * | 2007-08-22 | 2009-03-11 | ファナック株式会社 | スクリュー回転トルク監視機能を備えた射出成形機 |
JP6893750B2 (ja) * | 2018-09-14 | 2021-06-23 | 株式会社日本製鋼所 | 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 |
JP2020052821A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社ジェイテクト | 劣化判定装置および劣化判定システム |
-
2021
- 2021-10-04 CN CN202180066719.3A patent/CN116234674A/zh active Pending
- 2021-10-04 WO PCT/JP2021/036559 patent/WO2022075242A1/ja active Application Filing
- 2021-10-04 US US18/246,514 patent/US20230367293A1/en active Pending
- 2021-10-04 DE DE112021005249.7T patent/DE112021005249T5/de active Pending
- 2021-10-04 JP JP2022555454A patent/JPWO2022075242A1/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022075242A1 (ja) | 2022-04-14 |
DE112021005249T5 (de) | 2023-07-20 |
US20230367293A1 (en) | 2023-11-16 |
JPWO2022075242A1 (zh) | 2022-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111098464B (zh) | 状态判定装置和方法 | |
US10981315B2 (en) | State determination device | |
CN110920009B (zh) | 状态判定装置以及状态判定方法 | |
JPH04110125A (ja) | 射出成形機の部品保守警告方法 | |
JP6975188B2 (ja) | 状態判定装置及び状態判定方法 | |
CN116234674A (zh) | 状态判定装置及状态判定方法 | |
US20240009905A1 (en) | State determination device and state determination method | |
JP2020128013A (ja) | 状態判定装置及び状態判定方法 | |
CN116234673A (zh) | 状态判定装置及状态判定方法 | |
WO2022075224A1 (ja) | 状態判定装置及び状態判定方法 | |
WO2022054782A1 (ja) | 状態判定装置及び状態判定方法 | |
WO2021220719A1 (ja) | 成形システム、異常予測装置、異常予測方法、プログラム及び学習済みモデル | |
WO2024057461A1 (ja) | 判定装置及び判定方法 | |
KR100604227B1 (ko) | 잔재부상검출장치 및 그 검출방법 | |
WO2024089851A1 (ja) | 判定装置及び判定方法 | |
JP7184997B2 (ja) | 状態判定装置及び状態判定方法 | |
WO2024004106A1 (ja) | 判定システム及び方法 | |
CN110962315B (zh) | 状态判定装置以及状态判定方法 | |
US20240077859A1 (en) | Method and device for visualizing or evaluating a process status | |
JP7011106B1 (ja) | 状態判定装置及び状態判定方法 | |
US20230311382A1 (en) | Display device for injection molding, injection molding machine, and management device for injection molding | |
WO2022085580A1 (ja) | 成形条件設定装置及び成形条件設定方法 | |
CN1313259C (zh) | 电动注射成形机的负载监视方法 |
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 |