JP2020049929A - 成形条件決定支援装置および射出成形機 - Google Patents
成形条件決定支援装置および射出成形機 Download PDFInfo
- Publication number
- JP2020049929A JP2020049929A JP2018247357A JP2018247357A JP2020049929A JP 2020049929 A JP2020049929 A JP 2020049929A JP 2018247357 A JP2018247357 A JP 2018247357A JP 2018247357 A JP2018247357 A JP 2018247357A JP 2020049929 A JP2020049929 A JP 2020049929A
- Authority
- JP
- Japan
- Prior art keywords
- molding
- pressure
- state data
- learning model
- data
- 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.)
- Granted
Links
Images
Abstract
Description
成形条件決定支援装置50は、溶融材料を成形機の型に供給することにより成形品を成形する方法に適用される。適用対象の成形方法は、例えば、樹脂またはゴム等の射出成形、ダイキャスト等の金属鋳造である。以下においては、適用対象として、主に、射出成形を例にあげて説明する。
第一例の成形条件決定支援装置50(以下、支援装置と称する)の構成について、図2−図5を参照して説明する。支援装置50は、機械学習の学習フェーズにおいて機能する部分と、機械学習の推論フェーズにおいて機能する部分とを備える。
第一例の支援装置50による支援処理について、図6を参照して説明する。ここで、支援処理は、学習フェーズと推論フェーズとが存在するが、支援処理のうちの推論フェーズについて説明する。つまり、第一学習モデルおよび第二学習モデルが生成された後の処理について説明する。
上述したように、機械学習の推論フェーズにおいては、成形時状態データを取得し、取得した当該成形時状態データに基づいて成形条件要素の調整量を取得することができる。そして、成形時状態データとは、射出成形機1に取り付けられたセンサ37,45により検出されたデータである。そのため、成形時状態データは、検査工程によって成形品の品質要素を取得するよりも前に取得できる情報である。従って、検査工程を実行する前に、成形品の異常を予測することができ、不良品の発生を抑制することができる。
第二学習モデル生成部56は、成形条件要素の値を変更する前に、予め第二学習モデルを生成しておく必要がある。そこで、上記においては、第二学習モデル生成部56は、予め第二学習モデルを生成することについて説明した。
次に、第一例の支援装置50において使用する第一学習モデルの第一例について説明する。第一学習モデルは、成形時状態データとしての金型6内の圧力データと品質要素としての成形品の形状を示す値とに関する学習モデルである。
金型6の詳細構成について、図7および図8を参照して説明する。金型6は、少なくとも一つのキャビティCを備える。本例では、成形機1が成形する成形品は、等速ジョイントに用いられる保持器とする。従って、成形品は、環状、特に円環状である。キャビティCも、環状、特に円環状に形成される。なお、成形品は、環状以外の形状、例えば、C形状や矩形枠状とすることもできる。そして、キャビティCは、成形品に対応する形状となる。
射出充填工程から保圧工程を介して冷却工程までにおいて、6つの第一圧力センサ6d1−6d6により検出される圧力データについて、図9Aおよび図9Bを参照して説明する。図9Aには、射出充填工程から冷却工程までにおいて、所定の成形条件Xで成形した成形品の成形時における圧力推移データを示すグラフが示されており、図9Bには、射出充填工程から冷却工程までにおいて、成形条件Xとは異なる成形条件Yで成形した成形品の成形時における圧力推移データを示すグラフが示されている。
次に、第一学習モデルの第一例の詳細について説明する。第一学習モデルの第一例は、成形時状態データとしての金型6内の圧力データと品質要素としての成形品の形状を示す値とに関する学習モデルである。第一学習モデルは、少なくとも成形時状態データとしての金型6内の圧力データを第一学習データとする機械学習により生成される。本例では、成形品の形状を示す値は、円環状の成形品の外周面または内周面の真円度である。ここで、第一学習モデルは、品質要素としての成形品の形状を示す値を第一学習データに含めるようにしてもよい。さらに、第一学習データは、圧力データの他に、種々の成形時状態データを含むようにしてもよい。
次に、第一例の支援装置50において使用する第一学習モデルの第二例について説明する。第一学習モデルは、成形時状態データとしての金型6内の圧力データと品質要素としての成形品の質量とに関する学習モデルである。
射出充填工程から保圧工程を介して冷却工程までにおいて、第一圧力センサ6dおよび第二圧力センサ6eにより検出される圧力データについて、図10を参照して説明する。図10には、射出充填工程から冷却工程までにおいて、所定の成形条件で成形した成形品の成形時における圧力推移データを示すグラフが示されている。T1,T2,T3は、図9Aおよび図9Bと同様である。ここで、保圧処理における圧力データを「保圧処理圧力データ」と定義し、保圧処理において保圧処理を開始してからの経過時間と圧力データとの関係を「保圧処理推移データ」と定義する。
次に、第一学習モデルの第二例について説明する。第一学習モデルの第二例は、成形時状態データとしての金型6内の圧力データと品質要素としての成形品の質量とに関する学習モデルである。第一学習モデルは、少なくとも成形時状態データとしての金型6内の圧力データを第一学習データとする機械学習により生成される。ここで、第一学習モデルは、品質要素として成形品の質量を第一学習データに含めるようにしてもよい。さらに、第一学習データは、圧力データの他に、種々の成形時状態データを含むようにしてもよい。
第二例の成形条件決定支援装置150(以下、支援装置と称する)の構成について、図11を参照して説明する。ここで、第二例の支援装置150は、第一例の支援装置50と同一構成については同一符号を付して説明を省略する。
第二例の支援装置150による支援処理について、図12を参照して説明する。ここで、支援処理は、学習フェーズと推論フェーズとが存在するが、支援処理のうちの推論フェーズについて説明する。つまり、第一学習モデルおよび第二学習モデルが生成された後の処理について説明する。
成形時状態データ調整量取得部160において、品質要素取得部162が、第一学習モデルを用いて、成形時状態データに対応する品質要素の値を推定している。そして、品質要素調整量取得部164が、品質要素調整量を取得している。その後、第二成形時状態データ調整量取得部165が、再び第一学習モデルを用いて、成形時状態データ調整量を取得している。このように、第一学習モデルが2工程において用いられている。本例においても、確実に、成形時状態データ調整量を得ることができる。
次に、第二例の支援装置150において使用する第一学習モデルの第一例について説明する。第一学習モデルは、成形時状態データとしての金型6内の圧力データと品質要素としての成形品の形状を示す値とに関する学習モデルである。当該第一学習モデルには、上記第一例の支援装置50における第一学習モデルの第一例を適用することができる。
次に、第二例の支援装置150において使用する第一学習モデルの第二例について説明する。第一学習モデルは、成形時状態データとしての金型6内の圧力データと品質要素としての成形品の質量とに関する学習モデルである。当該第一学習モデルには、上記第一例の支援装置50における第一学習モデルの第二例を適用することができる。
Claims (12)
- 成形機の型のキャビティに溶融材料を供給することにより成形品を成形する成形方法に適用され、
少なくとも成形機に取り付けられたセンサにより検出された成形時状態データを第一学習データとする機械学習により生成された第一学習モデルであって、前記成形時状態データと前記成形品の品質要素とに関する前記第一学習モデルを記憶する第一学習モデル記憶部と、
前記成形時状態データと成形条件要素とを第二学習データとする機械学習により生成された第二学習モデルであって、前記成形時状態データと前記成形条件要素とに関する前記第二学習モデルを記憶する第二学習モデル記憶部と、
前記第一学習モデルを用いて、前記センサにより検出された前記成形時状態データと成形時状態データ目標値との差分に相当する値である成形時状態データ調整量を取得する成形時状態データ調整量取得部と、
前記第二学習モデルを用いて、前記成形時状態データ調整量に対応する前記成形条件要素の調整量を取得する成形条件要素調整量取得部と、
を備える、成形条件決定支援装置。 - 前記第一学習モデルは、前記成形時状態データと前記成形品の品質要素とを前記第一学習データとする機械学習により生成された学習モデルである、請求項1に記載の成形条件決定支援装置。
- 前記成形時状態データ調整量取得部は、
前記第一学習モデルを用いて、予め設定された品質要素目標値に対応する前記成形時状態データ目標値を取得する成形時状態データ目標値取得部と、
前記センサにより検出された前記成形時状態データと前記成形時状態データ目標値との差分である前記成形時状態データ調整量を取得する第二成形時状態データ調整量取得部と、
を備える、請求項1または2に記載の成形条件決定支援装置。 - 前記成形時状態データ調整量取得部は、
前記第一学習モデルを用いて、前記センサにより検出された前記成形時状態データに対応する前記品質要素の値を取得する品質要素取得部と、
予め設定された品質要素目標値と前記品質要素取得部により取得された前記品質要素の値と差分である品質要素調整量を取得する品質要素調整量取得部と、
前記第一学習モデルを用いて、前記品質要素調整量に対応する前記成形時状態データ調整量を、前記センサにより検出された前記成形時状態データと前記成形時状態データ目標値との差分に相当する値として、取得する第二成形時状態データ調整量取得部と、
を備える、請求項1または2に記載の成形条件決定支援装置。 - 前記成形条件決定支援装置は、さらに、
前記成形条件要素調整量取得部により取得された前記成形条件要素の調整量に基づいて、前記成形機の制御装置における成形条件要素の値を変更する条件変更部を備える、請求項1−4の何れか一項に記載の成形条件決定支援装置。 - 前記第二学習モデル記憶部は、成形機の経年劣化に応じて更新された前記第二学習モデルを記憶する、請求項1−5の何れか一項に記載の成形条件決定支援装置。
- 前記センサは、前記型のキャビティにおいて、供給された前記溶融材料から受ける圧力を検出する圧力センサを含み、
前記成形時状態データは、前記圧力センサにより検出された圧力データを含む、請求項1−6の何れか一項に記載の成形条件決定支援装置。 - 前記成形方法は、所定の保圧力により所定時間の保圧処理を行った後に前記保圧力を減少させる処理を行い、
前記センサは、前記キャビティにおいて異なる複数の位置に生じる圧力を各々検出する複数の前記圧力センサを含み、
前記成形時状態データは、前記保圧力の減少処理のときに複数の前記圧力センサにより検出された複数の前記圧力データを含み、
前記品質要素は、前記成形品の形状であり、
前記第一学習モデルは、少なくとも前記圧力データを前記第一学習データとする機械学習により生成され、前記圧力データと前記形状を示す値とに関する学習モデルである、請求項7に記載の成形条件決定支援装置。 - 前記成形品を成形する方法は、所定の保圧力により所定時間の保圧処理を行った後に前記保圧力を減少させる処理を行い、
前記成形時状態データは、前記保圧処理のときに前記圧力センサにより検出された前記圧力データを含み、
前記品質要素は、前記成形品の質量であり、
前記第一学習モデルは、少なくとも前記圧力データを前記第一学習データとする機械学習により生成され、前記圧力データと前記質量とに関する学習モデルである、請求項7または8に記載の成形条件決定支援装置。 - 前記成形品を成形する方法は、所定の保圧力により所定時間の保圧処理を行った後に前記保圧力を減少させる処理を行い、
前記センサは、前記キャビティ内の異なる複数の位置において、供給された前記溶融材料から受ける圧力を各々検出する複数の圧力センサを含み、
前記成形時状態データは、前記保圧力の減少処理のときに複数の前記圧力センサにより検出された複数の圧力データを含み、
前記品質要素は、前記成形品の形状であり、
前記品質要素取得部は、前記第一学習モデルを用いて、少なくとも前記圧力データに対応する前記成形品の形状を示す値を取得する、請求項4に記載の成形条件決定支援装置。 - 前記成形品を成形する方法は、所定の保圧力により所定時間の保圧処理を行った後に前記保圧力を減少させる処理を行い、
前記センサは、前記キャビティにおいて、供給された前記溶融材料から受ける圧力を検出する圧力センサを含み、
前記成形時状態データは、前記保圧処理のときに前記圧力センサにより検出された圧力データを含み、
前記品質要素は、前記成形品の質量であり、
前記品質要素取得部は、前記第一学習モデルを用いて、少なくとも前記圧力データに対応する前記成形品の質量を取得する、請求項4に記載の成形条件決定支援装置。 - 請求項1−11の何れか一項に記載の成形条件決定支援装置を有する、射出成形機。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/572,892 US20200094461A1 (en) | 2018-09-20 | 2019-09-17 | Device for assisting molding condition determination and injection molding apparatus |
CN201910880748.8A CN110920008A (zh) | 2018-09-20 | 2019-09-18 | 成型条件确定辅助装置以及注射成型机 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018175570 | 2018-09-20 | ||
JP2018175570 | 2018-09-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020049929A true JP2020049929A (ja) | 2020-04-02 |
JP7205225B2 JP7205225B2 (ja) | 2023-01-17 |
Family
ID=69995313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018247357A Active JP7205225B2 (ja) | 2018-09-20 | 2018-12-28 | 成形条件決定支援装置および射出成形機 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7205225B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021206017A1 (ja) * | 2020-04-07 | 2021-10-14 | 株式会社ジェイテクト | 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 |
WO2021215222A1 (ja) * | 2020-04-24 | 2021-10-28 | 株式会社ジェイテクト | 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 |
WO2022244221A1 (ja) * | 2021-05-21 | 2022-11-24 | 株式会社ジェイテクト | 射出成形装置 |
DE102022132676A1 (de) | 2021-12-10 | 2023-06-15 | Sumitomo Heavy Industries, Ltd. | Steuervorrichtung von spritzgiessmaschine und anzeigevorrichtung |
JP7468166B2 (ja) | 2020-06-05 | 2024-04-16 | 株式会社ジェイテクト | 樹脂状態推定装置および成形条件決定支援装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0596592A (ja) * | 1991-03-29 | 1993-04-20 | Sumitomo Heavy Ind Ltd | 射出成形機の制御装置 |
JPH05309711A (ja) * | 1992-04-03 | 1993-11-22 | Sony Corp | 成形制御方法および装置 |
JP2006281662A (ja) * | 2005-04-01 | 2006-10-19 | Nissei Plastics Ind Co | 射出成形機の制御装置 |
-
2018
- 2018-12-28 JP JP2018247357A patent/JP7205225B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0596592A (ja) * | 1991-03-29 | 1993-04-20 | Sumitomo Heavy Ind Ltd | 射出成形機の制御装置 |
JPH05309711A (ja) * | 1992-04-03 | 1993-11-22 | Sony Corp | 成形制御方法および装置 |
JP2006281662A (ja) * | 2005-04-01 | 2006-10-19 | Nissei Plastics Ind Co | 射出成形機の制御装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021206017A1 (ja) * | 2020-04-07 | 2021-10-14 | 株式会社ジェイテクト | 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 |
WO2021215222A1 (ja) * | 2020-04-24 | 2021-10-28 | 株式会社ジェイテクト | 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 |
JP7468166B2 (ja) | 2020-06-05 | 2024-04-16 | 株式会社ジェイテクト | 樹脂状態推定装置および成形条件決定支援装置 |
WO2022244221A1 (ja) * | 2021-05-21 | 2022-11-24 | 株式会社ジェイテクト | 射出成形装置 |
DE102022132676A1 (de) | 2021-12-10 | 2023-06-15 | Sumitomo Heavy Industries, Ltd. | Steuervorrichtung von spritzgiessmaschine und anzeigevorrichtung |
Also Published As
Publication number | Publication date |
---|---|
JP7205225B2 (ja) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7205225B2 (ja) | 成形条件決定支援装置および射出成形機 | |
JP7047073B2 (ja) | 射出成形機のpid制御を自動チューニングするためのシステムおよび方法 | |
KR101645378B1 (ko) | 사출 성형기의 공정 능력 있는 기본 설정을 반자동 생성하기 위한 설정 방법 | |
JP7159758B2 (ja) | 成形条件決定支援装置および射出成形機 | |
JP7342450B2 (ja) | 品質予測システム及び成形機 | |
JP2020052821A (ja) | 劣化判定装置および劣化判定システム | |
US20200206998A1 (en) | Quality prediction system and molding machine | |
CN110920008A (zh) | 成型条件确定辅助装置以及注射成型机 | |
JP7266478B2 (ja) | 射出成形機およびその制御方法 | |
CN111497163A (zh) | 品质预测系统以及成型机 | |
TWI615263B (zh) | 射出成型機之控制方法 | |
JP7293962B2 (ja) | 成形品の品質異常予測システム | |
JP2000052396A (ja) | 射出成形制御装置および制御方法 | |
JP7128071B2 (ja) | 射出成形機、射出成形システムおよび射出制御方法 | |
JP2021191619A (ja) | 成形条件決定支援装置 | |
JP2010076432A (ja) | 成形条件設定画面、成形条件設定装置及び成形条件設定方法 | |
JP2021535852A (ja) | 射出成形機を制御するためのシステムおよびアプローチ | |
JP2004330649A (ja) | 射出成形機の制御装置 | |
JPH07304076A (ja) | プラスチックレンズの製造方法 | |
JP7283138B2 (ja) | 成形品の品質予測システム及び成形機 | |
WO2023085283A1 (ja) | 情報処理装置、情報処理システム及びプログラム | |
JP2008238687A (ja) | 金型装置と射出成形方法、及び光学素子 | |
WO2022244221A1 (ja) | 射出成形装置 | |
JP2598687Y2 (ja) | 射出成形機の製品良否判定装置 | |
JP6808980B2 (ja) | ゴム製品の製造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190118 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210301 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220812 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221028 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221129 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221212 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7205225 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |