JP2020062848A - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Abstract

【課題】成形機に設定される適切なパラメータを容易に取得できるようにする。【解決手段】情報処理装置１は、成形機のパラメータとセンサ付き金型で取得されたセンサ値と成形に関連する成形関連情報とを有する２以上の学習情報の機械学習結果である学習器が記憶される学習器記憶部１１、センサなし金型を用いた試験成形で成形結果が正常となる正常パラメータと試験成形の成形関連情報とを受け付ける試験受付部１２、その正常パラメータと成形関連情報とを学習器に適用し、成形結果が正常となる正常センサ値を取得するセンサ値取得部１３、センサなしの金型を用いた実装成形の成形関連情報を受け付ける実装受付部１４、実装成形の成形関連情報と正常センサ値とを学習器に適用し、実装成形で成形結果が正常となるパラメータを取得するパラメータ取得部１７、そのパラメータを出力する出力部１８を備える。【選択図】図１

Description

本発明は、成形機への設定対象の１以上のパラメータを取得して出力する情報処理装置等に関する。

従来、樹脂等を成形するために成形機が用いられている（例えば、特許文献１参照）。また、そのような成形機によって良品を製造するためには、成形機に関する温度や圧力、速度等のパラメータを適切に設定する必要があった。

特表２０１６−５１９０１３号公報

しかしながら、適切なパラメータを設定するためには、良品を成形できるようになるまで、パラメータを変更しながら何度も成形を繰り返す必要があり、煩雑な作業が要求されるという問題があった。また、金型メーカにおいて見つけた適切なパラメータを、成形品を量産する量産メーカ（金型の出荷先工場）において用いたとしても、金型メーカの環境や機械等と量産メーカの環境や機械等とが異なることによって、量産メーカにおいて良品を製造できるとは限らないという問題もあった。すなわち、ある環境の成形機で見つけた適切なパラメータを、他の環境の別の成形機でそのまま用いることができない、という問題もあった

本発明は、上記問題を解決するためになされたものであり、成形結果が正常となるパラメータを容易に取得することができる情報処理装置等を提供することを目的とする。

上記目的を達成するため、本発明による情報処理装置は、成形機への設定対象の１以上のパラメータと、１以上のパラメータが設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、センサ付き金型を用いた成形に関連する１以上の成形関連情報とを有する２以上の学習情報を機械学習のアルゴリズムにより学習した学習器が記憶される学習器記憶部と、センサなしの金型を用いた試験成形における成形結果が正常となる１以上のパラメータである１以上の正常パラメータと、試験成形に関連する１以上の成形関連情報とを受け付ける試験受付部と、試験受付部によって受け付けられた１以上の正常パラメータと１以上の成形関連情報とを学習器に適用することによって、成形結果が正常となる１以上のセンサ値である１以上の正常センサ値を取得するセンサ値取得部と、センサなしの金型を用いた実装成形に関連する１以上の成形関連情報を受け付ける実装受付部と、実装受付部によって受け付けられた１以上の成形関連情報と、センサ値取得部によって取得された１以上の正常センサ値とを学習器に適用することによって、実装成形における成形結果が正常となる１以上のパラメータを取得するパラメータ取得部と、パラメータ取得部によって取得された１以上のパラメータを出力する出力部と、を備えたものである。
このような構成により、センサなしの金型を用いた試験成形において、センサを用いることなく、成形結果が正常となる正常センサ値を取得することができる。また、センサ値が正常センサ値となるように実装成形を行えば成形結果が正常になると考えられる。そのため、正常センサ値と、センサなしの金型を用いた実装成形に関連する成形関連情報とを学習器に適用して、成形結果が正常となるパラメータを取得することによって、実装成形における適切なパラメータを取得することができる。また、このようにして取得されたパラメータを用いて実装成形を行うことによって、良品を製造することができるようになる。

また、本発明による情報処理装置では、成形関連情報は、成形時の環境に関する環境情報、成形対象の材料に関する材料情報、及び成形機の機械情報のうち少なくとも１以上を含んでもよい。
このような構成により、例えば、試験成形と実装成形とにおいて、環境や材料等が異なっていたとしても、その違いに応じた適切なパラメータを取得することができる。

また、本発明による情報処理装置では、成形関連情報は、成形時の環境に関する環境情報、及び成形対象の材料に関する材料情報を含み、学習器記憶部には、２以上の材料情報ごとにそれぞれ学習器が記憶されており、パラメータ取得部は、実装受付部によって受け付けられた１以上の成形関連情報に含まれる材料情報に対応する学習器を選択し、選択した学習器を用いて成形結果が正常となる１以上のパラメータを取得してもよい。
このような構成により、材料に応じた適切なパラメータを取得することができるようになる。

また、本発明による情報処理装置では、１以上のセンサ値は、材料の流速、金型の変位、材料の圧力、材料の温度のうちの１以上を含んでもよい。

また、本発明による情報処理装置では、学習情報は、成形結果が正常または異常を示す結果情報を有してもよい。
このような構成により、パラメータやセンサ値等を入力として、正常または異常であることを示す成形結果を出力とする学習器が構成されることになる。

また、本発明による情報処理装置では、１以上の各パラメータの条件が記憶される条件記憶部と、１以上の各パラメータの条件を用いて、１以上のパラメータを含むセットを２以上生成するセット生成部と、をさらに備え、パラメータ取得部は、セット生成部によって生成された２以上のセットを学習器にそれぞれ適用し、セットごとに成形結果が正常であるスコアを取得するスコア取得手段と、スコア取得手段によって取得されたスコアがあらかじめ決められた条件を満たすほど高いセットを構成する１以上のパラメータを取得するパラメータ取得手段と、を備えてもよい。
このような構成により、パラメータやセンサ値等を入力として、正常または異常であることを示す成形結果を出力とする学習器を用いて、適切なパラメータを取得することができる。

また、本発明による情報処理装置では、出力部は、パラメータ取得部によって取得された１以上のパラメータを成形機に設定してもよい。
このような構成により、出力部によってパラメータの設定された成形機を用いて実装成形を行うことによって、良品を製造することができるようになる。

また、本発明による情報処理方法は、成形機への設定対象の１以上のパラメータと、１以上のパラメータが設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、センサ付き金型を用いた成形に関連する１以上の成形関連情報とを有する２以上の学習情報を機械学習のアルゴリズムにより学習した学習器が記憶される学習器記憶部と、試験受付部と、センサ値取得部と、実装受付部と、パラメータ取得部と、出力部とを用いて処理される情報処理方法であって、試験受付部が、センサなしの金型を用いた試験成形における成形結果が正常となる１以上のパラメータである１以上の正常パラメータと、試験成形に関連する１以上の成形関連情報とを受け付ける試験受付ステップと、センサ値取得部が、試験受付ステップにおいて受け付けられた１以上の正常パラメータと１以上の成形関連情報とを学習器に適用することによって、成形結果が正常となる１以上のセンサ値である１以上の正常センサ値を取得するセンサ値取得ステップと、実装受付部が、センサなしの金型を用いた実装成形に関連する１以上の成形関連情報を受け付ける実装受付ステップと、パラメータ取得部が、実装受付ステップにおいて受け付けられた１以上の成形関連情報と、センサ値取得ステップにおいて取得された１以上の正常センサ値とを学習器に適用することによって、実装成形における成形結果が正常となる１以上のパラメータを取得するパラメータ取得ステップと、出力部が、パラメータ取得ステップにおいて取得された１以上のパラメータを出力する出力ステップと、を備えたものである。

本発明による情報処理装置等によれば、実装成形における適切なパラメータを取得することができる。また、取得されたパラメータを用いて実装成形を行うことによって、良品を製造することができるようになる。

本発明の実施の形態による情報処理装置の構成を示すブロック図 同実施の形態におけるパラメータ取得部の構成を示すブロック図 同実施の形態による情報処理装置の動作を示すフローチャート 同実施の形態におけるパラメータの取得処理の一例を示すフローチャート 同実施の形態におけるパラメータの取得処理の一例を示すフローチャート 同実施の形態における具体例について説明するための模式図 同実施の形態の金型におけるセンサの取付位置の一例を示す図 同実施の形態におけるコンピュータシステムの外観一例を示す模式図 同実施の形態におけるコンピュータシステムの構成の一例を示す図

以下、本発明による情報処理装置について、実施の形態を用いて説明する。なお、以下の実施の形態において、同じ符号を付した構成要素及びステップは同一または相当するものであり、再度の説明を省略することがある。本実施の形態による情報処理装置は、センサ付き金型を用いた成形に応じた学習器と、センサなし金型を用いた試験成形における成形結果が正常となるパラメータとを用いて、試験成形における成形結果が正常となるセンサ値を推定し、そのセンサ値と、実装成形に関連する成形関連情報と、学習器とを用いて実装成形における成形結果が正常となるパラメータを取得するものである。センサ値の推定とは、通常、センサ値の取得である。

図１は、本実施の形態による情報処理装置１の構成を示すブロック図である。本実施の形態による情報処理装置１は、学習器記憶部１１と、試験受付部１２と、センサ値取得部１３と、実装受付部１４と、条件記憶部１５と、セット生成部１６と、パラメータ取得部１７と、出力部１８とを備える。なお、情報処理装置１は、スタンドアロンの装置であってもよく、または、サーバ・クライアントシステムにおけるサーバ装置であってもよい。後者の場合には、出力部や受付部は、インターネットやイントラネット、公衆電話回線網などの通信回線を介して情報を受け付けたり、情報を出力したりしてもよい。本実施の形態では、情報処理装置１がサーバ装置である場合について主に説明する。

学習器記憶部１１では、学習器が記憶される。その学習器は、成形機への設定対象の１以上のパラメータと、その１以上のパラメータが設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、そのセンサ付き金型を用いた成形に関連する１以上の成形関連情報とを有する２以上の学習情報を機械学習のアルゴリズムにより学習したものである。なお、学習情報には、成形結果が正常または異常を示す結果情報が含まれていてもよい。学習器は、２以上の学習情報の機械学習の結果の情報であると考えてもよい。なお、学習器が学習器記憶部１１で記憶されているとは、例えば、学習器そのもの（例えば、入力に対して値を出力する関数や学習結果のモデル等）が記憶されていることであってもよく、学習器を構成するために必要なパラメータ等の情報が記憶されていることであってもよい。後者の場合であっても、そのパラメータ等の情報を用いて学習器を構成できるため、実質的に学習器が学習器記憶部１１で記憶されていると考えることができるからである。本実施の形態では、学習器そのものが学習器記憶部１１で記憶されている場合について主に説明する。

成形機は、例えば、射出成形の成形機であってもよい。本実施の形態では、成形機が射出成形の成形機である場合について主に説明する。射出成形の成形機は、例えば、射出装置と、金型と、型締装置と、それらの制御を行う制御器とを有していてもよい。

成形結果が正常であるとは、成形機によって成形される成形品が良品であることであり、成形結果が異常であるとは、成形品が不良品であることである。例えば、成形品にバリ、ショートショット、ヒケ、ウエルドライン、ボイド、フローマーク、偏肉（肉厚ムラ）、ソリなどが存在する場合に、不良品であると判断されてもよい。なお、成形結果の正常、異常は、要求品質に応じて異なることになる。したがって、正常、異常は、要求品質に応じて判断されることが好適である。

１以上のパラメータは、成形機に設定されるものであり、例えば、射出装置や型締装置、制御器等に設定されるものであってもよい。パラメータは、特に限定されるものではないが、例えば、金型温度、シリンダ温度、射出圧力、射出速度、射出切替、保圧、保圧時間、スクリュー回転数、背圧、切替位置、計量、サックバック量、冷却時間、型締力から選ばれる１以上のものであってもよい。また、例えば、ノズル、前部、中前、中後、後部のシリンダ温度などのように、パラメータは、成形機の複数の箇所についてそれぞれ設定されるものであってもよい。

センサは、例えば、流速センサ、変位センサ、圧力センサ、温度センサのいずれかであってもよい。したがって、１以上のセンサ値は、材料の流速、変位、圧力、温度のうちの１以上を含んでいてもよい。また、センサは、例えば、金型において、材料の流れる順に配置されていてもよい。例えば、金型のスプルーブッシュの位置に第１のセンサが配置され、金型のランナーの位置に第２のセンサが配置され、金型のゲートの位置に第３のセンサが配置され、金型の成形品部のゲートに近い位置に第４のセンサが配置され、金型の成形品部のゲートと最終充填部（ゲートから最も遠い箇所）との中間の位置に第５のセンサが配置され、金型の成形品部の最終充填部に第６のセンサが配置されてもよい。なお、金型に配置されるセンサは、金型に関する情報（金型自体の温度等）を取得するものであってもよく、金型を流れる材料や金型によって成形される材料に関する情報（材料の温度等）を取得するものであってもよい。

センサ値は、例えば、時系列に応じた情報であってもよく、または、あらかじめ決められた時点の情報であってもよい。センサ値が時系列に応じた情報である場合には、例えば、１以上のセンサ値に、ある時点を基準とした０秒のセンサ値、５秒のセンサ値、１０秒のセンサ値などのように、一定または不定の時間間隔ごとのセンサ値が含まれていてもよい。また、ある時点を基準とした時間（例えば、上記０秒、５秒等）に応じたセンサ値は、射出速度等に応じて異なると考えられるため、その時間は、正規化されてもよい。正規化された時間は、例えば、成形の１サイクルの開始時点から終了時点までを所定の単位（例えば、「１」など）とした開始時点からの時間（例えば、「０．１」など）で示されてもよい。また、センサ値があらかじめ決められた時点の情報である場合には、例えば、ランナーの位置におけるセンサ値は、その位置に樹脂が到達してから５秒後のセンサ値などのように決まっていてもよい。

図７は、センサの装着された金型の一例を示す図である。図７（ａ）は、２個のギャビティ３１ｂを有する第１の金型部材３１を示す平面図であり、図７（ｂ）は、２個のコア３２ｂを有する第２の金型部材３２を示す平面図である。この第１及び第２の金型部材３１，３２によって金型が構成されることになる。第１の金型部材３１には４個のガイドブッシュ３１ａが設けられており、第２の金型部材３２には４個のガイドピン３２ａが設けられている。そして、各ガイドピン３２ａがそれぞれ対応するガイドブッシュ３１ａに挿入されることによって、第１及び第２の金型部材３１，３２の位置決めが行われることになる。

第１及び第２の金型部材３１，３２には、符号Ｔ１１〜Ｔ１３で示される位置に温度センサが設けられており、符号Ｐ１１〜Ｐ１７で示される位置に圧力センサが設けられており、符号Ｄ１１〜Ｄ１４で示される位置に変位センサが設けられており、符号Ｃ１１，Ｃ１２で示される位置に流速センサが設けられていてもよい。なお、図７で示される金型におけるセンサの位置や種類は一例であり、センサ付き金型におけるセンサの配置や種類が図７と異なっていてもよいことは言うまでもない。

成形関連情報は、成形時の環境に関する環境情報、成形対象の材料に関する材料情報、及び成形機の機械情報のうち少なくとも１以上を含んでいてもよい。

環境情報は、例えば、温度、湿度、気圧のうち、少なくともいずれかを含んでいてもよい。温度や湿度、気圧は、例えば、成形機の外部の温度（外気温）や、外部の湿度、外部の気圧であってもよい。すなわち、環境情報は、例えば、成形機が設置されている箇所（例えば、設置部屋等）における環境の情報であってもよい。環境情報は、実際の成形が行われる時点の情報であることが好適である。

材料情報は、成形対象（成形品）の材料の種類を示すものであってもよい。射出成形に関する材料情報は、例えば、ポリエチレン、ポリ塩化ビニル、ポリスチレン、ポリプロピレン、ポリアミド、ポリエチレンテレフタレート、フェノール樹脂、ポリウレタン樹脂等であってもよい。また、材料情報は、例えば、熱可塑性樹脂や熱硬化性樹脂などのように、材料の性質を示すものであってもよい。また、材料情報は、例えば、材料の密度や粘度などのように、材料の属性を示すものであってもよい。

機械情報は、通常、成形機の静的な情報（時間によって変化しない情報）であり、例えば、成形機の仕様等であってもよい。成形機の仕様は、例えば、シリンダ径、射出装置のタイプ（直圧式、トグル式など）、動力のタイプ（電動、油圧など）、成形機の品番などのうち、少なくともいずれかを含んでいてもよい。

機械学習は、学習情報を教師データ（訓練データ）として用いる機械学習であり、例えば、ＳＶＭ（Support Vector Machine：サポートベクターマシン）やＳＶＲ（Support Vector Regression：サポートベクター回帰）の機械学習であってもよく、ニューラルネットワーク（Neural Network）の機械学習であってもよく、その他の機械学習であってもよい。

ここで、正常または異常を示す結果情報が含まれている学習情報を用いて機械学習を行って得られる学習器と、結果情報が含まれていない学習情報を用いて機械学習を行って得られる学習器とについてそれぞれ説明する。

（１）結果情報が含まれている学習情報を用いた学習結果である学習器
この場合には、１つの学習情報（教師データ）は、１以上のパラメータと、その１以上のパラメータの設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、その成形機での成形に関連する成形関連情報とを含んでいる入力、及びその成形結果が正常か異常かを示す結果情報（出力）を有している。この場合には、正常であることを示す結果情報が正例となり、異常であることを示す結果情報が負例となる。このように、この学習器は正常または異常を示す結果情報を出力する２値の分類器となるため、例えば、ＳＶＭやニューラルネットワーク等を用いて機械学習を行ってもよい。また、その機械学習の結果である学習器に、１以上のパラメータと、その１以上のパラメータの設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、その成形機での成形に関連する成形関連情報とを入力すると、それに対して、分類結果である正常または異常が出力されることになる。また、その分類結果と共に、分類結果のスコア（確信度）が出力されてもよい。なお、本実施の形態では、この（１）の場合について主に説明する。

（２）結果情報が含まれていない学習情報を用いた学習結果である学習器
この場合には、１つの学習情報は、成形結果が正常である成形に関する１以上のパラメータと、その１以上のパラメータの設定された成形機での成形に関連する成形関連情報とを含んでいる入力、及びその成形機においてセンサ付き金型を用いて取得された１以上のセンサ値（出力）を有している。この場合には、成形結果が正常となる成形に関する学習情報のみが機械学習に用いられることになる。この学習器は、出力が２値の分類器ではないため、例えば、ＳＶＲやニューラルネットワーク、また、多値分類を行うように構成されたＳＶＭ等を用いて機械学習を行ってもよい。また、その機械学習の結果である学習器に、１以上のパラメータと、その１以上のパラメータの設定された成形機での成形に関連する成形関連情報とを入力すると、それに対して、１以上のセンサ値が出力されることになる。また、そのセンサ値と共に、出力されたセンサ値のスコア（確信度）が出力されてもよい。

なお、上記（１）、（２）のそれぞれの場合において、教師データである学習情報を取得するために用いられる成形機は、１個の成形機であってもよく、または、複数の成形機であってもよい。前者の場合には、例えば、金型メーカの成形機のみが用いられたり、成形品の量産メーカの成形機のみが用いられたりしてもよく、後者の場合には、例えば、金型メーカの成形機と量産メーカの成形機とが用いられてもよい。また、量産メーカの成形機は、１個の成形機であってもよく、１または２以上の量産メーカの複数の成形機であってもよい。学習器をより精度の高いものにする観点からは、機械学習において、より多くの成形機（好ましくは、より多くの種類の成形機）で取得された学習情報を用いることが好適である。

また、機械学習における入力の各値の範囲が決められている場合、例えば、各値が−１から１までの範囲や、０から１までの範囲に決められている場合には、学習情報に含まれる各値がその決められた範囲の値となるように前処理を行ってから機械学習を行ってもよく、また、学習器に入力する情報に含まれる各値についても、同様の前処理を行ってから学習器に入力してもよい。

また、機械学習にニューラルネットワークを用いる場合において、そのニューラルネットワークの層数、各層におけるノード数、各層の種類（例えば、全結合層、その他の層など）等については、適宜、選択したものを用いてもよい。なお、入力層と出力層のノード数は、通常、学習情報に含まれる入力と出力とによって決まることになる。

また、学習器記憶部１１において、２以上の学習器が記憶されてもよい。例えば、材料情報によって示される材料ごとに学習器が記憶されてもよく、成形関連情報によって示される成形機の品番ごとに学習器が記憶されてもよい。なお、２以上の学習器が学習器記憶部１１において記憶されている場合の詳細については後述する。

学習器記憶部１１に学習器が記憶される過程は問わない。例えば、記録媒体を介して学習器が学習器記憶部１１で記憶されるようになってもよく、通信回線等を介して送信された学習器が学習器記憶部１１で記憶されるようになってもよい。学習器記憶部１１での記憶は、ＲＡＭ等における一時的な記憶でもよく、または、長期的な記憶でもよい。学習器記憶部１１は、所定の記録媒体（例えば、半導体メモリや磁気ディスクなど）によって実現されうる。

試験受付部１２は、センサなしの金型を用いた試験成形における成形結果が正常となる１以上のパラメータである１以上の正常パラメータと、その試験成形に関連する１以上の成形関連情報とを受け付ける。センサなしの金型は、例えば、学習情報を得るときに用いられるセンサ付き金型と同じ形状を有しているもの、すなわちセンサ付き金型と同じ成形品を成形するものであってもよく、センサ付き金型と異なる形状を有しているもの、すなわちセンサ付き金型と異なる成形品を成形するものであってもよい。試験成形は、正常パラメータを得るために行われる成形である。例えば、ある成形機にセンサなしの金型をセットし、１以上のパラメータを種々の値に変更しながら成形を繰り返すことによって、正常な成形結果が得られた際の１以上のパラメータを取得する。そして、その正常な成形結果が得られた試験成形で用いられた１以上のパラメータと、その試験成形の成形関連情報との組が、試験受付部１２で受け付けられてもよい。特に限定されるものではないが、この試験成形は、例えば、金型メーカにおいて行われてもよい。金型メーカにおいて試験成形が行われる場合には、例えば、製造された金型の納品前に、試験成形によって正常パラメータが取得されてもよい。なお、試験受付部１２によって受け付けられる正常パラメータと成形関連情報との組は、１個であってもよく、または、２個以上であってもよい。後述するパラメータ取得部１７によって、より適切なパラメータの取得が行われる観点からは、より多くの組が受け付けられることが好適である。

試験受付部１２は、例えば、入力デバイス（例えば、キーボードやマウス、タッチパネルなど）から入力された情報を受け付けてもよく、有線または無線の通信回線を介して送信された情報を受信してもよく、所定の記録媒体（例えば、光ディスクや磁気ディスク、半導体メモリなど）から読み出された情報を受け付けてもよい。本実施の形態では、試験受付部１２が正常パラメータ等を受信する場合について主に説明する。なお、試験受付部１２は、受け付けを行うためのデバイス（例えば、モデムやネットワークカードなど）を含んでもよく、または含まなくてもよい。また、試験受付部１２は、ハードウェアによって実現されてもよく、または所定のデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。

センサ値取得部１３は、試験受付部１２によって受け付けられた１以上の正常パラメータと１以上の成形関連情報とを学習器に適用することによって、成形結果が正常となる１以上のセンサ値である１以上の正常センサ値を取得する。このようにして取得された１以上の正常センサ値は、試験成形で用いられたセンサなしの金型において、成形結果が正常となる１以上のセンサ値であると考えることができる。

例えば、上記（２）の学習器が学習器記憶部１１で記憶されている場合には、センサ値取得部１３は、試験受付部１２によって受け付けられた１以上の正常パラメータと１以上の成形関連情報とをその学習器に入力することによって、その学習器の出力である１以上の正常センサ値を取得することができる。

一方、例えば、上記（１）の学習器が学習器記憶部１１で記憶されている場合には、センサ値取得部１３は、試験受付部１２によって受け付けられた１以上の正常パラメータと１以上の成形関連情報と共に、１以上のセンサ値を学習器に入力することになる。そして、その学習器の出力が「正常」であったときに、入力した１以上のセンサ値が、１以上の正常センサ値となる。ここで、センサ値取得部１３が学習器に入力する１以上のセンサ値を、正常センサ値候補と呼ぶことにする。通常、正常センサ値候補は、２以上存在することが好適である。その２以上の正常センサ値候補は、例えば、例えば、あらかじめ図示しない記録媒体において記憶されていてもよく、または、センサ値取得部１３が生成してもよい。後者の場合には、センサ値取得部１３は、例えば、正常センサ値候補に含まれる１以上の各センサ値に関する取り得る値の範囲や候補値を用いて、複数の正常センサ値候補を生成してもよい。具体的には、正常センサ値候補に第１及び第２のセンサ値が含まれており、第１のセンサ値は、１，２，３のいずれかの値を取り、第２のセンサ値は、１１，１２，１３のいずれかの値を取る場合には、センサ値取得部１３は、（第１のセンサ値，第２のセンサ値）＝（１，１１）、（１，１２）、（１，１３）、（２，１１）、（２，１２）、（２，１３）、（３，１１）、（３，１２）、（３，１３）のように、９個の正常センサ値候補を生成してもよい。その後、センサ値取得部１３は、試験受付部１２によって受け付けられた１以上の正常パラメータと１以上の成形関連情報と、１個の正常センサ値候補とを学習器に入力することによって、学習器からの出力である成形結果を取得する。また、センサ値取得部１３は、同様の処理を、各正常センサ値候補について繰り返して行う。そして、センサ値取得部１３は、確信度があらかじめ決められた条件を満たすほど高い出力「正常」に対応する入力に含まれる正常センサ値候補に含まれる１以上のセンサ値を、１以上の正常センサ値として取得してもよい。確信度があらかじめ決められた条件を満たすほど高いとは、確信度が、あらかじめ決められた閾値を超えていることであってもよく、または、複数の正常センサ値候補にそれぞれ対応する複数の出力において、確信度が最も高いことであってもよい。前者の場合には、１以上の正常センサ値を含む集合が複数取得されることもあり得るが、そのときには、複数の集合が後段の処理で用いられてもよく、選択された１個の集合が後段の処理で用いられてもよい。その選択は、例えば、ランダムな選択であってもよく、あらかじめ決められたルールに応じた選択であってもよい。

なお、試験受付部１２によって、１以上の正常パラメータと１以上の成形関連情報との２以上の組が受け付けられた場合には、センサ値取得部１３は、各組に対応する１以上の正常センサ値を取得してもよい。その場合には、１以上の正常センサ値を含む集合が、複数取得されることになる。

実装受付部１４は、センサなしの金型を用いた実装成形に関連する１以上の成形関連情報を受け付ける。センサなしの金型は、通常、試験成形で用いられたセンサなしの金型と同じ金型であるが、試験成形で用いられたセンサなしの金型と同じ形状を有している別の金型であってもよい。実装成形は、成形品を製造するために行われる成形である。特に限定されるものではないが、この実装成形は、成形品の量産メーカにおいて行われてもよい。量産メーカにおいて実装成形が行われる場合には、例えば、成形品を製造する前に、実装成形に関する１以上の成形関連情報が取得されてもよい。また、実装成形に関連する１以上の成形関連情報に環境情報が含まれる場合には、その環境情報は、実装成形の直前に測定された実測値であってもよく、実装成形の時点の予測値であってもよい。

実装受付部１４は、例えば、入力デバイス（例えば、キーボードやマウス、タッチパネルなど）から入力された情報を受け付けてもよく、有線または無線の通信回線を介して送信された情報を受信してもよく、所定の記録媒体（例えば、光ディスクや磁気ディスク、半導体メモリなど）から読み出された情報を受け付けてもよい。本実施の形態では、実装受付部１４が成形関連情報を受信する場合について主に説明する。なお、実装受付部１４は、受け付けを行うためのデバイス（例えば、モデムやネットワークカードなど）を含んでもよく、または含まなくてもよい。また、実装受付部１４は、ハードウェアによって実現されてもよく、または所定のデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。

条件記憶部１５は、１以上の各パラメータの条件が記憶される。この条件は、１以上の各パラメータに関する取り得る値の範囲や候補値を示す条件であってもよい。条件記憶部１５に情報が記憶される過程は問わない。例えば、記録媒体を介して情報が条件記憶部１５で記憶されるようになってもよく、通信回線等を介して送信された情報が条件記憶部１５で記憶されるようになってもよく、または、入力デバイスを介して入力された情報が条件記憶部１５で記憶されるようになってもよい。条件記憶部１５での記憶は、ＲＡＭ等における一時的な記憶でもよく、または、長期的な記憶でもよい。条件記憶部１５は、所定の記録媒体（例えば、半導体メモリや磁気ディスクなど）によって実現されうる。

セット生成部１６は、条件記憶部１５で記憶されている１以上の各パラメータの条件を用いて、１以上のパラメータを含むセットを２以上生成する。具体的には、２個のパラメータ、すなわち第１及び第２のパラメータが設定対象となっており、第１のパラメータは、１，２，３のいずれかの値を取り、第２のパラメータは、１１，１２，１３のいずれかの値を取る場合には、セット生成部１６は、（第１のパラメータ，第２のパラメータ）＝（１，１１）、（１，１２）、（１，１３）、（２，１１）、（２，１２）、（２，１３）、（３，１１）、（３，１２）、（３，１３）のように、９個のセットを生成してもよい。生成されたセットは、図示しない記録媒体で記憶されてもよい。

パラメータ取得部１７は、実装受付部１４によって受け付けられた１以上の成形関連情報と、センサ値取得部１３によって取得された１以上の正常センサ値とを学習器に適用することによって、実装成形における成形結果が正常となる１以上のパラメータを取得する。通常、金型におけるセンサ値と成形品の良否とは密接に関わっていると考えられる。そのため、実装成形において、成形結果が正常となる１以上のパラメータを試行錯誤によって取得しなくても、実装成形における１以上のセンサ値が、試験成形における１以上の正常センサ値となるように実装成形で用いられる１以上のパラメータを設定することによって、成形結果が正常になると考えられる。したがって、パラメータ取得部１７は、そのような１以上のパラメータを取得するものである。

本実施の形態では、図２で示されるように、パラメータ取得部１７が、スコア取得手段２１と、パラメータ取得手段２２とを備えるものとする。

スコア取得手段２１は、セット生成部１６によって生成された２以上のセットを学習器にそれぞれ適用し、セットごとに成形結果が正常であるスコアを取得する。例えば、上記（１）の学習器が学習器記憶部１１で記憶されている場合には、スコア取得手段２１は、実装受付部１４によって受け付けられた１以上の成形関連情報と、センサ値取得部１３によって取得された１以上の正常センサ値と、１個のセットに含まれる１以上のパラメータとを学習器に入力し、その学習器の出力が「正常」であったときに、学習器から出力されるスコア（確信度）を取得する。そして、その処理を、セット生成部１６によって生成された各セットについて行うことになる。また、センサ値取得部１３が１以上の正常センサ値を含む集合をＮ個取得している場合には、各集合をそれぞれ入力に用いることにより、Ｎ倍の個数の出力が取得されることになる（ただし、Ｎは２以上の整数である）。このように、スコア取得手段２１によって、セットと、成形結果が正常であるスコアとの対応関係が取得されることになる。

また、例えば、上記（２）の学習器が学習器記憶部１１で記憶されている場合には、スコア取得手段２１は、スコア取得手段２１は、実装受付部１４によって受け付けられた１以上の成形関連情報と、１個のセットに含まれる１以上のパラメータとを学習器に入力し、その学習器の出力である１以上のセンサ値が、センサ値取得部１３によって取得された１以上の正常センサ値と一致するときに、学習器から出力されるスコアを取得する。そして、その処理を、セット生成部１６によって生成された各セットについて行うことになる。なお、出力である１以上のセンサ値と、１以上の正常センサ値とが一致するとは、例えば、両者が完全に一致することであってもよく、または、両者の差異があらかじめ決められた閾値よりも小さいことであってもよい。後者の場合には、両者があらかじめ決められた基準よりも類似しているときに、両者が一致すると判断されることになる。また、センサ値取得部１３が１以上の正常センサ値を含む集合をＮ個取得している場合には、出力である１以上のセンサ値が、Ｎ個の集合のいずれかと一致するときに、学習器から出力されるスコアを取得することになる（ただし、Ｎは２以上の整数である）。このように、スコア取得手段２１によって、セットと、成形結果が正常であるスコアとの対応関係が取得されることになる。なお、上記（２）の学習器の場合には、１以上の正常センサ値は、学習器の出力と比較するために用いられることになる。したがって、１以上の正常センサ値が学習器に適用されるとは、このように、学習器の出力との比較で用いられる場合も含むものとする。

パラメータ取得手段２２は、スコア取得手段２１によって取得されたスコアがあらかじめ決められた条件を満たすほど高いセットを構成する１以上のパラメータを取得する。すなわち、パラメータ取得手段２２は、スコア取得手段２１によって取得されたスコアのうち、あらかじめ決められた条件を満たすほど高いスコアを特定し、その特定したスコアに対応するセットを構成する１以上のパラメータを取得することになる。なお、スコアがあらかじめ決められた条件を満たすほど高いとは、スコアが、あらかじめ決められた閾値を超えていることであってもよく、または、スコアが最も高いことであってもよい。前者の場合であって、複数のスコアがあらかじめ決められた閾値を超えている場合には、パラメータ取得部１７は、あらかじめ決められた閾値を超えているスコアのうち、いずれかのスコアを選択し、その選択したスコアに対応するセットを構成する１以上のパラメータを取得してもよい。その選択は、例えば、ランダムな選択であってもよく、あらかじめ決められたルールに応じた選択であってもよい。また、あらかじめ決められた閾値を超えている複数のスコアにそれぞれ対応する１以上のパラメータを含む複数の集合がパラメータ取得手段２２によって取得されてもよい。

出力部１８は、パラメータ取得部１７によって取得された１以上のパラメータを出力する。その出力に応じて、実装成形を行う成形機に、出力された１以上のパラメータが設定されてもよい。また、出力部１８は、パラメータ取得部１７によって取得された１以上のパラメータを成形機に設定してもよい。そのパラメータの設定対象となる成形機は、実装成形を行う成形機である。また、パラメータ取得部１７によって、１以上のパラメータを含む集合が複数取得された場合には、出力部１８は、その複数の集合を出力してもよい。

ここで、この出力は、例えば、所定の機器への通信回線を介した送信でもよく、記録媒体への蓄積でもよく、他の構成要素への引き渡しでもよく、成形機へのパラメータの設定であってもよい。なお、出力部１８は、出力を行うデバイス（例えば、通信デバイスなど）を含んでもよく、または含まなくてもよい。また、出力部１８は、ハードウェアによって実現されてもよく、または、それらのデバイスを駆動するドライバ等のソフトウェアによって実現されてもよい。

なお、学習器記憶部１１と条件記憶部１５とは、同一の記録媒体によって実現されてもよく、または、別々の記録媒体によって実現されてもよい。前者の場合には、学習器を記憶している領域が学習器記憶部１１となり、条件を記憶している領域が条件記憶部１５となってもよい。

次に、情報処理装置１の動作について図３のフローチャートを用いて説明する。
（ステップＳ１０１）試験受付部１２は、試験成形に関する１以上の正常パラメータと１以上の成形関連情報とを受け付けたかどうか判断する。そして、試験成形に関する１以上の正常パラメータと１以上の成形関連情報とを受け付けた場合には、ステップＳ１０２に進み、そうでない場合には、ステップＳ１０３に進む。なお、試験受付部１２によって受け付けられた１以上の正常パラメータと１以上の成形関連情報は、センサなしの金型を用いた試験成形における成形結果が正常となる１以上の正常パラメータ、及び１以上の成形関連情報である。

（ステップＳ１０２）センサ値取得部１３は、学習器記憶部１１で記憶されている学習器に、試験受付部１２によって受け付けられた１以上の正常パラメータと１以上の成形関連情報とを適用することによって、成形結果が正常となる１以上の正常センサ値を取得する。この１以上の正常センサ値は、図示しない記録媒体で記憶されてもよい。そして、ステップＳ１０１に戻る。

（ステップＳ１０３）実装受付部１４は、実装成形に関する１以上の成形関連情報を受け付けたかどうか判断する。そして、実装成形に関する１以上の成形関連情報を受け付けた場合には、ステップＳ１０４に進み、そうでない場合には、ステップＳ１０１に戻る。なお、実装受付部１４によって受け付けられた１以上の成形関連情報は、センサなしの金型を用いた実装成形に関連する１以上の成形関連情報である。

（ステップＳ１０４）パラメータ取得部１７は、学習器記憶部１１で記憶されている学習器に、実装受付部１４によって受け付けられた１以上の成形関連情報と、センサ値取得部１３によって取得された１以上の正常センサ値とを適用することによって、実装成形における成形結果が正常となる１以上のパラメータを取得する。この処理の詳細については、後述する。

（ステップＳ１０５）出力部１８は、パラメータ取得部１７によって取得された１以上のパラメータを出力する。そして、その１以上のパラメータの設定された成形機における実装成形によって、成形品が製造されることになる。

なお、図３のフローチャートにおける処理の順序は一例であり、同様の結果を得られるのであれば、各ステップの順序を変更してもよい。また、図３のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

図４は、図３のフローチャートにおける学習器を用いたパラメータの取得の処理（ステップＳ１０４）の詳細の一例を示すフローチャートである。図４のフローチャートでは、上記（１）の学習器が用いられるものとする。

（ステップＳ２０１）セット生成部１６は、条件記憶部１５で記憶されている条件を用いて、１以上のパラメータを含む複数のセットを生成する。生成された複数のセットは、図示しない記録媒体で記憶されてもよい。

（ステップＳ２０２）スコア取得手段２１は、カウンタｉを１に設定する。

（ステップＳ２０３）スコア取得手段２１は、ｉ番目のセットに含まれる１以上のパラメータと、実装受付部１４によって受け付けられた１以上の成形関連情報と、センサ値取得部１３によって取得された１以上の正常センサ値とを入力した学習器から正常であることを示す成形結果が出力されるかどうか判断する。そして、正常であることを示す成形結果が出力された場合には、ステップＳ２０４に進み、そうでない場合には、ステップＳ２０５に進む。

（ステップＳ２０４）スコア取得手段２１は、正常であることを示す成形結果の出力に応じたスコア（確信度）を取得する。なお、ｉ番目のセットと、スコアとの対応関係は、図示しない記録媒体で記憶されてもよい。

（ステップＳ２０５）スコア取得手段２１は、カウンタｉを１だけインクリメントする。

（ステップＳ２０６）スコア取得手段２１は、ｉ番目のセットが存在するかどうか判断する。そして、ｉ番目のセットが存在する場合には、ステップＳ２０３に戻り、そうでない場合には、ステップＳ２０７に進む。

（ステップＳ２０７）パラメータ取得手段２２は、スコアがあらかじめ決められた条件を満たすほど高いセットに含まれる１以上のパラメータを取得する。そして、図３のフローチャートに戻る。

図５は、図３のフローチャートにおける学習器を用いたパラメータの取得の処理（ステップＳ１０４）の詳細の一例を示すフローチャートである。図５のフローチャートでは、上記（２）の学習器が用いられるものとする。また、図５のフローチャートにおいて、ステップＳ３０１〜Ｓ３０３以外の処理は、図４のフローチャートと同じであり、その詳細な説明を省略する。なお、ステップＳ２０６においてＹｅｓの場合には、ステップＳ３０１に戻るものとする。

（ステップＳ３０１）スコア取得手段２１は、ｉ番目のセットに含まれる１以上のパラメータと、実装受付部１４によって受け付けられた１以上の成形関連情報とを学習器に入力することによって、１以上のセンサ値の出力を取得する。

（ステップＳ３０２）スコア取得手段２１は、学習器から取得した１以上のセンサ値が、センサ値取得部１３によって取得された１以上の正常センサ値と一致するかどうか判断する。そして、一致する場合には、ステップＳ３０３に進み、一致しない場合には、ステップＳ２０５に進む。なお、学習器から取得した１以上のセンサ値と、１以上の正常センサ値とが一致するかどうかの判断は、上記のように、両者があらかじめ決められた基準よりも類似しているかどうかの判断であってもよい。

（ステップＳ３０３）スコア取得手段２１は、１以上のセンサ値の出力に応じたスコア（確信度）を取得する。なお、ｉ番目のセットと、スコアとの対応関係は、図示しない記録媒体で記憶されてもよい。そして、ステップＳ２０５に進む。

次に、本実施の形態による情報処理装置１の動作について、具体例を用いて説明する。なお、情報処理装置１が本具体例に限定されないことは言うまでもない。本具体例では、学習器が上記（１）のものである場合について説明する。図６は、本具体例における各情報について説明するための模式図である。

まず、金型メーカの担当者は、金型メーカが所有している成形機にセンサ付き金型を装着し、所定のパラメータを成形機に設定して成形品の成形を行う。そして、その成形品の良否を示す結果情報と、設定した１以上のパラメータと、その成形時に得られた１以上のセンサ値と、その成形に関連する成形関連情報（環境情報や材料情報、機械情報など）とを取得する。このようにして、１個の学習情報が取得されることになる。また、金型メーカの担当者は、１以上のパラメータとして、種々の値を設定することによって、別の学習情報も取得する。この学習情報はできるだけ多いことが好適である。また、正常であることを示す結果情報を含む学習情報と、異常であることを示す結果情報を含む学習情報とのそれぞれが取得されることが好適である。金型メーカにおいて取得された学習情報を学習情報Ａ１とする。

出荷先工場の担当者も、金型メーカと同様にして、学習情報Ａ２を取得する。その学習情報Ａ２の取得において、センサ付き金型の装着された成形機が用いられることになる。このセンサ付き金型は、学習情報Ａ１を取得する際に用いられたセンサ付き金型と同じ金型であってもよく、または、異なる金型であってもよい。後者の場合であっても、出荷先工場で用いられるセンサ付き金型は、金型メーカで用いられたセンサ付き金型と同じ構成の金型（すなわち、同じ成形品を製造することができ、センサの装着箇所も同じである金型）であることが好適である。

その後、学習情報Ａ１，Ａ２を用いて機械学習が行われ、学習器Ｌ１が構成される。その機械学習では、学習情報Ａ１，Ａ２に含まれるパラメータと、センサ値と、成形関連情報とが入力として用いられ、結果情報が出力として用いられる。その学習器Ｌ１は、情報処理装置１の学習器記憶部１１に蓄積される。

次に、金型メーカの担当者は、金型メーカが所有している成形機にセンサなしの金型を装着し、所定のパラメータを成形機に設定して成形品の試験成形を行う。センサなしの金型は、金型メーカが製造し、出荷先工場に出荷する対象となる金型である。その成形品が良品であれば、担当者は、その成形品の成形において設定した１以上の正常パラメータＢ１と、その成形に関連する１以上の成形関連情報Ｂ２とを取得する。なお、その成形品が不良品である場合には、成形品が良品となるまで、パラメータの調整が行われることになる。そして、担当者は、パソコン等を操作することによって、１以上の正常パラメータＢ１と、１以上の成形関連情報Ｂ２とを情報処理装置１に送信する。

金型メーカから送信された１以上の正常パラメータＢ１と１以上の成形関連情報Ｂ２とは、情報処理装置１の試験受付部１２によって受信され、センサ値取得部１３に渡される（ステップＳ１０１）。センサ値取得部１３は、１以上の正常パラメータＢ１と１以上の成形関連情報Ｂ２とを受け取ると、２以上の正常センサ値候補Ｆ１，Ｆ２，…，ＦＫを生成し（Ｋは２以上の整数である）、１以上の正常パラメータＢ１と、１以上の成形関連情報Ｂ２と、正常センサ値候補Ｆ１とを学習器Ｌ１に入力することによって、正常または異常を示す出力を取得する。センサ値取得部１３は、その処理を、正常センサ値候補Ｆ２〜ＦＫのそれぞれについても同様に行う。そして、センサ値取得部１３は、成形結果が「正常」であるスコア（確信度）を取得し、そのスコアが最も高い正常センサ値候補に含まれる１以上のセンサ値である１以上の正常センサ値Ｃ１を取得してパラメータ取得部１７に渡す（ステップＳ１０２）。

その後、金型メーカから出荷先工場にセンサなしの金型が出荷される。出荷先工場の担当者は、納品されたセンサなしの金型を出荷先工場が所有している成形機に装着する。そして、担当者は、成形品の量産を行うための実装成形に関連する１以上の成形関連情報Ｄ１を取得して、パソコン等を操作することによって、１以上の成形関連情報Ｄ１を情報処理装置１に送信する。

出荷先工場から送信された１以上の成形関連情報Ｄ１は、情報処理装置１の実装受付部１４で受信され、パラメータ取得部１７に渡される（ステップＳ１０３）。そして、パラメータ取得部１７は、受信された１以上の成形関連情報Ｄ１を用いたパラメータの取得を行う（ステップＳ１０４）。具体的には、まず、セット生成部１６は、条件記憶部１５で記憶されている条件を用いることによって、１以上のパラメータを含む２以上のセットを生成する（ステップＳ２０１）。次に、パラメータ取得部１７のスコア取得手段２１は、１番目のセットに含まれる１以上のパラメータと、センサ値取得部１３によって取得された１以上の正常センサ値Ｃ１と、実装受付部１４によって受信された１以上の成形関連情報Ｄ１とを学習器Ｌ１に入力することによって、正常または異常を示す出力とを取得する。そして、その出力が「正常」である場合に、スコア取得手段２１は、その出力「正常」に対応するスコア（確信度）を取得する（ステップＳ２０２〜Ｓ２０４）。スコア取得手段２１は、その処理を、他のセットについても同様に行う（ステップＳ２０５，Ｓ２０６，Ｓ２０３，Ｓ２０４）。

その後、パラメータ取得手段２２は、スコア取得手段２１によって取得されたスコアが最も高いセットに含まれる１以上のパラメータＥ１を取得して、出力部１８に渡す（ステップＳ２０７）。

出力部１８は、１以上のパラメータＥ１を出荷先工場に送信する（ステップＳ１０５）。その結果、１以上のパラメータＥ１が出荷先工場の成形機に設定され、実装成形が行われることによって、成形品が量産されることになる。なお、１以上のパラメータＥ１は、結果情報が正常になるように学習器を用いて取得されたものであるため、１以上のパラメータＥ１を用いて実装成形を行うことによって、良品が製造されることになる。したがって、出荷先工場の担当者は、良品を製造するためのパラメータを試行錯誤によって見つける必要がなくなり、担当者の負担が軽減されることになる。

以上のように、本実施の形態による情報処理装置１によれば、センサなしの金型を用いた実装成形において用いられる適切なパラメータを自動的に取得することができるようになる。その結果、成形機への設定対象の１以上のパラメータを試行錯誤によって見つけなくてもよいことになり、そのパラメータの設定のための労力が軽減されることになる。また、種々の成形機で取得されたより多くの学習情報を用いて学習された学習器が用いられることによって、実装成形で用いられる１以上のパラメータをより精度高く取得することができる。その結果、情報処理装置１によって取得された１以上のパラメータを用いて実装成形において製造された成形品が不良品となる可能性を低減することができるようになる。また、試行錯誤によって正常パラメータを取得する処理は負担が大きいものであるが、情報処理装置１では、１以上の正常パラメータが１セットだけ存在する場合であっても、パラメータの取得を行うことができ、正常パラメータを取得する負担も軽減することが可能である。

なお、本実施の形態では、セット生成部１６が複数のセットを生成する場合について説明したが、そうでなくてもよい。あらかじめ生成された２以上のセットが、図示しない記録媒体で記憶されており、パラメータ取得部１７は、その２以上のセットを用いて、パラメータの取得を行ってもよい。その場合には、情報処理装置１は、条件記憶部１５やセット生成部１６を備えていなくてもよい。

また、本実施の形態では、学習器記憶部１１において１個の学習器が記憶されている場合について主に説明したが、２個以上の学習器が記憶されていてもよい。その場合には、学習器記憶部１１において、例えば、２以上の材料情報ごとにそれぞれ学習器が記憶されていてもよい。その材料情報は、材料を示す情報であってもよい。具体的には、成形材料「ポリエチレン」に対応する学習器、成形材料「ポリ塩化ビニル」に対応する学習器などのように、複数の学習器が成形材料ごとに学習器記憶部１１で記憶されていてもよい。また、学習器記憶部１１において、例えば、成形機の２以上の品番ごとにそれぞれ学習器が記憶されていてもよい。具体的には、成形機の品番「Ａ１２３」に対応する学習器、成形機の品番「Ａ９８７」に対応する学習器などのように、複数の学習器が品番ごとに学習器記憶部１１で記憶されていてもよい。なお、成形機の品番は、成形機の種類を識別するための情報であり、成形関連情報に含まれる機械情報に含まれていてもよい。

このように、複数の学習器が学習器記憶部１１で記憶されている場合には、パラメータ取得部１７は、実装受付部１４によって受け付けられた１以上の成形関連情報に含まれる情報を用いて学習器を選択し、その選択した学習器を用いて成形結果が正常となる１以上のパラメータを取得してもよい。このように、実装受付部１４によって受け付けられた１以上の成形関連情報と、１以上の正常センサ値とを学習器に適用することによって１以上のパラメータを取得する処理には、１以上の成形関連情報に含まれる情報を用いた学習器の選択の処理が含まれていてもよい。

より具体的には、パラメータ取得部１７は、実装受付部１４によって受け付けられた１以上の成形関連情報に含まれる材料情報に対応する学習器を選択し、その選択した学習器を用いて成形結果が正常となる１以上のパラメータを取得してもよい。この場合には、成形関連情報に、材料情報が少なくとも含まれていることが好適である。また、成形関連情報に、さらに環境情報及び／または機械情報が含まれていてもよい。また、パラメータ取得部１７は、実装受付部１４によって受け付けられた１以上の成形関連情報に含まれる機械情報の示す品番に対応する学習器を選択し、その選択した学習器を用いて成形結果が正常となる１以上のパラメータを取得してもよい。この場合には、成形関連情報に、機械情報が少なくとも含まれていることが好適である。また、成形関連情報に、さらに環境情報及び／または材料情報が含まれていてもよい。

また、本実施の形態では、センサ値取得部１３において、上記（１）の学習器を用いて１以上の正常センサ値を取得する際に、スコア（確信度）を用いる場合について主に説明したが、そうでなくてもよい。センサ値取得部１３は、１以上の正常パラメータと、１以上の成形関連情報と、１個の正常センサ値候補とを学習器に入力することによって得られた学習器からの出力が「正常」である場合には、その正常センサ値候補に含まれる１以上のセンサ値を、１以上の正常センサ値として取得してもよい。したがって、センサ値取得部１３は、１以上の正常パラメータ等を学習器に適用する処理を、「正常」の出力が得られるまで異なる正常センサ値候補に対して繰り返して実行し、「正常」の出力が得られた時点で終了してもよい。

また、本実施の形態では、パラメータ取得部１７において、スコア（確信度）を用いて１以上のパラメータを取得する場合について説明したが、そうでなくてもよい。以下の説明のように、スコアを用いないでパラメータの取得を行う場合には、パラメータ取得部１７は、スコア取得手段２１とパラメータ取得手段２２とを備えていなくてもよい。

上記（１）の学習器を用いる場合には、パラメータ取得部１７は、１以上の成形関連情報と、１以上の正常センサ値と、１個のセットに含まれる１以上のパラメータとを学習器に入力することによって得られた学習器からの出力が「正常」であるときに、そのセットに含まれる１以上のパラメータを出力対象の１以上のパラメータとして取得してもよい。したがって、パラメータ取得部１７は、１以上の成形関連情報等を学習器に適用する処理を、「正常」の出力が得られるまで異なるセットに対して繰り返して実行し、「正常」の出力が得られた時点で終了してもよい。

また、上記（２）の学習器を用いる場合には、パラメータ取得部１７は、１以上の成形関連情報と、１個のセットに含まれる１以上のパラメータとを学習器に入力することによって得られた１以上のセンサ値が、１以上の正常センサ値と一致するときに、そのセットに含まれる１以上のパラメータを出力対象の１以上のパラメータとして取得してもよい。したがって、パラメータ取得部１７は、１以上の成形関連情報等を学習器に適用する処理を、１以上の正常センサ値と一致する１以上のセンサ値の出力が得られるまで異なるセットに対して繰り返して実行し、１以上の正常センサ値と一致する出力が得られた時点で終了してもよい。

また、セット生成部１６が１以上のパラメータを含むセットを生成する場合において、セットに含まれる１以上のパラメータは、実装成形において設定の対象となる１以上のパラメータであることが好適である。そのため、例えば、実装受付部１４によって、１以上の成形関連情報と共に、実装成形で設定される１以上のパラメータの種類を示す情報が受け付けられ、その受け付けられた情報によって示される種類の１以上のパラメータを含むセットが、セット生成部１６によって生成されてもよい。

また、本実施の形態では、成形機が射出成形の成形機である場合について主に説明したが、成形機は、他の成形機であってもよい。成形機は、例えば、プレス成形の成形機や、ブロー成形の成形機などであってもよい。

また、上記実施の形態において、各処理または各機能は、単一の装置または単一のシステムによって集中処理されることによって実現されてもよく、または、複数の装置または複数のシステムによって分散処理されることによって実現されてもよい。

また、上記実施の形態において、各構成要素間で行われる情報の受け渡しは、例えば、その情報の受け渡しを行う２個の構成要素が物理的に異なるものである場合には、一方の構成要素による情報の出力と、他方の構成要素による情報の受け付けとによって行われてもよく、または、その情報の受け渡しを行う２個の構成要素が物理的に同じものである場合には、一方の構成要素に対応する処理のフェーズから、他方の構成要素に対応する処理のフェーズに移ることによって行われてもよい。

また、上記実施の形態において、各構成要素が実行する処理に関係する情報、例えば、各構成要素が受け付けたり、取得したり、選択したり、生成したり、送信したり、受信したりした情報や、各構成要素が処理で用いる閾値や数式、アドレス等の情報等は、上記説明で明記していなくても、図示しない記録媒体において、一時的に、または長期にわたって保持されていてもよい。また、その図示しない記録媒体への情報の蓄積を、各構成要素、または、図示しない蓄積部が行ってもよい。また、その図示しない記録媒体からの情報の読み出しを、各構成要素、または、図示しない読み出し部が行ってもよい。

また、上記実施の形態において、各構成要素等で用いられる情報、例えば、各構成要素が処理で用いる閾値やアドレス、各種の設定値等の情報がユーザによって変更されてもよい場合には、上記説明で明記していなくても、ユーザが適宜、それらの情報を変更できるようにしてもよく、または、そうでなくてもよい。それらの情報をユーザが変更可能な場合には、その変更は、例えば、ユーザからの変更指示を受け付ける図示しない受付部と、その変更指示に応じて情報を変更する図示しない変更部とによって実現されてもよい。その図示しない受付部による変更指示の受け付けは、例えば、入力デバイスからの受け付けでもよく、通信回線を介して送信された情報の受信でもよく、所定の記録媒体から読み出された情報の受け付けでもよい。

また、上記実施の形態において、情報処理装置１に含まれる２以上の構成要素が通信デバイスや入力デバイス等を有する場合に、２以上の構成要素が物理的に単一のデバイスを有してもよく、または、別々のデバイスを有してもよい。

また、上記実施の形態において、各構成要素は専用のハードウェアにより構成されてもよく、または、ソフトウェアにより実現可能な構成要素については、プログラムを実行することによって実現されてもよい。例えば、ハードディスクや半導体メモリ等の記録媒体に記録されたソフトウェア・プログラムをＣＰＵ等のプログラム実行部が読み出して実行することによって、各構成要素が実現され得る。その実行時に、プログラム実行部は、記憶部や記録媒体にアクセスしながらプログラムを実行してもよい。なお、上記実施の形態における情報処理装置１を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、成形機への設定対象の１以上のパラメータと、１以上のパラメータが設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、センサ付き金型を用いた成形に関連する１以上の成形関連情報とを有する２以上の学習情報を機械学習のアルゴリズムにより学習した学習器が記憶される学習器記憶部にアクセス可能なコンピュータを、センサなしの金型を用いた試験成形における成形結果が正常となる１以上のパラメータである１以上の正常パラメータと、試験成形に関連する１以上の成形関連情報とを受け付ける試験受付部、試験受付部によって受け付けられた１以上の正常パラメータと１以上の成形関連情報とを学習器に適用することによって、成形結果が正常となる１以上のセンサ値である１以上の正常センサ値を取得するセンサ値取得部、センサなしの金型を用いた実装成形に関連する１以上の成形関連情報を受け付ける実装受付部、実装受付部によって受け付けられた１以上の成形関連情報と、センサ値取得部によって取得された１以上の正常センサ値とを学習器に適用することによって、実装成形における成形結果が正常となる１以上のパラメータを取得するパラメータ取得部、パラメータ取得部によって取得された１以上のパラメータを出力する出力部として機能させるためのプログラムである。

なお、上記プログラムにおいて、上記プログラムが実現する機能には、ハードウェアでしか実現できない機能は含まれない。例えば、情報を受け付ける受付部や、情報を出力する出力部などにおけるモデムやインターフェースカードなどのハードウェアでしか実現できない機能は、上記プログラムが実現する機能には少なくとも含まれない。

また、このプログラムは、サーバなどからダウンロードされることによって実行されてもよく、所定の記録媒体（例えば、ＣＤ−ＲＯＭなどの光ディスクや磁気ディスク、半導体メモリなど）に記録されたプログラムが読み出されることによって実行されてもよい。また、このプログラムは、プログラムプロダクトを構成するプログラムとして用いられてもよい。

また、このプログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、または分散処理を行ってもよい。

図８は、上記プログラムを実行して、上記実施の形態による情報処理装置１を実現するコンピュータの外観の一例を示す模式図である。上記実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムによって実現されうる。

図８において、コンピュータシステム９００は、ＣＤ−ＲＯＭドライブ９０５を含むコンピュータ９０１と、キーボード９０２と、マウス９０３と、モニタ９０４とを備える。

図９は、コンピュータシステム９００の内部構成を示す図である。図９において、コンピュータ９０１は、ＣＤ−ＲＯＭドライブ９０５に加えて、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９１１と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ９１２と、ＭＰＵ９１１に接続され、アプリケーションプログラムの命令を一時的に記憶すると共に、一時記憶空間を提供するＲＡＭ９１３と、アプリケーションプログラム、システムプログラム、及びデータを記憶するハードディスク９１４と、ＭＰＵ９１１、ＲＯＭ９１２等を相互に接続するバス９１５とを備える。なお、コンピュータ９０１は、ＬＡＮやＷＡＮ等への接続を提供する図示しないネットワークカードを含んでいてもよい。

コンピュータシステム９００に、上記実施の形態による情報処理装置１の機能を実行させるプログラムは、ＣＤ−ＲＯＭ９２１に記憶されて、ＣＤ−ＲＯＭドライブ９０５に挿入され、ハードディスク９１４に転送されてもよい。これに代えて、そのプログラムは、図示しないネットワークを介してコンピュータ９０１に送信され、ハードディスク９１４に記憶されてもよい。プログラムは実行の際にＲＡＭ９１３にロードされる。なお、プログラムは、ＣＤ−ＲＯＭ９２１、またはネットワークから直接、ロードされてもよい。また、ＣＤ−ＲＯＭ９２１に代えて他の記録媒体（例えば、ＤＶＤ等）を介して、プログラムがコンピュータシステム９００に読み込まれてもよい。

プログラムは、コンピュータ９０１に、上記実施の形態による情報処理装置１の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティプログラム等を必ずしも含んでいなくてもよい。プログラムは、制御された態様で適切な機能やモジュールを呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいてもよい。コンピュータシステム９００がどのように動作するのかについては周知であり、詳細な説明は省略する。

また、本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。

以上より、本発明による情報処理装置等によれば、成形結果が正常となる、実装成形で用いる１以上のパラメータを容易に取得することができるという効果が得られ、実装成形における１以上のパラメータを取得する装置等として有用である。

１１ 学習器記憶部
１２ 試験受付部
１３ センサ値取得部
１４ 実装受付部
１５ 条件記憶部
１６ セット生成部
１７ パラメータ取得部
１８ 出力部
２１ スコア取得手段
２２ パラメータ取得手段

Claims (9)

1. 成形機への設定対象の１以上のパラメータと、当該１以上のパラメータが設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、前記センサ付き金型を用いた成形に関連する１以上の成形関連情報とを有する２以上の学習情報を機械学習のアルゴリズムにより学習した学習器が記憶される学習器記憶部と、
   センサなしの金型を用いた試験成形における成形結果が正常となる１以上のパラメータである１以上の正常パラメータと、当該試験成形に関連する１以上の成形関連情報とを受け付ける試験受付部と、
   前記試験受付部によって受け付けられた１以上の正常パラメータと１以上の成形関連情報とを前記学習器に適用することによって、成形結果が正常となる１以上のセンサ値である１以上の正常センサ値を取得するセンサ値取得部と、
   前記センサなしの金型を用いた実装成形に関連する１以上の成形関連情報を受け付ける実装受付部と、
   前記実装受付部によって受け付けられた１以上の成形関連情報と、前記センサ値取得部によって取得された１以上の正常センサ値とを前記学習器に適用することによって、前記実装成形における成形結果が正常となる１以上のパラメータを取得するパラメータ取得部と、
   前記パラメータ取得部によって取得された１以上のパラメータを出力する出力部と、を備えた情報処理装置。
2. 前記成形関連情報は、成形時の環境に関する環境情報、成形対象の材料に関する材料情報、及び成形機の機械情報のうち少なくとも１以上を含む、請求項１記載の情報処理装置。
3. 前記成形関連情報は、成形時の環境に関する環境情報、及び成形対象の材料に関する材料情報を含み、
   前記学習器記憶部には、２以上の材料情報ごとにそれぞれ学習器が記憶されており、
   前記パラメータ取得部は、前記実装受付部によって受け付けられた１以上の成形関連情報に含まれる材料情報に対応する学習器を選択し、当該選択した学習器を用いて成形結果が正常となる１以上のパラメータを取得する、請求項１記載の情報処理装置。
4. 前記１以上のセンサ値は、材料の流速、変位、圧力、温度のうちの１以上を含む、請求項１から請求項３のいずれか記載の情報処理装置。
5. 前記学習情報は、成形結果が正常または異常を示す結果情報を有する、請求項１から請求項４のいずれか記載の情報処理装置。
6. １以上の各パラメータの条件が記憶される条件記憶部と、
   前記１以上の各パラメータの条件を用いて、１以上のパラメータを含むセットを２以上生成するセット生成部と、をさらに備え、
   前記パラメータ取得部は、
   前記セット生成部によって生成された２以上のセットを前記学習器にそれぞれ適用し、前記セットごとに成形結果が正常であるスコアを取得するスコア取得手段と、
   前記スコア取得手段によって取得されたスコアがあらかじめ決められた条件を満たすほど高いセットを構成する１以上のパラメータを取得するパラメータ取得手段と、を備えた、請求項５記載の情報処理装置。
7. 前記出力部は、前記パラメータ取得部によって取得された１以上のパラメータを成形機に設定する、請求項１から請求項６のいずれか記載の情報処理装置。
8. 成形機への設定対象の１以上のパラメータと、当該１以上のパラメータが設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、前記センサ付き金型を用いた成形に関連する１以上の成形関連情報とを有する２以上の学習情報を機械学習のアルゴリズムにより学習した学習器が記憶される学習器記憶部と、試験受付部と、センサ値取得部と、実装受付部と、パラメータ取得部と、出力部とを用いて処理される情報処理方法であって、
   前記試験受付部が、センサなしの金型を用いた試験成形における成形結果が正常となる１以上のパラメータである１以上の正常パラメータと、当該試験成形に関連する１以上の成形関連情報とを受け付ける試験受付ステップと、
   前記センサ値取得部が、前記試験受付ステップにおいて受け付けられた１以上の正常パラメータと１以上の成形関連情報とを前記学習器に適用することによって、成形結果が正常となる１以上のセンサ値である１以上の正常センサ値を取得するセンサ値取得ステップと、
   前記実装受付部が、前記センサなしの金型を用いた実装成形に関連する１以上の成形関連情報を受け付ける実装受付ステップと、
   前記パラメータ取得部が、前記実装受付ステップにおいて受け付けられた１以上の成形関連情報と、前記センサ値取得ステップにおいて取得された１以上の正常センサ値とを前記学習器に適用することによって、前記実装成形における成形結果が正常となる１以上のパラメータを取得するパラメータ取得ステップと、
   前記出力部が、前記パラメータ取得ステップにおいて取得された１以上のパラメータを出力する出力ステップと、を備えた情報処理方法。
9. 成形機への設定対象の１以上のパラメータと、当該１以上のパラメータが設定された成形機においてセンサ付き金型を用いて取得された１以上のセンサ値と、前記センサ付き金型を用いた成形に関連する１以上の成形関連情報とを有する２以上の学習情報を機械学習のアルゴリズムにより学習した学習器が記憶される学習器記憶部にアクセス可能なコンピュータを、
   センサなしの金型を用いた試験成形における成形結果が正常となる１以上のパラメータである１以上の正常パラメータと、当該試験成形に関連する１以上の成形関連情報とを受け付ける試験受付部、
   前記試験受付部によって受け付けられた１以上の正常パラメータと１以上の成形関連情報とを前記学習器に適用することによって、成形結果が正常となる１以上のセンサ値である１以上の正常センサ値を取得するセンサ値取得部、
   前記センサなしの金型を用いた実装成形に関連する１以上の成形関連情報を受け付ける実装受付部、
   前記実装受付部によって受け付けられた１以上の成形関連情報と、前記センサ値取得部によって取得された１以上の正常センサ値とを前記学習器に適用することによって、前記実装成形における成形結果が正常となる１以上のパラメータを取得するパラメータ取得部、
   前記パラメータ取得部によって取得された１以上のパラメータを出力する出力部として機能させるためのプログラム。

Images