JP2020147473A - Manufacture support method of graphite material - Google Patents

Manufacture support method of graphite material Download PDF

Info

Publication number
JP2020147473A
JP2020147473A JP2019048202A JP2019048202A JP2020147473A JP 2020147473 A JP2020147473 A JP 2020147473A JP 2019048202 A JP2019048202 A JP 2019048202A JP 2019048202 A JP2019048202 A JP 2019048202A JP 2020147473 A JP2020147473 A JP 2020147473A
Authority
JP
Japan
Prior art keywords
graphite material
production
supporting
learner
graphitization
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
Application number
JP2019048202A
Other languages
Japanese (ja)
Other versions
JP7191742B2 (en
Inventor
規生 加納
Norio Kano
規生 加納
照富 長谷川
Terutomi Hasegawa
照富 長谷川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ibiden Co Ltd
Original Assignee
Ibiden Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ibiden Co Ltd filed Critical Ibiden Co Ltd
Priority to JP2019048202A priority Critical patent/JP7191742B2/en
Publication of JP2020147473A publication Critical patent/JP2020147473A/en
Application granted granted Critical
Publication of JP7191742B2 publication Critical patent/JP7191742B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • General Factory Administration (AREA)
  • Carbon And Carbon Compounds (AREA)

Abstract

To provide a method of determining whether arrangement of a carbonaceous material is appropriate without relying solely on rules of thumb.SOLUTION: A manufacture support method of a graphite material by graphitizing for obtaining the graphite material by graphitizing a plurality of carbonaceous materials different in shape, material or magnitude in an Acheson furnace, including the steps of: inputting conditions of the graphitization step made of an arrangement diagram of the plurality of carbonaceous materials and energizing patterns in a learned learning machine; and predicting a generation place of crack obtained by the conditions of the graphitizing step by performing calculation by the learning machine.SELECTED DRAWING: Figure 3

Description

本発明は、黒鉛材料の製造支援方法に関する。 The present invention relates to a method for supporting the production of a graphite material.

黒鉛材料等に対し、目的の特性を得るために3000℃前後の高温での黒鉛化処理が行われる。黒鉛材料からなる成形体は一定の大きさを有しているため、成形体をパッキングコークス中に埋設して、直接通電するアチェソン炉などの黒鉛化炉が用いられている。このような電力で加熱する黒鉛化炉は、材料そのものや、材料の周りを覆うパッキングコークスの抵抗によって加熱する。 The graphitized material or the like is graphitized at a high temperature of about 3000 ° C. in order to obtain the desired characteristics. Since a molded product made of a graphite material has a certain size, a graphitizing furnace such as an Acheson furnace in which the molded product is embedded in packing coke and directly energized is used. The graphitizing furnace heated by such electric power is heated by the resistance of the material itself and the packing coke that surrounds the material.

特許文献1には、アチェソン炉により円柱状素材を黒鉛化する工程において、素材間に炭素質部材を設置し、パッキングコークス層の厚さを略均一にすることを特徴とする黒鉛材の製造方法が記載されている。 Patent Document 1 describes a method for producing a graphite material, which comprises installing a carbonaceous member between the materials in a step of graphitizing a columnar material in an Acheson furnace to make the thickness of the packing coke layer substantially uniform. Is described.

特開2000−281444号公報Japanese Unexamined Patent Publication No. 2000-281444

しかしながら、上記特許文献1に記載された黒鉛材料の製造方法は、同一形状の成形体(炭素質材料)を繰り返し配置する場合には適用が容易であるが、様々な形状の成形体を混載する場合には適用が困難であり、適切な配置はこれまで経験的に決定されていた。しかし、近年は、黒鉛材料の用途、生産量とも増加し、製品のグレードや形状が多岐にわたるようになり、限られた経験則のみで成形体(炭素質材料)の配置を決めることが難しくなる傾向にある。 However, the method for producing a graphite material described in Patent Document 1 is easy to apply when molded bodies having the same shape (carbonaceous material) are repeatedly arranged, but molded bodies having various shapes are mixedly mounted. In some cases it is difficult to apply and proper placement has been empirically determined so far. However, in recent years, the use and production volume of graphite materials have increased, and the grades and shapes of products have become diverse, making it difficult to determine the placement of molded products (carbonaceous materials) using only limited empirical rules. There is a tendency.

本発明は、こうした事情に鑑みてなされたものであり、その目的は、経験者の経験則のみに頼ることなく、黒鉛化する炭素質材料の配置が適切であるか否かを判断することができる黒鉛材料の製造支援方法を提供することにある。 The present invention has been made in view of these circumstances, and an object of the present invention is to determine whether or not the arrangement of a carbonaceous material to be graphitized is appropriate without relying only on the empirical rules of experienced persons. The purpose is to provide a method for supporting the production of possible graphite materials.

上記課題を解決するための黒鉛材料の製造支援方法は、形状、材質または大きさの異なる複数の炭素質材料をアチェソン炉で黒鉛化し、黒鉛材料を得る黒鉛化工程の黒鉛材料の製造支援方法であって、前記黒鉛材料の製造支援方法は、学習済みの学習器に前記複数の炭素質材料の配置図及び通電パターンからなる黒鉛化工程の条件を入力するステップと、前記学習器が演算処理を実施し、前記黒鉛化工程の条件によって得られるクラックの発生場所を予測するステップと、からなることを要旨とする。 The method for supporting the production of a graphite material for solving the above problems is a method for supporting the production of a graphite material in a graphitization step in which a plurality of carbonaceous materials having different shapes, materials or sizes are graphitized in an Acheson furnace to obtain a graphite material. The method for supporting the production of the graphite material includes a step of inputting the conditions of the graphitization step including the arrangement diagram of the plurality of carbonaceous materials and the energization pattern into the learned learner, and the learner performs arithmetic processing. The gist is that it consists of a step of performing and predicting the location of cracks obtained under the conditions of the graphitization step.

上記構成によれば、経験者の経験則のみに頼ることなく、炭素質材料の配置が適切であるか否かを判断することができる。また、予測を受けて修正でき黒鉛化処理におけるクラックの発生を抑制できるため、黒鉛材料の好適な製造を支援することができる。 According to the above configuration, it is possible to judge whether or not the arrangement of the carbonaceous material is appropriate without relying only on the empirical rule of the experienced person. In addition, since it can be corrected by receiving a prediction and the occurrence of cracks in the graphitization treatment can be suppressed, it is possible to support the suitable production of the graphite material.

本発明の黒鉛材料の製造支援方法について、上記配置図は、2次元配置図であることが好ましい。上記構成によれば、電子化されていない紙ベースのデータも利用でき、多くの配置図とその結果を取得し蓄積することができる。 Regarding the method for supporting the production of the graphite material of the present invention, the layout drawing is preferably a two-dimensional layout drawing. According to the above configuration, non-digitized paper-based data can also be used, and many layout drawings and their results can be acquired and accumulated.

本発明の黒鉛材料の製造支援方法について、上記配置図は、3次元配置図であることが好ましい。上記構成によれば、炭素質材料の3次元配置図を用いて、クラックの発生場所を予測するステップを精度良く行うことができる。 Regarding the method for supporting the production of the graphite material of the present invention, the layout drawing is preferably a three-dimensional layout drawing. According to the above configuration, it is possible to accurately perform the step of predicting the crack occurrence location by using the three-dimensional layout of the carbonaceous material.

本発明の黒鉛材料の製造支援方法は、前記3次元配置図を2次元化するステップをさらに有することが好ましい。上記構成によれば、3次元配置図を2次元化することにより、3次元配置図のデータと、2次元配置図のデータを組み合わせ、より精度を高めることができる。 It is preferable that the method for supporting the production of the graphite material of the present invention further includes a step of making the three-dimensional layout diagram two-dimensional. According to the above configuration, by making the three-dimensional layout diagram two-dimensional, the data of the three-dimensional layout diagram and the data of the two-dimensional layout diagram can be combined to further improve the accuracy.

本発明の黒鉛材料の製造支援方法は、上記複数の炭素質材料を材質ごとに色分けして配置図に表示することが好ましい。材質ごとに色分けして配置図に表示することにより、学習器及び人が、材質の異なることを容易に識別することができる。 In the method for supporting the production of graphite materials of the present invention, it is preferable that the plurality of carbonaceous materials are color-coded for each material and displayed on a layout drawing. By color-coding each material and displaying it on the layout drawing, the learner and the person can easily identify the different materials.

本発明の黒鉛材料の製造支援方法について、上記学習器が、上記黒鉛化工程におけるクラックの発生場所の予測に基づいて、可否判断するステップをさらに有することが好ましい。上記構成によれば、配置図の可否判断をより客観的に行うことができるため、可否判断の誤差を少なくすることができる。 Regarding the method for supporting the production of the graphite material of the present invention, it is preferable that the learner further has a step of determining whether or not it is possible based on the prediction of the crack occurrence location in the graphitization step. According to the above configuration, it is possible to more objectively judge whether or not the layout drawing is possible, so that it is possible to reduce the error in the judgment.

本発明の黒鉛材料の製造支援方法について、上記黒鉛化工程の条件で得られたクラックの発生場所の情報を上記学習器に学習させる蓄積ステップをさらに有することが好ましい。上記構成によれば、クラックの発生を推定する精度を向上させることができる。 Regarding the method for supporting the production of the graphite material of the present invention, it is preferable to further have an accumulation step for causing the learner to learn the information on the location of cracks obtained under the conditions of the graphitization step. According to the above configuration, the accuracy of estimating the occurrence of cracks can be improved.

本発明の黒鉛材料の製造支援方法について、上記学習器は、ニューラルネットワークで構成されることが好ましい。上記構成によれば、黒鉛化工程に影響すると考えられる因子以外にも予測に反映させることができる。 Regarding the method for supporting the production of the graphite material of the present invention, it is preferable that the learner is composed of a neural network. According to the above configuration, factors other than those considered to affect the graphitization process can be reflected in the prediction.

本発明の黒鉛材料の製造支援方法によれば、経験則のみに頼ることなく、炭素質材料の配置が適切であるか否かを判断することができる。 According to the method for supporting the production of graphite material of the present invention, it is possible to determine whether or not the arrangement of carbonaceous material is appropriate without relying only on empirical rules.

アチェソン炉による黒鉛化工程の一例を説明する図。The figure explaining an example of the graphitization process by an Acheson furnace. アチェソン炉内に配置される炭素質材料の一例を説明する斜視図。The perspective view explaining an example of the carbonaceous material arranged in the Acheson furnace. (a)〜(e)は、図2に記載された炭素質材料の配置の6面図である2次元配置図。(A) to (e) are two-dimensional layout views which are six views of the arrangement of the carbonaceous material shown in FIG. 学習装置のハードウェア構成を示す図。The figure which shows the hardware configuration of the learning apparatus. 黒鉛材料の製造支援方法のフローチャート。Flow chart of manufacturing support method of graphite material.

以下、黒鉛材料の製造支援方法の一実施形態を説明する。
黒鉛材料は、放電加工用電極や耐熱材料、半導体製造装置用部品の素材として用いられる。このため、用途に対応して、円柱状、角柱状、平板状等の様々な形状のブロックが製造される。様々な形状の黒鉛材料は、以下に示す製造工程を経ることによって製造される。
Hereinafter, an embodiment of a method for supporting the production of a graphite material will be described.
Graphite materials are used as materials for electrodes for electric discharge machining, heat-resistant materials, and parts for semiconductor manufacturing equipment. Therefore, blocks having various shapes such as a columnar shape, a prismatic shape, and a flat plate shape are manufactured according to the application. Graphite materials of various shapes are manufactured by going through the manufacturing steps shown below.

黒鉛材料の製造工程は、原材料である粉砕されたコークスと、バインダを混練したのち再度粉砕し原料粉を製造する原料工程、原料工程で得られた原料粉を所定の形状の成形体に成形する成形工程、上記成形体を焼成し炭素質材料を得る焼成工程、上記炭素質材料を2000〜3000℃程度の高温で黒鉛化する黒鉛化工程とからなる。 In the manufacturing process of the graphite material, the crushed coke, which is the raw material, and the binder are kneaded and then crushed again to produce the raw material powder, and the raw material powder obtained in the raw material process is molded into a molded body having a predetermined shape. It comprises a molding step, a firing step of calcining the molded body to obtain a carbonaceous material, and a graphitization step of graphitizing the carbonaceous material at a high temperature of about 2000 to 3000 ° C.

原料工程では、使用するコークスの硬さ、仮焼温度、成分、コークスの粒度分布、粉砕後の粒度分布、バインダの軟化点、成分、混練の程度を設定し様々なグレードの黒鉛材料を作り分けることができる。グレードに応じて、この後の好ましい製造条件は異なる。このため、グレードごとに異なる条件で製造することが望ましい。 In the raw material process, various grades of graphite materials are prepared by setting the hardness of the coke used, the baking temperature, the components, the particle size distribution of the coke, the particle size distribution after crushing, the softening point of the binder, the components, and the degree of kneading. be able to. Subsequent preferred manufacturing conditions vary depending on the grade. Therefore, it is desirable to manufacture each grade under different conditions.

成形工程では、所定の形状の黒鉛材料を得るためにプレス成形を実施する。プレス成形の方法は特に限定されないが、型押し成形、押出し成形、冷間等方加圧成形(以下、「CIP」ともいう。)などが利用できる。中でもCIP成形では、ゴムバックを使用して成形し、高い圧力が得られるので、緻密で様々なサイズ、形状の等方性黒鉛材料を得ることができる。 In the molding step, press molding is performed in order to obtain a graphite material having a predetermined shape. The press molding method is not particularly limited, but embossing molding, extrusion molding, cold isotropic pressure molding (hereinafter, also referred to as “CIP”) and the like can be used. Above all, in CIP molding, a rubber bag is used for molding, and a high pressure can be obtained, so that an isotropic graphite material having various sizes and shapes can be obtained.

焼成工程を行う焼成炉は特に限定されず、公知の焼成炉を適宜採用することができる。焼成工程では、成形工程で得られた成形体を焼成し、揮発分を除去し、硬い炭素質材料を得ることができる。焼成の温度は、特に限定されないが600〜1500℃まで加熱することにより成形体に含まれる有機成分、水素などを揮発させ、セラミック化する。また、焼成後の炭素質材料にピッチ等を含浸して、再度焼成を行う再焼成工程を有していてもよい。 The firing furnace for performing the firing step is not particularly limited, and a known firing furnace can be appropriately adopted. In the firing step, the molded product obtained in the molding step can be fired to remove volatile components, and a hard carbonaceous material can be obtained. The firing temperature is not particularly limited, but by heating to 600 to 1500 ° C., organic components, hydrogen, etc. contained in the molded product are volatilized and ceramicized. Further, the carbonaceous material after firing may be impregnated with pitch or the like, and may have a re-baking step of firing again.

黒鉛化工程では、焼成工程で得られた炭素質材料に熱を加え、黒鉛の結晶発達を促進させる。黒鉛化工程では焼成工程の温度より高い温度まで加熱させる。黒鉛化工程は、クラックの発生しやすい工程であり、昇温速度が速すぎると、素材の内部に温度差、熱歪みが生じクラックの原因となる。 In the graphitization step, heat is applied to the carbonaceous material obtained in the firing step to promote the crystal development of graphite. In the graphitization step, the temperature is raised to a temperature higher than the temperature in the firing step. The graphitization step is a step in which cracks are likely to occur, and if the heating rate is too fast, a temperature difference and thermal strain are generated inside the material, which causes cracks.

図1に示すように、黒鉛化工程は、アチェソン炉10を用いて行われる。アチェソン炉10は、耐火煉瓦壁に囲われたプール状の炉壁11と、炉壁11の一端に取り付けられた電極13とを備える。炉壁11の内側には、カーボンブラックなどのライニング12が設けられている。炭素質材料20を、アチェソン炉10内に複数配置し、炭素質材料20の周りにパッキングコークス14を充填する。電極13間を通電して、炭素質材料20及びパッキングコークス14を発熱させることにより、複数の炭素質材料20を同時に黒鉛化することができる。黒鉛化の温度は特に限定されないが、例えば、2000〜3000℃で行うことができる。2000〜3000℃に加熱することにより、炭素質材料20中の黒鉛結晶を成長させて黒鉛材料を製造することができる。なお、図1では、便宜上、炭素質材料20がパッキングコークス14から露出した状態を示している。 As shown in FIG. 1, the graphitization step is performed using the Acheson furnace 10. The Acheson furnace 10 includes a pool-shaped furnace wall 11 surrounded by refractory brick walls, and an electrode 13 attached to one end of the furnace wall 11. A lining 12 such as carbon black is provided inside the furnace wall 11. A plurality of carbonaceous materials 20 are arranged in the Acheson furnace 10, and packing coke 14 is filled around the carbonaceous material 20. By energizing between the electrodes 13 to generate heat in the carbonaceous material 20 and the packing coke 14, a plurality of carbonaceous materials 20 can be graphitized at the same time. The graphitization temperature is not particularly limited, but can be carried out, for example, at 2000 to 3000 ° C. By heating to 2000 to 3000 ° C., the graphite crystals in the carbonaceous material 20 can be grown to produce a graphite material. Note that FIG. 1 shows a state in which the carbonaceous material 20 is exposed from the packing coke 14 for convenience.

図2に示すように、本実施形態の黒鉛化工程では、形状、材質または大きさの異なる複数の炭素質材料を、アチェソン炉内に配置して同時に焼成して黒鉛化する。炭素質材料の形状としては、例えば、円柱状20a、角柱状20b、平板状等の形状が挙げられる。炭素質材料の材質とは、例えば、黒鉛材料のグレードを作り分けるため、原材料であるコークス、コークスの粒子径、混練方法、配合比をグレードに応じて作り分けた製造段階における炭素質材料の特徴である。材質が異なるとは、気孔率、かさ密度、硬度、固有抵抗などが異なることを示し、黒鉛化工程を経て最終的にそれぞれの材質に対応する黒鉛材料のグレードとなる。 As shown in FIG. 2, in the graphitization step of the present embodiment, a plurality of carbonaceous materials having different shapes, materials or sizes are arranged in an Acheson furnace and fired at the same time to graphitize. Examples of the shape of the carbonaceous material include a columnar shape 20a, a prismatic shape 20b, and a flat plate shape. The material of carbonaceous material is, for example, the characteristics of carbonaceous material in the manufacturing stage where the raw materials coke, the particle size of coke, the kneading method, and the compounding ratio are made according to the grade in order to make different grades of graphite material. Is. Different materials mean that the porosity, bulk density, hardness, intrinsic resistance, etc. are different, and the grade of the graphite material corresponding to each material is finally obtained through the graphitization process.

ここで、アチェソン炉の高さ方向に沿う方向を上下方向DZ、アチェソン炉の長手方向に沿う方向を前後方向DY、アチェソン炉の幅方向に沿う方向を左右方向DXとする。
本実施形態の黒鉛材料の製造支援方法は、黒鉛化工程を行う際のアチェソン炉内の炭素質材料について、配置が適切であるか否かを判断する。具体的には、黒鉛化を行った際に、炭素質材料にクラックが発生するか否か及びその場所を推定する。
Here, the direction along the height direction of the Acheson furnace is defined as the vertical direction DZ, the direction along the longitudinal direction of the Acheson furnace is defined as the front-rear direction DY, and the direction along the width direction of the Acheson furnace is defined as the horizontal direction DX.
The method for supporting the production of the graphite material of the present embodiment determines whether or not the arrangement of the carbonaceous material in the Acheson furnace at the time of performing the graphitization step is appropriate. Specifically, it is estimated whether or not cracks occur in the carbonaceous material and the location thereof when graphitization is performed.

黒鉛材料の製造支援方法は、学習器が、以下に示す黒鉛化工程の条件を入力するステップと、クラックの発生場所を予測するステップと、を実行することによって行われる。以下、各ステップについて説明する。 The method for supporting the production of a graphite material is carried out by the learner executing a step of inputting the conditions of the graphitization step shown below and a step of predicting the location of crack occurrence. Each step will be described below.

(黒鉛化工程の条件を入力するステップ)
黒鉛化工程の条件を入力するステップは、学習器が、形状、材質または大きさの異なる複数の炭素質材料のアチェソン炉における配置図、通電パターンを取得するステップである。
(Step to input the conditions of the graphitization process)
The step of inputting the conditions of the graphitization step is a step in which the learner acquires a layout drawing and an energization pattern of a plurality of carbonaceous materials having different shapes, materials or sizes in an Acheson furnace.

図3(a)〜(e)に示すように、配置図は、炭素質材料の配置を複数の方向から見た2次元配置図21で構成される。複数の方向としては、例えば、アチェソン炉の上下方向DZ、前後方向DY、左右方向DXの3方向が挙げられ、3方向の両側から見た合計6種類の2次元配置図21で構成される。これらの中でも、特にクラックの発生場所の予測に関しては、上下方向DZ、前後方向DYが重要である。 As shown in FIGS. 3A to 3E, the layout drawing is composed of a two-dimensional layout drawing 21 in which the arrangement of the carbonaceous material is viewed from a plurality of directions. Examples of the plurality of directions include three directions of the Acheson furnace in the vertical direction DZ, the front-rear direction DY, and the left-right direction DX, and are composed of a total of six types of two-dimensional layout drawings 21 viewed from both sides of the three directions. Among these, the vertical direction DZ and the front-back direction DY are particularly important for predicting the location where cracks occur.

具体的には、図3(a)は、上下方向DZの上方から見た2次元配置図21aを示す。図3(b)は、上下方向DZの下方から見た2次元配置図21bを示す。図3(c)は、左右方向DXの左方から見た2次元配置図21cを示す。図3(d)は、前後方向DYの後方から見た2次元配置図21dを示す。図3(e)は、前後方向DYの前方から見た2次元配置図21dを示す。ここで、本実施形態のように、左右方向DXにおいて2次元配置図が対称になる場合、片方の2次元配置図を兼用してもよい。 Specifically, FIG. 3A shows a two-dimensional layout diagram 21a viewed from above in the vertical direction DZ. FIG. 3B shows a two-dimensional layout diagram 21b viewed from below in the vertical direction DZ. FIG. 3C shows a two-dimensional layout diagram 21c seen from the left side of the DX in the left-right direction. FIG. 3D shows a two-dimensional layout diagram 21d viewed from the rear in the front-rear direction DY. FIG. 3 (e) shows a two-dimensional layout diagram 21d seen from the front in the front-rear direction DY. Here, when the two-dimensional layout is symmetrical in the left-right direction DX as in the present embodiment, one of the two-dimensional layouts may also be used.

また、当該2次元配置図に基づいて炭素質材料が炉詰めされたアチェソン炉に対応する通電パターンも同時に取得する。通電パターンとは、アチェソン炉に与えられるスタートからの電力変化であり、横軸が通電開始からの時間、縦軸が電力である。また電力を時間で積分すると、アチェソン炉に投入された電力量となる。また、横軸は温度であってもよい。 At the same time, the energization pattern corresponding to the Acheson furnace filled with carbonaceous material is also acquired based on the two-dimensional layout drawing. The energization pattern is the change in electric power given to the Acheson furnace from the start, the horizontal axis is the time from the start of energization, and the vertical axis is the electric power. Integrating the electric power over time gives the amount of electric power input to the Acheson furnace. Further, the horizontal axis may be temperature.

判断の必要な2次元配置図は、アチェソン炉内において局所的に電流密度が高くなり、局所的に発熱することがないように、各炭素質材料がバランス良く配置されるように考慮して作成される。また、炉詰め効率がより高くなるように考慮して作成する。2次元配置図は、複数の炭素質材料の形状を厳密に再現したものである必要はなく、ある程度簡略化して作成することができる。また、各炭素質材料を材質ごとに着色して表示したり、部材名称や品番を記載したりして、各炭素質材料の視認性を向上させてもよい。2次元配置図は、紙面上に作成してもよいし、学習器内で作成してもよい。2次元配置図を紙面上に作成した場合、学習器は、紙面を読み取ることによって、2次元配置図を取得することができる。2次元配置図を学習器内で作成した場合、学習器は、2次元配置図を直接取得することができる。 The two-dimensional layout drawing that requires judgment was created in consideration of the well-balanced arrangement of each carbonaceous material so that the current density does not increase locally and heat is generated locally in the Acheson furnace. Will be done. In addition, it will be created in consideration of higher furnace filling efficiency. The two-dimensional layout drawing does not have to be a precise reproduction of the shapes of a plurality of carbonaceous materials, and can be created with some simplification. In addition, the visibility of each carbonaceous material may be improved by coloring and displaying each carbonaceous material for each material, or by describing a member name or a product number. The two-dimensional layout drawing may be created on paper or in a learning device. When the two-dimensional layout drawing is created on the paper surface, the learner can acquire the two-dimensional layout drawing by reading the paper surface. When the two-dimensional layout is created in the learner, the learner can directly acquire the two-dimensional layout.

図2に示すように、2次元配置図は、事前に配置構成の3次元モデル図をもとに作成されてもよい。すなわち、一旦配置構成の3次元モデル図を作成したうえで、この3次元モデル図を平面に投影し、2次元配置図を作成してもよい。3次元モデル図は、例えば、3D描画ソフトを用いて作成することができ、3D描画データを用いて2次元配置図を作成してもよい。3次元モデル図は、あくまで、2次元配置図の参考に用いられるため、各炭素質材料の形状が簡略化されていてもよい。3次元モデル図を参考にすることにより、2次元配置図を作成することが容易になる。3次元モデル図を作成することなく、直接2次元配置図を作成してもよい。 As shown in FIG. 2, the two-dimensional layout drawing may be created in advance based on the three-dimensional model drawing of the layout configuration. That is, a three-dimensional model diagram having a layout configuration may be created once, and then the three-dimensional model diagram may be projected onto a plane to create a two-dimensional layout diagram. The 3D model diagram can be created by using, for example, 3D drawing software, and the 2D layout diagram may be created by using the 3D drawing data. Since the three-dimensional model diagram is used only as a reference for the two-dimensional layout diagram, the shape of each carbonaceous material may be simplified. By referring to the three-dimensional model diagram, it becomes easy to create a two-dimensional layout diagram. You may directly create a two-dimensional layout drawing without creating a three-dimensional model diagram.

(クラックの発生場所を予測するステップ)
クラックの発生場所を予測するステップは、炭素質材料をアチェソン炉で黒鉛化した際のクラック発生の有無及びその場所を推定するための学習済みの学習器に、炭素質材料の2次元配置図を入力し、学習器の演算処理を実行することで、2次元配置図及び通電パターンに従って黒鉛化した際のクラックの発生場所を予測するステップである。
(Step to predict where cracks will occur)
The step of predicting the location of cracks is to put a two-dimensional layout of the carbonaceous material on a trained learner to estimate the presence or absence of cracks when graphitizing the carbonaceous material in the Acheson furnace and its location. This is a step of predicting the location of cracks when graphitized according to the two-dimensional layout and the energization pattern by inputting and executing the arithmetic processing of the learner.

ここで学習済みの学習器とは、どのようなアルゴリズムに基づいて予測するものであってもよい。たとえば、多変量解析や、ニューラルネットワークによる統計解析などが利用できる。 Here, the trained learner may be a predictor based on any algorithm. For example, multivariate analysis and statistical analysis by neural network can be used.

学習済みの学習器は、機械学習により学習してもよい。ここで、「機械学習」とは、学習データに潜むパターンを学習器により見つけ出すことを意味するものとする。「学習器」は、そのような機械学習により所定のパターンを識別する能力を獲得可能な学習モデルにより構築される。この学習器の種類は、2次元配置図に基づいて、炭素質材料をアチェソン炉で黒鉛化した際のクラック発生の発生場所を予測する能力を学習可能であれば、特に限定されない。「学習済みの学習器」は、「識別器」又は「分類器」と称してもよい。 The learned learner may be learned by machine learning. Here, "machine learning" means finding a pattern hidden in the learning data by a learning device. A "learner" is constructed by a learning model capable of acquiring the ability to discriminate a predetermined pattern by such machine learning. The type of the learner is not particularly limited as long as it can learn the ability to predict the location of crack occurrence when the carbonaceous material is graphitized in the Acheson furnace based on the two-dimensional layout drawing. The "learned learner" may be referred to as a "discriminator" or a "classifier".

学習器は、炭素質材料の2次元配置図を基に3次元配置図を作成し3次元配置図で演算処理してもよいし、3次元配置図を基に2次元配置図を作成し2次元配置図で演算処理してもよい。例えば、学習装置は、炭素質材料の2次元配置図と、この2次元配置図に従って対応する通電パターンで黒鉛化した際のクラック発生の有無を示す情報とに基づいて機械学習を行ったものである。クラック推定ステップによる結果は、例えば、学習器の出力装置に出力される。 The learner may create a three-dimensional layout based on the two-dimensional layout of the carbonaceous material and perform arithmetic processing on the three-dimensional layout, or create a two-dimensional layout based on the three-dimensional layout 2 Arithmetic processing may be performed using a three-dimensional layout diagram. For example, the learning device performs machine learning based on a two-dimensional layout diagram of a carbonaceous material and information indicating the presence or absence of cracks when graphitized with a corresponding energization pattern according to the two-dimensional layout diagram. is there. The result of the crack estimation step is output to, for example, the output device of the learner.

(可否判断ステップ)
可否判断ステップは、コンピュータが、クラックの発生場所の予測ステップの結果に基づいて、2次元配置図の可否を判断するステップである。言い換えれば、2次元配置図に基づいて黒鉛化工程を行うことが可能か否かの可否を判定するステップである。
(Yes / No Judgment Step)
The possibility determination step is a step in which the computer determines whether or not the two-dimensional layout drawing is possible based on the result of the prediction step of the crack occurrence location. In other words, it is a step of determining whether or not the graphitization step can be performed based on the two-dimensional layout drawing.

(蓄積ステップ)
蓄積ステップは、クラック推定ステップを経た配置構成で黒鉛化した黒鉛材料について、クラック発生場所の結果を確認し、その結果を、学習器が学習するステップである。クラック発生場所は、例えば画像データとして確認することができる。クラック発生の有無を確認する方法は特に限定されず、目視確認し、二次元配置図に転記することでも実施することができる。
(Accumulation step)
The accumulation step is a step in which the learner learns the result of confirming the result of the crack occurrence location for the graphite material graphitized by the arrangement configuration that has undergone the crack estimation step. The crack occurrence location can be confirmed as, for example, image data. The method for confirming the presence or absence of cracks is not particularly limited, and it can also be carried out by visually confirming and transcribing to a two-dimensional layout drawing.

学習器について説明する。
学習器のハードウェア構成について説明する。
図4に示すように、学習器30は、演算装置31、記憶装置32、入力装置34、出力装置35、及び、モニタ36が、電気的に接続されて構成されている。
The learner will be described.
The hardware configuration of the learner will be described.
As shown in FIG. 4, the learning device 30 is configured by electrically connecting an arithmetic unit 31, a storage device 32, an input device 34, an output device 35, and a monitor 36.

演算装置31は、ハードプロセッサであるCPU、RAM、ROM等を含み、プログラム及びデータに基づいて各種情報処理を実行するように構成される。記憶装置32は、例えば、ハードディスクドライブ、ソリッドステートドライブ等で構成される。記憶装置32は、演算装置31で実行される学習プログラム、学習器の機械学習に利用する学習データ、学習プログラムを実行して作成した学習結果データ等を記憶する。 The arithmetic unit 31 includes a CPU, RAM, ROM, etc., which are hard processors, and is configured to execute various information processing based on programs and data. The storage device 32 is composed of, for example, a hard disk drive, a solid state drive, or the like. The storage device 32 stores a learning program executed by the arithmetic unit 31, learning data used for machine learning of the learning device, learning result data created by executing the learning program, and the like.

学習プログラムとしては、後述する機械学習の処理を学習器30に実行させ、当該機械学習の結果として学習結果データを生成させるための命令を含むプログラムである。学習データは、2次元配置図に従って黒鉛化した際のクラック発生場所を予測する能力を獲得するように学習器の機械学習を行うためのデータである。 The learning program is a program including instructions for causing the learning device 30 to execute a machine learning process described later and generating learning result data as a result of the machine learning. The training data is data for performing machine learning of the learning device so as to acquire the ability to predict the crack occurrence location when graphitized according to the two-dimensional layout diagram.

学習器30を構成する機器は、専用ケーブルを用いて相互に接続されていてもよいし、通信インタフェースを用いて接続されていてもよい。通信インタフェースは、例えば、有線LANモジュール、無線LANモジュール等であり、ネットワークを介した有線又は無線通信を行うためのインタフェースである。 The devices constituting the learner 30 may be connected to each other by using a dedicated cable, or may be connected by using a communication interface. The communication interface is, for example, a wired LAN module, a wireless LAN module, or the like, and is an interface for performing wired or wireless communication via a network.

本発明において入力装置34は、例えば、スキャナ、カメラ等の配置図を入力可能な装置である。また、出力装置35は、例えば、プリンタ等の結果の出力を行うための装置である。なお、モニタ36でも出力することができる。作業者は、出力装置35またはモニタ36、及び入力装置34を介して、学習器30を操作することができる。 In the present invention, the input device 34 is, for example, a device capable of inputting a layout drawing of a scanner, a camera, or the like. Further, the output device 35 is a device for outputting the result of, for example, a printer or the like. The monitor 36 can also output. The operator can operate the learner 30 via the output device 35 or the monitor 36 and the input device 34.

なお、学習器30の具体的なハードウェア構成に関して、実施形態に応じて、適宜、構成要素の省略、置換及び追加が可能である。例えば、演算装置31は、複数のハードウェアプロセッサを含んでもよい。ハードウェアプロセッサは、マイクロプロセッサ、FPGA(field-programmable gate array)等で構成されてもよい。学習器30は、複数台の情報処理装置で構成されてもよい。また、学習器30は、提供されるサービス専用に設計された情報処理装置の他、汎用のサーバ装置、コンピュータ等であってもよい。学習器30を構成する各装置は、内部に他の装置を含んでいてもよい。例えば演算装置31が記憶装置32を内蔵していてもよい。 Regarding the specific hardware configuration of the learning device 30, the components can be omitted, replaced, and added as appropriate according to the embodiment. For example, the arithmetic unit 31 may include a plurality of hardware processors. The hardware processor may be composed of a microprocessor, an FPGA (field-programmable gate array), or the like. The learning device 30 may be composed of a plurality of information processing devices. Further, the learning device 30 may be a general-purpose server device, a computer, or the like, in addition to an information processing device designed exclusively for the provided service. Each device constituting the learner 30 may include another device inside. For example, the arithmetic unit 31 may have a storage device 32 built-in.

学習器30の演算装置31は、記憶装置32に記憶された学習プログラムを実行する。
入力装置34は、アチェソン炉内の複数の炭素質材料の配置図及び通電パターン、当該配置図、通電パターンに従って黒鉛化処理を行った際の炭素質材料のクラックの発生場所を示す情報の組を学習データとして取得する。具体的には、学習器30は、2次元配置図を入力データとして利用する。また、クラックの発生場所が教師データ(正解データ)として利用される。すなわち、学習器30は、入力データである2次元配置図と、正解データである2次元配置図に従って黒鉛化した際のクラック発生場所の情報とに基づいて機械学習を行ったものである。演算装置31は、2次元配置図を入力するとクラック発生場所に対応する出力値を出力するように構成されている。
The arithmetic unit 31 of the learning device 30 executes the learning program stored in the storage device 32.
The input device 34 provides a set of information indicating the arrangement diagram and energization pattern of a plurality of carbonaceous materials in the Acheson furnace, the arrangement diagram, and the location of cracks in the carbonaceous material when the graphitization treatment is performed according to the arrangement diagram and the energization pattern. Acquire as training data. Specifically, the learner 30 uses the two-dimensional layout diagram as input data. In addition, the location where the crack occurs is used as teacher data (correct answer data). That is, the learner 30 performs machine learning based on the two-dimensional layout diagram which is the input data and the information of the crack occurrence location when graphitized according to the two-dimensional layout diagram which is the correct answer data. The arithmetic unit 31 is configured to output an output value corresponding to a crack occurrence location when a two-dimensional layout diagram is input.

本実施形態において、機械学習の対象となる学習器は、例えばニューラルネットワークで構成される。特に画像の場合、コンボリューションニューラルネットワークで構成される。構成要素は大きく分けて2つのパートに分けることができる。1つ目は、画像を読み込み、畳み込みやプーリングによって特徴マップを作成する特徴量抽出パートであり、2つ目は、全結合層を繰り返すことで最終的な出力を得る識別パートである。畳み込みとは、ウィンドウの数値データとカーネルの積の和により1つの数値を計算する処理を、ウィンドウを少しずつずらしながら全ての要素に対して行い、最終的にテンソルに変換する処理のことである。プーリングとは、ウィンドウの数値データから1つの数値を作り出す処理であり、画像の縮小が行える。全結合層とは、特徴が抽出された画像データを一つのノードに結合し、活性化関数によって変換された特徴変数を出力する。 In the present embodiment, the learning device to be machine learning is composed of, for example, a neural network. Especially in the case of images, it is composed of a convolution neural network. The components can be broadly divided into two parts. The first is a feature extraction part that reads an image and creates a feature map by convolution or pooling, and the second is an identification part that obtains the final output by repeating the fully connected layer. Convolution is the process of calculating one numerical value based on the sum of the numerical data of the window and the product of the kernel, performing the process of shifting the window little by little for all the elements, and finally converting it to a tensor. .. Pooling is a process of creating a single numerical value from the numerical data of a window, and the image can be reduced. The fully connected layer combines the image data from which the features have been extracted into one node, and outputs the feature variables converted by the activation function.

黒鉛材料の製造支援方法の手順について説明する。
図5に、フローチャートを示す。
(ステップS101)
ステップS101は、配置図及び通電パターンを入力するステップである。学習器は、アチェソン炉内に配置する炭素質材料の配置図を取得する。配置図は、例えば、3次元配置図で構成され、あるいはアチェソン炉の上下方向、前後方向、左右方向の各両側から見た合計6種類の2次元配置図21を基に作成される。
The procedure of the manufacturing support method of the graphite material will be described.
FIG. 5 shows a flowchart.
(Step S101)
Step S101 is a step of inputting a layout drawing and an energization pattern. The learner acquires a layout of carbonaceous materials to be placed in the Acheson furnace. The layout drawing is composed of, for example, a three-dimensional layout drawing, or is created based on a total of six types of two-dimensional layout drawings 21 viewed from both the vertical direction, the front-rear direction, and the horizontal direction of the Acheson furnace.

(ステップS102)
ステップS102は、配置図を3次元から2次元化し、2次元配置図を用いて演算処理を実行することで、黒鉛化した際のクラック発生場所を予測するステップである。具体的には、ニューラルネットワークの演算処理により、黒鉛化した際のクラック発生場所を予測する。
(Step S102)
Step S102 is a step of predicting the crack occurrence location at the time of graphitization by changing the layout drawing from three dimensions to two dimensions and executing arithmetic processing using the two-dimensional layout drawing. Specifically, the location where cracks occur when graphitized is predicted by the arithmetic processing of the neural network.

(ステップS103)
ステップS103は、可否判断ステップである。学習器が、クラックの予測ステップの結果に基づいて黒鉛化工程を行うことが可能か否かの可否を判定する。なおステップS103は省略してもよい。
(Step S103)
Step S103 is a pass / fail determination step. The learner determines whether or not the graphitization step can be performed based on the result of the crack prediction step. Note that step S103 may be omitted.

可否判断ステップが、黒鉛化工程を行うことができないという「NG」の判定をした場合、作業者は改めて別の配置図を作成し、学習器は、ステップS101に戻って、再度、別の配置図を取得する。 When the pass / fail judgment step determines "NG" that the graphitization step cannot be performed, the worker creates another layout drawing again, and the learner returns to step S101 and again another layout. Get the diagram.

可否判断ステップが、黒鉛化工程を行うことができるという「OK」の判定をした場合、配置図及び通電パターンに基づいて操炉し、黒鉛化工程を行う。
(ステップS104)
ステップS104は、学習器に学習させるステップである。操炉の終了したアチェソン炉内の黒鉛材料のクラックが発生場所を学習器にさらに学習させる。学習の方法は、配置図にクラックの発生場所をマーキングし入力してもよいし、アチェソン炉内部のパッキング材を取り除いた後、写真を撮影し画像認識させてもよい。
When the approval / disapproval determination step determines "OK" that the graphitization step can be performed, the furnace is operated based on the layout drawing and the energization pattern, and the graphitization step is performed.
(Step S104)
Step S104 is a step of causing the learner to learn. Let the learner further learn where the cracks in the graphite material in the Acheson furnace, which has been operated, occur. As the learning method, the location where the crack occurs may be marked and input in the layout drawing, or a photograph may be taken and image recognition may be performed after removing the packing material inside the Acheson furnace.

本実施形態の作用及び効果について記載する。
(1)形状、材質または大きさの異なる複数の炭素質材料をアチェソン炉で黒鉛化し、黒鉛材料を得る黒鉛化工程の黒鉛材料の製造支援方法である。黒鉛材料の製造支援方法は、学習済みの学習器に複数の炭素質材料の配置図及び通電パターンからなる黒鉛化工程の条件を入力するステップと、学習器が演算処理を実施し、黒鉛化工程の条件によって得られるクラックの発生場所を予測するステップと、からなる。
The action and effect of this embodiment will be described.
(1) This is a method for supporting the production of a graphite material in a graphitization step of graphitizing a plurality of carbonaceous materials having different shapes, materials or sizes in an Acheson furnace to obtain a graphite material. The graphite material manufacturing support method includes a step of inputting the conditions of the graphitization process consisting of a layout diagram of a plurality of carbonaceous materials and an energization pattern into a learned learner, and the learner performing arithmetic processing to perform the graphitization process. It consists of a step of predicting the location of cracks obtained under the above conditions.

したがって、経験者の経験則のみに頼ることなく、炭素質材料の配置が適切であるか否かを判断することができる。また、予測を受けて修正でき黒鉛化処理におけるクラックの発生を抑制できるため、黒鉛材料の好適な製造を支援することができる。 Therefore, it is possible to judge whether or not the arrangement of carbonaceous materials is appropriate without relying only on the empirical rules of experienced persons. In addition, since it can be corrected by receiving a prediction and the occurrence of cracks in the graphitization treatment can be suppressed, it is possible to support the suitable production of the graphite material.

(2)上記配置図は、2次元配置図である。したがって、3次元化されていないデータも扱うことができ、多くの配置図を取得することができる。
(3)上記配置図は、3次元配置図である。したがって、炭素質材料の3次元配置図を用いて、クラックの発生場所を予測するステップを精度良く行うことができる。
(2) The above layout drawing is a two-dimensional layout drawing. Therefore, it is possible to handle data that is not three-dimensionalized, and it is possible to acquire many layout drawings.
(3) The above layout drawing is a three-dimensional layout drawing. Therefore, it is possible to accurately perform the step of predicting the crack occurrence location by using the three-dimensional layout of the carbonaceous material.

(4)学習器は、クラック推定ステップにおいて、3次元配置図を2次元化する。したがって、2次元配置図を3次元化することにより、3次元配置図のデータと、2次元配置図のデータを組み合わせよりクラック発生場所の予測をより精度良く推定することができる。 (4) The learner makes the three-dimensional layout into two dimensions in the crack estimation step. Therefore, by making the two-dimensional layout map three-dimensional, it is possible to estimate the crack occurrence location more accurately by combining the data of the three-dimensional layout map and the data of the two-dimensional layout map.

(5)本発明の黒鉛材料の製造支援方法は、上記複数の炭素質材料を材質ごとに色分けして配置図に表示する。したがって、材質ごとに色分けして配置図に表示することにより、学習器及び人が、材質の異なることを容易に識別することができる。 (5) In the method for supporting the production of a graphite material of the present invention, the plurality of carbonaceous materials are color-coded for each material and displayed on a layout drawing. Therefore, by color-coding each material and displaying it on the layout drawing, the learner and the person can easily identify the different materials.

(6)学習器が、上記黒鉛化工程におけるクラックの発生場所の予測に基づいて、可否判断するステップをさらに有する。したがって、配置図の可否判断をより客観的に行うことができるため、可否判断の誤差を少なくすることができる。 (6) The learner further has a step of determining whether or not it is possible based on the prediction of the crack occurrence location in the graphitization step. Therefore, it is possible to more objectively judge whether or not the layout drawing is possible, and it is possible to reduce the error in the judgment.

(7)学習器は、通電パターン、配置図で操炉して得られた黒鉛材料におけるクラック発生場所を示す情報を学習器に学習させる蓄積ステップを実行する。したがって、クラック発生の有無を推定する精度を向上させることができる。 (7) The learner executes an accumulation step in which the learner learns information indicating a crack occurrence location in the graphite material obtained by operating the furnace in the energization pattern and the layout drawing. Therefore, the accuracy of estimating the presence or absence of cracks can be improved.

(8)本発明の黒鉛材料の製造支援方法について、上記学習器は、ニューラルネットワークを備える。したがって、上記構成によれば、黒鉛化工程に影響すると考えられる因子以外にも予測に反映させることができる。 (8) Regarding the method for supporting the production of the graphite material of the present invention, the learner includes a neural network. Therefore, according to the above configuration, factors other than those considered to affect the graphitization process can be reflected in the prediction.

本実施形態は、次のように変更して実施することも可能である。また、上記実施形態の構成や以下の変更例に示す構成を適宜組み合わせて実施することも可能である。
本実施形態では、配置図取得ステップにおいて、上下方向、前後方向、左右方向の3方向の両側から見た6種類の2次元配置図を取得していたが、この態様に限定されない。クラック推定ステップにおける精度を考慮して、取得する2次元配置図の種類を7種類以上にしてもよいし、6種類未満にしてもよい。
This embodiment can be modified and implemented as follows. It is also possible to appropriately combine the configurations of the above-described embodiment and the configurations shown in the following modified examples.
In the present embodiment, in the layout drawing acquisition step, six types of two-dimensional layout drawings viewed from both sides in the three directions of the vertical direction, the front-back direction, and the horizontal direction have been acquired, but the present invention is not limited to this embodiment. In consideration of the accuracy in the crack estimation step, the types of the two-dimensional layout drawings to be acquired may be 7 or more, or less than 6.

本実施形態では、機械学習を行った学習済みの学習器を用いて、クラック発生の有無を推定していたが、クラック発生以外の不具合の有無を推定してもよい。クラック発生以外の不具合としては、例えば、変形や物性不良等が挙げられる。変形や物性不良等の有無を推定する場合には、炭素質材料をアチェソン炉で黒鉛化した際の変形や物性不良等の有無を推定するための機械学習を行った学習済みの学習器を用いればよい。また、クラック発生の有無を推定することに代えて、クラックの数や長さを推定してもよい。黒鉛材料において物性不良の発生原因の1つに黒鉛化の処理温度がある。このため、黒鉛化工程の条件からクラックを予測する学習器を用い、得られた黒鉛材料の物性を同様に入力することにより処理温度に由来する物性不良の発生を予測することができる。 In the present embodiment, the presence or absence of cracks has been estimated using a learned learner that has undergone machine learning, but the presence or absence of defects other than cracks may be estimated. Examples of defects other than the occurrence of cracks include deformation and poor physical properties. When estimating the presence or absence of deformation or poor physical properties, a trained learner that has been machine-learned to estimate the presence or absence of deformation or poor physical properties when the carbonaceous material is graphitized in the Acheson furnace is used. Just do it. Further, instead of estimating the presence or absence of cracks, the number and length of cracks may be estimated. One of the causes of poor physical properties in graphite materials is the graphitization treatment temperature. Therefore, by using a learner that predicts cracks from the conditions of the graphitization step and inputting the physical properties of the obtained graphite material in the same manner, it is possible to predict the occurrence of physical property defects due to the processing temperature.

蓄積ステップは、省略されていてもよい。すなわち、クラック発生の有無を確認した結果を、学習器にさらに学習させて蓄積するステップを行わなくてもよい。
本実施形態では、可否判断ステップにおける可否判断をコンピュータが行っていたが、この態様に限定されない。例えば、クラック推定ステップの結果を基に、作業者が可否判断を行ってもよい。
The accumulation step may be omitted. That is, it is not necessary to further train the learner to accumulate the result of confirming the presence or absence of cracks.
In the present embodiment, the approval / disapproval judgment in the approval / disapproval determination step is performed by the computer, but the present invention is not limited to this embodiment. For example, the operator may make a decision based on the result of the crack estimation step.

また、本発明の製造支援方法は焼成工程にも適用することができ、クラックの発生場所を予測することも可能である。 Further, the manufacturing support method of the present invention can be applied to the firing step, and it is also possible to predict the location where cracks occur.

10…アチェソン炉、20…炭素質材料。 10 ... Acheson furnace, 20 ... Carbonaceous material.

Claims (8)

形状、材質または大きさの異なる複数の炭素質材料をアチェソン炉で黒鉛化し、黒鉛材料を得る黒鉛化工程の黒鉛材料の製造支援方法であって、
前記黒鉛材料の製造支援方法は、学習済みの学習器に前記複数の炭素質材料の配置図及び通電パターンからなる黒鉛化工程の条件を入力するステップと、
前記学習器が演算処理を実施し、前記黒鉛化工程の条件によって得られるクラックの発生場所を予測するステップと、
からなることを特徴とする黒鉛材料の製造支援方法。
It is a method for supporting the production of graphite material in the graphitization process in which a plurality of carbonaceous materials having different shapes, materials or sizes are graphitized in an Acheson furnace to obtain a graphite material.
The method for supporting the production of a graphite material includes a step of inputting the conditions of a graphitization step including a layout diagram of the plurality of carbonaceous materials and an energization pattern into a learned learner.
A step in which the learner performs arithmetic processing and predicts the location of cracks obtained under the conditions of the graphitization step.
A method for supporting the production of a graphite material, which is characterized by being composed of.
前記配置図は、2次元配置図であることを特徴とする請求項1に記載の黒鉛材料の製造支援方法。 The method for supporting the production of a graphite material according to claim 1, wherein the layout drawing is a two-dimensional layout drawing. 前記配置図は、3次元配置図であることを特徴とする請求項1に記載の黒鉛材料の製造支援方法。 The method for supporting the production of a graphite material according to claim 1, wherein the layout drawing is a three-dimensional layout drawing. 前記黒鉛材料の製造支援方法は、前記3次元配置図を2次元化するステップをさらに有することを特徴とする請求項3に記載の黒鉛材料の製造支援方法。 The method for supporting the production of a graphite material according to claim 3, wherein the method for supporting the production of a graphite material further includes a step of converting the three-dimensional layout diagram into two dimensions. 前記黒鉛材料の製造支援方法は、前記複数の炭素質材料を材質ごとに色分けして配置図に表示することを特徴とする請求項1〜4のいずれか1項に記載の黒鉛材料の製造支援方法。 The graphite material production support method according to any one of claims 1 to 4, wherein the plurality of carbonaceous materials are color-coded for each material and displayed on a layout drawing. Method. 前記黒鉛材料の製造支援方法は、前記学習器が、前記黒鉛化工程におけるクラックの発生場所の予測に基づいて、可否判断するステップをさらに有することを特徴とする請求項1〜5のいずれか1項に記載の黒鉛材料の製造支援方法。 Any one of claims 1 to 5, wherein the method for supporting the production of a graphite material further includes a step of determining whether or not the learning device is possible based on a prediction of a crack occurrence location in the graphitization step. The method for supporting the production of graphite material according to the section. 前記黒鉛材料の製造支援方法は、前記黒鉛化工程の条件で操炉して得られたクラックの発生場所の情報を前記学習器に学習させる蓄積ステップをさらに有することを特徴とする請求項1〜6のいずれか1項に記載の黒鉛材料の製造支援方法。 The method for supporting the production of a graphite material further includes a storage step of causing the learner to learn information on the location of cracks obtained by operating the furnace under the conditions of the graphitization step. The method for supporting the production of a graphite material according to any one of 6. 前記学習器は、ニューラルネットワークで構成されることを特徴とする請求項1〜7のいずれか1項に記載の黒鉛材料の製造支援方法。 The method for supporting the production of a graphite material according to any one of claims 1 to 7, wherein the learner is composed of a neural network.
JP2019048202A 2019-03-15 2019-03-15 Graphite material manufacturing support method Active JP7191742B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019048202A JP7191742B2 (en) 2019-03-15 2019-03-15 Graphite material manufacturing support method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019048202A JP7191742B2 (en) 2019-03-15 2019-03-15 Graphite material manufacturing support method

Publications (2)

Publication Number Publication Date
JP2020147473A true JP2020147473A (en) 2020-09-17
JP7191742B2 JP7191742B2 (en) 2022-12-19

Family

ID=72430287

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019048202A Active JP7191742B2 (en) 2019-03-15 2019-03-15 Graphite material manufacturing support method

Country Status (1)

Country Link
JP (1) JP7191742B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118311933A (en) * 2024-06-05 2024-07-09 湖南隆深氢能科技有限公司 Intelligent production method and system based on continuous tunnel carbonization graphitization equipment

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000281444A (en) * 1999-03-29 2000-10-10 Ibiden Co Ltd Cylindrical graphite material and its production

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000281444A (en) * 1999-03-29 2000-10-10 Ibiden Co Ltd Cylindrical graphite material and its production

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118311933A (en) * 2024-06-05 2024-07-09 湖南隆深氢能科技有限公司 Intelligent production method and system based on continuous tunnel carbonization graphitization equipment

Also Published As

Publication number Publication date
JP7191742B2 (en) 2022-12-19

Similar Documents

Publication Publication Date Title
JP4603082B2 (en) Rubber material deformation behavior prediction apparatus and rubber material deformation behavior prediction method
CN1165391C (en) Formation method and device for curved plates
CN106470776B (en) Stretch flanging crack prediction method, stretch flanging crackle prediction meanss, computer program and recording medium
JP4695399B2 (en) Simulation model generation method for filler compounding materials
Yan et al. Prediction of La0. 6Sr0. 4Co0. 2Fe0. 8O3 cathode microstructures during sintering: Kinetic Monte Carlo (KMC) simulations calibrated by artificial neural networks
Aboutaleb et al. Multi-objective accelerated process optimization of part geometric accuracy in additive manufacturing
JP2020147473A (en) Manufacture support method of graphite material
CN103076347B (en) Measurement method for mechanical injury of brittle material based on in-situ X-ray tomography
JP4880043B2 (en) Break prediction method, break prediction system, program, and recording medium
JP4602776B2 (en) Method for predicting deformation behavior of rubber material and apparatus for predicting deformation behavior of rubber material
JP4547941B2 (en) Method for simulating mechanical properties of composite material and apparatus for simulating mechanical behavior of composite material
Coffman et al. OOF3D: An image-based finite element solver for materials science
JP2011069781A (en) Deformation behavior predicting method of rubber material, and device used therefor
Elkaseer et al. Effect of process parameters on the performance of drop-on-demand 3D inkjet printing: Geometrical-based modeling and experimental validation
Shamir et al. Predicting the effect of surface waviness on fatigue life of a wire+ arc additive manufactured Ti-6Al-4V alloy
CN109791098B (en) Fracture determination device, fracture determination program, and method thereof
Kolokathis et al. ASCOT: a web tool for the digital construction of energy minimized Ag, CuO, TiO2 spherical nanoparticles and calculation of their atomistic descriptors
Li et al. A 3D structure mapping-based efficient topology optimization framework
Botelho et al. The impact of fibre surface morphology on the effective thermal conductivity of a polymer electrolyte membrane fuel cell gas diffusion layer
EP3907501B1 (en) Thickness measurement method, thickness measurement device, defect detection method, and defect detection device
JP2010002314A (en) Deformation behavior predicting device of rubber material and deformation behavior predicting method of rubber material
JP6696412B2 (en) Evaluation method of remaining life of metallic materials
JP6155110B2 (en) Dispersibility evaluation method, dispersibility evaluation apparatus, and computer-readable recording medium recording a program for causing a computer to realize the dispersibility evaluation function
Beghini et al. Sandia verification and validation challenge problem: a pcmm-based approach to assessing prediction credibility
TW201822948A (en) Method for detecting change in pre-pressing value of linear slide rail of machine tool comprising a linear slide rail and a working station disposed on the linear slide rail

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211215

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220729

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220802

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220902

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: 20221108

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221207

R150 Certificate of patent or registration of utility model

Ref document number: 7191742

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150