JP2021165014A - 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 - Google Patents

Abstract

【課題】バリの状態をより正確に予測する。【解決手段】成形装置と、前記成形装置により成形される成型品の異常を予測する異常予測装置と、を備える成形システムであって、前記成形装置は、複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め部と、複数の前記金型を締め付けることで複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填動作と、前記キャビティに充填された前記成形材料の圧力を保持する保圧動作と、前記成形材料の圧力の保持を解除する保圧解除動作と、を行う射出部と、前記キャビティ内の前記成形材料の圧力を検出する圧力センサと、を有し、前記異常予測装置は、前記圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除動作後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得部と、前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測部と、を有する。【選択図】 図１

Description

本発明は、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に関する。

複数の金型の間に形成されるキャビティへ成形材料を溶融させた融液を供給して成型品を成形する射出成形装置が知られている。成型品の不良として、例えばバリが挙げられる。バリが発生すると、成型品の外観を損ねるだけでなく、成型品の性能に影響を及ぼす場合もある。このため、現在は目視による成型品の検査を行っている。

特許文献１には、オペレータがバリの発生に関して現在の射出条件の適否を判断するために、圧力センサにより検出された金型内の圧力の経時変化を示す曲線と、バリが吹く目安となる圧力であるバリ吹き限界曲線とを表示部に描画する技術が開示されている。バリ吹き限界曲線は、実験によって各種の値を取得することで描画することができる曲線である。

特開２０１９−１３９３３公報

特許文献１に係るバリ吹き限界曲線は、成形条件ごとに異なる曲線となる。成形条件には、金型の形状、成形材料の種類・粘度・温度、成形材料（融液）に印加する圧力、成形環境（室温、湿度）などが含まれ、多岐にわたる。このため、特許文献１に係る技術に基づいてバリの発生を判断するためには、成形条件ごとにバリ吹き限界曲線を用意する必要がある。また、実際の成形条件が、バリ吹き限界曲線の基礎となる条件から外れると、バリが発生しているのにバリ吹き限界曲線よりも実際の圧力が低くなる等して、バリの発生を正確に判断できない場合がある。

そこで、本発明は、より正確にバリの状態を予測するための成形システム、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を提供することを目的とする。

（１） 本発明の成形システムは、成形装置と、前記成形装置により成形される成型品の異常を予測する異常予測装置と、を備える成形システムであって、前記成形装置は、複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め部と、複数の前記金型を締め付けることで複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填動作と、前記キャビティに充填された前記成形材料の圧力を保持する保圧動作と、前記成形材料の圧力の保持を解除する保圧解除動作と、を行う射出部と、前記キャビティ内の前記成形材料の圧力を検出する圧力センサと、を有し、前記異常予測装置は、前記圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除動作後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得部と、前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測部と、を有する、成形システムである。

発明者らは、鋭意研究の結果、保圧解除動作後のキャビティ内の圧力が、正常時（バリ非発生時）には単調減少する一方で、バリ発生時には圧力が一瞬だけ増加、非減少、又は減少の程度が小さくなる（圧力の傾きが一瞬だけ大きくなる）ことを発見した。すなわち、保圧解除動作後の成形材料の圧力の変化に着目すれば、バリの状態を予測することができることを発見した。そこで、本発明に係る成形システムは、保圧解除動作後の成形材料の圧力の変化に基づいて、バリの状態を予測するための予測情報を取得する。このような構成により、様々な成形条件ごとに基準となる曲線を用意する必要がなく、予測対象となる１つの圧力情報からバリの状態を予測することが可能となる。これにより、より正確にバリの状態を予測することができる。

（２） 好ましくは、前記異常予測部は、前記評価値と前記成型品のバリの状態との相関関係を機械学習させた学習済みモデルへ前記評価値を入力することで、前記予測情報を取得し、前記学習済みモデルの説明変数は、前記評価値を含み、前記学習済みモデルの目的変数は、前記成型品のバリの状態であり、前記バリの状態は、前記バリの有無、又は前記バリの大きさを含む。

このように構成することで、成形条件にばらつきがある状態であっても、より正確にバリの状態を予測することができる。

（３） 好ましくは、前記成形装置は、前記成形材料の温度を検出する温度センサをさらに有し、前記学習済みモデルの前記説明変数は、前記温度センサにより検出された温度に関する第２評価値を含み、前記異常予測部は、前記学習済みモデルへ前記評価値及び前記第２評価値を入力することで、前記予測情報を取得する。

保圧解除動作後の成形材料の圧力の変化は、成形材料の温度にも依存する。成形材料の温度が高いほど、成形材料の粘度が低く、成形材料が流動しやすくなる。このため、成形材料の温度が高いほど、バリ発生時の圧力の変化が短時間のうちに急峻に生じやすくなる。成形材料の温度に関する第２評価値を説明変数に含むことで、上記の相関関係が組み込まれた学習済みモデルとすることが可能となり、より正確にバリの状態を予測することができる。

（４） 好ましくは、前記異常予測部は、前記成型品の正常成形時に取得される前記評価値に基づいて生成される基準値よりも、予測対象となる前記成型品の成形時に取得される前記評価値が大きくなる場合に、前記予測対象となる前記成型品にバリが発生していることを示す前記予測情報を取得する。このように構成することで、基準値と評価値との比較により、バリの状態を容易に予測することができる。

（５） 好ましくは、前記データ取得部は、前記保圧解除動作後の前記時系列データに基づいて得られる圧力の傾きの第２時系列データに基づいて、前記評価値を取得し、前記評価値は、前記第２時系列データにおける前記傾きの最大値、又は前記第２時系列データのうち前記傾きが０以上となる領域の幅である。このように構成することで、時系列データから容易に評価値を取得することができる。

（６） 好ましくは、前記データ取得部は、前記保圧解除動作後の前記時系列データの極小における圧力と極大における圧力との差、又は前記極小における圧力から前記極大における圧力への変化率を、前記評価値として取得する。このように構成することで、時系列データから容易に評価値を取得することができる。

（７） 本発明に係る異常予測装置は、成形装置により成形される成型品の異常を予測する異常予測装置であって、前記成形装置は、複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め部と、複数の前記金型を締め付けることで複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填動作と、前記キャビティに充填された前記成形材料の圧力を保持する保圧動作と、前記成形材料の圧力の保持を解除する保圧解除動作と、を行う射出部と、前記キャビティ内の前記成形材料の圧力を検出する圧力センサと、を有し、前記異常予測装置は、前記圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除動作後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得部と、前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測部と、を備える、異常予測装置である。

本発明に係る異常予測装置は、保圧解除動作後の成形材料の圧力の変化に基づいて、バリの状態を予測するための予測情報を取得する。このような構成により、様々な成形条件ごとに基準となる曲線を用意する必要がなく、予測対象となる１つの圧力情報からバリの状態を予測することが可能となる。これにより、より正確にバリの状態を予測することができる。

（８） 本発明に係る異常予測方法は、複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め工程と、前記型締め工程により複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填工程と、前記キャビティに充填された前記成形材料の圧力を保持する保圧工程と、前記成形材料の圧力の保持を解除する保圧解除工程と、を備える成形方法により成形される成型品の異常を予測する異常予測方法であって、前記キャビティ内の前記成形材料の圧力を検出する圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除工程後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得工程と、前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測工程と、を備える、異常予測方法である。

本発明に係る異常予測方法は、保圧解除動作後の成形材料の圧力の変化に基づいて、バリの状態を予測するための予測情報を取得する。このような構成により、様々な成形条件ごとに基準となる曲線を用意する必要がなく、予測対象となる１つの圧力情報からバリの状態を予測することが可能となる。これにより、より正確にバリの状態を予測することができる。

（９） 本発明に係るプログラムは、複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め工程と、前記型締め工程により複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填工程と、前記キャビティに充填された前記成形材料の圧力を保持する保圧工程と、前記成形材料の圧力の保持を解除する保圧解除工程と、を備える成形方法により成形される成型品の異常を予測するためのプログラムであって、前記キャビティ内の前記成形材料の圧力を検出する圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除工程後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得処理と、前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測処理と、をコンピュータ装置に実行させる、プログラムである。

本発明に係るプログラムを実行すれば、保圧解除動作後の成形材料の圧力の変化に基づいて、バリの状態を予測するための予測情報を取得することができる。このような構成により、様々な成形条件ごとに基準となる曲線を用意する必要がなく、予測対象となる１つの圧力情報からバリの状態を予測することが可能となる。これにより、より正確にバリの状態を予測することができる。

（１０） 本発明に係る学習済みモデルは、複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め工程と、前記型締め工程により複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填工程と、前記キャビティに充填された前記成形材料の圧力を保持する保圧工程と、前記成形材料の圧力の保持を解除する保圧解除工程と、を備える成形方法により成形される成型品の異常を予測するための学習済みモデルであって、説明変数は、前記キャビティ内の前記成形材料の圧力を検出する圧力センサにより検出された圧力の時系列データに基づいて取得される、前記保圧解除動作後の前記成形材料の圧力の変化に関する評価値を含み、目的関数は、前記成型品のバリの状態であり、前記バリの状態は、前記バリの有無、又は前記バリの大きさを含む、学習済みモデルである。

本発明に係る学習済みモデルは、説明関数を保圧解除動作後の成形材料の圧力の変化に関する評価値とし、目的関数を成型品のバリの状態としているため、学習済みモデルへ評価値を入力すれば、予測したバリの状態が出力される。これにより、保圧解除動作後の成形材料の圧力の変化に基づいて、バリの状態を予測することができる。このような構成により、様々な成形条件ごとに基準となる曲線を用意する必要がなく、予測対象となる圧力情報からバリの状態を予測することが可能となる。これにより、より正確にバリの状態を予測することができる。

本発明によれば、より正確にバリの状態を予測することができる。

第１実施形態に係る成形システムを模式的に示すブロック図である。 図１に係る成形装置を概念的に示す説明図である。 図１に係る成形装置を概念的に示す説明図である。 充填工程の終了時の様子を模式的に示す金型部の断面図である。 圧力及び圧力の傾きの時系列データを示すグラフの一例である。 成型品にバリが発生する場合の、充填工程の終了時の様子を模式的に示す金型部の断面図である。 成型品にバリが発生する場合の、保圧解除工程の様子を模式的に示す断面図である。 成型品にバリが発生する場合の、圧力及び圧力の傾きの時系列データを示すグラフの一例である。 第１実施形態に係る学習装置の機能構成を示すブロック図である。 第１実施形態に係る評価値について説明する説明図である。 第１実施形態に係る異常予測装置の機能構成を示すブロック図である。 第２実施形態に係る成形システムを模式的に示すブロック図である。 第２実施形態に係る異常予測装置の機能構成を示すブロック図である。 第２実施形態に係る評価値と注目基準値との比較を模式的に説明するグラフである。

＜第１実施形態＞
以下、本発明の第１実施形態を、図面を参照して説明する。

＜成形システムの全体構成＞
図１は、第１実施形態に係る成形システム１０を模式的に示すブロック図である。成形システム１０は、複数の成形装置２０と、学習装置３０と、異常予測装置４０と、入力部５０と、表示部６０とを備える。

成形装置２０、学習装置３０、異常予測装置４０、入力部５０及び表示部６０は、それぞれ無線又は有線により通信可能に設けられている。学習装置３０及び異常予測装置４０は、演算部（例えば、ＣＰＵ、ＧＰＵ等）と、記憶部（例えば、ＨＤＤ、ＳＳＤ等）とを有する情報処理装置（コンピュータ装置）により構成されている。学習装置３０及び異常予測装置４０は、同一の情報処理装置により構成されてもよいし、別々の情報処理装置により構成されてもよい。

本実施形態では複数の成形装置２０が１個の学習装置３０及び１個の異常予測装置４０に接続され、学習装置３０及び異常予測装置４０は複数の成形装置２０から送信される各種のデータに基づいて学習及び異常予測を行う。なお、成形装置２０は学習装置３０及び異常予測装置４０と１対１で対応していてもよい。すなわち、成形システム１０において、成形装置２０は１個であってもよいし、学習装置３０及び異常予測装置４０は複数備えられていてもよい。

入力部５０は、例えばキーボードやマウスであり、オペレータからの各種の入力を受付ける。表示部６０は、例えばディスプレイやスピーカであり、成形システム１０における各種の情報を表示する。入力部５０及び表示部６０は、例えばタッチパネルのように一体となっていてもよい。また、入力部５０及び表示部６０は、携帯型の端末装置として、成形装置２０、学習装置３０及び異常予測装置４０から離れた場所に移動可能に設けられていてもよい。

＜成形装置の概略構成＞
図２及び図３は、成形装置２０を概念的に示す説明図である。図２及び図３において、断面として示す部分にはハッチングを付す。成形装置２０は、ベッド２１と、射出部２２と、型締め部２３と、金型部２４と、圧力センサ２５と、温度センサ２６と、制御盤２７とを有する。図２は、金型部２４が開放されている状態の成形装置２０を示しており、図３は、金型部２４が組み合わされている状態の成形装置２０を示している。成形装置２０は、型締め式の射出成形を行う装置である。

制御盤２７は、制御部２７１と、通信部２７２とを有する。制御部２７１は成形装置２０の各駆動部（モータ２３７等）と電気的に接続し、当該各駆動部へ動作指令を出力する。また、制御部２７１は成形装置２０の各センサ（圧力センサ２５等）と電気的に接続し、当該各センサにより検出された信号が制御部２７１へ入力される。制御部２７１は、演算部（例えば、ＣＰＵ、ＧＰＵ等）と、記憶部（例えば、ＨＤＤ、ＳＳＤ等）とを有する情報処理装置により構成されている。

通信部２７２は、成形システム１０の他の各部（学習装置３０等）と通信を行う。通信部２７２は、例えば、当該各センサにより検出された信号を学習装置３０又は異常予測装置４０へ送信する。また、通信部２７２は、後述の判定情報及び予測情報を異常予測装置４０から受信する。

型締め部２３は、固定盤２３１と、可動盤２３２と、タイバー２３３と、ボールねじ２３４と、支持盤２３５と、型締め力センサ２３６と、モータ２３７とを有する。固定盤２３１及び支持盤２３５は、ベッド２１に固定されている。支持盤２３５はボールねじ２３４を支持している。ボールねじ２３４はモータ２３７と接続している。制御部２７１の動作指令によりモータ２３７が回転されると、ボールねじ２３４は移動する。ボールねじ２３４のうち、モータ２３７と接続されている端部とは反対側の端部には、可動盤２３２が固定されている。

ここで、成形装置２０において、ボールねじ２３４が移動する方向を「軸方向」と称する。ボールねじ２３４に対してモータ２３７が位置する側を軸方向の「一方側」と称し、ボールねじ２３４に対して可動盤２３２が位置する側を軸方向の「他方側」と称する。

可動盤２３２は、ボールねじ２３４の移動に伴って、軸方向に移動する。可動盤２３２には、軸方向に貫通している貫通孔２３２ａが形成されている。タイバー２３３は、軸方向一方側の端部が支持盤２３５に固定され、軸方向他方側の端部が固定盤２３１に固定されている。タイバー２３３は可動盤２３２の貫通孔２３２ａに挿入されている。これにより、タイバー２３３は、可動盤２３２の軸方向の移動を案内する。

型締め力センサ２３６は、ボールねじ２３４から支持盤２３５に加えられる圧力（型締め力の反力）を検出する。型締め力センサ２３６は、圧力に関する検出信号を、制御部２７１に出力する。なお、型締め力センサ２３６は、後述の金型部２４における型締め力を検出できる位置であれば、他の位置に設置されていてもよい。固定盤２３１には、軸方向他方側に径が広がる貫通孔２３１ａが形成されている。貫通孔２３１ａには、後述のシリンダ２２２が挿入される。

金型部２４は、複数の金型２４１、２４２を有する。金型２４１は、可動盤２３２に固定されている。ボールねじ２３４が軸方向に移動すると、可動盤２３２とともに金型２４１も軸方向に移動する。すなわち、金型２４１は可動金型である。金型２４２は、固定盤２３１に固定されている。すなわち、金型２４２は固定金型である。金型２４２には、流路２４３が形成されている。

図３に示すように、ボールねじ２３４により金型２４１が軸方向他方側に移動し、金型２４１が金型２４２に接触すると（すなわち、複数の金型２４１、２４２が組み合わされると）、金型２４１、２４２の間にはキャビティＣ１（空間）が形成される。

射出部２２は、ホッパ２２１と、シリンダ２２２と、スクリュ２２３と、ボールねじ２２５と、モータ２２６と、与圧センサ２２７と、ヒータ２２８とを有する。ホッパ２２１は、シリンダ２２２と接続しており、シリンダ２２２内に成形材料を供給する。シリンダ２２２は軸方向に延びる中空の円筒形状を有する部材である。シリンダ２２２の軸方向一方側の端部は、径方向一方側の最端に近づくにつれて径が狭くなっており、当該最端にはノズル２２４が設けられている。ノズル２２４は、金型２４２の流路２４３と接続している。

スクリュ２２３は、シリンダ２２２の軸方向他方側の端部からシリンダ２２２内に挿入されている。スクリュ２２３の軸方向他方側にはボールねじ２２５が接続されており、ボールねじ２２５の軸方向他方側にはモータ２２６が接続されている。制御部２７１の動作指令によりモータ２２６が回転すると、ボールねじ２２５は軸方向に移動する。これに伴いスクリュ２２３も軸方向に移動する。このとき、スクリュ２２３は、軸方向を中心軸とする周方向に回転する。

与圧センサ２２７は、ボールねじ２２５からモータ２２６へ加えられる圧力（スクリュ２２３の押込み力の反力）を検出する。与圧センサ２２７は、圧力に関する検出信号を、制御部２７１に出力する。なお、与圧センサ２２７は、スクリュ２２３の押込み力を検出できる位置であれば、他の位置に設置されていてもよい。

ヒータ２２８は、例えば抵抗線をコイル状に巻回した抵抗加熱ヒータである。ヒータ２２８は、制御部２７１の動作指令により当該抵抗線へ電流が流されることで、抵抗熱によりシリンダ２２２内を加熱する。

圧力センサ２５は、金型２４１、２４２のうちキャビティＣ１に面する領域に設置されている。圧力センサ２５は、キャビティＣ１内の圧力を検出する。特に、圧力センサ２５は、キャビティＣ１内に供給された成形材料（溶融状態もしくは固化状態、又は溶融状態と固化状態とが混在した状態）の圧力を検出する。圧力センサ２５は、圧力に関する検出信号を制御部２７１に出力する。本実施形態において、圧力センサ２５は金型２４１、２４２の双方に、それぞれ複数個設置されている。しかしながら、圧力センサ２５は、金型２４１、２４２の一方に１個のみ設置される構成であってもよい。

温度センサ２６は、金型２４１に内蔵されており、金型２４１の温度を検出する。温度センサ２６は、温度に関する検出信号を制御部２７１に出力する。なお、温度センサ２６は、金型２４１のうちキャビティＣ１に面する領域に設置されてもよいし、金型２４２に設置されてもよい。また、温度センサ２６は、シリンダ２２２内に設置されてもよい。すなわち、温度センサ２６は、キャビティＣ１内に供給される成形材料の温度を直接的に又は間接的に検出することができればよい。

＜成形装置による製造方法＞
図２から図５を適宜参照しながら、成形装置２０による成型品の製造方法について説明する。成形装置２０による成型品の製造方法は、前工程ＳＴ１と、型締め工程ＳＴ２と、充填工程ＳＴ３と、保圧工程ＳＴ４と、保圧解除工程ＳＴ５と、離型工程ＳＴ６とが、この順で実行される。本実施形態において、成型品は、転がり軸受に用いられる樹脂製の保持器である。しかしながら、これは成型品の一例であり、本発明に係る成形装置により成形される成型品は、その他の形状及び用途の成型品であってもよい。

はじめに、前工程ＳＴ１が実行される。前工程ＳＴ１では、モータ２２６によりスクリュ２２３が回転し、ヒータ２２８によりシリンダ２２２内が加熱されている状態で、ホッパ２２１から成形材料のペレットがシリンダ２２２内へ供給される。成形材料のペレットは、スクリュ２２３の回転に伴う摩擦熱と、ヒータ２２８による加熱とにより、シリンダ２２２内において溶融し、溶融状態の成形材料Ｌ１となる。シリンダ２２２内に、所定量の成形材料Ｌ１が貯留されると、前工程ＳＴ１が終了する。

次に、型締め工程ＳＴ２が開始されると、図２の状態の成形装置２０において、制御部２７１の動作指令によりボールねじ２３４が軸方向他方側に移動し、図３に示すように金型２４１を金型２４２に接触させる。このように金型２４１と金型２４２とを組み合わせた状態で、さらにボールねじ２３４が軸方向他方側へ所定の型締め力により金型２４１を金型２４２へ押さえつける。すなわち、複数の金型２４１、２４２を締め付ける。これにより、複数の金型２４１、２４２の間にキャビティＣ１が形成される。以上により、型締め工程ＳＴ２が終了する。

ここで、型締め力は、成形条件のひとつであり、金型２４１、２４２の形状等、その他の成形条件に応じて決定される。型締め力は、型締め力センサ２３６により検出される。

続いて、充填工程ＳＴ３が開始されると、上記の型締め力を維持している状態で、ボールねじ２２５が軸方向一方側へ移動する。これにより、スクリュ２２３が軸方向一方側へ成形材料Ｌ１を押し、シリンダ２２２のノズル２２４から金型２４２の流路２４３を介してキャビティＣ１へ成形材料Ｌ１が射出される（充填動作）。

図４は、充填工程ＳＴ３の終了時の様子を模式的に示す金型部２４の断面図である。流路２４３は、ノズル２２４側に開口する第１開口部２４３ａと、キャビティＣ１側に開口する第２開口部２４３ｂとを有する。本実施形態において、キャビティＣ１は環状に形成されている。図４に示すように、流路２４３からキャビティＣ１へ成形材料Ｌ１（より具体的には、溶融状態の成形材料）が供給され、キャビティＣ１内がすべて成形材料Ｌ１により充填されると、充填工程ＳＴ３が終了する。また、充填工程ＳＴ３において、溶融状態の成形材料Ｌ１は、金型２４１、２４２の表面付近から徐々に固化しながらキャビティＣ１内へ供給される。

続いて、保圧工程ＳＴ４が開始されると、スクリュ２２３がさらに軸方向一方側へ成形材料Ｌ１を押し、シリンダ２２２のノズル２２４からキャビティＣ１へ成形材料Ｌ１がさらに射出される。これにより、キャビティＣ１内に充填されている成形材料Ｌ１に所定の圧力Ｐｔ１（例えば、数十〜数百ＭＰａ）が印加される。そして、スクリュ２２３はこの状態を所定時間保持することで、所定の圧力を所定時間（例えば、数秒間）だけ成形材料Ｌ１に与え続ける（保圧動作）。スクリュ２２３がキャビティＣ１へ成形材料Ｌ１を押し出す圧力（与圧）は、与圧センサ２２７により検出される。

続いて、保圧解除工程ＳＴ５が開始されると、スクリュ２２３は軸方向他方側へ移動し、成形材料Ｌ１の圧力の保持を解除する（保圧解除動作）。保圧解除動作後、所定時間が経過してキャビティＣ１内の成形材料Ｌ１の圧力が所定値以下になると、保圧解除工程ＳＴ５が終了する。その後、離型工程ＳＴ６が開始されると、金型部２４が冷却されることで、キャビティＣ１内の成形材料Ｌ１が完全に固化し、成型品が形成される。そして、ボールねじ２３４が軸方向一方側へ移動し、金型２４１が金型２４２から離れることで、成型品が取り出される。なお、金型部２４の冷却は、保圧解除工程ＳＴ５と同時に開始されてもよい。

図５は、充填工程ＳＴ３、保圧工程ＳＴ４及び保圧解除工程ＳＴ５において、与圧センサ２２７及び圧力センサ２５により検出される圧力の時系列データと当該圧力の傾きの時系列データを示すグラフの一例である。図５では、成型品がバリの発生なく成形された際に得られるグラフを示している。

図５（ａ）を参照する。図５（ａ）において、縦軸は圧力Ｐであり、横軸は時間ｔである。破線により示すグラフ線Ｆ１は、与圧センサ２２７により検出された圧力の時系列データであり、スクリュ２２３がキャビティＣ１へ成形材料Ｌ１を押し出す圧力が表されている。実線により示すグラフ線Ｆ２は、圧力センサ２５により検出された圧力の時系列データであり、キャビティＣ１内の成形材料Ｌ１（溶融状態及び固化状態の少なくとも一方を含む状態）の圧力が表されている。

図５（ａ）に示すように、与圧（グラフ線Ｆ１）は、充填工程ＳＴ３において０から圧力Ｐｔ１まで上昇し、保圧工程ＳＴ４において圧力Ｐｔ１に所定時間保持され、保圧解除工程ＳＴ５において圧力Ｐｔ１から低下する。保圧解除工程ＳＴ５は、時点Ｘ１から開始される。すなわち、保圧解除動作は、時点Ｘ１に実行される。キャビティＣ１内の成形材料Ｌ１の圧力（グラフ線Ｆ２）は、時点Ｘ１の後、単調減少する。

図５（ｂ）を参照する。図５（ｂ）において、縦軸は圧力の傾き（ｄＰ／ｄｔ）であり、横軸は時間ｔである。図５（ｂ）は、時点Ｘ１の後におけるグラフ線Ｆ２を時間微分することで取得される圧力の傾きのグラフ線Ｆ２ａを示している。すなわち、グラフ線Ｆ２ａは、キャビティＣ１内の成形材料Ｌ１の圧力の変化を表すグラフである。時点Ｘ１の後、グラフ線Ｆ２は単調減少するため、グラフ線Ｆ２ａは０より小さい値となる。

＜バリの発生時の圧力変化の説明＞
成型品にバリが発生する場合、キャビティＣ１内の成形材料Ｌ１の圧力の変化は、図５（ｂ）のグラフ線Ｆ２ａとは異なる挙動を示す。図６から図８を適宜参照しながら、成型品にバリが発生する場合のキャビティＣ１内の成形材料Ｌ１の圧力変化について説明する。

図６は、成型品にバリが発生する場合の、充填工程ＳＴ３の終了時の様子を模式的に示す金型部２４の断面図である。図６の例では、下部に拡大して示すように、金型２４１と金型２４２の間に異物Ｆｍ１が挟まっている。このため、金型２４１と金型２４２の間には、キャビティＣ１の他に、意図しない隙間Ｃ２が形成されてしまう。また、キャビティＣ１の体積も、隙間Ｃ２が形成される幅Ｗ１分だけ図４の例よりも増えてしまう。そして、充填工程ＳＴ３においてキャビティＣ１及び隙間Ｃ２に成形材料Ｌ１が充填される。

図７は、成型品にバリが発生する場合の、保圧解除工程ＳＴ５の様子を模式的に示す断面図である。図７は、図６の拡大図と同じ領域を示している。保圧工程ＳＴ４において、成形材料Ｌ１に所定の圧力Ｐｔ１が保持されているとき、成形材料Ｌ１は金型２４１、２４２のキャビティＣ１及び隙間Ｃ２に露出している面（例えば、金型２４１の露出面２４１ａ）を押している。特に、バリが発生しない場合よりも隙間Ｃ２がある分だけ、成形材料Ｌ１が露出面２４１ａを押す力は大きくなっている。

そして、保圧解除工程ＳＴ５により成形材料Ｌ１の圧力Ｐｔ１の保持が解除されると、成形材料Ｌ１が露出面２４１ａ等を押す力が弱まり、型締め部２３の型締め力が当該押す力よりも強くなることで、図７の矢印ＡＲ１に示す方向に露出面２４１ａが移動する。図７では、保圧工程ＳＴ４時の露出面２４１ａの位置を二点鎖線により示し、保圧解除工程ＳＴ５後の露出面２４１ａの位置を実線により示している。すなわち、保圧解除動作により、金型２４１がわずかに締まり、キャビティＣ１の体積が減少する。また、隙間Ｃ２の体積も減少する。これにより、保圧解除動作の直後、露出面２４１ａ付近の領域Ｃ１ａにおける成形材料Ｌ１の密度は、保圧解除動作前よりも高くなる。この結果、圧力センサ２５により検出される成形材料Ｌ１の圧力は、領域Ｃ１ａにおける成形材料Ｌ１の密度が高くなった分だけ高くなる。

図８は、成型品にバリが発生する場合に、充填工程ＳＴ３、保圧工程ＳＴ４及び保圧解除工程ＳＴ５において、与圧センサ２２７及び圧力センサ２５により検出される圧力の時系列データと当該圧力の傾きの時系列データを示すグラフの一例である。グラフの縦軸及び横軸は、図５の例と同様である。また、与圧センサ２２７により検出された圧力の時系列データであるグラフ線Ｆ１は、図５の例と同様である。

図８（ａ）において、実線により示すグラフ線Ｆ３は、圧力センサ２５により検出された圧力の時系列データであり、キャビティＣ１内の成形材料Ｌ１の圧力が表されている。図８（ａ）中の矢印ＡＲ２により示すように、圧力センサ２５により検出される成形材料Ｌ１の圧力は、保圧解除動作後（時点Ｘ１後）に一瞬だけ上昇している。すなわち、バリが発生する場合、保圧解除動作後のグラフ線Ｆ３は、非単調減少の傾向を示す。

図８（ｂ）を参照する。図８（ｂ）は、時点Ｘ１の後におけるグラフ線Ｆ３を時間微分することで取得される圧力の傾きのグラフ線Ｆ３ａを示している。すなわち、グラフ線Ｆ３ａは、キャビティＣ１内の成形材料Ｌ１の圧力の変化を表すグラフである。時点Ｘ１の後、グラフ線Ｆ３は一瞬だけ増加した後に単調減少するため、グラフ線Ｆ３ａには０より大きい値を有する領域がある。

なお、図７に示す挙動が生じる場合であっても、保圧解除動作後のキャビティＣ１内の成形材料Ｌ１の圧力の減少の程度の方が、キャビティＣ１ａにおける成形材料Ｌ１の密度の上昇の程度よりも大きい場合、図８（ａ）の矢印ＡＲ２に示す圧力の増加が生じない場合がある。このような場合であっても、保圧解除動作後において、バリが発生する場合の圧力の時系列データには、領域Ｃ１ａにおける成形材料Ｌ１の密度の上昇がある分だけ、図５に示す圧力の時系列データと比べて、一瞬だけ圧力の減少が緩やかになる部分が生じる。すなわち、保圧解除動作後において、バリが発生する場合の圧力の傾きは、バリが発生しない場合の圧力の傾きと比べて、大きい値となる。

上記に説明したように、発明者らは、鋭意研究の結果、保圧解除動作後のキャビティＣ１内の成形材料Ｌ１の圧力が、正常時（バリ非発生時）には単調減少する一方で、バリ発生時には成形材料Ｌ１の圧力が一瞬だけ増加、非減少、又は減少の程度が小さくなる（圧力の傾きが一瞬だけ大きくなる）ことを発見した。すなわち、保圧解除動作後の成形材料Ｌ１の圧力の変化に着目すれば、バリの状態を予測できることを発見した。

そこで、本実施形態に係る成形システム１０では、学習装置３０において保圧解除動作後のキャビティＣ１内の成形材料Ｌ１の圧力の変化とバリの状態との相関関係を学習させた学習済みモデルＴｍ１を生成し、異常予測装置４０において学習済みモデルＴｍ１と保圧解除動作後の成形材料Ｌ１の圧力の変化とに基づいて、バリの状態を予測するための予測情報を取得する。以下、学習装置３０及び異常予測装置４０について説明する。

＜学習装置の説明＞
図９は、本実施形態に係る学習装置３０の機能構成を示すブロック図である。学習装置３０は、訓練データ取得部３１と、学習演算部３２と、成形情報記憶部３３と、学習済みモデル記憶部３４とを有する。これらの各部は、ＣＰＵ等の演算部とＨＤＤ等の記憶部とを有するコンピュータ装置により実現される。

成形情報記憶部３３には、各種の成形情報が記憶されている。成形情報は、例えば各種の第１情報と第２情報とを対応付けしたテーブル形式の情報である。例えば、第１情報が金型の種類である場合、第２情報には金型の各種寸法、キャビティＣ１の体積が含まれる。第１情報が成形材料の種類又はロット番号である場合、第２情報には成形材料の物性（粘度、含有水分等）が含まれる。

訓練データ取得部３１は、成形システム１０の各部から訓練データに関する情報を取得する。訓練データは、後述の評価値と、第２評価値と、第３評価値と、成形情報と、バリ情報とを含む。また、訓練データは、型締め力センサ２３６及び与圧センサ２２７においてそれぞれ検出された圧力（型締め力及び与圧）を含む。

例えば、訓練データ取得部３１は、圧力センサ２５及び与圧センサ２２７においてそれぞれ検出された圧力に基づいて、保圧解除動作後の圧力の変化に関する評価値を取得する。また、訓練データ取得部３１は、温度センサ２６において検出された温度に関する第２評価値を取得する。また、訓練データ取得部３１は、図示省略するその他のセンサ（例えば、湿度センサ）において検出された成形装置２０の周辺及び内部の環境に関する第３評価値を取得する。

図１０は、評価値について説明する説明図である。図１０（ａ）は、圧力の傾きの時系列データを示すグラフである。図１０（ａ）の縦軸は圧力の傾き（ｄＰ／ｄｔ）であり、横軸は時間ｔである。成型品を成形装置２０により製造した際に、圧力センサ２５により圧力の時系列データが取得される。そして、当該圧力の時系列データに基づいて、圧力の傾きの時系列データが取得される。

図４に示すように、圧力センサ２５は複数設けられているため、成型品を１個製造すると、圧力の時系列データは複数取得される。本実施形態では、複数の圧力センサ２５によりそれぞれ取得される複数の圧力の時系列データから、それぞれ複数の圧力の傾きの時系列データを取得し、それぞれ複数の評価値を取得する。以下の説明では、複数の圧力センサ２５のうち、１個の圧力センサ２５により得られる圧力の時系列データに着目して説明する。なお、複数の圧力センサ２５によりそれぞれ取得される複数の圧力の時系列データについて平均値を求めた後、平均圧力の傾きの時系列データと、１個の評価値を取得するように構成してもよい。

図１０（ａ）には、３個の成型品を成形した際に取得される圧力の傾きの時系列データの一例を示している。グラフ線Ｆ３１（実線）、グラフ線Ｆ３２（二点鎖線）及びグラフ線Ｆ３３（破線）は、いずれも成型品にバリが発生する場合の圧力の傾きに関するグラフであり、保圧解除動作後（時点Ｘ１後）の圧力の傾きのうち、傾きが０以上になる領域を拡大して示すグラフである。ここで、時点ｔにおける圧力の傾き（ｄＰ／ｄｔ）は、例えば、圧力の時系列データにおいて、時点ｔから時点（ｔ＋ｄｔ）までの圧力の変化量ｄＰを、時間の変化量ｄｔで除算することにより求められる。

評価値は、例えば圧力の傾きの最大値である。ある成型品を成形し、グラフ線Ｆ３１が取得された場合、評価値はｄＰ１となる。また、他のある成型品を成形し、グラフ線Ｆ３２又はＦ３３が取得された場合、評価値はｄＰ２又はｄＰ３となる。評価値は、訓練データ取得部３１において、圧力の時系列データに基づいて演算することで取得される。

なお、評価値は、圧力の傾き（ｄＰ／ｄｔ）に限られず、圧力の変化量ｄＰであってもよい。また、評価値は、図１０（ａ）に示すように、グラフ線Ｆ３１、Ｆ３２、Ｆ３３のそれぞれの半値全幅Ｗ１、Ｗ２、Ｗ３であってもよい。半値全幅Ｗ１は、グラフ線Ｆ３１のうち圧力の傾きが最大値ｄＰ１の半分（ｄＰ１／２）となる時点の幅である。すなわち、評価値は、圧力の傾きが０以上となる領域の幅であってもよい。

また、図１０（ｂ）に示すように、評価値は、圧力の時系列データの所定の２点間の圧力差であってもよいし、所定の２点間の圧力の変化率であってもよい。図１０（ｂ）は、図８のグラフ線Ｆ３のうち、矢印ＡＲ２により示す領域を拡大して示すグラフである。図１０（ｂ）に示すように、成型品にバリが発生する場合、保圧解除動作（時点Ｘ１）後のグラフ線Ｆ３には極小（時点Ｘａ、圧力Ｐ１）と、極大（時点Ｘｂ、圧力Ｐ２）が現れる。評価値は、極小における圧力Ｐ１と極大における圧力Ｐ２との差（Ｐ２−Ｐ１）であってもよい。また、評価値は、当該差（Ｐ２−Ｐ１）を極小と極大の時間差（Ｘｂ−Ｘａ）により除算することで得られる圧力の変化率（（Ｐ２−Ｐ１）／（Ｘｂ−Ｘａ））であってもよい。すなわち、評価値は保圧解除動作後における圧力の変化を表す値であればよい。

図９を参照する。訓練データ取得部３１は、入力部５０にオペレータが入力する情報を取得する。オペレータが入力する情報は、例えば成型品のバリの状態に関するバリ情報や、成形情報記憶部３３に記憶されている第１情報である。訓練データ取得部３１は、入力部５０に入力された第１情報に基づいて、成形情報記憶部３３から当該第１情報に対応する第２情報を取得する。例えば、入力部５０に成形材料のロット番号が入力された場合に、訓練データ取得部３１は成形情報記憶部３３から当該ロット番号に対応する成形材料の物性に関する情報を取得する。

バリ情報は、例えばバリの有無、バリの大きさ（例えば、バリの長さ、幅等）を数値化した情報（例えば、ダミー変数）である。バリの大きさは、バリの長さそのものを数値化してもよいし、バリの大きさの程度を数値化してもよい。例えば、バリの大きさの程度を大・中・小・無しの４グループに分け、ダミー変数を「大＝３」、「中＝２」、「小＝１」、「無し＝０」と割り当てることで、数値化してもよい。オペレータは、成形装置２０により成形された成型品の外観を実際に検査することで、バリ情報を取得し、当該バリ情報を入力部５０へ入力する。

学習演算部３２は、訓練データに基づいて、教師あり機械学習を行う演算をすることで、評価値と成型品のバリの状態との相関関係をモデル化した学習済みモデルを生成する。本実施形態では、機械学習モデルとして、畳み込みニューラルネットワーク（ＣＣＮ：Convolutional Neural Network）を用いるが、その他のモデルを用いてもよい。例えば、データのグループ分けに関するモデルである回帰木モデルであってもよい。

具体的には、評価情報を説明変数とし、成型品のバリの状態に関するバリ情報を目的関数とすることで、評価情報と成型品のバリの状態との相関関係をモデル化する。上記で説明したとおり、評価情報は、評価値（保圧解除動作後の圧力の変化に関する値）、第２評価値（温度に関する値）、第３評価値（湿度等に関する値）、成形情報（成形材料の粘度等）、型締め力及び与圧を含む。

学習演算部３２により生成された学習済みモデルＴｍ１は、学習済みモデル記憶部３４に記憶される。学習済みモデル記憶部３４に記憶された学習済みモデルＴｍ１は、学習装置３０に新たな情報が入力され、訓練データ取得部３１において新たな訓練データが取得されると、当該訓練データの内容に応じて適宜更新される。また、学習済みモデルＴｍ１は、学習装置３０から後述の異常予測装置４０へ送信され、異常予測装置４０の学習済みモデル記憶部４５にも記憶される。

＜学習済みモデルの生成方法＞
次に、学習装置３０による学習済みモデルＴｍ１の生成方法について説明する。学習済みモデルＴｍ１の生成方法は、訓練データ取得工程と、学習演算工程とを備える。はじめに、訓練データ取得工程が開始されると、訓練データ取得部３１は、訓練データを取得する。例えば、キャビティＣ１内の成形材料Ｌ１の圧力を検出する圧力センサ２５により検出された圧力の時系列データに基づいて、保圧解除工程後の成形材料Ｌ１の圧力の変化に関する評価値を取得する。また、当該評価値が取得された成型品をオペレータが実際に検査することでバリ情報を取得する。次に、学習演算工程が開始されると、学習演算部３２は、訓練データに基づいて学習済みモデルＴｍ１を生成する。

＜異常予測装置の説明＞
図１１は、本実施形態に係る異常予測装置４０の機能構成を示すブロック図である。異常予測装置４０は、データ取得部４１と、異常予測部４２と、出力部４３と、成形情報記憶部４４と、学習済みモデル記憶部４５とを有する。これらの各部は、ＣＰＵ等の演算部とＨＤＤ等の記憶部とを有するコンピュータ装置により実現される。演算部は、記憶部に記憶されているプログラムに基づいて、後述のデータ取得処理と、異常予測処理とを実行する。

成形情報記憶部４４には、成形情報記憶部３３と同様に、各種の第１情報と第２情報とを対応付けしたテーブル形式の成形情報が記憶されている。学習済みモデル記憶部４５には、学習装置３０により生成された学習済みモデルＴｍ１が記憶されている。

成形情報記憶部４４及び学習済みモデル記憶部４５は、コンピュータ装置のうち、学習装置３０の成形情報記憶部３３及び学習済みモデル記憶部３４と同じ記憶領域により実現されてもよいし、別の記憶領域により実現されてもよい。すなわち、学習装置３０及び異常予測装置４０が、同じ成形情報記憶部３３及び学習済みモデル記憶部３４を共有するように構成されてもよいし、学習装置３０及び異常予測装置４０がそれぞれ独立した成形情報記憶部３３、４４及び学習済みモデル記憶部３４、４５を有するように構成されてもよい。

データ取得部４１は、成形システム１０の各部から異常予測を行うための評価情報を取得するデータ取得処理を実行する。ここで、評価情報は、上記の学習装置３０において取得する評価情報と同様である。すなわち、評価情報は、評価値（保圧解除動作後の圧力の変化に関する値）、第２評価値（温度に関する値）、第３評価値（湿度等に関する値）、成形情報（成形材料の粘度等）、型締め力及び与圧を含む。

例えば、データ取得部４１は、圧力センサ２５及び与圧センサ２２７においてそれぞれ検出された圧力に基づいて、保圧解除動作後の圧力の変化に関する評価値を取得する。評価値は、以上に説明した学習装置３０の訓練データ取得部３１において取得される評価値と同様の値である。すなわち、評価値は、保圧解除動作後の成形材料Ｌ１の圧力の変化に関する値である。

異常予測部４２は、学習済みモデルＴｍ１へ、データ取得部４１により取得された評価情報を入力することで、成型品のバリの状態を予測するための予測情報を取得する異常予測処理を実行する。異常予測処理では、学習済みモデルＴｍ１を生成する際に用いた目的変数に対応する情報が、予測情報として出力される。

例えば、目的変数が成型品のバリの大きさである場合、予測情報は、成型品のバリの大きさについて予測される確率を含む情報となる。より具体的には、予測情報は、例えば成型品のバリの長さについて、１ｍｍ以下である第１確率と、１ｍｍより長く５ｍｍ以下である第２確率と、５ｍｍより長い第３確率とを含む。一例として、学習済みモデルＴｍ１へある評価情報を入力すると、学習済みモデルＴｍ１は第１確率が１０％、第２確率が１０％、第３確率が８０％である予測情報を出力する。

なお、予測情報は、バリの有無によって分類される確率の情報であってもよい。すなわち、目的変数が成型品のバリの有無である場合、予測情報は、バリがない第４確率と、バリがある第５確率となる。

出力部４３は、異常予測部４２において取得された予測情報に基づいて、成型品の良否を判定する。例えば、出力部４３は、所定のしきい値と、上記の予測情報に基づいて、良否を判定する。所定のしきい値は、例えば許容されるバリの最大長さである。例えば、許容されるバリの最大長さが５ｍｍである場合、上記の第１確率〜第３確率のうち、第３確率が最も高いときに、成型品が不良（バリ不良あり）であると判定する。

出力部４３は、成型品の良否に関する判定情報と、予測情報とを表示部６０及び制御部２７１に出力する。表示部６０には、判定情報と、予測情報とが表示される。特に、成型品が不良であると判定されている場合には、表示部６０のディスプレイにおいて赤などの強調色により判定情報を表示し、スピーカにおいてアラートを発報するように構成してもよい。

また、成型品が不良であると判定されている場合、制御部２７１の動作指令により、不良判定された成型品を成形した成形装置２０を、金型部２４が開放した状態で停止させるように構成してもよい。この場合、オペレータは表示部６０によるアラート等に基づいて、金型部２４を点検し、必要に応じて異物Ｆｍ１（図６）の除去処理を行う。

なお、本実施形態において、出力部４３を設けずに、異常予測部４２において得られた予測情報をそのまま表示部６０に表示するように構成されてもよい。この場合、表示部６０に表示された予測情報に基づいて、オペレータが成型品の良否や、成形装置２０の状態を判断するようにしてもよい。

＜異常予測装置による異常予測方法＞
次に、異常予測装置４０による異常予測方法を説明する。異常予測方法は、データ取得工程と、異常予測工程とを備える。データ取得工程が開始されると、データ取得部４１は、評価情報を取得する。例えば、キャビティＣ１内の成形材料Ｌ１の圧力を検出する圧力センサ２５により検出された圧力の時系列データに基づいて、保圧解除工程後の成形材料Ｌ１の圧力の変化に関する評価値を取得する。次に、異常予測工程が開始されると、異常予測部４２は、評価値を含む評価情報に基づいて、成型品のバリの状態を予測するための予測情報を取得する。

＜成形システムの作用・効果＞
本実施形態に係る成形システム１０は、保圧解除動作後の成形材料Ｌ１の圧力の変化に基づいて、バリの状態を予測するための予測情報を取得する。このような構成により、様々な成形条件ごとに基準となる曲線を用意する必要がなく、予測対象となる１つの圧力情報からバリの状態を予測することが可能となる。これにより、より正確にバリの状態を予測することができる。

また、本実施形態に係る成形システム１０は、評価値と成型品のバリの状態との相関関係を機械学習させた学習済みモデルＴｍ１へ評価値を入力することで、予測情報を取得する。ここで、学習済みモデルＴｍ１の説明変数は、評価値を含み、学習済みモデルＴｍ１の目的変数は、成型品のバリの状態（例えば、バリの有無、又はバリの大きさ）である。このように構成することで、成形条件にばらつきがある状態であっても、より正確にバリの状態を予測することができる。

また、保圧解除動作後の成形材料Ｌ１の圧力の変化は、成形材料Ｌ１の温度にも依存する。成形材料Ｌ１の温度が高いほど、成形材料Ｌ１の粘度が低く、成形材料Ｌ１が流動しやすくなる。このため、成形材料Ｌ１の温度が高いほど、バリ発生時の圧力の変化が短時間のうちに急峻に生じやすくなる。本実施形態に係る成形システム１０は、成形材料Ｌ１の温度に関する第２評価値を説明変数に含むことで、上記の相関関係が組み込まれた学習済みモデルとすることが可能となり、より正確にバリの状態を予測することができる。

＜第２実施形態＞
以上、第１実施形態に係る成形システムを説明した。しかしながら、本発明の実施に関してはこれに限られず、種々の変形を行うことができる。以下、本発明の第２実施形態に係る成形システム１１について、説明する。なお、以下の説明において、第１実施形態から変更のない部分については同じ符号を付し、説明を省略する。

図１２は、第２実施形態に係る成形システム１１を模式的に示すブロック図である。成形システム１１は、複数の成形装置２０と、異常予測装置４０ａと、入力部５０と、表示部６０とを備える。本実施形態において、成形システム１１の異常予測装置４０ａは、評価値と所定の基準値とに基づいて、成型品のバリの状態を予測するための予測情報を取得する。すなわち、成形システム１１は、学習済みモデルＴｍ１を用いずに、評価値と基準値との比較によりバリの状態を予測する点で、第１実施形態に係る成形システム１０と相違する。

図１３は、本実施形態に係る異常予測装置４０ａの機能構成を示すブロック図である。異常予測装置４０ａは、データ取得部４１と、異常予測部４２ａと、出力部４３ａと、成形情報記憶部４４と、基準値記憶部４６とを有する。これらの各部は、ＣＰＵ等の演算部とＨＤＤ等の記憶部とを有するコンピュータ装置により実現される。データ取得部４１は、第１実施形態に係るデータ取得部４１と同様に、評価情報を取得する。

基準値記憶部４６には、複数の基準値が記憶されている。基準値は、成型品が正常に成形された際に取得される評価値に基づいて生成される値である。基準値は、例えば、複数の成型品の正常成形時にそれぞれ取得される複数の評価値の平均値又は中央値に、所定のマージンを加えた値である。所定のマージンは、成型品において許容されるバリの最大長さ等により決定される。

基準値は、第２評価値ごとに、第３評価値ごとに、又は成形情報ごとに複数の値が用意されている。例えば、第２評価値（温度に関する値）が第１値未満のときには第１基準値、第２評価値が第１値以上第２値未満のときには第２基準値、第２評価値が第２値以上のときには第３基準値が用いられるようにしてもよい。基準値記憶部４６には、例えば、第２評価値、第３評価値及び成形情報と、複数の基準値とを対応付けしたテーブル形式の情報が記憶されている。

異常予測部４２ａは、データ取得部４１により取得された第２評価値、第３評価値及び成形情報に基づいて、基準値記憶部４６に記憶されている複数の基準値から対応する基準値（以下、「注目基準値」と称する。）を取得する。そして、異常予測部４２ａは、データ取得部４１により取得された評価値（すなわち、予測対象となる成型品の成形時に取得される評価値）と、注目基準値とを比較することで、予測情報を取得する。予測情報は、例えば、評価値と注目基準値との差、又は比である。

図６から図８において説明したように、バリが発生する場合、評価値（例えば、圧力の傾き）は、注目基準値よりも大きくなる傾向がある。このため、注目基準値よりも評価値が大きくなる場合、予測対象となる成型品にバリが発生していることが予測される。したがって、予測情報には、予測対象となる成型品にバリが発生しているか否かが示されている。

図１４は、異常予測部４２ａにおける評価値と注目基準値との比較を模式的に説明するグラフである。図１４において、縦軸は圧力の傾き（ｄＰ／ｄｔ）であり、横軸は時間ｔである。また、図１４には注目基準値Ｔｈ１を併せて示している。グラフ線Ｆ３４、Ｆ３５は、それぞれ予測対象となる成型品を成形した際に圧力センサ２５により得られる圧力の時系列データに基づいて、データ取得部４１により取得された圧力の傾きの時系列データである。

評価値が圧力の傾きの最大値である場合、図１４の例では評価値はｄＰ４、ｄＰ５となる。図１４の例では、注目基準値Ｔｈ１よりも評価値ｄＰ４の方が大きいため、グラフ線Ｆ３４が取得された成型品には、バリが発生していることが予測される。一方、注目基準値Ｔｈ１よりも評価値ｄＰ５の方が小さいため、グラフ線Ｆ３５が取得された成型品には、バリが発生していない（又は、バリが発生しているとしても許容範囲内である）ことが予測される。

図１３を参照する。出力部４３ａは、異常予測部４２ａにおいて取得された予測情報に基づいて、成型品のバリの状態の良否を判定する。例えば、予測情報が評価値と注目基準値との差（評価値−注目基準値）である場合、出力部４３ａは、予測情報が正の値である場合に、成型品のバリの状態が不良（異常）であると判定する。

出力部４３ａは、成型品のバリの良否に関する判定情報と、予測情報とを表示部６０及び制御部２７１に出力する。表示部６０及び制御部２７１は、判定情報及び予測情報に基づいて、第１実施形態と同様の動作を行う。

なお、本実施形態において、出力部４３ａを設けずに、異常予測部４２ａにおいて得られた予測情報をそのまま表示部６０に表示するように構成されてもよい。この場合、表示部６０に表示された予測情報に基づいて、オペレータが成型品の良否や、成形装置２０の状態を判断するようにしてもよい。

本実施形態に係る成形システム１１によれば、基準値と評価値との比較により、バリの状態を容易に予測することができる。

以上のとおり開示した実施形態はすべての点で例示であって制限的なものではない。つまり、本発明の成形システムは、図示する形態に限られず、本発明の範囲内において他の形態であってもよい。

１０、１１ 成形システム
２０ 成形装置 ２１ ベッド
２２ 射出部 ２２１ ホッパ ２２２ シリンダ
２２３ スクリュ ２２４ ノズル ２２５ ボールねじ
２２６ モータ ２２７ 与圧センサ ２２８ ヒータ
２３ 型締め部 ２３１ 固定盤 ２３２ 可動盤
２３３ タイバー ２３４ ボールねじ ２３５ 支持盤
２３６ 型締め力センサ ２３７ モータ ２４ 金型部
２４１ 金型 ２４１ａ 露出面 ２４２ 金型
２４３ 流路 ２５ 圧力センサ ２６ 温度センサ
２７ 制御盤 ２７１ 制御部 ２７２ 通信部
３０ 学習装置 ３１ 訓練データ取得部 ３２ 学習演算部
３３ 成形情報記憶部 ３４ 学習済みモデル記憶部
４０、４０ａ 異常予測装置 ４１ データ取得部
４２、４２ａ 異常予測部 ４３、４３ａ 出力部
４４ 成形情報記憶部 ４５ 学習済みモデル記憶部
４６ 基準値記憶部 ５０ 入力部 ６０ 表示部
Ｃ１ キャビティ Ｃ１ａ 領域 Ｃ２ 隙間
Ｌ１ 成形材料 Ｆｍ１ 異物 Ｔｍ１ 学習済みモデル

Claims (10)

1. 成形装置と、前記成形装置により成形される成型品の異常を予測する異常予測装置と、を備える成形システムであって、
   前記成形装置は、
   複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め部と、
   複数の前記金型を締め付けることで複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填動作と、前記キャビティに充填された前記成形材料の圧力を保持する保圧動作と、前記成形材料の圧力の保持を解除する保圧解除動作と、を行う射出部と、
   前記キャビティ中の前記成形材料の圧力を検出する圧力センサと、
   を有し、
   前記異常予測装置は、
   前記圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除動作後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得部と、
   前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測部と、
   を有する、成形システム。
2. 前記異常予測部は、前記評価値と前記成型品のバリの状態との相関関係を機械学習させた学習済みモデルへ前記評価値を入力することで、前記予測情報を取得し、
   前記学習済みモデルの説明変数は、前記評価値を含み、
   前記学習済みモデルの目的変数は、前記成型品のバリの状態であり、
   前記バリの状態は、前記バリの有無、又は前記バリの大きさを含む、
   請求項１に記載の成形システム。
3. 前記成形装置は、前記成形材料の温度を検出する温度センサをさらに有し、
   前記学習済みモデルの前記説明変数は、前記温度センサにより検出された温度に関する第２評価値を含み、
   前記異常予測部は、前記学習済みモデルへ前記評価値及び前記第２評価値を入力することで、前記予測情報を取得する、
   請求項２に記載の成形システム。
4. 前記異常予測部は、前記成型品の正常成形時に取得される前記評価値に基づいて生成される基準値よりも、予測対象となる前記成型品の成形時に取得される前記評価値が大きくなる場合に、前記予測対象となる前記成型品にバリが発生していることを示す前記予測情報を取得する、
   請求項１に記載の成形システム。
5. 前記データ取得部は、前記保圧解除動作後の前記時系列データに基づいて得られる圧力の傾きの第２時系列データに基づいて、前記評価値を取得し、
   前記評価値は、前記第２時系列データにおける前記傾きの最大値、又は前記第２時系列データのうち前記傾きが０以上となる領域の幅である、
   請求項１から請求項４のいずれか１項に記載の成形システム。
6. 前記データ取得部は、前記保圧解除動作後の前記時系列データの極小における圧力と極大における圧力との差、又は前記極小における圧力から前記極大における圧力への変化率を、前記評価値として取得する、
   請求項１から請求項４のいずれか１項に記載の成形システム。
7. 成形装置により成形される成型品の異常を予測する異常予測装置であって、
   前記成形装置は、
   複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め部と、
   複数の前記金型を締め付けることで複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填動作と、前記キャビティに充填された前記成形材料の圧力を保持する保圧動作と、前記成形材料の圧力の保持を解除する保圧解除動作と、を行う射出部と、
   前記キャビティ中の前記成形材料の圧力を検出する圧力センサと、
   を有し、
   前記異常予測装置は、
   前記圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除動作後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得部と、
   前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測部と、
   を備える、異常予測装置。
8. 複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め工程と、前記型締め工程により複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填工程と、前記キャビティに充填された前記成形材料の圧力を保持する保圧工程と、前記成形材料の圧力の保持を解除する保圧解除工程と、を備える成形方法により成形される成型品の異常を予測する異常予測方法であって、
   前記キャビティ中の前記成形材料の圧力を検出する圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除工程後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得工程と、
   前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測工程と、
   を備える、異常予測方法。
9. 複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め工程と、前記型締め工程により複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填工程と、前記キャビティに充填された前記成形材料の圧力を保持する保圧工程と、前記成形材料の圧力の保持を解除する保圧解除工程と、を備える成形方法により成形される成型品の異常を予測するためのプログラムであって、
   前記キャビティ中の前記成形材料の圧力を検出する圧力センサにより検出された圧力の時系列データに基づいて、前記保圧解除工程後の前記成形材料の圧力の変化に関する評価値を取得するデータ取得処理と、
   前記評価値に基づいて、前記成型品のバリの状態を予測するための予測情報を取得する異常予測処理と、
   をコンピュータ装置に実行させる、プログラム。
10. 複数の金型を組み合わせた状態で、複数の前記金型を締め付ける型締め工程と、前記型締め工程により複数の前記金型の間に形成されるキャビティへ溶融状態の成形材料を充填する充填工程と、前記キャビティに充填された前記成形材料の圧力を保持する保圧工程と、前記成形材料の圧力の保持を解除する保圧解除工程と、を備える成形方法により成形される成型品の異常を予測するための学習済みモデルであって、
    説明変数は、前記キャビティ中の前記成形材料の圧力を検出する圧力センサにより検出された圧力の時系列データに基づいて取得される、前記保圧解除動作後の前記成形材料からの圧力の変化に関する評価値を含み、
    目的変数は、前記成型品のバリの状態であり、
    前記バリの状態は、前記バリの有無、又は前記バリの大きさを含む、
    学習済みモデル。

Images