JP2023165266A - 樹脂成形品の製造装置、学習装置および推論装置 - Google Patents

Abstract

【課題】金型の形状によらず高精度にバリの発生を検知する技術を提供する。【解決手段】固定側金型１０５および可動側金型１０４の形状によらず樹脂製品のバリを高精度に検出するための樹脂成形品の製造装置であって、製造装置は、固定側金型１０５と、可動側金型１０４と、固定側金型１０５および可動側金型１０４により形成されるキャビティ２０５のゲート近傍に設けられた第１のセンサ２０６と、第１のセンサ２０６により検知した固定側金型１０５および可動側金型の間１０５のクリアランスに基づいて、バリの発生を検知する判定部３２１とを備える。【選択図】図３

Description

本開示は、樹脂成形品の製造装置に関し、より特定的には、樹脂成形品のバリを検出する技術に関する。

樹脂成形品（以下、「成形品」と呼ぶこともある）の製造方法として、加熱融解させた樹脂を金型内に注入して冷却することで成形品を得る射出成形が知られている。射出成形用の金型は、樹脂成形の過程でモータ等の機械および樹脂等から外力を受ける。外力に金型が耐えきれない場合、パーティング面に隙間が生じ、当該隙間から樹脂が漏れ出る。その結果、バリが成形品に発生する。そのため、成形品の製造現場では、製造された成形品にバリが存在するか否かを確認するための検査工程およびバリ取り作業工程が必要となり、これらの工程が成形品の生産性を低下させる要因となっている。そこで、成形品のバリの発生を高精度に把握するための技術が必要とされている。

成形品のバリの発生を検知する技術に関し、例えば、特開２００８－２４９６１２号公報（特許文献１）は、「固定型に可動型を密着させ所定の型締め力で保持した成形金型内に材料を供給して加圧成形する際に発生するバリを検出するバリ発生の検知方法において、成形金型内に供給した材料の加圧成形時に成形金型の外側面の変位を測定し、変位が予め設定した基準値を超えた時点でバリが発生したと判断する」バリの検知方法を開示している（［要約］参照）。

特開２００８－２４９６１２号公報

発明者らが検討を進めた結果、金型は樹脂を充填されて内側から圧力を受けると、型開き方向に変位（もしくは湾曲）することを見出した。より具体的には、金型のゲートを起点として金型にたわみが発生することを見出した。より具体的には、金型のゲートを起点として金型にたわみが発生する。特許文献１に開示された技術によると、金型のたわみが金型全体で均一に発生するのではなくゲートを起点に発生することについては考慮されていない。そのため、特許文献１に開示された技術では、金型の形状およびセンサの配置位置によっては、バリの検知精度が低下する可能性がある。したがって、金型の形状によらず高精度にバリの発生を検知するための技術が必要とされている。

本開示は、上記のような背景に鑑みてなされたものであって、ある局面における目的は、金型の形状によらず高精度にバリの発生を検知する技術を提供することにある。

ある実施の形態に従うと、樹脂成形品の製造装置が提供される。製造装置は、固定側金型と、可動側金型と、固定側金型および可動側金型からなるキャビティのゲート近傍に設けられた第１のセンサと、第１のセンサにより検知した固定側金型および可動側金型の間のクリアランスに基づいて、バリの発生を検知する判定部とを備える。

ある実施の形態に従うと、金型の形状によらず高精度にバリの発生を検知することが可能である。

この開示内容の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本開示に関する次の詳細な説明から明らかとなるであろう。

ある実施の形態に従う製造装置１００の外観の一例を示す図である。 製造装置１００のバリの検知に関連する主な構成の一例を示す図である。 金型１０３に接続される周辺機器および回路の一例を示す図である。 判定部３２１の詳細な回路構成の一例を示す図である。 金型１０３にかかる圧力の推移の一例を示す図である。 金型１０３のキャビティ２０５周辺を拡大した図である。 センサ２０６の第１の例を示す図である。 センサ２０６の第２の例を示す図である。 センサ２０６の出力値の変位の一例を示す図である。 センサ２０６の配置の第１の例を示す図である。 センサ２０６の配置の第２の例を示す図である。 センサ２０６の配置の第３の例を示す図である。 製造装置１００においてバリの検知を行うためのモデルを生成するための学習装置４２０の構成の一例を示す図である。 学習装置４２０の内部処理の手順の一例を示すフローチャートである。 製造装置１００の成形処理において、学習済モデルを用いて成形不良の検知を行うための推論装置４３０の構成の一例を示す図である。 推論装置４３０の内部処理の手順の一例を示すフローチャートである。 学習装置４２０により使用されるニューラルネットワークモデルの一例を示す図である。

以下、図面を参照しつつ、本開示に係る技術思想の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

＜Ａ．樹脂成形品の製造装置の構成＞
最初に、図１～図３を参照して、本実施の形態に従う樹脂成形品の製造装置の構成について説明する。本実施の形態に従う樹脂成形品の製造装置は、射出成形により樹脂成形品を製造する。さらに、本実施の形態に従う樹脂成形品の製造装置は、金型のゲート近傍に設けられたセンサ２０６（図２参照）の出力値に基づいて、バリの検知を行う。さらに、本実施の形態に従う樹脂成形品の製造装置は、製造工程の改善（樹脂の射出速度、金型温度、樹脂温度の調整等）の提示または自動実行を行い得る。

図１は、本実施の形態に従う製造装置１００の外観の一例を示す図である。図１を参照して、製造装置１００の構成および射出成形の手順について説明する。製造装置１００は、主な構成として、金型１０３と、射出ユニット１１０とを備える。金型１０３は、可動側金型１０４と、固定側金型１０５とを備える。可動側金型１０４は、モータ１１２によって駆動される。射出ユニット１１０は、ホッパー１０１と、シリンダー１０２と、モータ１１１とを備える。

射出ユニット１１０は、樹脂を融解させて、当該融解した樹脂を金型１０３に流し込む。ホッパー１０１は、樹脂材料をセットされる。樹脂材料は、例えば、樹脂のペレット等である。ある局面において、ホッパー１０１は、手動で樹脂を補給されてもよいし、外部のタンク等から樹脂を自動で補給する機構を備えていてもよい。

シリンダー１０２は、ホッパー１０１と繋がっており、ホッパー１０１から流れ込んできた樹脂を金型１０３に運ぶための通り道になる。より具体的には、シリンダー１０２の内部には、スクリュー３４６（図３参照）が設けられており、スクリュー３４６が回転することにより、シリンダー１０２内部の樹脂は、金型１０３に運ばれていく。シリンダー１０２には、樹脂が固まらないように、樹脂を加熱するためのヒーター３４５（図３参照）が設けられている。

金型１０３は、樹脂を流し込まれる型であり、樹脂を製品の形状に変形させる。可動側金型１０４は、モータ１１２によって駆動する型であり、可動側金型１０４が移動することで、金型１０３が開閉する。可動側金型１０４には、エジェクターピン２０８（図２参照）が設けられている。金型１０３が開くと（可動側金型１０４が移動すると）、エジェクターピン２０８が金型１０３（可動側金型１０４）に張り付いた樹脂成形品を押し出す。固定側金型１０５は、シリンダー１０２と接続されている。樹脂は、一例として、固定側金型１０５から、スプルー、ランナー、ゲートを介して、キャビティに流れ込む。キャビティとは、金型に設けられた製品が成形される隙間であり、可動側金型１０４および固定側金型１０５の間に設けられる。

モータ１１１は、スクリュー３４６を駆動させる。ある局面において、製造装置１００は、モータ１１１およびモータ１１１を制御するモータドライバ（図示せず）を備えていてもよい。他の局面において、製造装置１００は、モータ１１１を備えて、モータドライバを備えなくてもよい。この場合、製造装置１００は、外部のモータドライバと接続され得る。

モータ１１２は、動力伝達部品を介して、可動側金型１０４を駆動させる。ある局面において、製造装置１００は、モータ１１２およびモータ１１２を制御するモータドライバ（図示せず）を備えていてもよい。他の局面において、製造装置１００は、モータ１１２を備えて、モータドライバを備えなくてもよい。この場合、製造装置１００は、外部のモータドライバと接続され得る。

次に、樹脂成形の手順について説明する。最初に、射出ユニット１１０は、金型１０３に加熱された融解した樹脂（以降、「融解樹脂」と呼ぶこともある）を流し込む。より具体的には、射出ユニット１１０は、ホッパー１０１内の樹脂材料（ペレット等）を加熱して融解させる。融解樹脂は、ホッパー１０１からシリンダー１０２内部に流れ込む。シリンダー１０２内部に流れ込んだ融解樹脂は、シリンダー１０２内部のスクリュー３４６の先端３４７（図３参照）により、ノズル３４８（図３参照）を通って、固定側金型１０５に流し込まれる。スクリュー３４６は、モータ１１１によって回転する。

固定側金型１０５に射出された融解樹脂はスプルー２０３（図２参照）を通過する。スプルー２０３を通過した溶融樹脂は、固定側金型１０５および可動側金型１０４で形成されたキャビティ２０５（図２参照）内に流入する。本明細書における「キャビティ２０５」は、可動側金型１０４および固定側金型１０５の間に形成された成形品の形状をした隙間と、凹型の金型（通常は固定側金型１０５）とを包含する。また、凸型の金型（通常は可動側金型１０４）はコアと呼ばれることもある。

キャビティ２０５内は、ランナー、ゲート２０４および成形品部に分かれており、ランナー、ゲート２０４、成形品部の順で融解樹脂が充填される。成形品部は、樹脂によって成形される製品の形状をした隙間である。ランナーは、スプルー２０３から成形品部までの融解樹脂の通り道である。ゲート２０４は、ランナーおよび成形品部の間に設けられており、成形品部への樹脂の入り口になる。また、ゲート２０４は、樹脂の流入圧力、流入速度、温度等の調整、逆流防止の役割等を有することもある。また、キャビティ２０５は、樹脂の充填時に発生するガスを外部に逃がすためのガスベント（エアベント）（図示せず）と呼ばれる隙間を備えていてもよい。ある局面において、金型１０３は、ガスベント（エアベント）のガスの詰まりを検出するセンサ（図示せず）を備えていてもよい。この場合、判定部３２１は、当該ガスの詰まりを検出するセンサの出力値（ガス圧等）と、センサ２０６の出力値（金型１０３の変位、すなわち固定側金型１０５および可動側金型１０４の間のクリアランス（隙間））とに基づいて、バリを検出してもよい。例えば、判定部３２１は、当該ガスの詰まりを検出するセンサの出力値が予め定められた第１の閾値を上回る（または下回る）（ガス詰まりが検知された）か、およびセンサ２０６の出力値が予め定められた第２の閾値を上回る（または下回る）（クリアランスが検知された）場合に、バリが発生していると判定してもよい。別の例として、判定部３２１は、当該ガスの詰まりを検出するセンサの出力値およびセンサ２０６の出力値の各々が、第１および第２の閾値の各々を上回る（または下回る）（ガス詰まりおよびクリアランスの両方が検知された）場合に、バリが発生していると判定してもよい。

キャビティ２０５内に溶融樹脂が充填された後、融解樹脂は、金型１０３（可動側金型１０４および固定側金型１０５）の表面に接触することで、冷却されて固まり、キャビティ２０５に成形品が成形される。樹脂が固まった後に、可動側金型１０４は、モータ１１２によって駆動されることで、固定側金型１０５から離れ、金型１０３が開く。このとき、成形品は、一般的に、可動側金型１０４に張り付いた状態となる。可動側金型１０４に設けられたエジェクターピン２０８（図２参照）は、可動側金型１０４の動作方向（開方向）とは逆向（閉方向）に成形品を押し出すことで、成形品を可動側金型１０４から剥がす。なお、可動側金型１０４から成形品が剥がれることを離型と呼ぶこともある。

なお、射出成形時の各工程は、可動側金型１０４および固定側金型１０５をパーティング面２０９（図２参照）で合せて閉じる工程（型締め工程）、金型１０３に樹脂を流し込む工程（射出工程）、金型１０３により一定の圧量で樹脂を加圧する工程（保圧工程）、樹脂を冷却する工程（冷却工程）、金型１０３を開く工程（型開き工程）、および、エジェクターピン２０８によって成形品を金型１０３（可動側金型１０４）から押し出す工程（離型工程）に分けることができる。

図２は、製造装置１００のバリの検知に関連する主な構成の一例を示す図である。製造装置１００は、バリの検知に関連する主な構成として、金型１０３上に、センサ２０６と、ケーブル孔２１０とを備える。

センサ２０６は、金型１０３の内部の圧力により、金型１０３がどれだけ変形または動いたかを示す金型１０３の変位を検出する。ここでの金型１０３の変位は、例えば、可動側金型１０４の移動により、および／または、各金型（可動側金型１０４および／または固定側金型１０５）の変形により生じた固定側金型１０５および可動側金型１０４の間のクリアランスを示す。センサ２０６は、金型１０３の変位（すなわち固定側金型１０５および可動側金型１０４の間のクリアランス）または金型１０３（可動側金型１０４および／または固定側金型１０５）にかかる圧力を検知してもよい。すなわち、センサ２０６の出力値は、金型１０３の変位（固定側金型１０５および可動側金型１０４の間のクリアランス）もしくは金型１０３にかかる圧力を示す。ある局面において、センサ２０６は、電磁誘導式変位センサ、または、レーザセンサであってもよい。各センサの詳細については図７および図８を参照して説明する。

ケーブル孔２１０は、センサ２０６のケーブルを通すための孔である。センサ２０６のケーブルは、ケーブル孔２１０を通り、アンプ３２０（図３参照）または判定部３２１（図３参照）に接続される。製造装置１００（判定部３２１）は、ゲート２０４の近傍（以降、ゲート２０４の近傍を「ゲート近傍」と呼ぶ）に設けられたセンサ２０６の出力値（金型１０３の変位量、すなわち固定側金型１０５および可動側金型１０４の間のクリアランス）に基づいて、成形品のバリの発生を検知する。

＜Ｂ．回路構成＞
次に、図３および図４を参照して、製造装置１００における、バリ検知に関連する回路について説明する。

図３は、金型１０３に接続される周辺機器および回路の一例を示す図である。製造装置１００は、バリ検知に関連する主な回路として、アンプ３２０と、判定部３２１と、表示装置３２２と、型締め検知センサ３３１とを備える。また、製造装置１００は、金型１０３と、射出ユニット１１０と、制御部３４０とを備える。射出ユニット１１０は、ホッパー１０１と、シリンダー１０２と、ヒーター３４５と、スクリュー３４６と、射出モータ３４２とを備える。

射出ユニット１１０は、樹脂を金型１０３に射出する。ホッパー１０１は、ペレット等の樹脂材料の投入場所である。シリンダー１０２は、内部のスクリュー３４６により、ホッパー１０１から供給された樹脂を融解させて、当該樹脂を金型１０３に運ぶ。型締め検知センサ３３１は、金型１０３が閉じると（可動側金型１０４および固定側金型１０５がパーティング面２０９で接触すると）、型締完了信号３２３を出力する。型締完了信号３２３は、判定部３２１により、バリの検知処理の実行のタイミングを測るために使用され得る。制御部３４０は、製造装置１００の動作全体（金型１０３の動作および射出ユニット１１０の動作等）を制御する。

アンプ３２０は、センサ２０６の出力信号および型締完了信号３２３を増幅し、当該増幅した信号を判定部３２１に出力する。一例として、アンプ３２０は、オペアンプ素子およびその周辺回路等により実現されてもよい。

判定部３２１は、アンプから受信した各センサの出力値（信号）を取得する。判定部３２１は、センサ２０６の出力値に基づいて、バリの発生を検知する。より具体的には、判定部３２１は、センサ２０６の出力値が示す金型１０３の変位（固定側金型１０５および可動側金型１０４の間のクリアランス）に基づいて、バリの発生を検知する。さらに、判定部３２１は、バリの発生を検知したことに基づいて、バリの原因、成形条件を改善するための情報（金型温度の調整情報、樹脂温度の調整情報、樹脂の射出速度の調整情報等の少なくとも一部または全て）を生成してもよい。判定部３２１は、バリの有無の判定、バリの原因の特定、および、成形条件を改善するための情報の一部または全てを含む情報を表示装置３２２に出力する。ある局面において、判定部３２１は、バリの判定結果に基づいて、フィードバック信号（成形条件の改善情報）を生成して、当該フィードバック信号を制御部３４０に送信してもよい。制御部３４０は、フィードバック信号に基づいて、成形条件（金型温度、樹脂温度、樹脂の射出速度等）を変更または改善し得る。一例として、判定部３２１は、１つ以上のセンサ２０６の各々の出力値と、予め定められた閾値との差分に基づいて、成形条件（金型温度、樹脂温度、樹脂の射出速度等）を変更または改善してもよい。

また、判定部３２１は、型締め検知信号を取得することで、金型１０３が締まったタイミングを容易に検知し得る。これにより、製造装置１００は、射出成形中における、射出成形の計量工程、型締め工程、射出工程、保圧工程、冷却工程、成形品の取出し工程、型開き工程の全ての状態で、バリの検知処理を行う必要はなく、例えば、型締め検知信号の取得から一定時間（射出工程および保圧工程のみ等）だけバリの検知処理を行うことができる。すなわち、判定部３２１は、型締め検知信号を取得したタイミングに基づいて、センサ２０６の出力値を取り込むことができる。

表示装置３２２は、判定部３２１から取得した情報を表示する。ある局面において、判定部３２１はＰＣ（Personal Computer）であり、表示装置３２２はディスプレイであってもよい。他の局面において、判定部３２１は、マイクロコンピュータ、ＳｏＣ（System on Chip）等を搭載した装置であってもよい。この場合、表示装置３２２は、判定部３２１から情報または映像を受信して表示できるディスプレイ、タブレット、ＰＣ等の任意の装置であってもよい。

ある局面において、アンプ３２０、判定部３２１および表示装置３２２の一部または全ては、別々の装置または部品として実現されてもよいし、一体型の装置として実現されてもよい。また、他の局面において、アンプ３２０、判定部３２１および表示装置３２２の一部または全ては、製造装置１００に組み込まれてもよい。

図４は、判定部３２１の詳細な回路構成の一例を示す図である。判定部３２１は、プロセッサ４０１と、メモリ４０２と、ストレージ４０３と、外部機器ＩＦ（Interface）４０４と、入力ＩＦ４０５と、出力ＩＦ４０６と、通信ＩＦ４０７とを含む。これらの各回路は、バス４０８により相互に接続される。

プロセッサ４０１は、判定部３２１の各種機能を実現するためのプログラムを実行し得る。プロセッサ４０１は、例えば、少なくとも１つの集積回路によって構成される。集積回路は、例えば、少なくとも１つのＣＰＵ（Central Processing Unit）、少なくとも１つのＧＰＵ（Graphics Processing Unit）、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、少なくとも１つのＡＳＩＣ（Application Specific Integrated Circuit）またはこれらの組み合わせ等によって構成されてもよい。

メモリ４０２は、プロセッサ４０１によって実行されるプログラムと、プロセッサ４０１によって参照されるデータとを格納する。ある局面において、メモリ４０２は、ＤＲＡＭ（Dynamic Random Access Memory）またはＳＲＡＭ（Static Random Access Memory）等によって実現されてもよい。

ストレージ４０３は、不揮発性メモリであり、プロセッサ４０１によって実行されるプログラムおよびプロセッサ４０１によって参照されるデータを格納する。その場合、プロセッサ４０１は、ストレージ４０３からメモリ４０２に読み出されたプログラムを実行し、ストレージ４０３からメモリ４０２に読み出されたデータを参照する。ある局面において、ストレージ４０３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）またはフラッシュメモリー等によって実現されてもよい。

外部機器ＩＦ４０４は、任意の外部機器に接続され得る。外部機器ＩＦ４０４は、アンプ３２０と接続され、アンプ３２０を介して、各センサの出力値を受信する。外部機器ＩＦ４０４は、受信した各センサの出力値をメモリ４０２またはストレージ４０３に書き込む。ある局面において、外部機器ＩＦ４０４は、ＵＳＢ（Universal Serial Bus）端子等によって実現されてもよい。

入力ＩＦ４０５は、キーボード、マウス、タッチパッドまたはゲームパッド等の任意の入力装置に接続され得る。ある局面において、ユーザは、入力ＩＦ４０５に接続された入力装置４１０を介して、判定部３２１にバリ検知の監視機能のオン・オフを入力してもよい。他の局面において、ユーザは、入力装置４１０を介して、に表示された１つ以上の成形条件の改善策を選択してもいし、判定部３２１に改善策の実行指示を入力してもよい。この場合、判定部３２１は、選択された改善策のパラメータ（フィードバック信号）を製造装置１００の制御部３４０に出力してもよい。制御部３４０は、パラメータ（フィードバック信号）に基づいて、成形条件を調整し得る。ある局面において、入力ＩＦ４０５は、ＵＳＢ端子、ＰＳ／２端子およびＢｌｕｅｔｏｏｔｈ（登録商標）モジュール等によって実現されてもよい。

出力ＩＦ４０６は、ブラウン管ディスプレイ、液晶ディスプレイまたは有機ＥＬ（Electro-Luminescence）ディスプレイ等の任意の出力装置に接続され得る。出力ＩＦ４０６は、表示装置３２２と接続される。出力ＩＦ４０６は、表示装置３２２に、バリの有無、バリの原因、成形条件の改善策の一部または全てを含む情報を出力する。ある局面において、出力ＩＦ４０６は、ＵＳＢ端子、Ｄ－ｓｕｂ端子、ＤＶＩ（Digital Visual Interface）端子およびＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）端子等によって実現されてもよい。ある局面において、表示装置３２２がＰＣ等である場合、判定部３２１は、外部機器ＩＦ４０４または通信ＩＦ４０７を介して、表示装置３２２に接続されてもよい。

通信ＩＦ４０７は、有線または無線のネットワーク機器と接続される。通信ＩＦ４０７は、外部の学習装置４２０および推論装置４３０と接続され得る。ある局面において、通信ＩＦ４０７は、有線ＬＡＮ（Local Area Network）ポートおよびＷｉ-Ｆｉ（登録商標）（Wireless Fidelity）モジュール等によって実現されてもよい。他の局面において、通信ＩＦ４０７は、ＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）、ＵＤＰ（User Datagram Protocol）等の通信プロトコルを用いてデータを送受信してもよい。

学習装置４２０は、事前に用意されたセンサ２０６の出力値およびバリの判定結果を学習データとして取込み、機械学習によって、バリの判定用の学習済モデルを生成する。ある局面において、判定部３２１は、通信ＩＦ４０７を介して、学習装置４２０にバリの判定結果を学習データとして送信してもよい。

推論装置４３０は、学習済モデルを用いて、判定部３２１から得たセンサ２０６の出力値に基づいて、バリの有無、バリの原因、および成形条件の改善策を出力する。この場合、判定部３２１は、通信ＩＦ４０７を介して、推論装置４３０から、バリの有無、バリの原因、および成形条件の改善策を受信して、これらの情報を表示装置３２２に表示し得る。ある局面において、判定部３２１は、アンプ３２０から取得した信号を自装置で分析する代わりに推論装置４３０に転送し、推論装置４３０からバリの有無、バリの原因、および成形条件の改善策を受信してもよい。他の局面において、判定部３２１が、学習装置４２０から受信した学習済モデルを用いて、バリの有無、バリの原因、および成形条件の改善策を出力してもよい。

＜Ｃ．バリの発生タイミングおよびバリ検知の仕組み＞
次に、図５および図６を参照して、バリの発生するタイミングおよびバリ検知の仕組みについて説明する。

（ａ．バリの発生タイミング）
図５は、金型１０３にかかる圧力の推移の一例を示す図である。金型１０３にかかる圧力は、射出成形の各工程により変化する。グラフ５００は、射出成形の一連の工程を通して金型１０３にかかる圧力の推移を示している。

区間５０１は、樹脂成形品の一連製造工程内の射出工程における金型１０３内部の圧力を示している。射出工程において、キャビティ２０５に樹脂が充填されることにより、金型１０３の内部圧力は上昇してピークに達する。キャビティ２０５内への樹脂の充填が完了すると、樹脂成形品の製造工程は、保圧工程に移行する。

区間５０２は、樹脂成形品の一連の製造工程内の保圧工程における金型１０３内部の圧力を示している。保圧工程において、金型１０３の内部圧力は一定となる。樹脂への加圧（保圧）が完了すると、樹脂成形品の製造工程は、冷却工程に移行する。

区間５０３は、冷却工程における金型１０３内部の圧力を示している。樹脂が冷却されると、金型１０３の内部の圧力は低下する。樹脂の冷却が完了すると、樹脂成形品の製造工程は、型開き工程および離型工程へと移行する。

グラフ５００に示されるように、金型１０３にかかる圧力が最も大きくなるのは、射出工程（区間５０１）および保圧工程（区間５０２）である。そのため、判定部３２１は、射出工程（区間５０１）および保圧工程（区間５０２）におけるセンサ２０６の出力値に基づいて、バリの発生を検知することが望ましい。

（ｂ．バリの発生原因）
次に、射出工程（区間５０１）および保圧工程（区間５０２）の各々において、バリが発生する原因について説明する。

射出工程（区間５０１）では、シリンダー１０２からキャビティ２０５内に勢いよく融解した樹脂が充填される。そのため、キャビティ２０５内に流れ込む樹脂により、金型１０３内部の圧力は上昇する。金型１０３内の圧力が、金型１０３の型締め力を超えると、可動側金型１０４は後退して、パーティング面２０９にクリアランスが発生する。当該クリアランスに樹脂が流れ込むことで、成形品にバリが発生する。

保圧工程（区間５０２）では、キャビティ２０５内の樹脂が固まるまでの間、モータ１１２によって、金型１０３には一定の圧力がかけられる。このとき、金型１０３の内部圧力（キャビティ２０５内の樹脂から受ける圧力）が、金型１０３の型締め力を超えると、可動側金型１０４は後退して、パーティング面２０９にクリアランスが発生する。当該クリアランスに樹脂が流れ込むことで、成形品にバリが発生する。

その他、射出工程（区間５０１）および保圧工程（区間５０２）において、金型１０３内部の圧力により、金型１０３（可動側金型１０４および／または固定側金型１０５）が変形することがある。金型１０３が変形することにより、パーティング面２０９に隙間が発生し、当該隙間から樹脂が流れ出ることで、成形品にバリが発生することがある。

さらに、バリは、ショット毎のバラつき（樹脂の温度、樹脂の射出速度のバラつき等）、樹脂のロットごとの材料特性のバラつき（粘度のバラつき等）、金型の摩耗もしくは劣化等の多岐にわたる要因により、突発的に発生する。

そこで、金型１０３内のクリアランスが最も大きく発生しやすいゲート近傍にセンサ２０６を配置することで、製造装置１００はクリアランスの発生を高精度に検知し得る。その結果として、製造装置１００は、頻繁なバリ検査およびバリ取り作業等の工数を削減し得る。

（ｃ．バリ検知の仕組み）
図６は、金型１０３のキャビティ２０５周辺を拡大した図である。図６の例では、可動側金型１０４および固定側金型１０５が合わさることにより、パーティング面２０９が形成されている。

射出ユニット１１０から金型１０３に射出された樹脂は、スプルー２０３を通過し、キャビティ２０５内に流入する。より具体的には、樹脂は、キャビティ２０５内で、ランナー、ゲート２０４を通過して、成形品部に流入する。樹脂の体積がキャビティ２０５の体積と同程度になるまで、樹脂がキャビティ２０５内に充填されると、キャビティ２０５内（金型１０３内）の圧力が増加する。当該圧力が金型１０３の型締め力を超えると、パーティング面２０９にクリアランスが発生する。クリアランスは、特にゲート近傍を中心として発生しやすい。

センサ２０６は、クリアランスが発生しやすいゲート近傍に配置される。ある局面において、センサ２０６は、金型１０３のゲート近傍の位置に埋め込まれてもよい。他の局面において、センサ２０６は、可動側金型１０４に埋め込まれていてもよいし、固定側金型１０５に埋め込まれていてもよい。ケーブル孔２１０は、センサ２０６が埋め込まれた金型に設けられる。また、他の局面において、センサ２０６は、金型１０３の側面（金型１０３の上面、底面、横面等）に設けられてもよい。この場合も、センサ２０６は、可能な限りゲート近傍に配置されることが望ましい。

ゲート２０４は、最も圧力が上がりやすくクリアランスが発生しやすい。すなわち、ゲート２０４は、金型１０３の他の部分よりもクリアランスが大きくなる傾向がある。そのため、パーティング面２０９でクリアランスが発生した場合、ゲート近傍のクリアランス量は、ゲート２０４から遠い位置のクリアランス量よりも大きくなる傾向がある。ゲート近傍にセンサ２０６を配置することで、クリアランス発生時にセンサ２０６の出力値は大きく変位する。製造装置１００は、ゲート近傍に配置されたセンサ２０６の出力値の変位を確認することで、例えわずかなクリアランスしか発生していない場合でも、高精度（もしくは高感度）にクリアランスの発生を検知し得る。

＜Ｄ．センサの種類または配置のバリエーション＞
次に、図７～図１２を参照して、本実施の形態に従う製造装置１００における、センサ２０６の種類および配置のバリエーションについて説明する。なお、図７～図１２に示される構成は適宜組み合わせて使用されてもよい。また、図７～図１２に示される各構成およびこれらの組合せは、図１～図６を参照して説明された構成および技術と任意に組み合わせて使用され得る。

（ａ．センサの種類）
図７は、センサ２０６の第１の例を示す図である。図７の例において、センサ２０６は、電磁誘導式変位センサである。電磁誘導式変位センサは、金型１０３に埋め込まれて使用されるセンサであり、変換回路、一次巻線コイル、二次巻線コイル、およびコイル内を移動する磁性体から構成される。電磁誘導式変位センサは、基準となる一次交流信号により一次巻線コイルを励磁することで、交流磁場を発生させる。そして、電磁誘導式変位センサは、交流磁場内の２組のコイルおよび３個の磁性体の位置に対応した誘導出力を検知し、初期状態との位相差から磁性体の位置を計測する。

電磁誘導式変位センサは、金型１０３のキャビティ（特にゲート２０４）の近傍に設置することが可能であり、成形品またはゲート２０４の近傍のパーティング面２０９で発生したクリアランスを検知できる。そのため、製造装置１００は、電磁誘導式変位センサをゲート近傍に備えることで、バリを高精度に検知し得る。

センサ２０６（電磁誘導式変位センサ）は凸形状等のボタンを備える。センサ２０６は、可動側金型１０４および固定側金型１０５がパーティング面２０９で密着している場合はボタンが正常に沈み込む。パーティング面２０９にクリアランスが発生した場合、センサ２０６のボタンの押し込み量が変位する。

センサ２０６は、金型１０３内で最も圧力が上がりやすくクリアランスが発生しやすいゲート近傍に配置される。そのため、例えわずかなクリアランスしか発生していない場合でも、ボタンの押し込み量は大きく変位する。センサ２０６は、このボタンの押し込み量の変位に応じて、出力する電圧および／または電流を変位させる。ある局面において、センサ２０６（電磁誘導式変位センサ）は、可動側金型１０４に埋め込まれていてもよいし、固定側金型１０５に埋め込まれていてもよい。いずれの場合も、センサ２０６は、ゲート近傍にあることが好ましい。また、センサ２０６の公差域は可能な限り小さい、もしくは、公差の影響が小さいことが望ましい。センサ２０６がゲート近傍（クリアランスが大きくなる場所）に埋め込まれることで、センサ２０６の公差の影響は小さくなり得る。

図８は、センサ２０６の第２の例を示す図である。図８の例において、センサ２０６は、レーザセンサである。レーザセンサは、投光器の発光素子により発光し（レーザを出力し）、受光器の受光素子により受光する（レーザを検知する）。レーザセンサは、この発光と受光の時差を利用して変位（金型のクリアランス）を検知する。レーザセンサには、一例として、投光器および受光器が一体型のタイプ、投光器と受光器が別体のタイプ、投光器と受光器が向かい合いその間に検知物体がある透過型等のタイプ等がある。製造装置１００は、いずれのタイプのレーザセンサを備えていてもよい。レーザセンサは金型内部に埋め込まれている必要はなく、金型１０３の側面（上面、底面、横面等）に設置されてもよい。

センサ２０６は、投光器および受光器を備える。一例として、投光器は可動側金型１０４に設けられ、受光器は固定側金型１０５に設けられてもよい。他の例として、受光器は固定側金型１０５に設けられ、投光器は可動側金型１０４に設けられてもよい。センサ２０６が一体型のレーザセンサである場合、投光器および受光器は可動側金型１０４に設けられてもよいし、投光器および受光器は固定側金型１０５に設けられてもよい。

センサ２０６は、金型１０３内で最も圧力が上がりやすくクリアランスが発生しやすいゲート近傍に配置される。そのため、例えわずかなクリアランスしか発生していない場合でも、投光器および受光器間の距離８１０は大きく変位し、レーザ８０１の投光から受光までの時間差も大きく変位する。センサ２０６は、レーザ８０１の投光から受光までの時間差の変位に応じて、出力する電圧および／または電流を変位させる。ある局面において、センサ２０６（レーザセンサ）は、金型１０３に埋め込まれていてもよいし、金型１０３の側面（上面、底面、横面等）に設置されてもよい。いずれの場合も、センサ２０６は、ゲート近傍にあることが好ましい。

図９は、センサ２０６の出力値の変位の一例を示す図である。グラフ９００Ａは、バリのない成形品を成形したときのセンサ２０６による出力値の推移を示す。また、グラフ９００Ｂは、バリがある成形品を成形したときのセンサ２０６による出力値の推移を示す。横軸は時間（ｓ（second））を、縦軸はクリアランス（μｍ（micrometer））をそれぞれ示している。なお、各軸の単位は一例であり、センサ２０６による出力値は、任意の時間間隔における任意の単位のクリアランスを示していてもよい。ある局面において、判定部３２１がセンサ２０６の出力値（電圧、電流、またはデジタル値）に基づいて、クリアランスを算出してもよい。センサ２０６に電磁誘導式変位センサおよびレーザセンサのいずれが使用された場合でも、センサ２０６の出力値の変位は、図９に示すような形状となる。

グラフ９００Ａによると、バリが発生していない場合でも、ポイント９１０Ａにおいて、クリアランスはＬ_Ａとなり、０ではなくなっている。なぜならば、金型１０３の内部の圧力により、可動側金型１０４および固定側金型１０５は湾曲（変形）するためである。変形量は、ゲート２０４で最大となる。クリアランスＬ_Ａはバリが発生しない程度のクリアランスである。

グラフ９００Ｂによると、ポイント９１０Ｂにおいて、クリアランスＬ_Ａよりも大きなクリアランスＬ_Ｂが発生している。これは、金型１０３に想定以上の内圧が発生したことにより、金型１０３が通常よりもより大きく湾曲したためである。このように金型１０３の内圧が大きくなった場合も、ゲート近傍でのクリアランスが最も大きく変化する。

一例として、判定部３２１は、バリの有無の判定用のクリアランスの閾値をストレージ等に４０３に保持していてもよい。判定部３２１は、センサ２０６から取得したクリアランスの値（もしくはセンサ２０６の出力値から算出したクリアランスの値）が、当該閾値を上回るか否かを判定してもよい。図９の例では、判定部３２１は、クリアランスＬ_Ａは閾値を下回るのでバリは発生していないと判定し、クリアランスＬ_Ｂは閾値を上回るのでバリが発生していると判定し得る。

（ｂ．センサの配置）
次に、図１０～図１２を参照して、センサ２０６の配置のバリエーションについて説明する。金型１０３の形状に応じて、センサ２０６の配置場所および／または配置個数は更されてもよい。

図１０は、センサ２０６の配置の第１の例を示す図である。可動側金型１０４および／または固定側金型１０５には、１つまたは複数のセンサ２０６が配置されてもよい。また、金型１０３の形状に応じて、センサ２０６の位置は適宜変更され得る。図１０を参照して、センサ２０６の配置の一例について説明する。金型１０１０，１０２０，１０３０は、可動側金型１０４のバリエーションであり、パーティング面２０９から見た可動側金型１０４を示している。なお、図中では、ゲート２０４およびキャビティ２０５を分けているが、ゲート２０４は、キャビティ２０５に含まれていてもよい。また、スプルー２０３およびゲート２０４の間にはランナーが存在し得る。

金型１０１０は、１つのセンサ２０６をゲート２０４の近傍に備えている。金型１０１０の例では、センサ２０６は、左右から見て金型１０１０の中心軸上に設けられているが、センサ２０６の配置場所はこれに限られない。ある局面において、センサ２０６は、左右にずれてよりゲート２０４に近い場所に配置されてもよい。

金型１０２０は、複数のセンサ２０６をゲート２０４の近傍に備えている。金型１０２０の例では、２つのセンサ２０６がゲート２０４から見て左右に配置されているが、センサ２０６の個数および配置場所はこれに限られない。ある局面において、各センサ２０６は、ゲート２０４から見て上下に配置されてもよいし、環状に任意の数が配置されてもよいし、ゲート２０４近傍の任意の場所に任意の数のセンサ２０６が配置されてもよい。

ある局面において、ゲート近傍にセンサ２０６が複数ある場合、判定部３２１は、複数のセンサ２０６のうち、いずれか１つの出力値が閾値を超えたことに基づいて、バリが発生したと判定してもよい。他の局面において、ゲート近傍にセンサ２０６が複数ある場合、判定部３２１は、複数のセンサ２０６のうち、予め定められた数以上のセンサ２０６または全てのセンサ２０６の出力値が閾値を超えたことに基づいて、バリが発生したと判定してもよい。

金型１０３０は、複数のセンサ２０６が、ゲート近傍およびゲート２０４から遠い位置に配置されている。一例として、１つ以上のセンサ２０６がゲート近傍に、１つ以上のセンサ２０６が成形品部の末端近傍（成形品部のゲート２０４から遠く樹脂の薄い部分の近傍）に設けられていてもよい。

ある局面において、ゲート近傍およびゲート２０４から遠い位置にそれぞれ１つのセンサ２０６が配置されている場合、判定部３２１は、各センサ２０６の出力値の差分に基づいて、バリの有無を判定してもよい。他の局面において、ゲート近傍およびゲート２０４から遠い位置にそれぞれ複数のセンサ２０６が配置されている場合、判定部３２１は、ゲート近傍の各センサ２０６の出力値の平均値と、ゲート２０４から遠い位置の各センサ２０６の出力値の平均値との差分に基づいて、バリの有無を判定してもよい。

図１１は、センサ２０６の配置の第２の例を示す図である。金型１１００は、可動側金型１０４の一例であり、パーティング面２０９から見た可動側金型１０４を示している。なお、キャビティ２０５内は、ランナー、ゲート２０４、成形品部の各々に分かれていてもよい。図１１に示される例では、センサ２０６の配置可能場所は、可動側金型１０４および／または固定側金型１０５のゲート２０４からの距離に応じて決まる。一例として、センサ２０６の配置場所は、ゲート２０４から予め定められた距離内の領域１１１０となる。ある局面において、領域１１１０は、ゲート２０４の中心から予め定められた半径の円内であってもよい。例えば、領域１１１０は、ゲート２０４の径（ゲート径）に基づいて決定され得る。領域１１１０は、ゲート径（直径または半径）に対する比率が予め定められた比率となる径（直径または半径）を有する円であってもよい。他の局面において、領域１１１０は、四角形であってもよいし、その他の任意の形状であってもよい。領域１１１０（センサ２０６がゲート２０４から離れてもよい限界距離）は、予め行われたセンサ２０６の感度の実験等によって決定されてもよい。領域１１１０（センサ２０６がゲート２０４から離れてもよい限界距離）は、パーティング面２０９上で、可動側金型１０４および固定側金型１０５の間でクリアランスが発生しやすく、センサ２０６がバリの発生を検知しやすい領域である。ゲート２０４から予め定められた距離内に１つ以上のセンサ２０６を配置することで、製造装置１００は、高精度（高感度）にバリの発生を検知し得る。

図１２は、センサ２０６の配置の第３の例を示す図である。金型１２００は、可動側金型１０４の一例であり、パーティング面２０９から見た可動側金型１０４を示している。図１２に示される例では、ゲート近傍およびタイバー１２１０近傍にセンサ２０６が配置される。タイバー１２１０は、製造装置１００が備える金型１０３の開閉をガイドする支柱であり、金型１０３の内圧を受ける役割を有する。

上述のように、ゲート近傍ではクリアランスが発生しやすいため、製造装置１００はゲート近傍におけるバリを高精度（高感度）に検知しやすい。しかしながら、ゲート２０４から遠くなるほどクリアランスは発生しにくくなる。そのため、センサ２０６は、ゲート近傍において高精度にバリの発生を検知し得るが、ゲート２０４から離れた場所ではバリの発生を検知しにくくなる。そこで、ゲート２０４から離れた位置でのバリも高精度に検知するために、製造装置１００は、ゲート近傍だけでなくタイバー１２１０近傍にもセンサ２０６を備えていてもよい。こうすることで、製造装置１００は、ゲート２０４から遠い位置にある（タイバー１２１０近傍にある）複数のセンサ２０６の出力値の変位（金型１０３の変位、すなわち固定側金型１０５および可動側金型１０４の間のクリアランス）を確認することで、ゲート近傍以外でのバリの有無も高精度（高感度）に検知し得る。

ある局面において、図１０～図１２に示されるセンサ２０６の配置手法は組み合わされて使用されてもよい。また、他の局面において、センサ２０６の種類または金型の形状に応じて、センサ２０６は、可動側金型１０４および固定側金型１０５の両方またはいずれか片方に配置されてもよい。

＜Ｅ．機械学習を用いた応用＞
次に、図１３～図１７を参照して、本実施の形態に従う製造装置１００に機械学習を組み込んで、バリの検知および成形条件の改善を行う例について説明する。

図１３は、製造装置１００においてバリの検知を行うためのモデルを生成するための学習装置４２０の構成の一例を示す図である。学習装置４２０は、主な構成として、データ取得部１３１０と、モデル生成部１３２０と、学習済モデル記憶部１３３０とを備える。ある局面において、データ取得部１３１０、モデル生成部１３２０および学習済モデル記憶部１３３０の一部または全ては、プログラムとして実現されてもよい。この場合、例えば、学習装置４２０は、プロセッサ（図示せず）、メモリ（図示せず）およびストレージ（図示せず）を備え、これらのハードウェア上でプログラムを実行してもよい。

データ取得部１３１０は、学習データとして、センサ２０６の出力値、バリの発生有無の情報（解答）を関連付けた情報を取得する。また、当該情報は、樹脂の成形条件も含んでいてもよい。センサ２０６の出力値は、例えば、可動側金型１０４および／または固定側金型１０５に設けられた１つ以上のセンサ２０６の出力値を示す。一例として、製造装置１００は、図１０～図１２に示されるような１つ以上のセンサ２０６を設けられた金型１０３を有していてもよい。

モデル生成部１３２０は、データ取得部１３１０から出力される学習データを用いて、各センサ２０６の出力値に基づくバリの有無の判定、バリの原因の推定（特定）、バリ発生時の成形条件の調整について学習する。また、モデル生成部１３２０は、センサ２０６の出力値、成形条件およびバリの有無（解答）の組合せ等に基づいて、成形条件（金型温度、樹脂温度、樹脂の射出速度等）の調整を学習する。

ある局面において、学習装置４２０は、ユーザにより、媒体を介してまたはネットワークを介して、学習データを入力されてもよい。他の局面において、学習装置４２０は、ネットワークを介して、判定部３２１から、過去の成形不良の有無の判定に用いたデータを学習データとして受信してもよい。

また、他の局面において、学習装置４２０は、サーバ、クラウド環境上の仮想マシン、コンテナ、アプリケーション等の任意の形態で実現されてもよい。また、他の局面において、学習装置４２０は、製造装置または判定部と一体型として実現されてもよい。

モデル生成部１３２０は、学習アルゴリズムとして、教師あり学習、教師なし学習、強化学習等の任意のアルゴリズムを用いてもよい。モデル生成部１３２０は、学習が完了すると、学習済モデルを出力し、当該学習済モデルを学習済モデル記憶部１３３０に格納する。

図１４は、学習装置４２０の内部処理の手順の一例を示すフローチャートである。ある局面において、学習装置４２０のプロセッサは、ストレージから図１４に示される処理を実行するためのプログラムをメモリ上に読み出して、当該プログラムを実行してもよい。

ステップＳ１４１０において、学習装置４２０は、学習データを取得する。学習データは、例えば、成形条件、１つ以上のセンサ２０６の出力値、バリの発生有無の情報（解答）を関連付けた情報である。学習装置４２０は、媒体またはネットワークを介して、ユーザから学習データを入力されてもよし、製造装置１００から、過去の成形不良の有無の判定に用いたデータを学習データとして受信してもよい。

ステップＳ１４２０において、学習装置４２０は、モデル生成部１３２０により、学習データを使用した学習処理を実行する。モデル生成部１３２０は、学習が完了すると、学習済モデルを出力する。

ステップＳ１４３０において、学習装置４２０は、学習済モデルを学習済モデル記憶部１３３０に格納する。ある局面において、学習装置４２０は、新しい学習済モデルを生成すると、当該学習済モデルを推論装置４３０に送信してもよい。他の局面において、学習装置４２０は、推論装置４３０から要求を受信したことに基づいて、学習済モデルを推論装置４３０に送信してもよい。

図１５は、製造装置１００の成形処理において、学習済モデルを用いて成形不良の検知を行うための推論装置４３０の構成の一例を示す図である。推論装置４３０は、主な構成として、データ取得部１５１０と、推論部１５２０と、学習済モデル記憶部１５３０とを備える。ある局面において、データ取得部１５１０、推論部１５２０および学習済モデル記憶部１５３０の一部または全てはプログラムとして実現されてもよい。この場合、例えば、推論装置４３０は、プロセッサ（図示せず）、メモリ（図示せず）およびストレージ（図示せず）を備え、これらのハードウェア上でプログラムを実行してもよい。

データ取得部１５１０は、推論用の入力として、金型１０３に設けられた１つ以上のセンサ２０６の出力値を取得する。言い換えれば、データ取得部１５１０は、判定部３２１が取得するデータと同様のデータを取得する。また、データ取得部１５１０は、成形条件の調整のために、製造装置１００から成形条件の情報も取得してもよい。

推論部１５２０は、モデル生成部１３２０によって生成された学習済モデルに、データ取得部１５１０から転送されたデータを入力する。学習済モデルは、入力されたデータに基づいて、推論結果を出力する。当該推論結果は、バリの有無の判定結果、バリの原因の推定結果、成形条件の調整情報等である。推論部１５２０は、推論結果を判定部３２１に出力する。ある局面において、推論部１５２０は、バリの有無の判定結果のみを出力してもよい。他の局面において、推論部１５２０は、バリの有無の判定結と共に、バリの原因の推定結果および成形条件の調整情報を出力してもよい。

図９等を参照して説明したバリ不良の判定処理では、判定部３２１は、センサ２０６の出力値を閾値と比較しているが、推論部１５２０は、センサ２０６の出力値を学習済モデルの入力として使用する。そのため、判定部３２１が、推論装置４３０を内蔵するか、または、判定処理を外部の推論装置４３０に依頼する場合、判定部３２１は、閾値を保有しなくてもよい。

学習済モデル記憶部１５３０は、学習済モデルを格納する。ある局面において、推論装置４３０は、定期的または不定期に、学習装置４２０から学習済モデルを受信し、当該学習済モデルを学習済モデル記憶部１５３０に格納してもよい。他の局面において、学習済モデル記憶部１５３０は、学習済モデル記憶部１３３０と同一の記憶部であってもよい。

ある局面において、学習装置４２０および推論装置４３０は、同一の装置であってもよい。また、他の局面において、推論装置４３０は、サーバ、クラウド環境上の仮想マシン、コンテナ、アプリケーション等の任意の形態で実現されてもよい。また、他の局面において、推論装置４３０は、製造装置または判定部と一体型として実現されてもよい。

図１６は、推論装置４３０の内部処理の手順の一例を示すフローチャートである。ある局面において、推論装置４３０のプロセッサは、ストレージから図１６に示される処理を実行するためのプログラムをメモリ上に読み出して、当該プログラムを実行してもよい。

ステップＳ１６１０において、推論装置４３０は、バリの検知およびバリの原因の特定に使用する情報を取得する。当該情報は、判定部３２１が、バリの検知およびバリの原因の特定に使用する情報と同一のものである。ある局面において、推論装置４３０は、アンプ３２０を介してまたは直接に、情報（製造装置に設けられた１つ以上のセンサ２０６の出力値）を取得してもよい。他の局面において、推論装置４３０は、判定部３２１から、情報（製造装置に設けられた１つ以上のセンサ２０６の出力値）を取得してもよい。また、他の局面において、推論装置４３０は、制御部３４０または判定部３２１から、成形条件を取得してもよい。推論装置４３０は、成形条件の改善のパラメータを生成するために取得した成形条件を使用し得る。

ステップＳ１６２０において、推論装置４３０は、バリの検知およびバリの原因の特定に使用する情報を学習済モデルに入力する。

ステップＳ１６３０において、推論装置４３０は、データ（推論結果）を出力する。データ（推論結果）は、バリの検知結果、バリの原因の特定結果、成形条件の改善のパラメータ等を含み得る。

ステップＳ１６４０において、推論装置４３０は、推論結果を参照して、バリの発生を検知する。ある局面において、推論装置４３０は、推論結果を判定部３２１に送信してもよい。他の局面において、推論装置４３０は、推論結果を参照して、バリの発生通知等を判定部３２１に送信してもよい。なお、判定部３２１が、推論装置４３０の機能を備えていてもよい。この場合、判定部３２１は、閾値を用いた判定の代わりに、学習済モデルを用いて、図１６に示される処理手順を実行する。

図１７は、学習装置４２０により使用されるニューラルネットワークモデルの一例を示す図である。ニューラルネットワークモデルは、教師あり学習に使用される。教師あり学習とは、入力と結果（ラベル）のデータの組を学習装置に与えることで、それらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。なお、学習装置４２０は、ニューラルネットワーク以外の任意の手法を用いて学習を行ってもよい。

ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層（隠れ層）、及び複数のニューロンからなる出力層で構成される。中間層は、１層、又は２層以上でもよい。

例えば、図１７に示されるような３層のニューラルネットワークであれば、複数の入力が入力層（Ｘ１‐Ｘ３）に学習データとして入力されると、学習データの値に重みＷ１（ｗ１１‐ｗ１６）を掛けて中間層（Ｙ１‐Ｙ２）に入力され、その結果にさらに重みＷ２（ｗ２１‐ｗ２６）を掛けて出力層（Ｚ１‐Ｚ３）から出力される。この出力結果は、重みＷ１とＷ２の値によって変化する。本実施の形態に従う学習装置４２０は、学習データとして、成形条件、１つ以上のセンサ２０６の出力値等をニューラルネットワークに入力して、学習処理を繰り返し実行する。

以上説明した通り、本実施の形態に従う製造装置１００は、ゲート近傍に設けられた１つ以上のセンサ２０６の出力値を分析して、樹脂成形品のバリの発生を検知し得る。さらに、本実施の形態に従う製造装置１００は、ゲート近傍に設けられた１つ以上のセンサ２０６の出力値を分析することで、バリ不良の原因を特定し、成形条件の改善の指示およびそのためのパラメータを生成および出力することができる。また、本開示の技術は、例えば、ダイキャストによる金型を用いた金属の鋳造にも応用可能である。

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内で全ての変更が含まれることが意図される。また、実施の形態および各変形例において説明された開示内容は、可能な限り、単独でも、組合わせても、実施することが意図される。

１００ 製造装置、１０１ ホッパー、１０２ シリンダー、１０３，１０１０，１０２０，１０３０，１１００，１２００ 金型、１０４ 可動側金型、１０５ 固定側金型、１１０ 射出ユニット、１１１，１１２ モータ、２０３ スプルー、２０４ ゲート、２０５ キャビティ、２０６ センサ、２０８ エジェクターピン、２０９ パーティング面、２１０ ケーブル孔、３２０ アンプ、３２１ 判定部、３２２ 表示装置、３３１ 型締め検知センサ、３４０ 制御部、３４２ 射出モータ、３４５ ヒーター、３４６ スクリュー、３４７ 先端、３４８ ノズル、４０１ プロセッサ、４０２ メモリ、４０３ ストレージ、４０４ 外部機器ＩＦ、４０５ 入力ＩＦ、４０６ 出力ＩＦ、４０７ 通信ＩＦ、４０８ バス、４１０ 入力装置、４２０ 学習装置、４３０ 推論装置、５００，９００Ａ，９００Ｂ グラフ、５０１，５０２，５０３ 区間、８０１ レーザ、８１０ 距離、９１０Ａ，９１０Ｂ ポイント、１１１０ 領域、１２１０ タイバー、１３１０，１５１０ データ取得部、１３２０ モデル生成部、１３３０，１５３０ 学習済モデル記憶部、１５２０ 推論部。

Claims (7)

1. 固定側金型と、
   可動側金型と、
   前記固定側金型および前記可動側金型により形成されるキャビティのゲート近傍に設けられた第１のセンサと、
   前記第１のセンサにより検知した前記固定側金型および前記可動側金型の間のクリアランスに基づいて、バリの発生を検知する判定部とを備える、樹脂成形品の製造装置。
2. 前記第１のセンサは、前記ゲートのゲート径に基づいて決定される領域内に配置される、請求項１に記載の樹脂成形品の製造装置。
3. 前記領域は、前記ゲート径に対する比率が予め定められた比率となる径を有する円である、請求項２に記載の樹脂成形品の製造装置。
4. 前記第１のセンサは、前記可動側金型に設けられる、請求項１～３のいずれか１項に記載の樹脂成形品の製造装置。
5. 前記可動側金型の移動方向のガイドとなる複数のタイバーをさらに備え、
   前記第１のセンサは複数個あり、
   前記複数のタイバーの各々の近傍に、複数の前記第１のセンサの各々が設けられ、
   前記第１のセンサにより検知した前記固定側金型および前記可動側金型の間のクリアランスに基づいて、バリの発生を検知することは、前記ゲート近傍および前記複数のタイバーの各々の近傍に設けられた前記第１のセンサの各々の出力値に基づいて、前記固定側金型および前記可動側金型の間のクリアランスを検知することを含む、請求項１～３のいずれか１項に記載の樹脂成形品の製造装置。
6. 樹脂成形品の製造装置の金型のゲート近傍に設けられたセンサによって得られた固定側金型および可動側金型の間のクリアランス、前記樹脂成形品の成形条件、および、記樹脂成形品のバリの有無の判定結果とを学習用データとして取得するデータ取得部と、
   前記学習用データを用いて、前記樹脂成形品の成形条件およびバリの有無を推論するための学習済モデルを生成するモデル生成部とを備える、学習装置。
7. 前記製造装置から、前記金型の前記ゲート近傍に設けられた前記センサによって得られた前記固定側金型および前記可動側金型の間のクリアランスを入力データとして取得するデータ取得部と、
   前記入力データを請求項６に記載の前記学習済モデルに入力し、前記樹脂成形品のバリの有無の情報を出力する推論部とを備える、推論装置。
   

Images