JP2023507906A - ポリマー粘度の品質を制御するための方法及び制御システム - Google Patents

Abstract

ポリマー（１１０）のコンパウンディング工程中で、少なくとも１つの押出機（１１１）を使用してポリマー粘度の品質を制御するための方法が開示されている。この方法は、以下の工程：ａ）少なくとも１つの測定工程（１１２）であって、化合物の少なくとも１つの粘度に影響を与える影響変数が、少なくとも１つのセンサー（１１４）使用して測定される工程、ｂ）少なくとも１つの予測工程（１１６）であって、化合物の期待された粘度（１１７）が、少なくとも１つの予測ユニット（１１８）を使用して、影響変数を考慮して決定され、予測ユニット（１１８）は、少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを含む工程、ｃ）少なくとも１つの評価工程（１２０）であって、化合物の期待された粘度（１１７）が、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較され、アウトプット情報の少なくとも１つの項目が、この比較に依存して作り出される工程、ｄ）少なくとも１つの制御工程（１２２）であって、アウトプット情報の前記項目が、少なくとも１つのディスプレイデバイス（１２４）を使用して表示され、前記アウトプット情報が、押出機（１１１）の少なくとも１つのセッティングのために、少なくとも１つの操作推奨（１２６）を含む工程、を含む。更にポリマー（１１０）のコンパウンディング工程におけるポリマー粘度品質を制御するためのコンピュータプログラム、特定的には、アプリケーション、及び制御システム（１３８）が開示されている。【選択図】図３

Description

本発明は、コンパウンディング工程でのポリマー粘度を制御するための方法、及びコンパウンディング工程でのポリマー粘度の品質を制御するためのコンピュータープログラム、及び制御システムに関する。このような方法、コンピュータープログラム、及びシステムは通常、化学工業でのポリマー処理、例えばポリマー製品の合成及び修正のために使用される。しかしながら、更なる適用も可能である。

コンパウンディング工程、例えばプラスチックコンパウンディング工程は、小規模、大規模工業での通常の製造工程である。通常、コンパウンディング工程では、ポリマー及び添加剤が混合され、これは通常押出し工程で行われる。典型的なコンパウンディング工程では、ポリマー及び１種以上の添加剤が、通常では加熱工程で溶融され、及び次に混合され、及び通常では圧力を与えてダイを通して押し出され、プラスチックのストランドを形成する。プラスチックのストランドは次に通常では冷却工程で硬化され、そして粒状にされ、これは例えばプラスチックストランドを砕き、粒状のペレットにする造粒機を使用して行われる。

ポリマー材料及び添加剤は通常、熱及び／又は圧力に対して敏感であり、材料は所望の特性及び高い品質の基準を得るために、注意深くバランスされ、及び選択される。特に、溶融粘度はコンパウンディングの工程において、溶融品質の関連するインジケーターである。特定的に、溶融粘度は、機械的及び審美的な特性を示しても良く、及びプラスチック材料の処理鎖(processing chain)にとって重要な量であっても良い。従って、通常、製造ラインを開始した後、工程が安定した時に溶融物が採取され、及び試料の実験室結果を待つために押出機が停止される。従って、製造不良及び廃棄物を最小限にするために、及び資源を保存するために、コンパウンディング工程(compounding process)、特定的にはコンパウンディング工程パラメーター、例えば材料の溶融体の熱、圧力及び粘度は、典型的には注意深く監視される。しかしながらインライン流量計は、例えば溶融粘度を監視するために、通常測定遅延を示し、及び／又は材料の溶融体の流を阻害してコンパウンディング工程に干渉する。例として、非特許文献１（“proceedings of the Institution of Mechanical Engineers, Vol. 221 Part I: J. Systems and Control Engineering”, McAfee and Thompson中の“A novel approach to dynamic modelling of polymer extrusion for improved process control”の第６１７～６２８頁）には、押出粘度及び圧力をモデル化し、機械論的知識を発生的アルゴリズム手法（genetic algorithm approach）を使用して、実験データと結びつけるグレーボックスモデリング技術を採用することにより、この問題にアプローチすることが記載されている。

更に、非特許文献２（“49^th IEEE Conference on decision and Control”中の“Soft-sensor for real-time monitoring of melt viscosity in polymer extrusion process”）で、 Liu et al.は、工程インプットに基づく溶融粘度のリアルタイムの予測のための適用可能な線形パラメーターを有する非線形限定インパルス応答モデルを含むソフトセンサーを提案している。このモデルアウトプットは次に、バレル圧力を予測するために、単純に固定された構造を有するモデルのインプットとして使用され、バレル圧力はオンラインで測定可能である。最後に予測圧力は、測定値と比較され、及び対応する誤差(error)が、フィードバック信号として使用され、粘度評価が訂正される。

コンパウンディング工程におけるポリマー粘度品質の制御には、幾つかの技術的課題がなお残っている。典型的には、コンパウンディング工程中のポリマー粘度の監視及び／又はシミュレーションには広大なモデリング及び複雑な計算及び集中的なコンピューター演算の実行を必要とする。この方法及びシステムは典型的には、大量のデータ保管及びコンピューター演算容量及び技術的経験を必要とし、これは、しばしば入手することができない。従って、通常、このような方法の実行は、非常に時間を費やすもので、及び複雑である。

特許文献１（ＷＯ２００８／０４０９４３Ａ２）には、押出系における押出材料の粘度の測定方法が記載されており、この測定方法は、（ｉ）押出系の１つ以上の工程条件の測定を獲得する段階、（ｉｉ）押出材料の押出系を通した処理量の数値表示を獲得する段階、（ｉｉｉ）押出系の１つ以上の位置で、押出材料の圧力測定を獲得する段階、（ｉｖ）第１のモデルを使用し、材料に関するデータ及び測定の一つ又は各工程条件を使用して、押出材料の評価した粘度を形成する段階、（ｖ）第２のモデルを使用し、押出系のジオメトリーに関するデータ及び押出材料の評価した粘度及び押出材料の処理量の数値表示の一つを使用して、押出材料の評価した圧力を形成する段階、（ｖｉ）押出材料の評価した圧力を、押出材料の圧力測定値と比較し、圧力の差異値を形成する段階、（ｖｉｉ）圧力の差異値を使用して、粘度訂正値を形成する段階、（ｖｉｉｉ）粘度訂正値を第１のモデルに供給し、及び粘度訂正値を次の押出材料の評価した粘度の形成に使用する段階、及び（ｉｘ）段階（ｉｉｉ）から（ｖｉｉｉ）を１回以上繰り返し、各繰り返しには、工程条件又は各工程条件の測定の他のもの及び押し出し材料処理量の数値表示の他のものを使用し、形成された圧力差の値が、最小値に向けて操縦される段階、を含む。

特許文献２（ＥＳ２３３１７２０Ａ１）には、製造工程の変数の値を調査し、上記値を予め定義された品質値と比較し、人工知能に基づく技術を使用してモデルのセットを得、これにより製造工程変数の値から評価した、各瞬間におけるリアルタイムの品質値の予測を得、及び成立した品質基準を満たす、又は満たさないセクションの長さを特定する格子柄を含む段階を少なくとも含む方法が記載されている。

特許文献３（ＥＰ３０２０５３０Ａ１）には、シミュレーション装置が記載されており、このシミュレーション装置は、材料の物性と、材料を混練する混練装置の構成データ及び操作条件とを含む設定情報に基づいて、混練装置の演算対象場における材料の低次元の流動解析を行う低次元（１Ｄ）解析部と、演算対象場における高次元の流動解析の対象となる対象領域の選択を受け付ける選択受付部と、低次元の流動解析結果から、対象領域に関する材料の物理量を抽出する物理量抽出部と、抽出された物理量と、設定情報とに基づいて、対象領域における材料の高次元の（３Ｄ）流動解析を行う高次元解析部と、を備えるものである。

非特許文献３（Kumar A. et al.: “A model based approach for estimation and control for polymer compounding”, Proceedings of the 2003 IEEE International Conference on Control Applications, CCA 2003, ISTANBUL, TURKEY, JUNE 23 - 25, 2003; NEW YORK, NY: IEEE, US, vol. l, 23 June 2003, pages 729-735, XP010652701, ISBN: 978-0-7803-7729-5）には、知的手段を組み込んだ、押出機の操作のためのフレームワークが記載されており、これは（ｉ）オンライン製品品質評価（推測的検知）、（ｉｉ）共通の工程／材料障害のための診断、及び（ｉｉｉ）オンライン評価に基づく製品品質の閉じたループ制御のためのものである。モデルベースのアプローチは、統一されたフレームワーク中の評価、診断及び制御に使用される。

ＷＯ２００８／０４０９４３Ａ２ ＥＳ２３３１７２０Ａ１ ＥＰ３０２０５３０Ａ１

"proceedings of the Institution of Mechanical Engineers, Vol. 221 Part I: J. Systems and Control Engineering", McAfee and Thompson中の"A novel approach to dynamic modelling of polymer extrusion for improved process control"の第６１７～６２８頁 "49th IEEE Conference on decision and Control"中の"Soft-sensor for real-time monitoring of melt viscosity in polymer extrusion process" Kumar A. et al.: "A model based approach for estimation and control for polymer compounding", Proceedings of the 2003 IEEE International Conference on Control Applications, CCA 2003, ISTANBUL, TURKEY, JUNE 23 - 25, 2003; NEW YORK, NY: IEEE, US, vol. l, 23 June 2003, pages 729-735, XP010652701, ISBN: 978-0-7803-7729-5

従って、少なくとも１つの押出機を使用したポリマーのコンパウンディング工程(compounding process)で、ポリマー粘度品質を制御する、上述した技術的挑戦に取り組む手段及び方法を提供することが望ましい。特定的には、少なくとも１つの押出機を使用したポリマーのコンパウンディング工程で、ポリマー粘度品質を制御する工程を、この技術分野では公知の方法及びシステムと比較して改良するための方法、コンピュータープログラム及びシステムが提案されるべきである。

この問題は、独立請求項の方法、コンピュータープログラム、及びシステムによって取り組まれる。単離した形式で、又は任意の組合せで実施されても良い有利な実施形態が、従属項に列挙されている。

以下に使用される「有する(have)」、「含む（comprise）」又は「含有する(include)」又はこれらの任意の文法的な変形は、包括的に使用される。従って、これらの用語は、これらの用語によって導入される特徴に加え、これに関して記載された物には更なる特徴は存在しない状態、及び１つ以上の更なる特徴が存在する状態の両方を示して良いものである。例として、「ＡはＢを有する」、「ＡはＢを含む」及び「ＡはＢを含有する」は、Ｂの他に、他の要素がＡ中に存在しない状態（すなわち、Ａは専ら、及び独占的にＢから成る状態）及びＢの他に、１つ以上の更なる要素、例えば要素Ｃ、要素Ｃ及びＤ又は更なる要素が実態Ａ中に存在する状態の両方を示して良いものである。

更に、「少なくとも１つ」、「１つ以上」又は特徴又は要素が１度又は１度を超えて存在して良い類似する表現は、それぞれの特徴又は要素を導入する場合には、典型的には１回のみ使用されることが注意書きされる。以下において、最も多い場合、それぞれの特徴又は要素を参照する場合、「少なくとも１つ」又は「１つ以上」は繰り返されることが無く、それぞれの特徴又は要素が１度以上存在しても良いことの事実に反することがない。

更に、以下に使用されるように、「好ましい」、「より好ましい」、「特に」、「より特に」、「特定的には」、「より特定的には」、又は類似した用語は、任意の特徴との関連で使用され、これは可能な選択を減縮するものではない。従って、これらの用語によって導入される特徴は任意の特徴であり、及び請求項の範囲を減縮することを何ら意図するものではない。本発明は、この技術分野の当業者が認識するように、選択的な特徴を使用することによって行われても良い。類似して、「本発明の一実施の形態で」又は同様の表現によって導入される特徴は、任意の特徴であることが意図されており、本発明の選択性の実施形態について減縮するものではなく、本発明の範囲を減縮するものではなく、及びこのように導入された特徴と、他の任意の、又は自由選択でない本発明の特徴との組合せの可能性を減縮するものではない。

本発明の第１の局面では、少なくとも１つの押出機を使用したポリマーのコンパウンディング工程中のポリマー粘度品質を制御するための方法が提案される。この方法は、以下の工程を含み、これらの工程は記載された順番で行われても良いものである。しかしながら、異なる順番も可能であって良い。更に、１つ以上、又は全ての工程が、１度行われても良く、又は繰り返し行われても良い。更に、１つ以上、又は全ての工程が、１度行われても良く、又は繰り返し行われても良い。更に、本方法工程は、適時に重なる態様で、又は並行して行われても良い。本方法は更に、列挙していない追加的な方法工程を含んでも良い。

本発明は、以下の工程を含む：
ａ）少なくとも１つの測定工程であって、化合物の少なくとも１つの粘度に影響を与える影響変数が、少なくとも１つのセンサーを使用して測定される工程、
ｂ）少なくとも１つの予測工程であって、化合物の期待された粘度が、少なくとも１つの予測ユニットを使用して、影響変数を考慮して測定され、予測ユニットは、少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを含む工程、
ｃ）少なくとも１つの評価工程であって、化合物の期待された粘度が、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較され、アウトプット情報の少なくとも１つの項目が、この比較に依存して作り出される工程、及び
ｄ）少なくとも１つの制御工程であって、アウトプット情報の前記項目が、少なくとも１つのディスプレイデバイスを使用して表示され、前記アウトプット情報が、押出機の少なくとも１つのセッティングのために、少なくとも１つの操作推奨を含む工程。

ここで使用される「ポリマー」という用語は広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、複数のマクロ分子で構成される物質例えば分子の共有結合的に結合した鎖、又はネットワークを示しても良い。特定的には、コンパウンディング工程中で、ポリマーは更なる物質、例えば充填材及び／又は添加剤と結びついて、化合物を形成しても良い。しかしながらポリマーは、例えば、コンパウンディング工程中で少なくとも１種の更なる物質と結合（混合）される前に、充填材及び／又は添加剤を含んでも良い。一例として、ポリマーは、化合物の前駆体及び／又は前段階であっても良く、又は含んでも良い。

特に、ポリマーは１つ以上の特徴、例えばポリマー粘度を含んでいても良い。ここで使用される「粘度」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、変形に対する抵抗性を示しても良く、特定的には、任意の材料の反応における、材料に加えられた外力に対する抵抗性を表しても良い。ここで使用される「ポリマー粘度」は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、ポリマーの変形に対する抵抗性を示しても良い。特定的には、ポリマー粘度は、ポリマー例えば、複数のマクロ分子で構成される物質の流動的(rheological)な特性であっても良く、又はこれを含んでも良い。特に、ポリマー粘度は、少なくとも１つの外的影響、例えばポリマーに影響を及ぼす温度、及び／又は圧力に依存しても良い。ポリマー粘度は、時間、温度及び圧力の１つ以上について発達するポリマーの材料特性であっても良く、又はこれを含んでも良い。特定的には、ポリマー粘度は、ポリマーの分子の共有結合の状態の表示であっても良く、又はこれを含んでも良い。従って、ポリマー粘度は、任意の材料と混合される及び／又はブレンドされるポリマーの適用性(ability)、重合の度合い、又はこれに類似するものの情報であっても良く、又はこれを含んでも良い。特に、少なくとも１つの押出機を使用したポリマーのコンパウンディング工程中のポリマー粘度品質を制御するための方法で、「粘度」という用語は特定的には、コンパウンディング(compounding)後のポリマーの粘度を表しても良い。特定的には、粘度数（viscosity number）は、純粋なポリマーの粘度を記載した測定値であっても良く、又はこれを含んでも良い。粘度数を決定するために、第１の分析ステップでは、全ての添加剤及び／又は化合物の追加的な要素が、実験室内でポリマーから抽出される。この方法は、特定的には、コンパウンディング（配合）後のポリマーの粘度を測定、及び／又は予測するために適切である。

特定的には、ポリマー粘度は、ポリマー粘度品質(polymer viscosity quality)に影響を与えても良い。ここに使用される「ポリマー粘度品質」という用語は、広い用語（広義語）であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、ポリマーの現在の粘度及び／又は粘度の履歴に依存した、ポリマーの値及び／又は数を表しても良い。特に、ポリマー粘度品質は、例えば予測するという観点で、ポリマーの特性、及び／又は特徴の表示であってもよく、又はこれを含んでも良い。

ここで使用される「影響変数(influence variable)」は、広い用語（広義語）であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、操作目的に適切であり、及び又はこのために構成された、及び／又は工程のパラメーターに任意に影響を有するパラメーターを表しても良い。従って、「化合物の粘度に影響を与える影響変数」は通常、化合物の粘度、例えば変形に対する抵抗性を操作するために適切な、及び／又はこのために構成されたパラメーターを表しても良い。

ここに使用される「測定(決定：determine)」という用語は、広い用語（広義語）であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は、特定的には、限定することなく、情報を取得する工程を表す。特に、この測定(determine)という用語は、情報の測定(measuring)、観察、読み込み、予測及び収集を含んでも良いが、これらに限定されることはない。特に、「影響変数」に関し、「影響変数を測定する(determining)」という用語は、少なくとも１つのセンサーを使用して測定することを表しても良い。

ここに使用される「センサー」という用語は、広い用語（広義語）であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、少なくとも１つの測定可能な変数を検知するために構成され、及び少なくとも１つの対応する信号を生成する任意の要素を示す。特定的には、センサーは、影響変数に対応する１つ以上の電気信号、アナログ信号、及びデジタル信号を生成するのに適切であっても良い。

ここに使用される「化合物の粘度」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、少なくとも１種のポリマーを含む化合物の変形に対する抵抗性を示しても良い。ここに使用される「期待された粘度」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、予期（予測）された粘度値を示しても良い。この用語で、「予期（予測）する」は特定的には、限定することなく、コンパウンディング工程における少なくとも１つの段階のために、化合物材料のための粘度値を決定することを表し、特に、時間、例えば未来における時点について、及び／又は空間的一、例えばコンパウンディング工程における後の段階で、化合物によって到達される、異なる箇所について決定することを表す例として、期待された粘度(expected viscosity)は、粘度予測(viscosity forecast)であっても良く、又はこれを含んでも良い。特に、化合物の期待された粘度は、少なくとも１つの予期ユニットを使用して決定（測定）されても良い。特に、「期待された粘度」に関し、「期待された粘度を決定（測定）する」とは、粘度の少なくとも１つの予測値を予期することを示す。

ここに使用される「予測ユニット」という用語は、広い用語（広義語）であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、少なくとも１つのインプット変数、例えば、測定された、及び／又は予め設定されたインプット変数のための少なくとも１つの目標変数の、少なくとも１つの予期された値を決定するために構成された、任意の要素、又はシステムを示しても良い。目標変数は、期待された粘度であっても良い。インプット変数は、化合物の粘度に影響を及ぼす、少なくとも１つの影響変数であっても良く又はこれを含んでも良い。特定的には、予測ユニットは、情報例えば、任意の材料の予測された、及び／又は予期された特徴、及び／又は特性、例えば化合物の予測された粘度を予想するために構成されても良い。一例として、予測ユニットは、少なくとも１つの影響変数、例えば、化合物の粘度に影響を及ぼす影響変数を考慮して、化合物の予測された粘度を予期するために構成されても良い。予測ユニットは、少なくとも１つの処理ユニット、例えばプロセッサー、マイクロプロセッサー、又は少なくとも１つの予測された値を予期するために構成された、特にプログラム、特定的にはソフトウェアー及び／又はアプリケーション、及び／又は与えられたアルゴリズム中のロジックを実行するために構成されたコンピューターシステムを含んでも良い。予測ユニットは、分析ツールのトレーニング済みモデル(trained model)を遂行する、及び／又は実行するために構成されても良い。

特に、予測ユニットは、少なくとも１つの分析ツールを含む。ここに使用される「分析ツール」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、期待された粘度を測定するための予期ユニットにコンピューター判読可能な指示を提供する、及び／又は含むために構成された、少なくとも１つのツールを示す。一例として、この分析ツールは、少なくとも１つのプログラム、特定的にはソフトウェアー、及び／又はアプリケーション、及び／又は与えられたアルゴニズム中のロジックであっても良く、又はこれを含んでも良い。特に分析ツールは、センサーデータ、例えばセンサーを使用して測定されたデータ、及び／又は情報を試験、及び／又は分析するために構成されていても良い。特定的には、分析ツールは、少なくとも１つのセンサーを使用して測定された、少なくとも１つの影響変数を試験、及び／又は分析するために構成されていても良い。

分析ツールは、少なくとも１つのトレーニング済みモデル(trained model)を含む。ここで使用される「トレーニング済みモデル」は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、インプット値のための目標変数を予期するために構成された、少なくとも１つの数学モデルを示しても良い。特に、トレーニング済みモデルは、粘度の発達をシミュレートするためにトレーニング（教育）されたアルゴニズム、及び／又はニューラルネットワークであっても良く、又はこれらを含んでも良い。トレーニング済みモデルは、トレーニングデータ上で教育されても良い。ここで使用される「トレーニングデータ」は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、トレーニング済みモデルを教育するために使用されるデータを示しても良い。教育データは、複数の教育データセットを含んでいても良い。特定的には、教育データは、履歴的、実験的データ、例えば予め決定されたデータ、例えば粘度に影響を及ぼす予め決定された影響変数であっても良く、又はこれを含んでも良い。

一例として、トレーニング済みモデルは、粘度の挙動、及び／又は発達をシミュレートするために構成されていても良く、ここで期待された粘度が決定（測定）される。特定的には、期待された粘度は少なくとも１つの影響変数に基づいて決定されても良い。特に、トレーニング済みモデルは、ポリマー粘度の過程をシミュレートするために構成されていても良く、例えば、押出機を使用したコンパウンディング工程の間、期待された粘度を決定するために構成されていても良い。予測ユニットは、情報及び／又はデータの特定のタイプのコンピューターシミュレートのために、及び／又は挙動及び／又は発達、例えば時間における進展、をシミュレーションするために構成されていても良い。

ここに使用される「予め定義された閾値」又は「予め決定された閾値」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、少なくとも１つの、任意の予め知られている数値であって、少なくとも１つの限界値、及び／又は少なくとも１つの境界、及び／又は範囲を定量化するものを示しても良い。一例として、予め定義された、及び／又は予め決定された閾値は、ポリマーが通常では分解（劣化）を開始する化合物粘度の限界値、及び／又は境界を定義する数値であっても良く、又はこれを含んでも良い。分解（劣化）工程及びメカニズムに関し、例えばBestaendigkeit von Kunststoffen by Gottfried W. Ehrenstein and Sonja Pongratz Munich: Hanser of 2007が参照されても良い。

ここに使用される「アウトプット情報の項目」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、比較の結果に関する表示又は情報を示しても良い。特にアウトプット情報の項目は、化合物の期待された粘度と予め定義された、及び／又は予め決定された閾値との比較についての情報の表示であっても良く、又はこれを含んでも良い。従って一例として、アウトプット情報の項目は、化合物の期待された粘度と予め知られている閾値との比較に依存して生成されて良く、これによりアウトプット情報の項目が比較の結果についての情報を示しても良い。特定的にはアウトプット情報の項目は、押出機の少なくとも１つの設定のための、操作推奨(handling recommendation)を含んでも良い。

ここに使用される「操作推奨」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、アクション及び／又は実施についての少なくとも１つの指示、及び／又は少なくとも１つのアドバイスを含む情報を示しても良い。一例として、操作推奨は、押出機の少なくとも１つのセッティングに関しての、少なくとも１つの指示であっても良く、又はこれを含んでも良い。特定的には、操作推奨は、押出機に関して行われるアクションの情報、特定的には、押出機の少なくとも１つのセッティングの適用についての情報であっても良く、又はこれを含んでも良い。

ここに使用される「押出機」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、原料を少なくとも部分的に可塑化し、及び可塑化した材料をダイを通して押すために構成されたシステムを示しても良い。特に、押出機は、基本的に一定の断面、例えば不変の断面を有する押出物を生成するために構成されていても良い。一例として、原料はポリマー、例えばポリマー材料であっても良く、又はこれを含んでも良い。特定的には、押出機は、例えばポリマーを通常では加熱工程で溶解させることによって、ポリマー材料を可塑化し、及び次にポリマーを例えば圧力をかけてダイを通して押出するために構成されていても良い。
一例として、押出機は、スクリュー押出機、ツインスクリュー押出機、遊星ローラー押出機から成る群から選ばれても良い。好ましい一実施の形態では、押出機は少なくとも１つのツインスクリュー押出機であっても良い。従って、一例として、押出機は、少なくとも２つのスクリュー、例えば２つの共同回転するスクリュー、スクリューを囲む少なくとも１つのハウジング、及び少なくとも１つのダイ、及び／又はフォームを含んでも良い。

ここに使用される「押出機のセッティング」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、少なくとも１つのパラメーターによって記載される、押出機の構造（セッティング）を示す。特に、押出機のセッティングは、押出機が稼働している時、例えば押出を行っている間に変更させる、及び／又は適応させるために適切な、押出機の設定（構造: configuration）を示しても良い。特定的には、押出機のセッティングの適用は、工程パラメーター、特定的にはコンパウンディング工程のパラメーターの適用を示しても良い。

ここに使用される「ディスプレイ(display)」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、情報を視覚的な形式で表示するために構成されたユーザーのインターフェースを説明することを示しても良い。特に「ディスプレイデバイス」は、限定することなく、少なくとも１つのディスプレイ、例えば少なくとも１つのスクリーンを含む任意の要素を示しても良い。例えば、スクリーンは平坦部及び／又は表面部を有していても良い。一例として、ディスプレイデバイスは、フラットパネルディスプレイ等の液晶ディスプレイ（ＬＣＤ）、例えば液晶の光調節特性を使用した電子的に調節された光学デバイスであっても良く、又はこれを含んでも良い。ディスプレイデバイスは、押出機を制御するための制御システムの一部であっても良い。

化合物は、ポリブチレンテレフタレート（ＰＢＴ）、ポリエチレンテレフタレート（ＰＥＴ）、ポリアミド（ＰＡ）、ポリスチレン（ＰＳ）から成る群から選ばれる、少なくとも１種の熱可塑性材料を少なくとも部分的に含んでも良い。

影響変数は特定的には、ヘッド圧力、トルク、特定的には押出スクリューのトルク、温度、特定的には化合物のヘッド部又はフローフロントの温度、例えば化合物溶融物のヘッド部又はフローフロントの温度、押出スクリューの温度、押出ヘッドでの化合物溶融物の温度、又はハウジングの温度、輸送速度、回転速度、せん断速度、質量流量、特定的にはポリマーの、及び／又は化合物の質量流量、電力消費、特定的には押出機の電力消費から成る群から選ばれても良い。

特定的には、影響変数は、ヘッド圧力、及び／又はハウジングの温度、及び／又は押出ヘッドでの化合物溶融物の温度、及び／又はトルク、特定的には押出機のトルク、及び／又は電力消費、特定的には、押出機の電力消費、及び／又は回転速度、及び／又は質量流量を含んでも良い。

本方法は更に、コンパウンディング工程における量的情報及び質的情報の一方又は両方を含む、少なくとも１つのデータベースを生成することを含む。

ここに使用される「データベース」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、情報の任意の収集、及び／又は蓄積を示しても良い。特定的には、データベースは、例えばデータベース内の情報の検索を促進するために、保管及び／又はリンクされても良い、情報の蓄積であっても良く、又はこれを含んでも良い。ここで「保管した(stored)」は通常、情報の参照又は相互参照を示しても良い。データベースは、少なくとも１つのルックアップテーブル、及び／又は少なくとも１つの計算表、及び／又は少なくとも１つの電子マネージチャートを含んでも良い。

特に、データベースに保管された情報は特定的には、センサーデータ、特定的には工程ａ）及びそれぞれのタイムスタンプで取得されるセンサーデータ、材料、特定的には材料組成、特に反応物質供給源及び１種以上の添加剤の仕様についての情報、コンパウンディング工程の工程パラメーター、特定的には、押出パラメーター、例えば最大又は最小移動速度、又は技術的設計情報、例えばシングル押出スクリュー、又はツイン押出スクリュー、予め決定された目標粘度値から成る群から選ばれても良い。データベースは、複数の異なるデータベース、特定的には、複数の異なって構成されたデータベースから集められた情報を含んでも良い。

トレーニング済みモデルは、少なくとも１つのランダムフォレストアルゴリズムであっても良く、又はこれを含んでも良い。追加的に、又はこの替わりに、更なるモデルが可能であり、例えば少なくとも１つのニューラルネットワーク、例えば少なくとも１つのＭｕｌｔｉ－Ｌａｙｅｒ Ｐｅｒｃｅｐｔｉｏｎ（ＭＬＰ）ニューラルネットワーク、少なくとも１つの線形モデル、少なくとも１つの非線形モデル、少なくとも１つのグレーボックスモデル、及び／又は少なくとも１つの弾性ネットアルゴリズムが可能である。特定的には、トレーニング済みモデルは、少なくとも１つのランダムフォレストアルゴリズム、少なくとも１つのニューラルネットワーク、例えば少なくとも１つのＭｕｌｔｉ－Ｌａｙｅｒ Ｐｅｒｃｅｐｔｉｏｎ（ＭＬＰ）ニューラルネットワーク、少なくとも１つの線形モデル、少なくとも１つの非線形モデル、少なくとも１つのグレーボックスモデル、少なくとも１つの弾性ネットアルゴリズムから選ばれる少なくとも１つのモデルであっても良く、又はこれを含んでも良い。

ここに使用される「グレーボックスモデル」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、モデルを完成させるために、部分的理論構造をデータに結びつけるために構成されたモデルを示しても良い。特に、グレーボックスモデルは、第１の原理部分、所謂ホワイトボックス、及びデータ駆動型部分、所謂ブラックボックスを含むモデルを示しても良く、例えばVon Stoch et al., 2014, Computers & Chemical Engineering, 60, Pages 86 to 101の総説が参照される。

ここに使用される「ランダムフォレストアルゴリズム」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、少なくとも分類及び／又は回帰のために構成されたアンサンブル学習法を示しても良い。特定的にはランダムフォレストアルゴリズムは、例えば、教育時間における１つ以上の決定ツリー(decision tree)を構成し、及びクラスのモードから選択される少なくとも１つのクラス及び個々のツリーの平均予測を出力するために構成されていても良い。特に、ランダムフォレストアルゴリズムは、線形モデルと比較して、増加した順応性（適用性）を示しても良く、及び従って、マップ非線形効果(map nonlinear effects)の機能を含んでも良い。特定的には、ランダムフォレストアルゴリズムのために、影響変数間の相互作用の知識が要求されなくても良い。ランダムフォレストアルゴリズムは、影響変数の重要度分析を許容しても良い。更に、ランダムフォレストアルゴリズムを使用する場合、過剰適用(overfitting)の危険性が存在しなくても良い。特に、ランダムフォレストアルゴリズムは、例えば少なくとも１つの決定ツリーに基づいた、その構造のために、分類タスクに特に適切であっても良い。従って、一例として、ランダムフォレストアルゴリズムは、１つのモデル内、例えば１つの回帰モデル内での複数の生成物の分類を許容しても良い。ランダムフォレストアルゴリズムは通常、例えば、Leo Breiman, ,,Random Forests“ in Machine Learning 45.1, Oct. 2001の記録紙から、“The Elements of Statistical Learning” by Trevor Hastie, Robert Tibshirani and Jerome Friedman, Springer New York, 2009から、及び手法論文,,Conditional variable importance for random forests“ by Carolin Strobl et al. in BMC Bioinformatics 9.1, July 2008, page 307から公知であって良い。

特定的には、本ケースにおけるランダムフォレストアルゴリズムの使用は、他のアルゴリズム及びモデルと比較して、演算努力の低減を許容しても良い。特定的には、起源的アルゴリズム(genetic algorithm)と比較して、本願ではランダムフォレストアルゴリズムは、演算努力を相当に低減しても良い。従って、他のアルゴリズム及びモデルと比較した場合、一例として、ランダムフォレストアルゴリズムは、より短い演算時間を要しても良く、及び従って、より効率的であっても良い。更に、ランダムフォレストアルゴリズムは特定的には、より頑丈（robust）な特徴及び特性を有していても良い。従って、一例として、ランダムフォレストアルゴリズムは、例えば不完全なデータ及び／又は測定ノイズによって引き起こされる、干渉(interference)等の障害(interference)の傾向が少なくても良い。

ここに使用される「複数層知覚ニューラルネットワーク(Multi-Layer Perceptron neural network)」又は「ＭＬＰニューラルネットワーク」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、フィードフォーワード式人工ニューラルネットワークを示しても良い。

この方法は更に、自動的にデータベースからの情報を取得し、及び予測ユニットに情報を提供することを含んでも良い。特に、データベースから情報を取得することは、工程ａ）と工程ｂ）の間に行われても良い。

ここに使用される「自動的にデータベースからの情報を取得する」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、
コンピューターによって自発的に行われる、データ収集の工程を示しても良い。従って、データベースからの情報は独立的に、特定的には、コンパウンディング工程のユーザー及び／又はオペレーターの干渉無しに取得されても良い。

工程ａ）は更に、少なくとも１つの事前処理工程を含んでも良い。事前処理工程では、一例として、センサーによって測定されたデータが事前処理されても良い。特に、事前処理は異常値の除去を含んでも良い。特定的には、異常値は、少なくとも１つのクラスタリングアルゴリズムを使用することによって、特定的には１つ以上の期待－最大化アルゴリズム、ｋ－ミーンアルゴリズム、及びｋ－メジアンアルゴリズムを使用することによって、センサーによって測定されたデータから除去されても良い。

ここに使用される「事前処理工程（予備処理工程）」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、主たる工程に先立つ準備及び／又は処理の任意の活動及び／又は工程を示す。特に、事前処理は、初期工程、例えば初期準備、及び／又は処理であっても良く、又はこれを含んでも良い。従って、「センサーによって測定されるデータの事前処理」という用語は、センサーデータの初期準備であっても良く、又はこれを含んでも良い。

更に、本方法では、アウトプット情報の項目に含まれる情報の取り扱いに関し、差異が作られても良い。したがって、一例として：
ｉ）少なくとも１つの、化合物の期待された粘度が、閾値の予め定義された許容差範囲内に在る場合、操作推奨は、押出機のセッティングを維持する情報を含み、及び
ｉｉ）少なくとも１つの、化合物の期待された粘度が、閾値の予め定義された許容差範囲を超えて、閾値とは異なっている場合、操作推奨は、押出機のセッティングを変更する情報、例えば押出機の回転速度を変更する情報を含む。

予め定義された許容差範囲は、相対的及び絶対的許容範囲の１つ又は両方であっても良い。特定的には、予め定義された許容差範囲は、±５％であっても良く、好ましくは±２％であっても良い。追加的に、又はこの替わりに、予め定義された許容差範囲は。±３ｍｌ／ｇであっても良く、好ましくは±２ｍｌ／ｇであっても良い。

工程ｃ）は更に、化合物の期待された粘度を少なくとも１つの目標仕様と比較することを含んでも良く、ここで目標仕様は、特定的には顧客仕様、例えば化合物の顧客及び／又は購入者によって与えられた、及び／又は設定された仕様であっても良い。

アウトプット情報は更に、化合物の期待された粘度についての情報、化合物の履歴的粘度についての情報、例えば測定した粘度及び／又は期待された粘度から成る群から選ばれる、少なくとも１つの情報を含んでも良い。

一例として、本方法は更に、アウトプットに依存して、コンパウンディング工程の少なくとも１つの工程パラメーターを調節することを含んでも良い。特に、この調節されるべき工程パラメーターは、特定的には、押出機の回転速度であっても良く、又はこれを含んでも良い。従って一例として、回転速度を増す場合には、粘度、例えばポリマー粘度は低減されても良く、及びこの逆であっても良い。

ここに使用される「工程パラメーター」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、限定することなく、工程を特徴付ける任意の工程に関する変数を示しても良い。一例として、コンパウンディング工程の更なる工程パラメーターが調節されても良く、例えば押出機の少なくとも１つのセッティング、例えば運搬速度、回転速度、例えば少なくとも１つのスクリューの回転速度、例えば押出機の少なくとも１つの要素の温度（例えば少なくとも１つのスクリューの温度及び／又はハウジングの温度）を介して制御されるエネルギーインプットを介して調節可能なコンパウンディングパラメーターが調節されても良い。

方法工程ｂ）～ｄ）は、特定的にはコンピューターによって行われても良い。ここに一般的に使用される「コンピューター」という用語は、少なくとも１つのプロセッサー、及び任意の更なる要素、例えば１つ以上のインターフェース、１つ以上のデータ保管デバイス、１つ以上のディスプレイデバイス等を有するデバイスを示しても良い。ここに使用される「プロセッサー」という用語は、広い用語であり、及びこの技術分野の当業者にとって普段の、及び慣用の意味を有するものであり、及び特殊な、又はカスタマイズした意味に限定されるべきではない。この用語は特定的には、コンピューター又はシステムの基本操作を行うために構成された、任意のロジック論理回路を示しても良く、及び／又は、通常、計算又は理論操作を行うために構成されたデバイスを示して良い。特に、プロセッサーは、コンピューター又はシステムを駆動する基本命令を処理するために構成されていても良い。一例として、プロセッサーは、少なくとも１つの算術演算ユニット（ＡＬＵ）、少なくとも１つの浮動小数点ユニット（ＦＰＵ）、例えばマスコプロセッサー、又は数値コプロセッサー、複数のレジスター、特定的には、ＡＬＵに演算数（operand）を供給し、及び処理の結果を保管するために構成されたレジスター、及びメモリー、例えばＬ１及びＬ２キャッシュメモリを含んでも良い。特に、プロセッサーは、マルチコアプロセッサーであっても良い。特定的には、プロセッサーは、セントラルプロセッシングユニット（中央処理装置：ＣＰＵ）を含んでも良い。追加的に、又はこの替わりに、プロセッサーはマイクロコンピューターであっても良く、又はこれを含んでも良く、従って特定的には、プロセッサーの要素は１つの単体の集積回路（ＩＣ）チップに含まれても良い。追加的に、又はこの替わりに、プロセッサーは１つ以上の特定用途向け集積回路（ＡＳＩＣｓ）及び／又は１つ以上の現場でプログラムできる集積回（ＦＰＧＡｓ）等であっても良く、又はこれらを含んでも良い。

更に、少なくとも１つの押出機が使用されるポリマーのコンパウンディング工程でのポリマー粘度品質を制御するためのコンピュータープログラム、特定的にはアプリケーション、がここに開示され及び提案される。コンピュータープログラムは、プログラムがコンピューター又はコンピューターネットワークによって実行される場合には、コンピューター又はコンピューターネットワークに以下の工程を行うようにさせる指令を含む：
－化合物の少なくとも１つの粘度に影響を与える影響変数を取得する工程、
－少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを使用し、影響変数を考慮して、化合物の期待された粘度を予測する工程、
－化合物の期待された粘度を、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較し、この比較に依存して、アウトプット情報の少なくとも１つの項目を作り出す工程、及び
－アウトプット情報の前記項目を表示する工程であって、アウトプット情報が、押出機の少なくとも１つのセッティングのために、少なくとも１つの操作推奨を含む工程。

「コンピューターネットワーク」という用語は通常、相互連結した電気デバイスのシステムであって、デバイスの少なくとも１つが特定的にはコンピューターであって良いシステムを示しても良い。

本発明の更なる局面では、ポリマーのコンパウンディング工程におけるポリマー粘度品質を制御するためのシステムであって、コンパウンディング工程で、少なくとも１つの押出機が使用されるシステムが開示される。この制御システムは、化合物の粘度に影響を及ぼす、少なくとも１つの影響変数を測定するために構成された、少なくとも１つのセンサーを含む。この制御システムは更に、影響変数を考慮して、化合物の予測された粘度を決定するために構成された、少なくとも１つの予期ユニットを含み、この予期ユニットは、少なくとも１つのトレーニング済みモデルを含む、少なくとも１つの分析ツールを含むものである。制御システムは、化合物の予測された粘度を、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較するように構成された、少なくとも１つの評価ユニットを含み、ここで評価ユニットは、上記比較に依存して、少なくとも１つのアウトプット情報の事項を生成するように構成されている。制御システムは更に、少なくとも１つのディスプレイデバイスを含み、これはアウトプット情報の事項を表示するように構成されている。アウトプット情報は、押出機の少なくとも１つのセッティングのために、少なくとも１つの操作推奨を含む。

特に、センサーは、圧力センサー、特定的には溶融圧力センサー、誘導センサー、特に誘導スロットセンサー、熱電対から成る群から選ばれる少なくとも１つのセンサーであっても良く、又はこれらを含んでも良い。

制御システムは更に、アウトプット情報に依存して、コンパウンディング工程の少なくとも１つの工程パラメーターを調整する調整ユニットを含んでも良い。特に、アウトプット情報に依存して、コンパウンディング工程の少なくとも１つの工程パラメーター、例えば押出機セッティングは、調節ユニットを使用することによって調整されても良い。特定的には、工程パラメーターは、押出機の回転速度であっても良く、又はこれを含んでも良い。従って、一例として、回転速度が増加した場合、粘度、例えばポリマー粘度は低減しても良く、又はこの逆であっても良い。

一例として、調整ユニットは、コンパウンディング工程の少なくとも１つの工程パラメーターを調整するために、例えばパラメーター、例えば押出機の回転速度を制御及び／又は調整するために、少なくとも１つの要素、例えば機械的、及び／又はデジタルコントローラー、例えば回転式ノブ、ボタン、タッチディスプレイ等を含んでも良い。

制御システムは、上述した、又は以下に更に詳述するコンパウンディング工程内の化合物の少なくとも１つの品質を制御するために、上記方法を行うために構成されても良い。

本発明に従う方法、及びシステムは、ポリマーのコンパウンディング工程におけるポリマー粘度品質を制御するための、公知の方法及びシステムに対して、多大な長所を提供して良いものである。従って、特定的には、本発明で示唆されたように、少なくとも１つの押出機を使用したポリマーのコンパウンディング工程での、ポリマー粘度品質を制御するための方法は、待ち時間及び／又は無駄時間を低減し、又は回避することさえ可能であり、及び製造能力を増すことが可能である。特に、提案された方法及びデバイスは、先見性の有る将来品質のミスハップ（不具合）及び／又は化合物品質のバリエーションを特定しても良く、及び効果的で迅速な対抗手段を提供しても良い。従って、本発明の方法及びデバイスは、工程パラメーターを調整し、及び／又は制御すること（例えば品質が低下することの防止）を可能にして良い。本発明は更に、化合物品質のリアルタイム制御によって、製品、及び例えばコンパウンディング生成物の工程及びコンパウンディング工程の処理の安全性及び品質を改良しても良い。

更に、本発明は、従来技術と比較した環境の観点、及びポリマーのコンパウンディング工程におけるポリマー粘度品質を制御するためのデバイスの観点で更なる長所を提供しても良い。特に、本発明は、材料損失及び浪費を低減しても良い。

特に、本発明は、ポリマーのコンパウンディング工程におけるポリマー粘度品質のリアルタイム監視、及び／又は制御を可能としても良い。特に、本発明は、従来技術の方法及びデバイスでは通常のものである測定遅延を克服しても良い。更に、本発明は、ポリマーのコンパウンディング工程におけるポリマー粘度品質のより効果的で、より経済的な監視及び／又は制御を提供しても良い。

まとめとして、及び更なる可能な形態を除外することなく、以下の実施形態が想定されても良い。

『実施形態１』
ポリマーのコンパウンディング工程中で、少なくとも１つの押出機を使用してポリマー粘度の品質を制御するための方法であって、以下の工程：
ａ）少なくとも１つの測定工程であって、化合物の少なくとも１つの粘度に影響を与える影響変数が、少なくとも１つのセンサーを使用して測定される工程、
ｂ）少なくとも１つの予測工程であって、化合物の期待された粘度が、少なくとも１つの予測ユニットを使用して、影響変数を考慮して測定され、予測ユニットは、少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを含む工程、
ｃ）少なくとも１つの評価工程であって、化合物の期待された粘度が、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較され、アウトプット情報の少なくとも１つの項目が、この比較に依存して作り出される工程、
ｄ）少なくとも１つの制御工程であって、アウトプット情報の前記項目が、少なくとも１つのディスプレイデバイスを使用して表示され、前記アウトプット情報が、押出機の少なくとも１つのセッティングのために、少なくとも１つの操作推奨を含む工程、
を含む方法。

『実施形態２』
化合物は、ポリブチレンテレフタレート（ＰＢＴ）、ポリエチレンテレフタレート（ＰＥＴ）、ポリアミド（ＰＡ）、ポリスチレン（ＰＳ）から成る群から選ばれる、少なくとも１種の熱可塑性材料を少なくとも部分的に含む、実施形態１に記載の方法。

『実施形態３』
影響変数は、ヘッド圧力、トルク、特定的には押出スクリューのトルク、温度、特定的には化合物のヘッド部又はフローフロントの温度、例えば化合物溶融物のヘッド部又はフローフロントの温度、押出スクリューの温度、押出ヘッドでの化合物溶融物の温度、又はハウジングの温度、輸送速度、回転速度、せん断速度、質量流量、特定的にはポリマーの、及び／又は化合物の質量流量、電力消費、特定的には押出機の電力消費から成る群から選ばれる、実施形態１又は２に記載の方法。

『実施形態４』
方法が、少なくとも１つのデータベースを生成することを含み、上記データベースは、コンパウンディング工程での量的情報及び質的情報の１つ又は両方を含み、これらの情報は、センサーデータ、特定的には工程ａ）及びそれぞれのタイムスタンプで取得されるセンサーデータ、材料、特定的には材料組成、特に反応物質供給源及び１種以上の添加剤の仕様についての情報、コンパウンディング工程の工程パラメーター、特定的には、押出パラメーター、例えば最大又は最小移動速度、又は技術的設計情報、例えばシングル押出スクリュー、又はツイン押出スクリュー、予め決定された目標粘度値から成る群から選ばれる、実施形態１～３の何れか１つに記載の方法。

『実施形態５』
データベースが複数の異なるデータベースから集められた情報を含み、特定的には複数の異なって構成されたデータベースから集められた情報を含む、実施形態１～４の何れか１つに記載の方法。

『実施形態６』
トレーニング済みモデルは、少なくとも１つのランダムフォレストアルゴリズム、少なくとも１つのニューラルネットワーク、例えば少なくとも１つのＭｕｌｔｉ－Ｌａｙｅｒ Ｐｅｒｃｅｐｔｉｏｎ（ＭＬＰ）ニューラルネットワーク、少なくとも１つの線形モデル、少なくとも１つの非線形モデル、少なくとも１つのグレーボックスモデル、少なくとも１つの弾性ネットアルゴリズムを含む、実施形態１～５の何れか１つに記載の方法。

『実施形態７』
方法が更に、自動的にデータベースからの情報を取得し、及び予測ユニットに情報を提供することを含み、データベースから情報を取得することは、工程ａ）と工程ｂ）の間に行われる、実施形態１～６の何れか１つに記載の方法。

『実施形態８』
工程ａ）が更に、センサーによって測定されたデータが前処理される、少なくとも１つの前処理工程を含み、前記前処理が、異常値の除去を含む、実施形態１～７の何れか１つに記載の方法。

『実施形態９』
異常値が、少なくとも１つのクラスタリングアルゴリズムを使用することによって、特定的には１つ以上の期待－最大化アルゴリズム、ｋ－ミーンアルゴリズム、及びｋ－メジアンアルゴリズムを使用することによって、センサーによって測定されたデータから除去される、実施形態１～８の何れか１つに記載の方法。

『実施形態１０』
ｉ）少なくとも１つの、化合物の期待された粘度が、閾値の予め定義された許容差範囲内に在る場合、操作推奨は、押出機のセッティングを維持する情報を含み、及び
ｉｉ）少なくとも１つの、化合物の期待された粘度が、閾値の予め定義された許容差範囲を超えて、閾値とは異なっている場合、操作推奨は、押出機のセッティングを変更する情報、例えば押出機の回転速度を変更する情報を含む、
実施形態１～９の何れか１つに記載の方法。

『実施形態１１』
上記予め定義された許容差範囲が、相対的許容差及び絶対的許容差の１つ又は両方であり、予め定義された許容差範囲が、±５％、好ましくは±２％、及び／又は±３ｍｌ／ｇ、好ましくは±２ｍｌ／ｇである、実施形態１～１０の何れか１つに記載の方法。

『実施形態１２』
工程ｃ）は更に、化合物の期待された粘度を少なくとも１つの目標仕様と比較することを含み、ここで目標仕様は、特定的には顧客仕様である、実施形態１～１１の何れか１つに記載の方法。

『実施形態１３』
上記アウトプット情報が更に、化合物の期待された粘度についての情報、測定粘度及び／又は期待された粘度等の化合物の履歴的な粘度についての情報から成る群から選ばれる少なくとも１つの情報を含む、実施形態１～１２の何れか１つに記載の方法。

『実施形態１４』
アウトプット情報に依存して、コンパウンディング工程の少なくとも１つの工程パラメーターを調整する工程を更に含み、工程パラメーターは、押出機の少なくとも１つの回転速度を含む、実施形態１～１３の何れか１つに記載の方法。

『実施形態１５』
方法工程ｂ）～ｄ）がコンピューターによって行われる、実施形態１～１４の何れか１つに記載の方法。

『実施形態１６』
ポリマーのコンパウンディング工程でのポリマー粘度品質を制御するためのコンピュータープログラム、特定的にはアプリケーションであって、
コンパウンディング工程で、少なくとも１つの押出機が使用され、コンピュータープログラムが所定の指示を含み、該指示は、プログラムがコンピューター又はコンピューターネットワークによって実行される場合には、コンピューター又はコンピューターネットワークに以下の工程、
－ 化合物の少なくとも１つの粘度に影響を与える影響変数を取得する工程、
－ 少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを使用し、影響変数を考慮して、化合物の期待された粘度を予測する工程、
－ 化合物の期待された粘度を、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較し、この比較に依存して、アウトプット情報の少なくとも１つの項目を作り出す工程、及び
－ アウトプット情報の上記項目を表示する工程であって、アウトプット情報が、押出機の少なくとも１つのセッティングのために、少なくとも１つの操作推奨を含む工程、
を行わせる、コンピュータープログラム、特定的にはアプリケーション。

『実施形態１７』
ポリマーのコンパウンディング工程でのポリマー粘度品質を制御するための制御システムであって、コンパウンディング工程で、少なくとも１つの押出機が使用され、制御システムは、化合物の少なくとも１つの粘度に影響を与える影響変数を測定するために構成された、少なくとも１つのセンサーを含み、制御システムは、化合物の期待された粘度を、影響変数を考慮して測定するために構成された少なくとも１つの予測ユニットを含み、予測ユニットは、少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを含み、制御システムは、化合物の期待された粘度を、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較するために構成された、少なくとも１つの評価ユニットを有し、評価ユニットは、この比較に依存して、少なくとも１つのアウトプット情報を作り出すために構成されており、制御システムは、アウトプット情報の項目を表示するために構成された、少なくとも１つのディスプレイデバイスを含み、アウトプット情報は、押出機の少なくとも１つのセッティングのための、少なくとも１つの操作推奨を含む制御システム。

『実施形態１８』
センサーが、圧力センサー、特に溶融圧力センサー、誘導センサー、特に誘導スロットセンサー、熱電対から成る群から選ばれる少なくとも１つのセンサーを含む、実施形態１７に記載の制御システム。

『実施形態１９』
更に、アウトプット情報に依存して、コンパウンディング工程の少なくとも１つの工程パラメーターを制御するために構成された調整ユニットを含み、上記工程パラメーターは、押出機の少なくとも１つの回転速度を含む、実施形態１７又は１８に記載の制御システム。

『実施形態２０』
方法を規定する実施形態の何れか１つに従う、コンパウンディング工程における化合物の、少なくとも１つの品質を制御するための方法を行うために構成された、実施形態１７～１９の何れか１つに記載の制御システム。

図面の簡単な説明
さらなる任意の特徴及び実施形態を、好ましくは従属項と関連して、実施形態の以下の説明において更に詳細に開示する。ここで、各任意の特徴は、当業者が認識するように、任意の実行可能な組み合わせだけでなく、独立した方法で実現して良い。本発明の範囲は、好ましい実施形態によって制限されない。実施形態を図に概略的に示す。ここで、これらの図における同一の参照番号は、同一の又は機能的に比較可能な要素を指す。

少なくとも１つの押出機を使用したポリマーのコンパウンディング工程におけるポリマー粘度品質を制御するための方法の一形態のフローチャートを示している。 ポリマーのコンパウンディング工程におけるポリマー粘度品質を制御するためのコンピュータープログラムのインターフェースの一形態を示している。 ポリマーのコンパウンディング工程におけるポリマー粘度品質を制御するための制御システムの一形態を示している。

実施形態の詳細な説明

本発明の第１の局面では、少なくとも１つの押出機１１１を使用した、ポリマー１１０のコンパウンディング工程におけるポリマー粘度品質を制御するための方法が開示される。図１は、本方法の一実施形態のフローチャートを示している。本方法は以下の工程を含むが、特定的には、これらの工程は、記載された順番に行われても良いものである。更に、異なる順番も可能であって良い。更に、２つ以上の方法工程が、全て又は部分的に、同時に行われることが可能であって良い。更に、１つ以上の方法工程、又は全ての方法工程を１度行っても良く、又は繰り返し行っても良い。本方法は、追加的な方法工程を含んでも良いが、これらについては列挙していない。本方法工程は以下のものである：
ａ）少なくとも１つの測定工程１１２であって、化合物の少なくとも１つの粘度に影響を与える影響変数が、少なくとも１つのセンサー１１４を使用して測定される工程、
ｂ）少なくとも１つの予測工程１１６であって、化合物の期待された粘度１１７が、少なくとも１つの予測ユニット１１８を使用して、影響変数を考慮して測定され、予測ユニット１１８は、少なくとも１つのトレーニング済みモデル(trained model)を含む少なくとも１つの分析ツールを含む工程、
ｃ）少なくとも１つの評価工程１２０であって、化合物の期待された粘度１１７が、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較され、アウトプット情報の少なくとも１つの項目が、この比較に依存して作り出される工程、及び
ｄ）少なくとも１つの制御工程１２２であって、アウトプット情報の上記項目が、少なくとも１つのディスプレイデバイス１２４を使用して表示され、上記アウトプット情報が、押出機１１１の少なくとも１つのセッティングのために、少なくとも１つの操作推奨１２６を含む工程。

本方法は更に、データベースから、例えば情報の保管された蓄積から情報を自動的に取得し、及び上記情報を予測ユニット１１８に供給する構成を含んでも良い。特に、データベースからの情報の取得は、測定工程１１２と予期工程１１６との間で行われても良い。

測定工程１１２は更に、少なくとも１つの事前処理工程を含んでも良く、ここで上記事前処理工程で、センサー１１４によって測定されたデータが事前処理されても良い。特に、事前処理は異常値の除去を含んでも良い。従って一例として、異常値は、少なくとも１つのクラスタ化アルゴリズムを使用することによって、センサー１１４によって測定されたデータから除去されても良い。特に、少なくとも１つのクラスタ化アルゴリズムは、１つ以上の予期－最大化アルゴリズム、ｋ－ミーンアルゴリズム、及びｋ－メジアンアルゴリズムであっても良く、又はこれらを含んでも良い。

評価工程１２０は更に、化合物の期待された粘度１１７と少なくとも１つの目標仕様１２１を比較することを含んでも良い。ここで、目標仕様は特定的には、顧客仕様、例えば化合物の顧客及び／又は買手によって与えられた、及び／又は設定された仕様であっても良い。

図２は、ポリマーのコンパウンディング工程における、ポリマー粘度品質を制御するためのコンピュータープログラムのインターフェースの一実施形態を示している。特定的には、図２は、コンピュータープログラム、例えばアプリケーションの実施形態が、ポリマー１１０のコンパウンディング工程におけるポリマー粘度品質の制御のために、コンピューター又はコンピューターネットワーク上に実行される場合の、コンピューター又はコンピューターネットワークのインターフェースを例示している。一例として、インターフェースは、特定的には、ディスプレイデバイス１２４であっても良く、又はこれを含んでも良く、ここでディスプレイデバイス１２４上に、押出機１１１の少なくとも１つのセッティングのための、少なくとも１つの操作推奨１２６を含むアウトプット情報が表示されても良い。一例として、操作推奨１２６は、例えば任意の言語のレターを使用して、テキスト中に与えられても良い。しかしながら、操作推奨１２６を表示する他の形態、例えば、１つ以上の絵文字、カラーコード、ビデオシーケンス等を使用することによる形態も可能であっても良い。一例として、表示された操作推奨１２６は、少なくとも１つの音声信号、例えば音響信号、例えば音響警報信号を伴っても良い。

更に、インターフェース上、例えばディスプレイデバイス１２４上には、少なくとも１つの押出機１１１を使用したポリマー１１０の、１つを超えるコンパウンディング工程の期待された粘度１１７が示されても良い。従って、一例として、第１のボックス１２８内で、少なくとも１つの押出機１１１、例えば少なくとも１つの第１の押出機を使用した、ポリマー１１０の第１のコンパウンディング工程の期待された粘度１１７が例示されても良く、及び第２のボックス１３０内で、少なくとも１つの押出機１１１、例えば少なくとも１つの第２の押出機を使用した、ポリマー１１０の第２のコンパウンディング工程の期待された粘度１１７が例示されても良い。更なる情報が、第１のボックス１２８及び第２のボックス１３０内で例示されても良い。このような更なる情報は例えば、１つ以上の粘度偏差値１３２及び特定間隔(specification interval)１３４であっても良く、又はこれらを含んでも良い。ここで、特定間隔１３４は、例えば、粘度の許容範囲、例えば特定のリミット及び／又は境界値であっても良い。粘度偏差値１３２は、一例として、特定的には、期待された粘度１１７及び目標仕様１２１の間の相違、例えば期待された粘度１１７及び特定間隔１３４の平均値の間の差異、例えば期待された粘度１１７及び目標粘度値の差異であっても良い。第３のボックス１３６内では、少なくとも１つのインプットパラメーター、例えば製造バージョン、及び流れの工程順序が例示されても良い。一例として、インプットパラメーターに基づいて、コンピュータープログラムは、データベースから対応する情報例えば、トレーニング済みモデル、ポリマー粘度品質、及び生成物、例えばポリマーの対応するコンパウンディング工程を使用して製造された化合物についての１つ以上の情報を自動的に選択しても良い。このような選択は、例えば予めセッティングされたインターバルＰで、自動的に行われても良い。一例として、予め設定された、選択を自動的に行うためのインターバルＰは、０分＜Ｐ≦５分であっても良く、特定的には０．５分≦Ｐ≦３分、より特定的には１分≦Ｐ≦２分であっても良い。

一例として、第１のボックス１２８及び第２のボックス１３０のカラーが、信頼区間(confidence interval)に従い適用されても良い。従って、一例として、あるケースでは、９５％信頼区間が仕様インターバル１３４の範囲内であっても良く、それぞれのボックスのカラー、例えば第１のボックス１２８及び／又は第２のボックス１３０のカラーは、グリーンカラーを含んでも良い。仕様インターバル１３４が、９５％信頼区間の少なくとも１つの限界を破られる場合、特に９５％信頼区間が仕様インターバル１３４に達する、及び／又はこれをカットする場合、それぞれのボックスのカラーはイエロー又はオレンジカラーであっても良く、又はこれらを含んでも良い。更に、９５％信頼区間が仕様インターバル１３４の外側であっても良い場合、それぞれのボックスはレッドカラーを含んでも良い。

図３に、ポリマーのコンパウンディング工程１１０におけるポリマー粘度品質を制御するための制御システム１３８の一例を示すが、コンパウンディング工程には少なくとも１つの押出機１１１が使用されている。この制御システムは、化合物の粘度に影響を与える、少なくとも１つの影響変数を測定するために構成された、少なくとも１つのセンサー１１４を含んでいる。制御システム１３８は更に、少なくとも１つの、化合物の予測された粘度１１７を、影響変数を考慮して決定するために構成された予期ユニット１１８を含んでおり、ここで予期ユニット１１８は、少なくとも１つのトレーニング済みモデルを含む、少なくとも１つの分析ツールを含んでいる。制御システム１３８は更に、化合物の期待された粘度１１７を、少なくとも１つの予め定義された及び／又は予め決定された閾値と比較するために構成された、少なくとも１つの評価ユニット１４０を含み、ここで、評価ユニット１４０は、上述した比較に依存して、少なくとも１つのアウトプット情報の事項を生成するように構成されている。制御システム１３８は更に、アウトプット情報の事項を表示するために構成された、少なくとも１つのディスプレイデバイス１２４を含む。アウトプット情報は、押出機１１１の少なくとも１つのセッティングのための、少なくとも１つの操作推奨１２６を含んでいる。

制御システム１３８は更に、アウトプット情報に依存してコンパウンディング工程の少なくとも１つの工程パラメーターを調整するために構成された調整ユニットを含んでいる（図３には示さず）。特に、アウトプット情報の事項に依存して、コンパウンディング工程の少なくとも１つの工程パラメーター、例えば押出機セッティングは、調整ユニットを使用して調整されても良い。特定的には、工程パラメーターは、押出機１１１の回転速度であっても良く、又はこれを含んでも良い。従って、一例として、回転速度が増した場合、粘度、例えばポリマー粘度は低減されても良く、及びこの逆であっても良い。

制御システム１３８は、コンパウンディング工程において、図１に示したような化合物の少なくとも１つの品質を制御するための方法を行うために構成されても良い。

１１０ ポリマー
１１１ 押出機
１１２ 測定工程
１１４ センサー
１１６ 予期工程
１１７ 期待された粘度
１１８ 予測ユニット
１２０ 評価工程
１２１ 目標仕様
１２２ 制御工程
１２４ ディスプレイデバイス
１２６ 操作推奨
１２８ 第１のボックス
１３０ 第２のボックス
１３２ 粘度偏差値
１３４ 仕様インターバル
１３６ 第３のボックス
１３８ 制御システム
１４０ 評価ユニット

参照文献

“A novel approach to dynamic modelling of polymer extrusion for improved process control” on pages 617 - 628 in “proceedings of the Institution of Mechanical Engineers, Vol. 221 Part I: J. Systems and Control Engineering”, by McAfee and Thompson
“Soft-sensor for real-time monitoring of melt viscosity in polymer extrusion process” in “49^th IEEE Conference on decision and Control”, by Liu et al.
,,Besaeaendigkeit von Kunststoffen“, Munich: Hanser 2007, by Gottfried W. Ehrenstein and Sonja Pongratz
Computers & Chemical Engineering, 60, Pages 86 to 101, 2014, by Von Stoch et al.
,,Random Forests“ in Machine Learning 45.1, Oct. 2001, by Leo Breiman
“The Elements of Statistical Learning”, Springer New York, 2009, by Trevor Hastie, Robert Tibshirani and Jerome Friedman
,,Conditional variable importance for random forests“ in BMC Bioinformatics 9.1, July 2008, page 307, by Carolin Strobl et al;
WO 2008/040943 A2;
ES 2 331 720 A1;
EP 3 020 530 A1;
Kumar A. et al.: “A model based approach for estimation and control for polymer compounding”, Proceedings of the 2003 IEEE International Conference on Control Applications, CCA 2003, ISTANBUL, TURKEY, JUNE 23 - 25, 2003; NEW YORK, NY: IEEE, US, vol. l, 23 June 2003, pages 729-735, XP010652701, ISBN: 978-0-7803-7729-5.

Claims (14)

1. ポリマー（１１０）のコンパウンディング工程中で、少なくとも１つの押出機（１１１）を使用してポリマー粘度の品質を制御するための方法であって、
   化合物が、少なくとも部分的に、ポリブチレンテレフタレート（ＰＢＴ）、ポリエチレンテレフタレート（ＰＥＴ）、ポリアミド（ＰＡ）、ポリスチレン（ＰＳ）から成る群から選ばれる少なくとも１種の熱可塑性材料を含み、及び以下の工程：
   ａ）少なくとも１つの測定工程（１１２）であって、化合物の少なくとも１つの粘度に影響を与える影響変数が、少なくとも１つのセンサー（１１４）を使用して測定される工程、
   ｂ）少なくとも１つの予測工程（１１６）であって、化合物の期待された粘度（１１７）が、少なくとも１つの予測ユニット（１１８）を使用して、影響変数を考慮して決定され、予測ユニット（１１８）は、少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを含む工程、
   ｃ）少なくとも１つの評価工程（１２０）であって、化合物の期待された粘度（１１７）が、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較され、アウトプット情報の少なくとも１つの項目が、この比較に依存して作り出される工程、
   ｄ）少なくとも１つの制御工程（１２２）であって、アウトプット情報の前記項目が、少なくとも１つのディスプレイデバイス（１２４）を使用して表示され、前記アウトプット情報が、押出機（１１１）の少なくとも１つのセッティングのために、少なくとも１つの操作推奨（１２６）を含む工程、
   を含むことを特徴とする方法。
2. 前記影響変数が、ヘッド圧、トルク、温度、移動速度、回転速度、せん断速度、質量流量、電力消費から成る群から選ばれることを特徴とする請求項１に記載の方法。
3. 少なくとも１つのデータベースを生成することを含み、該データベースは、コンパウンディング工程での量的情報及び質的情報の１つ又は両方を含み、これらの情報は、センサーデータ、材料、コンパウンディング工程の工程パラメーター、予め決定された目標粘度値から成る群から選ばれることを特徴とする請求項１又は２に記載の方法。
4. トレーニング済みモデルが、少なくとも１つのランダムフォレストアルゴニズム、少なくとも１つのニューラルネットワーク、少なくとも１つの線形モデル、少なくとも１つの非線形モデル、少なくとも１つのグレーボックスモデル、少なくとも１つの弾性ネットアルゴリズムから成る群から選ばれる、少なくとも１つのモデルを含むことを特徴とする請求項１～３の何れか１項に記載の方法。
5. 工程ａ）が更に、センサー（１１４）によって測定されたデータが前処理される、少なくとも１つの前処理工程を含み、前記前処理が、異常値の除去を含み、該異常値は、少なくとも１つのクラスタ化アルゴリズムを使用することによって、センサー（１１４）によって測定されたデータから除去されることを特徴とする請求項１～４の何れか１項に記載の方法。
6. ｉ）少なくとも１つの、化合物の期待された粘度（１１７）が、閾値の予め定義された許容差範囲内に在る場合、操作推奨（１２６）は、押出機（１１１）のセッティングを維持する情報を含み、及び
   ｉｉ）少なくとも１つの、化合物の期待された粘度（１１７）が、閾値の予め定義された許容差範囲を超えて、閾値とは異なっている場合、操作推奨（１２６）は、押出機（１１１）のセッティングを変更する情報を含む、
   ことを特徴とする、請求項１～５の何れか１項に記載の方法。
7. 前記予め定義された許容差範囲が、相対的許容差及び絶対的許容差の１つ又は両方であり、予め定義された許容差範囲が、±５％、好ましくは±２％、及び／又は±３ｍｌ／ｇ、好ましくは±２ｍｌ／ｇであることを特徴とする請求項１～６の何れか１項に記載の方法。
8. 前記アウトプット情報が更に、化合物の期待された粘度についての情報、測定粘度及び／又は期待された粘度等の化合物の履歴的な粘度についての情報から成る群から選ばれる少なくとも１つの情報を含むことを特徴とする請求項１～７の何れか１項に記載の方法。
9. アウトプット情報に依存して、コンパウンディング工程の少なくとも１つの工程パラメーターを調整する工程を更に含み、工程パラメーターは、押出機（１１１）の少なくとも１つの回転速度を含むことを特徴とする請求項１～８の何れか１項に記載の方法。
10. ポリマー（１１０）のコンパウンディング工程でのポリマー粘度品質を制御するためのコンピュータープログラムであって、
    コンパウンディング工程で、少なくとも１つの押出機（１１１）が使用され、化合物が、少なくとも部分的に、ポリブチレンテレフタレート（ＰＢＴ）、ポリエチレンテレフタレート（ＰＥＴ）、ポリアミド（ＰＡ）、ポリスチレン（ＰＳ）から成る群から選ばれる少なくとも１種の熱可塑性材料を含み、コンピュータープログラムが所定の指示を含み、該指示は、プログラムがコンピューター又はコンピューターネットワークによって実行される場合には、コンピューター又はコンピューターネットワークに以下の工程、
    － 化合物の粘度に影響を与える、少なくとも１つの影響変数を取得する工程、
    － 少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを使用し、影響変数を考慮して、化合物の期待された粘度（１１７）を予測する工程、
    － 化合物の期待された粘度（１１７）を、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較し、この比較に依存して、アウトプット情報の少なくとも１つの項目を作り出す工程、及び
    － アウトプット情報の前記項目を表示する工程であって、アウトプット情報が、押出機（１１１）の少なくとも１つのセッティングのために、少なくとも１つの操作推奨（１２６）を含む工程、
    を行わせることを特徴とするコンピュータープログラム。
11. ポリマー（１１０）のコンパウンディング工程でのポリマー粘度品質を制御するための制御システム（１３８）であって、
    化合物が、少なくとも部分的に、ポリブチレンテレフタレート（ＰＢＴ）、ポリエチレンテレフタレート（ＰＥＴ）、ポリアミド（ＰＡ）、ポリスチレン（ＰＳ）から成る群から選ばれる少なくとも１種の熱可塑性材料を含み、
    コンパウンディング工程で、少なくとも１つの押出機（１１１）が使用され、
    制御システム（１３８）は、化合物の粘度に影響を与える少なくとも１つの影響変数を決定するために構成された、少なくとも１つのセンサー（１１４）を含み、
    制御システム（１３８）は、化合物の期待された粘度（１１７）を、影響変数を考慮して決定するために構成された少なくとも１つの予測ユニット（１１８）を含み、
    予測ユニット（１１８）は、少なくとも１つのトレーニング済みモデルを含む少なくとも１つの分析ツールを含み、
    制御システム（１３８）は、化合物の期待された粘度（１１７）を、少なくとも１つの予め定義された、及び／又は予め決定された閾値と比較するために構成された、少なくとも１つの評価ユニット（１４０）を有し、
    評価ユニット（１４０）は、この比較に依存して、少なくとも１つのアウトプット情報の項目を作り出すために構成されており、
    制御システム（１３８）は、前記アウトプット情報の項目を表示するために構成された、少なくとも１つのディスプレイデバイス（１２４）を含み、
    アウトプット情報は、押出機（１１１）の少なくとも１つのセッティングのための、少なくとも１つの操作推奨（１２６）を含むことを特徴とするポリマー粘度品質を制御するための制御システム（１３８）。
12. センサー（１１４）が、圧力センサー、特に溶融圧力センサー、誘導センサー、特に誘導スロットセンサー、熱電対から成る群から選ばれる少なくとも１つのセンサー（１１４）を含むことを特徴とする、請求項１１に記載の制御システム（１３８）。
13. アウトプット情報に依存してコンパウンディング工程の少なくとも１つの工程パラメーターを調整するために構成された調整ユニットを更に含むことを特徴とする、請求項１１又は１２に記載の制御システム（１３８）。
14. 請求項１～９の何れか１項に記載の方法のコンパウンディング工程で、化合物の少なくとも１つの品質を制御するための方法を行うために構成されていることを特徴とする請求項１１～１３の何れか１項に記載の制御システム（１３８）。

Images