JP3677627B2 - Product pass / fail judgment method - Google Patents

Product pass / fail judgment method Download PDF

Info

Publication number
JP3677627B2
JP3677627B2 JP2001380050A JP2001380050A JP3677627B2 JP 3677627 B2 JP3677627 B2 JP 3677627B2 JP 2001380050 A JP2001380050 A JP 2001380050A JP 2001380050 A JP2001380050 A JP 2001380050A JP 3677627 B2 JP3677627 B2 JP 3677627B2
Authority
JP
Japan
Prior art keywords
items
calculated
mahalanobis
extracted
distance
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.)
Expired - Fee Related
Application number
JP2001380050A
Other languages
Japanese (ja)
Other versions
JP2003181874A (en
Inventor
拓 横山
宏昌 植月
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.)
Sumitomo Heavy Industries Ltd
Original Assignee
Sumitomo Heavy Industries 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 Sumitomo Heavy Industries Ltd filed Critical Sumitomo Heavy Industries Ltd
Priority to JP2001380050A priority Critical patent/JP3677627B2/en
Publication of JP2003181874A publication Critical patent/JP2003181874A/en
Application granted granted Critical
Publication of JP3677627B2 publication Critical patent/JP3677627B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Description

【０００１】
【発明の属する技術分野】
本発明はＭＴＳ（Ｍａｈａｒａｎｏｂｉｓ Ｔａｇｕｃｈｉ ｓｙｓｔｅｍ）法を利用した製品の良否判別方法に関し、例えば射出成形機における成形品の良否判別に適した良否判別方法に関する。
【０００２】
【従来の技術】
射出成形において、生じている現象はショットによりまちまちで、不良要因もさまざまである。さまざまな現象が存在するにも関わらず、従来は成形品の良否判別に使用する項目が固定であり、想定外の現象に対応できなかったり、精度良く判別することができなかった。
【０００３】
例えば、射出成形機に備えられる複数のセンサから得られる複数の計測信号に対してそれぞれある範囲を設定し、少なくとも１つの計測信号の値がそれに対して設定された範囲を越えた時に不良が発生したものと見なす、というような良否判別を行っている。つまり、これまでは、複数項目の中からいくつかの項目を判別のために選択し、以後の良否判別においては選択されたいくつかの項目を固定的に使用するようにしている。
【０００４】
【発明が解決しようとする課題】
上記のように、従来の手法では、複数項目の中からいくつかの項目を選択して、以後の良否判別においてはこれらのいくつかの項目を固定的に使用するので、想定外の現象に対応できなかったり、精度良く判別することができなかった。
【０００５】
そこで、本発明の課題は、現象の変化に対応するためにＭＴＳ法を利用して製品の製造回毎に判別に使用する項目をダイナミックに変化させることにより、製品の良否判別を精度良く行うことができるようにすることにある。
【０００６】
【課題を解決するための手段】
本発明によれば、動作制御を行うと共に複数のセンサから得られる複数種類の実績値を収集する制御装置と、収集した実績値を記憶する記憶装置と、設定値やその他の情報を入力するための設定入力部と、実績値をロギング情報として表示するためのディスプレイやプリンタ等の出力装置を備え、ＭＴＳ（Ｍａｈａｒａｎｏｂｉｓ Ｔａｇｕｃｈｉ ｓｙｓｔｅｍ）法を用いて前記制御装置により製品の良否判別を行う方法であって、前記良否判別は、予備段階と、実製造段階とに分けられて前記制御装置により実行され、前記予備段階は、すべて良品が得られる複数の製造回数Ｐ１について試し製造を行い、前記複数種類の実績値の中からあらかじめ定められた複数項目Ｍ（但し、Ｍは２以上の整数）について前記製造回数Ｐ１分の実績値を良品データとして前記記憶装置に記憶する第１のステップと、前記製造回数Ｐ１分の良品データを用いて前記複数項目Ｍについて平均値及び標準偏差を算出すると共に、前記複数項目Ｍ分の相関係数行列を算出して前記記憶装置に記憶する第２のステップと、前記複数項目Ｍから項目１〜ｍ（但し、ｍは１以上の整数で、Ｍ＞ｍ）を選ぶ組み合わせパターンを考え、考えられる組み合わせパターンM Ｃ1 〜M Ｃm のすべてについてＭＴＳ法におけるＭａｈａｒａｎｏｂｉｓ（以下、マハラノビスと呼ぶ）の距離を計算するための計算式（以下、マハラノビスの計算式と呼ぶ）により前記第２のステップで記憶された前記複数項目Ｍ分の平均値及び標準偏差のうちの前記項目１〜ｍに対応する部分と前記複数項目Ｍ分の相関係数行列のうちの前記項目１〜ｍに対応する部分とを利用してマハラノビスの距離を計算すると共に、前記考えられる組み合わせパターンのすべてについて距離分布の平均値と距離分布の標準偏差とを計算して前記記憶装置に記憶する第３のステップとを含み、前記実製造段階は、実際の製造において得られた現在の製造回の前記複数項目Ｍの実績値を、ＭＴＳ法における直交表に設定された第１水準、第２水準に従って用いて前記マハラノビスの計算式によりマハラノビスの距離をｎ（但し、ｎは正の整数）通り算出する第４のステップと、算出されたｎ通りのマハラノビスの距離からあらかじめ定められた第１の計算式によりｎ通りのＳＮ比を算出する第５のステップと、算出されたｎ通りのＳＮ比から前記複数項目Ｍの各項目における前記第１水準、第２水準の平均値を算出すると共に、項目毎に前記第１水準の平均値と前記第２水準の平均値の差である水準平均差をＭ個算出する第６のステップと、前記Ｍ個の水準平均差の中から大きい順に１〜ｍ個の項目を抽出し、抽出された１個の項目に対応する前記現在の製造回の実績値〜抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて良否判別を行う第７のステップとを含むことを特徴とする製品の良否判別方法が提供される。
【０００７】
本良否判別方法においては、前記第７のステップが、前記抽出された１個の項目に対応する前記現在の製造回の実績値〜前記抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて、前記マハラノビスの計算式により現在の製造回のマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出し、該算出されたｍ個の新たな距離のそれぞれと前記１〜ｍの数に対応してあらかじめ設定されたそれぞれの基準値とを比較するステップを含んで、前記算出されたｍ個の新たな距離の少なくとも１つがこれに対応する前記あらかじめ設定された基準値を越えている時に製品異常の判別結果を前記出力装置に出すようにすることができる。
【０００８】
本良否判別方法においてはまた、前記第７のステップが、前記抽出された１個の項目に対応する前記現在の製造回の実績値〜前記抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて、前記マハラノビスの計算式により現在の製造回のマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出し、前記ｍ個の新たな距離と前記抽出された１個の項目〜前記抽出されたｍ個の項目と同じ組み合わせの前記組み合わせパターンについて前記第３のステップで記憶された前記距離分布の平均値と前記距離分布の標準偏差とを用いてあらかじめ定められた第２の計算式により前記ｍ個の新たな距離の大きさの度合いを前記距離分布の標準偏差の単位によるばらつきとして算出して該算出されたｍ個のばらつきをそれぞれ前記１〜ｍの数に対応して設定された所定の基準値のそれぞれと比較するステップを含んで、前記算出されたｍ個のばらつきの少なくとも１つがこれに対応する前記所定の基準値を越えている時に製品異常の判別結果を前記出力装置に出すようにすることができる。
【０００９】
本良否判別方法においては更に、前記第７のステップが、前記抽出された１個の項目に対応する前記現在の製造回の実績値〜前記抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて、前記マハラノビスの計算式により現在の製造回のマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出し、該算出されたｍ個の新たな距離のそれぞれと前記１〜ｍの数に対応してあらかじめ設定されたそれぞれの基準値とを比較する第（７−１）のステップと、前記抽出された１個の項目に対応する前記現在の製造回の実績値〜前記抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて、前記マハラノビスの計算式により現在の製造回のマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出し、前記ｍ個の新たな距離と前記抽出された１個の項目〜前記抽出されたｍ個の項目と同じ組み合わせの前記組み合わせパターンについて前記第３のステップで記憶された前記距離分布の平均値と前記距離分布の標準偏差とを用いてあらかじめ定められた第２の計算式により前記ｍ個の新たな距離の大きさの度合いを前記距離分布の標準偏差の単位によるばらつきとして算出して該算出されたｍ個のばらつきをそれぞれ前記１〜ｍの数に対応して設定された所定の基準値のそれぞれと比較する第（７−２）のステップとを含んで、前記算出されたｍ個の新たな距離と前記算出されたｍ個のばらつきとでｍ組の対を設定し、少なくとも１組の前記算出された新たな距離がこれに対応する前記あらかじめ設定された基準値を越え、かつ前記少なくとも１組の前記算出されたばらつきがこれに対応する前記所定の基準値を越えている時に製品異常の判別結果を前記出力装置に出すようにすることが望ましい。
【００１０】
なお、前記直交表としては、Ｌ１２直交表あるいはＬ８直交表を用いることができる。
【００１１】
更に、本良否判別方法においては、前記実製造段階が更に、前記第４のステップの前に、現在の製造回から数えて過去の製造回数Ｐ２（但し、Ｐ１＞Ｐ２）分の移動平均値を用いて前記現在の製造回の複数項目Ｍの実績値を基準化するステップを含み、前記第４のステップでは、該基準化された複数項目Ｍの実績値を、ＭＴＳ法における直交表に設定された第１水準、第２水準に従って用いて前記マハラノビスの計算式によりマハラノビスの距離をｎ通り算出することが望ましい。
【００１２】
なお、本良否判別方法においては、前記製品が射出成形機により成形される成形品である場合、該射出成形機は複数のセンサを備えて前記複数項目Ｍの計測を行っており、前記複数項目Ｍとして、計量時間、Ｖ（速度）／Ｐ（圧力）切換え位置、保圧完了位置、最小クッション位置、全域ピーク圧、充填ピーク圧、保圧最小速度、充填圧力の積分値の８項目を用いる。
【００１３】
【発明の実施の形態】
以下に、本発明を射出成形機における成形品の良否判別に適用する場合について説明する。この場合、以下のような前提が必要となる。射出成形機には、成形動作を制御すると共に、成形に伴って複数のセンサから得られる計測信号に基づく複数種類の計測データを収集する制御装置が備えられる。計測データは実績値とも呼ばれる。制御装置には設定値やその他の情報を入力するための設定入力部の他、収集した計測データを記憶する記憶装置や計測データをロギング情報として表示するためのディスプレイやプリンタ等の出力装置が備えられている。計測データには、クッション位置、保圧完了位置、Ｖ（速度）／Ｐ（圧力）切換位置、充填ピーク圧というように様々な種類がある。これらは射出成形機本体に設置されたセンサにより計測されるものであるが、これらの他に、サイクル時間、充填時間、計量時間、保圧スクリュ時間というような時間に関するデータもあり、これらは制御装置の持つ計時機能により得られる。本発明では、このような計時機能もセンサとして扱い、これにより得られるデータも計測データ、つまり実績値として扱うものとする。本発明では、上記のような様々な計測データの中からＭ（Ｍは２以上の整数）個を選択して利用するようにしており、これらを複数項目Ｍと呼ぶ。
【００１４】
次に、実施の形態による成形品の良否判別方法の概略を説明する。本形態による成形品の良否判別方法はＭＴＳ（Ｍａｈａｒａｎｏｂｉｓ Ｔａｇｕｃｈｉ ｓｙｓｔｅｍ）法に基づいており、基準空間作成段階（予備段階）と実成形段階とに分けられる。
【００１５】
基準空間作成段階は以下のステップからなる。
【００１６】
ａ．試しうちを行い、良品が得られた複数のショット数Ｐ１についてあらかじめ定められた複数項目Ｍ（但し、Ｍは２以上の整数）について計測により得られるショット数Ｐ１分の実績値を良品データとして記憶する。
【００１７】
ｂ．ショット数Ｐ１分の良品データを用いて複数項目Ｍについて平均値及び標準偏差を算出すると共に、後述する複数項目Ｍ分の相関係数行列を算出して記憶する。
【００１８】
ｃ．複数項目Ｍから項目１、２、…、ｍ−１、ｍ（但し、ｍは１以上の整数で、Ｍ＞ｍ）を選ぶ組み合わせパターンを考え、考えられる組み合わせパターンM Ｃ1 、M Ｃ2 、…、M Ｃm-1 、M Ｃm のすべてについてＭＴＳ法におけるＭａｈａｒａｎｏｂｉｓ（以下、マハラノビスと呼ぶ）の距離を計算するための計算式（以下、マハラノビスの計算式と呼び、後述する）により上記のｂで記憶された複数項目Ｍ分の平均値及び標準偏差のうちの前記項目１、２、…、ｍ−１、ｍに対応する部分と複数項目Ｍ分の相関係数行列のうちの前記項目１、２、…、ｍ−１、ｍに対応する部分とを利用してマハラノビスの距離を計算すると共に、考えられる組み合わせパターンのすべてについて距離分布の平均値と距離分布の標準偏差とを計算して記憶する。
【００１９】
一方、実成形段階では射出成形の量産時の各ショットの実績値を使い、下記手順を踏む。
【００２０】
▲１▼直交表の組み合わせに従い、現在のショットの複数項目Ｍの実績値を使ってｎ通り（Ｌ１２直交表では１２通り、Ｌ８直交表では８通り）のマハラノビスの距離を算出する。
【００２１】
▲２▼算出されたｎ通りのマハラノビスの距離から直交表の組み合わせ分、つまりｎ通り（Ｌ１２直交表では１２通り、Ｌ８直交表では８通り）のＳＮ比を算出する。
【００２２】
▲３▼算出されたｎ通りのＳＮ比を使って複数項目Ｍの各項目の水準平均（直交表における第１水準、第２水準）を算出し、水準平均差（第１水準平均−第２水準平均）の大きいものからｍ項目見つける。水準平均差の大きい項目が有効な項目であり、大きいものから順に、水準平均差が最も大きい１番目の１項目、１番目の項目と次に大きい２番目の項目との２つの項目、…、１番目と２番目と、…、（ｍ−２）番目と、（ｍ−１）番目の（ｍ−１）個の項目、１番目と２番目と、…、（ｍ−２）番目と、（ｍ−１）番目と、ｍ番目のｍ個の項目を抽出する。但し、良否に関わらずこの計算を行う。良品の場合、水準平均差が小さいか負の数であったりするが、不良と仮定して水準平均差の大きいものから上記の項目を抽出する。
【００２３】
▲４▼これら最適な１項目、２項目、…、（ｍ−１）項目、ｍ項目に対応する現在のショットの実績値を使って、再度マハラノビスの距離を新たな距離として計算する。つまり、抽出された１つの項目に対応する現在のショットの実績値、抽出された２つの項目に対応する現在のショットの実績値、…、抽出された（ｍ−１）個の項目に対応する現在のショットの実績値、抽出されたｍ個の項目に対応する現在のショットの実績値を用いて、マハラノビスの計算式により現在のショットのマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出する。そして、算出されたｍ個の新たな距離のそれぞれと、上記１項目、２項目、…、（ｍ−１）項目、ｍ項目の組み合わせに対してあらかじめ設定されたｍ個の基準値とそれぞれと比較し、ｍ個の新たな距離の少なくとも１つがこれに対応する基準値を越えている時に不良の判別結果を出す。
【００２４】
▲５▼本形態では更に、上記のｍ個の新たな距離と、抽出された１つの項目、抽出された２つの項目、…、抽出された（ｍ−１）個の項目、抽出されたｍ個の項目と同じ組み合わせの組み合わせパターンについて上記のｃで記憶された距離分布の平均値と距離分布の標準偏差とを用いてあらかじめ定められた計算式によりｍ個の新たな距離の大きさの度合いを距離分布の標準偏差の単位によるばらつきとして算出するようにしている。そして、算出されたｍ個のばらつきをそれぞれ上記１項目、２項目、…、（ｍ−１）項目、ｍ項目の組み合わせに対応して設定された所定の基準値のそれぞれと比較し、ｍ個のばらつきの少なくとも１つがこれに対応する所定の基準値を越えている時に不良の判別結果を出す。
【００２５】
良品の場合、上記の新たな距離、ばらつきの値は小さくなっている。なお、上記の▲４▼、▲５▼は一方のみ行っても良いが、両方の方が判別精度が高くなることは言うまでもない。
【００２６】
このようにショット毎にダイナミックに大きいものから順に１〜ｍ個の最適項目を見つけ出し、１〜ｍ個の最適項目に対応する実績値からマハラノビスの距離が新たな距離として計算して用いる他、ばらつきをも良否判別の要素として組み合わせて用いることにより、ＭＴＳ法による良否判別を精度良く行える。
【００２７】
以下に、図１を参照して、成形品の良否判別方法の実施の形態について具体例をあげて説明する。本良否判別方法は、ＭＴＳ法を利用することを前提としているが、このＭＴＳ法そのものについては良く知られているので、説明は省略する。本良否判別方法は、前述のように、複数のショット数Ｐ１の試しうちにより得られる複数項目Ｍの実績値を使用してＭＴＳ法における基準空間を作成し、判別に必要な参照データを得るための基準空間作成段階と、この準備段階で得られた基準空間及び参照データを利用し実成形により得られた複数項目Ｍの実績値を用いてショット毎に成形品の良否判別を行う実成形段階とに分けられる。
【００２８】
ここでは、基準空間作成段階ではＰ１ショット（ここではＰ１＝１００とする）の試しうちを行うものとし、すべてのショットで良品が得られたものとする。また、実績値として８項目（Ｍ＝８）の値が計測されるものとする。８項目の例をあげると、第１項目は計量時間、第２項目はＶ（速度）／Ｐ（圧力）切換え位置、第３項目は保圧完了位置（スクリュ位置）、第４項目は最小クッション位置（スクリュ位置）、第５項目は全域ピーク圧（樹脂圧力）、第６項目は充填ピーク圧（樹脂圧力）、第７項目は保圧最小速度（スクリュ速度）、第８項目は充填圧力の積分値（射出開始からピーク値に達するまでの充填圧力について計算された総和）であるが、上記の項目の数、種類はあくまでも一例である。
【００２９】
ステップＳ１では１００ショットの試しうちが行われ、１００ショット分について上記８項目の実績値が良品データとして記憶される。
【００３０】
ステップＳ２では、ステップＳ１で記憶された１００ショット分の良品データを用いて、上記８項目について平均値及び標準偏差を算出する。また、成形品に対するマハラノビスの距離Ｄ2 を計算するための計算式が作られる。計算式の一般式は、下記の数１で表される。
【００３１】
【数１】

Figure 0003677627
なお、数１において記号の上にバーが付されているのは平均値であることを意味し、以降でこのような上にバーが付された記号、例えばｘであればバーｘと呼ぶことにする。そして、ｘi は項目ｉの毎ショットの実績値、バーｘi は項目ｉの１００ショット分の実績値の平均値、σi は項目ｉの標準偏差、ｒi,j は相関係数行列を表す。８項目の場合の相関係数行列は、下記の数２で表される。
【００３２】
【数２】
Figure 0003677627
ステップＳ３では、８項目の実績値、つまり記憶された良品データから複数項目、例えば１つの項目と、２つの項目と、３つの項目（ｍ＝３）を選ぶ組み合わせパターンを考え、考えられるすべてのパターンについて１００ショット分の良品データを用いてマハラノビスの距離Ｄi 2 を計算する。勿論、１つの項目の場合、これに対応する項目の良品データが用いられる。２つの項目の場合にはこれら２つの項目に対応する良品データが、３つの項目の場合にはこれら３つの項目に対応する良品データがそれぞれ用いられる。続いて、すべてのパターンについて距離分布の平均値バーＤi 2 と距離分布の標準偏差σＤ i 2 を計算して参照データとして記憶し、実成形時の良否判別に用いる。
【００３３】
具体例を図２を参照して説明すると、８項目の実績値から１つの項目、２つの項目、３つの項目を選ぶ組み合わせパターンの種類は９２（＝8 Ｃ1 ＋8 Ｃ2 ＋8 Ｃ3 ）通りのパターンがある。例えば、３つの項目の場合について言えば、５６（＝8 Ｃ3 ）通りのパターンがある。そして、第１のパターンにおいて第１項目の計量時間、第２項目のＶ／Ｐ切換え位置、第３項目の保圧完了位置が選ばれたとすると、ステップＳ２において記憶されているこれら３つの項目の良品データが読み出されてそれぞれ下記の数３のｘ1 、ｘ2 、ｘ3 に代入され、１００ショット分についてマハラノビスの距離Ｄ2 が計算される。計算された１００個のマハラノビスの距離Ｄ2 は図２（ａ）に示される分布図で表され、距離分布の平均値Ｄ1 2 と距離分布の標準偏差σＤ 1 2 が計算される。
【００３４】
【数３】
Figure 0003677627
次に、第２のパターンにおいて第２項目のＶ／Ｐ切換え位置、第３項目の保圧完了位置、第４項目の最小クッション位置が選ばれたとすると、これら３つの項目の良品データがそれぞれ数３のｘ1 、ｘ2 、ｘ3 に代入され、１００ショット分についてマハラノビスの距離Ｄ2 が計算される。計算された１００個のマハラノビスの距離Ｄ2 は図２（ｂ）に示される分布図で表され、距離分布の平均値Ｄ2 2 と距離分布の標準偏差σＤ 2 2 が計算される。以下、同様にして、第５６のパターンまで上記の計算が行われ、第５６のパターンの場合、図２（ｃ）に示されるように、距離分布の平均値はＤ56 2 、標準偏差はσＤ 56 2 が得られる。これらの計算結果はすべて記憶される。
【００３５】
なお、１つの項目の場合は、８（＝8 Ｃ1 ）通りであり、マハラノビスの距離の計算には、数３においてｘ1 、平均値バーｘ1 、標準偏差σ1 、相関係数ｒ1,1 のみが用いられる。同様に、２つの項目の場合には２８（＝8 Ｃ2 ）通りであり、マハラノビスの距離の計算には、数３においてｘ1 、ｘ2 、平均値バーｘ1 、バーｘ2 、標準偏差σ1 、σ2 、相関係数ｒ1,1 、ｒ1,2 、ｒ1,2 、ｒ2,2 が用いられる。
【００３６】
以上のステップＳ１〜Ｓ３が基準空間作成段階である。
【００３７】
続いて、実成形段階に入る。以下の動作は、ショット毎に行われる。
【００３８】
ステップＳ４では、数３における平均値バーｘi として上記の１００ショット分の平均値ではなく、現在のショットから数えて過去Ｐ２ショット分（ここではＰ２＝３０とする）の移動平均を使用し、標準偏差については１００ショット分の良品データによるσi をそのまま使用して下記の数４により現在のショットの実績値ｘi を基準化する。
【００３９】
【数４】
Figure 0003677627
このように過去３０ショット分の移動平均を採用するのは、射出成形におけるうねりの影響を解消するためである。つまり、射出成形機においては、圧力などの物理量は時間の経過とともに緩やかに波打つように変動することがあり、この現象をうねりと呼んでいる。但し、実成形中にうねりが生じていても良品が成形されており、うねり自体が直接的な不良要因になるとは言えない。しかし、本方法のようにＭＴＳ法を採用する場合、うねりの影響が現れるので、これを取り除いて一律の状況下で計算を行う必要がある。このために、現在のショットから最近の過去３０ショット分の移動平均を用いるようにしているのである。但し、このステップＳ４においては過去３０ショット分の移動平均ではなく、ステップＳ２で計算された１００ショット分の平均値バーｘi を用いても良い。
【００４０】
ステップＳ５では、基準化された８項目の実績値を上記の数１に当てはめて、マハラノビスの距離を算出する。但し、この場合のマハラノビスの距離の算出に際しては、図３に示すような、Ｌ１２直交表に従い、１２通りのマハラノビスの距離を算出する。
【００４１】
図３において、直交表は全項目の数により異なり、８項目の場合にはＬ１２直交表が用いられる。一方、７項目（Ｍ＝７）や６項目（Ｍ＝６）のような８項目未満であれば図４に示すようなＬ８直交表が用いられ、８通りのマハラノビスの距離が算出される。なお、この直交表において縦の列は項目を示す。また、”１”は第１水準、”２”は第２水準を表し、ここでは第１水準に該当する実績値を用い、第２水準に該当する実績値は用いないことを意味する。例えば、第１行の場合、すべての項目の基準化データを用いてマハラノビスの距離Ｄ1 2 を算出し、第２行の場合には第１〜第５項目の基準化データを用い、第６〜第８項目の基準化データは用いずにマハラノビスの距離Ｄ2 2 を算出することを意味する。いずれにしても、上記のＬ１２直交表に基づいて１２通りのマハラノビスの距離Ｄ1 2 〜Ｄ12 2 が算出される。
【００４２】
ステップＳ６では、算出された１２通りのマハラノビスの距離Ｄ1 2 〜Ｄ12 2 から下記の数５（第１の計算式）により望大特性の１２通りのＳＮ比η（ここではｓｎ1 〜ｓｎ12）が算出される。
【００４３】
【数５】
Figure 0003677627
ステップＳ７では、算出されたＳＮ比ｓｎ1 〜ｓｎ12を用いて、下記の数６により各項目の第１水準、第２水準のＳＮ比の平均値ｓｎi,1 、ｓｎi,2 を算出し、項目毎に水準平均差（ｓｎi,1 −ｓｎi,2 ）を算出する。つまり、８個の水準平均差が算出される。
【００４４】
【数６】
Figure 0003677627
但し、ｓｎi はＬ１２直交表におけるｉ行目の組み合わせのＳＮ比を示す。また、ｓｎ1,1 、ｓｎ1,2 はそれぞれ、Ｌ１２直交表における第１項目の第１水準、第２水準のＳＮ比の平均値を示す。例えば、第２項目の場合、第１水準平均にはｓｎ1 、ｓｎ2 、ｓｎ3 、ｓｎ7 、ｓｎ8 、ｓｎ9 が用いられ、第２水準平均にはｓｎ4 、ｓｎ5 、ｓｎ6 、ｓｎ10、ｓｎ11、ｓｎ12が用いられる。一方、第８項目の場合、第１水準平均にはｓｎ1 、ｓｎ3 、ｓｎ6 、ｓｎ8 、ｓｎ11、ｓｎ12が用いられ、第２水準平均にはｓｎ2 、ｓｎ4 、ｓｎ5 、ｓｎ7 、ｓｎ9 、ｓｎ10が用いられる。
【００４５】
ステップＳ８では、８項目のそれぞれについて算出された８個の水準平均差について値の大きい順から３個（ｍ＝３）の項目を抽出する。つまり、水準平均差（ｓｎi,1 −ｓｎi,2 ）の値の大きい項目が有効な項目であり、これらのうち大きいものから３個（ｍ＝３）抽出する。但し、良否に関わらずこの計算を行う。良品の場合、水準平均差（ｓｎi,1 −ｓｎi,2 ）が小さいか負の数であったりするが、不良と仮定して水準平均差の大きいものからｍ個見つける。
【００４６】
そして、これら３つの項目を以下のように用いる。
【００４７】
１．最大差のみの項目を用いる。
【００４８】
２．最大差とその次に大きい差との２つの項目の組み合わせを用いる。
【００４９】
３．最大差と、その次に大きい差と、更にその次に大きい差との３つの項目の組み合わせを用いる。
【００５０】
例えば、最大差の項目が計量時間（第１項目）、次に大きい項目がＶ／Ｐ切換え位置（第２項目）、更に次の項目が保圧完了位置（第３項目）であり、これら３つの項目すべてを用いるものとする。この場合、現在のショットで得られた計量時間、Ｖ／Ｐ切換え位置、保圧完了位置の３つの項目の実績値（基準化されたデータ）を数３の式に代入してマハラノビスの距離を新たな距離として算出し、算出した新たな距離ＤNEW を３項目の場合についてあらかじめ設定された基準値と比較する。
【００５１】
一方、最大差のみの１項目を用いる場合、現在のショットで得られた計量時間の実績値を数３の変形式（ｘ1 のみを用いる）に代入してマハラノビスの距離を新たな距離として算出し、算出した新たな距離ＤNEW を１項目の場合についてあらかじめ設定された基準値と比較する。また、最大差とその次に大きい差との２つの項目の組み合わせを用いる場合、現在のショットで得られた計量時間、Ｖ／Ｐ切換え位置の実績値を数３の変形式（ｘ1 、ｘ2 を用いる）に代入してマハラノビスの距離を新たな距離として算出し、算出した新たな距離ＤNEW を２項目の場合についてあらかじめ設定された基準値と比較する。それぞれの基準値については後述する。
【００５２】
ステップＳ８では更に、上記の１〜３のそれぞれについて下記の数７（第２の計算式）によりばらつきが算出される。つまり、３つの項目すべてを用いる場合、これについて得られた上記の新たな距離ＤNEW と、上記３つの項目の組み合わせパターンについてステップＳ３で算出、記憶された第１のパターン（計量時間、Ｖ／Ｐ切換え位置、保圧完了位置の組み合わせ）の距離分布の平均値バーＤ1 2 と距離分布の標準偏差σＤ 1 2 とを用いて数７によりばらつきを算出して３項目の場合について設定された所定の基準値と比較する。
【００５３】
【数７】
Figure 0003677627
つまり、対応する組み合わせパターンの距離分布の平均値と距離分布の標準偏差とを用いて、実成形において算出された新たな距離ＤNEW の大きさの度合いをばらつきとしてσ単位で表し、所定の基準値と比較する。
【００５４】
一方、１つの項目のみを用いる場合、これについて得られた上記の新たな距離ＤNEW と、上記１つの項目のパターンについてステップＳ３で算出、記憶された対応パターン（計量時間のみ）の距離分布の平均値と距離分布の標準偏差とを用いて数７によりばらつきを算出して１項目の場合について設定された所定の基準値と比較する。また、２つの項目を用いる場合、これについて得られた上記の新たな距離ＤNEW と、上記２つの項目の組み合わせパターンについてステップＳ３で算出、記憶された対応パターン（計量時間とＶ／Ｐ切換え位置の組み合わせ）の距離分布の平均値と距離分布の標準偏差とを用いて数７によりばらつきを算出して２項目の場合について設定された所定の基準値と比較する。
【００５５】
なお、基準値は経験的に設定され、以下の通りである。
【００５６】
３項目使用時：距離は４、ばらつきは４
２項目使用時：距離は４．５、ばらつきは４
１項目使用時：距離は１２、ばらつきは６
本形態では、新たな距離ＤNEW を絶対基準、ばらつきを相対基準として用いて上記の基準値を用いた良否判別を以下のように行う。
【００５７】
つまり、１項目、２項目、３項目の場合について算出された３つの新たな距離のうち、少なくとも１つが対応する基準値を越え、かつこの少なくとも１つに対応するばらつきがこれに対して設定された基準値を越えている時に不良の判別結果を出す。
【００５８】
上記のように、良否判別に距離とばらつきとを用いるのは以下の理由による。つまり、いずれか一方で判別すると、必要以上に不良と判別してしまう可能性があるからである。具体的には、図５（ａ）に示すように距離値が基準値を越えていなければこれに対応するばらつきが基準値を越えていても良品として判別する。一方、図５（ｂ）に示すように距離値とばらつきの両方がそれぞれの基準値を越えていると不良と判別する。このように、距離とばらつきとを良否判別に用いることで、誤判別率を低下させることができる。
【００５９】
なお、誤判別率がそれほど問題にならないのであれば、上記の距離値、ばらつきの一方のみで良否判別を行うようにしても良い。
【００６０】
以上のように、実成形段階ではショット毎に選ばれるｍ個の最適項目からマハラノビスの距離が計算され、ＭＴＳ法による製品判別を精度良く行える。
【００６１】
なお、上記の形態では、本発明を射出成形機の成形品の良否判別に適用する場合について説明したが、本発明は射出成形機のみならず、押出し成形機等の成形機全般は勿論のこと、一般の製造機、つまり複数のセンサを備えて、これら複数のセンサからの測定データを用いて製品の良否判別を行う製造機全般に適用可能であることは言うまでも無い。
【００６２】
【発明の効果】
本発明による良否判別方法によれば、以下のような効果が得られる。
【００６３】
▲１▼想定外の不良にも対処できる。
【００６４】
▲２▼判別に有効な最適項目の自動選択が可能である。
【００６５】
▲３▼あらかじめ不良データを用意する必要がない。
【００６６】
▲４▼良否判別の精度が向上する。
【図面の簡単な説明】
【図１】本発明の実施の形態による良否判別方法の手順を説明するためのフローチャート図である。
【図２】図１のステップＳ３で計算される距離分布の平均値と距離分布の標準偏差を表す波形を示した図である。
【図３】本発明で使用されるＬ１２直交表の一例を示した図である。
【図４】本発明で使用されるＬ８直交表の一例を示した図である。
【図５】本発明において良否判別に使用されるマハラノビスの距離とばらつきの両方を採用する理由を説明するための図である。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a quality determination method for a product using an MTS (Maharanobis Taguchi system) method, for example, a quality determination method suitable for quality determination of a molded product in an injection molding machine.
[0002]
[Prior art]
In injection molding, the phenomenon that occurs varies from shot to shot, and there are various causes of defects. Despite various phenomena, the items used to determine the quality of a molded product have been fixed so far, and it has not been possible to cope with unexpected phenomena or to accurately determine.
[0003]
For example, a certain range is set for each of a plurality of measurement signals obtained from a plurality of sensors provided in an injection molding machine, and a defect occurs when the value of at least one measurement signal exceeds the range set for it. It is determined whether the product is considered good or bad. That is, until now, some items are selected from among a plurality of items for determination, and some selected items are fixedly used in subsequent pass / fail determination.
[0004]
[Problems to be solved by the invention]
As described above, in the conventional method, several items are selected from multiple items, and these items are fixedly used in subsequent pass / fail judgments. It was not possible or could not be determined accurately.
[0005]
  Therefore, the problem of the present invention is to use the MTS method to cope with the change of the phenomenon.ProductIt is intended to make it possible to accurately determine whether a product is good or bad by dynamically changing items used for determination each time the product is manufactured.
[0006]
[Means for Solving the Problems]
  According to the present invention,A control device that performs operation control and collects a plurality of types of actual values obtained from a plurality of sensors, a storage device that stores the collected actual values, a setting input unit for inputting setting values and other information, Equipped with an output device such as a display or printer for displaying the actual value as logging information,Using MTS (Maharanobis Taguchi system) methodBy the control deviceA method for determining pass / fail of a product,The pass / fail judgment isDivided into preliminary stage and actual production stageExecuted by the control deviceIn the preliminary stage, trial production is performed for a plurality of production times P1 at which all good products are obtained,From the multiple types of actual valuesFor a plurality of predetermined items M (where M is an integer of 2 or more)BeforeThe actual value for the production count P1 is used as non-defective product data.In the storage deviceCalculating the average value and the standard deviation for the plurality of items M using the first step of storing and the non-defective product data for the number of times of production P1, and calculating a correlation coefficient matrix for the plurality of items M;In the storage deviceConsidering a combination pattern for selecting a second step to be stored and items 1 to m (where m is an integer equal to or greater than 1 and M> m) from the plurality of items M, possible combination patternsMC1~MCmThe average of the multiple items M stored in the second step is calculated by a calculation formula (hereinafter referred to as a Mahalanobis calculation formula) for calculating the distance of Mahalanobis (hereinafter referred to as Mahalanobis) in the MTS method. A Mahalanobis distance is calculated using a portion corresponding to the items 1 to m of the values and standard deviations and a portion corresponding to the items 1 to m of the correlation coefficient matrix for the plurality of items M. In addition, the average value of the distance distribution and the standard deviation of the distance distribution are calculated for all the possible combination patterns.In the storage deviceA first level set in an orthogonal table in the MTS method, wherein the actual manufacturing stage includes actual values of the plurality of items M of the current manufacturing times obtained in actual manufacturing; A fourth step of calculating the Mahalanobis distance n (where n is a positive integer) using the Mahalanobis calculation formula according to the second level and a predetermined n number of Mahalanobis distances. 5th step of calculating n kinds of S / N ratios by the formula of 1, and calculating the average value of the first level and the second level in each item of the plurality of items M from the calculated n kinds of S / N ratios And a sixth step of calculating M level average differences, which are the difference between the average value of the first level and the average value of the second level for each item, and in descending order from the M level average differences. 1-m items Extracting and performing the pass / fail judgment using the actual production time actual value corresponding to the extracted item to the current m actual manufacturing time value corresponding to the extracted m items A product quality determining method characterized by including a step.
[0007]
  In this pass / fail judgment method, the seventh step includes the current production times corresponding to the extracted m items to the current production times corresponding to the extracted items. Using the Mahalanobis formula, the Mahalanobis distance of the current manufacturing time is calculated as m new distances using the Mahalanobis calculation formula, and each of the calculated m new distances and the above 1 to m are calculated. Comparing at least one of the calculated m new distances with a corresponding reference value corresponding to the calculated reference value. Product abnormality judgment resultsTo the output deviceCan be put out.
[0008]
  In the pass / fail judgment method, the seventh step may include the current manufacturing result corresponding to the extracted item and the current manufacturing corresponding to the extracted m items. Using the actual value of times, the Mahalanobis distance of the current production time is calculated as m new distances by the Mahalanobis calculation formula, respectively, and the m new distances and the extracted one item A second predetermined value using the average value of the distance distribution and the standard deviation of the distance distribution stored in the third step for the combination pattern of the same combination as the extracted m items. The degree of magnitude of the m new distances is calculated as a variation in units of the standard deviation of the distance distribution by a calculation formula, and the calculated m variations are respectively calculated as 1 to m. And comparing with each of the predetermined reference values set in correspondence with the product, when at least one of the calculated m variations exceeds the predetermined reference value corresponding thereto, The discrimination resultTo the output deviceCan be put out.
[0009]
  Further, in the pass / fail judgment method, the seventh step includes the current manufacturing result corresponding to the extracted m items to the current manufacturing performance result value corresponding to the extracted one item. Using the actual value of the times, the Mahalanobis distance of the current manufacturing time is calculated as m new distances by the Mahalanobis calculation formula, and each of the calculated m new distances and the above 1 to 1 are calculated. The (7-1) th step of comparing each reference value set in advance corresponding to the number of m, and the actual value of the current manufacturing times corresponding to the one extracted item to the above Using the actual value of the current manufacturing times corresponding to the extracted m items, the Mahalanobis distance of the current manufacturing time is calculated as m new distances by the Mahalanobis calculation formula, and the m New And the average value of the distance distribution and the standard deviation of the distance distribution stored in the third step for the combination pattern of the same combination as the extracted one item to the extracted m items. The degree of magnitude of the m new distances is calculated as a variation in units of standard deviation of the distance distribution by a second calculation formula determined in advance using, and each of the calculated m variations is calculated. Including the (7-2) th step of comparing with each of the predetermined reference values set corresponding to the numbers 1 to m, and the calculated m new distances and the calculated m pairs are set with m variations, and at least one set of the calculated new distances exceeds the preset reference value corresponding thereto, and the at least one set of the calculated distances. And the determination results of product abnormality when the variation exceeds the predetermined reference value corresponding theretoTo the output deviceIt is desirable to make it come out.
[0010]
As the orthogonal table, an L12 orthogonal table or an L8 orthogonal table can be used.
[0011]
Further, in this pass / fail judgment method, the actual manufacturing stage further includes, before the fourth step, a moving average value for the past number of manufacturing times P2 (where P1> P2) counted from the current number of manufacturing times. Using the step of standardizing the actual values of the plurality of items M of the current production time, and in the fourth step, the standardized actual values of the plurality of items M are set in an orthogonal table in the MTS method. It is desirable to calculate n types of Mahalanobis distances according to the Mahalanobis calculation formula using the first and second levels.
[0012]
In this quality determination method, when the product is a molded product molded by an injection molding machine, the injection molding machine includes a plurality of sensors and measures the plurality of items M, and the plurality of items. As M, eight items are used: integration time value, measuring time, V (speed) / P (pressure) switching position, holding pressure completion position, minimum cushion position, full area peak pressure, filling peak pressure, holding pressure minimum speed, and filling pressure. .
[0013]
DETAILED DESCRIPTION OF THE INVENTION
Below, the case where this invention is applied to the quality determination of the molded article in an injection molding machine is demonstrated. In this case, the following assumptions are necessary. The injection molding machine includes a control device that controls a molding operation and collects a plurality of types of measurement data based on measurement signals obtained from a plurality of sensors along with molding. The measurement data is also called a performance value. In addition to a setting input unit for inputting set values and other information, the control device includes a storage device for storing collected measurement data and an output device such as a display or printer for displaying measurement data as logging information. It has been. There are various types of measurement data such as a cushion position, a pressure holding completion position, a V (speed) / P (pressure) switching position, and a filling peak pressure. These are measured by sensors installed in the main body of the injection molding machine, but in addition to these, there are also data relating to time such as cycle time, filling time, metering time, and holding screw time, which are controlled. Obtained by the timekeeping function of the device. In the present invention, such a timekeeping function is also handled as a sensor, and data obtained thereby is also handled as measurement data, that is, an actual value. In the present invention, M (M is an integer of 2 or more) is selected and used from various measurement data as described above, and these are referred to as a plurality of items M.
[0014]
Next, the outline of the quality determination method of the molded product by embodiment is demonstrated. The quality determination method of the molded product according to this embodiment is based on the MTS (Maharanobis Taguchi system) method, and is divided into a reference space creation stage (preliminary stage) and an actual molding stage.
[0015]
The reference space creation stage includes the following steps.
[0016]
a. Test results are stored, and the actual value for the number of shots P1 obtained by measurement for a plurality of predetermined items M (where M is an integer of 2 or more) is stored as good product data for a plurality of shots P1 for which good products are obtained. To do.
[0017]
b. An average value and a standard deviation are calculated for a plurality of items M using non-defective product data for the number of shots P1, and a correlation coefficient matrix for a plurality of items M to be described later is calculated and stored.
[0018]
c. Considering a combination pattern in which items 1, 2,..., M−1, m (where m is an integer of 1 or more and M> m) are selected from a plurality of items M, possible combination patternsMC1,MC2...MCm-1,MCmThe average of multiple items M stored in b above is calculated by a calculation formula (hereinafter referred to as Mahalanobis calculation formula, which will be described later) for calculating the distance of Mahalanobis (hereinafter referred to as Mahalanobis) in the MTS method. Of the values and standard deviations corresponding to the items 1, 2,..., M−1, m and the items 1, 2,. The Mahalanobis distance is calculated using the portion corresponding to, and the average value of the distance distribution and the standard deviation of the distance distribution are calculated and stored for all possible combination patterns.
[0019]
On the other hand, at the actual molding stage, the following procedure is performed using the actual value of each shot at the time of mass production of injection molding.
[0020]
{Circle around (1)} According to the combinations of the orthogonal tables, the Mahalanobis distances of n types (12 types in the L12 orthogonal table and 8 types in the L8 orthogonal table) are calculated using the actual values of the plurality of items M of the current shot.
[0021]
(2) From the calculated n Mahalanobis distances, the number of combinations of orthogonal tables, that is, n (12 in the L12 orthogonal table, 8 in the L8 orthogonal table) SN ratio is calculated.
[0022]
(3) The average level (first level and second level in the orthogonal table) of each item of the plurality of items M is calculated using the calculated n S / N ratios, and the level average difference (first level average−second) Find m items with the highest (average level). An item with a large average level difference is an effective item, and in descending order, the first item, the first item with the largest average level difference, the first item, and the second item with the next largest item,... 1st and 2nd, ..., (m-2) th, (m-1) th (m-1) items, 1st and 2nd, ..., (m-2) th, The (m−1) -th and m-th m items are extracted. However, this calculation is performed regardless of pass / fail. In the case of a non-defective product, the level average difference is small or a negative number, but the above items are extracted from those having a large level average difference on the assumption of a defect.
[0023]
{Circle around (4)} The Mahalanobis distance is calculated again as a new distance by using the actual shot actual values corresponding to these optimum one item, two items,..., (M−1) item, and m item. That is, the actual value of the current shot corresponding to one extracted item, the actual value of the current shot corresponding to the two extracted items, ..., corresponding to the (m-1) extracted items. Using the actual value of the current shot and the actual value of the current shot corresponding to the extracted m items, the Mahalanobis distance of the current shot is calculated as m new distances using the Mahalanobis formula. . Then, each of the calculated m new distances, m reference values set in advance for the combination of the above-mentioned item 1, item 2,..., (M−1) item, m item, and In comparison, when at least one of the m new distances exceeds the corresponding reference value, a defect determination result is issued.
[0024]
(5) In this embodiment, the m new distances described above, one extracted item, two extracted items,..., (M−1) items extracted, m extracted The degree of the size of m new distances by a predetermined formula using the average value of the distance distribution and the standard deviation of the distance distribution stored in c above for the combination pattern of the same combination as the items. Is calculated as a variation in units of the standard deviation of the distance distribution. Then, the calculated m variations are respectively compared with predetermined reference values set corresponding to combinations of the above-mentioned one item, two items,..., (M−1) items, and m items. When at least one of the fluctuations exceeds a predetermined reference value corresponding thereto, a defect discrimination result is output.
[0025]
In the case of a non-defective product, the above new distance and variation values are small. Note that although only one of the above (4) and (5) may be performed, it goes without saying that both have higher discrimination accuracy.
[0026]
In this way, 1 to m optimal items are found in order from the largest dynamically for each shot, and the Mahalanobis distance is calculated and used as a new distance from the actual value corresponding to 1 to m optimal items. Can also be used in combination as an element for quality determination, so that quality determination by the MTS method can be performed with high accuracy.
[0027]
In the following, with reference to FIG. 1, an embodiment of a method for determining quality of a molded product will be described with a specific example. This pass / fail judgment method is based on the premise that the MTS method is used, but the MTS method itself is well known and will not be described. As described above, this pass / fail discrimination method creates a reference space in the MTS method using actual values of a plurality of items M obtained by trials of a plurality of shot numbers P1, and obtains reference data necessary for the discrimination. The standard space creation stage, and the actual molding stage in which the quality of the molded product is determined for each shot using the actual values of a plurality of items M obtained by actual molding using the standard space and reference data obtained in the preparation stage. And divided.
[0028]
Here, it is assumed that at the reference space creation stage, a trial of P1 shots (P1 = 100 here) is performed, and good products are obtained for all shots. In addition, values of 8 items (M = 8) are measured as actual values. As an example of 8 items, the first item is the metering time, the second item is the V (speed) / P (pressure) switching position, the third item is the pressure holding completion position (screw position), and the fourth item is the minimum cushion. Position (screw position), 5th item is the peak pressure of the whole area (resin pressure), 6th item is the peak pressure of filling (resin pressure), 7th item is the minimum pressure for holding pressure (screw speed), 8th item is the filling pressure Although it is an integral value (the total sum calculated about the filling pressure until it reaches a peak value from the start of injection), the number and types of the above items are merely examples.
[0029]
In step S1, 100 shots are tried out, and the actual values of the above eight items are stored as non-defective product data for 100 shots.
[0030]
In step S2, the average value and the standard deviation are calculated for the above eight items using the non-defective product data for 100 shots stored in step S1. Also, Mahalanobis distance D to the molded product2A formula for calculating is created. The general formula of the calculation formula is expressed by the following formula 1.
[0031]
[Expression 1]
Figure 0003677627
In Equation 1, the symbol above the symbol means that it is an average value, and hereinafter the symbol with a bar above such as x, for example x, will be referred to as bar x. To. And xiIs the actual value of each shot of item i, bar xiIs the average of the actual values for 100 shots of item i, σiIs the standard deviation of item i, ri, jRepresents a correlation coefficient matrix. The correlation coefficient matrix in the case of 8 items is expressed by the following formula 2.
[0032]
[Expression 2]
Figure 0003677627
In step S3, a combination pattern for selecting a plurality of items, for example, one item, two items, and three items (m = 3) from the actual value data of 8 items, that is, stored good product data, is considered. Mahalanobis distance D using good quality data for 100 shots for the patterni 2Calculate Of course, in the case of one item, the non-defective product data of the corresponding item is used. In the case of two items, good product data corresponding to these two items is used, and in the case of three items, good product data corresponding to these three items is used. Subsequently, the average bar D of the distance distribution for all patternsi 2And standard deviation of distance distribution σD i 2Is calculated and stored as reference data, and used for quality determination during actual molding.
[0033]
A specific example will be described with reference to FIG. 2. The type of combination pattern for selecting one item, two items, and three items from eight actual results is 92 (=8C1+8C2+8CThree) There are street patterns. For example, in the case of three items, 56 (=8CThree) There are street patterns. Then, if the measurement time of the first item, the V / P switching position of the second item, and the pressure holding completion position of the third item are selected in the first pattern, these three items stored in step S2 are selected. The non-defective product data is read and x1, X2, XThreeAnd the Mahalanobis distance D for 100 shots2Is calculated. Calculated distance D of 100 Mahalanobis2Is represented by the distribution diagram shown in FIG. 2 (a), and the average value D of the distance distribution.1 2And standard deviation of distance distribution σD 1 2Is calculated.
[0034]
[Equation 3]
Figure 0003677627
Next, assuming that the second item V / P switching position, the third item pressure-holding completion position, and the fourth item minimum cushion position are selected in the second pattern, the number of non-defective product data for each of these three items is several. 3 x1, X2, XThreeAnd the Mahalanobis distance D for 100 shots2Is calculated. Calculated distance D of 100 Mahalanobis2Is represented by the distribution diagram shown in FIG. 2 (b), and the average value D of the distance distribution.2 2And standard deviation of distance distribution σD 2 2Is calculated. Thereafter, the above calculation is similarly performed up to the 56th pattern, and in the case of the 56th pattern, as shown in FIG.56 2The standard deviation is σD 56 2Is obtained. All these calculation results are stored.
[0035]
In the case of one item, 8 (=8C1), And in calculating the Mahalanobis distance,1, Average bar x1, Standard deviation σ1, Correlation coefficient r1,1Only is used. Similarly, in the case of two items, 28 (=8C2), And in calculating the Mahalanobis distance,1, X2, Average bar x1, Bar x2, Standard deviation σ1, Σ2, Correlation coefficient r1,1, R1,2, R1,2, R2,2Is used.
[0036]
The above steps S1 to S3 are the reference space creation stage.
[0037]
Subsequently, the actual molding stage is entered. The following operations are performed for each shot.
[0038]
In step S4, the average value bar x in Equation 3iAs above, the moving average of the past P2 shots (here, P2 = 30) counted from the current shot is used instead of the average value for the above 100 shots.iIs used as it is, and the actual shot value x of the current shot by the following equation 4iStandardize.
[0039]
[Expression 4]
Figure 0003677627
The reason why the moving average for the past 30 shots is used is to eliminate the influence of undulation in injection molding. That is, in an injection molding machine, a physical quantity such as pressure may fluctuate gradually as time elapses, and this phenomenon is called swell. However, even if undulation occurs during actual molding, a good product is molded, and it cannot be said that the undulation itself is a direct defect factor. However, when the MTS method is adopted as in the present method, the influence of undulation appears. Therefore, it is necessary to eliminate this and perform the calculation under a uniform situation. For this reason, the moving average of the past 30 shots from the current shot is used. However, in this step S4, not the moving average for the past 30 shots, but the average value bar x for 100 shots calculated in step S2.iMay be used.
[0040]
In step S5, the standardized performance values of the eight items are applied to the above-described formula 1, and the Mahalanobis distance is calculated. However, in calculating the Mahalanobis distance in this case, twelve Mahalanobis distances are calculated according to the L12 orthogonal table as shown in FIG.
[0041]
In FIG. 3, the orthogonal table varies depending on the number of all items, and in the case of 8 items, the L12 orthogonal table is used. On the other hand, if there are less than 8 items such as 7 items (M = 7) and 6 items (M = 6), an L8 orthogonal table as shown in FIG. 4 is used, and eight Mahalanobis distances are calculated. In this orthogonal table, vertical columns indicate items. Further, “1” represents the first level and “2” represents the second level, which means that the actual value corresponding to the first level is used and the actual value corresponding to the second level is not used. For example, in the case of the first row, the Mahalanobis distance D using the normalized data of all items1 2In the case of the second row, the normalized data of the first to fifth items is used, and the normalized data of the sixth to eighth items is not used, and the Mahalanobis distance D is calculated.2 2Is calculated. In any case, 12 Mahalanobis distances D based on the above L12 orthogonal table1 2~ D12 2Is calculated.
[0042]
In step S6, 12 calculated Mahalanobis distances D1 2~ D12 2From the following equation 5 (first calculation formula), 12 kinds of SN ratios η (here, sn1~ Sn12) Is calculated.
[0043]
[Equation 5]
Figure 0003677627
In step S7, the calculated SN ratio sn1~ Sn12Using the following equation 6, the average value sn of the SN ratio of the first level and the second level of each itemi, 1, Sni, 2And the average level difference (sn) for each itemi, 1-Sni, 2) Is calculated. That is, eight average level differences are calculated.
[0044]
[Formula 6]
Figure 0003677627
However, sniIndicates the S / N ratio of the i-th row combination in the L12 orthogonal table. Sn1,1, Sn1,2Indicates the average values of the SN ratios of the first level and the second level of the first item in the L12 orthogonal table, respectively. For example, for the second item, the first level average is sn1, Sn2, SnThree, Sn7, Sn8, Sn9And the second level average is snFour, SnFive, Sn6, SnTen, Sn11, Sn12Is used. On the other hand, in the case of the eighth item, the first level average is sn1, SnThree, Sn6, Sn8, Sn11, Sn12And the second level average is sn2, SnFour, SnFive, Sn7, Sn9, SnTenIs used.
[0045]
In step S8, three items (m = 3) are extracted in descending order of the eight level average differences calculated for each of the eight items. That is, the average level difference (sni, 1-Sni, 2) Is a valid item, and three items (m = 3) are extracted from the large items. However, this calculation is performed regardless of pass / fail. For non-defective products, the average level difference (sni, 1-Sni, 2) Is small or a negative number, but m is found from those having a large average level difference, assuming a defect.
[0046]
These three items are used as follows.
[0047]
1. Use only items with maximum differences.
[0048]
2. Use a combination of two items, the largest difference and the next largest difference.
[0049]
3. A combination of three items, the maximum difference, the next largest difference, and the next largest difference is used.
[0050]
For example, the maximum difference item is the weighing time (first item), the next largest item is the V / P switching position (second item), and the next item is the pressure holding completion position (third item). All two items shall be used. In this case, the actual value (standardized data) of the three items of the measurement time, V / P switching position, and pressure holding completion position obtained in the current shot is substituted into the formula 3 to calculate the Mahalanobis distance. Calculated as a new distance, and calculated new distance DNEWIs compared with a preset reference value in the case of three items.
[0051]
On the other hand, when only one item of the maximum difference is used, the actual value of the measurement time obtained in the current shot is expressed by the modified expression (1The distance of Mahalanobis is calculated as a new distance, and the calculated new distance DNEWIs compared with a preset reference value in the case of one item. Further, when using a combination of two items of the maximum difference and the next largest difference, the measurement time obtained in the current shot and the actual value of the V / P switching position are expressed by the equation (x1, X2Is used to calculate the Mahalanobis distance as a new distance, and the calculated new distance DNEWIs compared with a preset reference value in the case of two items. Each reference value will be described later.
[0052]
In step S8, the variation is further calculated for each of the above 1 to 3 by the following equation 7 (second calculation formula). That is, if all three items are used, the above new distance D obtained for thisNEWAnd the average value bar D of the distance distribution of the first pattern (combination of measurement time, V / P switching position, and pressure holding completion position) calculated and stored in step S3 for the combination pattern of the above three items.1 2And standard deviation of distance distribution σD 1 2Then, the variation is calculated by Equation 7 and compared with a predetermined reference value set for the case of three items.
[0053]
[Expression 7]
Figure 0003677627
That is, the new distance D calculated in actual molding using the average value of the distance distribution of the corresponding combination pattern and the standard deviation of the distance distribution.NEWThe degree of size is expressed as σ as a variation and compared with a predetermined reference value.
[0054]
On the other hand, when only one item is used, the above new distance D obtained for this is used.NEWThen, the variation of the above one item pattern is calculated by Equation 7 using the average value of the distance distribution of the corresponding pattern (only the measurement time) and the standard deviation of the distance distribution calculated and stored in step S3. It compares with the predetermined reference value set about the case of. In addition, when two items are used, the new distance D obtained for this is used.NEWThe combination pattern of the above two items is calculated by using the average value of the distance distribution and the standard deviation of the distance distribution of the corresponding pattern (combination of measurement time and V / P switching position) calculated and stored in step S3. Thus, the variation is calculated and compared with a predetermined reference value set for the case of two items.
[0055]
The reference value is set empirically and is as follows.
[0056]
When using 3 items: distance is 4, variation is 4
When using 2 items: distance is 4.5, variation is 4
When using one item: distance is 12, variation is 6
In this embodiment, a new distance DNEWIs used as an absolute reference, and variation is used as a relative reference, and quality determination using the reference value is performed as follows.
[0057]
That is, at least one of the three new distances calculated for the cases of 1, 2, 3, and 3 exceeds the corresponding reference value, and the variation corresponding to this at least one is set for this. When the reference value is exceeded, a defect determination result is issued.
[0058]
As described above, the distance and the variation are used for the quality determination for the following reason. That is, if either one is determined, it may be determined that the defect is more than necessary. Specifically, as shown in FIG. 5A, if the distance value does not exceed the reference value, it is determined as a non-defective product even if the corresponding variation exceeds the reference value. On the other hand, as shown in FIG. 5B, if both the distance value and the variation exceed the respective reference values, it is determined as a defect. In this way, the misclassification rate can be reduced by using the distance and the variation for the quality judgment.
[0059]
If the misclassification rate does not matter so much, the quality judgment may be performed using only one of the distance value and the variation.
[0060]
As described above, in the actual molding stage, the Mahalanobis distance is calculated from the m optimal items selected for each shot, and product discrimination by the MTS method can be performed with high accuracy.
[0061]
In the above embodiment, the case where the present invention is applied to the quality determination of the molded product of the injection molding machine has been described. However, the present invention is not limited to the injection molding machine but also the molding machine such as an extrusion molding machine in general. Needless to say, the present invention can be applied to general manufacturing machines, that is, to general manufacturing machines that include a plurality of sensors and perform product quality determination using measurement data from the plurality of sensors.
[0062]
【The invention's effect】
According to the quality determination method of the present invention, the following effects can be obtained.
[0063]
(1) It can cope with unexpected defects.
[0064]
(2) It is possible to automatically select an optimum item effective for discrimination.
[0065]
(3) It is not necessary to prepare defective data in advance.
[0066]
(4) The accuracy of pass / fail judgment is improved.
[Brief description of the drawings]
FIG. 1 is a flowchart for explaining the procedure of a quality determination method according to an embodiment of the present invention.
FIG. 2 is a diagram showing a waveform representing an average value of distance distribution and a standard deviation of distance distribution calculated in step S3 of FIG.
FIG. 3 is a diagram showing an example of an L12 orthogonal table used in the present invention.
FIG. 4 is a diagram showing an example of an L8 orthogonal table used in the present invention.
FIG. 5 is a diagram for explaining the reason for adopting both Mahalanobis distance and variation used for quality determination in the present invention.

Claims (7)

動作制御を行うと共に複数のセンサから得られる複数種類の実績値を収集する制御装置と、収集した実績値を記憶する記憶装置と、設定値やその他の情報を入力するための設定入力部と、実績値をロギング情報として表示するためのディスプレイやプリンタ等の出力装置を備え、ＭＴＳ（Ｍａｈａｒａｎｏｂｉｓ Ｔａｇｕｃｈｉ ｓｙｓｔｅｍ）法を用いて前記制御装置により製品の良否判別を行う方法であって、
前記良否判別は、予備段階と、実製造段階とに分けられて前記制御装置により実行され、
前記予備段階は、
すべて良品が得られる複数の製造回数Ｐ１について試し製造を行い、前記複数種類の実績値の中からあらかじめ定められた複数項目Ｍ（但し、Ｍは２以上の整数）について前記製造回数Ｐ１分の実績値を良品データとして前記記憶装置に記憶する第１のステップと、
前記製造回数Ｐ１分の良品データを用いて前記複数項目Ｍについて平均値及び標準偏差を算出すると共に、前記複数項目Ｍ分の相関係数行列を算出して前記記憶装置に記憶する第２のステップと、
前記複数項目Ｍから項目１〜ｍ（但し、ｍは１以上の整数で、Ｍ＞ｍ）を選ぶ組み合わせパターンを考え、考えられる組み合わせパターンM Ｃ1 〜M Ｃm のすべてについてＭＴＳ法におけるＭａｈａｒａｎｏｂｉｓ（以下、マハラノビスと呼ぶ）の距離を計算するための計算式（以下、マハラノビスの計算式と呼ぶ）により前記第２のステップで記憶された前記複数項目Ｍ分の平均値及び標準偏差のうちの前記項目１〜ｍに対応する部分と前記複数項目Ｍ分の相関係数行列のうちの前記項目１〜ｍに対応する部分とを利用してマハラノビスの距離を計算すると共に、前記考えられる組み合わせパターンのすべてについて距離分布の平均値と距離分布の標準偏差とを計算して前記記憶装置に記憶する第３のステップとを含み、
前記実製造段階は、
実際の製造において得られた現在の製造回の前記複数項目Ｍの実績値を、ＭＴＳ法における直交表に設定された第１水準、第２水準に従って用いて前記マハラノビスの計算式によりマハラノビスの距離をｎ（但し、ｎは正の整数）通り算出する第４のステップと、
算出されたｎ通りのマハラノビスの距離からあらかじめ定められた第１の計算式によりｎ通りのＳＮ比を算出する第５のステップと、
算出されたｎ通りのＳＮ比から前記複数項目Ｍの各項目における前記第１水準、第２水準の平均値を算出すると共に、項目毎に前記第１水準の平均値と前記第２水準の平均値の差である水準平均差をＭ個算出する第６のステップと、
前記Ｍ個の水準平均差の中から大きい順に１〜ｍ個の項目を抽出し、抽出された１個の項目に対応する前記現在の製造回の実績値〜抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて良否判別を行う第７のステップと、
を含むことを特徴とする製品の良否判別方法。 A control device that performs operation control and collects a plurality of types of actual values obtained from a plurality of sensors, a storage device that stores the collected actual values, a setting input unit for inputting setting values and other information, An output device such as a display or a printer for displaying the actual value as logging information, and a method for determining the quality of a product by the control device using the MTS (Maharanobis Taguchi system) method,
The pass / fail determination is performed by the control device in a preliminary stage and an actual manufacturing stage,
The preliminary stage includes
All perform trial production for multiple manufacturing times P1 that good is obtained, the plurality of types of a plurality of items predetermined from the actual value M (where, M is an integer of 2 or more) with it before Symbol manufacturing number P1 min A first step of storing the actual value as non-defective data in the storage device ;
A second step of calculating an average value and a standard deviation for the plurality of items M using the non-defective product data for the number of times of manufacture P1, and calculating a correlation coefficient matrix for the plurality of items M and storing it in the storage device. When,
Consider a combination pattern in which items 1 to m (where m is an integer equal to or greater than 1 and M> m) are selected from the plurality of items M, and all possible combination patterns M C 1 to M C m are represented by Mahalanobis ( Hereinafter, the average value and the standard deviation of the plurality of items M stored in the second step by a calculation formula (hereinafter referred to as a Mahalanobis calculation formula) for calculating the distance of the Mahalanobis). The Mahalanobis distance is calculated using the part corresponding to the items 1 to m and the part corresponding to the items 1 to m of the correlation coefficient matrix for the plurality of items M, and the possible combination patterns Calculating a mean value of the distance distribution and a standard deviation of the distance distribution for all and storing in the storage device ;
The actual manufacturing stage includes
The actual value of the plurality of items M of the current manufacturing times obtained in actual manufacturing is used according to the first level and the second level set in the orthogonal table in the MTS method, and the Mahalanobis distance is calculated by the Mahalanobis calculation formula. a fourth step of calculating n (where n is a positive integer);
A fifth step of calculating n signal-to-noise ratios according to a first calculation formula determined in advance from the calculated n distances of Mahalanobis;
The average value of the first level and the second level in each item of the plurality of items M is calculated from the calculated n SN ratios, and the average value of the first level and the average of the second level are calculated for each item. A sixth step of calculating M level average differences, which are differences in values;
1 to m items are extracted in descending order from the M level average differences, and the actual value of the current manufacturing times corresponding to the extracted item corresponds to the extracted m items. A seventh step of performing pass / fail judgment using the actual value of the current production times;
A method for determining pass / fail of a product characterized by comprising: 請求項１記載の製品の良否判別方法において、
前記第７のステップは、前記抽出された１個の項目に対応する前記現在の製造回の実績値〜前記抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて、前記マハラノビスの計算式により現在の製造回のマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出し、該算出されたｍ個の新たな距離のそれぞれと前記１〜ｍの数に対応してあらかじめ設定されたそれぞれの基準値とを比較するステップを含んで、
前記算出されたｍ個の新たな距離の少なくとも１つがこれに対応する前記あらかじめ設定された基準値を越えている時に製品異常の判別結果を前記出力装置に出すことを特徴とする製品の良否判別方法。In the quality determination method of the product according to claim 1,
In the seventh step, using the current production times actual value corresponding to the extracted m items, the current manufacturing times actual value corresponding to the extracted m items, According to the Mahalanobis calculation formula, the Mahalanobis distance of the current manufacturing time is calculated as m new distances, and the m new distances are calculated in advance corresponding to each of the calculated m new distances and the numbers 1 to m. Including comparing each set reference value with
A product pass / fail determination, wherein a product abnormality determination result is output to the output device when at least one of the calculated m new distances exceeds the preset reference value corresponding thereto. Method. 請求項１記載の製品の良否判別方法において、
前記第７のステップは、前記抽出された１個の項目に対応する前記現在の製造回の実績値〜前記抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて、前記マハラノビスの計算式により現在の製造回のマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出し、前記ｍ個の新たな距離と前記抽出された１個の項目〜前記抽出されたｍ個の項目と同じ組み合わせの前記組み合わせパターンについて前記第３のステップで記憶された前記距離分布の平均値と前記距離分布の標準偏差とを用いてあらかじめ定められた第２の計算式により前記ｍ個の新たな距離の大きさの度合いを前記距離分布の標準偏差の単位によるばらつきとして算出して該算出されたｍ個のばらつきをそれぞれ前記１〜ｍの数に対応して設定された所定の基準値のそれぞれと比較するステップを含んで、
前記算出されたｍ個のばらつきの少なくとも１つがこれに対応する前記所定の基準値を越えている時に製品異常の判別結果を前記出力装置に出すことを特徴とする製品の良否判別方法。In the quality determination method of the product according to claim 1,
In the seventh step, using the current production times actual value corresponding to the extracted m items, the current manufacturing times actual value corresponding to the extracted m items, The Mahalanobis calculation formula calculates the Mahalanobis distance of the current manufacturing time as m new distances, and the m new distances and the extracted one item to the extracted m items are calculated. For the combination pattern of the same combination as the item, the m new values are calculated by a second calculation formula determined in advance using the average value of the distance distribution and the standard deviation of the distance distribution stored in the third step. The degree of the size of the distance is calculated as a variation in units of the standard deviation of the distance distribution, and the calculated m variations are respectively set to a predetermined basis set corresponding to the numbers 1 to m. Comprising the step of comparing the respective values,
A product pass / fail determination method, wherein a product abnormality determination result is output to the output device when at least one of the calculated m variations exceeds the predetermined reference value corresponding thereto. 請求項１記載の製品の良否判別方法において、
前記第７のステップは、
前記抽出された１個の項目に対応する前記現在の製造回の実績値〜前記抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて、前記マハラノビスの計算式により現在の製造回のマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出し、該算出されたｍ個の新たな距離のそれぞれと前記１〜ｍの数に対応してあらかじめ設定されたそれぞれの基準値とを比較する第（７−１）のステップと、
前記抽出された１個の項目に対応する前記現在の製造回の実績値〜前記抽出されたｍ個の項目に対応する前記現在の製造回の実績値を用いて、前記マハラノビスの計算式により現在の製造回のマハラノビスの距離をｍ個の新たな距離としてそれぞれ算出し、前記ｍ個の新たな距離と前記抽出された１個の項目〜前記抽出されたｍ個の項目と同じ組み合わせの前記組み合わせパターンについて前記第３のステップで記憶された前記距離分布の平均値と前記距離分布の標準偏差とを用いてあらかじめ定められた第２の計算式により前記ｍ個の新たな距離の大きさの度合いを前記距離分布の標準偏差の単位によるばらつきとして算出して該算出されたｍ個のばらつきをそれぞれ前記１〜ｍの数に対応して設定された所定の基準値のそれぞれと比較する第（７−２）のステップとを含んで、
前記算出されたｍ個の新たな距離と前記算出されたｍ個のばらつきとでｍ組の対を設定し、少なくとも１組の前記算出された新たな距離がこれに対応する前記あらかじめ設定された基準値を越え、かつ前記少なくとも１組の前記算出されたばらつきがこれに対応する前記所定の基準値を越えている時に製品異常の判別結果を前記出力装置に出すことを特徴とする製品の良否判別方法。In the quality determination method of the product according to claim 1,
The seventh step includes
Using the actual value of the current manufacturing times corresponding to the extracted one item to the actual value of the current manufacturing times corresponding to the extracted m items, the current value is calculated according to the Mahalanobis formula. The distance of Mahalanobis at the manufacturing time is calculated as m new distances, and each of the calculated m new distances and the respective reference values set in advance corresponding to the numbers 1 to m are calculated. The (7-1) step for comparing
Using the actual value of the current manufacturing times corresponding to the extracted one item to the actual value of the current manufacturing times corresponding to the extracted m items, the current value is calculated according to the Mahalanobis formula. The distances of the Mahalanobis in the manufacturing time of each are calculated as m new distances, and the new combinations of the m new distances and the extracted one item to the extracted m items are the same combination. The degree of the size of the m new distances according to a second calculation formula determined in advance using the average value of the distance distribution and the standard deviation of the distance distribution stored in the third step for the pattern. Is calculated as a variation in units of the standard deviation of the distance distribution, and the calculated m variations are respectively compared with predetermined reference values set corresponding to the numbers of 1 to m. And a step of the (7-2),
M pairs of the calculated m new distances and the calculated m variations are set, and at least one set of the calculated new distances corresponding to the predetermined distance is set in advance. A product pass / fail is characterized in that a product abnormality determination result is output to the output device when the reference value is exceeded and the at least one set of the calculated variations exceeds the predetermined reference value corresponding thereto. How to determine. 請求項１〜４のいずれかに記載の製品の良否判別方法において、前記直交表として、Ｌ１２直交表あるいはＬ８直交表を用いることを特徴とする製品の良否判別方法。  5. The product quality determination method according to claim 1, wherein an L12 orthogonal table or an L8 orthogonal table is used as the orthogonal table. 請求項１〜５のいずれかに記載の製品の良否判別方法において、前記実製造段階は更に、前記第４のステップの前に、現在の製造回から数えて過去の製造回数Ｐ２（但し、Ｐ１＞Ｐ２）分の移動平均値を用いて前記現在の製造回の複数項目Ｍの実績値を基準化するステップを含み、前記第４のステップでは、該基準化された複数項目Ｍの実績値を、ＭＴＳ法における直交表に設定された第１水準、第２水準に従って用いて前記マハラノビスの計算式によりマハラノビスの距離をｎ通り算出することを特徴とする製品の良否判別方法。  6. The product quality determination method according to claim 1, wherein the actual manufacturing stage further includes a past manufacturing count P2 (provided that P1 is counted from a current manufacturing count) before the fourth step. > P2) using the moving average value of P2) to standardize the actual values of the plurality of items M of the current production time, and in the fourth step, the actual values of the standardized items M are A product pass / fail discrimination method characterized in that n distances of Mahalanobis are calculated according to the Mahalanobis calculation formula using the first level and the second level set in the orthogonal table in the MTS method. 請求項１〜６のいずれかに記載の製品の良否判別方法において、前記製品は射出成形機により成形される成形品であり、該射出成形機は前記複数のセンサを備えて前記複数項目Ｍの計測を行っており、前記複数項目Ｍとして、計量時間、Ｖ（速度）／Ｐ（圧力）切換え位置、保圧完了位置、最小クッション位置、全域ピーク圧、充填ピーク圧、保圧最小速度、充填圧力の積分値の８項目を用いることを特徴とする製品の良否判別方法。In quality decision method of a product according to any of claims 1 to 6, wherein the product is a molded article molded by an injection molding machine, injection-molding machine of the plurality of items M includes a plurality of sensors Measurements are made, and the multiple items M include measurement time, V (speed) / P (pressure) switching position, pressure holding completion position, minimum cushion position, full area peak pressure, filling peak pressure, holding pressure minimum speed, filling 8. A product quality determination method using eight items of integral values of pressure.
JP2001380050A 2001-12-13 2001-12-13 Product pass / fail judgment method Expired - Fee Related JP3677627B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001380050A JP3677627B2 (en) 2001-12-13 2001-12-13 Product pass / fail judgment method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001380050A JP3677627B2 (en) 2001-12-13 2001-12-13 Product pass / fail judgment method

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2004376304A Division JP4022218B2 (en) 2004-12-27 2004-12-27 Quality determination method for injection molding machines

Publications (2)

Publication Number Publication Date
JP2003181874A JP2003181874A (en) 2003-07-02
JP3677627B2 true JP3677627B2 (en) 2005-08-03

Family

ID=27591283

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001380050A Expired - Fee Related JP3677627B2 (en) 2001-12-13 2001-12-13 Product pass / fail judgment method

Country Status (1)

Country Link
JP (1) JP3677627B2 (en)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008246734A (en) * 2007-03-29 2008-10-16 Yamashiro Seiki Seisakusho:Kk Method for judging whether plastication process in injection molding machine is good or not
JP5419555B2 (en) * 2009-06-15 2014-02-19 リコーエレメックス株式会社 Image inspection apparatus, image inspection method, and image inspection program
JP5311493B2 (en) * 2009-11-26 2013-10-09 三菱電機株式会社 Data analysis apparatus, manufacturing apparatus using the same, data analysis method, computer program thereof, and recording medium recording the program
JP6687574B2 (en) * 2017-09-26 2020-04-22 双葉電子工業株式会社 Arithmetic processing device, arithmetic method of arithmetic processing device, and program
JP6772119B2 (en) * 2017-09-26 2020-10-21 双葉電子工業株式会社 Arithmetic processing unit, arithmetic processing unit arithmetic method and program

Also Published As

Publication number Publication date
JP2003181874A (en) 2003-07-02

Similar Documents

Publication Publication Date Title
CN101825440B (en) Clearance detecting system and method for product parts
JP3161921B2 (en) Product quality influence factor analysis method and equipment, molding condition adjustment method, product quality judgment item selection method
JP4167282B2 (en) Support device for injection molding machine
Yurdakul et al. Application of correlation test to criteria selection for multi criteria decision making (MCDM) models
AU2020103881A4 (en) A Diagnosis Method of Train Body Assembly Deviation in the Manufacturing Process of High-Speed Train
US4434652A (en) Automated tire measurement techniques
US7184910B2 (en) Method of compensating sensor data and evaluating an interlock of an interlock system
JP3677627B2 (en) Product pass / fail judgment method
CN112307579B (en) Thermal error temperature sensitive point selection method and system based on temperature comprehensive information
US5178008A (en) Method and apparatus for the qualitative assessment and classification of yarns during a yarn clearing process
CN101290611A (en) Data abnormal point detection method and device
CN115860510A (en) Production efficiency analysis and evaluation method based on big data
CN100478650C (en) Method and apparatus for improved fault detection in power generation equipment
JP4022218B2 (en) Quality determination method for injection molding machines
CN112906155A (en) Virtual measurement method for injection molding product information
US5323837A (en) Method of determining unacceptable deviations from process parameters
CN101452272B (en) Monitoring method and system for manufacturing machine
CN114646373B (en) Water meter electromechanical indication value consistency verification method, system, storage medium and intelligent terminal
CN101625248A (en) Method and device for acquiring measurement data
CN103794451B (en) The method and apparatus of the electron beam state of monitoring scanning electron microscopy
CN1388472A (en) Method for estimating efficiency of automatic machine
CN100415621C (en) Method for determining the effects of fancy yarn
EP1229415A2 (en) Method for improving a manufacturing process
JPH068298A (en) Method for characterizing performance of injection molding process
CN114829102A (en) Learning model generation method, computer program, set value determination device, molding machine, and molding device system

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20040617

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20041104

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20041227

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: 20050420

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20050422

R150 Certificate of patent (=grant) or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080520

Year of fee payment: 3

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080520

Year of fee payment: 3

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090520

Year of fee payment: 4

LAPS Cancellation because of no payment of annual fees