JP7011246B1 - ポリアリーレンスルフィド樹脂組成物の製造条件の判定方法および樹脂組成物の製造方法 - Google Patents

Abstract

ポリアリーレンスルフィド樹脂組成物の製造条件の判定方法は、ポリアリーレンスルフィド樹脂組成物の配合成分、混合条件、溶融混練時の混練物温度を製造条件項目として少なくとも含む製造条件データと、前記製造条件データが示す製造条件によって製造されたポリアリーレンスルフィド樹脂組成物の耐衝撃性を特性値項目として少なくとも含む物性測定データと、を含むデータセットを用いて機械学習アルゴリズムを実行することにより、ポリアリーレンスルフィド樹脂組成物の特性向上対象項目の特性値を目的変数とした場合において、前記製造条件データおよび前記物性測定データに含まれる複数の項目のうち、前記特性向上対象項目の特性値の変化についての重要度が高い項目を判定する。

Description

本発明は、ポリアリーレンスルフィド樹脂組成物の製造条件の判定方法および樹脂組成物の製造方法に関する。
本願は、２０２０年２月２８日に、米国に仮出願されたＵＳ６２／９８２，７５６、及び２０２０年９月２３日に、日本に特許出願された特願２０２０－１５９１３２に基づき優先権を主張し、その内容をここに援用する。

ポリフェニレンスルフィド樹脂に代表されるポリアリーレンスルフィド樹脂は、耐熱性、耐薬品性等に優れ、電気電子部品、自動車部品、機械部品、給湯機部品、繊維、フィルム用途等に幅広く利用されている。

従来、溶融混練プロセスによりポリアリーレンスルフィド樹脂組成物を製造する技術があった。このような技術によれば、２種類以上の樹脂のペレットを混合し、混合されたペレットをスクリューで回転させることにより撹拌しながら加熱し、混練された樹脂を押し出すことによりポリマーブレンドを行う（例えば、特許文献１を参照）。

また、なかでも自動車等の車両用部品の用途では、軽量化を目的とした金属の代替材料として、耐衝撃性等の機械的物性に優れた樹脂材料が要求されている。
従来、ポリアリーレンスルフィド樹脂の耐衝撃性を高めるため、エラストマー成分の配合方法が検討される場合がある。
特許文献２には、ポリアリーレンスルフィド樹脂（Ａ）と、体積平均粒子径が０．１ｍｍ～３．０ｍｍの熱可塑性エラストマー粒子（Ｂ）とを、前記熱可塑性エラストマー粒子（Ｂ）が全配合成分に対して０．１質量％～２．０質量％となる割合で溶融混練するポリアリーレンスルフィド樹脂組成物の製造方法が開示されている。

特開２０１７－１４９００２号公報 特開２００８－１６３１１２号公報

上述したような溶融混練プロセスによれば、製造条件として制御するパラメータの種類が非常に多く、それぞれのパラメータ同士が複雑に相互作用する。ポリアリーレンスルフィド樹脂組成物の耐衝撃性をより高いものにすべく付与する好適なパラメータの値を決めるためには、熟練した技術者の経験と勘に頼っていた。

そこで、本発明は、技術者の経験と勘に頼らず、制御パラメータを決定することができるポリアリーレンスルフィド樹脂組成物の製造条件の判定方法を提供することを目的とする。

また、ポリアリ－レンスルフィド樹脂組成物中にエラストマー成分を配合させる場合、エラストマー成分の配合割合が多く、エラストマー成分の分散性が高いほど、耐衝撃性が向上することが期待される。
しかしながら、特許文献２のポリアリーレンスルフィド樹脂組成物において、エラストマー成分を、上記割合よりも多く配合させようとする場合、樹脂組成物中に該エラストマー成分をより良好に分散させることについては、未だ改善の余地がある。

そこで、本発明は、優れた耐衝撃性を示すポリアリーレンスルフィド樹脂組成物の製造方法を提供することを目的とする。

本発明者らは、上記課題を解決すべく鋭意検討した結果、後述する取得データをもとに得られたデータセットを用い、機械学習アルゴリズムによる解析を行うことで、好適な制御パラメータを決定可能であることを見出し、本発明を完成するに至った。

また、本発明者らは、上記課題を解決すべく鋭意検討した結果、エラストマー成分の配合量を高め、特定の値以上のせん断速度、且つ特定の設定温度条件のもと混練を行うことで、優れた耐衝撃性を示すポリアリーレンスルフィド樹脂組成物を得られることを見出し、本発明を完成するに至った。

すなわち、本発明は以下の態様を有する。

本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法は、ポリアリーレンスルフィド樹脂組成物の配合成分、混合条件、溶融混練時の混練物温度を製造条件項目として少なくとも含む製造条件データと、前記製造条件データが示す製造条件によって製造されたポリアリーレンスルフィド樹脂組成物の耐衝撃性を特性値項目として少なくとも含む物性測定データと、を含むデータセットを用いて機械学習アルゴリズムを実行することにより、ポリアリーレンスルフィド樹脂組成物の特性向上対象項目の特性値を目的変数とした場合において、前記製造条件データおよび前記物性測定データに含まれる複数の項目のうち、前記特性向上対象項目の特性値の変化についての重要度が高い項目を判定する。

また、本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法において、前記機械学習アルゴリズムとは、ランダムフォレストを用いたアルゴリズムであり、前記製造条件データおよび前記物性測定データに含まれる複数の項目のそれぞれの重要度を算出することにより、前記特性向上対象項目の特性値の変化についての重要度が高い項目を判定する。

また、本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法において、前記製造条件データには、ポリアリーレンスルフィド樹脂組成物の製造装置の制御対象である第１種類の製造条件項目と、前記製造装置の制御対象でない第２種類の製造条件項目と、が前記製造条件項目として含まれる。

また、本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法において、前記第２種類の製造条件項目には、前記製造装置のポリアリーレンスルフィド樹脂を混練する混練部の複数個所におけるそれぞれの前記混練部の内部温度が含まれる。

また、本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法において、前記第２種類の製造条件項目に含まれる前記混練部の複数個所におけるそれぞれの前記混練部の内部温度のうち、前記混練部にポリアリーレンスルフィド樹脂組成物の原料が投入される上流側の方が、混練されたポリアリーレンスルフィド樹脂組成物が押し出される下流側に比べて、前記重要度が高い。

また、本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法において、算出された重要度が高い項目を新たな目的変数として、前記機械学習アルゴリズムを実行することにより、前記新たな目的変数の特性値の変化についての重要度が高い項目を判定する。

また、本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法において、算出された前記重要度が高い項目を解析軸にして、前記データセットを用いた回帰演算を実行することにより、前記重要度が高い項目の特性値の変化と、前記目的変数の特性値の変化との対応関係を推定する。

本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造方法は、ポリアリーレンスルフィド樹脂（Ａ）と、熱可塑性エラストマー（Ｂ）とを含有するポリアリーレンスルフィド樹脂組成物の製造方法であって、
前記熱可塑性エラストマー（Ｂ）の配合割合が、前記ポリアリーレンスルフィド樹脂組成物の総質量に対し、５～３０質量％であり、
原料ポリアリーレンスルフィド樹脂（Ａ）と、原料熱可塑性エラストマー（Ｂ）と、を押出機によって溶融混練する工程を含み、
前記押出機のシリンダー内壁に対するスクリュウ回転より生じるせん断速度が１０００～６５００ｓ^－１であり、
前記シリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が３００℃未満である。

本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造方法において、前記熱可塑性エラストマー（Ｂ）が、ポリオレフィン系熱可塑性エラストマーである。

本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造方法において、前記熱可塑性エラストマー（Ｂ）が、グリシジル変性ポリオレフィン系熱可塑性エラストマーである。

本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造方法において、前記熱可塑性エラストマー（Ｂ）が、前記熱可塑性エラストマー（Ｂ）を構成する構成単位の総質量（１００質量％）に対して、
グリシジル（メタ）アクリレートに由来する構成単位を０．１～３０質量％含み、
メチルアクリレートに由来する構成単位を０．１～５０質量％含む。

本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造方法において、前記熱可塑性エラストマー（Ｂ）の平均分散径が０．２０μｍ以下である分散構造を有する。

本発明の一態様に係るポリアリーレンスルフィド樹脂組成物の製造方法において、前記樹脂組成物の成形物の、ＩＳＯ１７９－１に準拠して測定された、２３℃におけるノッチ付のシャルピー衝撃値が４０ｋＪ／ｍ^２以上である。

本発明によれば、技術者の経験と勘に頼らず、制御パラメータを決定することができるポリアリーレンスルフィド樹脂組成物の製造条件の判定方法を提供することができる。

本発明によれば、優れた耐衝撃性を示すポリアリーレンスルフィド樹脂組成物の製造方法を提供することができる。

本実施形態に係る二軸押出機の機能構成について説明するための図である。 本実施形態に係る機械学習アルゴリズムについて説明するための図である。 本実施形態に係るデータセットについて説明するための図である。 本実施形態に係る機械学習アルゴリズムにより算出された重要度の一例について説明するための図である。 本実施形態に係る機械学習アルゴリズムにより、エラストマー配合量及びＩＲ１の温度を高重要度項目として、シャルピー衝撃値を目的変数として演算を行った場合の結果を説明するための図である。 本実施形態に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法の一連の流れを説明するためのフローチャートである。 実施形態の樹脂組成物の構成の一例を説明する模式図である。 実施例で使用した押出機の構成を説明する模式図である。 シャルピー衝撃値の測定に用いた試験片の形状を示す画像である。

［二軸押出機の概略］
以下、本発明の実施形態に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法について、図面を参照しながら説明する。
図１は、本実施形態に係る二軸押出機１０の機能構成について説明するための図である。同図を参照しながら、本実施形態に係る二軸押出機１０の機能構成について説明する。 二軸押出機１０は、駆動装置１１と、フィーダー１２と、シリンダー１３と、スクリュー１４と、赤外線温度センサＩＲとを備える。

フィーダー１２は、実施形態に係るポリアリーレンスルフィド樹脂組成物の原料を投入するための投入口である。
本実施形態において、ポリアリーレンスルフィド樹脂組成物とは、ポリアリーレンスルフィドを含む樹脂組成物を広く包含する。ポリアリーレンスルフィド樹脂組成物の原料は、ポリアリーレンスルフィドを含むことができる。ポリアリーレンスルフィドとしては、ポリフェニレンスルフィドを例示できる。なお、ポリアリーレンスルフィド樹脂組成物の原料とは、ポリアリーレンスルフィド樹脂組成物を構成する配合成分、及び配合成分の前駆体を含む。
ポリアリーレンスルフィド樹脂組成物の原料には、ポリアリーレンスルフィドと混合される、任意の成分を更に用いることができる。ポリアリーレンスルフィドとエラストマーとを混合する場合、エラストマーについてもフィーダー１２から投入される。フィーダー１２の個数は１個であっても、ポリアリーレンスルフィド樹脂組成物の原料を個別に投入するために２個以上あっても構わない。
シリンダー１３は、筒状の形状を有する。シリンダー１３は、一端がフィーダー１２に接続され、他端がダイス１９に接続される。以後の説明において、シリンダー１３のフィーダー１２側を上流側と記載し、ダイス１９側を下流側と記載する場合がある。シリンダー１３は内部にスクリュー１４を収容する。フィーダー１２に導かれた原料は、不図示の加熱器により加熱され、原料の少なくとも一部（例えばポリアリーレンスルフィド）はシリンダー１３の内部で溶融するとともに、投入された原料全体がスクリュー１４により混練される。以後の説明において、シリンダー１３を混練部とも記載する。混練部では、ポリアリーレンスルフィド樹脂組成物の原料が混練される。以下、溶融混練時のシリンダー内の内容物を、混錬物と称する。

本実施形態において、不図示の加熱部は、ｘ軸方向に沿って異なる位置に複数設置されていてもよい。ｘ軸方向において異なる位置に設置された複数の加熱部は、それぞれ異なる温度によりシリンダー１３を加熱する。二軸押出機１０は、複数の加熱部を備え、それぞれ異なる温度によりシリンダー１３を加熱することにより、シリンダー１３の上流側と下流側において異なる温度で混練物を加熱する。加熱部としては、シリンダー１３を覆うバレルを例示できる。

赤外線温度センサＩＲは、シリンダー１３の温度を測定する。具体的には、赤外線温度センサＩＲは、シリンダー１３の内部に存在する成形材料の、溶融混練時の混練物温度を測定する。二軸押出機１０は、複数の赤外線温度センサＩＲを備えていてもよい。本実施形態においては、二軸押出機１０は、赤外線温度センサＩＲとして、シリンダー１３の上流側から順に、第１赤外線温度センサＩＲ１と、第２赤外線温度センサＩＲ２と、第３赤外線温度センサＩＲ３と、第４赤外線温度センサＩＲ４とを備える。

スクリュー１４は、駆動装置１１により回転駆動される。スクリュー１４は、回転駆動されることにより、シリンダー内部の混練物を、上流側から下流側に導く。フィーダー１２に投入された原料は、シリンダー１３を介し、溶融混練されて得られたポリアリーレンスルフィド樹脂組成物として、ダイス１９から押し出される。
駆動装置１１は、不図示のモータ及びギアボックス等を備える。駆動装置１１は、予め規定されたスクリュウ回転数（ｒｐｍ）となるように、モータの回転数やトルク等を制御し、スクリュー１４を回転させる。

図２は、本実施形態に係る機械学習アルゴリズム２０について説明するための図である。同図を参照しながら、機械学習アルゴリズム２０について説明する。
機械学習アルゴリズム２０には、記憶装置３０から、データセットＤＳが入力される。機械学習アルゴリズム２０は、入力されたデータセットＤＳに基づき、高重要度項目ＨＣを算出する。算出された高重要度項目ＨＣは、記憶装置３０に記憶される。

具体的には、本実施形態におけるポリアリーレンスルフィド樹脂組成物の製造条件の判定方法は、データセットＤＳを用いて機械学習アルゴリズムを実行することにより、特性が向上するための重要度が高い項目である高重要度項目ＨＣを判定する。
より具体的には、本実施形態におけるポリアリーレンスルフィド樹脂組成物の製造条件の判定方法は、データセットＤＳを用いて機械学習アルゴリズムを実行することにより、ポリアリーレンスルフィド樹脂組成物の特性向上対象項目の特性値を目的変数とした場合において、製造条件データＣＤおよび物性測定データＭＤに含まれる複数の項目のうち、特性向上対象項目の特性値の変化についての重要度が高い項目を判定する。

記憶装置３０は、データセットＤＳと、高重要度項目ＨＣとを記憶する。データセットＤＳについて、図を参照しながら説明する。
図３は、本実施形態に係るデータセットＤＳについて説明するための図である。
データセットＤＳは、製造条件データＣＤと、物性測定データＭＤとを含む。
製造条件データＣＤは、ポリアリーレンスルフィド樹脂組成物の配合成分、混合条件、溶融混練時の混練物温度を製造条件項目として少なくとも含む。
本実施形態において、製造条件データＣＤには、ポリアリーレンスルフィド樹脂組成物の製造装置の制御対象である第１種類の製造条件項目（以後、制御変数又は第１製造条件データＣＤ１とも記載する。）と、製造装置の制御対象でない第２種類の製造条件項目（以後、実測変数又は第２製造条件データＣＤ２とも記載する。）とが含まれる。第２製造条件データＣＤ２とは、実測により得られる測定値であり、すなわち、成り行きにより得られる値である。

具体的には、第１製造条件データＣＤ１は、エラストマーの第１の変性量と、エラストマーの第２の変性量と、総変性量と、エラストマー配合量と、スクリュウ回転数とを含む。第２製造条件データＣＤ２は、電流と、混練物圧力と、ＩＲ１の温度と、ＩＲ２の温度と、ＩＲ３の温度と、ＩＲ４の温度とを含む。すなわち、第２種類の製造条件項目（第２製造条件データＣＤ２）には、ポリアリーレンスルフィドを混練する混練部の複数個所におけるそれぞれの温度が含まれる。なお、混練部の複数個所におけるそれぞれの温度には、混練部の内部温度が含まれ、具体的には混練物温度、あるいは樹脂温度を含む。

なお、混合条件には、使用するエラストマーの第１の変性量と、使用するエラストマーの第２の変性量と、使用するエラストマーの第１の変性量と第２の変性量とを含む総変性量と、エラストマー配合量と、スクリュウ回転数とが含まれる。

なお、エラストマー配合量とは、ポリアリーレンスルフィド樹脂組成物の総質量に対する、エラストマーの含有割合（質量％）とすることができる。

なお、エラストマーの変性量とは、例えば、後述の熱可塑性エラストマー（Ｂ）が有していてもよい官能基の量に対応する。

なお、電流とは、シリンダー１３から混練物を押し出す際に、スクリュー１４を回転駆動させるために要する電流を示す。変形例としては、電流に代えて、押し出しトルクを実測変数としてもよい。
なお、混練物圧力とは、シリンダー１３の下流側に位置するダイス部に備えられる不図示の圧力センサにより測定される値である。

なお、本実施形態において、実測変数である第２製造条件データＣＤ２のうち、重要であると判定された項目を、制御変数である第１製造条件データＣＤ１としてもよいし、制御変数である第１製造条件データＣＤ１のうち、重要でないと判定されなかった項目を、実測変数である第２製造条件データＣＤ２としてもよい。

物性測定データＭＤは、製造条件データＣＤが示す製造条件によって製造されたポリアリーレンスルフィド樹脂組成物の特性値項目を示す。すなわち、記憶装置３０は、製造条件データＣＤと、製造条件データＣＤに対応する物性測定データＭＤとを対応づけて、データセットＤＳとして記憶する。以後の説明において、物性測定データＭＤを、物性変数とも記載する。
具体的には、物性測定データＭＤは、製造条件データＣＤが示す製造条件によって製造されたポリアリーレンスルフィド樹脂組成物の耐衝撃性を特性値項目として少なくとも含む。より具体的には、物性測定データＭＤは、溶融粘度と、エラストマー平均分散径と、シャルピー衝撃値とを含む。

溶融粘度とは、得られたポリアリーレンスルフィド樹脂組成物に荷重をかけ測定される。溶融粘度は、例えば、シリンダー温度を３００℃とし、オリフィス長を１０ｍｍ、オリフィス径１ｍｍのフローテスターに、ポリアリーレンスルフィド樹脂組成物のペレットを投入し、６分間予熱後に５０ｋｇの荷重を掛けることにより測定してもよい。

エラストマー平均分散径とは、得られたポリアリーレンスルフィド樹脂組成物から測定される値である。具体的には、エラストマー平均分散径とは、得られたポリアリーレンスルフィド樹脂組成物を成形材料として、射出成形機により多目的試験片を成形し、成形した多目的試験片を長さ方向の中心位置で切断して切断面を研磨し、キシレン中に浸し、５０℃の温度条件で超音波処理を実施し、断面にあるエラストマー分散物をキシレン抽出にて取り除き、その後１３０℃で２時間乾燥し、断面をＳＥＭで観察し、画像を測定することにより取得してもよい。なお、この際、エラストマーが取り除かれた箇所は空隙相となり明度が低い黒色で円状に表示される。画像解析ソフトにより、画像視野内に認められる当該黒色の円状物の円面積相当径（円状物の面積に相当する真円の直径をもとめた値）を全て計測し、円状物の個数で割った平均値をエラストマーの平均分散径としてもよい。

シャルピー衝撃値とは、得られたポリアリーレンスルフィド樹脂組成物から測定される値である。シャルピー衝撃値とは、例えば、得られたポリアリーレンスルフィド樹脂組成物を成形材料として、シリンダー設定温度３００℃、金型設定温度１３０℃の条件にて射出成形機で成形し、長さ８０ｍｍ×幅１０．０ｍｍ×厚さ４．０ｍｍの試験片を得た後、ＩＳＯ ２８１８に従って試験片にノッチを切削し、ＩＳＯ １７９－１に従い２３℃において試験を行うことにより測定されてもよい。

なお、物性測定データＭＤには、上述した項目以外にも、高温耐熱性や、高温弾性率等、特性向上のためのターゲットとなり得る値を含んでいてもよい。

図３に示す一例において、データセットＤＳとして、データセットＤＳ１及びデータセットＤＳ２が示される。データセットＤＳ１は、エラストマーの第１の変性量が“３”であり、エラストマーの第２の変性量が“２７”であり、総変性量が“３０”であり、エラストマー配合量が“２”であり、スクリュウ回転数が“１５０”であり、電流が“７５”であり、樹脂圧力が“１．５”であり、ＩＲ１の温度が“３０６”であり、ＩＲ２の温度が“３１０”であり、ＩＲ３の温度が“３０７”であり、ＩＲ４の温度が“３０８”であり、溶融粘度が“１５６”であり、ガス発生量が“０．１４”であり、エラストマー平均分散径が“０．１７８”であり、シャルピー衝撃値が“３．５”である。
データセットＤＳ２は、エラストマーの第１の変性量が“３”であり、エラストマーの第２の変性量が“２７”であり、総変性量が“３０”であり、エラストマー配合量が“２”であり、スクリュウ回転数が“３００”であり、電流が“８８”であり、樹脂圧力が“１．４”であり、ＩＲ１の温度が“３１６”であり、ＩＲ２の温度が“３１９”であり、ＩＲ３の温度が“３１６”であり、ＩＲ４の温度が“３１６”であり、溶融粘度が“１３６”であり、ガス発生量が“０．１４”であり、エラストマー平均分散径が“０．１１８”であり、シャルピー衝撃値が“３．６”である。
すなわち、同図に示す一例においては、制御変数としてスクリュウ回転数を“１５０”から“３００”に変えた場合における、実測変数及び物性変数の変化を示している。具体的には、スクリュウ回転数を“１５０”から“３００”に変えたことにより、シャルピー衝撃値“３．５”から“３．６”に向上したことが分かる。
なお、実測変数及び物性変数は、複数回測定した結果に基づいた平均値を用いてもよい。

図２に戻り、機械学習アルゴリズム２０は、取得したデータセットＤＳに含まれる各項目それぞれに対し、重要度（％）を算出する。具体的には、機械学習アルゴリズム２０は、ランダムフォレストの手法を用いて重要度を算出する。一例として、機械学習アルゴリズム２０は、シャルピー衝撃値（シャルピー衝撃強度）を目的変数、シャルピー衝撃値以外の項目を説明変数として、シャルピー衝撃値に対する各項目の重要度を算出する。以後の説明において、特性を向上させるための対象として設定された目的変数を、特性向上対象項目とも記載する。
機械学習アルゴリズム２０は、取得したデータセットＤＳのうち、制御変数、実測変数及び物性変数の全てを分析対象とし、重要度（％）を算出する。
ここで、重要度を算出する際に用いるハイパーパラメータは、決定係数（Score）が最も高くなる様、適宜設定値を変更して構わない。また、グリッドサーチやベイズ最適化の手法を用いて、最適化された値を用いても構わない。

図４は、本実施形態に係る機械学習アルゴリズム２０により算出された重要度の一例について説明するための図である。同図を参照しながら、機械学習アルゴリズム２０により算出された重要度の一例について説明する。
機械学習アルゴリズム２０により、データセットＤＳに対応する項目に対し、重要度が算出される。同図に示す一例においては、シャルピー衝撃値に対する各項目の重要度を算出した結果のため、シャルピー衝撃値には“ｔａｒｇｅｔ”と示している。シャルピー衝撃値に対する各項目の重要度は、具体的には、エラストマーの第１の変性量についての重要度が“１．４”であり、エラストマーの第２の変性量についての重要度が“１．２”であり、総変性量についての重要度が“１．１”であり、エラストマー配合量についての重要度が“５７．６”であり、スクリュウ回転数についての重要度が“３．２”であり、電流についての重要度が“０．８”であり、混練物圧力についての重要度が“５．３”であり、ＩＲ１の温度についての重要度が“１１．３”であり、ＩＲ２の温度についての重要度が“１０．２”であり、ＩＲ３の温度についての重要度が“１．１”であり、ＩＲ４の温度についての重要度が“１．３”であり、溶融粘度についての重要度が“４．７”であり、ガス発生量についての重要度が“０．１”であり、エラストマー平均分散径についての重要度が“０．９”である。尚、当該重要度は、合計が１００となる様、算出した各値にそれぞれ１００を乗じた値である。

次に、機械学習アルゴリズム２０は、所定の方法により、高重要度項目ＨＣを判定する。すなわち、機械学習アルゴリズム２０は、製造条件データＣＤおよび物性測定データＭＤに含まれる複数の項目のそれぞれの重要度を算出することにより、特性向上対象項目（この一例においては、シャルピー衝撃値）の特性値の変化についての重要度が高い項目（すなわち、高重要度項目ＨＣ）を判定する。
図４に示す一例における高重要度項目ＨＣは、エラストマー配合量、ＩＲ１の温度、ＩＲ２の温度である。

ここで、本実施形態においては、実測変数であるＩＲ１からＩＲ４の温度のうち、ＩＲ１及びＩＲ２の温度の重要度が高い。すなわち、第２種類の製造条件項目（実測変数）に含まれる混練部の複数個所における混練物温度のうち、混練部にポリアリーレンスルフィド樹脂組成物の原料が投入される上流側の方が、混練されたポリアリーレンスルフィド樹脂組成物が押し出される下流側に比べて、重要度が高い。

高重要度項目ＨＣを判定するための所定の方法とは、例えば、算出された重要度のうち、上位３位までを高重要度項目ＨＣとするよう構成してもよい。
なお、変形例として、機械学習アルゴリズム２０は、所定の閾値に基づき、高重要度項目ＨＣとするよう構成してもよい。例えば、所定の閾値が１０である場合、図４に示す一例では、エラストマー配合量、ＩＲ１の温度、ＩＲ２の温度が高重要度項目ＨＣである。

次に、機械学習アルゴリズム２０は、算出された重要度が高い項目を新たな目的変数として、新たな目的変数の特性値の変化についての重要度が高い項目を判定する。具体的には、図４に示す一例では、エラストマー配合量、ＩＲ１の温度、ＩＲ２の温度が高重要度項目ＨＣであるため、高重要度項目ＨＣの１つであるＩＲ１の温度を目的変数、ＩＲ１の温度以外の項目を説明変数として、ランダムフォレストのアルゴリズムを用いてＩＲ１の温度に対する各項目の重要度を算出する。

上述したように、機械学習アルゴリズム２０によれば、データセットＤＳのうち所定の項目について目的変数として、当該目的変数とした項目以外の項目について説明変数として、ランダムフォレストのアルゴリズムを用いて当該目的変数とした項目に対する各項目の重要度を算出する。機械学習アルゴリズム２０は、算出された高重要度項目ＨＣのうち、特定の項目を更に目的変数として、新たにランダムフォレストのアルゴリズムを用いて重要度を算出することにより、重要度の高い項目を判定していく。

次に、機械学習アルゴリズム２０は、高重要度項目ＨＣと判定された項目に対し、サポートベクトル回帰を行う。具体的には、機械学習アルゴリズム２０は、算出された重要度が高い項目（高重要度項目ＨＣ）を解析軸にして、データセットＤＳを用いた回帰演算を実行することにより、重要度が高い項目（高重要度項目ＨＣ）の特性値の変化と、目的変数の特性値の変化との対応関係を推定する。ここで、高重要度項目ＨＣと判定された項目は、最初の演算により判定された項目と、２回目以降の演算により判定された項目との中から、総合的に判定されてもよい。ここで、サポートベクトル回帰を行う際に用いるハイパーパラメータは、決定係数（Score）が最も高くなる様、適宜設定値を変更して構わない。また、グリッドサーチやベイズ最適化のプログラムを用いて、最適化された値を用いても構わない。
本実施形態においては、エラストマー配合量及びＩＲ１の温度を高重要度項目ＨＣとして、シャルピー衝撃値を目的変数として、サポートベクトル回帰のアルゴリズムを用いて、演算を行う。

図５は、本実施形態に係る機械学習アルゴリズムにより、エラストマー配合量及びＩＲ１の温度を高重要度項目ＨＣとして、シャルピー衝撃値を目的変数として、サポートベクトル回帰のアルゴリズムを用いて、演算を行った場合の結果を説明するための図である。 同図には、ＩＲ１の温度と、エラストマー配合量と、シャルピー衝撃値とが、３次元グラフとして表現されている。
図５に示す一例においては、エラストマー配合比率がより高く、ＩＲ１の混練物温度が３２０℃より低い条件が、シャルピー衝撃値が向上する製造条件であることが分かる。

図６は、本実施形態に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法の一連の流れを説明するためのフローチャートである。同図を参照しながら、本実施形態に係るポリアリーレンスルフィド樹脂組成物の製造条件の判定方法の一連の流れについて、説明する。
（ステップＳ１１０）機械学習アルゴリズム２０は、記憶装置３０から所定の通信方式によりデータセットＤＳを取得する。
（ステップＳ１２０）機械学習アルゴリズム２０は、取得したデータセットＤＳに基づき、ランダムフォレストを用いて重要度を算出する。機械学習アルゴリズム２０は、この際、データセットＤＳに含まれる制御変数、実測変数、物性変数の全てに対して重要度を算出する。
（ステップＳ１３０）機械学習アルゴリズム２０は、算出された複数の重要度の中から、重要度の高い項目である高重要度項目ＨＣを、所定の条件に従い選定する。

（ステップＳ１４０）機械学習アルゴリズム２０は、所定の条件により、更に目的変数を設定するか否かの判定をする。機械学習アルゴリズム２０は、更に目的変数を設定して重要度を算出する場合（すなわち、ステップＳ１４０；ＹＥＳ）、処理をステップＳ１２０に進める。機械学習アルゴリズム２０は、更に目的変数を設定して重要度を算出しない場合（すなわち、ステップＳ１４０；ＮＯ）、処理をステップＳ１５０に進める。
なお、機械学習アルゴリズム２０が更に目的変数を設定するか否かの判定をするための所定の条件とは、算出された高重要度項目ＨＣをユーザに提示することに応じてユーザからの応答を得ることにより取得されてもよい。
なお、機械学習アルゴリズム２０が更に目的変数を設定するか否かの判定をするための所定の条件とは、重要度の順位が１位の項目と、重要度の順位が２位の項目との差に応じて自動的に判定されてもよい。

（ステップＳ１５０）機械学習アルゴリズム２０は、算出された高重要度項目ＨＣについて、サポートベクトル回帰分析を行うことにより、好適な製造条件を得る。
（ステップＳ１６０）機械学習アルゴリズム２０は、改良条件の決定をする。
なお、機械学習アルゴリズム２０は、ステップＳ１５０においてサポートベクトル回帰分析を行った結果をユーザに提示することに応じてユーザからの応答を得ることにより、改良条件の決定をするよう構成されていてもよい。

［実施形態のまとめ］
以上説明した実施形態によれば、ポリアリーレンスルフィド樹脂組成物の製造条件の判定方法は、データセットＤＳを用いて機械学習アルゴリズム２０を実行することにより、特性向上対象項目の特性値の変化についての重要度が高い項目を判定する。データセットＤＳは、製造条件データＣＤと物性測定データＭＤとを含む。製造条件データＣＤは、ポリアリーレンスルフィド樹脂組成物の配合成分、混合条件、溶融混練時の混練物温度を少なくとも含む。また、物性測定データＭＤは、製造条件データＣＤが示す製造条件によって製造されたポリアリーレンスルフィド樹脂組成物の耐衝撃性を特性値項目として少なくとも含む。
従来、ポリアリーレンスルフィド樹脂組成物の特性値を向上させるための制御パラメータを決定するため、製造条件として制御するパラメータの種類は非常に多く、熟練した技術者の経験と勘に頼っていた。本実施形態によれば、特性向上対象項目の特性値の変化についての重要度が高い項目を容易に算出できるため、技術者の経験と勘に頼らず、制御パラメータを決定することができる。

また、以上説明した実施形態によれば、機械学習アルゴリズム２０とは、ランダムフォレストを用いたアルゴリズムである。また、機械学習アルゴリズム２０は、製造条件データＣＤおよび物性測定データＭＤに含まれる複数の項目のそれぞれの重要度を算出することにより、特性向上対象項目の特性値の変化についての重要度が高い項目を判定する。具体的には、機械学習アルゴリズム２０は、データセットＤＳのうち、制御変数、実測変数及び物性変数の全てを分析対象とし、重要度を算出し、算出された重要度に基づき、高重要度項目ＨＣを算出する。すなわち、本実施形態によれば制御パラメータとして制御していない、制御した結果変化する物性測定データＭＤが重要である場合についても、当該成り行きにより変化するパラメータを高重要度項目ＨＣとして判定することができる。

また、以上説明した実施形態によれば、製造条件データＣＤには、ポリアリーレンスルフィド樹脂組成物の製造装置の制御対象である制御変数と、製造装置の制御対象でない実測変数とが製造条件項目ＣＤとして含まれる。すなわち、本実施形態によれば制御パラメータとして制御していない成り行きにより変化するパラメータが重要である場合についても、当該成り行きにより変化するパラメータを高重要度項目ＨＣとして判定することができる。

また、以上説明した実施形態によれば、実測変数には、シリンダー１３の複数個所におけるそれぞれのシリンダー内温度が含まれる。すなわち、機械学習アルゴリズム２０は、シリンダー１３の複数個所におけるそれぞれのシリンダー内温度（溶融混練時の混練物温度）を実測変数として、特性向上対象項目の特性値の変化についての重要度が高い項目を算出する。したがって、本実施形態によれば、機械学習アルゴリズム２０は、高精度に高重要度項目ＨＣを算出することができる。

また、以上説明した実施形態によれば、実測変数に含まれるシリンダー１３の複数個所におけるそれぞれのシリンダー内温度（溶融混練時の混練物温度）のうち、シリンダー１３の上流側の方が、下流側に比べて重要度が高い。すなわち、本実施形態によれば、従来、熟練した技術者の経験と勘に頼らなければ特定できなかった、重要なパラメータを、制御パラメータとして決定することができる。

また、以上説明した実施形態によれば、機械学習アルゴリズム２０は、算出された高重要度項目ＨＣを新たに目的変数として目的変数の特性値の変化についての重要度が高い項目を判定する。したがって、機械学習アルゴリズム２０は、最も重要なパラメータに寄与するパラメータを判定することができる。機械学習アルゴリズム２０は、重要であると判定されたパラメータに寄与するパラメータを判定することができるため、より正確に特性向上対象項目の特性値が向上するためのパラメータを選定することができる。

また、以上説明した実施形態によれば、算出された高重要度項目ＨＣを解析軸にして、データセットＤＳを用いた回帰演算を実行することにより、高重要度項目ＨＣの変化と、目的変数の特性値の変化との対応関係を推定する。すなわち、本実施形態によれば、特性向上対象項目の特性値が向上するためのパラメータを容易に選定することができる。

なお、上述した実施形態における機械学習アルゴリズム２０が備える各部の機能の全体あるいはその機能の一部は、これらの機能を実現するためのプログラムをコンピュータにより読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

また、「コンピュータにより読み取り可能な記録媒体」とは、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶部のことをいう。さらに、「コンピュータにより読み取り可能な記録媒体」とは、インターネット等のネットワークを介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また、上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

以下、本発明の実施形態に係る樹脂組成物の製造方法について説明する。

≪樹脂組成物≫
実施形態のポリアリーレンスルフィド樹脂組成物の製造方法は、ポリアリーレンスルフィド樹脂（Ａ）と、熱可塑性エラストマー（Ｂ）とを含有するポリアリーレンスルフィド樹脂組成物の製造方法であって、原料ポリアリーレンスルフィド樹脂（Ａ）と、原料熱可塑性エラストマー（Ｂ）と、を押出機によって溶融混練する工程を含み、前記押出機の、シリンダー内壁に対するスクリュウ回転より生じるせん断速度が１０００～６５００ｓ^－１であり、前記シリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が３００℃未満である、ポリアリーレンスルフィド樹脂組成物の製造方法である。

本明細書において、実施形態のポリアリーレンスルフィド樹脂組成物の製造方法を、単に「実施形態の製造方法」又は「製造方法」ということがある。また、実施形態に係るポリアリーレンスルフィド樹脂組成物を、単に「実施形態の樹脂組成物」又は「樹脂組成物」ということがある。

実施形態の製造方法では、前記熱可塑性エラストマー（Ｂ）の配合割合が、前記ポリアリーレンスルフィド樹脂組成物の総質量（１００質量％）に対し５～３０質量％となるように、それらの原料ポリアリーレンスルフィド樹脂（Ａ）と、原料熱可塑性エラストマー（Ｂ）とを押出機に投入して、押出機により溶融混練することができる。

実施形態の製造方法において、原料ポリアリーレンスルフィド樹脂（Ａ）と原料熱可塑性エラストマー（Ｂ）とはこれらを溶融混練する前に、両者を予め混合装置でドライブレンドして、原料ポリアリーレンスルフィド樹脂（Ａ）及び原料熱可塑性エラストマー（Ｂ）を含む混合物を得てもよい。混合物としては、後述のポリアリーレンスルフィド樹脂粒子（ａ）及び熱可塑性エラストマー粒子（ｂ）を含む混合物が挙げられる。該混合物を溶融混練装置に投入して溶融混練することは、前記熱可塑性エラストマー（Ｂ）を良好に分散できることから好ましい。

ここで原料ポリアリーレンスルフィド樹脂（Ａ）と原料熱可塑性エラストマー（Ｂ）とを予めドライブレンドする方法は、ナウタミキサー、タンブラー、又はヘンシェルミキサーなどの混合装置を用いて混合する方法が挙げられる。例えばナウタミキサーを用いて混合する際の運転条件は、前記ナウタミキサー内部に設置されたスクリュウの自転回転数が５０ｒｐｍ～８０ｒｐｍの範囲にあり、公転回転数が１．５ｒｐｍ～２．５ｒｐｍの範囲にある回転数の運転条件が挙げられる。

実施形態の製造方法における押出機による溶融混練は、シリンダー内壁に対するスクリュウ回転より生じるせん断速度が１０００～６５００ｓ^－１の条件で溶融混練するものであり、前記せん断速度が１５００～４８００ｓ^－１の条件で溶融混練することが好ましく、前記せん断速度が３０００～４０００ｓ^－１の条件で溶融混練することがより好ましい。
ここで、せん断速度は以下の式で求めた値とする。
せん断速度（γ）＝（π×Ｄ×Ｎ）／Ｈ
６０ｒｐｍは１ｓ^－１であるので、せん断速度をｓ^－１の単位で求める場合には、下記式のように換算して求めればよい。
せん断速度（γ）＝［π×Ｄ×（Ｎ／６０）］／Ｈ
［Ｄはスクリュウ径（ｍｍ）、Ｎはスクリュウ回転数（ｒｐｍ）、Ｈはチップクリアランス（ｍｍ）を表す。］

図７は、実施形態の樹脂組成物の構成の一例を説明する模式図である。
図７では、ポリアリーレンスルフィド樹脂（Ａ）がマトリックスポリマーであり、該マトリックスポリマー中に熱可塑性エラストマー（Ｂ）が分散した状態の樹脂組成物を示す。上記下限値以上のせん断速度で混練を行うことで、前記熱可塑性エラストマー（Ｂ）の分散性を良好な状態とすることができる。

熱可塑性エラストマー（Ｂ）の分散性が良好な状態の指標として、実施形態の樹脂組成物における熱可塑性エラストマー（Ｂ）の平均分散径の値を採用することができる。当該平均分散径が小さいほど、熱可塑性エラストマー（Ｂ）の分散性が良好であるといえる。 また、上記上限値以下のせん断速度で混練を行うことで、熱可塑性エラストマー（Ｂ）の劣化や低分子化を防止でき、実施形態の樹脂組成物の耐衝撃性を向上させることができる。

樹脂組成物における熱可塑性エラストマー（Ｂ）の平均分散径は、以下の方法により求めることができる。
測定対象の樹脂組成物を成形材料として、射出成形機により、ＩＳＯ ３１６７タイプＡの多目的試験片（成形物）を成形する。次に該多目的試験片を長さ方向の中心位置で切断して切断面を研磨し、キシレン中に浸し、５０℃の温度条件で超音波処理を実施し、断面にある熱可塑性エラストマー（Ｂ）の分散物をキシレン抽出にて取り除く。その後１３０℃で２時間乾燥し、断面をＳＥＭで観察し画像を取得する。熱可塑性エラストマー（Ｂ）が取り除かれた箇所は空隙相となり、明度が低い黒色の円状に表示される。画像解析ソフトにより、画像視野内に認められる当該黒色の円状物の円面積相当径（円状物の面積に相当する真円の直径をもとめた値）を全て（ｎ＝３００個以上）計測し、円状物の個数で割った平均値を熱可塑性エラストマー（Ｂ）の平均分散径とする。

実施形態の樹脂組成物の、熱可塑性エラストマー（Ｂ）の平均分散径は、０．２０μｍ以下が好ましく、０．０１μｍ以上０．１８μｍ以下であることがより好ましく、０．０５μｍ以上０．１７μｍ以下であることがさらに好ましい。
上記数値範囲の熱可塑性エラストマー（Ｂ）の平均分散径を有する樹脂組成物は、優れた耐衝撃性を示す傾向にあり好ましい。

実施形態の製造方法において、上記せん断速度を生じさせる押出機のスクリュウ回転数の一例としては、３３０～２０００ｒｐｍであってよく、５００～１５００ｒｐｍであってよく、９７０～１２５０ｒｐｍであってよい。

また、実施形態の製造方法における押出機による溶融混練は、前記押出機のシリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が３００℃未満であり、２２０℃以上３００℃未満であることが好ましく、２３０℃以上２９５℃以下であることがより好ましく、２５０℃以上２９０℃以下であることがさらに好ましく、２６０℃以上２８５℃以下であることが特に好ましい。
前記シリンダーの設定温度とは、前記シリンダーを覆うバレルの設定温度を例示できる。
設定温度を上記数値範囲内とする“低温領域”を設けることで、樹脂組成物の熱劣化の防止と、熱可塑性エラストマー（Ｂ）の分散性の向上とが両立され、実施形態の樹脂組成物の耐衝撃性を向上させることができる。

上記の観点から、低温領域はある程度の長さ（３／１５以上）を確保することが好ましい。一方、低温領域の長さに上限値を設け、低温領域とする領域の他に、低温領域よりも高温の“高温領域”を設けることも、樹脂組成物のシャルピー衝撃値をより向上させることができることから、好ましい。
上記低温領域は、前記押出機のシリンダーの全長に対して３／１５以上の長さの領域であり、３／１５以上１５／１５以下の長さの領域であってよく、４／１５以上１３／１５以下の長さの領域であってよく、５／１５以上１２／１５以下の長さの領域であってよい。

上記低温領域は、連続であっても、不連続であってもよい。上記低温領域が不連続である場合には、低温領域に該当する領域の合計の長さを低温領域として採用することができる。

上記低温領域は、連続した領域であることが好ましい。上記低温領域は、前記押出機のシリンダーの全長に対して連続する３／１５以上の長さの領域であってよく、連続する３／１５以上１５／１５以下の長さの領域であってよく、連続する４／１５以上１３／１５以下の長さの領域であってよく、連続する５／１５以上１２／１５以下の長さの領域であってよい。

なお、シリンダーの全長部分には、押出機のダイス及びヘッド部分は含まれないものとする。

低温領域の長さに上限値を設ける場合、残りのシリンダーの領域では、低温領域におけるバレルの設定温度３００℃未満の所定の設定数値を超える、任意の値の温度を設定することができる。

例えば、前記押出機のシリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が３００℃未満の低温領域であり、その残りの高温領域でシリンダーの設定温度を３００℃以上３７０℃以下としてもよく、
前記押出機のシリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が２３０℃以上２９５℃以下の低温領域としてもよく、その残りの高温領域でシリンダーの設定温度を２９５℃超３６０℃以下としてもよく、
前記押出機のシリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が２５０℃以上２９０℃以下の低温領域としてもよく、その残りの高温領域でシリンダーの設定温度を２９０℃超３４０℃以下としてもよく、
前記押出機のシリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が２６０℃以上２８５℃以下の低温領域としてもよく、その残りの高温領域でシリンダーの設定温度を２８５℃超３２０℃以下としてもよい。

或いは、前記押出機のシリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が３００℃未満の低温領域であるとき、その残りの高温領域でのシリンダーの設定温度は、例えば、３００℃以上３７０℃以下であってよく、３００℃以上３６０℃以下であってよく、３００℃以上３４０℃以下であってよく、３００℃以上３２０℃以下であってよい。

シリンダーの設定温度に温度差を設ける場合、シリンダーの設定温度を２２０℃以上とした領域において、シリンダーの設定温度の最高値と最低値との温度差は、一例として１０～１５０℃であってよく、３０～１２０℃であってよく、５０～１００℃であってよい。

低温領域におけるシリンダーの設定温度の最高値と、高温領域におけるシリンダーの設定温度の最低値との温度差は、一例として５～１５０℃であってよく、７～１００℃であってよく、１０～３０℃であってよい。

また、低温領域内においても温度差を設けてもよい。低温領域内においても温度差を設ける場合、シリンダーの設定温度を２２０℃以上とした領域において、低温領域におけるシリンダーの設定温度の最高値と最低値との温度差は、一例として５～８０℃であってよく、１０～７０℃であってよく、２０～６０℃であってよい。

このように、溶融混練における温度にシリンダーの領域によって温度差を設ける形態について、興味深いことに、樹脂組成物の原料が投入される上流側（シリンダーの全長を２等分した場合の原料投入口側のシリンダーの領域）のほうに低温領域を設けたほうが、実施形態の樹脂組成物の耐衝撃性の向上について、より効果的なものとすることができる。
例えば、前記押出機のシリンダーの全長を１５等分割したとき、樹脂組成物の配合成分が投入される原料投入口側（上流側）から数えて、少なくとも３／１５～５／１５番目の領域を含むよう上記低温領域を設定してもよく、少なくとも２／１５～６／１５番目の領域を含むよう上記低温領域を設定してもよく、少なくとも１／１５～７／１５番目の領域を含むよう上記低温領域を設定してもよい。

押出機の上流側を上記低温領域としたほうがよい理由としては、以下が推察される。押出機前半部はポリマーの溶融時には吸熱ではあるのだが、原料の混ざり合う位置であるため、それ以上に摩擦による発熱が生じる領域でもあると考えられる。したがって、原料投入口側である上流側の領域における温度を下げる方向とすることで、樹脂組成物の熱劣化が抑制され、その結果シャルピー衝撃値の向上に寄与するものと考えられる。

上記のせん断速度において混練を行った場合、せん断発熱により、実際のシリンダー内温度は、その設定温度よりも上昇する傾向にある。
上記低温領域における、シリンダー内で混練される混練物温度の最高値は、２５０℃以上３２０℃未満であることが好ましく、２７０℃以上３１５℃以下であることがより好ましく、２８０℃以上３１０℃以下であることがさらに好ましい。
シリンダー内で混練される混練物温度の最高値は、上記高温領域におけるものであってよく、３１５℃超４００℃以下であることが好ましい。熱可塑性エラストマーの劣化を効果的に抑制するとの観点からは、３１５℃以上３５０℃以下であることがより好ましく、３１５℃以上３３０℃以下であることがさらに好ましい。

前記押出機は、該押出機のシリンダーの内部に配設された前記押出用のスクリュウの数が一本の一軸押出機、該スクリュウの数が二本の二軸押出機が挙げられるが、前記ポリアリーレンスルフィド樹脂組成物の全配合成分の混練効率が高いことから、前記二軸押出機を用いる方法が好ましい。
特に、混練用のニーディングディスクを備えた同方向回転の二軸押出機を用いることが好ましい。

前記押出機は、スクリュウ長（Ｌ）／スクリュウ径（Ｄ）の値が４０～２００であることが好ましく、５０～１５０であることがより好ましく、７０～１２０であることがさらに好ましい。上記Ｌ／Ｄの値が上記下限値以上であると混練時の温度制御が容易であって優れた耐衝撃性を示すポリアリーレンスルフィド樹脂組成物が容易に得られる。上記Ｌ／Ｄの値が上記上限値以下であると、樹脂組成物の製造の効率に優れる。

前記二軸押出機での溶融混練の運転条件は、樹脂成分の吐出量（ｋｇ/ｈ）とスクリュウ回転数（ｒｐｍ）との比率（吐出量／スクリュウ回転数）が０．００１～０．０１（ｋｇ/ｈ・ｒｐｍ）となる条件下で溶融混練する方法が挙げられる。かかる条件下に製造することによって、前記ポリアリーレンスルフィド樹脂（Ａ）中の前記熱可塑性エラストマー（Ｂ）の分散性がより良好なものとなる。

＜ポリアリーレンスルフィド樹脂（Ａ）＞
実施形態の製造方法で用いられるポリアリーレンスルフィド樹脂（Ａ）は、芳香族環と硫黄原子とが結合した構造を繰り返し単位とする樹脂構造を有するものであり、具体的には、下記構造式（１）で表される構造部位を繰り返し単位として有する樹脂が挙げられる。

（式中、Ｒ^１及びＲ^２は、それぞれ独立に水素原子、炭素原子数１～４のアルキル基、ニトロ基、アミノ基、フェニル基、メトキシ基、又はエトキシ基を表す。）

ここで、前記構造式（１）で表される構造部位は、特に該式中のＲ^１及びＲ^２は、前記ポリアリーレンスルフィド樹脂（Ａ）の機械的強度の点から水素原子であることが好ましく、その場合、下記構造式（２）で表されるパラ位で結合するもの、及び下記構造式（３）で表されるメタ位で結合するものが挙げられる。

これらの中でも、特に繰り返し単位中の芳香族環に対する硫黄原子の結合は前記構造式（２）で表されるパラ位で結合した構造であることが前記ポリアリーレンスルフィド樹脂（Ａ）の耐熱性や結晶性の観点より好ましい。

また、前記ポリアリーレンスルフィド樹脂（Ａ）は、前記構造式（１）で表される構造部位のみならず、下記の構造式（４）～（７）で表されるいずれか１種以上の構造部位を、前記構造式（１）で表される構造部位との合計を１００モル％とした量に対して３０モル％以下で含んでいてもよい。

、特に上記構造式（４）～（７）で表されるいずれか１種以上の構造部位を１０モル％以下で含むことが、ポリアリーレンスルフィド樹脂（Ａ）の耐熱性、及び機械的強度の点から好ましい。前記ポリアリーレンスルフィド樹脂（Ａ）中に、上記構造式（４）～（７）で表されるいずれか１種以上の構造部位を含む場合、それらの結合様式としては、ランダム共重合体、ブロック共重合体の何れであってもよい。

前記したポリアリーレンスルフィド樹脂（Ａ）は、架橋型のポリアリーレンスルフィド樹脂、及び実質的に線状構造を有する所謂リニア型のポリアリーレンスルフィド樹脂が挙げられる。かかるポリアリーレンスルフィド樹脂（Ａ）は、反応の制御が容易であり、工業的生産性に優れることから、例えば、Ｎ－メチルピロリドン、ジメチルアセトアミドなどのアミド系溶剤やスルホラン等のスルホン系溶媒中で硫化ナトリウムとｐ－ジクロルベンゼンとを反応させる方法によって製造することができる。

前記原料ポリアリーレンスルフィド樹脂（Ａ）は、体積平均粒子径が１．０ｍｍ～３．０ｍｍの範囲の粒径を有するポリアリーレンスルフィド樹脂粒子（ａ）であることが好ましい。前記ポリアリーレンスルフィド樹脂粒子（ａ）の体積平均粒子径が１．０ｍｍ以上の場合、該ポリアリーレンスルフィド樹脂粒子（ａ）が再凝集しにくく取り扱いが容易で、熱可塑性エラストマー粒子（ｂ）と均一に混合し易い。また、該ポリアリーレンスルフィド樹脂粒子（ａ）の体積平均粒子径が３．０ｍｍ以下の粒子である場合、該熱可塑性エラストマー粒子（ｂ）と均一に混合し易いため前記ポリアリーレンスルフィド樹脂組成物に与える強度改善効果が向上する。これらの中でも、体積平均粒子径が１．５ｍｍ～２．５ｍｍの範囲にあるポリアリーレンスルフィド樹脂粒子（ａ）であることがより好ましい。

前記した体積平均粒子径が１．０ｍｍ～３．０ｍｍの範囲にあるポリアリーレンスルフィド樹脂粒子（ａ）は、例えば、以下の（イ）又は（ロ）の方法によって製造できる。
（イ）前記した前記ポリアリーレンスルフィド樹脂（Ａ）の重合終了後、該ポリアリーレンスルフィド樹脂（Ａ）の反応溶液を冷却し、次いで水または温水で数回洗浄した後に乾燥して得られた、ポリアリーレンスルフィド樹脂（Ａ）の粒子を、ベルトプレス装置等のプレス機を用いて圧縮固着することにより板状の固形物を得、次いで粉砕して体積平均粒子径が１．０ｍｍ～３．０ｍｍの範囲にあるポリアリーレンスルフィド樹脂粒子（ａ）を得る方法。
（ロ）前記ポリアリーレンスルフィド樹脂（Ａ）の重合終了後、該ポリアリーレンスルフィド樹脂（Ａ）の反応溶液を冷却する前の、該ポリアリーレンスルフィド樹脂（Ａ）が反応溶媒に溶解した状態で水を添加し、体積平均粒子径が１．０ｍｍ～３．０ｍｍの範囲にあるポリアリーレンスルフィド樹脂粒子（ａ）を得る方法。

ポリアリーレンスルフィド樹脂（Ａ）は、該ポリアリーレンスルフィド樹脂（Ａ）の分子構造中に活性水素原子を有する官能基として、カルボキシル基を有するものであることが、前記ポリアリーレンスルフィド樹脂（Ａ）の反応性をより高くできる点より好ましい。具体的には、中和滴定法で測定した該ポリアリーレンスルフィド樹脂（Ａ）中の、前記のカルボキシル基の含有量が１０μｍｏｌ／ｇ～２００μｍｏｌ／ｇの範囲にあることが好ましく、１０μｍｏｌ／ｇ～１００μｍｏｌ／ｇの範囲にあることがより好ましい。前記した中和滴定法で測定した該ポリアリーレンスルフィド樹脂（Ａ）中の、カルボキシル基の含有量が１０μｍｏｌ／ｇ以上の場合、前記ポリアリーレンスルフィド樹脂（Ａ）の反応性を高めることができ、一方２００μｍｏｌ／ｇ以下の場合、前記ポリアリーレンスルフィド樹脂（Ａ）の反応性の制御が容易になる。

前記の分子構造中に活性水素原子を有する官能基としてカルボキシル基を有するポリアリーレンスルフィド樹脂（Ａ）の製造方法は、該ポリアリーレンスルフィド樹脂（Ａ）の重合終了後、室温まで冷却し水で洗浄した後、該ポリアリーレンスルフィド樹脂（Ａ）をろ別し、酸で処理した後、次いで水で洗浄する方法が挙げられ、この際使用し得る酸は、酢酸、塩酸、硫酸、リン酸、珪酸、炭酸、シュウ酸、又はプロピオン酸が前記ポリアリーレンスルフィド樹脂（Ａ）を分解することなく、残存金属イオン量を効率的に低減できる点から好ましく、これらのなかでも酢酸、又は塩酸がより好ましい。

さらに実施形態のポリアリーレンスルフィド樹脂（Ａ）は、３００℃で測定した溶融粘度が、６０Ｐａ・ｓ～２４０Ｐａ・ｓの範囲にあるものが好ましい。該ポリアリーレンスルフィド樹脂（Ａ）の溶融粘度が６０Ｐａ・ｓ以上の場合、前記ポリアリーレンスルフィド樹脂組成物の靭性が向上し、一方、前記ポリアリーレンスルフィド樹脂（Ａ）の溶融粘度が２４０Ｐａ・ｓ以下の場合、前記ポリアリーレンスルフィド樹脂組成物の高せん断下の発熱を抑制することが容易になる。これらの中でも、前記熱可塑性エラストマー（Ｂ）の添加による強度改善効果と、前記ポリアリーレンスルフィド樹脂組成物の流動性とのバランスの点から、前記ポリアリーレンスルフィド樹脂（Ａ）の溶融粘度は、特に８０Ｐａ・ｓ～１８０Ｐａ・ｓの範囲にあることが好ましい。

ここで、前記した３００℃で測定したポリアリーレンスルフィド樹脂（Ａ）の溶融粘度とは、高下型フローテスターを用い、長さ１０ｍｍ、径１ｍｍのオリフィスを使用して、３００℃、試験荷重５０ｋｇの条件で、６分間保持した後に測定した前記ポリアリーレンスルフィド樹脂（Ａ）の溶融粘度（Ｐａ・ｓ）を示す。

実施形態の樹脂組成物における、ポリアリーレンスルフィド樹脂（Ａ）の配合割合は、ポリアリーレンスルフィド樹脂組成物の総質量（１００質量％）に対して、５０～９５質量％であることが好ましく、７０～９０質量％がより好ましく、７５～８５質量％がさらに好ましい。上記で例示した、ポリアリーレンスルフィド樹脂（Ａ）の配合割合の数値範囲の上限値と下限値とは、自由に組み合わせることができる。

＜熱可塑性エラストマー（Ｂ）＞
実施形態の製造方法で用いられる前記熱可塑性エラストマー（Ｂ）は、例えば、融点が３００℃以下であり、室温でゴム弾性を有するものであることが好ましい。かかる熱可塑性エラストマー（Ｂ）は、前記ポリアリーレンスルフィド樹脂組成物に与える耐衝撃性の改善効果が優れる点より好ましい。また、耐熱性に優れる点から、熱可塑性エラストマー（Ｂ）は、ポリオレフィン系熱可塑性エラストマーまたはニトリル系熱可塑性エラストマーであることが好ましく、ポリオレフィン系熱可塑性エラストマーであることがより好ましい。

前記ポリオレフィン系熱可塑性エラストマーとは、オレフィンに由来する構成単位を含む熱可塑性エラストマーを例示できる。オレフィンとしては、α－オレフィンが好ましい。ポリオレフィン系熱可塑性エラストマーは、水酸基、カルボキシル基、アミノ基、メルカプト基、エポキシ基、酸無水物構造、エステル構造及びイソシアネート基からなる群の中から選ばれる一つ以上の官能基または構造を分子構造中に有するものであることが、前記ポリアリーレンスルフィド樹脂（Ａ）との反応性に優れ、相溶性に優れる点から好ましい。これらのなかでもカルボキシル基、エポキシ基、酸無水物構造またはエステル構造を分子構造中に有する前記ポリオレフィン系熱可塑性エラストマーは、前記ポリアリーレンスルフィド樹脂（Ａ）との反応性により優れ、相溶性がより向上し均一混合された前記ポリアリーレンスルフィド樹脂組成物を得られる点でより好ましい。

なかでも、エポキシ基を分子構造中に有するグリシジル変性ポリオレフィン系熱可塑性エラストマーは、優れた耐衝撃性を付与可能である一方、従来、樹脂組成物中に配合比率を高めた該エラストマーを良好に分散させることは困難であった。
対して、実施形態の製造方法によれば、熱可塑性エラストマー（Ｂ）がグリシジル変性ポリオレフィン系熱可塑性エラストマーである場合でも、その分散性を良好な状態とすることができ、優れた耐衝撃性を示すポリアリーレンスルフィド樹脂組成物を製造可能である。

前記したカルボキシル基、エポキシ基、酸無水物構造、またはエステル構造を分子構造中に有するポリオレフィン系熱可塑性エラストマーは、例えば、α－オレフィンと、カルボキシル基、エポキシ基、酸無水物構造、またはエステル構造を分子構造中に有するビニル重合性化合物との共重合で得ることができる。前記α－オレフィンとしては、例えば、エチレン、プロピレン、ブテン等の炭素数２～８のα－オレフィン等が挙げられる。

前記したカルボキシル基を分子構造中に有する前記ポリオレフィン系熱可塑性エラストマーは、例えば、アクリル酸、メタクリル酸等のα，β－不飽和カルボン酸、またはマレイン酸、フマル酸、イタコン酸、その他炭素数４～１０の不飽和ジカルボン酸と前記α－オレフィンとの共重合で得ることができる。

前記したエポキシ基を分子構造中に有する前記ポリオレフィン系熱可塑性エラストマーは、グリシジルアクリレート、グリシジルメタクリレート等と前記α－オレフィンとの共重合で得ることができる。

前記した酸無水物構造を分子構造中に有するポリオレフィン系熱可塑性エラストマーは、マレイン酸、フマル酸、イタコン酸、その他炭素数４～１０の不飽和ジカルボン酸の酸無水物等のα，β－不飽和ジカルボン酸の無水物と前記α－オレフィンとの共重合で得ることができる。

前記したエステル構造を分子構造中に有するポリオレフィン系熱可塑性エラストマーは、アクリル酸エステル、メタクリル酸エステル等のα，β－不飽和カルボン酸のアルキルエステル、マレイン酸、フマル酸、イタコン酸、その他炭素数４～１０の不飽和ジカルボン酸のモノ及びジエステルと前記α－オレフィンとの共重合で得ることができる。

また、これらの二種以上の官能基又は構造を複数個、同時に含有した共重合体を用いることができる。これらの好ましい例としては、α－オレフィン、アクリル酸エステル、及びメタクリル酸グリシジルの三元共重合体が挙げられる。

熱可塑性エラストマー（Ｂ）は、熱可塑性エラストマー（Ｂ）を構成する構成単位の総質量（１００質量％）に対して、α－オレフィンに由来する構成単位を４０～９５質量％含むことが好ましく、５０～９０質量％含むことがより好ましく、６０～８０質量％含むことがさらに好ましい。

熱可塑性エラストマー（Ｂ）は、熱可塑性エラストマー（Ｂ）を構成する構成単位の総質量（１００質量％）に対して、グリシジル（メタ）アクリレートに由来する構成単位を０．１～３０質量％含むことが好ましく、０．５～１５質量％含むことがより好ましく、１～７質量％含むことがさらに好ましい。

熱可塑性エラストマー（Ｂ）は、熱可塑性エラストマー（Ｂ）を構成する構成単位の総質量（１００質量％）に対して、メチルアクリレートに由来する構成単位を０．１～５０質量％含むことが好ましく、３～４０質量％含むことがより好ましく、１０～３５質量％含むことがさらに好ましい。

上記共重合体の一例として、熱可塑性エラストマー（Ｂ）を構成する構成単位の総質量（１００質量％）に対して、
グリシジル（メタ）アクリレートに由来する構成単位を０．１～３０質量％含み、
メチルアクリレートに由来する構成単位を０．１～５０質量％含むものが挙げられる。

上記共重合体の一例として、熱可塑性エラストマー（Ｂ）を構成する構成単位の総質量（１００質量％）に対して、
α－オレフィンに由来する構成単位を４０～９５質量％含み、
グリシジル（メタ）アクリレートに由来する構成単位を０．１～３０質量％含み、
メチルアクリレートに由来する構成単位を０．１～５０質量％含むものが挙げられる。

次に、前記ニトリル系熱可塑性エラストマーとしては、不飽和ニトリルと共役ジエンとの共重合体が挙げられる。前記不飽和ニトリルは例えばアクリロニトリルまたはメタクリロニトリルが挙げられ、前記共役ジエンは例えば１，３－ブタジエン、２－メチル－１，３－ブタジエン、２，３－ジメチル－１，３ブタジエン、１，３－ペンタジエン等が挙げられる。これらの中でもアクリロニトリル－ブタジエン共重合体が好ましく、さらに前記共役ジエンの二重結合の一部または全部を水素添加し、ニトリル基の三重結合を維持したまま耐熱性を高めた水添ニトリル系熱可塑性エラストマーがより好ましい。

また、前記水添ニトリル系熱可塑性エラストマーは、ビニル基、水酸基、カルボキシル基、酸無水物構造、グリシジル基、アミノ基、イソシアネート基、メルカプト基、オキサゾリン基、イソシアヌレート基、マレイミド基からなる群の中から選ばれる一つ以上の官能基を分子構造中に有するものであることが、前記ポリアリーレンスルフィド樹脂（Ａ）との反応性に優れ、相溶性に優れる点から好ましく、これらの中でもカルボキシル基を有する水添ニトリル系熱可塑性エラストマーが、耐熱性及び反応性に優れる点から特に好ましい。

実施形態の製造方法で用いることのできる、原料熱可塑性エラストマー（Ｂ）は、その体積平均粒子径が０．１ｍｍ～３．０ｍｍの範囲にある熱可塑性エラストマー粒子（ｂ）であることが好ましい。該熱可塑性エラストマー粒子（ｂ）の体積平均粒子径が０．１ｍｍ以上の場合、該熱可塑性エラストマー粒子（ｂ）の比表面積が小さくなり、該熱可塑性エラストマー粒子（ｂ）の再凝集が発生し難く取り扱いが容易になり、所定配合量の前記熱可塑性エラストマー粒子（ｂ）の配合が容易になる。一方、前記熱可塑性エラストマー粒子（ｂ）の体積平均粒子径が３．０ｍｍ以下の粒子である場合、前記ポリアリーレンスルフィド樹脂（Ａ）に対し均一混合することが容易になり、該ポリアリーレンスルフィド樹脂組成物に与える強度改善効果が良好に発現される。前記した体積平均粒子径のなかでも、前記熱可塑性エラストマー粒子（ｂ）の作業上の取り扱いの容易性、均一混合の容易性、及び耐衝撃性や曲げ強度が改善される効果の各効果のバランスの点から、前記熱可塑性エラストマー粒子（ｂ）の体積平均粒子径は、特に０．３ｍｍ～２．０ｍｍの範囲にあることが好ましい。

前記した、体積平均粒子径が０．１ｍｍ～３．０ｍｍの範囲にある粒子径を有する前記熱可塑性エラストマー粒子（ｂ）を製造する方法は、３．０ｍｍを超える体積平均粒子径を有する熱可塑性エラストマー粒子を、切断機を用いて細かく切断して製造する方法、あるいは前記の体積平均粒子径が３．０ｍｍを超える粒子径を有する熱可塑性エラストマー粒子を凍結粉砕する方法を挙げることができる。凍結粉砕の方法は、ドライアイスあるいは液体窒素等で凍結させた後、通常のハンマータイプ粉砕機、カッタータイプ粉砕機あるいは石臼型の粉砕機等を用いて粉砕する方法が挙げられる。前記した方法のなかでも、前記熱可塑性エラストマー粒子（ｂ）を容易に製造することができる点から、凍結粉砕して該前記熱可塑性エラストマー粒子（ｂ）を製造する方法が好ましい。

実施形態の樹脂組成物における、熱可塑性エラストマー（Ｂ）の配合割合は、ポリアリーレンスルフィド樹脂組成物の総質量（１００質量％）に対して、５～３０質量％であり、１０～２８質量％が好ましく、１５～２５質量％がより好ましい。上記で例示した、熱可塑性エラストマー（Ｂ）の配合割合の数値範囲の上限値と下限値とは、自由に組み合わせることができる。

また別の側面からは、ポリアリーレンスルフィド樹脂組成物におけるポリアリーレンスルフィド樹脂（Ａ）と、熱可塑性エラストマー（Ｂ）との総含有量（１００質量部）に対して、前記熱可塑性エラストマー（Ｂ）の配合割合は、５～３０質量部が好ましく、１０～２８質量部がより好ましく、１５～２５質量部がさらに好ましい。

前記熱可塑性エラストマー（Ｂ）の配合割合が上記下限値以上であることで、前記ポリアリーレンスルフィド樹脂組成物に与える耐衝撃性の向上効果が良好に発現される。前記熱可塑性エラストマー（Ｂ）の配合割合が上記上限値以下であることで、前記ポリアリーレンスルフィド樹脂組成物の成型時のガス発生量を効果的に低減できる。

従来、熱可塑性エラストマー（Ｂ）を上記下限値以上で含有させようとする場合、樹脂組成物中に該エラストマー成分を分散性高く分散させることが困難であった。この要因については明らかではないが、エラストマー成分の含有割合が大きくなるほど、分散により多くのエネルギーが必要となることに加え、分散しかけたエラストマー同士の接触頻度が高まることが要因であると考えられる。
対して、実施形態の製造方法によれば、熱可塑性エラストマー（Ｂ）を上記下限値以上で含有させる場合であっても、その分散性を良好な状態とすることができ、優れた耐衝撃性を示すポリアリーレンスルフィド樹脂組成物を製造可能である。

実施形態の樹脂組成物は、ポリアリーレンスルフィド樹脂（Ａ）及び前記熱可塑性エラストマー（Ｂ）の他に、その他の任意成分を、それらの含有量（質量％）の合計が１００質量％を超えないよう含有することができる。
実施形態の樹脂組成物は、前記各成分に加え、更にエポキシシランカップリング剤（Ｃ）を配合することができる。前記ポリアリーレンスルフィド樹脂（Ａ）及び前記熱可塑性エラストマー（Ｂ）と該エポキシシランカップリング剤との優れた反応性のため、前記熱可塑性エラストマー（Ｂ）の均一分散性が改善されるとともに、前記ポリアリーレンスルフィド樹脂（Ａ）と前記熱可塑性エラストマー（Ｂ）との界面における密着性が向上し前記ポリアリーレンスルフィド樹脂組成物の強度改善効果が一層顕著なものとなる点から好ましい。

前記エポキシシランカップリング剤（Ｃ）は、アルキル基として炭素原子数１～４の直鎖型アルキル基を有する、グリシドキシアルキル基、３，４－エポキシシクロヘキシルアルキル基のようなエポキシ構造含有基と、２個以上のメトキシ基及びエトキシ基とが珪素原子に結合した構造を有するシラン化合物が好ましい。

このようなエポキシシランカップリング剤（Ｃ）は、具体的には、γ－グリシドキシプロピルトリメトキシシラン、β－（３，４－エポキシシクロヘキシル）エチルトリメトキシシラン、γ－グリシドキシプロピルトリエトキシシラン、及びエポキシ系シリコーンオイルが挙げられる。

前記エポキシ系シリコーンオイルは炭素原子数２～６アルコキシ基を繰り返し単位として２単位乃至６単位で構成されるポリアルキレンオキシ基を有する化合物が挙げられる。

前記エポキシシランカップリング剤（Ｃ）のなかでも、特に、前記ポリアリーレンスルフィド樹脂（Ａ）、及び前記熱可塑性エラストマー（Ｂ）との反応性に優れる点からγ－グリシドキシプロピルトリメトキシシラン、γ－グリシドキシプロピルトリエトキシシランに代表されるグリシドキシアルキルトリアルコキシシラン化合物が特に好ましい。

前記エポキシシランカップリング剤（Ｃ）の含有率は、前記ポリアリーレンスルフィド樹脂組成物全質量に対する含有率として、０．１質量％～５質量％の範囲にあることが好ましく、０．１質量％以上の場合前記ポリアリーレンスルフィド樹脂（Ａ）と前記熱可塑性エラストマー（Ｂ）との相溶性が良くなり、５質量％以下の場合前記ポリアリーレンスルフィド樹脂組成物の溶融成型時の発生ガスが減少する。これらのなかでも前記ポリアリーレンスルフィド樹脂組成物全量に対する含有率として、前記ポリアリーレンスルフィド樹脂（Ａ）と前記熱可塑性エラストマー（Ｂ）との相溶性、及び前記ポリアリーレンスルフィド樹脂組成物の溶融成型時の発生ガスの量のバランスの点から、特に０．１質量％～２質量％の範囲にあることが好ましい。

実施形態のポリアリーレンスルフィド樹脂組成物の製造方法において、前記した配合物に加え、適宜無機フィラーを配合することができる。前記無機フィラーは、繊維状無機フィラーと非繊維状無機フィラーとを挙げることができる。

前記繊維状無機フィラーは、例えば、ガラス繊維、ＰＡＮ系又はピッチ系の炭素繊維、シリカ繊維、ジルコニア繊維、窒化ホウ素繊維、窒化ケイ素繊維、ホウ素繊維、ホウ酸アルミニウム繊維、チタン酸カリウム繊維、更にステンレス、アルミニウム、チタン、銅、真ちゅう等の金属の繊維状物の無機質繊維状物質、及びアラミド繊維等の有機質繊維状物質等が挙げられる。

また、前記非繊維状無機フィラーは、例えば、マイカ、タルク、ワラステナイト、セリサイト、カオリン、クレー、ベントナイト、アスベスト、アルミナシリケート、ゼオライト、パイロフィライトなどの珪酸塩や炭酸カルシウム、炭酸マグネシウム、ドロマイトなどの炭酸塩、硫酸カルシウム、硫酸バリウムなどの硫酸塩、アルミナ、酸化マグネシウム、シリカ、ジルコニア、チタニア、酸化鉄などの金属酸化物、ガラスビーズ、セラミックビーズ、窒化ホウ素、炭化珪素、燐酸カルシウムなどが挙げられる。これらの前記繊維状無機フィラー、及び前記非繊維状無機フィラーは、単独使用でも２種以上を併用してもよい。これらの非繊維状無機フィラーの配合時期は特に限定されないが前記ナウタミキサーにより前記ポリアリーレンスルフィド樹脂（Ａ）と前記熱可塑性エラストマー（Ｂ）とがドライブレンドされるときに配合されることが好ましい。

前記ポリアリーレンスルフィド樹脂（Ａ）と前記無機フィラーとの配合割合は、前記ポリアリーレンスルフィド樹脂組成物の溶融特性やその成型品の力学的特性の観点から前者／後者の割合で３０質量部～１００質量部／７０質量部～０質量部となる範囲にあることが好ましい。さらに、前記繊維状無機フィラーと前記非繊維状無機フィラーとの混合割合は成型品に要求される力学的特性の観点から任意の配合でよいが、前者／後者の割合で２０質量部～１００質量部／８０質量部～０質量部となる範囲にあることが好ましい。

実施形態のポリアリーレンスルフィド樹脂組成物の製造方法において、前記繊維状フィラーは前記２軸押出機のサイドフィーダーから該押出機内に投入することが前記繊維状フィラーの分散性が良好となる点から特に好ましい。かかるサイドフィーダーの位置は、前記２軸押出機のスクリュウ全長に対する、押出機樹脂投入部から該サイドフィーダーまでの距離の比率が、０．１～０．６の範囲にあることが好ましく、これらの中でも０．２～０．４の範囲にあることが特に好ましい。

更に、実施形態の製造方法では、本発明の効果を損なわない範囲で、酸化防止剤、加工熱安定剤、可塑剤、離型剤、着色剤、滑剤、耐候性安定剤、発泡剤、防錆剤、ワックス等の添加剤を適量添加してもよい。これらの添加剤の配合時期は特に限定されないが、前記ナウタミキサーにより前記ポリアリーレンスルフィド樹脂（Ａ）と前記熱可塑性エラストマー（Ｂ）とがドライブレンドされるときに配合されることが好ましい。

更に実施形態の製造方法では、更に、要求される特性に合わせて、ポリアリーレンスルフィド樹脂（Ａ）および熱可塑性エラストマー（Ｂ）に該当しないその他の樹脂成分を適宜配合してもよい。その他の樹脂成分の配合時期は特に限定されないが、前記ナウタミキサーにより前記原料ポリアリーレンスルフィド樹脂（Ａ）と前記原料熱可塑性エラストマー（Ｂ）とがドライブレンドされるときに配合されることが好ましい。ここで使用し得る樹脂成分としては、エチレン、ブチレン、ペンテン、ブタジエン、イソプレン、クロロプレン、スチレン、α－メチルスチレン、酢酸ビニル、塩化ビニル、アクリル酸エステル、メタクリル酸エステル、（メタ）アクリロニトリルなどの単量体の単独重合体または共重合体、ポリウレタン、ポリエステル、ポリブチレンテレフタレート、ポリエチレンテレフタレート等のポリエステル、ポリアセタール、ポリカーボネート、ポリサルホン、ポリアリルサルホン、ポリエーテルサルホン、ポリフェニレンエーテル、ポリエーテルケトン、ポリエーテルエーテルケトン、ポリイミド、ポリアミドイミド、ポリエーテルイミド、シリコーン樹脂、エポキシ樹脂、フェノキシ樹脂、液晶ポリマー、ポリアリールエーテルなどの単独重合体、ランダム共重合体またはブロック共重合体、グラフト共重合体等が挙げられる。

このようにして溶融混練された前記ポリアリーレンスルフィド樹脂組成物は、例えば、ペレットとして製造することができる。この前記ポリアリーレンスルフィド樹脂組成物のペレットを成形機に供して溶融成形することにより目的とする成形物が得られる。前記溶融成形法は、例えば、射出成形、押出成形、圧縮成形等が挙げられ、特に限定するものでない。

このようにして得られた前記ポリアリーレンスルフィド樹脂組成物の成形物は、前記熱可塑性エラストマー（Ｂ）の分散性に優れ、且つ比較的多量の該熱可塑性エラストマー（Ｂ）を溶融混練して得られるものであるため、格別良好な耐衝撃性を発揮する。

実施形態の製造方法によって得られた前記ポリアリーレンスルフィド樹脂組成物は、例えば自動車部品や、自動車部品として用いられる電気又は電子部品の車両部品用又は車両部材用途に好適に用いることができる。
車両部品としては、エンジンルーム内での駆動系部品（例えば、トランスミッションギア、駆動モータ部品等）、制御部品（ＰＣＵ等）、冷却部品（配管、バルブやポンプ部品等）、電池部品を例示できる。

実施形態の樹脂組成物の製造方法によれば、優れた耐衝撃性を示すポリアリーレンスルフィド樹脂を製造可能である。
耐衝撃性としては、実施形態の樹脂組成物の成形物の、シャルピー衝撃値を採用することができる。

樹脂組成物の成形物のシャルピー衝撃値は、以下の方法により求めることができる。
測定対象の樹脂組成物を成形材料として、シリンダー設定温度３００℃、金型設定温度１３０℃の条件にて射出成形機で成形し、長さ８０ｍｍ×幅１０．０ｍｍ×厚さ４．０ｍｍの試験片を得る。次にＩＳＯ ２８１８に従って試験片にノッチ（Ｂ_Ｎ：８ｍｍ）を切削し、ＩＳＯ １７９－１に従い試験を行い、２３℃におけるノッチ付のシャルピー衝撃値（ｋＪ／ｍ^２）を得る。

実施形態の樹脂組成物の成形物の、ＩＳＯ１７９－１に準拠して測定された、２３℃におけるノッチ付のシャルピー衝撃値は、４０ｋＪ／ｍ^２以上であることが好ましく、５０ｋＪ／ｍ^２以上であることがより好ましく、６０ｋＪ／ｍ^２以上であることがさらに好ましく、６２ｋＪ／ｍ^２以上であることがさらに好ましく、６４ｋＪ／ｍ^２以上であることが特に好ましい。
上記シャルピー衝撃値の上限値は特に制限されるものではないが、一例として、７０ｋＪ／ｍ^２以下であってよく、６９ｋＪ／ｍ^２以下であってよく、６８ｋＪ／ｍ^２以下であってよい。
上記数値範囲の一例として、実施形態の樹脂組成物の成形物の、ＩＳＯ１７９－１に準拠して測定された、２３℃におけるノッチ付のシャルピー衝撃値は、４０ｋＪ／ｍ^２以上７０ｋＪ／ｍ^２以下であってよく、５０ｋＪ／ｍ^２以上７０ｋＪ／ｍ^２以下であってよく、６０ｋＪ／ｍ^２以上６９ｋＪ／ｍ^２以下であってよく、６２ｋＪ／ｍ^２以上６８ｋＪ／ｍ^２以下であってよく、６４ｋＪ／ｍ^２以上６８ｋＪ／ｍ^２以下であってよい。

本発明の一実施形態の樹脂組成物として、ポリアリーレンスルフィド樹脂（Ａ）と、熱可塑性エラストマー（Ｂ）とを含有するポリアリーレンスルフィド樹脂組成物であって、前記熱可塑性エラストマー（Ｂ）の含有量が、前記ポリアリーレンスルフィド樹脂組成物１００質量％に対し、５～３０質量％であり、前記樹脂組成物の成形物の、ＩＳＯ１７９－１に準拠して測定された、２３℃におけるノッチ付のシャルピー衝撃値が４０ｋＪ／ｍ^２以上である、樹脂組成物を提供する。
実施形態の樹脂組成物は、上記の樹脂組成物の製造方法により製造することができる。

実施形態の樹脂組成物の成形物の、ＩＳＯ１７９－１に準拠して測定された、２３℃におけるノッチ付のシャルピー衝撃値の４０ｋＪ／ｍ^２以上の数値としては、上記で例示した各数値が挙げられる。

また、本発明の一実施形態の樹脂組成物として、ポリアリーレンスルフィド樹脂（Ａ）と、熱可塑性エラストマー（Ｂ）とを含有するポリアリーレンスルフィド樹脂組成物であって、前記熱可塑性エラストマー（Ｂ）の含有量が、前記ポリアリーレンスルフィド樹脂組成物１００質量％に対し、５～３０質量％であり、熱可塑性エラストマー（Ｂ）の平均分散径が、０．２０μｍ以下である分散構造を有する、ポリアリーレンスルフィド樹脂組成物、およびその製造方法を提供する。
当該樹脂組成物は、実施形態の樹脂組成物の製造方法により製造することができる。

実施形態の樹脂組成物の、熱可塑性エラストマー（Ｂ）の平均分散径は、０．２０μｍ以下が好ましく、０．０１μｍ以上０．１８μｍ以下であることがより好ましく、０．０５μｍ以上０．１７μｍ以下であることがさらに好ましい。
上記数値範囲の熱可塑性エラストマー（Ｂ）の平均分散径を有する樹脂組成物は、優れた耐衝撃性を示す傾向にあり、好ましい。

次に実施例を示して本発明をさらに詳細に説明するが、本発明は以下の実施例に限定されるものではない。

＜原料＞
・ポリフェニレンスルフィド（ＤＩＣ株式会社製、ＭＡ－５２０）
・ポリエチレン系エラストマーＡ（住友化学社製、ボンドファースト ＢＦ－７Ｌ）
・ポリエチレン系エラストマーＢ（住友化学社製、ボンドファースト ＢＦ－Ｅ）
・ポリエチレン系エラストマーＣ（住友化学社製、ボンドファースト ＢＦ－７Ｍ）

上記のポリエチレン系エラストマーの原料として使用される各モノマーの割合を以下に示す。値は、ポリエチレン系エラストマーの原料として使用されるモノマーの総質量に対する各モノマー量（質量％）である。

上記の実施形態に記載のとおり、シャルピー衝撃値の良好な樹脂組成物の製造を目的としたサポートベクトル回帰分析の結果より、エラストマー配合比率がより高く、混練物温度ＩＲ１及びＩＲ２が３００～３１５℃の範囲となる製造条件が良好であることが示唆された。かかる情報に基づき、以下の条件にて、各実施例及び比較例の樹脂組成物を製造した。

＜樹脂組成物の製造＞
［実施例１］
ポリフェニレンスルフィド樹脂（８０質量部）と、ポリエチレン系エラストマーＡ（２０質量部）とを混合後、二軸押出機に投入した。
図８は、使用した二軸押出機の構成を説明する模式図である。二軸押出機は、スクリュウ径１５ｍｍ、チップクリアランス０．２５ｍｍ、シリンダー長さＬとシリンダー内径Ｄの比率：Ｌ／Ｄ＝９０、バレル数１５（１５等分割されたバレルを原料供給側から吐出側に向かいＣ１～Ｃ１５とする）の同方向回転二軸押出機を用い、Ｃ４、Ｃ７、Ｃ１０、Ｃ１２位置がニーディングゾーンとなるスクリュウ構成とした。
表２に示すＣ２～Ｃ１５のバレルの設定温度（℃）［バレルを包むヒーター（カートリッジ型）の設定温度。Ｃ１の「常温」は温度を設定していない。］、及びスクリュウ回転数の各条件で、上記のポリフェニレンスルフィド樹脂と、ポリエチレン系エラストマーＡとを溶融混練し、ダイスから出たストランドを冷却してカッティングし、実施例１の樹脂組成物のペレットを得た。

［実施例２］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例１と同様の操作を行い、実施例２の樹脂組成物のペレットを得た。

［実施例３］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例１と同様の操作を行い、実施例３の樹脂組成物のペレットを得た。

［実施例４］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例１と同様の操作を行い、実施例４の樹脂組成物のペレットを得た。

［比較例１］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例１と同様の操作を行い、比較例１の樹脂組成物のペレットを得た。

［比較例２］
スクリュウ回転数を表２に記載のとおりの回転数に変更した以外は、比較例１と同様の操作を行い、比較例２の樹脂組成物のペレットを得た。

［実施例５］
原料を、ポリフェニレンスルフィド樹脂（８０質量部）と、ポリエチレン系エラストマーＢ（２０質量部）へと変更し、スクリュウ回転数及びバレルの設定温度を表２に記載のとおりの設定に変更した以外は、実施例１と同様の操作を行い、実施例５の樹脂組成物のペレットを得た。

［実施例６］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例５と同様の操作を行い、実施例６の樹脂組成物のペレットを得た。

［実施例７］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例５と同様の操作を行い、実施例７の樹脂組成物のペレットを得た。

［実施例８］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例５と同様の操作を行い、実施例８の樹脂組成物のペレットを得た。

［比較例３］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例５と同様の操作を行い、比較例３の樹脂組成物のペレットを得た。

［比較例４］
スクリュウ回転数を表２に記載のとおりの回転数に変更した以外は、比較例３と同様の操作を行い、比較例４の樹脂組成物のペレットを得た。

［実施例９］
原料を、ポリフェニレンスルフィド樹脂（８０質量部）と、ポリエチレン系エラストマーＣ（２０質量部）へと変更した以外は、実施例１と同様の操作を行い、実施例９の樹脂組成物のペレットを得た。

［比較例５］
バレルの設定温度を表２に記載のとおりの設定温度に変更した以外は、実施例９と同様の操作を行い、比較例５の樹脂組成物のペレットを得た。

＜測定＞
（溶融混練時のシリンダー内の混練物温度の計測）
二軸押出機を用いて溶融混練する際、１５等分割されたバレルのうち、バレルの位置Ｃ５、Ｃ８、Ｃ１１、及びＣ１３に赤外温度計を設置し、スクリュウ根元から先端までの計４カ所（それぞれ、ＩＲ１の温度、ＩＲ２の温度、ＩＲ３の温度、ＩＲ４の温度とする。）において各バレル通過時のシリンダー内の温度（℃）を測定した（図８参照）。

（シャルピー衝撃値）
各実施例及び比較例で得られた樹脂組成物を成形材料として、シリンダー設定温度３００℃、金型設定温度１３０℃の条件にて射出成形機で成形し、長さ８０ｍｍ×幅１０．０ｍｍ×厚さ４．０ｍｍの試験片を得た。次にＩＳＯ ２８１８に従って試験片にノッチ（Ｂ_Ｎ：８ｍｍ）を切削し、ＩＳＯ １７９－１に従い試験を行い、２３℃におけるノッチ付のシャルピー衝撃値（ｋＪ／ｍ^２）を得た。図９にシャルピー衝撃値の測定に用いた試験片の形状を示す。

（エラストマーの分散径）
各実施例及び比較例で得られた樹脂組成物のペレットを成形材料として、射出成形機により、ＩＳＯ ３１６７タイプＡの多目的試験片を成形した。次に該多目的試験片を長さ方向の中心位置で切断して切断面を研磨し、キシレン中に浸し、５０℃の温度条件で超音波処理を実施し、断面にあるエラストマー分散物をキシレン抽出にて取り除いた。その後１３０℃で２時間乾燥し、断面をＳＥＭで観察し画像を取得した。エラストマーが取り除かれた箇所は空隙相となり、明度が低い黒色の円状に表示された。画像解析ソフトにより、画像視野内に認められる当該黒色の円状物の円面積相当径（円状物の面積に相当する真円の直径をもとめた値）を全て（ｎ＝３００個以上）計測し、円状物の個数で割った平均値をエラストマーの平均分散径（μｍ）とした。

（溶融粘度）
シリンダー温度３００℃、オリフィス長１０ｍｍ、オリフィス径１ｍｍのフローテスターに、各実施例及び比較例で得られた樹脂組成物のペレットを投入し、６分間予熱後に試験荷重５０ｋｇの条件で溶融粘度を測定した。

上記の測定結果を表３～表５に示す。

比較例２については、スクリュウ回転数が３００ｒｐｍと低い条件での混練を行っており、樹脂組成物中のエラストマーの平均分散径も比較的大きく、シャルピー衝撃値が劣る結果となった。

比較例１では、スクリュウ回転数が１０００ｒｐｍであり、エラストマーの平均分散径が小さい値となり、樹脂組成物中のエラストマーの分散状態の向上が見られた。

対する各実施例では、上述のとおり、制御変数、実測変数、物性変数をすべて含むデータセットを作成し、ランダムフォレストのアルゴリズムを用いた重要度の算出、および重要度が上位の項目をとりあげ、サポートベクトルマシンのアルゴリズムを用いた回帰分析を行うことで示唆された結果をもとに、エラストマー配合割合、二軸押出機のスクリュウ回転数、及び押出機のシリンダー内の混練物温度について所定の製造条件を採用し、各実施例の樹脂組成物を製造した。

その結果、実際にシャルピー衝撃値が極めて高い樹脂組成物の成形物が得られ、機械学習を活用した高機能材料の開発の妥当性が実証された。

実施例１及び２においては、ＩＲ１～ＩＲ２の位置に相当するＣ２～Ｃ７、又はＣ２～Ｃ８のバレルの設定温度を下げることで、全ての位置（Ｃ２～Ｃ１５）のバレルの設定温度を３００℃とした比較例１と比べ、シャルピー衝撃値に優れる樹脂組成物の成形物が得られた。

また、実施例３においては、ＩＲ３～４の位置に相当するＣ１１～Ｃ１５のバレルの設定温度を下げ、実施例４においてはＩＲ２～ＩＲ４の位置に相当する（Ｃ７～Ｃ１５）のバレルの設定温度を下げることで、実施例１、２と同様、比較例１と比べシャルピー衝撃値に優れる樹脂組成物の成形物が得られた。

興味深いことに、実施例１、２と実施例３、４とを比較した場合、ＩＲ１、ＩＲ２位置付近の温度を低く変更した実施例１、２の方が、よりシャルピー衝撃値を高めることができた。このことは、ランダムフォレストのアルゴリズムを用いた重要度算出により得られたＩＲ１及びＩＲ２の重要度が高いという解析結果と一致するものであった。

エラストマー種を変更して同様の評価を行った実施例５～８、比較例３、４においても、実施例１～４、比較例１、２と同様の傾向が確認された。

また、実施例９、比較例５は、機械学習のデータセットに用いていないエラストマーＣを用いて同様の評価を行ったものであるが、他の結果と同様に、機械学習の結果を適用可能であることが示された。

溶融粘度の値を参照すると、エラストマーの平均分散径の値が小さく、分散性が増すほどに溶融粘度が向上する傾向であった。また、バレルの設定温度を下げることで、エラストマーの熱劣化が抑制されたことも、溶融粘度の向上につながったものと考えられる。

機械学習によって得られた改良条件は、従来、分散性を向上させることが困難であった熱可塑性エラストマーの配合比率の高い樹脂組成物の製造において、非常に有効であることが示された。高速せん断条件下で配合成分を溶融混練することにより、熱可塑性エラストマーの平均分散径を小さくして分散性を高めつつ、更に、溶融混練中の実測の混練物温度を低下させることによって、おそらくポリアリーレンスルフィド樹脂の流動性の低下により分散の効率が向上し、熱可塑性エラストマーの分散性を更に高めることができ、且つポリアリーレンスルフィド樹脂や熱可塑性エラストマーの熱分解を抑えることで、シャルピー衝撃値の極めて高い樹脂組成物及びその成形物を得る事が可能となったものと推察される。

各実施形態における各構成及びそれらの組み合わせ等は一例であり、本発明の趣旨を逸脱しない範囲で、構成の付加、省略、置換、およびその他の変更が可能である。また、本発明は各実施形態によって限定されることはなく、請求項（クレーム）の範囲によってのみ限定される。

１０…二軸押出機、１１…駆動装置、１２…フィーダー、１３…シリンダー、１４…スクリュー、１９…ダイス、２０…機械学習アルゴリズム、３０…記憶装置、ＤＳ…データセット、ＣＤ…製造条件データ、ＭＤ…物性測定データ、ＨＣ…高重要度項目、ＩＲ…赤外線温度センサ、ＩＲ１…第１赤外線温度センサ、ＩＲ２…第２赤外線温度センサ、ＩＲ３…第３赤外線温度センサ、ＩＲ４…第４赤外線温度センサ

Claims (13)

1. ポリアリーレンスルフィド樹脂組成物の配合成分、混合条件、溶融混練時の混練物温度を製造条件項目として少なくとも含む製造条件データと、前記製造条件データが示す製造条件によって製造されたポリアリーレンスルフィド樹脂組成物の耐衝撃性を特性値項目として少なくとも含む物性測定データと、を含むデータセットを用いて機械学習アルゴリズムを実行することにより、ポリアリーレンスルフィド樹脂組成物の特性向上対象項目の特性値を目的変数とした場合において、前記製造条件データおよび前記物性測定データに含まれる複数の項目のうち、前記特性向上対象項目の特性値の変化についての重要度が高い項目を判定する
   ポリアリーレンスルフィド樹脂組成物の製造条件の判定方法。
2. 前記機械学習アルゴリズムとは、ランダムフォレストを用いたアルゴリズムであり、
   前記製造条件データおよび前記物性測定データに含まれる複数の項目のそれぞれの重要度を算出することにより、前記特性向上対象項目の特性値の変化についての重要度が高い項目を判定する
   請求項１に記載のポリアリーレンスルフィド樹脂組成物の製造条件の判定方法。
3. 前記製造条件データには、ポリアリーレンスルフィド樹脂組成物の製造装置の制御対象である第１種類の製造条件項目と、前記製造装置の制御対象でない第２種類の製造条件項目と、が前記製造条件項目として含まれる
   請求項２に記載のポリアリーレンスルフィド樹脂組成物の製造条件の判定方法。
4. 前記第２種類の製造条件項目には、前記製造装置のポリアリーレンスルフィド樹脂を混練する混練部の複数個所におけるそれぞれの前記混練部の内部温度が含まれる
   請求項３に記載のポリアリーレンスルフィド樹脂組成物の製造条件の判定方法。
5. 前記第２種類の製造条件項目に含まれる前記混練部の複数個所におけるそれぞれの前記混練部の内部温度のうち、前記混練部にポリアリーレンスルフィド樹脂組成物の原料が投入される上流側の方が、混練されたポリアリーレンスルフィド樹脂組成物が押し出される下流側に比べて、前記重要度が高い
   請求項４に記載のポリアリーレンスルフィド樹脂組成物の製造条件の判定方法。
6. 算出された重要度が高い項目を新たな目的変数として、前記機械学習アルゴリズムを実行することにより、前記新たな目的変数の特性値の変化についての重要度が高い項目を判定する
   請求項２から請求項５のいずれか一項に記載のポリアリーレンスルフィド樹脂組成物の製造条件の判定方法。
7. 算出された前記重要度が高い項目を解析軸にして、前記データセットを用いた回帰演算を実行することにより、前記重要度が高い項目の特性値の変化と、前記目的変数の特性値の変化との対応関係を推定する
   請求項２から請求項６のいずれか一項に記載のポリアリーレンスルフィド樹脂組成物の製造条件の判定方法。
8. ポリアリーレンスルフィド樹脂（Ａ）と、熱可塑性エラストマー（Ｂ）とを含有するポリアリーレンスルフィド樹脂組成物の製造方法であって、
   前記熱可塑性エラストマー（Ｂ）の配合割合が、前記ポリアリーレンスルフィド樹脂組成物の総質量に対し、５～３０質量％であり、
   原料ポリアリーレンスルフィド樹脂（Ａ）と、原料熱可塑性エラストマー（Ｂ）と、を押出機によって溶融混練する工程を含み、
   前記押出機のシリンダー内壁に対するスクリュウ回転より生じるせん断速度が１０００～６５００ｓ^－１であり、
   前記シリンダーの全長に対して３／１５以上の長さの領域で、前記シリンダーの設定温度が３００℃未満である、ポリアリーレンスルフィド樹脂組成物の製造方法。
9. 前記熱可塑性エラストマー（Ｂ）が、ポリオレフィン系熱可塑性エラストマーである、請求項８に記載の樹脂組成物の製造方法。
10. 前記熱可塑性エラストマー（Ｂ）が、グリシジル変性ポリオレフィン系熱可塑性エラストマーである、請求項９に記載の樹脂組成物の製造方法。
11. 前記熱可塑性エラストマー（Ｂ）が、前記熱可塑性エラストマー（Ｂ）を構成する構成単位の総質量（１００質量％）に対して、
    グリシジル（メタ）アクリレートに由来する構成単位を０．１～３０質量％含み、
    メチルアクリレートに由来する構成単位を０．１～５０質量％含む、請求項９又は１０に記載の樹脂組成物の製造方法。
12. 前記熱可塑性エラストマー（Ｂ）の平均分散径が０．２０μｍ以下である分散構造を有する、請求項８～１１のいずれか一項に記載の樹脂組成物の製造方法。
13. 前記樹脂組成物の成形物の、ＩＳＯ１７９－１に準拠して測定された、２３℃におけるノッチ付のシャルピー衝撃値が４０ｋＪ／ｍ^２以上である、請求項８～１２のいずれか一項に記載の樹脂組成物の製造方法。

Images