JP7017776B2 - プレス製造条件収集システム - Google Patents
プレス製造条件収集システム Download PDFInfo
- Publication number
- JP7017776B2 JP7017776B2 JP2018009907A JP2018009907A JP7017776B2 JP 7017776 B2 JP7017776 B2 JP 7017776B2 JP 2018009907 A JP2018009907 A JP 2018009907A JP 2018009907 A JP2018009907 A JP 2018009907A JP 7017776 B2 JP7017776 B2 JP 7017776B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- waveform data
- defective
- event
- waveform
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims description 24
- 230000002950 deficient Effects 0.000 claims description 108
- 238000013480 data collection Methods 0.000 claims description 41
- 238000000465 moulding Methods 0.000 claims description 39
- 238000001514 detection method Methods 0.000 claims description 36
- 230000005540 biological transmission Effects 0.000 claims description 31
- 238000007405 data analysis Methods 0.000 description 30
- 238000013473 artificial intelligence Methods 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 17
- 238000006243 chemical reaction Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004080 punching Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000006866 deterioration Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000010008 shearing Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- 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
Landscapes
- General Factory Administration (AREA)
- Control Of Presses (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
これにより、データ分析装置からデータ収集装置へのデータ送信のための通信負荷のさらなる軽減、およびストレージデバイスの容量低減を図れる。
図1は、本発明に係る一実施形態のプレス製造条件収集システム100の構成を示すブロック図である。
(センサープレート2)
図2はセンサープレート2が装着されたプレス成形機10の構成を示す断面図である。
符号11は金型の上型、12は金型の下型、13はプレス成形機10のスライド13を示している。センサープレート2は、プレス成形機10のスライド13の下面に、上型11の上面(バッキングプレート11aの上面)との間に挟み込まれた状態で装着される。センサープレート2は、プレート本体2aと、プレート本体2aに埋め込まれた複数の圧力センサー2bとを有する。複数の圧力センサー2bは、プレート本体2aに、荷重を受ける方向に対して直交する面内に互いに離間して配設される。圧力センサー2bとしては、ピエゾ効果による高感度の半導体センサーなどが用いられる。本発明は圧力センサーの種類に限定されるものではないが、高感度で、スライド13の駆動の周期(プレス加工周期)に対して十分短い周期で圧力検出が可能なものであることが要求される。
これらの図に示されるように、金型(上型11)全体の応力分布を得ることができるように、センサープレート2において、複数の圧力センサー2bは荷重を受ける方向(Z方向)に対して直交する面(X/Y軸面)においてそれぞれの軸方向に互いに離間して分散配置される。例えば、図4に示すセンサープレート2は、X軸方向に6個、Y軸方向に4個の計24個の圧力センサー2bを有する。本発明は、センサープレート2の圧力センサー2bの数に限定されるものではなく、より高い検出分解能が要求される場合にはより多くの圧力センサー2bをより高密に配置してもよい。
図5はデータ分析装置3の構成を示すブロック図である。
同図に示すように、データ分析装置3は、圧力センサー2b毎の出力を増幅する増幅器2cと、増幅器2cの出力のA/D変換およびデータ化を行うA/D変換部31と、A/D変換部31毎の出力をAI機能を用いて分析する分析AI部32と、データ送信部33を有する。A/D変換部31は、圧力センサー2bの出力をアナログ信号からデジタル信号に変換し、さらに所定ビット数例えば8ビットなどのデジタルデータに変換する。
図1に戻って、データ収集装置4は、ネットワーク6およびハブ5を通じてデータ分析装置3と通信が可能なように接続される。データ収集装置4は、例えば、CPU(Central Processing Unit)、RAM(Random Access Memory)などのメモリ、HDD(Hard Disk Drive)などのストレージデバイス、LCD(Liquid Crystal Display)モニターなどの表示部など、コンピュータのハードウェアを用いて構成し得る。データ収集装置4は、一般的なパーソナルコンピュータによって構成されてもよい。
1.データ分析装置3によって推定された金型の部位毎の不良事象の表示。
2.収集した波形データを用いた金型全体の圧力分布などの表示。
3.金型の部位毎の不良事象の予兆判定。
まず、データ分析装置3による波形データに基づく不良事象推定について説明する。
データ分析装置3は、圧力センサー2bの出力を、スライド13の駆動周期(プレス周期)に対して十分短い周期でA/D変換し、所定のビット数のデータとする。これにより、短い周期毎の圧力データの時系列である波形データが得られ、分析AI部32でその分析が行われて、金型の劣化などの問題に起因してプレス成形で発生した様々な不良事象が推定される。分析AI部32で、波形データから様々な不良事象を推定するために、各々の分析AI部32には、様々な不良事象の種類毎に、その不良事象の発生時に圧力センサー2bの出力に現れる傾向のある、あるいは実際に出現した波形データを含む様々な学習データを用いて機械学習が行われたものが利用される。
パンチで材料を打ち抜く際、パンチ表面とカスが真空状態となるため、カスがパンチ表面に付着して材料と一緒に送られることで「2枚抜き」を誘発し、パンチ(特に角部)の磨耗が促進されることによる「バリ」を引き起こす。これらを総称した不良を「カス上がり」と呼ぶ。これらの影響は、パンチの寿命低下、パンチ折れなどの金型の損傷、さらにはプレス成形機10の損傷にも繋がる。上記の「2枚抜き」、「パンチ折れ」などの不良事象は、圧力センサー2bによるプレス成形の周期よりも十分短い周期で検出されたデータの時系列データである波形データにおける波形の変化として現れる。
データ分析装置3は、波形データをもと所定の不良事象を推定した場合、プレス成形機10のコントローラ15に対して、連続して実行されるプレス成形を強制的に停止させるための命令を出力する。例えば、データ分析装置3のいずれかの分析AI部32によって「パンチ折れ」の発生が推定された場合、プレス成形を即座に停止させるように、プレス成形機10のコントローラ15に強制停止命令を供給する。
(金型の部位毎の不良事象の表示)
データ収集装置4のCPUは、データ分析装置3より収集した金型の部位毎の不良事象の推定結果を表示部にリアルタイムで表示させることができる。この際、圧力センサー2bの位置から特定される金型の部位を示す情報とともに不良事象の推定結果が表示されてよい。例えば、図9に示すように、P4のパンチによる打ち抜き部分で「2枚抜き」が発生した場合、その不良事象による影響が波形データに最も大きく現れる圧力センサー2bは位置(x4,y1)のセンサーである。この場合には、少なくとも、その圧力センサー2bに対応する分析AI部32によって「2枚抜き」の不良事象が推定され、その圧力センサー2bの位置(x4,y1)によって特定される金型の部位を示す情報とともに「2枚抜き」が発生したことが表示部を通してユーザに提示される。
データ収集装置4のCPUは、データ分析装置3の各分析AI部32より出力されたそれぞれの波形データを収集し、それぞれの波形データの同じ時刻の値を、例えば、三次元グラフによって表示部に金型全体の圧力分布(型抜き力分布)として表示することが可能である。図10は、図9に示したP4のパンチによる打ち抜き部分で「2枚抜き」が発生したことによって、位置(x4,y1)の圧力センサー2bの出力が顕著に増大したことを示している。これによりユーザは一目で「2枚抜き」の不良事象の発生と部位を特定することができる。
データ分析装置3からデータ収集装置4には、不良事象の推定結果のみならず、分析された波形データそのものも送信される。データ収集装置4のCPUは、データ分析装置3から送信された各圧力センサー2bの波形データをストレージデバイスに蓄積する。
データ収集装置4のCPUは、センサープレート2の複数の圧力センサー2bの同じタイミングの検出信号レベルをもとに、金型において不良事象の発生部位のより高い精度の座標データを算出することも可能である。
図13は2ヶ所の圧力センサー2bの波形データを比較して示す図である。この例ではスライド13の往復運動を摺動案内するスライドギブに緩みが発生したことによって、材料のせん断完了後にせん断荷重が抜けて行く期間131において2つの波形データの歪みの伸び縮みの関係が反転している。データ収集装置4は、このように2つの波形データの差分をとらえてスライドギブの緩みの発生を推定し、その結果を表示を通してユーザに提示することができる。
次に、データ分析装置3にて生成された圧力センサー2b毎の波形データをデータ収集装置4に送信する際の送信制限の動作について説明する。
既に述べたように、本実施形態のプレス製造条件収集システム100では、データ分析装置3にて連続して生成される圧力センサー2b毎の波形データが、不良事象の推定結果をもとに選択的にデータ収集装置4に送信されることによって、データ通信のための負荷、データ収集装置4に必要なストレージデバイスの容量を抑えている。
データ分析装置3は、分析AI部32にて、A/D変換部31より得た最新の波形データについて不良事象の推定を前述した方法により行う。
この例では、データ送信部34は、0491番目の波形データについて不良事象が推定された場合に、その0491番目の波形データを含む前N個の波形データつまり0451番目から0491番目までの波形データをデータ収集装置4に送信する。
この例では、データ送信部34は、0491番目の波形データについて不良事象が推定された場合に、その0491番目の波形データを含む後N個の波形データつまり0491番目から0511番目までの波形データをデータ収集装置4に送信する。
なお、本実施形態では、分析AI部32で、前述した「2枚抜き」、「パンチ折れ」のように不良事象が推定されたことを契機に、そのときの波形データとその前後の1以上の波形データを含むN個の波形データがデータ分析装置3からデータ収集装置4に送信されることとしたが、「2枚抜き」、「パンチ折れ」のような明確な不良事象が発生する以前の予兆的な不良事象を分析AI部32で検出できるようにし、検出された予兆的な不良事象の種類や程度などの評価値が設定された閾値を超えたことを契機に、そのときの波形データとその前後の1以上の波形データを含むN個の波形データがデータ分析装置3からデータ収集装置4に送信されるようにしてもよい。
分析AI部32で検出された予兆的な不良事象の種類やレベルなどの評価値に応じて、ルールR1のMの値、ルールR2のNの値が動的に変更されてもよい。例えば、予兆的な不良事象の評価値が高くなるほど、Mの値を小さくして、より高い頻度で不良事象の推定されない期間の波形データを送信したり、Nの値を大きくして、ネガティブな事象が検出された場合に送信する波形データの数を増やしたりしてよい。
上記の実施形態では、波形データについてAI機能により不良事象の発生を推定するデータ分析装置3を用いた場合を想定したが、本発明にこれに限定されるものではない。例えば、センサーの検出データを取り込んで閾値との比較などによってプレス成形機の不良事象を検出し、データ収集装置に検出データを送信するデータ分析装置を用いたものにも適用可能である。
上記の実施形態のプレス製造条件収集システム100によれば、金型が受けるせん断荷重をセンサープレート2における複数の圧力センサー2bで同時に検出し、それぞれの圧力センサー2bにより検出されたせん断荷重の波形データをデータ分析装置3の各々の分析AI部32で分析することによって、金型の劣化に起因した「2枚抜き」や「パンチ折れ」などの不良事象の発生を高速かつ高精度に推定することができる。また、金型の部位毎の不良事象を推定するができるので、金型の部品交換に要する時間的コストを低減することができる。さらに、センサープレート2はプレス成形機10のスライド13に金型(下型11)に対向して装着され、荷重を受ける方向に対して直交する面において複数の圧力センサー2bが互いに離間して配設されたものであるため、どのような構成の金型が用いられても、その金型が受ける部位毎の荷重を検出することができる、という利点を有する。
しかしながら、本発明はセンサープレート2を用いることに限定されるものではない。スライドあるいは下型などに圧力センサーを取り付けた構成にも本発明は適用可能である。
上記実施形態では、圧力センサー2bの出力から生成される波形データを分析し、収集するシステムについて説明したが、本発明は、その他の種類のセンサー、例えば温度センサーなど、プレス成形機10における他の物理量を検するセンサーの出力から生成される検出データを分析し、収集するシステムにも応用することが可能である。
なお、図1に示したように、本実施形態のプレス製造条件収集システム100は、ハブ5に複数のデータ分析装置3を接続し、データ収集装置4にこれら複数のデータ分析装置3によって得た、金型の部位毎の不良事象の推定結果および波形データを収集するように構成することができるものである。
2b…圧力センサー
3…データ分析装置
4…データ収集装置
10…プレス成形機
31…A/D変換部
32…分析AI部
33…データ送信部
34…データ保持部
100…プレス製造条件収集システム
Claims (4)
- プレス成形機の状態の物理量を検出するセンサーと、
前記センサーの出力から検出データを生成し、この検出データをもとに前記プレス成形機の不良事象を判定するデータ分析装置と、
前記データ分析装置により生成された検出データおよび前記不良事象の推定結果を蓄積するデータ収集装置と、
を具備し、
前記センサーは、前記プレス成形機にセットされた金型が受ける複数点の荷重をそれぞれ検出する複数の圧力センサーであり、
前記データ分析装置は、前記圧力センサー毎の検出値の時系列である波形データを生成し、この波形データをもとに前記プレス成形機の不良事象を推定するものであり、更に、前記不良事象が推定されたとき、その不良事象の推定結果と、この不良事象の推定に用いた前記圧力センサー毎の波形データとそれらの前後少なくともいずれか一方の1以上の波形データを含む合計N個の波形データであって、前記不良事象の推定結果に基づきNの値が変更可能な合計N個の波形データを前記データ収集装置に送信するデータ送信部を具備する
プレス製造条件収集システム。 - 請求項1に記載のプレス製造条件収集システムであって、
前記データ送信部は、
前記不良事象が推定されない間に生成された検出データを所定の頻度で前記データ収集装置に送信する
プレス製造条件収集システム。 - 請求項1または2に記載のプレス製造条件収集システムであって、
前記データ分析装置は、前記圧力センサー毎の検出値の時系列である波形データを生成
し、この波形データをもとに前記プレス成形機の不良事象をAI機能により推定し、この推定結果に基づき前記合計N個の値を動的に変更する
プレス製造条件収集システム。 - 請求項1ないし3のいずれか1項に記載のプレス製造条件収集システムであって、
前記データ分析装置のデータ送信部は、ネットワークを通じて前記データ収集装置に前記検出データを送信する
プレス製造条件収集システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018009907A JP7017776B2 (ja) | 2018-01-24 | 2018-01-24 | プレス製造条件収集システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018009907A JP7017776B2 (ja) | 2018-01-24 | 2018-01-24 | プレス製造条件収集システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019128785A JP2019128785A (ja) | 2019-08-01 |
JP7017776B2 true JP7017776B2 (ja) | 2022-02-09 |
Family
ID=67472648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018009907A Active JP7017776B2 (ja) | 2018-01-24 | 2018-01-24 | プレス製造条件収集システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7017776B2 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009282822A (ja) | 2008-05-23 | 2009-12-03 | Murata Mach Ltd | 工作機械システム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS54131182A (en) * | 1978-04-04 | 1979-10-12 | Mitsubishi Electric Corp | Press machine abnormality detector |
JPH06325048A (ja) * | 1993-05-17 | 1994-11-25 | Fuji Elelctrochem Co Ltd | 工程管理装置 |
JPH07164199A (ja) * | 1993-12-10 | 1995-06-27 | Japan Automat Mach Co Ltd | プレス加工機の品質管理方法及びその装置 |
-
2018
- 2018-01-24 JP JP2018009907A patent/JP7017776B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009282822A (ja) | 2008-05-23 | 2009-12-03 | Murata Mach Ltd | 工作機械システム |
Also Published As
Publication number | Publication date |
---|---|
JP2019128785A (ja) | 2019-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7017775B2 (ja) | プレス製造条件収集システム | |
JP6879873B2 (ja) | 故障確率評価システム | |
US20180232294A1 (en) | Control device, monitoring system, and recording medium | |
CN110214236B (zh) | 滚动导向装置的状态诊断系统及状态诊断方法 | |
CN102520672B (zh) | 一种塑性变形过程及缺陷的监测方法及系统 | |
US11491754B2 (en) | Method and device for controlling a press based on wedge drive tool spring condition | |
JP6503541B2 (ja) | ポンプ異常検知システム、ポンプ異常検知方法、及びポンプ異常検知プログラム | |
CN110726542B (zh) | 一种弹簧疲劳寿命的分析方法 | |
JP7017776B2 (ja) | プレス製造条件収集システム | |
JP5042164B2 (ja) | 装置の異常診断装置 | |
US6466840B1 (en) | Detailed die process severity analysis and optimization methodology | |
JP2021018753A (ja) | 異常検知装置、異常検知方法、および異常検知プログラム | |
US20100324700A1 (en) | Facilities control device and facilities control method | |
CN109416532B (zh) | 记录收集装置、产业用机器人以及电动加压机 | |
JP2016003875A (ja) | モータ異常検知システム、モータ異常検知方法、及びモータ異常検知プログラム | |
JP5644666B2 (ja) | 電動機の予防保全装置 | |
US20220088802A1 (en) | Information processing method, information processing apparatus, display method, display apparatus, recording medium, method of manufacturing products, and method of acquiring learning data | |
TWM575133U (zh) | Robotic arm dynamic monitoring system | |
KR100604227B1 (ko) | 잔재부상검출장치 및 그 검출방법 | |
JP4325142B2 (ja) | プレス機械の試験方法、試験システム、試験用プログラム、および試験用プログラム記録媒体 | |
CN111855023A (zh) | 斜楔导滑面磨损异常状况检测方法及系统 | |
JP2006153760A (ja) | 周期運動体の状態監視方法、監視装置、監視システム、コンピュータプログラム及び記録媒体 | |
JP2024082184A (ja) | 加工精度の判定方法および判定モデルの学習方法 | |
JP2022013971A (ja) | プレス装置のデータサンプリング装置、プレス装置及びプログラム | |
JP7437907B2 (ja) | 健全性評価装置、健全性評価システム及び健全性評価方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201013 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210730 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210803 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210924 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210924 |
|
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: 20220111 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220121 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7017776 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |