JP7017776B2 - プレス製造条件収集システム - Google Patents

Description

本発明は、プレス成形機の不良事象の推定、推定結果等の収集等を行うプレス製造条件収集システムに関する。

プレス成形機による成形品質は、プレス加工の繰り返しに伴って、金型におけるパンチやダイなどの部品の磨耗などの劣化により次第に低下する。劣化した部品が適切なタイミングで交換されずにプレス加工が繰り返されると、多くの不良品を発生させてしまい、結果的に無駄なコストが吊り上がる。

プレス成形機の状態を各種センサーにより検出し、その検出データを収集して表示することは従来から行われている。その一例として、位置センサー、圧力センサーなどのセンサーにより、プレス成形機の稼働中の油圧圧力やラム（スライド）の位置データを所定のサンプリング時間毎に自動的に収集し、収集したデータを画面に波形として表示したり、その数値化してファイルとして保存したりすることのできるデータ収集装置などが知られる。また、データ収集装置は、各種センサーにより検出された値と予め決められた警報設定範囲とを比較して、検出値が警報設定範囲を逸脱したときに不良品の発生などを判定することなども記載される（特許文献１参照）。

特開２００４－１６４６３５号公報（段落［００２０］～［００２４］）

しかしながら、プレス成形機の成形サイクルは約０．５～２秒程度と非常に短く、センサーの全時間の検出データをデータ収集装置にて収集、蓄積しようとすると、データ蓄積用のストレージデバイスに求められる容量の肥大化、蓄積時間の制限などの問題が発生する。また、センサーの検出データをネットワークを通じてデータ収集装置に送信するような構成を採った場合、リアルタイムでのデータ送信が困難な状況すら生じる可能性がある。さらに、ベリファイのためのデータ再送を考慮すると、データ送信側に大容量のバッファが必要となり、これがコストを大きくつり上げる要因となる。

以上のような事情に鑑み、本発明の目的は、プレス成形機の状態の物理量を検出するセンサーの検出データをデータ分析装置からデータ収集装置に送信するための通信負荷の軽減、およびストレージデバイスの容量軽減を図ることのできるプレス製造条件収集システムを提供することにある。

上記目的を達成するため、本発明の一形態に係るプレス製造条件収集システムは、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推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、前記データ分析装置は、前記不良事象が推定されたときの検出データと少なくともその前後いずれか一方の１以上の検出データを含む、所定数の検出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。

このプレス製造条件収集システムによれば、データ分析装置のデータ送信部が、不良事象が推定されたときの検出データと少なくともその前後いずれか一方の１以上の検出データを含む、所定数の検出データに絞ってデータ収集装置に送信するので、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を大幅に軽減でき、加えて、データ収集装置において検出データを蓄積するストレージデバイスに必要とされる容量の低減を図れる。

本発明の一形態に係るプレス製造条件収集システムにおいて、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ものであってよい。
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。

本発明の一形態に係るプレス製造条件収集システムにおいて、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とすることができる。

本発明の一形態に係るプレス製造条件収集システムにおいて、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機能により推定するものであってよい。

さらに、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ものであってよい。

本発明によれば、プレス成形機の状態の物理量を検出するセンサーの検出データをデータ分析装置からデータ収集装置に送信するための通信負荷の軽減、およびストレージデバイスの容量軽減を図ることができる。

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。 図１のプレス製造条件収集システム１００に用いられるセンサープレート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。 センサープレート２の断面図である。 センサープレート２における複数の圧力センサー２ｂの配置を、荷重を受ける方向から示す平面図である。 データ分析装置３の構成を示すブロック図である。 圧力センサー２ｂから得られる通常の波形データ５１の例を示す図である。 カス上がりによって材料の「２枚抜き」が発生した場合のせん断荷重の波形データ７１の例を通常の波形データ５１と比較して示す図である。 「パンチ折れ」が発生している場合のせん断荷重の波形データ８１の例を通常時の波形データ５１と比較して示す図である。 センサープレート２における複数の圧力センサー２ｂの位置と「２枚抜き」が発生したパンチによる打ち抜き位置との関係を示す図である。 金型全体の圧力分布（型抜き力分布）の表示例を示す図である。 データ収集装置４のストレージデバイスに、ある期間にわたって蓄積されたある圧力センサー２ｂの波形データを可視化した図である。 データ収集装置４による複数の波形データに基づく不良部位の算出方法を説明する図である。 プレス成形機１０の不良事象の推定方法について説明する図である。 不良事象の推定結果に基づく波形データの選択的送信方法を説明するための図である。 不良事象の発生が推定された場合に、その不良事象の推定時の波形データを含む前Ｎ個の波形データを送信する場合の例である。 不良事象の発生が推定された場合に、その不良事象の推定時の波形データを含む後Ｎ個の波形データを送信する場合の例である。

以下、本発明に係る実施形態を説明する。
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。

このプレス製造条件収集システム１００は、プレス成形機１０のスライド１３の金型（上型１１）に対向する側に装着されたセンサープレート２と、センサープレート２の各圧力センサー２ｂの出力から生成される検出データである波形データを分析して金型の部位毎の不良事象を推定するデータ分析装置３と、データ分析装置３による金型の部位毎の不良事象の推定結果および圧力センサー２ｂ毎の波形データの収集、蓄積、表示、さらには蓄積された波形データの分析による金型の部位毎の不良事象の予兆判定などを行うデータ収集装置４とを備える。

次に、各々の構成を説明する。
（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。

図３はセンサープレート２の断面図、図４はセンサープレート２における複数の圧力センサー２ｂの配置を荷重を受ける方向から示す平面図である。
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。

また、センサープレート２には、圧力センサー２ｂの出力を増幅する増幅器２ｃが設けられる。各圧力センサー２ｂの出力は対応する増幅器２ｃにて増幅され、外部接続用の端子２ｄを通じて外部（データ分析装置３）に出力することが可能である。なお、図４において、符合Ｐ１、Ｐ２、Ｐ３、Ｐ４は上型１１のパンチによるワークの打ち抜き位置を示している。

センサープレート２は、本プレス成形機１０にセットされる金型に合わせて製造された専用のものではなく、様々な構成の金型に対して利用され得るものである。したがって、センサープレート２に配設される複数の圧力センサー２ｂは、本実施形態ではセンサープレート２が荷重を受ける面において、例えば各々の軸方向に所定の間隔を置いて配置されてもよいが、必ずしも所定の間隔を置いて配置される必要はない。

（データ分析装置３）
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。

Ａ／Ｄ変換部３１は、スライド１３の駆動周期（プレス加工周期）に対して十分短い周期でＡ／Ｄ変換を行って、圧力センサー２ｂ毎の検出値の時系列である波形データ（検出データ）を出力する。

分析ＡＩ部３２は、Ａ／Ｄ変換部３１より得た波形データの特徴などをＡＩ（Artificial Intelligence）機能により分析することによって、プレス成形において発生する可能性のある「２枚抜き」や、「パンチ折れ」などの不良事象を、圧力センサー２ｂ毎の波形データに基づく不良事象の推定結果として生成する。なお、分析ＡＩ部３２は、例えば、ＡＩ機能を用いて、波形データを画像データとして分析することによって、その波形データの特徴を分析することのできるＧＰＵ（Graphics Processing Unit）と、ＧＰＵの制御を行うＧＰＵ制御部などによって構成される。ＡＩには、一般的なニューラルネットワークのほか、ディープラーニングなども採用し得る。

データ送信部３３は、それぞれの分析ＡＩ部３２によって得られた圧力センサー２ｂ毎の不良事象の推定結果および波形データをパケット化し、ハブ５などのネットワーク機器およびネットワーク６を通じてデータ収集装置４に送信する。この際、データ送信部３３は、データ収集装置４に送信するデータ量を、不良事象の発生の有無に応じて以下のルールＲ１、Ｒ２に従って制限（圧縮）する。

ルールＲ１．不良事象の発生が推定されない期間は、データ送信部３３は、Ｍ個に１個の頻度で波形データを選択して送信する。すなわち、不良事象の発生が推定されない期間にすべての回の波形データを送信するとなると、データ分析装置３からデータ収集装置４に送信され、収集されるデータの容量が大きくなりすぎ、通信のための負荷の増大、データ分析装置３およびデータ収集装置４の双方のデータ保存用の記憶部に要求される容量が肥大化する。データ分析装置３からデータ収集装置４にＭ個に１個の頻度で波形データを選択して送信するようにすることで、不良事象の発生が推定されない期間のデータ伝送量を略１／Ｍに抑えることができ、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ることができる。

２．ルールＲ２．不良事象の発生が推定された場合、データ送信部３３は、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波形データとそ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個の波形データを送信する。Ｎの値は数個、数十、数百程度が妥当である。不良事象の推定に用いた波形データの前後の波形データの数Ｎは前後で異なっていてもよい。あるいは、不良事象の推定に用いた波形データの前のＮ個の波形データのみを送信したり、後のＮ個の波形データのみを送信してもよい。

なお、Ｍ、Ｎの値は１以上の値のなかから、予めユーザにより設定されてもよい。あるいは過去の不良事象の頻度などの履歴から自動的に設定されたり、動的に変更されたりしてもよい。

さらに、データ分析装置３は、それぞれのＡ／Ｄ変換部３１より得られた波形データを保持可能な記憶部であるデータ保持部３４を有する。データ保持部３４には、それぞれのＡ／Ｄ変換部３１より得られた圧力センサー２ｂ毎の最新Ｄ個の波形データを、分析ＡＩ部３２による不良事象の推定結果にかかわらずバッファリングすることが可能な記憶部である。ここで、Ｄの値はＭの値以上とされる。

なお、図５では、データ送信部３３のブロックにデータ保持部３４が存在する形態を例示したが、本発明はこの限りではなく、データ分析装置３に設けられたものであればよい。

ネットワーク６はＬＡＮ（Local Area Network）であっても、インタ－ネットなどのＷＡＮ（Wide Area Network）であってもよい。また、ネットワーク通信は無線通信であっても有線通信であってもよい。

（データ収集装置４）
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。

データ収集装置４は、ネットワーク６を通じてデータ分析装置３より受信した、圧力センサー２ｂ毎の波形データを、図示しないストレージデバイスに蓄積するとともに、ネットワーク６を通じてデータ分析装置３より不良事象の推定結果を受信した場合にはその不良事象の推定結果を、対応する波形データと紐付けて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、データ分析装置３より収集した上記のデータをもとに、例えば以下のような処理を行うことができる。
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。

次に、本実施形態のプレス製造条件収集システム１００における各部の動作を説明する。

［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］
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。

ここで、金型の不良事象が波形データにどのように現れるかを例示する。
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。

図６は１つの圧力センサー２ｂから得られる通常（正常）の波形データ５１の例を示す図である。ここで、横軸はスライド１３を駆動するクランク機構の主歯車の回転角度、縦軸は圧力センサー２ｂの検出信号レベルである。この例では、時刻ｔ１からパンチが材料（ワーク）に喰い込みはじめ、次第にせん断荷重が増大する。せん断がはじまる直前の時刻ｔ２にせん断荷重がピークとなり、せん断がはじまると、金型等に蓄えられた圧縮応力による弾性変形エネルギが一気に開放するブレークスルー現象によってせん断荷重が低下し、せん断が完了する。「２枚抜き」や「パンチ折れ」などの不良事象が発生した場合、それら不良事象を反映した波形データが発生する。

まず、材料の「２枚抜き」が発生した場合を説明する。「２枚抜き」は、例えばパンチの磨耗により抜きカスのバリがパンチの先端面に吸着し、ダイの上に落ちて載ることなどによって発生する。図７は材料の「２枚抜き」が発生した場合のせん断荷重の波形データ７１を通常時の波形データ５１と比較して示す図である。材料の「２枚抜き」が発生した際の波形データ７１には、通常時の波形データ５１に比べ、ピークのせん断荷重が２倍程度に大きくなったり、せん断荷重の発生時間が２倍程度に広がったりする（図示せず）などの特有の変化が現れる。

次に、「パンチ折れ」が発生した場合を説明する。図８は「パンチ折れ」が発生している場合の波形データ８１の例を通常時の波形データ５１と比較して示す図である。「パンチ折れ」が発生している場合の波形データ８１には、例えば、パンチが材料（ワーク）と接触する期間にせん断荷重が上下に細かく振動し、通常時の波形データ５１のような明確なピークが現れない、などの特徴がある。

このように、「２枚抜き」や「パンチ折れ」などの不良事象は、センサープレート２における複数の圧力センサー２ｂのうち、問題となっているパンチに最も近い位置の圧力センサー２ｂの波形データに顕著に現れる。したがって、データ分析装置３は、不良事象の発生およびその種類を金型の部位毎に推定することができる。

［不良事象の推定を契機とするプレス成形の強制停止］
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。

このようにデータ分析装置３の各分析ＡＩ部３２は、対応する個々の圧力センサー２ｂの波形データを対象に不良事象を推定するので、より高速かつ精度良く不良事象の発生を検出することができる。このため、不良事象の発生から短い経過時間でプレス成形機１０の動作を強制停止させることができ、成形不良品の発生数を可及的に最少に抑えることができる。

次に、データ収集装置４の動作を説明する。
（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。

（金型全体の圧力分布（型抜き力分布）の表示）
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。

（不良事象発生の予兆判定）
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。

図１１はデータ収集装置４のストレージデバイスに蓄積された、ある圧力センサー２ｂの波形データを可視化した図である。ここで、横軸は圧力センサーによる累積検出回数、縦軸は検出信号レベルである。このように、圧力センサーによる累積検出回数の増大つまりプレス成形の累積回数が増大するにつれてパンチの磨耗などによる劣化が進行し、検出信号レベルの移動平均の値１１１が次第に増大する。データ収集装置４のＣＰＵは、この検出信号レベルの移動平均の値１１１などの評価値が閾値１１３を越えた状態を「２枚抜き」などの不良事象の予兆、あるいは金型の寿命による交換時期が来ているとして判定し、表示部などを通してこの旨をユーザに提示する。

この不良事象の予兆判定は、すべての圧力センサー２ｂの波形データについて個別に実施される。これにより、金型の部位毎の不良事象の予兆判定を行うことができる。

あるいは、データ収集装置４のＣＰＵは、検出信号レベルの移動平均の値１１１などの評価値と、不良事象の発生回数あるいは発生頻度などから、金型の寿命が来ていることを判定してもよい。

［複数の波形データに基づく不良部位の算出］
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。

例えば、図１２に示すように、２つのパンチＰ５、Ｐ６のうち一方のパンチＰ６による打ち抜き部位で「２枚抜き」などの不良事象が発生した場合を想定する。データ収集装置４のＣＰＵは、最もせん断荷重のピーク値が高い、位置（ｘ１，ｙ１）の圧力センサー２ｂとその周囲の複数の圧力センサー２ｂについて、各々の圧力センサー２ｂの波形データにおける同じタイミングの値をもとに、不良事象の発生した位置の座標を算出する。これにより、問題のあるパンチ（Ｐ６）と問題のないパンチ（Ｐ５）とを高い精度で識別することができる。

（プレス成形機１０の不良事象の推定について）
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。

（波形データの送信制限）
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。

この制御は、すべての圧力センサー２ｂの波形データについて同様に行われるが、ここでは、技術理解の容易化のため１つの圧力センサー２ｂの波形データの送信制限に絞って説明する。

図１４は、不良事象の推定結果に基づく波形データの選択的送信方法を説明するための図である。ここで、0001番目から0911番目までの波形データを例示する。0001番目の波形データは例えば初回プレス成形時に生成される波形データであり、0911番目の波形データは911回目のプレス成形時の波形データである。データ送信の制約条件はＭ＝２００、Ｎ＝４０とする。データ送信の制約条件は固定とする。

データ分析装置３は、Ａ／Ｄ変換部３１より得た最新Ｄ個までの波形データをデータ保持部３４に保持する。ＤはＭ以上の値である。
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。

例えば、0001番目から0200番目までの波形データについて不良事象が推定されなかったとき、データ送信部３３は、ルールＲ１（Ｍ＝２００）により、その0200番目の波形データをデータ収集装置４にネットワーク６を通じて送信する。続いて、0201番目から0400番目までの波形データについて不良事象が推定されなかったとき、データ送信部３３は、同様にルールＲ１（Ｍ＝２００）により、その0400番目の波形データをデータ収集装置４にネットワーク６を通じて送信する。

次いで、0401番目から0490番目までの波形データについて不良事象が推定されなかったが、0491番目の波形データについて不良事象が推定されたとき、データ送信部３３は、ルールＲ２（Ｎ＝４０）により、0471番目から0511番目までの４０個の波形データ８１をデータ収集装置４にネットワーク６を通じて送信する。ここで、0471番目から0491番目までの２０個の波形データはデータ分析装置３のデータ保持部３４から読み出されてデータ収集装置４に送信され、0491番目から0511番目までの２０個の波形データはデータ保持部３４に保存され次第、データ収集装置４に送信される。あるいは、0471番目から0511番目までの４０個の波形データ８１がデータ保持部３４に保存され次第、これらの波形データ８１を送信してもよい。この後、0512番目から0711番目までの２００個の波形データについて不良事象が推定されたならば、データ送信部３３は、ルールＲ１（Ｍ＝２００）により0711番目の波形データをデータ収集装置４にネットワーク６を通じて送信する。さらに、0712番目から0911番目までの２００個の波形データについて不良事象が推定されたならば、データ送信部３３は、ルールＲ１（Ｍ＝２００）により、0911番目の波形データをデータ収集装置４にネットワーク６を通じて送信する。

図１５は、不良事象の発生が推定された場合に、その不良事象の推定時の波形データを含む前Ｎ個の波形データを送信する場合の例である。
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。

図１６は、不良事象の発生が推定された場合に、その不良事象の推定時の波形データを含む後Ｎ個の波形データを送信する場合の例である。
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。

以上、Ｎ個の波形データの前後の比を１対１、１対０、０対１とする例を挙げたが、例えば、１対９、２対８、４対６、９対１とするなど、前後で様々な比にしてもよい。さらに、この前後の比を、各種の条件に応じて動的に変更するようにしてもよい。

このように、本実施形態では、不良事象が推定されない期間の波形データについては、Ｍ回に1回の頻度で波形データを選択的にデータ収集装置４に送信し、不良事象が推定された場合は、そのときの波形データとその前後の少なくともいずれか一方の1以上の波形データを含むＮ個の波形データをデータ収集装置４に送信するようにした。これにより、波形データをデータ分析装置３からデータ収集装置４に送信するにあたっての通信負荷の軽減、およびデータ収集装置４におけるストレージデバイスの容量軽減を図ることができる。

不良事象が推定されない期間の波形データについてはＭ回に1回の頻度で波形データを選択的にデータ収集装置４にて収集することは、データ収集装置４にて、実際に波形データを収集している状況や、分析ＡＩ部３２で検出に漏れた異常な波形データが発生していないかなどを確認するうえで有用である。

（変形例１：波形データの送信契機の変形）
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。

（変形例２：Ｍ、Ｎの値の動的制御）
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。

（変形例３：ＡＩ機能に拠らないデータ分析）
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。

（変形例４：センサープレート２に限定されないことについて）
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。

（変形例５：圧力センサー以外のセンサーの利用）
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。

（その他の変形例）
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。

以上、不良事象として「２枚抜き」、「パンチ折れ」を例示したが、これら以外の不良事象についても推定の対象としてもよいことは言うまでもない。

２…センサープレート
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)

1. 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。
2. 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。
3. 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。
4. 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。

Images