JP7274330B2 - 製造システム、情報処理方法、および製造方法 - Google Patents
製造システム、情報処理方法、および製造方法 Download PDFInfo
- Publication number
- JP7274330B2 JP7274330B2 JP2019068808A JP2019068808A JP7274330B2 JP 7274330 B2 JP7274330 B2 JP 7274330B2 JP 2019068808 A JP2019068808 A JP 2019068808A JP 2019068808 A JP2019068808 A JP 2019068808A JP 7274330 B2 JP7274330 B2 JP 7274330B2
- Authority
- JP
- Japan
- Prior art keywords
- manufacturing
- product
- manufacturing conditions
- candidate
- conditions
- 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
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
Description
本発明の一実施形態に係る製造システムの概要を図2に基づいて説明する。図2は、製造システム100の概要を示す図である。製造システム100は、化学製品または化学製品の加工品を製品として製造する製造システムである。製造システム100には、好ましくは、情報処理装置1によって実現されるサイバー工場と、実際に製品を製造する実工場2が含まれる。実工場2には、製品の製造設備3と、製造設備3の動作を制御する制御装置4が設けられている。
本実施形態では、実工場2において粉末状の樹脂である紛体樹脂を製造する例を説明する。紛体樹脂の製造プロセスは、例えば図3のようなものであってもよい。図3は、紛体樹脂の製造プロセスの一例を示す図である。
図1に基づいて情報処理装置1の構成を説明する。図1は、情報処理装置1の要部構成の一例を示すブロック図である。情報処理装置1は、情報処理装置1の各部を統括して制御する制御部10、情報処理装置1が使用する各種データを記憶する記憶部20、情報処理装置1に対する入力操作を受け付ける入力部30、および情報処理装置1がデータを出力する際に用いる出力部40を備えている。出力部40の出力態様は特に限定されず、例えば表示出力であってもよいし、印字出力であってもよいし、音声出力であってもよい。また、制御部10には、条件候補生成部101、予測部102、信頼度判定部103、評価部104、および学習部105が含まれている。記憶部20には、製造条件データ201と製造結果データ202が記憶されている。
予測モデルにおける説明変数すなわち予測に用いる製造条件は、予測モデルにおける目的変数すなわち予測結果と関連する情報であればよい。例えば、上記製造条件には、製品の原材料に関する情報、製造システム100に含まれる製造設備3に関する情報、上記製品を製造する際の温度、圧力、流速、流量、単位時間当たりの処理量、バルブ開度、液面レベル、電流値、モータ回転数、トルク、シーケンス時間(例えば加工時間)、および水素イオン濃度の少なくとも何れかが含まれていてもよい。また、例えば製造プロセスに、製品または半製品の乾燥等のために送風する工程が含まれている場合、風量や風速を上記製造条件に含めてもよい。なお、上記の温度と圧力は、反応容器内の温度と圧力であってもよいし、反応容器外の温度と圧力、つまり製造設備3の周辺の気温と気圧であってもよい。以上のような各種情報は、製品の製造結果に関連が深いものであるから、これらの各種情報を製造条件(説明変数)として用いることにより予測精度の高い予測モデルを構築することが可能になる。
学習部105による予測モデルの構築方法を図4に基づいて説明する。図4は、予測モデルの構築方法の一例を示すフローチャートである。
図5は、PLS回帰分析で図3の連続プロセスをモデル化した予測モデルで算出した、紛体樹脂の揮発性成分含量(製品検査時の検査値)の予測値を示すグラフである。また、同図には、紛体樹脂の揮発性成分含量の実測値を示すグラフを比較のために記載している。なお、グレー線が予測値のグラフであり、黒線が実測値のグラフである。同図から、PLS回帰分析で構築した予測モデルで算出した予測値と実測値とが非常によく整合していることが分かる。
評価部104は、条件候補の評価値を算出し、その評価値に基づいて条件候補を評価してもよい。この場合、評価部104は、例えば図6に示す方法で評価値を決定してもよい。図6は、条件候補の評価値の算出方法の例を示す図である。
情報処理装置1が製造条件を決定する処理の流れを図7に基づいて説明する。図7は、情報処理装置1が実行する情報処理方法の一例を示すフローチャートである。
最適な製造条件を情報処理装置1に決定させるためのユーザインターフェース(UI)について図8に基づいて説明する。図8は、最適な製造条件を情報処理装置1に決定させるためのUI画面の一例を示す図である。出力部40が表示装置である場合、このようなUI画面は出力部に表示出力させればよい。
ユーザは、情報処理装置1に製造条件を入力することにより、その製造条件による製品の製造結果を予測させることもできる。図9は、製造条件の入力を受け付けて、予測された製造結果を提示するためのUI画面の一例を示す図である。図9のUI画面には、換算が必要な製造条件の表示欄B1、製造条件の表示欄B2、予測を開始させるためのオブジェクトB3、製造結果の予測値の表示欄B4、および予測結果の信頼度の表示欄B5が含まれている。
図10は、製造システム100による製品の製造方法の一例を示すフローチャートである。なお、製造する製品は特に限定されず、例えば化学製品または化学製品の加工品であってもよい。
情報処理装置1が好適な製造条件を決定する対象となる製品は、例えば、粒状の樹脂を発泡させた発泡樹脂であってもよい。粒状の樹脂を発泡させる方法は特に限定されないが、例えば、粒状の樹脂に加圧条件下で発泡剤を含浸させ、加圧を開放することにより、発泡させてもよい。また、例えば樹脂を粒状に押し出し成形する際に発泡剤を注入してもよいし、発泡剤存在下で重合させることにより、発泡剤を含む粒状の樹脂を製造することもできる。
情報処理装置1が好適な製造条件を決定する対象となる製品は、例えば、熱可塑性樹脂で作られた管状体をブロー成形したバルーンであってもよい。上記バルーンは、例えば、パリソンチューブと呼ばれる管状体に、熱を加えながらエアーを吹き込んで膨らませることにより製造することができる。この製造方法において、パリソンチューブを膨らませる工程には、パリソンチューブの両端を引っ張って延伸する処理が含まれていてもよい。
情報処理装置1の制御ブロック(特に制御部10に含まれる各部)は、集積回路(ICチップ)等に形成された論理回路(ハードウェア)によって実現してもよいし、ソフトウェアによって実現してもよい。
3 製造設備
100 製造システム
Claims (12)
- 化学製品または化学製品の加工品を製品として製造する製造システムにおいて、
(i)上記製品の製造条件の候補を生成する処理と、
(ii)予測モデルを用いて上記候補の製造条件で上記製品を製造する場合の製造結果を予測する処理と、
(iii)上記予測の結果に基づいて上記候補の良否を評価する処理と、を実行する情報処理装置を含み、
上記予測モデルは、(a)過去に上記製造システムで上記製品を製造したときの製造条件と、該製造条件による上記製品の製造結果とを示すデータを用いて構築され、かつ、(b)上記製品の製造条件と該製造条件で製造された上記製品の製造結果との関係を示し、
上記情報処理装置は、上記(ii)の処理を上記製造条件の候補を変えながら繰り返し実行し、上記(iii)の評価が所定の基準を満たした上記候補の製造条件を、上記製品の製造条件として決定し、
上記情報処理装置は、上記候補の評価において、上記予測モデルで予測した製造結果の少なくとも一部と、上記製造条件の候補が示す製造条件の少なくとも一部と、に基づいて当該候補を評価する、製造システム。 - 化学製品または化学製品の加工品を製品として製造する製造システムにおいて、
(i)上記製品の製造条件の候補を生成する処理と、
(ii)予測モデルを用いて上記候補の製造条件で上記製品を製造する場合の製造結果を予測する処理と、
(iii)上記予測の結果に基づいて上記候補の良否を評価する処理と、を実行する情報処理装置を含み、
上記予測モデルは、(a)過去に上記製造システムで上記製品を製造したときの製造条件と、該製造条件による上記製品の製造結果とを示すデータを用いて構築され、かつ、(b)上記製品の製造条件と該製造条件で製造された上記製品の製造結果との関係を示し、
上記情報処理装置は、上記(ii)の処理を上記製造条件の候補を変えながら繰り返し実行し、上記(iii)の評価が所定の基準を満たした上記候補の製造条件を、上記製品の製造条件として決定し、
上記情報処理装置は、上記候補の評価において、上記予測モデルで予測した製造結果の一部の評価結果と、該製造結果の他の一部の評価結果と、に基づいて当該候補を評価する、製造システム。 - 化学製品または化学製品の加工品を製品として製造する製造システムにおいて、
(i)上記製品の製造条件の候補を生成する処理と、
(ii)予測モデルを用いて上記候補の製造条件で上記製品を製造する場合の製造結果を予測する処理と、
(iii)上記予測の結果に基づいて上記候補の良否を評価する処理と、を実行する情報処理装置を含み、
上記予測モデルは、(a)過去に上記製造システムで上記製品を製造したときの製造条件と、該製造条件による上記製品の製造結果とを示すデータを用いて構築され、かつ、(b)上記製品の製造条件と該製造条件で製造された上記製品の製造結果との関係を示し、
上記情報処理装置は、上記(ii)の処理を上記製造条件の候補を変えながら繰り返し実行し、上記(iii)の評価が所定の基準を満たした上記候補の製造条件を、上記製品の製造条件として決定し、
上記情報処理装置は、
予測された上記製造結果の信頼度を判定し、
上記候補の評価において、上記信頼度に応じて当該候補を評価する、製造システム。 - 上記情報処理装置は、上記候補の製造条件と、上記製品の製造において過去に適用済みの複数の製造条件との乖離度に応じて上記信頼度を判定する、請求項3に記載の製造システム。
- 化学製品または化学製品の加工品を製品として製造する製造システムにおいて、
(i)上記製品の製造条件の候補を生成する処理と、
(ii)予測モデルを用いて上記候補の製造条件で上記製品を製造する場合の製造結果を予測する処理と、
(iii)上記予測の結果に基づいて上記候補の良否を評価する処理と、を実行する情報処理装置を含み、
上記予測モデルは、(a)過去に上記製造システムで上記製品を製造したときの製造条件と、該製造条件による上記製品の製造結果とを示すデータを用いて構築され、かつ、(b)上記製品の製造条件と該製造条件で製造された上記製品の製造結果との関係を示し、
上記情報処理装置は、上記(ii)の処理を上記製造条件の候補を変えながら繰り返し実行し、上記(iii)の評価が所定の基準を満たした上記候補の製造条件を、上記製品の製造条件として決定し、
上記情報処理装置は、決定した上記製造条件と、該製造条件で上記製品を製造した製造結果とに基づいて上記予測モデルを更新する、製造システム。 - 上記情報処理装置は、上記候補の評価において、予測された製造結果が示す製造効率、予測された製造結果が示す上記製品の生産量、予測された製造結果が示す上記製品の収率、予測された製造結果が示す上記製品の製造所要時間、予測された製造結果が示す上記製品の生産コスト、予測された製造結果が示す上記製品の品質、予測された製造結果が示す上記製品の形状、予測された製造結果が示す上記製品の物性、および予測された製造結果が示す上記製品の外観、の少なくとも何れかに応じて当該候補を評価する、請求項1に記載の製造システム。
- 上記製造条件には、上記製品の原材料に関する情報、上記製造システムに含まれる製造設備に関する情報、上記製品を製造する際の温度、圧力、流速、流量、バルブ開度、液面レベル、電流値、モータ回転数、トルク、シーケンス時間、および水素イオン濃度の少なくとも何れかが含まれている、請求項1に記載の製造システム。
- 化学製品または化学製品の加工品を製品として製造する製造システムにおいて、
(i)上記製品の製造条件の候補を生成する処理と、
(ii)予測モデルを用いて上記候補の製造条件で上記製品を製造する場合の製造結果を予測する処理と、
(iii)上記予測の結果に基づいて上記候補の良否を評価する処理と、を実行する情報処理装置を含み、
上記予測モデルは、(a)過去に上記製造システムで上記製品を製造したときの製造条件と、該製造条件による上記製品の製造結果とを示すデータを用いて構築され、かつ、(b)上記製品の製造条件と該製造条件で製造された上記製品の製造結果との関係を示し、
上記情報処理装置は、上記(ii)の処理を上記製造条件の候補を変えながら繰り返し実行し、上記(iii)の評価が所定の基準を満たした上記候補の製造条件を、上記製品の製造条件として決定し、
上記製品は、紛体樹脂であり、
上記情報処理装置は、上記候補の評価において、予測された製造結果が示す、上記紛体樹脂の揮発性成分含量に応じて当該候補を評価する、製造システム。 - 化学製品または化学製品の加工品を製品として製造する製造システムにおいて、
(i)上記製品の製造条件の候補を生成する処理と、
(ii)予測モデルを用いて上記候補の製造条件で上記製品を製造する場合の製造結果を予測する処理と、
(iii)上記予測の結果に基づいて上記候補の良否を評価する処理と、を実行する情報処理装置を含み、
上記予測モデルは、(a)過去に上記製造システムで上記製品を製造したときの製造条件と、該製造条件による上記製品の製造結果とを示すデータを用いて構築され、かつ、(b)上記製品の製造条件と該製造条件で製造された上記製品の製造結果との関係を示し、
上記情報処理装置は、上記(ii)の処理を上記製造条件の候補を変えながら繰り返し実行し、上記(iii)の評価が所定の基準を満たした上記候補の製造条件を、上記製品の製造条件として決定し、
上記製品は、粒状の樹脂を発泡させた発泡樹脂であり、
上記情報処理装置は、上記候補の評価において、予測された製造結果が示す、上記発泡樹脂の比熱容量およびかさ密度の少なくとも何れかに応じて当該候補を評価する、製造システム。 - 化学製品または化学製品の加工品を製品として製造する製造システムにおいて、
(i)上記製品の製造条件の候補を生成する処理と、
(ii)予測モデルを用いて上記候補の製造条件で上記製品を製造する場合の製造結果を予測する処理と、
(iii)上記予測の結果に基づいて上記候補の良否を評価する処理と、を実行する情報処理装置を含み、
上記予測モデルは、(a)過去に上記製造システムで上記製品を製造したときの製造条件と、該製造条件による上記製品の製造結果とを示すデータを用いて構築され、かつ、(b)上記製品の製造条件と該製造条件で製造された上記製品の製造結果との関係を示し、
上記情報処理装置は、上記(ii)の処理を上記製造条件の候補を変えながら繰り返し実行し、上記(iii)の評価が所定の基準を満たした上記候補の製造条件を、上記製品の製造条件として決定し、
上記製品は、熱可塑性樹脂で作られた管状体をブロー成形したバルーンであり、
上記情報処理装置は、上記候補の評価において、予測された製造結果が示す、上記バルーンの内径、外径、膜厚、耐圧強度、および外観の少なくとも何れかに応じて当該候補を評価する、製造システム。 - 化学製品または化学製品の加工品を製品として製造する製造システムにおいて情報処理装置が実行する情報処理方法であって、
(i)上記製造システムにおける上記製品の製造条件の候補を生成するステップと、
(ii)予測モデルを用いて上記候補の製造条件で上記製品を製造する場合の製造結果を予測するステップと、
(iii)上記予測の結果に基づいて上記候補の良否を評価するステップと、を含み、
上記予測モデルは、(a)過去に上記製造システムで上記製品を製造したときの製造条件と、該製造条件による上記製品の製造結果とを示すデータを用いて構築され、かつ、(b)上記製品の製造条件と該製造条件で製造された上記製品の製造結果との関係を示し、
上記(ii)の処理を上記製造条件の候補を変えながら繰り返し実行し、上記(iii)の評価が所定の基準を満たした上記候補の製造条件を、上記製品の製造条件として決定するステップをさらに含み、
上記候補の良否を評価するステップでは、上記予測モデルで予測した製造結果の少なくとも一部と、上記製造条件の候補が示す製造条件の少なくとも一部と、に基づいて当該候補を評価する、情報処理方法。 - 化学製品または化学製品の加工品を製品として製造する製造方法であって、
請求項11に記載の情報処理方法によって決定された製造条件で上記製品を製造する、製造方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019068808A JP7274330B2 (ja) | 2019-03-29 | 2019-03-29 | 製造システム、情報処理方法、および製造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019068808A JP7274330B2 (ja) | 2019-03-29 | 2019-03-29 | 製造システム、情報処理方法、および製造方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020166749A JP2020166749A (ja) | 2020-10-08 |
JP7274330B2 true JP7274330B2 (ja) | 2023-05-16 |
Family
ID=72715279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019068808A Active JP7274330B2 (ja) | 2019-03-29 | 2019-03-29 | 製造システム、情報処理方法、および製造方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7274330B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7353804B2 (ja) | 2019-06-04 | 2023-10-02 | メタウォーター株式会社 | モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法 |
CN116806329A (zh) * | 2021-01-19 | 2023-09-26 | 柯尼卡美能达株式会社 | 制造条件最优化装置、程序以及制造条件最优化方法 |
JP7336477B2 (ja) * | 2021-03-05 | 2023-08-31 | 横河電機株式会社 | 学習装置、評価装置、評価システム、学習方法、学習プログラム、評価方法、および評価プログラム |
KR20220147936A (ko) * | 2021-04-28 | 2022-11-04 | 에스케이가스 주식회사 | 상업 화학 공정에서 핵심인자를 반영한 공정 변화 예측을 위한 시스템 및 방법 |
KR102556151B1 (ko) * | 2021-12-17 | 2023-07-14 | 고등기술연구원연구조합 | IIoT 송신기를 이용한 에너지 다소비 식품업종에서의 생산정보를 머신러닝을 기반으로 예측하는 방법과 에너지 최적화하는 방법 |
JP7157402B1 (ja) * | 2022-05-26 | 2022-10-20 | 株式会社エクサウィザーズ | 情報処理方法及びプログラム |
KR102647438B1 (ko) * | 2022-08-10 | 2024-03-12 | 에스케이가스 주식회사 | 화학공정의 기저원인 분석 및 이를 이용한 수율 예측 모델링 방법 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000112504A (ja) | 1998-10-07 | 2000-04-21 | Mitsubishi Heavy Ind Ltd | 生産工場のパラメータの最適化システム及びその計算用媒体 |
JP2007258731A (ja) | 2007-04-23 | 2007-10-04 | Canon System Solutions Inc | プロセスと品質との関係についてのモデル作成装置及びモデル作成方法 |
JP2010218187A (ja) | 2009-03-17 | 2010-09-30 | Fuji Electric Holdings Co Ltd | 製造条件調整装置 |
JP2011008562A (ja) | 2009-06-26 | 2011-01-13 | Kyoto Univ | プラント制御情報生成装置及び方法、並びにそのためのコンピュータプログラム |
JP2012146205A (ja) | 2011-01-13 | 2012-08-02 | Nippon Steel Corp | 品質予測装置、操業条件決定方法、品質予測方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
JP2013084057A (ja) | 2011-10-06 | 2013-05-09 | Nippon Steel & Sumitomo Metal | 製品品質の管理方法、及び製品品質の管理装置 |
US20180150038A1 (en) | 2016-11-29 | 2018-05-31 | Industrial Technology Research Institute | Prediction model building method, predicting method and associated computer software product |
-
2019
- 2019-03-29 JP JP2019068808A patent/JP7274330B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000112504A (ja) | 1998-10-07 | 2000-04-21 | Mitsubishi Heavy Ind Ltd | 生産工場のパラメータの最適化システム及びその計算用媒体 |
JP2007258731A (ja) | 2007-04-23 | 2007-10-04 | Canon System Solutions Inc | プロセスと品質との関係についてのモデル作成装置及びモデル作成方法 |
JP2010218187A (ja) | 2009-03-17 | 2010-09-30 | Fuji Electric Holdings Co Ltd | 製造条件調整装置 |
JP2011008562A (ja) | 2009-06-26 | 2011-01-13 | Kyoto Univ | プラント制御情報生成装置及び方法、並びにそのためのコンピュータプログラム |
JP2012146205A (ja) | 2011-01-13 | 2012-08-02 | Nippon Steel Corp | 品質予測装置、操業条件決定方法、品質予測方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
JP2013084057A (ja) | 2011-10-06 | 2013-05-09 | Nippon Steel & Sumitomo Metal | 製品品質の管理方法、及び製品品質の管理装置 |
US20180150038A1 (en) | 2016-11-29 | 2018-05-31 | Industrial Technology Research Institute | Prediction model building method, predicting method and associated computer software product |
Also Published As
Publication number | Publication date |
---|---|
JP2020166749A (ja) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7274330B2 (ja) | 製造システム、情報処理方法、および製造方法 | |
US11119456B2 (en) | Production system, information processing method, and production method | |
US8250006B2 (en) | Inferential sensors developed using three-dimensional pareto-front genetic programming | |
CN104102917A (zh) | 域自适应分类器的构造及数据分类的方法和装置 | |
CN105824897A (zh) | 基于卡尔曼滤波的混合推荐系统及方法 | |
Yao et al. | Nonlinear Gaussian mixture regression for multimode quality prediction with partially labeled data | |
JP2023507906A (ja) | ポリマー粘度の品質を制御するための方法及び制御システム | |
CN116030896A (zh) | 二氧化碳提纯工艺参数控制方法、系统以及电子设备 | |
Ordieres-Meré et al. | Comparison of models created for the prediction of the mechanical properties of galvanized steel coils | |
CN111339633A (zh) | 基于数据变化特征模糊度量的热量表性能退化评估方法 | |
CN112912938A (zh) | 用于改进与聚合物产品的生产有关的预测的方法 | |
KR102308311B1 (ko) | 인공지능을 이용하여 물성을 예측하기 위한 시스템 및 시스템의 동작 방법 | |
KR102308305B1 (ko) | 인공지능을 이용하여 abs의 특성을 결정하기 위한 시스템 및 시스템의 동작 방법 | |
AU2021385477A1 (en) | Computer surrogate model to predict the single-phase mixing quality in steady state mixing tanks | |
JP2021174053A (ja) | 学習モデル作成装置、材料特性予測装置、および学習モデル作成方法ならびにプログラム | |
Deng et al. | Heuristically optimized RBF neural model for the control of section weights in stretch blow moulding | |
JP2021011046A (ja) | 情報処理装置、学習方法及びプログラム | |
US11747772B1 (en) | Threshold determination for predictive process control of factory processes, equipment and automated systems | |
WO2022176293A1 (ja) | 物性予測装置及びプログラム | |
EP4336292A1 (en) | Method for process automation of a production process | |
Fei et al. | Data-based soft-sensing for melt index prediction | |
KR102308309B1 (ko) | 재생 abs의 물성을 예측하기 위한 시스템 및 시스템의 동작 방법 | |
US20210065255A1 (en) | Material property rating system and material property rating method | |
JP2022167027A (ja) | モデル生成装置、モデル生成方法、モデル生成プログラム、品質予測モデル及び製品品質予測装置 | |
Wulung | Modelling and forecasting the stretch blow moulding temperature based on the weather and surrounding temperature for reducing product defect |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20190403 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220114 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221031 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221206 |
|
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: 20230404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230501 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7274330 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |