JP7293149B2 - 搬送条件探索装置、搬送条件探索方法、およびプログラム - Google Patents

搬送条件探索装置、搬送条件探索方法、およびプログラム Download PDF

Info

Publication number
JP7293149B2
JP7293149B2 JP2020024648A JP2020024648A JP7293149B2 JP 7293149 B2 JP7293149 B2 JP 7293149B2 JP 2020024648 A JP2020024648 A JP 2020024648A JP 2020024648 A JP2020024648 A JP 2020024648A JP 7293149 B2 JP7293149 B2 JP 7293149B2
Authority
JP
Japan
Prior art keywords
web
conveying
streak
deformation
tension
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
Application number
JP2020024648A
Other languages
English (en)
Other versions
JP2021127238A (ja
Inventor
大介 田口
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.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
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 Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2020024648A priority Critical patent/JP7293149B2/ja
Publication of JP2021127238A publication Critical patent/JP2021127238A/ja
Application granted granted Critical
Publication of JP7293149B2 publication Critical patent/JP7293149B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Controlling Rewinding, Feeding, Winding, Or Abnormalities Of Webs (AREA)
  • Feedback Control In General (AREA)

Description

本開示の技術は、搬送条件探索装置、搬送条件探索方法、およびプログラムに関する。
磁気テープまたは光学フィルムなどの可撓性帯状部材（以下、ウエブという。）をローラで支持しながら、搬送路に沿って搬送するウエブ搬送装置がある（例えば、特許文献１参照）。
特開２０１４－１９０７７号公報
このようなウエブ搬送装置では、ウエブは一定の搬送速度でローラ上を搬送されるが、ウエブの搬送速度を高速化すると、ローラ表面でウエブがスリップする恐れがある。スリップが生じると、ウエブには擦り傷等の不具合が生じる。別の例においては、ウエブ搬送装置で搬送されるウエブにカラー印刷処理を行う場合には、スリップが生じることにより、色間見当ずれ（色間のずれ）が発生してしまう。
このようなウエブのスリップを防止するために搬送張力を高めることが考えられる。しかし、ウエブが、薄いフィルム（例えばポリマーフィルム）である場合には、搬送張力が高すぎると、表面に搬送方向に延びるスジ状の変形（以下、スジ状変形という。）が生じることが知られている。
搬送張力を含む搬送条件の決定は、経験豊富な技術者により行われている。しかし、上記のような「スリップ」と「スジ状変形」とは、搬送張力に関してトレードオフの関係にあることから、スリップとスジ状変形との両方を抑制する最適搬送条件を決定することは容易ではない。
特に、フィルム製膜工程のように搬送路が長い場合には、搬送機構が複雑化する傾向にある（例えば、ローラの数が多い）ので、短時間に最適搬送条件を決定することが難しく、搬送テストを繰り返す必要がある。このように、最適搬送条件の決定に時間がかかることから、試作コストの増大と開発期間の長期化が問題となっている。
本開示の技術は、最適搬送条件を容易に決定することを可能とする搬送条件探索装置、搬送条件探索方法、およびプログラムを提供することを目的とする。
上記目的を達成するために、本開示の搬送条件探索装置は、搬送路に沿ってウエブを搬送する搬送駆動部と、搬送路に設けられた少なくとも１つのローラと、ウエブの張力を検出して張力検出値を出力する張力検出部と、ウエブのローラの表面におけるスリップをスリップ量として定量化するスリップ量定量化部と、ウエブの搬送方向に生じるスジ状の変形をスジ状変形量として定量化するスジ状変形定量化部と、を備えるウエブ搬送装置に用いられ、ウエブ搬送装置の最適搬送条件を探索する搬送条件探索装置であって、少なくとも１つのプロセッサを備える。プロセッサは、ウエブの搬送速度および張力検出値を含む説明変数群と、スリップ量およびスジ状変形量を含む目的変数群との関係を表す学習済みモデルを、既知の説明変数群の値と、説明変数群の値に対する既知の目的変数群の値とを教師データとして学習することにより生成し、学習済みモデルに基づき、目的変数群に含まれるトレードオフの関係にあるスリップ量とスジ状変形量とを最適化する説明変数群の値を探索し、探索により求めた説明変数群の値を最適搬送条件とする。
プロセッサは、スリップ量を第１許容値以下とし、かつスジ状変形量を第２許容値以下とする制約条件下で、スリップ量とスジ状変形量との和を評価値として、評価値を閾値以下とする説明変数群の値を探索することが好ましい。
搬送路は、ウエブの搬送を駆動し、かつウエブの張力をカットする１以上の駆動ローラにより複数の領域に分けられており、張力検出部、スリップ量定量化部、およびスジ状変形定量化部は、領域ごとに、張力検出値、スリップ量、およびスジ状変形量を出力することが好ましい。
この場合、プロセッサは、領域ごとのスリップ量をそれぞれ第１許容値以下とし、かつ領域ごとのスジ状変形量をそれぞれ第２許容値以下とする制約条件下で、領域ごとのスリップ量および領域ごとのスジ状変形量の総和を評価値として、評価値を閾値以下とする説明変数群の値を探索することが好ましい。
プロセッサは、搬送速度を既知の値とし、かつ領域ごとの張力検出値を未知の値として探索を行うことにより、領域ごとの最適な張力を探索することが好ましい。
プロセッサは、遺伝的アルゴリズムを用いて探索を行うことが好ましい。
ウエブ搬送装置は、１以上の駆動ローラとしての第１駆動ローラおよび第２駆動ローラと、ダンサーローラと、ダンサーローラの位置に応じて第２駆動ローラの回転速度を調整するダンサー制御部と、第１駆動ローラは、ウエブを搬送速度で搬送する搬送駆動部を構成し、目的変数群には、ウエブの第２駆動ローラの表面におけるスリップ量が含まれることが好ましい。
ウエブ搬送装置は、ウエブを搬送路に送り出す送出装置と、搬送路からウエブを巻き取る巻取装置とを備えることが好ましい。
スジ状変形定量化部は、変位センサにより検出されるウエブの表面の変位量に基づいて、スジ状変形量を定量化することが好ましい。
スジ状変形定量化部は、光源によりウエブの表面に照明光が照射された状態でカメラにより撮影された画像に基づいて、スジ状変形量を定量化することが好ましい。
スリップ量定量化部は、ローラの回転速度の検出値と、搬送速度との差に基づいて、スリップを定量化することが好ましい。
スリップ量定量化部は、ウエブに生じる欠陥レベルを直接検出することによりスリップ量を定量化する請求項１から１０いずれか１項に記載の搬送条件探索装置。
説明変数群には、ウエブの材料特性値が含まれることが好ましい。
材料特性値には、ウエブの厚み、幅、弾性率、および摩擦係数のうち少なくとも１つが含まれることが好ましい。
本開示の搬送条件探索方法は、搬送路に沿ってウエブを搬送する搬送駆動部と、搬送路に設けられた少なくとも１つのローラと、ウエブの張力を検出して張力検出値を出力する張力検出部と、ウエブのローラの表面におけるスリップをスリップ量として定量化するスリップ量定量化部と、ウエブの搬送方向に生じるスジ状の変形をスジ状変形量として定量化するスジ状変形定量化部と、を備えるウエブ搬送装置に用いられ、ウエブ搬送装置の最適搬送条件を探索する搬送条件探索方法である。ウエブの搬送速度および張力検出値を含む説明変数群と、スリップ量およびスジ状変形量を含む目的変数群との関係を表す学習済みモデルを、既知の説明変数群の値と、説明変数群の値に対する既知の目的変数群の値とを教師データとして学習することにより生成し、学習済みモデルに基づき、目的変数群に含まれるトレードオフの関係にあるスリップ量とスジ状変形量とを最適化する説明変数群の値を探索し、探索により求めた説明変数群の値を最適搬送条件とする。
本開示のプログラムは、搬送路に沿ってウエブを搬送する搬送駆動部と、搬送路に設けられた少なくとも１つのローラと、ウエブの張力を検出して張力検出値を出力する張力検出部と、ウエブのローラの表面におけるスリップをスリップ量として定量化するスリップ量定量化部と、ウエブの搬送方向に生じるスジ状の変形をスジ状変形量として定量化するスジ状変形定量化部と、を備えるウエブ搬送装置に用いられ、ウエブ搬送装置の最適搬送条件を探索する動作をプロセッサに実行させるプログラムである。ウエブの搬送速度および張力検出値を含む説明変数群と、スリップ量およびスジ状変形量を含む目的変数群との関係を表す学習済みモデルを、既知の説明変数群の値と、説明変数群の値に対する既知の目的変数群の値とを教師データとして学習することにより生成し、学習済みモデルに基づき、目的変数群に含まれるトレードオフの関係にあるスリップ量とスジ状変形量とを最適化する説明変数群の値を探索し、探索により求めた説明変数群の値を最適搬送条件とする動作をプロセッサに実行させる。
本開示の技術によれば、最適搬送条件を容易に決定することを可能とする搬送条件探索装置、搬送条件探索方法、およびプログラムを提供することができる。
ウエブ搬送装置の構成を示す図である。 メインコントローラの構成を示す図である。 スリップの発生原理について説明する図である。 ウエブに生じ得たスジ状変形を模式的に示す図である。 スジ状変形の定量化について説明する図である。 スジ状変形が折れしわに変化する様子を例示する図である。 コンピュータの構成を示す図である。 搬送条件探索装置の機能構成を示す図である。 教師データの一例を示す図である。 機械学習部の構成を示す図である。 学習済みモデルの模式図である。 探索部の構成を示す図である。 入力データ、出力結果、および評価値を例示する図である。 探索部による処理の流れを説明する図である。 搬送条件探索装置の作用を説明するフローチャートである。 第１スジ状変形定量化部の変形例を示す図である。 教師データの他の一例を示す図である。
［実施形態］
以下、本開示の一実施形態について説明する。以下の実施形態においては、ウエブ搬送装置の一例として、ロール状のウエブを一端側から送り出し（巻き出し）ながら、他端側で巻き取るように構成されたウエブ搬送装置について説明する。
図１において、ウエブ搬送装置２は、送出領域３Ａと、中間領域３Ｂと、巻取領域３Ｃとの３つの領域に分けられた搬送路３を有する。また、ウエブ搬送装置２には、ウエブ搬送装置２の各部を制御するためのメインコントローラ４と、ウエブの搬送条件を探索するための搬送条件探索装置５とが設けられている。
送出領域３Ａには、送出装置１０と、複数の従動ローラ１１Ａ～１１Ｃとが設けられている。送出装置１０は、巻芯１２、モータ１３、および速度制御部１４により構成されている。巻芯１２は、図示しない支持台により回転自在に支持されている。巻芯１２には、ウエブＷがロール状に巻き上げられた送出ロールＲＬが取り付けられている。
モータ１３は、巻芯１２を回転駆動する。速度制御部１４は、モータ１３の回転を制御することにより、巻芯１２を矢印Ａの方向に回転させる。具体的には、速度制御部１４は、メインコントローラ４から送信される速度の指示値にしたがって、巻芯１２を回転させる。巻芯１２が回転することによって、送出ロールＲＬからウエブＷが送り出される。
従動ローラ１１Ａ～１１Ｃは、搬送路３上に回転自在に設けられている。従動ローラ１１Ａ～１１Ｃは、ウエブＷを支持しながら、ウエブＷの搬送に従動して回転する。
ウエブＷは、可撓性の連続した帯状の膜厚が薄い部材（可撓性帯状部材）である。ウエブＷには、樹脂フィルム、紙、金属薄膜、薄鋼板、レジンコーテッド紙、磁気テープ、または合成紙等が含まれる。樹脂フィルムの材質として、例えば、ポリオレフィン、ビニル重合体、ポリアミド、ポリエステル、およびセルロースアセテート等が挙げられる。ポリオレフィンには、ポリエチレン、およびポリプロピレン等が含まれる。ビニル重合体には、ポリ酢酸ビニル、ポリ塩化ビニル、およびポリスチレン等が含まれる。ポリアミドには、６，６－ナイロン、および６－ナイロン等が含まれる。ポリエステルには、ポリエチレンテレフタレート、およびポリエチレン－２，６－ナフタレート等が含まれる。セルロースアセテートには、ポリカーボネート、セルローストリアセテート、およびセルロースダイアセテート等が含まれる。
従動ローラ１１Ａ～１１Ｃのうち、例えば、従動ローラ１１Ａには張力検出部としての張力センサ１５が接続されている。すなわち、送出領域３Ａでは、従動ローラ１１Ａが張力測定ローラとして機能する。張力測定ローラとしての従動ローラ１１Ａには、ウエブＷに張力に応じた加重が加わる。張力センサ１５は、従動ローラ１１Ａに加わる荷重を検出することによって、送出領域３ＡにおけるウエブＷの張力（以下、送出張力という。）Ｔ１を検出する。張力センサ１５が検出した張力の検出値は、送出張力検出値Ｔ１としてメインコントローラ４に入力される。
送出張力は、巻芯１２に接続されたパウダブレーキ（図示せず）のブレーキトルクによって制御される。メインコントローラ４は、一定の送出張力を保つために、送出張力検出値Ｔ１を監視しながら、送出ロールＲＬの巻径の減少に伴ってブレーキトルクを小さくする。
従動ローラ１１Ａ～１１Ｃのうち、例えば、従動ローラ１１Ｂには速度センサ１６が接続されている。速度センサ１６は、ロータリエンコーダ等で構成されている。速度センサ１６が検出した従動ローラ１１Ｂの回転速度の検出値は、送出従動ローラ速度検出値Ｖ１としてメインコントローラ４に入力される。
従動ローラ１１Ａと従動ローラ１１Ｂとの間には、変位センサ１７が設けられている。変位センサ１７は、従動ローラ１１Ａと従動ローラ１１Ｂとの間の搬送路３上を移動するウエブＷの表面の変位量を検出する。変位センサ１７は、例えば、レーザ式変位センサである。レーザ式変位センサには、反射型と透過型とがある。反射型レーザ式変位センサには、反射散乱方式、位相差検出方式、およびＴＯＦ（Ｔｉｍｅ ｏｆ Ｆｌｉｇｈｔ）方式等がある。
本実施形態では、変位センサ１７として、例えば、反射散乱方式の反射型レーザ式変位センサを用いる。変位センサ１７は、ウエブＷが搬送されている間に、ウエブＷの表面に生じるスジ状変形による変位量Ｄ１を検出してメインコントローラ４に入力する。
送出領域３Ａと中間領域３Ｂとの間の搬送路３上には、ウエブＷの張力をカットするための張力カットローラとしての駆動ローラ２０が設けられている。駆動ローラ２０は、送出領域３Ａの従動ローラ１１Ｃから搬送されたウエブＷを抱いて中間領域３Ｂへ搬送する。駆動ローラ２０は、送出領域３Ａと中間領域３Ｂとの間でウエブＷの張力を変化させる。なお、駆動ローラ２０は、特許請求の範囲に記載の第２駆動ローラに対応する。
駆動ローラ２０にはモータ２１が接続されている。モータ２１には速度制御部２２が接続されている。モータ２１は、駆動ローラ２０を回転駆動する。速度制御部２２は、モータ２１の回転を制御することにより、駆動ローラ２０を矢印Ｂの方向に回転させる。
駆動ローラ２０には速度センサ２３が接続されている。速度センサ２３は、速度センサ２３と同様に、ロータリエンコーダ等で構成されている。速度センサ２３が検出した駆動ローラ２０の回転速度の検出値は、駆動ローラ速度検出値Ｖｄとしてメインコントローラ４に入力される。
中間領域３Ｂには、ダンサーローラ２４と、ダンサー制御部２５と、複数の従動ローラ２６Ａ～２６Ｆとが設けられている。ダンサーローラ２４は、駆動ローラ２０の下流側の搬送路３上に回転自在に設けられている。
従動ローラ２６Ａ～２６Ｆは、ダンサーローラ２４の下流側の搬送路３上に回転自在に設けられている。従動ローラ２６Ａ～２６Ｆは、ウエブＷを支持しながら、ウエブＷの移動に伴って回転する。
ダンサーローラ２４には軸受部材２４Ａの一端が接続されている。軸受部材２４Ａの他端は位置検出部２４Ｂに接続されている。ダンサーローラ２４は、軸受部材２４Ａを回転半径として揺動自在に設けられている。ダンサーローラ２４は、上流側および下流側のウエブＷの搬送速度の変化によって揺動する。例えば、上流側の搬送速度が下流側の搬送速度よりも速くなると、ダンサーローラ２４は下方に変位する。逆に、上流側の搬送速度が下流側の搬送速度よりも遅くなると、ダンサーローラ２４は上方に変位する。このように、ダンサーローラ２４は、上流側および下流側におけるウエブＷの搬送速度の変化により生じるウエブＷの張力の変動を抑制する。なお、ダンサーローラ２４は、揺動するものに限られず、直線状に移動するものであってもよい。
位置検出部２４Ｂは、ポテンショメータまたはロータリエンコーダ等で構成され、ダンサーローラ２４の位置を検出する。位置検出部２４Ｂによるダンサーローラ２４の位置の検出値はダンサー制御部２５に入力される。ダンサー制御部２５は、位置検出部２４Ｂから入力された検出値に基づいて速度制御部２２に指示を与えることにより、駆動ローラ２０の回転速度を制御する。例えば、ダンサー制御部２５は、ダンサーローラ２４の位置が下方に変位した場合には、駆動ローラ２０の回転速度を下げる。逆に、ダンサー制御部２５は、ダンサーローラ２４の位置が上方に変位した場合には、駆動ローラ２０の回転速度を上げる。このように、駆動ローラ２０は、ダンサーローラ２４の位置に応じて回転速度が制御される。
従動ローラ２６Ａ～２６Ｆのうち、例えば、従動ローラ２６Ａには張力検出部としての張力センサ２７が接続されている。すなわち、中間領域３Ｂでは、従動ローラ２６Ａが張力測定ローラとして機能する。張力測定ローラとしての従動ローラ２６Ａには、ウエブＷに張力に応じた加重が加わる。張力センサ２７は、前述の張力センサ１５と同様に、従動ローラ２６Ａに加わる荷重を検出することによって、中間領域３ＢにおけるウエブＷの張力（以下、中間張力という。）Ｔ２を検出する。張力センサ２７が検出した張力の検出値は、中間張力検出値Ｔ２としてメインコントローラ４に入力される。
従動ローラ２６Ａ～２６Ｆのうち、例えば、従動ローラ２６Ｂには速度センサ２８が接続されている。速度センサ２８は、速度センサ１６と同様の構成である。速度センサ２８が検出した従動ローラ２６Ｂの回転速度の検出値は、中間従動ローラ速度検出値Ｖ２としてメインコントローラ４に入力される。
従動ローラ２６Ａと従動ローラ２６Ｂとの間には、変位センサ２９が設けられている。変位センサ２９は、従動ローラ２６Ａと従動ローラ２６Ｂとの間の搬送路３上を移動するウエブＷの表面の変位量を検出する。変位センサ２９は、変位センサ１７と同様の構成である。変位センサ２９は、ウエブＷが搬送されている間に、ウエブＷの表面に生じるスジ状変形による変位量Ｄ２を検出してメインコントローラ４に入力する。
本実施形態では、例えば、中間領域３Ｂの従動ローラ２６Ｄと従動ローラ２６Ｅとの間における搬送路３に、ウエブＷに対して処理を行う処理装置３０が設けられる。処理装置３０は、成膜装置、印刷装置、塗布装置、またはカレンダ装置等である。印刷装置は、例えばインクジェット方式である。塗布装置は、例えば、ギーサー方式である。
中間領域３Ｂと巻取領域３Ｃとの間の搬送路３上には、ウエブＷの張力をカットするための張力カットローラとしての駆動ローラ４０が設けられている。駆動ローラ４０は、中間領域３Ｂの従動ローラ２６Ｆから搬送されたウエブＷを抱いて巻取領域３Ｃへ搬送する。駆動ローラ４０は、中間領域３Ｂと巻取領域３Ｃとの間でウエブＷの張力を変化させる。なお、駆動ローラ４０は、特許請求の範囲に記載の第１駆動ローラに対応し、かつウエブを一定の搬送速度で搬送する搬送駆動部を構成するものである。
駆動ローラ４０にはモータ４１が接続されている。モータ４１には速度制御部４２が接続されている。モータ４１は、駆動ローラ４０を回転駆動する。速度制御部４２は、モータ４１の回転を制御することにより、駆動ローラ４０を一定の回転速度（基準速度）Ｖｂで矢印Ｃの方向に回転させる。基本的に、基準速度がウエブＷの搬送速度と等しい。
巻取領域３Ｃには、巻取装置５０と、複数の従動ローラ５１Ａ～５１Ｃとが設けられている。巻取装置５０は、巻芯５２、モータ５３、および速度制御部５４により構成されている。巻芯５２は、図示しない支持台により回転自在に支持されている。巻芯５２には、ウエブＷがロール状に巻き取られる。
モータ５３は、巻芯５２を回転駆動する。速度制御部５４は、モータ５３の回転を制御することにより、巻芯５２を一定の回転速度で矢印Ｄの方向に回転させる。具体的には、速度制御部５４は、メインコントローラ４から送信される速度の指示値にしたがって、巻芯５２を回転させる。巻芯５２が回転することによって、従動ローラ５１Ａ～５１Ｃを介して搬送されてきたウエブＷが巻き取られる。
従動ローラ５１Ａ～５１Ｃは、搬送路３上に回転自在に設けられている。従動ローラ５１Ａ～５１Ｃは、ウエブＷを支持しながら、ウエブＷの移動に伴って回転する。
従動ローラ５１Ａ～５１Ｃのうち、例えば、従動ローラ５１Ｂには張力検出部としての張力センサ５５が接続されている。すなわち、巻取領域３Ｃでは、従動ローラ５１Ｂが張力測定ローラとして機能する。張力測定ローラとしての従動ローラ５１Ｂには、ウエブＷに張力に応じた加重が加わる。張力センサ５５は、従動ローラ５１Ｂに加わる荷重を検出することによって、巻取領域３ＣにおけるウエブＷの張力（以下、巻取張力という。）Ｔ３を検出する。張力センサ５５が検出した張力の検出値は、巻取張力検出値Ｔ３としてメインコントローラ４に入力される。
巻取張力は、巻芯５２とモータ５３との間に接続されたパウダクラッチ（図示せず）によって制御される。メインコントローラ４は、ウエブＷのたるみをなくして張力を発生させるために、パウダクラッチの入力回転速度が常に巻芯５２の回転速度よりも速くなるようにモータ５３の回転速度を設定する。このように、パウダクラッチの入力側と出力側で回転速度に差が生じるため、パウダクラッチにはスリップが発生する。メインコントローラ４は、一定の巻取張力を保つために、巻取張力検出値Ｔ３を監視しながら、ウエブＷの巻太りに伴ってパウダクラッチのトルクを大きくする。
従動ローラ５１Ａ～５１Ｃのうち、例えば、従動ローラ５１Ｃには速度センサ５６が接続されている。速度センサ５６は、速度センサ１６と同様の構成である。速度センサ５６が検出した従動ローラ５１Ｃの回転速度の検出値は、巻取従動ローラ速度検出値Ｖ３としてメインコントローラ４に入力される。
従動ローラ５１Ｂと従動ローラ５１Ｃとの間には、変位センサ５７が設けられている。変位センサ５７は、従動ローラ５１Ｂと従動ローラ５１Ｃとの間の搬送路３上を移動するウエブＷの表面の変位量を検出する。変位センサ５７は、変位センサ１７と同様の構成である。変位センサ５７は、ウエブＷが搬送されている間に、ウエブＷの表面に生じるスジ状変形による変位量Ｄ３を検出してメインコントローラ４に入力する。
なお、図１に示す速度制御部１４，２２，４２，５４およびダンサー制御部２５は、例えば、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）により構成されている。
図２において、メインコントローラ４は、搬送制御部６０と、搬送条件記憶部６１とを備える。メインコントローラ４は、ＩＣ、または、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、ＣＰＵを動作させるプログラムを記憶したメモリとで構成されている。なお、搬送条件記憶部６１は、フラッシュメモリ等のストレージデバイスにより構成されている。
搬送条件記憶部６１には、ウエブＷの搬送条件として、基準速度Ｖｂ、送出張力Ｔｓ、中間張力Ｔｉ、および巻取張力Ｔｗが記憶されている。搬送制御部６０は、搬送条件記憶部６１に記憶された基準速度Ｖｂに基づいて速度制御部４２に指示を与えることにより、駆動ローラ４０を基準速度Ｖｂで回転させて、ウエブＷを搬送させる。搬送路３におけるウエブＷの搬送速度は、基本的に基準速度Ｖｂとなる。以下、ウエブＷの搬送速度を、搬送速度Ｖｂと表記する。
また、搬送制御部６０は、搬送条件記憶部６１に記憶された送出張力Ｔｓ、中間張力Ｔｉ、および巻取張力Ｔｗに基づいて、パウダブレーキ、パウダクラッチ、およびダンサー制御部２５を制御する。具体的には、搬送制御部６０は、送出張力検出値Ｔ１が送出張力Ｔｓに一致し、かつ、中間張力検出値Ｔ２が中間張力Ｔｉに一致し、かつ、巻取張力検出値Ｔ３が巻取張力Ｔｗに一致するように、パウダブレーキ、パウダクラッチ、およびダンサー制御部２５を制御する。
搬送条件記憶部６１に記憶された送出張力Ｔｓ、中間張力Ｔｉ、および巻取張力Ｔｗは、後述する搬送条件探索装置５から供給される。なお、搬送速度Ｖｂはオペレータ等により設定される設定値である。
また、メインコントローラ４は、第１スリップ定量化部６２Ａと、第２スリップ定量化部６２Ｂと、第３スリップ定量化部６２Ｃと、第４スリップ定量化部６２Ｄとを備える。詳しくは後述するが、スリップとは、ウエブＷがローラの表面で滑る現象である。
第１スリップ定量化部６２Ａは、下式（１）に基づいて、従動ローラ１１Ｂの表面において生じるウエブＷのスリップ量を定量化する。
Ｓ１＝｜Ｖ１－Ｖｂ｜／ΔＶｔｈ ・・・（１）
ここで、Ｖ１は、速度センサ１６により検出された送出従動ローラ速度検出値である。Ｖｂは、ウエブＷの搬送速度である。また、ΔＶｔｈは、ローラの回転速度と搬送速度との許容される速度差の最大値である。この閾値ΔＶｔｈは、スリップにより生じる擦り傷の長さの最大許容量に対応する値であり、オペレータ等により予め設定される。なお、擦り傷の生じやすさはウエブＷの材質等の材料物性に応じて異なるので、閾値ΔＶｔｈをウエブＷの材料物性に応じて、オペレータ等が選択可能とするか、または、自動的に設定するように構成してもよい。
第１スリップ定量化部６２Ａは、上式（１）に基づいて算出した第１スリップ量Ｓ１を搬送条件探索装置５に入力する。第１スリップ量Ｓ１が大きいほど、従動ローラ１１Ｂの表面におけるウエブＷのスリップ量が大きいことを表す。なお、第１スリップ量Ｓ１が１より大きいことは、送出領域３ＡにおけるウエブＷのスリップ量が許容量（以下、第１許容値という。）を超えていることを表す。
第２スリップ定量化部６２Ｂは、下式（２）に基づいて、従動ローラ２６Ｂの表面において生じるウエブＷのスリップ量を定量化する。
Ｓ２＝｜Ｖ２－Ｖｂ｜／ΔＶｔｈ ・・・（２）
ここで、Ｖ２は、速度センサ２８により検出された中間従動ローラ速度検出値である。ＶｂおよびΔＶｔｈは上記と同様である。
第２スリップ定量化部６２Ｂは、上式（２）に基づいて算出した第２スリップ量Ｓ２を搬送条件探索装置５に入力する。第２スリップ量Ｓ２が大きいほど、従動ローラ２６Ｂの表面におけるウエブＷのスリップ量が大きいことを表す。なお、第２スリップ量Ｓ２が１より大きいことは、中間領域３ＢにおけるウエブＷのスリップ量が第１許容値を超えていることを表す。
第３スリップ定量化部６２Ｃは、下式（３）に基づいて、従動ローラ５１Ｃの表面において生じるウエブＷのスリップ量を定量化する。
Ｓ３＝｜Ｖ３－Ｖｂ｜／ΔＶｔｈ ・・・（３）
ここで、Ｖ３は、速度センサ５６により検出された巻取従動ローラ速度検出値である。ＶｂおよびΔＶｔｈは上記と同様である。
第３スリップ定量化部６２Ｃは、上式（３）に基づいて算出した第３スリップ量Ｓ３を搬送条件探索装置５に入力する。第３スリップ量Ｓ３が大きいほど、従動ローラ５１Ｃの表面におけるウエブＷのスリップ量が大きいことを表す。なお、第３スリップ量Ｓ３が１より大きいことは、巻取領域３ＣにおけるウエブＷのスリップ量が第１許容値を超えていることを表す。
第４スリップ定量化部６２Ｄは、下式（４）に基づいて、駆動ローラ２０の表面において生じるウエブＷのスリップ量を定量化する。
Ｓ４＝｜Ｖｄ－Ｖｂ｜／ΔＶｔｈ ・・・（４）
ここで、Ｖｄは、速度センサ２３により検出された駆動ローラ速度検出値である。ＶｂおよびΔＶｔｈは上記と同様である。
第４スリップ定量化部６２Ｄは、上式（４）に基づいて算出した第４スリップ量Ｓ４を搬送条件探索装置５に入力する。第４スリップ量Ｓ４が大きいほど、駆動ローラ２０の表面におけるウエブＷのスリップ量が大きいことを表す。なお、第４スリップ量Ｓ４が１より大きいことは、送出領域３Ａと中間領域３Ｂとの間の張力カット部におけるウエブＷのスリップ量が第１許容値を超えていることを表す。
図３を用いて、従動ローラ１１Ｂの表面においてウエブＷにスリップが発生する原理を説明する。ウエブＷは、従動ローラ１１Ｂの表面との間で生じるトラクションによって駆動される。このトラクションは、ウエブＷと従動ローラ１１Ｂの表面との間の摩擦係数に依存する。
ウエブＷの搬送速度Ｖｂの上昇に伴い、ウエブＷと従動ローラ１１Ｂの表面との間に空気が侵入しやすくなる。これにより、トラクションが低下して、やがてスリップが生じる。スリップが生じると、ウエブＷの搬送速度と従動ローラ１１Ｂの回転速度（送出従動ローラ速度検出値Ｖ１）との間に速度差が生じる。これにより、ウエブＷに擦り傷等の欠陥が生じる。
その他のローラとウエブＷとの間で生じるスリップの発生原理についても同様である。第１スリップ量Ｓ１、第２スリップ量Ｓ２、第３スリップ量Ｓ３、および第４スリップ量Ｓ４は、それぞれウエブＷに生じ得る欠陥レベルを表す量である。
このようなウエブＷのスリップを防止するには、ウエブＷの搬送張力（図３ではＴ１）を高めることにより、トラクションを上げることが考えられる。しかし、ウエブＷの張力を上げると、ウエブＷにスジ状変形が生じる可能性がある。
メインコントローラ４は、第１スジ状変形定量化部６３Ａと、第２スジ状変形定量化部６３Ｂと、第３スジ状変形定量化部６３Ｃとを備える。第１スジ状変形定量化部６３Ａ、第２スジ状変形定量化部６３Ｂ、および第３スジ状変形定量化部６３Ｃは、それぞれ変位センサ１７、変位センサ２９、および変位センサ５７から入力される変位量に基づいてスジ状変形を定量化する。
図４は、ウエブＷに生じ得たスジ状変形ＳＴを模式的に示している。スジ状変形ＳＴは、ウエブＷの張力が高い場合に搬送方向に沿って生じるスジ状の変形である。同図中のＸは、ウエブＷの搬送方向である。Ｙは、ウエブＷの表面に平行で、かつ搬送方向に直交する方向である。変位センサ１７は、ウエブＷが従動ローラ１１Ｂにラップする直前のウエブＷの表面の変位量を検出する。
図５に示すように、スジ状変形ＳＴは、ウエブＷがその表面に直交する方向へ変動している（すなわち、うねりが生じている）。本実施形態では、変位センサ１７として、反射散乱方式の反射型レーザ式変位センサを用いる。変位センサ１７は、ウエブＷの表面に向けてレーザ光Ｌを出射することにより、ウエブＷの表面から反射されてきた反射光Ｒを検出する。変位センサ１７は、レーザ光Ｌの出射位置から反射光Ｒの入射位置までの距離Ｍ１を検出する。そして、変位センサ１７は、検出した距離Ｍ１と、ウエブＷの表面までの距離Ｈ、レーザ光Ｌに対する反射光Ｒのなす角度θとの関係に基づいて、ウエブＷのうねりの深さを表す変位量Ｄ１を求めて第１スジ状変形定量化部６３Ａに入力する。
第１スジ状変形定量化部６３Ａは、下式（４）に基づいて、スジ状変形を定量化する。
Ｅ１＝Ｄ１／Ｄｔｈ ・・・（４）
ここで、Ｄｔｈは、許容される変位量Ｄ１の最大値（閾値）である。この閾値Ｄｔｈは、後述する「折れしわ」が生じる際の変位量Ｄ１に対応する値であり、オペレータ等により予め設定される。なお、折れしわの生じやすさはウエブＷの材質等の材料物性に応じて異なるので、閾値ＤｔｈをウエブＷの材料物性に応じて、オペレータ等が選択可能とするか、または、自動的に設定するように構成してもよい。
第１スジ状変形定量化部６３Ａは、上式（４）により算出した第１スジ状変形量Ｅ１を搬送条件探索装置５に入力する。第１スジ状変形量Ｅ１は、送出領域３ＡにおけるウエブＷのスジ状変形量を表す。第１スジ状変形量Ｅ１が大きいほど、スジ状変形が大きいことを表す。なお、第１スジ状変形量Ｅ１が１より大きいことは、送出領域３ＡにおけるウエブＷのスジ状変形量が許容量（以下、第２許容値という。）を超えていることを表す。
変位センサ２９および変位センサ５７は、変位センサ１７と同様の構成である。また、第２スジ状変形定量化部６３Ｂおよび第３スジ状変形定量化部６３Ｃは、第１スジ状変形定量化部６３Ａと同様の構成である。
第２スジ状変形定量化部６３Ｂは、中間領域３ＢにおけるウエブＷのスジ状変形を下式（５）に基づいて定量化し、定量化した第２スジ状変形量Ｅ２を搬送条件探索装置５に入力する。
Ｅ２＝Ｄ２／Ｄｔｈ ・・・（５）
第２スジ状変形量Ｅ２が大きいほど、スジ状変形が大きいことを表す。なお、第２スジ状変形量Ｅ２が１より大きいことは、中間領域３ＢにおけるウエブＷのスジ状変形量が第２許容値を超えていることを表す。
第３スジ状変形定量化部６３Ｃは、巻取領域３ＣにおけるウエブＷのスジ状変形を下式（６）に基づいて定量化し、定量化した第３スジ状変形量Ｅ３を搬送条件探索装置５に入力する。
Ｅ３＝Ｄ３／Ｄｔｈ ・・・（６）
第３スジ状変形量Ｅ３が大きいほど、スジ状変形が大きいことを表す。なお、第３スジ状変形量Ｅ３が１より大きいことは、巻取領域３ＣにおけるウエブＷのスジ状変形量が第２許容値を超えていることを表す。
このようなウエブＷのスジ状変形は、スジ状変形量が第２許容値を超えると、例えば、図６に示すように、下流側に配置されたローラの表面で折りたたまれ、いわゆる「折れしわ」となる。スジ状変形は、搬送張力を下げることで解消するが、折れしわは非可逆的な変形であるので、いったん折れしわが生じると搬送張力を下げてもウエブＷ上に永久歪みとして残存し、品質故障となる。したがって、折れしわを防止するには、スジ状変形量が一定値を超える前に搬送張力を下げる必要がある。
前述のように、ウエブＷのスリップを抑制するためにはウエブＷの搬送張力を上げる必要があるが、搬送張力を高めすぎるとスジ状変形が生じる。一方、折れしわは、スジ状変形が増大することにより生じるので、折れしわを抑制するためにはウエブＷの搬送張力を下げる必要がある。このように、スリップとスジ状変形とは、搬送張力に関してトレードオフの関係にある。スリップとスジ状変形との両方を抑制するには、搬送張力を適切な値に設定する必要がある。
搬送条件探索装置５は、メインコントローラ４から入力されるスリップ量Ｓ１～Ｓ４と、スジ状変形量Ｅ１～Ｅ３と、張力検出値Ｔ１～Ｔ３とに基づいて、特定の搬送速度Ｖｂに対して最適な搬送条件（送出張力Ｔｓ、中間張力Ｔｉ、および巻取張力Ｔｗ）を探索する。
搬送条件探索装置５は、コンピュータにより構成されている。図７において、搬送条件探索装置５を構成するコンピュータは、例えば、ストレージデバイス７０、メモリ７１、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）７２、通信部７３、ディスプレイ７４、および入力デバイス７５を備えている。これらはバスライン７６を介して相互接続されている。
ストレージデバイス７０は、コンピュータに内蔵された、若しくはケーブル、ネットワークを通じて接続されたハードディスクドライブである。ストレージデバイス７０は、ハードディスクドライブを複数台連装したディスクアレイであってもよい。ストレージデバイス７０には、ＣＰＵ７２を各種の機能部として機能させるための作動プログラム７７が記憶されている。なお、ハードディスクドライブに代えて、あるいは加えて、ソリッドステートドライブを用いてもよい。
メモリ７１は、ＣＰＵ７２が処理を実行するためのワークメモリである。ＣＰＵ７２は、ストレージデバイス７０に記憶された作動プログラム７７をメモリ７１へロードし、作動プログラム７７にしたがった処理を実行することにより、コンピュータの各部を統括的に制御する。
通信部７３は、ネットワークを介した各種情報の伝送制御を行うネットワークインターフェースである。搬送条件探索装置５は、通信部７３を介してメインコントローラ４に接続されている。ディスプレイ７４は各種画面を表示する表示装置である。コンピュータは、各種画面を通じて、入力デバイス７５からの操作指示の入力を受け付ける。入力デバイス７５は、キーボード、マウス、またはタッチパネル等である。
次に、ＣＰＵ７２により実現される各種機能部について説明する。図８において、ＣＰＵ７２には、入力受付部８０、機械学習部８１、探索部８２、および出力部８３が構成されている。
入力受付部８０は、メインコントローラ４から入力されるデータを受け付ける。メインコントローラ４から入力されるデータには、スリップ量Ｓ１～Ｓ４と、スジ状変形量Ｅ１～Ｅ３と、張力検出値Ｔ１～Ｔ３と、搬送速度Ｖｂとが含まれる。入力受付部８０は、メインコントローラ４から入力されたデータを、教師データＴＤとしてストレージデバイス７０に記憶させる。
教師データＴＤは、機械学習部８１による機械学習に用いられる既知データである。図９に示すように、教師データＴＤは、目的変数群の値としてスリップ量Ｓ１～Ｓ４およびスジ状変形量Ｅ１～Ｅ３を含み、説明変数群の値として搬送速度Ｖｂおよび張力検出値Ｔ１～Ｔ３を含む既知データである。すなわち、教師データＴＤは、既知の説明変数群の値と、説明変数群の値に対する既知の目的変数群の値とを含むデータである。
図９に示す例では、説明変数Ｘ１に搬送速度Ｖｂを割り当て、かつ説明変数Ｘ２～Ｘ４に張力検出値Ｔ１～Ｔ３を割り当てている。また、目的変数Ｙ１～Ｙ４にスリップ量Ｓ１～Ｓ４を割り当て、かつ目的変数Ｙ５～Ｙ７にスジ状変形量Ｅ１～Ｅ３を割り当てている。
機械学習部８１は、複数の教師データＴＤを用いて機械学習を行う。図１０に示すように、機械学習部８１は、ニューラルネットワークＮＮと、調整部８４とを備えている。例えば、ニューラルネットワークＮＮは、入力層Ｌ１、第１中間層Ｌ２、第２中間層Ｌ３、および出力層Ｌ４を有する４層構成の全結合のニューラルネットワークである。入力層Ｌ１は、説明変数Ｘ１～Ｘ４に対応した４個のニューロン（ノード）を有する。出力層Ｌ４は、目的変数Ｙ１～Ｙ７に対応した７個のニューロン（ノード）を有する。
入力層Ｌ１には、教師データＴＤから説明変数Ｘ１～Ｘ４に対応する搬送速度Ｖｂおよび張力検出値Ｔ１～Ｔ３が入力データとして入力される。入力層Ｌ１に入力された入力データは、重みが乗じられ、かつバイアスが加算された後、第１中間層Ｌ２に入力される。同様に、第１中間層Ｌ２に入力された入力データは、重みが乗じられ、かつバイアスが加算された後、第２中間層Ｌ３に入力される。そして、第２中間層Ｌ３に入力された入力データは、重みが乗じられ、かつバイアスが加算された後、出力層Ｌ４に入力される。
各ニューロンにおいて、重みおよびバイアスの値は任意に設定されている。各ニューロンにおいて、入出力変換を行う活性化関数として、例えば、ＲｅＬＵ（Rectified Linear Unit）が用いられる。
出力層Ｌ４は、スリップ量Ｓ１～Ｓ４およびスジ状変形量Ｅ１～Ｅ３に対応する出力結果ＲＯを出力する。この出力結果ＲＯは調整部８４に入力される。また、調整部８４には、教師データＴＤから目的変数Ｙ１～Ｙ７に対応するスリップ量Ｓ１～Ｓ４およびスジ状変形量Ｅ１～Ｅ３が入力される。
調整部８４は、出力結果ＲＯと、スリップ量Ｓ１～Ｓ４およびスジ状変形量Ｅ１～Ｅ３とを対比する。調整部８４は、例えば、二乗和誤差を求める損失関数を用いる。調整部８４は、複数の教師データＴＤのそれぞれについて二乗和誤差を求め、二乗和誤差の総和が最小になるように重みとバイアスとを調整する。調整部８４は、調整後の最終的な重みおよびバイアスＷＢを出力する。
なお、ニューラルネットワークＮＮの中間層の層数、および各層のニューロンの個数は、特に限定されない。入力データのパラメータ数が多いほど、中間層の層数、および各層のニューロンの個数を増やすことが好ましい。また、機械学習部８１は、いわゆるディープラーニングを可能とするものであってもよい。
図１１は、機械学習部８１により生成される学習済みモデルＭを示している。学習済みモデルＭは、図１０に示すニューラルネットワークＮＮと同一の構成のニューラルネットワークに、調整部８４により求めた最終的な重みおよびバイアスＷＢを各ニューロンに設定することによって学習済みモデルＭを生成する。機械学習部８１により生成された学習済みモデルＭは、ストレージデバイス７０に記憶される。
なお、機械学習部８１は、図１０に示すニューラルネットワークＮＮそのものに最終的な重みおよびバイアスＷＢを適用することによって学習済みモデルＭを生成してもよい。
図１２に示すように、探索部８２は、初期データセット選択部９０と、評価値算出部９１と、判定部９２と、選択淘汰処理部９３と、交叉処理部９４と、突然変異処理部９５と、出力部９６とを備えている。探索部８２は、いわゆる遺伝的アルゴリズムにより構成されており、多目的最適化を行う。多目的最適化とは、制約条件下で、トレードオフの関係にある複数の目的関数を最適化（最小化または最大化）する処理である。
探索部８２は、搬送速度Ｖｂを既知の値とし、かつ張力検出値Ｔ１～Ｔ３を未知の値として、遺伝的アルゴリズムを用いて探索を行うことにより、搬送路３の領域ごとの最適な張力を探索する。
初期データセット選択部９０は、初期データセットとして、例えば、ストレージデバイス７０に記憶された既知の複数の教師データＴＤを選択する。また、初期データセット選択部９０は、各教師データＴＤから張力検出値Ｔ１～Ｔ３を抽出して、それぞれ入力データとして学習済みモデルＭに入力する。
また、学習済みモデルＭには、入力デバイス７５等を用いてオペレータ等により、新規に搬送するウエブＷの搬送速度Ｖｂが設定され、設定された搬送速度Ｖｂが入力データの一部として学習済みモデルＭに入力される。この搬送速度Ｖｂは、探索処理において既知の値とされる。
学習済みモデルＭからは、各入力データに応じた出力結果ＲＯが複数出力される。この出力結果ＲＯは、入力データに対応するスリップ量Ｓ１～Ｓ４およびスジ状変形量Ｅ１～Ｅ３の予測データである。評価値算出部９１は、各出力結果ＲＯに基づき、下式（７）を用いて評価値Ｇを算出する。
Figure 0007293149000001
ここで、ｉ＝１～４，ｋ＝１～３である。上式（７）は、スリップ量とスジ状変形量との総和を表す関数である。上式（７）の右辺第１項は、搬送路３の領域ごとのスリップ量の和を表す目的関数である。上式（７）の右辺第２項は、搬送路３の領域ごとのスジ状変形量の和を表す目的関数である。両者はトレードオフの関係にある。なお、本実施形態では、評価値Ｇが小さいほど、よい搬送条件が得られる。
評価値算出部９１は、出力結果ＲＯを上式（７）に適用することにより評価値Ｇを算出する。このとき、評価値算出部９１は、Ｓｉ≦１およびＥｋ≦１を制約条件とする。この制約条件は、スリップ量を第１許容値以下とし、かつスジ状変形量を第２許容値以下とすることを意味する。
評価値算出部９１は、制約条件を満たさない場合には、評価値Ｇにペナルティを与える。例えば、評価値算出部９１は、スリップ量Ｓ１～Ｓ４およびスジ状変形量Ｅ１～Ｅ３の予測データのうち値が１以上であるものについては、評価値Ｇにペナルティとして正の値（例えば「１０」）を付加する。
図１３は、学習済みモデルＭに入力された複数の入力データの各出力結果ＲＯに基づいて、評価値算出部９１により評価値Ｇが生成される例を示している。
判定部９２は、各評価値Ｇを予め定められた閾値Ｇｔｈと比較することにより、評価値Ｇが閾値Ｇｔｈ以下であるものが存在するか否かを判定する。判定部９２は、閾値Ｇｔｈ以下の評価値Ｇが存在する場合には、遺伝的アルゴリズムによる探索処理を終了させる。
本実施形態の遺伝的アルゴリズムでは、説明変数Ｘ２～Ｘ４に対応する入力データ（張力検出値Ｔ１～Ｔ３）を個体とし、選択淘汰、交叉、及び突然変異を繰り返すことにより、評価値Ｇの低い個体を生成する。
選択淘汰処理部９３は、過去の複数の入力データのうち、評価値Ｇが大きいものを選択して除去する選択淘汰を行う。交叉処理部９４は、選択淘汰処理部９３により選択淘汰された後の複数の入力データから、任意の２組の入力データ間で一部の値を入れ替える交叉を行う。突然変異処理部９５は、交叉処理部９４により交叉が行われた後の複数の入力データの一部の値を変更することにより、突然変異を生じさせる。
図１４に示すように、判定部９２は、選択淘汰、交叉、及び突然変異が行われることにより、新たな複数の入力データが生成される。この新たな複数の入力データのそれぞれについて、評価値算出部９１により評価値Ｇが算出される。判定部９２は、閾値Ｇｔｈ以下の評価値Ｇが存在すると判定した場合には、当該評価値Ｇに対応する入力データを特定する。出力部９６は、判定部９２により特定された入力データを抽出して出力する。出力部９６から出力された入力データは、最適搬送条件ＣＣとしてストレージデバイス７０に記憶される。
図８に戻り、搬送条件探索装置５の出力部８３は、ストレージデバイス７０に記憶された最適搬送条件ＣＣをメインコントローラ４へ出力する。メインコントローラ４では、搬送条件探索装置５から入力された最適搬送条件ＣＣに含まれる張力検出値Ｔ１～Ｔ３が、送出張力Ｔｓ、中間張力Ｔｉ、および巻取張力Ｔｗとして搬送条件記憶部６１に記憶される（図２参照）。また、搬送条件記憶部６１には、搬送条件探索時に設定された搬送速度Ｖｂ（図１２参照）が記憶される。
メインコントローラ４は、搬送条件探索装置５から供給された最適搬送条件ＣＣに基づいて速度制御部１４，４２，５４およびダンサー制御部２５を制御することにより、スリップとスジ状変形との両方を抑制した状態でウエブＷを搬送することができる。これにより、ウエブＷは、擦り傷および折れしわ等の欠陥の発生が抑制される。
なお、判定部９２は、予め世代数を設定し、遺伝的アルゴリズムによる進化計算が当該世代数に達した場合に探索処理を終了させてもよい。この場合、出力部９６は、各世代において最も低い評価値Ｇに対応する搬送条件を記録し、記録した複数の搬送条件から最も評価値Ｇが低い搬送条件を最適搬送条件ＣＣとする。また、判定部９２が記録した複数の搬送条件をディスプレイ７４に表示し、最適搬送条件ＣＣとする搬送条件を、オペレータが入力デバイス７５により選択可能としてもよい。
次に、以上の構成を有する搬送条件探索装置５の作用を、図１５に示すフローチャートを用いて説明する。フローは、学習フェーズと探索フェーズとに大別される。
学習フェーズでは、搬送条件探索装置５は、ウエブ搬送装置２によりウエブＷを搬送することにより得られるスリップ量Ｓ１～Ｓ４、スジ状変形量Ｅ１～Ｅ３、張力検出値Ｔ１～Ｔ３、および搬送速度Ｖｂを含むデータを取得する。搬送条件探索装置５は、取得したデータに基づいて教師データＴＤ（図９参照）を生成する（ステップＳ１０）。なお、教師データＴＤは、ウエブＷを複数の搬送条件で搬送することにより複数作成される。作成された複数の教師データＴＤは、ストレージデバイス７０に記憶される。
そして、機械学習部８１が、ストレージデバイス７０に記憶された複数の教師データＴＤに基づいた学習（図１０参照）を行うことにより、学習済みモデルＭ（図１１参照）を生成する（ステップＳ１１）。
次に、探索フェーズに移行する。探索フェーズでは、まず、オペレータ等により新規に搬送するウエブＷの搬送速度Ｖｂが設定される（ステップＳ１３）。次に、初期データセット選択部９０により、初期データセットとして、例えば、ストレージデバイス７０に記憶された既知の複数の教師データＴＤが選択される（ステップＳ１４）。ここで、初期データセット選択部９０により選択された各教師データＴＤから、張力検出値Ｔ１～Ｔ３が抽出される。抽出された入力データはそれぞれ学習済みモデルＭに入力される。この結果、学習済みモデルＭからは、各入力データに応じた出力結果ＲＯ（図１３参照）が出力される。
次に、評価値算出部９１により、複数の出力結果ＲＯのそれぞれについて評価値Ｇ（図１３参照）が算出される（ステップＳ１５）。複数の評価値Ｇが算出されると、判定部９２により、当該複数の評価値Ｇに、閾値Ｇｔｈ以下のものが存在するか否かが判定される（ステップＳ１６）。例えば、閾値Ｇｔｈを「５」とする。
判定部９２により閾値Ｇｔｈ以下の評価値Ｇが存在しないと判定された場合には（ステップＳ１６：ＮＯ）、選択淘汰処理部９３により、評価値Ｇが大きい入力データを選択して除去する選択淘汰処理が行われる（ステップＳ１７）。例えば、図１３に示す例では、閾値Ｇｔｈ以下の評価値Ｇが存在しないと判定され、評価値Ｇが「９．７」である入力データＮｏ．２が除去される。この後、交叉処理部９４により、入力データに交叉処理が行われる（ステップＳ１８）。そして、突然変異処理部９５により入力データに突然変異処理が行われる（ステップＳ１９）。こうして、新たな複数の入力データが生成される。
この後、ステップＳ１５に戻り、評価値算出部９１によって評価値Ｇの算出が行われる。判定部９２により閾値Ｇｔｈ以下の評価値Ｇが存在しないと判定された場合には（ステップＳ１６：ＮＯ）、再び、ステップＳ１７～Ｓ１９の処理が行われることにより、新たな複数の入力データが生成される。
判定部９２により閾値Ｇｔｈ以下の評価値Ｇが存在すると判定された場合には（ステップＳ１６：ＹＥＳ）、当該評価値Ｇに対応する入力データが特定される（ステップＳ２０）。例えば、図１４に示す例では、評価値Ｇが「３．０」である入力データＮｏ．３が特定される。そして、特定された入力データは、出力部９６から最適搬送条件ＣＣとして出力される（ステップＳ２１）。
以上のように、本開示の技術では、搬送速度および張力検出値を含む説明変数群と、スリップ量およびスジ状変形量を含む目的変数群との関係を表す学習済みモデルを用いて最適搬送条件の決定を行っている。学習済みモデルは、既知の説明変数群の値と、既知の説明変数群の値に対する既知の目的変数群の値とを教師データとして学習することにより生成されたものである。学習済みモデルに基づいて、トレードオフの関係にあるスリップ量とスジ状変形量とを最適化する説明変数群の値を探索することにより、最適搬送条件を容易に決定することができる。
特に、ウエブ搬送装置が、フィルム製膜工程のように搬送路が長い工程に適用される場合には、搬送機構が複雑化する傾向にある（例えば、ローラの数が多い）ので、従来の技術では、短時間に最適搬送条件を決定することが難しく、搬送テストを繰り返す必要があった。本開示の技術によれば、搬送路が長い場合においても最適搬送条件を短時間に容易に決定することができる。したがって、本開示の技術によれば、最適搬送条件を短時間に決定することにより、試作コストの低減と開発期間の短期化を図ることが可能となる。
また、本開示の技術では、折れしわが発生する前段階であるスジ状変形を検出対象としているため、実際の折れしわの発生を未然に防止することができる。
また、本開示の技術では、スリップ量を第１許容値以下とし、かつスジ状変形量を第２許容値以下とする制約条件下で、スリップ量とスジ状変形量検出値との和を評価値として、評価値を閾値以下とする説明変数群の値を探索している。これにより、トレードオフの関係にあるスリップ量とスジ状変形量とに関して、最適搬送条件を容易に決定することができる。
また、本開示の技術では、搬送路は、ウエブの搬送を駆動し、かつウエブの張力をカットする１以上の駆動ローラにより複数の領域に分けられている。張力検出部（張力センサ）、スリップ量定量化部、およびスジ状変形定量化部は、搬送路の領域ごとに、張力検出値、スリップ量、およびスジ状変形量を出力する。本開示の技術によれば、張力カットにより搬送路が複数の領域に分けられている場合には、搬送機構がより複雑化する傾向にあるが、このような場合においても、領域ごとに容易に最適搬送条件を決定することができる。
また、本開示の技術では、搬送速度を既知の値とし、かつ搬送路の領域ごとの張力検出値を未知の値として探索を行うことにより、各領域の最適な張力を探索するので、新規に搬送するウエブの搬送速度に対する最適搬送条件を容易に決定することができる。
また、本開示の技術では、遺伝的アルゴリズムを用いて探索を行うので、効率よく短時間に最適搬送条件の探索を行うことができる。また、遺伝的アルゴリズムを用いることにより、探索中に局所解に陥ることなく、大域的な最適解（最適搬送条件）を導出することができる。
［変形例］
以下、上記実施形態の各種変形例について説明する。
上記実施形態では、第１スジ状変形定量化部６３Ａは、図５に示すように、変位センサ１７により検出されるウエブＷの表面の変位量Ｄ１に基づいて、スジ状変形定量を定量化している。第１スジ状変形定量化部６３Ａは、図１６に示すように、光源１００により前記ウエブの表面に照明光が照射された状態でカメラ１０１により撮影された画像に基づいて変位量Ｄ１を求めることにより、スジ状変形定量を定量化してもよい。画像に現れる濃淡等に基づいて変形量を検出することが可能である。
第２スジ状変形定量化部６３Ｂおよび第３スジ状変形定量化部６３Ｃについても、第１スジ状変形定量化部６３Ａと同様の変形が可能である。
上記実施形態では、図９に示すように、搬送条件（搬送速度Ｖｂおよび張力検出値Ｔ１～Ｔ３）を説明変数群に含めているが、搬送速度Ｖｂおよび張力検出値Ｔ１～Ｔ３に加えて温湿度等の搬送条件を説明変数群に含めてもよい。さらに、搬送条件以外の条件を説明変数群に含めてもよい。例えば、図１７に示すように、説明変数群に、ウエブＷの材料特性値を含めてもよい。材料特性値には、ウエブの厚み、幅、弾性率、および摩擦係数等が含まれる。これらの材料特性値は、例えば、オペレータ等が入力デバイス７５等を用いて入力可能とすることが好ましい。
この場合、学習フェーズでは、種々の材料特性値を教師データＴＤに含めて学習が行われる。探索フェーズでは、まず、オペレータ等により新規に搬送するウエブＷの搬送速度Ｖｂおよび材料特性値が設定される。そして、探索フェーズでは、搬送速度Ｖｂおよび材料特性値を既知データとして、最適な張力の探索が行われる。
また、説明変数群に搬送条件以外の条件として、ウエブ搬送装置２の設備条件を含めてもよい。設備条件には、例えば、従動ローラの回転抵抗、および従動ローラ間のミスアライメント等が含まれる。
また、上記実施形態では、学習に用いる搬送速度Ｖｂ（図９参照）を、駆動ローラ４０の回転速度（基準速度）としている。しかし、ウエブＷの実際の搬送速度は、ウエブＷが搬送中に伸長することにより、基準速度から変化することがあるため、速度センサ等による速度検出値を搬送速度Ｖｂとしてもよい。例えば、搬送路３上の高温領域又は高量力領域においてウエブＷが部分的に伸長することにより、各領域においてウエブＷの搬送速度が異なる場合がある。例えば、基準速度Ｖｂが１０ｍ／ｍｉｎである場合に、送出領域３Ａの搬送速度（送出従動ローラ速度検出値Ｖ１）が１０．２ｍ／ｍｉｎとなり、中間領域３Ｂの搬送速度（中間従動ローラ速度検出値Ｖ２）が１０．４ｍ／ｍｉｎとなり、巻取領域３Ｃの搬送速度（巻取従動ローラ速度検出値Ｖ３）が１０．６ｍ／ｍｉｎとなる場合がある。このような場合において、ウエブＷのスリップ量は、各領域における搬送速度とローラ速度との差により計算される。このスリップ量を目的変数群に含め、かつ搬送速度Ｖ１～Ｖ３を説明変数群に含めて機械学習を行ってよい。
また、上記実施形態では、各スリップ定量化部は、ローラの回転速度とウエブＷの搬送速度との速度差に基づいてスリップ量の定量化を行っているが、スリップ量の定量化方法はこれに限られない。各スリップ定量化部は、ウエブＷに生じる欠陥レベルを直接検出することによりスリップ量を定量化してもよい。
例えば、各スリップ定量化部は、センサ等によりスリップによりウエブの表面に生じる擦り傷の長さを検出し、この検出値に基づいてスリップ量を定量化してもよい。この場合、例えば、擦り傷の長さに比例する値をスリップ量とすればよい。また、ウエブＷに対して処理を行う処理装置３０としてカラー印刷装置を用いる場合には、センサ等による色間見当ずれ（色間のずれ）の検出値に基づいてスリップ量を定量化してもよい。この場合、例えば、色間見当ずれ量に比例する値をスリップ量とすればよい。
また、上記実施形態では、機械学習部８１は、ニューラルネットワークを用いて機械学習を行っているが、ニューラルネットワークには限定されず、重回帰モデルまたは一般化加法モデル等を用いて学習を行ってもよい。
また、上記実施形態では、探索部８２は、遺伝的アルゴリズムを用いて探索を行っているが、遺伝的アルゴリズムには限定されず、勾配降下法等を用いて探索を行ってもよい。
また、上記実施形態では、張力カット用の２つの駆動ローラ２０，４０により、搬送路を３つの領域に分割しているが、この領域の分割数は限定されない。すなわち、駆動ローラを設けないことにより、搬送路を分割しなくてもよい。また、１以上の駆動ローラを設けることにより、搬送路を２以上に分割してもよい。さらに、搬送路を分割する場合には、２以上の領域に、ウエブに対して処理を行う処理装置（工程）を設けてもよい。各領域における張力測定ローラ、変位センサ、および速度センサ等の位置および個数は適宜変更可能である。
また、上記実施形態では、ウエブ搬送装置２に送出装置１０と巻取装置５０とを設けているが、送出装置１０と巻取装置５０は必須ではなく、一方または両方が設けられていなくてもよい。例えば、ウエブ搬送装置の搬送路の下流側にウエブを切断する工程が設けられている場合には、巻取装置は不要である。また、送出装置に代えて、流延製膜工程に用いられる流延装置を用いてもよい。流延装置では、送出ロールに代えて、ドープを流出する流延ダイが設けられる。ドープは、フィルムを形成する樹脂材料である。さらに、送出装置に代えて、押出装置を用いてもよい。
また、上記実施形態では、メインコントローラ４と搬送条件探索装置５とをそれぞれ個別の装置としているが、両者を一体の装置として構成してもよい。
上記実施形態において、例えば、入力受付部８０、機械学習部８１、探索部８２、および出力部８３といった各種の処理を実行する処理部（Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）のハードウェア的な構造としては、次に示す各種のプロセッサ（Ｐｒｏｃｅｓｓｏｒ）を用いることができる。各種のプロセッサには、上述したように、ソフトウェア（作動プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等の製造後に回路構成を変更可能なプロセッサであるＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。
１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせ、および／または、ＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。
複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントおよびサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（Ｓｙｓｔｅｍ Ｏｎ Ｃｈｉｐ:ＳｏＣ）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。
さらに、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（ｃｉｒｃｕｉｔｒｙ）を用いることができる。
本開示の技術は、上述の種々の実施形態と種々の変形例を適宜組み合わせることも可能である。また、上記実施形態に限らず、要旨を逸脱しない限り種々の構成を採用し得ることはもちろんである。さらに、本開示の技術は、プログラムに加えて、プログラムを非一時的に記憶する記憶媒体にもおよぶ。
以上に示した記載内容および図示内容は、本開示の技術に係る部分についての詳細な説明であり、本開示の技術の一例に過ぎない。例えば、上記の構成、機能、作用、および効果に関する説明は、本開示の技術に係る部分の構成、機能、作用、および効果の一例に関する説明である。よって、本開示の技術の主旨を逸脱しない範囲内において、以上に示した記載内容および図示内容に対して、不要な部分を削除したり、新たな要素を追加したり、置き換えたりしてもよいことはいうまでもない。また、錯綜を回避し、本開示の技術に係る部分の理解を容易にするために、以上に示した記載内容および図示内容では、本開示の技術の実施を可能にする上で特に説明を要しない技術常識等に関する説明は省略されている。
本明細書において、「Ａおよび／またはＢ」は、「ＡおよびＢのうちの少なくとも１つ」と同義である。つまり、「Ａおよび／またはＢ」は、Ａだけであってもよいし、Ｂだけであってもよいし、ＡおよびＢの組み合わせであってもよい、という意味である。
本明細書に記載された全ての文献、特許出願および技術規格は、個々の文献、特許出願および技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。
２ ウエブ搬送装置
３ 搬送路
３Ａ 送出領域
３Ｂ 中間領域
３Ｃ 巻取領域
４ メインコントローラ
５ 搬送条件探索装置
１０ 送出装置
１１Ａ～１１Ｃ 従動ローラ
１２ 巻芯
１３，２１，４１，５３ モータ
１４，２２，４２，５４ 速度制御部
１５，２７，５５ 張力センサ
１６，２３，２８，５６ 速度センサ
１７，２９，５７ 変位センサ
２０，４０ 駆動ローラ
２４ ダンサーローラ
２４Ａ 軸受部材
２４Ｂ 位置検出部
２５ ダンサー制御部
２６Ａ～２６Ｆ 従動ローラ
３０ 処理部
５０ 巻取装置
５１Ａ～５１Ｃ 従動ローラ
５２ 巻芯
６０ 搬送制御部
６１ 搬送条件記憶部
６２Ａ 第１スリップ定量化部
６２Ｂ 第２スリップ定量化部
６２Ｃ 第３スリップ定量化部
６２Ｄ 第４スリップ定量化部
６３Ａ 第１スジ状変形定量化部
６３Ｂ 第２スジ状変形定量化部
６３Ｃ 第３スジ状変形定量化部
７０ ストレージデバイス
７１ メモリ
７３ 通信部
７４ ディスプレイ
７５ 入力デバイス
７６ バスライン
７７ 作動プログラム
８０ 入力受付部
８１ 機械学習部
８２ 探索部
８３ 出力部
８４ 調整部
９０ 初期データセット選択部
９１ 評価値算出部
９２ 判定部
９３ 選択淘汰処理部
９４ 交叉処理部
９５ 突然変異処理部
９６ 出力部
１００ 光源
１０１ カメラ
ΔＶｔｈ 閾値
θ 角度
ＣＣ 最適搬送条件
Ｄ１，Ｄ２，Ｄ３ 変位量
Ｄｔｈ 閾値
Ｅ１ 第１スジ状変形量
Ｅ２ 第２スジ状変形量
Ｅ３ 第３スジ状変形量
Ｇ 評価値
Ｇｔｈ 閾値
Ｈ 距離
Ｌ１ 入力層
Ｌ２，Ｌ３ 中間層
Ｌ４ 出力層
Ｌ レーザ光
Ｍ１ 距離
Ｍ 学習済みモデル
ＮＮ ニューラルネットワーク
Ｒ 反射光
ＲＬ 送出ロール
ＲＯ 出力結果
Ｓ１ 第１スリップ量
Ｓ２ 第２スリップ量
Ｓ３ 第３スリップ量
Ｓ４ 第４スリップ量
ＳＴ スジ状変形
Ｔ１ 送出張力検出値
Ｔ２ 中間張力検出値
Ｔ３ 巻取張力検出値
ＴＤ 教師データ
Ｔｉ 中間張力
Ｔｓ 送出張力
Ｔｗ 巻取張力
Ｖ１ 送出従動ローラ速度検出値
Ｖ２ 中間従動ローラ速度検出値
Ｖ３ 巻取従動ローラ速度検出値
Ｖｂ 搬送速度
Ｖｄ 駆動ローラ速度検出値
Ｗ ウエブ
ＷＢ バイアス

Claims (14)

  1. 搬送路に沿ってウエブを搬送する搬送駆動部と、
    前記搬送路に設けられた少なくとも１つのローラと、
    前記ウエブの張力を検出して張力検出値を出力する張力検出部と、
    前記ウエブの前記ローラの表面におけるスリップをスリップ量として定量化するスリップ量定量化部と、
    前記ウエブの搬送方向に生じるスジ状の変形をスジ状変形量として定量化するスジ状変形定量化部と、
    を備え、
    前記搬送路は、前記ウエブの搬送を駆動し、かつ前記ウエブを抱いて回転することにより前記ウエブの張力をカットする１以上の駆動ローラにより複数の領域に分けられており、
    前記張力検出部、前記スリップ量定量化部、および前記スジ状変形定量化部は、前記領域ごとに、前記張力検出値、前記スリップ量、および前記スジ状変形量を出力する
    ウエブ搬送装置に用いられ、前記ウエブ搬送装置の最適搬送条件を探索する搬送条件探索装置であって、
    少なくとも１つのプロセッサを備え、
    前記プロセッサは、
    前記ウエブの搬送速度および前記張力検出値を含む説明変数群と、前記スリップ量および前記スジ状変形量を含む目的変数群との関係を表す学習済みモデルを、既知の前記説明変数群の値と、前記説明変数群の値に対する既知の前記目的変数群の値とを教師データとして学習することにより生成し、
    前記学習済みモデルに基づき、前記目的変数群に含まれるトレードオフの関係にある前記スリップ量と前記スジ状変形量とを最適化する前記説明変数群の値を探索し、
    探索により求めた前記説明変数群の値を前記最適搬送条件とする搬送条件探索装置。
  2. 前記プロセッサは、
    前記領域ごとの前記スリップ量をそれぞれ第１許容値以下とし、かつ前記領域ごとの前記スジ状変形量をそれぞれ第２許容値以下とする制約条件下で、
    前記領域ごとの前記スリップ量および前記領域ごとの前記スジ状変形量の総和を評価値として、前記評価値を閾値以下とする前記説明変数群の値を探索する請求項１に記載の搬送条件探索装置。
  3. 前記プロセッサは、前記搬送速度を既知の値とし、かつ前記領域ごとの前記張力検出値を未知の値として探索を行うことにより、前記領域ごとの最適な張力を探索する請求項２に記載の搬送条件探索装置。
  4. 前記プロセッサは、遺伝的アルゴリズムを用いて探索を行う請求項３に記載の搬送条件探索装置。
  5. 前記ウエブ搬送装置は、
    前記１以上の駆動ローラとしての第１駆動ローラおよび第２駆動ローラと、
    ダンサーローラと、
    前記ダンサーローラの位置に応じて前記第２駆動ローラの回転速度を調整するダンサー制御部と、
    前記第１駆動ローラは、前記ウエブを前記搬送速度で搬送する前記搬送駆動部を構成し、
    前記目的変数群には、前記ウエブの前記第２駆動ローラの表面におけるスリップ量が含まれる請求項１から４いずれか１項に記載の搬送条件探索装置。
  6. 前記ウエブ搬送装置は、前記ウエブを前記搬送路に送り出す送出装置、流延装置、または押出装置と、前記搬送路から前記ウエブを巻き取る巻取装置とを備える請求項１から５いずれか１項に記載の搬送条件探索装置。
  7. 前記スジ状変形定量化部は、変位センサにより検出される前記ウエブの表面の変位量に基づいて、前記スジ状変形量を定量化する請求項１から６いずれか１項に記載の搬送条件探索装置。
  8. 前記スジ状変形定量化部は、光源により前記ウエブの表面に照明光が照射された状態でカメラにより撮影された画像に基づいて、前記スジ状変形量を定量化する請求項１から６いずれか１項に記載の搬送条件探索装置。
  9. 前記スリップ量定量化部は、前記ローラの回転速度の検出値と、前記搬送速度との差に基づいて、前記スリップを定量化する請求項１から８いずれか１項に記載の搬送条件探索装置。
  10. 前記スリップ量定量化部は、前記ウエブに生じる欠陥レベルを直接検出することにより前記スリップ量を定量化する請求項１から８いずれか１項に記載の搬送条件探索装置。
  11. 前記説明変数群には、前記ウエブの材料特性値が含まれる請求項１から１０いずれか１項に記載の搬送条件探索装置。
  12. 前記材料特性値には、前記ウエブの厚み、幅、弾性率、および摩擦係数のうち少なくとも１つが含まれる請求項１１に記載の搬送条件探索装置。
  13. 搬送路に沿ってウエブを搬送する搬送駆動部と、
    前記搬送路に設けられた少なくとも１つのローラと、
    前記ウエブの張力を検出して張力検出値を出力する張力検出部と、
    前記ウエブの前記ローラの表面におけるスリップをスリップ量として定量化するスリップ量定量化部と、
    前記ウエブの搬送方向に生じるスジ状の変形をスジ状変形量として定量化するスジ状変形定量化部と、
    を備え、
    前記搬送路は、前記ウエブの搬送を駆動し、かつ前記ウエブを抱いて回転することにより前記ウエブの張力をカットする１以上の駆動ローラにより複数の領域に分けられており、
    前記張力検出部、前記スリップ量定量化部、および前記スジ状変形定量化部は、前記領域ごとに、前記張力検出値、前記スリップ量、および前記スジ状変形量を出力する
    ウエブ搬送装置に用いられ、前記ウエブ搬送装置の最適搬送条件を探索する搬送条件探索方法であって、
    前記ウエブの搬送速度および前記張力検出値を含む説明変数群と、前記スリップ量および前記スジ状変形量を含む目的変数群との関係を表す学習済みモデルを、既知の前記説明変数群の値と、前記説明変数群の値に対する既知の前記目的変数群の値とを教師データとして学習することにより生成し、
    前記学習済みモデルに基づき、前記目的変数群に含まれるトレードオフの関係にある前記スリップ量と前記スジ状変形量とを最適化する前記説明変数群の値を探索し、
    探索により求めた前記説明変数群の値を前記最適搬送条件とする搬送条件探索方法。
  14. 搬送路に沿ってウエブを搬送する搬送駆動部と、
    前記搬送路に設けられた少なくとも１つのローラと、
    前記ウエブの張力を検出して張力検出値を出力する張力検出部と、
    前記ウエブの前記ローラの表面におけるスリップをスリップ量として定量化するスリップ量定量化部と、
    前記ウエブの搬送方向に生じるスジ状の変形をスジ状変形量として定量化するスジ状変形定量化部と、
    を備え、
    前記搬送路は、前記ウエブの搬送を駆動し、かつ前記ウエブを抱いて回転することにより前記ウエブの張力をカットする１以上の駆動ローラにより複数の領域に分けられており、
    前記張力検出部、前記スリップ量定量化部、および前記スジ状変形定量化部は、前記領域ごとに、前記張力検出値、前記スリップ量、および前記スジ状変形量を出力する
    ウエブ搬送装置に用いられ、前記ウエブ搬送装置の最適搬送条件を探索する動作をプロセッサに実行させるプログラムであって、
    前記ウエブの搬送速度および前記張力検出値を含む説明変数群と、前記スリップ量および前記スジ状変形量を含む目的変数群との関係を表す学習済みモデルを、既知の前記説明変数群の値と、前記説明変数群の値に対する既知の前記目的変数群の値とを教師データとして学習することにより生成し、
    前記学習済みモデルに基づき、前記目的変数群に含まれるトレードオフの関係にある前記スリップ量と前記スジ状変形量とを最適化する前記説明変数群の値を探索し、
    探索により求めた前記説明変数群の値を前記最適搬送条件とする動作を前記プロセッサに実行させるプログラム。
JP2020024648A 2020-02-17 2020-02-17 搬送条件探索装置、搬送条件探索方法、およびプログラム Active JP7293149B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020024648A JP7293149B2 (ja) 2020-02-17 2020-02-17 搬送条件探索装置、搬送条件探索方法、およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020024648A JP7293149B2 (ja) 2020-02-17 2020-02-17 搬送条件探索装置、搬送条件探索方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2021127238A JP2021127238A (ja) 2021-09-02
JP7293149B2 true JP7293149B2 (ja) 2023-06-19

Family

ID=77487945

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020024648A Active JP7293149B2 (ja) 2020-02-17 2020-02-17 搬送条件探索装置、搬送条件探索方法、およびプログラム

Country Status (1)

Country Link
JP (1) JP7293149B2 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007326657A (ja) 2006-06-06 2007-12-20 Tokai Univ ウェブ搬送装置、ウェブ搬送方法およびウェブ搬送制御プログラム
JP2010095772A (ja) 2008-10-17 2010-04-30 Sumitomo Metal Mining Co Ltd フィルムのスリップ検出方法及びフィルムスリップ検出装置、並びにフィルムスリップ検出装置を備えたフィルム搬送型皮膜成膜装置
JP2013184749A (ja) 2012-03-05 2013-09-19 Hitachi Industrial Equipment Systems Co Ltd 薄膜シート駆動制御方式および装置並びにそれを用いたシート巻取装置
JP2018051765A (ja) 2016-09-26 2018-04-05 株式会社Ｓｃｒｅｅｎホールディングス 基材処理装置および基材処理方法
WO2019188931A1 (ja) 2018-03-29 2019-10-03 富士フイルム株式会社 巻き取り条件生成装置、巻き取り装置、巻き取り欠陥レベル予測値生成装置、巻き取り条件算出方法、巻き取り方法、及び巻き取り欠陥レベル予測値生成方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007326657A (ja) 2006-06-06 2007-12-20 Tokai Univ ウェブ搬送装置、ウェブ搬送方法およびウェブ搬送制御プログラム
JP2010095772A (ja) 2008-10-17 2010-04-30 Sumitomo Metal Mining Co Ltd フィルムのスリップ検出方法及びフィルムスリップ検出装置、並びにフィルムスリップ検出装置を備えたフィルム搬送型皮膜成膜装置
JP2013184749A (ja) 2012-03-05 2013-09-19 Hitachi Industrial Equipment Systems Co Ltd 薄膜シート駆動制御方式および装置並びにそれを用いたシート巻取装置
JP2018051765A (ja) 2016-09-26 2018-04-05 株式会社Ｓｃｒｅｅｎホールディングス 基材処理装置および基材処理方法
WO2019188931A1 (ja) 2018-03-29 2019-10-03 富士フイルム株式会社 巻き取り条件生成装置、巻き取り装置、巻き取り欠陥レベル予測値生成装置、巻き取り条件算出方法、巻き取り方法、及び巻き取り欠陥レベル予測値生成方法

Also Published As

Publication number Publication date
JP2021127238A (ja) 2021-09-02

Similar Documents

Publication Publication Date Title
US11960992B2 (en) Winding condition generating apparatus, winding apparatus, winding defect level prediction value generating apparatus, winding condition calculating method, winding method, and winding defect level prediction value generating method
JP2009200208A (ja) 製造設備の診断装置及び方法
JP7293149B2 (ja) 搬送条件探索装置、搬送条件探索方法、およびプログラム
Chistyakova et al. Intellectual analysis system of big industrial data for quality management of polymer films
US11261045B2 (en) Rewinder winding methods and apparatus
EP4041988B1 (en) Methods and systems for controlling operation of wireline cable spooling equipment
CA3040587A1 (en) Method for indirectly deriving of a systematic dependence between one adjustment variable and one optical characteristic of a film web, method for adjusting the quality of a web film
JP2019159770A (ja) 判別システム、判別装置、学習装置、判別方法及びプログラム
US20230095964A1 (en) Image forming system and control method of the system
US20180305159A1 (en) Monitoring Method for Monitoring an Unwinding Process, Unwinding Device and Unwinding System
JP2009199289A (ja) 製造設備の診断装置及び方法
CN114202095A (zh) 关于经由制造过程制造的产品进行预测的系统和方法
JP6221971B2 (ja) ルーパ装置
JP2022079953A (ja) 推定システム、学習装置、推定装置、推定方法、学習方法、及びプログラム
KR20140119851A (ko) 서보모터 멀티 제어 장치
JP7247785B2 (ja) 画像形成装置
US20060011766A1 (en) Method for controlling a wind-up, including determining running parameters based on models taking un-winding into account
JP7550667B2 (ja) 基材処理方法
JP2003242197A (ja) 設計支援装置、方法、及びプログラムを記録した記録媒体
US7643161B2 (en) Inter-device media handler
JP2023127346A (ja) 制御パラメータ調整方法、プログラムおよび記録媒体
WO2024135150A1 (ja) 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法
JP2023031034A (ja) 巻取りロールの品質管理装置、巻取りロールの品質管理方法及び巻取りロールの品質管理プログラム
JP2007130839A (ja) 管理システム、管理装置、判定装置および画像形成装置
CN117566503A (zh) 基于恒张力、恒线速度的张力控制方法、装置及控制器

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220118

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221206

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230206

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: 20230516

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230607

R150 Certificate of patent or registration of utility model

Ref document number: 7293149

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150