JP7293962B2 - 成形品の品質異常予測システム - Google Patents
成形品の品質異常予測システム Download PDFInfo
- Publication number
- JP7293962B2 JP7293962B2 JP2019145940A JP2019145940A JP7293962B2 JP 7293962 B2 JP7293962 B2 JP 7293962B2 JP 2019145940 A JP2019145940 A JP 2019145940A JP 2019145940 A JP2019145940 A JP 2019145940A JP 7293962 B2 JP7293962 B2 JP 7293962B2
- Authority
- JP
- Japan
- Prior art keywords
- molded product
- pressure
- molding
- quality
- filling time
- 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
Description
品質異常予測システムは、成形機の型のキャビティに溶融材料を供給することにより成形品を成形する成形方法に適用される。本例では、成形機1が成形材料である樹脂又はゴム等の射出成形を行う射出成形機である場合を例に挙げて説明するが、成形機1は、射出成形機以外の成形機、例えば、ブロー成形機や圧縮成形機であっても良い。尚、成形材料である樹脂については、単体のポリアミド等の熱可塑性樹脂や、熱可塑性樹脂の基材に充填剤を添加した強化樹脂を例示することができる。充填剤としては、ミクロンサイズ又はナノサイズのフィラーを挙げることができる。フィラーとしては、例えば、ガラス繊維や炭素繊維等を挙げることができる。
品質異常予測システム100は、1又は複数の成形機1と、機械学習装置110とを備えて構成される。機械学習装置110は、少なくとも成形機1において検出された成形時データである圧力データに基づいて得られる充填時間を訓練データセットとして機械学習を行うことにより、充填時間と成形品の品質要素とに関する学習済みモデルを生成する。そして、機械学習装置110は、学習済みモデルと、新たな充填時間とに基づいて、新たに成形された成形品の品質要素を予測する。
(3-1.成形機1の構成)
次に、図2を参照して、成形機1の一例である射出成形機について説明する。射出成形機としての成形機1は、ベッド2と、射出装置3と、型4と、型締装置5と、動作指令部6と、制御装置7とを主に備える。
続いて、射出成形機としての成形機1による成形品の成形方法について説明する。成形機1による成形方法では、計量工程、型締工程、射出充填工程、保圧工程、冷却工程、離型取出工程が順次実行される。計量工程において、ヒータ35の加熱及びスクリュ33の回転に伴うせん断摩擦熱によってペレットが溶融されながら、溶融材料が加熱シリンダ32の先端とノズル34との間に貯留される。溶融材料の貯留量の増加に伴ってスクリュ33が後退するため、スクリュ33の後退位置から溶融材料の貯留量の計量が行われる。
ここで、図3及び図4を参照しながら、型4の詳細な構成を説明する。尚、型4は、所謂、多数個取り金型であり、型4には複数のキャビティCが形成されているが、図面を簡素化するため、図3及び図4には、1つのキャビティCをのみ図示している。又、本例において、成形機1が成形する成形品は、等速ジョイントに用いられる保持器である。従って、成形品は環状特に円環状であり、キャビティCは保持器の形状に倣った環状特に円環状に形成される。尚、成形品及びキャビティCの形状は、環状以外の形状、例えば、C形状や矩形枠状等であっても良いことは言うまでもない。
次に、図5を参照しながら、機械学習装置110(図1を参照)の構成を説明する。図5に示すように、機械学習装置110は、学習フェーズを実行可能な学習処理装置210と、推論フェーズを実行可能な品質予測装置220とを備える。ここで、学習処理装置210は、上述した品質異常予測システム100における第一サーバ111に相当する。又、品質予測装置220は、上述した品質異常予測システム100における第二サーバ112に相当する。
次に、品質異常予測システム100の具体例である成形不良予測システム100a(図8を参照)について説明する。成形不良予測システム100aは、ポリアミド66に所定量の充填剤としてのフィラー(ガラス繊維)を含有させた成形材料を用い、成形機1が成形した成形品の品質要素の良否を予測する品質異常予測システムである。
図6A、図6B及び図6Cを参照して、射出充填工程における溶融材料の充填時間Jについて説明する。充填時間Jは、キャビティC内に溶融材料の充填が開始されてから完了するまでに要する時間である。充填時間Jは、第一圧力センサ44が時間的に連続して検出する圧力データにおいて、溶融材料から受ける圧力の上昇開始即ち立ち上がりが生じた時点を終点として決定される。本例においては、充填時間Jは、図6Aに示すように、第二圧力センサ45がランナー43b内の圧力の上昇開始即ち立ち上がりを検知した時点が始点であり、ゲート43cから最遠位置となる第一圧力センサ44aがキャビティC内の圧力の立ち上がりを検知した時点が終点である時間とする。ここで、複数の第一圧力センサ44b-44fが圧力の立ち上がりを検知した各々の時点うち、第一圧力センサ44aが圧力の立ち上がりを検知した時点は最も遅くなる(図6Cを参照)。
充填時間Jは、図7Aに示すように、溶融材料の比容積が増加する程、短縮される。又、充填時間Jは、図7Bに示すように、溶融材料の温度である成形温度が増加するほど、短縮される。更に、充填時間Jは、図7Cに示すように、成形材料であるペレットの材料物性の製造ロットごとのバラつき要素であるペレットの粘度数が小さくなる程、短縮される。そして、このような充填時間Jの短縮は、図8に示すように、ペレットが吸水している水分量に依存して発生するものと考えられる。
次に、図9を参照しながら、成形不良予測システム100aの構成を説明する。図9に示すように、成形不良予測システム100aは、複数の成形機1(図1を参照)と、学習処理装置210aと、成形不良予測装置220aとを備える。
次に、成形不良予測部223aによる予測の第一例を説明する。第一例においては、成形不良予測部223aは、成形時データ取得部222aを介して、第一圧力センサ44aから時間的に連続して検出された圧力データと第二圧力センサ45から時間的に連続して検出された圧力データとを入力する。そして、成形不良予測部223aは、入力した圧力データに基づき、新たに成形品を成形した際の充填時間Jを算出する。続いて、成形不良予測部223aは、図10に示すように、加水分解の進行具合が成形不良を生じさせない充填時間の上限側の許容値である上限充填時間JM及び下限側の許容値である下限充填時間JLと、充填時間Jとを比較する。
次に、成形不良予測部223aによる予測の第二例を説明する。上述した第一例においては、成形不良予測部223aは、成形時データとして第一圧力センサ44aにより時間的に連続して検出された圧力データ及び第二圧力センサ45により時間的に連続して検出された圧力データを入力するようにした。
次に、成形不良予測部223aによる予測の第三例を説明する。上述したように、学習済みモデル生成部214aは、加水分解状態データ(水分量)と充填時間Jとを訓練データセットとする機械学習を行い、学習済みモデルを生成する。このため、学習済みモデルは、加水分解状態データ(加水分解の有無、加水分解の進行具合、或いは、水分量)と充填時間Jとの相関を定義するものである。従って、成形不良予測部223aは、学習済みモデルを用いることにより、充填時間Jを入力とした場合には加水分解状態データを出力することが可能となる。
以上説明したように、学習済みモデル生成部214は、少なくとも第一圧力センサ44の圧力データに基づいて計測又は算出して取得可能な充填時間Jと品質要素データとを訓練データセットとする機械学習を行い、学習済みモデルを生成する。よって、学習済みモデル生成部214は、成形材料の吸水に伴う水分量によって変動し得る流動性に関連する充填時間J、及び、品質要素データとして成形材料の吸水に伴う水分量に応じて発生する溶融樹脂の加水分解状態データとの相関性が高い学習済みモデルを生成できる。
上記した品質異常予測システム100としての成形不良予測システム100aの成形機1において、型4には6つの第一圧力センサ44a-44fが配置される場合を例に挙げて説明したが、必ずしもこれに限られるものではない。つまり、型4には複数の第一圧力センサ44が配置されていればよく、第一圧力センサ44の数が5つ以下又は7つ以上としてもよい。
Claims (15)
- 成形機の型のキャビティに成形材料を溶融した溶融材料を供給することにより成形品を成形する成形方法に適用され、
前記型に配置され、前記キャビティにおいて供給された前記溶融材料から受ける圧力を検出する第一圧力センサと、
少なくとも前記第一圧力センサによって検出された圧力データを用いて取得される時間であって前記キャビティ内に前記溶融材料の充填が開始されてから完了するまでに要する充填時間を訓練データセットとする機械学習により生成された学習済みモデルであって、前記充填時間と前記成形材料の吸水に起因する前記成形品の品質要素とに関する前記学習済みモデルを記憶する学習済みモデル記憶部と、
新たに前記第一圧力センサにより検出された圧力データを用いて取得された前記充填時間と前記学習済みモデルとに基づいて、新たに成形した前記成形品の前記品質要素の異常を予測する異常予測部と、
を備えた、成形品の品質異常予測システム。 - 前記成形品の品質異常予測システムは、前記キャビティにおいて異なる複数の位置で、前記溶融材料から受ける圧力を各々検出する複数の前記第一圧力センサを備え、
前記学習済みモデル記憶部は、複数の前記第一圧力センサにより検出された複数の前記圧力データを用いて取得された前記充填時間と前記成形品の前記品質要素とに関する前記学習済みモデルを記憶する、請求項1に記載の成形品の品質異常予測システム。 - 前記充填時間の始点は、複数の前記第一圧力センサのうちの1つの前記第一圧力センサが圧力の立ち上がりを検知した時点であり、
前記充填時間の終点は、複数の前記第一圧力センサのうちの他の前記第一圧力センサが圧力の立ち上がりを検知した時点である、請求項2に記載の成形品の品質異常予測システム。 - 前記充填時間の終点は、複数の前記第一圧力センサが圧力の立ち上がりを検知した各々の時点のうち最も遅い時点である、請求項2に記載の成形品の品質異常予測システム。
- 複数の前記第一圧力センサは、前記キャビティ内において前記型のゲートから前記溶融材料が流入する流入経路において、前記ゲートからの距離が異なる複数の位置に配置される、請求項2-4の何れか一項に記載の成形品の品質異常予測システム。
- 複数の前記第一圧力センサは、前記流入経路における前記ゲート寄りの位置と、前記流入経路において前記ゲートからの最遠位置寄りの位置との2箇所に少なくとも配置される、請求項5に記載の成形品の品質異常予測システム。
- 前記成形品及び前記キャビティは、環状であり、
前記型は、1箇所の前記ゲートを有し、
前記流入経路は、前記ゲートから前記キャビティの環状の周方向に流動する経路である、請求項5又は6に記載の成形品の品質異常予測システム。 - 前記品質異常予測システムは、更に、前記型のランナーに配置される第二圧力センサを備え、
前記学習済みモデル記憶部は、前記第一圧力センサにより検出された前記圧力データ及び前記第二圧力センサにより検出された前記圧力データを用いて取得された前記充填時間と前記成形品の前記品質要素とに関する前記学習済みモデルを記憶し、
前記異常予測部は、新たに前記第一圧力センサにより検出された前記圧力データ及び前記第二圧力センサにより検出された前記圧力データを用いて取得された前記充填時間と、前記学習済みモデルとに基づいて、新たに成形した前記成形品の前記品質要素を予測する、請求項1-7の何れか一項に記載の成形品の品質異常予測システム。 - 前記充填時間の始点は、前記第二圧力センサが圧力の立ち上がりを検知した時点であり、
前記充填時間の終点は、前記第一圧力センサが圧力の立ち上がりを検知した時点である、請求項8に記載の成形品の品質異常予測システム。 - 前記成形品の品質異常予測システムは、更に、前記型に配置され、前記キャビティにおける前記溶融材料の温度を検出する温度センサを備え、
前記学習済みモデル記憶部は、少なくとも前記第一圧力センサにより検出された前記圧力データにより検出された前記圧力データを用いて取得された前記充填時間、前記温度センサにより検出された温度データ、及び、前記成形品の前記品質要素に関する前記学習済みモデルを記憶し、
前記異常予測部は、新たに前記第一圧力センサにより検出された前記圧力データを用いて取得された前記充填時間、新たに前記温度センサにより検出された前記温度データ、及び、前記学習済みモデルに基づいて、新たに成形した前記成形品の前記品質要素を予測する、請求項1-9の何れか一項に記載の成形品の品質異常予測システム。 - 前記異常予測部は、前記品質要素の予測値と許容値とに基づいて前記成形品の良否判定を行う、請求項1-10の何れか一項に記載の成形品の品質異常予測システム。
- 前記異常予測部は、前記成形品の成形後であって次工程の実行前に、前記成形品の良否判定を行う、請求項11に記載の成形品の品質異常予測システム。
- 前記成形品の品質異常予測システムは、前記成形品の良否判定において不良と判定された前記成形品の廃棄処理又は選別処理を実行する、請求項11又は12に記載の成形品の品質異常予測システム。
- 前記成形品の品質異常予測システムは、更に、
少なくとも前記第一圧力センサにより検出された前記圧力データを用いて取得された前記充填時間を前記訓練データセットとする機械学習により前記学習済みモデルを生成し、生成した前記学習済みモデルを前記学習済みモデル記憶部に記憶する学習済みモデル生成部を備える、請求項1-13の何れか一項に記載の成形品の品質異常予測システム。 - 前記品質要素は、前記成形材料の吸水に起因して前記溶融材料に発生する加水分解の状態を表すものである、請求項1-14の何れか一項に記載の成形品の品質異常予測システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019145940A JP7293962B2 (ja) | 2019-08-08 | 2019-08-08 | 成形品の品質異常予測システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019145940A JP7293962B2 (ja) | 2019-08-08 | 2019-08-08 | 成形品の品質異常予測システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021024230A JP2021024230A (ja) | 2021-02-22 |
JP7293962B2 true JP7293962B2 (ja) | 2023-06-20 |
Family
ID=74662171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019145940A Active JP7293962B2 (ja) | 2019-08-08 | 2019-08-08 | 成形品の品質異常予測システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7293962B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102500376B1 (ko) * | 2021-09-17 | 2023-02-17 | 아주대학교산학협력단 | 사출 금형 내 센서 신호를 이용한 모니터링 장치 및 그 방법 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000000892A (ja) | 1998-06-16 | 2000-01-07 | Achilles Corp | 成形品の抵抗測定払出し装置 |
JP3138123B2 (ja) | 1993-10-26 | 2001-02-26 | 株式会社名機製作所 | ディスク成形装置におけるノズルタッチ機構 |
JP2002086500A (ja) | 2000-09-12 | 2002-03-26 | Futaba Corp | 不良品の検出方法及び装置並びに成形装置。 |
JP5065516B2 (ja) | 2010-08-04 | 2012-11-07 | エフ イー アイ カンパニ | 薄い電子検出器における後方散乱の減少 |
JP2017202632A (ja) | 2016-05-12 | 2017-11-16 | ファナック株式会社 | 射出成形機の逆流防止弁の摩耗量推定装置および摩耗量推定方法 |
JP2018015938A (ja) | 2016-07-26 | 2018-02-01 | 双葉電子工業株式会社 | 計測装置、計測方法、プログラム |
JP2018040557A (ja) | 2016-09-10 | 2018-03-15 | 株式会社カワタ | 乾燥樹脂のオンデマンド供給システム |
JP2019119172A (ja) | 2018-01-10 | 2019-07-22 | 池上金型工業株式会社 | プログラム及び情報処理装置 |
JP7186230B2 (ja) | 2017-12-28 | 2022-12-08 | エーエスエムエル ネザーランズ ビー.ブイ. | 装置の構成要素から汚染粒子を除去する装置および方法 |
JP7232344B2 (ja) | 2019-09-17 | 2023-03-02 | トリニティ工業株式会社 | バルブモジュール、バルブ装置、バルブシステム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03138123A (ja) * | 1989-10-24 | 1991-06-12 | Sekisui Chem Co Ltd | 射出成形における充填時間の設定方法 |
JP2598687Y2 (ja) * | 1992-02-20 | 1999-08-16 | エヌオーケー株式会社 | 射出成形機の製品良否判定装置 |
JP2970374B2 (ja) * | 1993-12-24 | 1999-11-02 | 理化工業株式会社 | 射出成形制御装置 |
JP3288872B2 (ja) * | 1993-12-28 | 2002-06-04 | キヤノン株式会社 | プラスチック成形方法とその成形金型及びその成形品 |
-
2019
- 2019-08-08 JP JP2019145940A patent/JP7293962B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3138123B2 (ja) | 1993-10-26 | 2001-02-26 | 株式会社名機製作所 | ディスク成形装置におけるノズルタッチ機構 |
JP2000000892A (ja) | 1998-06-16 | 2000-01-07 | Achilles Corp | 成形品の抵抗測定払出し装置 |
JP2002086500A (ja) | 2000-09-12 | 2002-03-26 | Futaba Corp | 不良品の検出方法及び装置並びに成形装置。 |
JP5065516B2 (ja) | 2010-08-04 | 2012-11-07 | エフ イー アイ カンパニ | 薄い電子検出器における後方散乱の減少 |
JP2017202632A (ja) | 2016-05-12 | 2017-11-16 | ファナック株式会社 | 射出成形機の逆流防止弁の摩耗量推定装置および摩耗量推定方法 |
JP2018015938A (ja) | 2016-07-26 | 2018-02-01 | 双葉電子工業株式会社 | 計測装置、計測方法、プログラム |
JP2018040557A (ja) | 2016-09-10 | 2018-03-15 | 株式会社カワタ | 乾燥樹脂のオンデマンド供給システム |
JP7186230B2 (ja) | 2017-12-28 | 2022-12-08 | エーエスエムエル ネザーランズ ビー.ブイ. | 装置の構成要素から汚染粒子を除去する装置および方法 |
JP2019119172A (ja) | 2018-01-10 | 2019-07-22 | 池上金型工業株式会社 | プログラム及び情報処理装置 |
JP7232344B2 (ja) | 2019-09-17 | 2023-03-02 | トリニティ工業株式会社 | バルブモジュール、バルブ装置、バルブシステム |
Also Published As
Publication number | Publication date |
---|---|
JP2021024230A (ja) | 2021-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7047073B2 (ja) | 射出成形機のpid制御を自動チューニングするためのシステムおよび方法 | |
US9724863B2 (en) | Injection molding machine | |
KR101645378B1 (ko) | 사출 성형기의 공정 능력 있는 기본 설정을 반자동 생성하기 위한 설정 방법 | |
US11213986B2 (en) | Method for determining an actual volume of an injection moldable compound in an injection molding process | |
JP7205225B2 (ja) | 成形条件決定支援装置および射出成形機 | |
EP3168027B1 (en) | Injection molding information management device and injection molding machine | |
JP7159758B2 (ja) | 成形条件決定支援装置および射出成形機 | |
JP7342450B2 (ja) | 品質予測システム及び成形機 | |
EP3168028B1 (en) | Injection molding information management device and injection molding machine | |
JP2021535855A (ja) | 実際のプラスチック溶融圧力または空洞圧力に基づいて射出成形プロセスを制御するための方法 | |
TW202126463A (zh) | 射出成型之熔體壓力控制 | |
JP7293962B2 (ja) | 成形品の品質異常予測システム | |
US20200206998A1 (en) | Quality prediction system and molding machine | |
CN111497163B (zh) | 品质预测系统以及成型机 | |
US20200285998A1 (en) | Machine learning device and machine learning method | |
US20220242022A1 (en) | Injection molding machine and method of controlling the same | |
US20200094461A1 (en) | Device for assisting molding condition determination and injection molding apparatus | |
JP2021191619A (ja) | 成形条件決定支援装置 | |
JP7283138B2 (ja) | 成形品の品質予測システム及び成形機 | |
CN105666781A (zh) | 注射成型机 | |
JP3293425B2 (ja) | 射出低圧成形方法および装置 | |
JP2023176960A (ja) | 射出成形装置 | |
JP2598687Y2 (ja) | 射出成形機の製品良否判定装置 | |
JPH08300428A (ja) | 射出成形装置 | |
JP3232550B2 (ja) | 射出圧縮成形における型締圧力の制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210301 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220714 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230417 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7293962 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |