JP7406628B2 - パターン認識及び構造認識による鋳造部材の同定を通じて、自動機械をベースにした鋳造法において品質を向上させるための装置及び方法 - Google Patents
パターン認識及び構造認識による鋳造部材の同定を通じて、自動機械をベースにした鋳造法において品質を向上させるための装置及び方法 Download PDFInfo
- Publication number
- JP7406628B2 JP7406628B2 JP2022520285A JP2022520285A JP7406628B2 JP 7406628 B2 JP7406628 B2 JP 7406628B2 JP 2022520285 A JP2022520285 A JP 2022520285A JP 2022520285 A JP2022520285 A JP 2022520285A JP 7406628 B2 JP7406628 B2 JP 7406628B2
- Authority
- JP
- Japan
- Prior art keywords
- casting
- cast
- mold
- identification
- cast member
- 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
- 238000005266 casting Methods 0.000 title claims description 82
- 238000000034 method Methods 0.000 title claims description 42
- 238000003909 pattern recognition Methods 0.000 title claims description 19
- 239000004576 sand Substances 0.000 claims description 31
- 238000004140 cleaning Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 14
- 230000007547 defect Effects 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 10
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 9
- 229910021389 graphene Inorganic materials 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000011157 data evaluation Methods 0.000 claims description 5
- 229910001338 liquidmetal Inorganic materials 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009897 systematic effect Effects 0.000 claims description 4
- 239000011800 void material Substances 0.000 claims description 2
- 230000032258 transport Effects 0.000 description 22
- 238000001816 cooling Methods 0.000 description 17
- 239000000463 material Substances 0.000 description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 239000008187 granular material Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 229910001018 Cast iron Inorganic materials 0.000 description 3
- 239000000654 additive Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000007711 solidification Methods 0.000 description 3
- 230000008023 solidification Effects 0.000 description 3
- 229910000906 Bronze Inorganic materials 0.000 description 2
- 239000010974 bronze Substances 0.000 description 2
- KUNSUQLRTQLHQQ-UHFFFAOYSA-N copper tin Chemical compound [Cu].[Sn] KUNSUQLRTQLHQQ-UHFFFAOYSA-N 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005058 metal casting Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- RMAQACBXLXPBSY-UHFFFAOYSA-N silicic acid Chemical compound O[Si](O)(O)O RMAQACBXLXPBSY-UHFFFAOYSA-N 0.000 description 2
- 235000012239 silicon dioxide Nutrition 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010034972 Photosensitivity reaction Diseases 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 229910001092 metal group alloy Inorganic materials 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000036211 photosensitivity Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D29/00—Removing castings from moulds, not restricted to casting processes covered by a single main group; Removing cores; Handling ingots
- B22D29/04—Handling or stripping castings or ingots
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22C—FOUNDRY MOULDING
- B22C19/00—Components or accessories for moulding machines
- B22C19/04—Controlling devices specially designed for moulding machines
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22C—FOUNDRY MOULDING
- B22C11/00—Moulding machines characterised by the relative arrangement of the parts of same
- B22C11/02—Machines in which the moulds are moved during a cycle of successive operations
- B22C11/08—Machines in which the moulds are moved during a cycle of successive operations by non-rotary conveying means, e.g. by travelling platforms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22C—FOUNDRY MOULDING
- B22C25/00—Foundry moulding plants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22C—FOUNDRY MOULDING
- B22C9/00—Moulds or cores; Moulding processes
- B22C9/02—Sand moulds or like moulds for shaped castings
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D31/00—Cutting-off surplus material, e.g. gates; Cleaning and working on castings
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D45/00—Equipment for casting, not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D46/00—Controlling, supervising, not restricted to casting covered by a single main group, e.g. for safety reasons
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D47/00—Casting plants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/80—Recognising image objects characterised by unique random patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Continuous Casting (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Casting Devices For Molds (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Description
本発明は、パターン認識及び構造認識による鋳造部材の同定を通じて、自動機械をベースにした鋳造法において品質を向上させるための装置及び方法に関する。
金属生産は、新石器時代から青銅器時代への過渡期である銅器時代から始まった。古代において青銅は、最も重要な材料として鉄に置き換えられ、鉄は、ヨーロッパでは中世まで鋳造することができなかった
産業化の間に鋳鉄は、最も重要な構成材料となった。１９００年あたりまでに一連の生産部品は、自動車産業においてアルミニウムから既に鋳造されていた。１９７０年代には近代的なＦＥＭシミュレーション（有限要素法）の発展により、鋳造過程のシミュレート及び最適化が可能となった。
従来技術として、文献ＤＥ １０ ２０１５ １０２ ３０８ Ａ１が現時点で参照される。これは、鋳造部材を識別するための方法に関する。明細書の記載によれば、この方法の目的は、特に即時に使用できる状態で、可読情報を永久に備えた鋳造部材の生産を可能とする方法を提供することである。
特許クレーム１の特性によれば、この目的は、可読情報（ＩＧ１、ＩＧ２）を備えた鋳造部材（Ｇ１、Ｇ２）を生産する方法により達成され、この方法は、以下の作業ステップを備える。
ａ）情報（Ｉ１、Ｉ２）を有する情報面（１５、２２）を一面に備え、同情報（Ｉ１、Ｉ２）を有して鋳造部材（Ｇ１、Ｇ２）に割り当てられる鋳造部材面（１４、２１）を他面に備えた識別部（１１、２０）を与え、
ｂ）鋳造される鋳造部材（Ｇ１、Ｇ２）を複製するための型穴（７）を画定する鋳型（１）に識別部（１１、２０）を配置し、識別部（１１、２０）は、情報面（１５、２２）が型穴（７）と面し、且つ鋳造部材面（１４、２１）が型穴（７）と面しないようにして型穴（７）に割り当てられた状態で鋳型面（１０）に配置され、
ｃ）識別部（１１、２０）の鋳造部材面（１４、２１）を金属融液（Ｍ）で濡らした状態で、鋳型（１）に金属融液（Ｍ）を注入し、
ｄ）鋳造部材（Ｇ１、Ｇ２）を形成するために金属融液（Ｍ）を固化させ、鋳造部材（Ｇ１、Ｇ２）への識別部（１１、２０）の材料－、形状－又は－圧力フィット接続が注入又は固化の間に形成され、鋳造部材面（１４、２１）上に存在する情報（Ｉ１、Ｉ２）が、金属融液（Ｍ）の注入又は固化の間に鋳造部材（Ｇ１、Ｇ２）の割り当てられた面（１８）上にスタンプの様式で写され、
ｅ）鋳型（１）から鋳造部材（Ｇ１、Ｇ２）を取り外し、
ｆ）鋳造部材（Ｇ１、Ｇ２）をクリーニングする。
ａ）情報（Ｉ１、Ｉ２）を有する情報面（１５、２２）を一面に備え、同情報（Ｉ１、Ｉ２）を有して鋳造部材（Ｇ１、Ｇ２）に割り当てられる鋳造部材面（１４、２１）を他面に備えた識別部（１１、２０）を与え、
ｂ）鋳造される鋳造部材（Ｇ１、Ｇ２）を複製するための型穴（７）を画定する鋳型（１）に識別部（１１、２０）を配置し、識別部（１１、２０）は、情報面（１５、２２）が型穴（７）と面し、且つ鋳造部材面（１４、２１）が型穴（７）と面しないようにして型穴（７）に割り当てられた状態で鋳型面（１０）に配置され、
ｃ）識別部（１１、２０）の鋳造部材面（１４、２１）を金属融液（Ｍ）で濡らした状態で、鋳型（１）に金属融液（Ｍ）を注入し、
ｄ）鋳造部材（Ｇ１、Ｇ２）を形成するために金属融液（Ｍ）を固化させ、鋳造部材（Ｇ１、Ｇ２）への識別部（１１、２０）の材料－、形状－又は－圧力フィット接続が注入又は固化の間に形成され、鋳造部材面（１４、２１）上に存在する情報（Ｉ１、Ｉ２）が、金属融液（Ｍ）の注入又は固化の間に鋳造部材（Ｇ１、Ｇ２）の割り当てられた面（１８）上にスタンプの様式で写され、
ｅ）鋳型（１）から鋳造部材（Ｇ１、Ｇ２）を取り外し、
ｆ）鋳造部材（Ｇ１、Ｇ２）をクリーニングする。
鋳造部材を同定するために、完成鋳造部材に番号又は番号スタンプを付与しようとする金属鋳造方法は、非常にコストがかかってエラーを受けやすく且つ時間がかかる。そこで、本出願の目的は、すべての金属鋳造法において鋳造部材識別のためにモデルを変更することなく、すなわち、番号を有する部材や連続番号をスタンプするツールをモデルに設置又は配置せずにそれを実現することである。
この目的は、以下の特性を備えるような、パターン認識及び構造認識による鋳造部材の同定を通じて自動機械をベースにした鋳造法において品質を向上させるための装置、
ａ）所望の鋳型（１２）に流し込んで、それをセンサ及びカメラにより監視した後、前記鋳型は破壊され、生じた個々の鋳造部材（２４）は、鋳造部材を識別するための可読情報をスタンプするツールをモデルに設置又は配置せずパターン認識及びパターントラッキングにより同定され、フラッシュは取り除かれ、前記鋳造部材（２４）はジェットクリーニング（２２）に送られ、
ｂ）各々の前記鋳造部材（２４）は、前記クリーニング設備（２２）を去るときに同定され、同定面（４７）は、カメラ（２９）により走査されて測定及び試験ステーション（４０）に転送され、鋳造部材欠陥がキャプチャされ、
ｃ）厚み及び空洞含有の可能性に関して更に設置された測定装置（４２、３３）は、最終の前記鋳造部材（２４）の品質を記録し、
ｄ）全体の鋳造過程は、該過程の体系的データ解析、評価及びインタラクティブな自己制御のためにビッグデータコンピュータ及びメモリ（６１）により制御され、前記ステーション（４０）に配置された前記測定装置（４２、３３）は、鋳造格子欠陥のための測定装置（３０）、前記鋳造部材（２４）の表面構造のための測定装置（３１）及び前記鋳造部材（２４）の外郭を測定するための測定装置（３２）と更に隣接し、カメラ（２９、３４）による前記鋳造部材（２４）の表面の高解像度３次元構造記録は、グラフェンをベースにした光センサにより可能とされ、前記同定面（４７）は、各々の鋳造部材モデルに対して個々に割り当てられ、前記鋳造部材（２４）は、分類装置（３８）において種々の品質基準に関して分類されることを特徴とする請求項１に記載の装置。
及び、以下の特性を備えるような、鋳造部材を識別するための可読情報をスタンプするツールをモデルに設置又は配置せずパターン認識及び構造認識による鋳造部材の同定を通じて自動機械をベースにした鋳造法において品質を向上させるための方法により達成される。
ａ）液体金属により所望の鋳造部材（２４）を形成するための砂型の形成は、その後の流し込み及び稼働している搬送ベルトにおけるその後の整列を行う手段を更に備え、
ｂ）前記鋳造部材（２４）の更なる処理は、種々のセンサ及びカメラを用いた手段を伴い、個々の処理ステップは正確に記録され、個々の詳細は検証可能に保存され、
ｃ）処理過程の各々の時点で、各々の前記鋳造部材（２４）の状態及び履歴は、包括的に知られ、
ｄ）全体の鋳造及び製造過程は、個々の処理ステップ及びデータ接続の観点で機能関連カテゴリへとデータ技術的に分類され、その過程の体系的データ解析、評価及びインタラクティブな自己制御のためにビッグデータコンピュータ及びメモリ（６１）により制御され、グラフェンをベースにした光センサが、前記鋳造部材（２４）の表面を同定するために用いられ、測定ステーション（４０）からの前記鋳造部材（２４）の測定結果が、鋳造設備のインタラクティブな自己制御及び制御のために用いられ、プログラムがコンピュータで実行される場合に、上記方法ステップを実行するためのプログラムコードを有するコンピュータプログラム、プログラムがコンピュータで実行される場合に、上記方法を実行するためのコンピュータプログラムのプログラムコードを有する機械可読媒体。
ａ）所望の鋳型（１２）に流し込んで、それをセンサ及びカメラにより監視した後、前記鋳型は破壊され、生じた個々の鋳造部材（２４）は、鋳造部材を識別するための可読情報をスタンプするツールをモデルに設置又は配置せずパターン認識及びパターントラッキングにより同定され、フラッシュは取り除かれ、前記鋳造部材（２４）はジェットクリーニング（２２）に送られ、
ｂ）各々の前記鋳造部材（２４）は、前記クリーニング設備（２２）を去るときに同定され、同定面（４７）は、カメラ（２９）により走査されて測定及び試験ステーション（４０）に転送され、鋳造部材欠陥がキャプチャされ、
ｃ）厚み及び空洞含有の可能性に関して更に設置された測定装置（４２、３３）は、最終の前記鋳造部材（２４）の品質を記録し、
ｄ）全体の鋳造過程は、該過程の体系的データ解析、評価及びインタラクティブな自己制御のためにビッグデータコンピュータ及びメモリ（６１）により制御され、前記ステーション（４０）に配置された前記測定装置（４２、３３）は、鋳造格子欠陥のための測定装置（３０）、前記鋳造部材（２４）の表面構造のための測定装置（３１）及び前記鋳造部材（２４）の外郭を測定するための測定装置（３２）と更に隣接し、カメラ（２９、３４）による前記鋳造部材（２４）の表面の高解像度３次元構造記録は、グラフェンをベースにした光センサにより可能とされ、前記同定面（４７）は、各々の鋳造部材モデルに対して個々に割り当てられ、前記鋳造部材（２４）は、分類装置（３８）において種々の品質基準に関して分類されることを特徴とする請求項１に記載の装置。
及び、以下の特性を備えるような、鋳造部材を識別するための可読情報をスタンプするツールをモデルに設置又は配置せずパターン認識及び構造認識による鋳造部材の同定を通じて自動機械をベースにした鋳造法において品質を向上させるための方法により達成される。
ａ）液体金属により所望の鋳造部材（２４）を形成するための砂型の形成は、その後の流し込み及び稼働している搬送ベルトにおけるその後の整列を行う手段を更に備え、
ｂ）前記鋳造部材（２４）の更なる処理は、種々のセンサ及びカメラを用いた手段を伴い、個々の処理ステップは正確に記録され、個々の詳細は検証可能に保存され、
ｃ）処理過程の各々の時点で、各々の前記鋳造部材（２４）の状態及び履歴は、包括的に知られ、
ｄ）全体の鋳造及び製造過程は、個々の処理ステップ及びデータ接続の観点で機能関連カテゴリへとデータ技術的に分類され、その過程の体系的データ解析、評価及びインタラクティブな自己制御のためにビッグデータコンピュータ及びメモリ（６１）により制御され、グラフェンをベースにした光センサが、前記鋳造部材（２４）の表面を同定するために用いられ、測定ステーション（４０）からの前記鋳造部材（２４）の測定結果が、鋳造設備のインタラクティブな自己制御及び制御のために用いられ、プログラムがコンピュータで実行される場合に、上記方法ステップを実行するためのプログラムコードを有するコンピュータプログラム、プログラムがコンピュータで実行される場合に、上記方法を実行するためのコンピュータプログラムのプログラムコードを有する機械可読媒体。
本発明は、例として鉄鋳造設備を参照して記載される。
図１は、側面視での鋳型形成、鋳型への流し込み及び鋳型冷却、そして、鋳型破壊開始領域における鋳造設備の概略図を示している。鋳型プレス機器１では、一連の砂プレフォームのフロント及びリアモデル１３により、砂プレフォームが鋳物砂７（鋳型材料）からプレスされ、フロント鋳型ハーフ及びリア鋳型ハーフがユニットを形成する。
必要量の砂の供給、個々の砂型の閉合及び砂プレス型の閉合は、センサ及びカメラにより監視される。鋳物砂混合物（鋳型材料）は、鋳物砂保管庫２（鋳型材料）にストックされ、鋳物砂７（鋳型材料）の特性は、砂プレス型への流し込み前に添加剤により調整され得る。
鋳物砂保管庫２における鋳物砂７の充填レベル及びスループットは、ビデオ及びセンサにより監視される。
鋳型形成の後、鋳型１２は、搬送路１０上の摩擦フィット及び／又はフォームフィットにより鋳造機器へと連続的に搬送される。ここで、フロント鋳型１２は、第２の部分であるリア鋳型１２と対合する。鋳造機器３は、いわゆる融液（液体金属、鋳鉄では融点が約１４００度）のための容器と、砂型１２への流し込みのための流し込み機器と、を備える。流し込みは、カメラ及びセンサ、そして、レーザスキャナにより監視される。これら部材は、明確性のためにここでは示されていない。液体金属は、鋳型１２への流し込みの前に、いわゆるシーディング処理される。これは、製品特性に対応した影響を与えるために、必要な添加物が液体金属へと側方チャネル（不図示）を通して加えられることを意味する。
鋳造機器３での鋳型１２への流し込みの後、鋳型１１の列は、振とう機器８の方向に冷却装置４を通って搬送路１０（搬送路１０と冷却装置４は、１つのユニットである）の上を鋳型作成１の速度で搬送される。鋳型作成１の速度とセンサ及びカメラによる監視により、搬送路１０全体における鋳型１１の数及び特定の鋳型１１の各位置は既知である。これにより、鋳型１１中の鋳造部材２４は、各々の特定の鋳型１１に帰属され得る。
図２は、側面視での鋳型破壊、鋳型材料除去、フラッシュ及びフィーダ除去、冷却後の残存フラッシュ及びフィーダ除去、そして、ジェットクリーニング装置への搬送領域における鋳造設備の概略図を示している。
左側には、流し込まれた鋳型１１の並んだ図１の搬送路１０が見られる。鋳型作成１の時間の決まった前送りにより、鋳型１１は、振とう機器８の振とうスクリーン上に個々に搬送される。振とう機器８の振動により、鋳型１１は、それぞれ砂破壊領域において破壊され、対応するフラッシュ及びフィーダ部材と共に鋳造部材９が、振とうスクリーン上に現れて残る。緩い鋳物砂７は、下方の振とうスクリーン及び搬送ベルトを通って下に廃棄される。鋳物砂７、小さなフラッシュ及びフィーダシステムの小さな部材２７は、再生及び再使用のために回収され、生産サーキットに戻される。
上方に位置するカメラ１５、１６は、緩い鋳物砂７や緩いフラッシュが取り除かれた鋳造部材２４を搬送ベルト２６まで追跡する。カメラ１５、１６には、熱探知カメラが好適に用いられる。
搬送ベルト２６により、鋳造部材２４は第２の冷却装置１８を通って搬送され、上方に配置されたカメラ１７（ＣＣＤ）は経路を追跡している。必要に応じて、更なる冷却装置が設備に導入されてもよい。
冷却装置１８を通った後、残存したフラッシュ及びフィーダシステムの大きな部材は、６軸ロボット形状の把持機器により除去される。この操作は、マニュアル又はマニピュレータの助けを借りて実行されてもよい。
フラッシュ２７は、鋳造部材２４の更なる追跡においてビデオカメラ１９によって一緒にキャプチャされ、キャプチャされたデータは、残存したフラッシュ及びフィーダ部材の除去２０を制御するのに用いられる。
カメラ１９により、鋳造部材２４は、ジェットクリーニング２２の入口へと部材を搬送する搬送ベルト２５まで更に追跡される。
搬送ベルト２５において上方に位置するビデオカメラ２１は、ジェットクリーニング機器２２又はジェットクリーニング２２の搬送機器２３まで部材追跡を引き継ぐ。
図３は、側面視でのジェットクリーニング、鋳造部材走査、測定及び試験、そして、鋳造部材分類領域における鋳造設備の概略図を示している。
左側には、ジェットクリーニング機器２２の入口へと鋳造部材２４を搬送する搬送ベルト２５が見られる。ジェットクリーニング機器２２のグリッドベルト２３は、ジェットクリーニング機器２２を通った更なる搬送を引き継ぐ。
ジェットクリーニングの間に、鋳造部材２４は、顆粒の吹き付けにより、例えば、鋳物砂のインクラステーション（張り付き）のような残存コンタミネーションの除去を受ける。これは、搬送グリッドベルト２３の上下にそれぞれ位置して、鋳造部材に向けられたスピナホイール又は圧縮空気ジェットノズル２８により加速された顆粒を用いて成される。
顆粒の粒子サイズ、材質及び形状に依存して、このクリーニング法は、図７でも見られるように鋳造部材２４の表面に構造体を残す。このような構造体は、各々の鋳造部材においては均一な表面であるが、十分に拡大して観察すると鋳造部材２４の各位置において鋳造部材２４毎に異なる。この特性は、各々の鋳造部材２４を再同定する際の同定パラメータとして用いられる。これは、人の指紋と似ている。
搬送ベルト２５の開始位置に亘って、ジェットクリーニング２２の前で鋳造部材のパターントラッキングを終了するカメラ２１が設けられている。ビデオパターン認識及びビデオパターントラッキングにより、鋳造部材がどの鋳型に由来し、どの鋳造ネストに属していたかに関する各々の鋳造部材２４のデータが、クリーニング設備２２に入るまでに既知となる。
鋳造部材２４は、グリッドベルト２３に引き取られ、ジェットクリーニング機器２２を通って正確に定義された速度で搬送される。このようにして各々の鋳造部材２４は、クリーニング設備２２を去るまでカメラにより再同定される。
クリーニング設備の後には、カメラ２９及び搬送装置４１を備えた構造走査装置が続く。カメラ２９は、高解像度ステレオビデオカメラ及び／又は高解像度グラフェン光センサを装備した走査機器である。
搬送装置４１は、走査記録品質を向上させるために除振してマウントされている。
鋳造部材２４を再同定するためのカメラ２９による走査及び構造走査面４７（図６参照）のデータ保存の後、鋳造部材２４は、測定及び試験ステーション４０に正確に定義された速度で搬送ベルト３９によって更に搬送される。搬送速度が既知であるので、各々の鋳造部材２４の搬送移行時間が、搬送ベルト３９の最後においてカメラ３４により同定面４７を検査するのに用いられ得る。カメラ２９、３４は、グラフェン光センサを有していてもよい。これにより、鋳造部材の同定を向上させるための高品質な３Ｄ構造記録が可能となる。グラフェン光センサは、通常の光センサよりも１０００倍高い光感度を持ち、その層構成によりリアルタイムで表面の３次元高解像度記録を可能とする。
ステーション４０では、すべての測定が連続スループット試験法により行われる。
まず、鋳造部材２４は、渦電流測定装置３０により鋳造格子欠陥に関して検査される。この場合、印加した電場の変化が、鋳造部材２４の格子構造の推定に利用される。得られたデータは、解析及び保存され、個々の鋳造部材２４へと後に帰属され得る。
次に、表面構造測定３１が、表面の不規則性に関して鋳造部材の表面を検査するためにレーザを用いて実行される。互いに向かい合った２つのレーザが、１点に対して個々の鋳造部材の表面に対して特定角度Ｘで向けられ、鋳造部材２４の表面を同調して走査する。これにより、解析される個々の表面の３Ｄプロファイルが作成される。測定データは、鋳造部材２４に帰属されて保存される。高精度レーザ走査データは、走査データマーキング４７を検査するのにも同様に用いられ得る。
鋳造部材２４は、更に搬送され、外郭の平面性および曲率に関してレーザ測定装置３２により検査される。対応するデータは、各々の鋳造部材について評価及び保存される。
鋳造部材２４は、ベルト３９上を更に搬送され、空洞含有に関して超音波測定機器３３により検査される。各々の鋳造部材２４についてのデータは、評価及び保存される。
鋳造部材２４は、ベルト３９上を更に搬送され、寸法精度に関してレーザ厚み測定設備４２により検査される。レーザは、各々の鋳造部材２４の上端及び下端をそれぞれ走査する。得られたデータは、評価及び保存される。鋳造部材２４は、分類設備３８へと搬送ベルト３９上を更に搬送される。
分類設備３８に入る前に、部材は、カメラ３４によりキャプチャされ、保存された構造データ（参照パターン）との比較により構造走査面４７を用いて同定される。最終検査は、各々の鋳造部材２４について保存された測定データを参照データと比較することにより実行される。
分類設備３８において、鋳造部材２４は種々の品質カテゴリに分類される。
例示的に、カテゴリ３５には外郭及び厚みに欠陥のある鋳造部材が分類され、カテゴリ３６、３７には格子及び含有物に欠陥のある鋳造部材が分類される。これらは、例えば、公差内にあって良品に分類される鋳造部材となる。
図４は、正面視における空の砂鋳型１１の背面部分を示している。
外縁４６は、砂鋳型の側方境界を形成している。鋳型１１への流し込みの間に、液体状の鋳鉄又は異種金属合金及び添加剤は、メイン鋳造チャネルを通って鋳型１１に流れ込み、後の鋳造部材２４を規定する空洞である鋳造ネスト４３に行き渡る。各々の鋳型には、例えば、８つの鋳造ネストが設けられている。砂鋳型（１１、１２、１４）における各々の鋳造ネスト４３には、鋳造ネスト番号４４が付されている。鋳造ネスト番号４４により、個々の砂鋳型（１１、１２、１４）における鋳造ネスト４３及び後の鋳造された鋳造部材２４の配置又は位置を知ることができる。この鋳造ネスト番号４４の特性は、パターン認識及びパターン追跡、そして、鋳造欠陥の解析に重要である。このようにして、砂型１２の破壊の後にすべての鋳造部材２４は、個々の砂鋳型に帰属され得る。
図５は、平面図での鋳型搬送経路１０とジェットクリーニング搬送ベルト２３との間の領域における鋳造部材のパターン追跡を模式的に示している。
例えば、鋳型１１の破壊６の後、振とうスクリーン８、冷却設備の搬送ベルト２６及びジェットクリーニング設備への搬送ベルト２５の領域を通った搬送経路における鋳造ネスト番号４４が「８」の鋳造部材２４の配置が示される。明確性のため、ここでは１つの鋳造部材２４のパターントラッキング及び対象物トラッキングについてのみ示す。
振とうスクリーン８での鋳型１１の破壊の後、鋳造部材は、フラッシュ及びフィーダシステム部材９とまだ接続されている。鋳造部材２４は、ビデオ熱探知カメラ５によりキャプチャされ、プログラム及び位置パラメータに保存された形状と比較される（分類）。デジタルイメージの内容を分類システムでのクラスに帰属させる技術は、イメージ解析法である。これは、区分け、対象物認識及びイメージ解釈という３つのサブ領域に分けられ得る。パターン認識又は対象物認識は、端部又は不連続点に基づいた外郭セグメンテーションにより実行される。このようにして同定された鋳造部材２４は、振とうスクリーン８、冷却設備の搬送ベルト２６及びジェットクリーニング設備の搬送ベルト２３までの搬送ベルト２５の領域において、カメラ１５、１６、１７、２１を用いたプログラムに帰属される分類器に従ってパターントラッキングプログラムで観察及び検出される。ここでは、ジェットクリーニング設備２２の搬送ベルト２３までの経路における、鋳造ネスト番号「８」の鋳造部材の搬送位置変化が示されている。
図６は、例として、ブレーキパッド用の支持プレート形状の鋳造部材２４を平面図で示している。鋳造部材２４がジェットクリーニング設備２２（図３参照）を去って、カメラ２９によりキャプチャされることで高解像度イメージとしてデータ処理設備に伝送されるとヒューリスティックアプローチが適用され、各鋳造部材２４の表面構造の参照パターンがコンパイルされる。イメージ処理及び解析プログラムは、鋳造部材２４の表面において以前に位置決定及びサイズ定義されたセクション４７（同定面）を選択し、その表面構造から参照パターンをコンパイルする。同定面４７の位置は、各々の鋳造部材モデル１３に対して前もって確立されている。それは、参照として同様に保存されている同定されたモデル番号４８により決定される。同定面４７のサイズは、鋳造部材２４の表面構造及び生成されるデータ量に依存している。微細な構造の場合には、荒い構造の場合に比べて、より多くのデータが同じ面から生成される。データセットのサイズは調節され、同定面４７は十分な大きさまで低減される。参照パターンにより、同定面４７の次の走査の間に鋳造部材を同定するため、各々の鋳造部材に対していわゆる分類器が生成されて保存される。同定される鋳造ネスト番号４４は、図４で記載したような情報を含み、分類器と共に保存される。測定ステーション４０からの各鋳造部材２４の測定データは、個々の鋳造部材２４について分類器と共にメモリに同様に保存される。
図７は、ジェットクリーニングされた鋳造部材２４において、様々なジェット顆粒により形成された種々の表面構造を例示的に示している。
ここで重要なことは、ジェット顆粒粒子の大きさ、形状及び硬度である。左側のカラムに示した表面は、微細アモルファスケイ酸粒子により生成されたものである。真ん中のカラムに示した表面は、小さくて丸いジェット球体により生成されたものである。右側のカラムに示した表面は、荒いアモルファスケイ酸粒子により生成されたものである。表面の構造パターンに関連した同定面４７の大きさは、構造写真の一番上の行に示されている。
図８は、鋳造過程のためのデータ処理モジュールに対するデータ接続及び制御接続、そして、鋳造設備におけるすべての関連コンポーネントのブロック図を示している。明確性のため、これらコンポーネントは、全体の機械鋳造過程において５つのカテゴリに分けられている。
カテゴリ１は、以下のコンポーネントを備えた鋳造部材形成過程である。制御モジュール４９を備え設備１、２、１３、１４から成る鋳型形成コンポーネント、コントローラ５０を備えた鋳造コンポーネント３、コントローラ５１を備えた冷却コンポーネント４、１７、コントローラ６２を備えた鋳型開放コンポーネント８、コントローラ５４を備えた残存フラッシュ除去２０及びコントローラ５２を備えた個々の搬送機器１０、２６、２５、２３、４１、３９。鋳物砂の湿度、圧縮率、鋳型材料組成、鋳型材料温度、圧縮圧力、（一般の鋳造設備の調節パラメータ）、鋳型閉合モニタリングのためのビデオセンサ、フィーダ温度モニタリングのための温度センサ、そして、鋳型流し込みモニタリングのためのレーザセンサ。
冷却温度センサ、搬送機器及び振とう機器８の位置センサ、音センサ、残存フラッシュ除去２０のセンサ、クリーニング機器２２の空気圧センサ及び顆粒スループットセンサ、搬送機器の回転速度センサ、そして、製造過程における他のモニタリング装置は、明確性のために表示されていない。
カテゴリ２は、以下のコンポーネントを備えた鋳造部材測定及び試験過程である。コントローラ５５を備えた材料格子試験３０、３３、表面試験３１、外郭試験３２、厚み試験４２、そして、化学分析の材料組成、前回処理温度及び融液源に関する保存されたデータ。
カテゴリ３は、コンポーネント５、１５、１６、１７、１９、２１及びイメージ処理モジュール６０及びコントローラ５７を備えた鋳造部材認識及び追跡過程である。
カテゴリ４は、コンポーネント２９、３４及びコントローラ５９による過程での鋳造部材マーキング及び同定である。
カテゴリ５は、以下のコンポーネントを備えた鋳造部材分類過程である。分類設備３８及びコントローラ５６、搬送位置モニタリングのためのセンサ、ドライブモニタリング、分類機能モニタリングの走査センサ（明確性のために不図示）。カテゴリ１のセンサデータは、データ処理（ここでは破線で示す）を経てデータ６１に伝送され、現在の製造設備の実際の状態に関する情報を含む。
カテゴリ２のセンサデータは、データプロセシング６１に伝送され（破線）、試験されている鋳造部材２４の各状態に関する情報を含む。カテゴリ３のカメラのビデオデータは、イメージプロセシング６０に伝送され、鋳造部材２４は、図５で記載したように外郭セグメンテーションに基づいたパターン認識プログラムの助けを借りて同定される。更に、ビデオデータは、コンポーネント２２（ジェットクリーニング）までポーラーチェック法に基づいたパターントラッキングプログラムの助けを借りて観察及び決定される。ポーラーチェック法は、パターン認識及びパターントラッキングのための非常に信頼性の高い方法である。ポーラーチェック法は、対象物の重心の周りに１つ又は複数の円を描き、その円の外郭との交点を決定することを含む。分類能力の必要性に応じて、特徴は２つの様式で見いだされ得る。方法１では、個々の半径との交点の数がより正確で、交点の数が参照パターンのものと比較される。ポーラーチェック法の方法２は、交点を対象物の重心と結んだときに生じる角度差を利用し、対象物の角度差シークエンスと参照対象物のものとの最大相関が求められる。イメージプロセシング６０から抽出されたデータは、解析、評価及び制御のためにデータプロセシング６１へとデータ接続を介して伝送される。パターン同定のためのカテゴリ４からの各鋳造部材２４の走査データは、図６にも示されるように、特別なプログラムによりイメージプロセシング５９で抽出され、解析、評価、保存及び制御のためにデータプロセシングへと伝送される。コンポーネント３８及びコントローラを備えたカテゴリ５の分類過程のセンサデータは、解析、評価及び制御のためにデータプロセシング６１へとデータ接続を介して伝送される。
ビッグデータとも言われるカテゴリ１から５のすべてのデータは、データプロセシング６１に集約され、全製造プロセスの特別プログラムによる能動的な制御及び調節並びにインタラクティブな自己調節に用いられるために、評価システムを有する体系的データ解析プログラムにより抽出データとして生産データセットに供給される。
１ 鋳造機器
２ 鋳物砂（鋳型材料）保管庫
３ 鋳造機器
４ 冷却（予冷）
５ パターン認識の第１カメラ
６ 鋳型破壊
７ 鋳物砂（鋳型材料）
８ 振とう及びスクリーニング装置
９ フラッシュ及びフィーダシステム部材を有する鋳造部材
１０ 搬送経路
１１ 流し込まれた鋳型
１２ 空の鋳型
１３ モデル
１４ 圧力をかけられた砂型
１５ パターン認識及びパターントラッキングの第２カメラ
１６ パターン認識及びパターントラッキングの第３カメラ
１７ パターン認識及びパターントラッキングの第４カメラ
１８ 冷却（最終冷却）
１９ パターン認識及びパターントラッキングの第５カメラ
２０ 残存フラッシュ及びフィーダシステム部材除去のための機器
２１ パターン認識及びパターントラッキングの第６カメラ
２２ 鋳造部材ジェットクリーニング機器
２３ ジェットクリーニング機器への搬送ベルト
２４ 鋳造部材
２５ ジェット機器２２への搬送ベルト
２６ 冷却設備の搬送ベルト
２７ 小さなフラッシュ
２８ ジェットノズル／スピナホイール
２９ 第７カメラ（走査、構造記録、グラフェン光センサ）
３０ 格子測定装置（渦電流測定）
３１ 表面構造測定装置（レーザ）
３２ 外郭測定装置（レーザ）
３３ 格子及び空洞同定（超音波）
３４ 第８カメラ（最終検査、グラフェン光センサ）
３５ 外郭欠陥、厚み欠陥を有する鋳造部材
３６ 格子欠陥を有する鋳造部材
３７ 欠陥無しの鋳造部材
３８ 鋳造部材のための分類装置
３９ 測定ステーション（４０）の搬送ベルト
４０ 品質制御のための測定ステーション
４１ 停止機能を有する走査装置の搬送ベルト
４２ 厚み測定装置（レーザ）
４３ 鋳造ネスト
４４ ネスト番号
４５ 鋳造チャネル（フィーダ）
４６ 砂鋳型（外縁）
４７ 構造走査面（同定面）
４８ モデル番号
４９ コンポーネント１、２、１３、１４を有する鋳型形成の制御モジュール
５０ 鋳造設備３の制御モジュール
５１ 冷却設備４、１７の制御モジュール
５２ 搬送機器１０、２６、２５、２３、４１、３９の制御モジュール
５３ ジェットクリーニング機器２２の制御モジュール
５４ 残存フラッシュ除去の制御モジュール
５５ 測定機器３０、３１、３２、３３、４１の制御モジュール
５６ 分類機器３８の制御モジュール
５７ ビデオカメラ５、１５、１６、１７、１９、２１の制御モジュール
５８ 走査機器２９、３４の制御モジュール
５９ 走査機器２９、３４のためのイメージプロセシング
６０ カメラ５、１５、１６、１７、１９、２１のデータのパターン認識及びパターントラッキングのためのイメージプロセシング
６１ プロセスのシステムデータ解析、評価及びインタラクティブ自己調節のためのビッグデータコンピュータ及びメモリ
６２ 振とう及びスクリーニング装置の制御モジュール
２ 鋳物砂（鋳型材料）保管庫
３ 鋳造機器
４ 冷却（予冷）
５ パターン認識の第１カメラ
６ 鋳型破壊
７ 鋳物砂（鋳型材料）
８ 振とう及びスクリーニング装置
９ フラッシュ及びフィーダシステム部材を有する鋳造部材
１０ 搬送経路
１１ 流し込まれた鋳型
１２ 空の鋳型
１３ モデル
１４ 圧力をかけられた砂型
１５ パターン認識及びパターントラッキングの第２カメラ
１６ パターン認識及びパターントラッキングの第３カメラ
１７ パターン認識及びパターントラッキングの第４カメラ
１８ 冷却（最終冷却）
１９ パターン認識及びパターントラッキングの第５カメラ
２０ 残存フラッシュ及びフィーダシステム部材除去のための機器
２１ パターン認識及びパターントラッキングの第６カメラ
２２ 鋳造部材ジェットクリーニング機器
２３ ジェットクリーニング機器への搬送ベルト
２４ 鋳造部材
２５ ジェット機器２２への搬送ベルト
２６ 冷却設備の搬送ベルト
２７ 小さなフラッシュ
２８ ジェットノズル／スピナホイール
２９ 第７カメラ（走査、構造記録、グラフェン光センサ）
３０ 格子測定装置（渦電流測定）
３１ 表面構造測定装置（レーザ）
３２ 外郭測定装置（レーザ）
３３ 格子及び空洞同定（超音波）
３４ 第８カメラ（最終検査、グラフェン光センサ）
３５ 外郭欠陥、厚み欠陥を有する鋳造部材
３６ 格子欠陥を有する鋳造部材
３７ 欠陥無しの鋳造部材
３８ 鋳造部材のための分類装置
３９ 測定ステーション（４０）の搬送ベルト
４０ 品質制御のための測定ステーション
４１ 停止機能を有する走査装置の搬送ベルト
４２ 厚み測定装置（レーザ）
４３ 鋳造ネスト
４４ ネスト番号
４５ 鋳造チャネル（フィーダ）
４６ 砂鋳型（外縁）
４７ 構造走査面（同定面）
４８ モデル番号
４９ コンポーネント１、２、１３、１４を有する鋳型形成の制御モジュール
５０ 鋳造設備３の制御モジュール
５１ 冷却設備４、１７の制御モジュール
５２ 搬送機器１０、２６、２５、２３、４１、３９の制御モジュール
５３ ジェットクリーニング機器２２の制御モジュール
５４ 残存フラッシュ除去の制御モジュール
５５ 測定機器３０、３１、３２、３３、４１の制御モジュール
５６ 分類機器３８の制御モジュール
５７ ビデオカメラ５、１５、１６、１７、１９、２１の制御モジュール
５８ 走査機器２９、３４の制御モジュール
５９ 走査機器２９、３４のためのイメージプロセシング
６０ カメラ５、１５、１６、１７、１９、２１のデータのパターン認識及びパターントラッキングのためのイメージプロセシング
６１ プロセスのシステムデータ解析、評価及びインタラクティブ自己調節のためのビッグデータコンピュータ及びメモリ
６２ 振とう及びスクリーニング装置の制御モジュール
Claims (10)
- パターン認識及び構造認識による鋳造部材の同定を通じて、自動機械をベースにした鋳造法において品質を向上させるための装置であって、
ｅ）所望の鋳型（１２）に流し込んで、それをセンサ及びカメラにより監視した後、前記鋳型は破壊され、生じた個々の鋳造部材（２４）は、鋳造部材を識別するための可読情報をスタンプするツールをモデルに設置又は配置せずパターン認識及びパターントラッキングにより同定され、フラッシュは取り除かれ、前記鋳造部材（２４）はジェットクリーニング（２２）に送られ、
ｆ）各々の前記鋳造部材（２４）は、前記クリーニング設備（２２）を去るときに同定され、同定面（４７）は、カメラ（２９）により走査されて測定及び試験ステーション（４０）に転送され、鋳造部材欠陥がキャプチャされ、
ｇ）厚み及び空洞含有の可能性に関して更に設置された測定装置（４２、３３）は、最終の前記鋳造部材（２４）の品質を記録し、
ｈ）全体の鋳造過程は、該過程の体系的データ解析、評価及びインタラクティブな自己制御のためにビッグデータコンピュータ及びメモリ（６１）により制御されることを特徴とする装置。 - 前記ステーション（４０）に配置された前記測定装置（４２、３３）は、鋳造格子欠陥のための測定装置（３０）、前記鋳造部材（２４）の表面構造のための測定装置（３１）及び前記鋳造部材（２４）の外郭を測定するための測定装置（３２）と更に隣接していることを特徴とする請求項１に記載の装置。
- カメラ（２９、３４）による前記鋳造部材（２４）の表面の高解像度３次元構造記録は、グラフェンをベースにした光センサにより可能とされることを特徴とする請求項２に記載の装置。
- 前記同定面（４７）は、各々の鋳造部材モデルに対して個々に割り当てられることを特徴とする請求項１に記載の装置。
- 前記鋳造部材（２４）は、分類装置（３８）において種々の品質基準に関して分類されることを特徴とする請求項１に記載の装置。
- 鋳造部材を識別するための可読情報をスタンプするツールをモデルに設置又は配置せずパターン認識及び構造認識による鋳造部材の同定を通じて、自動機械をベースにした鋳造法において品質を向上させるための方法であって、
ｅ）液体金属により所望の鋳造部材（２４）を形成するための砂型の形成は、その後の流し込み及び稼働している搬送ベルトにおけるその後の整列を行う手段を更に備え、
ｆ）前記鋳造部材（２４）の更なる処理は、種々のセンサ及びカメラを用いた手段を伴い、個々の処理ステップは正確に記録され、個々の詳細は検証可能に保存され、
ｇ）処理過程の各々の時点で、各々の前記鋳造部材（２４）の状態及び履歴は、包括的に知られ、
ｈ）全体の鋳造及び製造過程は、個々の処理ステップ及びデータ接続の観点で機能関連カテゴリへとデータ技術的に分類され、その過程の体系的データ解析、評価及びインタラクティブな自己制御のためにビッグデータコンピュータ及びメモリ（６１）により制御されることを特徴とする方法。 - グラフェンをベースにした光センサが、前記鋳造部材（２４）の表面を同定するために用いられることを特徴とする請求項６に記載の方法。
- 測定ステーション（４０）からの前記鋳造部材（２４）の測定結果が、鋳造設備のインタラクティブな自己制御及び制御のために用いられることを特徴とする請求項７に記載の方法。
- プログラムがコンピュータで実行される場合に、請求項６乃至請求項８のいずれか一項に記載の方法ステップを実行するためのプログラムコードを有するコンピュータプログラム。
- プログラムがコンピュータで実行される場合に、請求項６乃至請求項８のいずれか一項に記載の方法を実行するためのコンピュータプログラムのプログラムコードを有する機械可読媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102019007188.3A DE102019007188A1 (de) | 2019-10-16 | 2019-10-16 | Vorrichtung und Verfahren zur Qualitätsverbesserung beim automatisierten maschinellen Gussverfahren mittels Identifizierung der Gussteile durch Mustererkennung und Strukturerkennung |
| DE102019007188.3 | 2019-10-16 | ||
| PCT/DE2020/000238 WO2021073676A1 (de) | 2019-10-16 | 2020-10-12 | Vorrichtung und verfahren zur qualitätsverbesserung beim automatisierten maschinellen gussverfahren mittels identifizierung der gussteile durch mustererkennung und strukturerkennung |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022553138A JP2022553138A (ja) | 2022-12-22 |
| JP7406628B2 true JP7406628B2 (ja) | 2023-12-27 |
Family
ID=73039746
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022520285A Active JP7406628B2 (ja) | 2019-10-16 | 2020-10-12 | パターン認識及び構造認識による鋳造部材の同定を通じて、自動機械をベースにした鋳造法において品質を向上させるための装置及び方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20240066592A1 (ja) |
| EP (1) | EP4045208A1 (ja) |
| JP (1) | JP7406628B2 (ja) |
| CN (1) | CN114599464A (ja) |
| DE (1) | DE102019007188A1 (ja) |
| MX (1) | MX2022004544A (ja) |
| WO (1) | WO2021073676A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118287634B (zh) * | 2024-06-03 | 2024-08-23 | 青岛天合源金属有限公司 | 基于人工智能的硅溶胶制壳加工运行监管系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106862535A (zh) | 2017-02-28 | 2017-06-20 | 安徽瑞林精科股份有限公司 | 一种汽车acm阀体加工工艺 |
| JP2018507112A (ja) | 2015-02-18 | 2018-03-15 | ネマク エス エイ ビー デ シー ヴィＮｅｍａｋ， Ｓ．Ａ．Ｂ． ｄｅ Ｃ．Ｖ． | 鋳造部品を識別する方法 |
| US20190240889A1 (en) | 2016-10-18 | 2019-08-08 | Reifenhaeuser Gmbh & Co. Kg Maschinenfabrik | Method and data detection device for providing, retrieving and using a data element in a process for producing plastic sheet material |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DK174296B1 (da) * | 1994-11-18 | 2002-11-25 | Dansk Ind Syndikat | Fremgangsmåde ved drift af forme- og støbeanlæg, samt anlæg til brug ved fremgangsmådens udøvelse |
| JPH08168871A (ja) * | 1994-12-16 | 1996-07-02 | Meidensha Corp | 注湯装置 |
| US6776212B1 (en) * | 2002-06-21 | 2004-08-17 | L&P Property Management Company | Die casting process incorporating computerized pattern recognition techniques |
| DE10330658A1 (de) * | 2003-07-08 | 2005-02-17 | Aweba Werkzeugbau Gmbh Aue | Verfahren zur Überwachung und Wartung von Druckgießformen und Druckgießform |
| EP2578335B1 (de) * | 2011-10-07 | 2018-02-14 | Nemak, S.A.B. de C.V. | Verfahren zur Steuerung einer Giessprozessvorrichtung |
| DE102017001915A1 (de) * | 2017-02-27 | 2018-08-30 | INPRO Innovationsgesellschaft für fortgeschrittene Produktionssysteme in der Fahrzeugindustrie mbH | Verfahren und System zum kennzeichenlosen Identifizieren mindestens eines Bauteils sowie zum Rückverfolgen von Bauteilen in einem Produktionsprozess |
| CN108120373A (zh) * | 2017-11-23 | 2018-06-05 | 北京星航机电装备有限公司 | 一种基于激光跟踪测量的复杂异形铸件测量检查方法 |
| DE102018204416A1 (de) * | 2018-03-22 | 2019-09-26 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Identifikation von bauteilen |
-
2019
- 2019-10-16 DE DE102019007188.3A patent/DE102019007188A1/de active Pending
-
2020
- 2020-10-12 JP JP2022520285A patent/JP7406628B2/ja active Active
- 2020-10-12 MX MX2022004544A patent/MX2022004544A/es unknown
- 2020-10-12 WO PCT/DE2020/000238 patent/WO2021073676A1/de active Application Filing
- 2020-10-12 CN CN202080072861.4A patent/CN114599464A/zh active Pending
- 2020-10-12 US US17/767,542 patent/US20240066592A1/en active Pending
- 2020-10-12 EP EP20799972.3A patent/EP4045208A1/de active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018507112A (ja) | 2015-02-18 | 2018-03-15 | ネマク エス エイ ビー デ シー ヴィＮｅｍａｋ， Ｓ．Ａ．Ｂ． ｄｅ Ｃ．Ｖ． | 鋳造部品を識別する方法 |
| US20190240889A1 (en) | 2016-10-18 | 2019-08-08 | Reifenhaeuser Gmbh & Co. Kg Maschinenfabrik | Method and data detection device for providing, retrieving and using a data element in a process for producing plastic sheet material |
| CN106862535A (zh) | 2017-02-28 | 2017-06-20 | 安徽瑞林精科股份有限公司 | 一种汽车acm阀体加工工艺 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE102019007188A1 (de) | 2021-04-22 |
| CN114599464A (zh) | 2022-06-07 |
| US20240066592A1 (en) | 2024-02-29 |
| JP2022553138A (ja) | 2022-12-22 |
| EP4045208A1 (de) | 2022-08-24 |
| WO2021073676A1 (de) | 2021-04-22 |
| MX2022004544A (es) | 2022-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3495077B1 (en) | Powder spreading quality test method and additive manufacturing device | |
| Foster et al. | Optical, layerwise monitoring of powder bed fusion | |
| CN113825576B (zh) | 铸造生产线和操作这种铸造生产线的方法 | |
| DE202019004266U1 (de) | Vorrichtung zur Qualitätsverbesserung beim Maschinen-Gussverfahren mittels Identifizierung der Gussteile durch Mustererkennung und Strukturerkennung. | |
| CN107727011B (zh) | 选择性激光熔化制造过程中平面度和轮廓度在线测量方法 | |
| KR20160054543A (ko) | 표면 결함의 검출을 위한 검사 시스템을 테스트하기 위한 방법 및 장치 | |
| CN109492940A (zh) | 一种用于造型浇注生产线的铸件炉包箱质量跟踪方法 | |
| JP7406628B2 (ja) | パターン認識及び構造認識による鋳造部材の同定を通じて、自動機械をベースにした鋳造法において品質を向上させるための装置及び方法 | |
| US20180207716A1 (en) | Sand moulding machine and method of producing sand mould parts | |
| CN112557445B (zh) | 一种基于增材制造的缺陷在线检测方法、装置和系统 | |
| CN106918986A (zh) | 压印装置的调整方法、压印方法和物品制造方法 | |
| Kolb et al. | Melt pool monitoring for laser beam melting of metals: inline-evaluation and remelting of surfaces | |
| WO2020195024A1 (ja) | 情報処理装置 | |
| JP2018158457A (ja) | 積層造形検査装置と積層造形装置及び積層造形方法 | |
| CN116457111A (zh) | 使用多色调控制的颗粒缺陷检查系统和控制该系统的方法 | |
| US10921238B2 (en) | Device for determining at least one component parameter of a plurality of, particularly additively manufactured, components | |
| Sen et al. | In-situ surface roughness evaluation of laser powder bed fusion surfaces using optical tomography | |
| CN116117169B (zh) | 一种slm工艺过程缺陷检测方法及装置 | |
| US6173757B1 (en) | Method of quality control in the production of finished cast shells or core stackings | |
| Ntoulmperis et al. | 3D point cloud analysis for surface quality inspection: A steel parts use case | |
| JP2021169206A (ja) | 積層造形材料内の不純物の検出のための方法及びシステム | |
| Malekar et al. | Deep learning for defect identification in 3D printing with fused filament fabrication | |
| Wan et al. | Surface inspection on bodies in white in the automotive industry | |
| KR102479033B1 (ko) | 주파수 및 진동 제어를 이용한 펠릿 자동 선별 장치 및 방법 | |
| Zhang et al. | Rapid prototyping models and their quality evaluation using reverse engineering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220527 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230221 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230522 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230620 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231020 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231020 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231113 |
|
| 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: 20231205 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231215 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7406628 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |