JP7456135B2 - 成型支援装置および成型支援方法 - Google Patents
成型支援装置および成型支援方法 Download PDFInfo
- Publication number
- JP7456135B2 JP7456135B2 JP2019219347A JP2019219347A JP7456135B2 JP 7456135 B2 JP7456135 B2 JP 7456135B2 JP 2019219347 A JP2019219347 A JP 2019219347A JP 2019219347 A JP2019219347 A JP 2019219347A JP 7456135 B2 JP7456135 B2 JP 7456135B2
- Authority
- JP
- Japan
- Prior art keywords
- talbot
- molding
- molded product
- image
- feature amount
- 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
- 238000000465 moulding Methods 0.000 title claims description 196
- 238000000034 method Methods 0.000 title claims description 50
- LFEUVBZXUFMACD-UHFFFAOYSA-H lead(2+);trioxido(oxo)-$l^{5}-arsane Chemical compound [Pb+2].[Pb+2].[Pb+2].[O-][As]([O-])([O-])=O.[O-][As]([O-])([O-])=O LFEUVBZXUFMACD-UHFFFAOYSA-H 0.000 claims description 249
- 239000002131 composite material Substances 0.000 claims description 64
- 238000004519 manufacturing process Methods 0.000 claims description 64
- 238000003384 imaging method Methods 0.000 claims description 58
- 238000013461 design Methods 0.000 claims description 57
- 238000005206 flow analysis Methods 0.000 claims description 49
- 239000011347 resin Substances 0.000 claims description 48
- 229920005989 resin Polymers 0.000 claims description 48
- 239000000835 fiber Substances 0.000 claims description 41
- 238000010801 machine learning Methods 0.000 claims description 41
- 238000001746 injection moulding Methods 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 39
- 239000000463 material Substances 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 35
- 238000012360 testing method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 25
- 238000012795 verification Methods 0.000 claims description 17
- 239000000945 filler Substances 0.000 claims description 15
- 230000007547 defect Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 13
- 238000004898 kneading Methods 0.000 claims description 13
- 239000008188 pellet Substances 0.000 claims description 11
- 238000002347 injection Methods 0.000 claims description 8
- 239000007924 injection Substances 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 4
- 239000000047 product Substances 0.000 description 116
- 230000008569 process Effects 0.000 description 19
- 230000000875 corresponding effect Effects 0.000 description 17
- 239000011800 void material Substances 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 230000000694 effects Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 10
- 238000013507 mapping Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 238000010521 absorption reaction Methods 0.000 description 9
- 239000004918 carbon fiber reinforced polymer Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000004033 plastic Substances 0.000 description 6
- 229920003023 plastic Polymers 0.000 description 6
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 229910052711 selenium Inorganic materials 0.000 description 5
- 239000011669 selenium Substances 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000004069 differentiation Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000010408 film Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 229920000049 Carbon (fiber) Polymers 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000004917 carbon fiber Substances 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 239000011153 ceramic matrix composite Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229920006351 engineering plastic Polymers 0.000 description 2
- 239000011151 fibre-reinforced plastic Substances 0.000 description 2
- 239000011152 fibreglass Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000013067 intermediate product Substances 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 239000011156 metal matrix composite Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229920000106 Liquid crystal polymer Polymers 0.000 description 1
- 239000004977 Liquid-crystal polymers (LCPs) Substances 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- -1 and GF Polymers 0.000 description 1
- 239000004760 aramid Substances 0.000 description 1
- 229920006231 aramid fiber Polymers 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- KPLQYGBQNPPQGA-UHFFFAOYSA-N cobalt samarium Chemical compound [Co].[Sm] KPLQYGBQNPPQGA-UHFFFAOYSA-N 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 239000000805 composite resin Substances 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000009408 flooring Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000011147 inorganic material Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 239000011120 plywood Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 239000012783 reinforcing fiber Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 229910000938 samarium–cobalt magnet Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 229910052712 strontium Inorganic materials 0.000 description 1
- CIOAGBVUUVVLOB-UHFFFAOYSA-N strontium atom Chemical compound [Sr] CIOAGBVUUVVLOB-UHFFFAOYSA-N 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000009864 tensile test Methods 0.000 description 1
- 238000002207 thermal evaporation Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C33/00—Moulds or cores; Details thereof or accessories therefor
- B29C33/38—Moulds or cores; Details thereof or accessories therefor characterised by the material or the manufacturing process
- B29C33/3835—Designing moulds, e.g. using CAD-CAM
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/0025—Preventing defects on the moulded article, e.g. weld lines, shrinkage marks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/766—Measuring, controlling or regulating the setting or resetting of moulding conditions, e.g. before starting a cycle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/768—Detecting defective moulding conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/7686—Measuring, controlling or regulating the ejected articles, e.g. weight control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/7693—Measuring, controlling or regulating using rheological models of the material in the mould, e.g. finite elements method
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/14—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor incorporating preformed parts or layers, e.g. injection moulding around inserts or for coating articles
- B29C45/14688—Coating articles provided with a decoration
- B29C2045/14737—Coating articles provided with a decoration decorations printed on the insert by a digital imaging technique
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76003—Measured parameter
- B29C2945/76153—Optical properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76177—Location of measurement
- B29C2945/7629—Moulded articles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76451—Measurement means
- B29C2945/76461—Optical, e.g. laser
- B29C2945/76464—Optical, e.g. laser cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76929—Controlling method
- B29C2945/76939—Using stored or historical data sets
- B29C2945/76949—Using stored or historical data sets using a learning system, i.e. the system accumulates experience from previous occurrences, e.g. adaptive control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45244—Injection molding
Description
(2):複合材料の成型品の作製を支援する成型支援装置であって、前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出する算出部と、前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定する特定部と、を備え、前記作製プロセスは、射出成型の成型条件もしくはプレス成型であり、前記成型条件を示す成型条件データを出力とし、前記タルボ特徴量を入力とする機械学習を行う第1の学習器と、前記タルボ特徴量を出力とし、前記成型品に対する試験により得られる性能データを入力とする機械学習を行う第2の学習器を、をさらに備え、前記特定部は、前記成型条件データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた性能データを特定することを特徴とする成型支援装置。
(3):前記タルボ画像から、前記成型品の成型不良箇所を検出する検出部と、をさらに備え、前記特定部は、前記金型設計を構成する項目または射出成型を構成する項目のうち、前記成型不良箇所を改善可能な項目を特定することを特徴とする(1)又は(2)に記載の成型支援装置。
(8):複合材料の成型品の作製を支援する成型支援装置における成型支援方法であって、前記成型支援装置は、前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出するステップと、前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定するステップと、を実行し、前記作製プロセスは、射出成型もしくはプレス成型の成型条件であり、第1の学習器により、前記成型条件を示す成型条件データを出力とし、前記タルボ特徴量を入力とする機械学習を行うステップと、第2の学習器により、前記タルボ特徴量を出力とし、前記成型品に対する試験により得られる性能データを入力とする機械学習を行うステップを、をさらに実行し、前記特定するステップにて、前記成型条件データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた性能データを特定することを特徴とする成型支援方法。
(10):複合材料の成型品の作製を支援する成型支援装置であって、前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出する算出部と、前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定する特定部と、を備え、前記作製プロセスは、射出成型の成型条件であり、前記成型条件を示す成型条件データとして、成型条件そのものを示す情報、素材情報、混錬条件、ペレットのタルボ特徴量のうち少なくとも何れかを入力とし、前記タルボ特徴量を出力とする機械学習を行う第1の学習器と、前記タルボ特徴量を入力とし、前記成型品に対する試験により得られる性能データを出力とする機械学習を行う第2の学習器を、をさらに備え、前記特定部は、前記性能データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた成型条件データを特定することを特徴とする成型支援装置。
(11):複合材料の成型品の作製を支援する成型支援装置であって、前記成型品を撮影するX線タルボ撮影装置により、異なる角度で成型品を撮影して得られたタルボ画像に基づいて、前記成型品のタルボ特徴量を算出する算出部と、前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定する特定部と、を備え、前記作製プロセスは、射出成型の成型条件であり、前記成型条件を示す成型条件データを出力とし、前記タルボ特徴量を入力とする機械学習を行う第1の学習器と、前記タルボ特徴量を出力とし、前記成型品に対する試験により得られる性能データを入力とする機械学習を行う第2の学習器を、をさらに備え、前記特定部は、前記成型条件データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた性能データを特定することを特徴とする成型支援装置。
なお、本実施形態において、特段の事情がない限り、「画像」とは画像データを意味する。
本実施形態における被写体Hは、複合素材(複合材料とも言う。)によって構成されており、複合材料とは、2つ以上の異なる材料を一体的に組み合わせた材料を表し、少なくとも2つの材料が相として存在するものを表す。従って、合金やセラミックスのように混合して1つの材料を形成しているものは複合材料に含まない。例えば宇宙・航空機関係、自動車、船舶、つり竿の他、電気・電子・家電部品、パラボラアンテナ、浴槽、床材、屋根材等を始め、様々な製品等の構成部材として用いられるものである。
このような複合素材としては、例えば炭素繊維やガラス繊維を強化繊維として用いたCFRP(Carbon-Fiber-Reinforced Plastics:炭素繊維強化プラスチック)、CFRTP(Carbon Fiber Reinforced Thermo Plastics:炭素繊維強化熱可塑性プラスチック)、GFRP(Glass-Fiber-Reinforced Plastics:ガラス繊維強化プラスチック)に代表されるFRP(Fiber-Reinforced Plastics:繊維強化プラスチック)や、セラミックス繊維を強化材とするCMC(Ceramic Matrix Composites:セラミック基複合材料)等が知られている。また、広義には、例えば合板のように複数種類の木材からなる複合素材が含まれるものとしてもよい。その他にも、例えば、MMC(Metal Matrix Composites:金属基複合材料)コンクリート、鉄筋コンクリート等のように、繊維を含まずに構成された複合材料も含まれるものとしてもよい。
また、材料の形体情報も同様に、形体に応じて機械強度が異なり、形体ごとのデータがシステム内に記憶・蓄積されている。
なお、機械強度とは、例えば弾性率 、降伏強さ、塑性、引張強さ、伸び、破壊エネルギー、硬度等を指す。
また、形体情報としては、主として、厚み情報(厚み寸法)、CADデータ、三次元測定器による計測データ等の3D(三次元)データが挙げられる。その他の形体情報としては、例えば、材料における凹凸の位置、網状であるか、層状であるか等の情報が含まれていてもよい。
本実施形態においては、X線タルボ撮影装置1として、線源格子(マルチ格子やマルチスリット、G0格子等ともいう。)12を備えるタルボ・ロー干渉計を用いたものが採用されている。なお、線源格子12を備えず、第1格子(G1格子ともいう。)14と第2格子(G2格子ともいう。)15のみを備えるタルボ干渉計を用いたX線タルボ撮影装置を採用することもできる。
本実施形態に係るX線タルボ撮影装置1は、X線発生装置11と、上記した線源格子12と、被写体台13と、上記した第1格子14と、上記した第2格子15と、X線検出器16と、支柱17と、基台部18と、を備えている。
なお、本実施形態の線源格子12、第1格子14、第2格子15においては、一次元格子が採用されているが、繊維配向についての詳細な評価精度が不要な場合は二次元格子が採用されてもよい。
X線検出器16としては、FPD(Flat Panel Detector)を用いることができる。FPDには、検出されたX線を光電変換素子を介して電気信号に変換する間接変換型、検出されたX線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
間接変換型は、CsIやGd2O2S等のシンチレータプレートの下に、光電変換素子がTFT(薄膜トランジスタ)とともに2次元状に配置されて各画素を構成する。X線検出器16に入射したX線がシンチレータプレートに吸収されると、シンチレータプレートが発光する。この発光した光により、各光電変換素子に電荷が蓄積され、蓄積された電荷は画像信号として読み出される。
直接変換型は、アモルファスセレンの熱蒸着により、100~1000(μm)の膜圧のアモルファスセレン膜がガラス上に形成され、2次元状に配置されたTFTのアレイ上にアモルファスセレン膜と電極が蒸着される。アモルファスセレン膜がX線を吸収するとき、電子正孔対の形で物質内に電圧が遊離され、電極間の電圧信号がTFTにより読み取られる。
なお、CCD(Charge Coupled Device)、X線カメラ等の撮影手段をX線検出器16として用いてもよい。
出力手段には、X線タルボ撮影装置1の各種操作を行うために必要な情報や、生成された再構成画像を表示する表示部(図示省略)が含まれている。
つまり、本実施形態におけるコントローラ19は、被写体Hの再構成画像の生成に必要な複数のモアレ画像Mo(フーリエ変換法の場合は1枚のモアレ画像)を取得するための一連の撮影を行わせる制御部として機能している。
図4に示すように、本実施形態のX線撮影システムは、X線タルボ撮影装置1と、コントローラ19と、画像処理装置2と、制御装置20とを備えている。X線タルボ撮影装置1と、コントローラ19と、画像処理装置2と、制御装置20とは、バス等を介して通信可能に接続されている。
なお、制御装置20および画像処理装置2を組み合わせた装置は、本発明の成型支援新装置の例となる。
制御装置20は、図4に示すように、CPU21(Central Processing Unit)や、RAM22(Random Access Memory)、記憶部23、入力部24、外部データ入力部25、表示部26、通信部27等を備えて構成されている。
金型設計データ41は、射出成型の成型品の作製プロセスの1つである金型設計を示すデータである。金型設計データ41は、複数種類の項目から構成される情報の集合である。金型設計データ41の項目には、例えば、金型の形状や厚み、ゲートの位置や形状、ランナーの形状、温調回路の位置、エジェクトピンの位置があるが、これらに限定されない。
ランナーは、成型機から複合材料をゲートに案内する通路である。
温調回路は、金型の温度を調整する回路である。
エジェクトピンは、成型品を金型から離型するためのピンである。
成型条件データ42は、射出成型の成型品の作製プロセスの1つである射出成型の成型条件を示すデータである。成型条件データ42は、複数種類の項目から構成される情報の集合である。成型条件データ42の項目には、例えば、射出速度、金型温度、成型温度、保持圧力、射出圧力、冷却時間があるが、これらに限定されない。
金型温度は、金型の温度である。
成型温度は、成型機のスクリューの温度である。スクリューは、ホッパ内に蓄積された複合材料を、ランナーを通して金型内に送り込む部材である。
保持圧力は、金型内の保圧時の圧力である。
射出圧力は、射出速度、金型温度、成型温度、保持圧力から決定される射出圧力であり、測定値として求めることができる。
冷却時間は、保圧してから離型するまでの時間である。
マッピングデータ43は、成型品のタルボ特徴量と、作製プロセスの特定項目とを対応付けるデータである。タルボ特徴量は、算出部51によって、タルボ画像から得られる特徴量であり、その態様は任意である。特定項目とは、例えば、タルボ特徴量を調整可能な項目とするが、これに限定されない。マッピングデータ43を参照すれば、所望のタルボ特徴量を実現するのに必要な作製プロセスの項目を特定することができる。マッピングデータ43は、例えば、成型品の実測値やタルボ画像を用いて蓄積更新される。
対応事例データ44は、過去に作製した成型品ごとに、当該成型品に関する情報をまとめたデータである。成型品に関する情報としては、例えば、射出成型に用いた金型の金型設計、射出成型の成型条件、成型品に対する試験(例:強度試験)から得られる性能(強度)、成型品のタルボ画像があるがこれらに限定されない。
算出部51は、X線タルボ撮影装置1から取得したタルボ画像に基づいて、成型品のタルボ特徴量を算出する。算出部51は、タルボ画像そのものに限らず、例えば、画像処理装置2によってタルボ画像から画像処理された画像に基づいて、タルボ特徴量を算出することができる。タルボ画像から画像処理された画像としては、例えば、成型品の材料となる樹脂および繊維の配向を表現する配向画像(後記)があるが、これに限定されない。また、タルボ画像から画像処理された画像は、タルボ画像の例となる。
特定部52は、算出部51が算出したタルボ特徴量を用いて、成型品を作製するための作製プロセスを構成する複数種類の項目のうちタルボ特徴量を調整可能な項目を特定する。具体的には、特定部52は、マッピングデータ43を参照して、タルボ特徴量から、当該タルボ特徴量を調整可能な金型設計の項目や成型条件の項目を特定することができる。「調整可能な項目」とは、例えば、対象のタルボ特徴量を所定の目標値にすることができる主要因となる項目を意味する。よって、ユーザは、成型品から得られたタルボ特徴量を、いずれの項目にフィードバックすればよいかを特定(または推定)することができる。換言すれば、金型設計の項目や成型条件の項目の値のいずれを変更すれば、成型品の性能向上に寄与する所望のタルボ特徴量を実現することができるかを把握することができる。
検出部53は、作製プロセスが射出成型の金型設計である場合に、画像処理装置2が生成する配向画像から、成型品の成型不良箇所を検出する。成型不良には、例えば、ウェルド、フローマーク、ジェッティング、ボイド、反り、ヒケがあるが、これらに限定されない。
解析部54は、所定のシミュレーションを行う機能部である。例えば、解析部54は、CAEとすることができる。CAEは、従来行われていた試作品によるテストや実験に代えて、コンピュータ上の試作品を用いてシミュレーションし、分析する技術である。CAEにより、例えば、金型内の樹脂の流動解析や、成型品の強度解析を行うことができる。解析部54は、作製プロセスが射出成型の金型設計である場合に、金型設計に基づく金型データと、複合材料データを入力して複合材料の流動解析を行うことができる。金型データは、成型機に用いる金型に関するデータであり、例えば、金型の材質や形状の情報を含む。金型データは、例えば、金型設計データ41から取得することができる。複合材料データは、複合材料に関するデータであり、例えば、樹脂や繊維の特性(例:粘度、粒子サイズ)を示すパラメータ、樹脂速度、繊維速度といった設定値を含む。複合材料データは、例えば、成型条件データ42の素材情報から取得することができる。
検証部55は、解析部54による流動解析の解析結果と、画像処理装置2が生成する配向画像とを比較して、流動解析の妥当性を検証する。なお、画像処理装置2が生成する配向画像は、流動解析の解析結果と比較可能な形式にすることが好ましい。
第1の学習器56は、作製プロセスが射出成型の成型条件である場合に、成型条件を示す成型条件データ42を入力とし、タルボ特徴量を出力とする機械学習を行う。第1の学習器56は、成型条件を示す成型条件データ42を出力とし、タルボ特徴量を入力とする機械学習を行うこともできる。
第2の学習器57は、作製プロセスが射出成型の成型条件である場合に、タルボ特徴量を入力とし、成型品に対する試験により得られる性能データを出力とする機械学習を行う。第2の学習器57は、タルボ特徴量を出力とし、成型品に対する試験により得られる性能データを入力とする機械学習を行うこともできる。
画像処理装置2が生成する配向画像は、X線タルボ撮影装置1の配向撮影によって得られる。配向撮影は、回転ステージとして機能する被写体台13を回転させることによって、格子とサンプル(被写体:成型品)との相対的な角度を変えた撮影をいう。配向撮影により、画素ごとに最も信号値が強くなる方向を演算処理で求めることができる。
配向統計表示は、図9に示すようなpha画像の統計情報に限らず、amp画像の統計情報、ave画像の統計情報表示としても良い。上記の例では、pha画像の位相を横軸、pha画像の位相頻度を縦軸にしたが、例えば、pha画像の位相を横軸、pha画像の位相頻度とamp画像信号値の積を縦軸にするなど、配向画像の情報を複数組み合わせてもよい。なお、図9に示すように、一定領域を構成するピクセル(画素)の各々に対して、両矢印で象徴される樹脂および繊維の配向が求められている。
例えば、制御装置20は、成型品のウェルドを検出し、ウェルドの発生を抑えるように金型設計へのフィードバックを行うことができる。
例えば、制御装置20は、CAEバリデーションにより、金型設計の精度を向上させるように金型設計へのフィードバックを行うことができる。
なお、図12の処理では、配向画像をCAEの解析結果に合わせるように加工したが、反対に、CAEの解析結果を、配向画像の形式に合わせるように(タルボ画像から抽出できる画素ごとの配向度と繊維量に合うように)加工することもできる。
CAE流動解析が3次元で行われている場合、撮影する2次元平面に解析結果を縮約する処理を行う。そして、配向テンソルの主配向成分を抽出し、撮影する2次元平面に対して垂直方向に抽出した主配向成分を平均化することで、CAEの解析結果の主配向と、実測値としての配向画像の主配向とを比較可能にし、CAEの解析結果と配向画像との間で、樹脂および繊維の配向角を比較可能にする。ここで主配向成分はベクトルとして平均化処理する。
上記の配向角のみの比較に代えて、解析領域ごとに配向テンソル相当の比較をすることができる。この説明は、参考文献1(Directional x-ray dark-field imaging of strongly ordered systems, PHYSICAL REVIEW B 82, 214103 (2010))に従う。
成型品のタルボ画像は、従来では成型プロセスのブラックボックスであった、複合材料の流動性や繊維配向などのパラメータを可視化した画像といえる。例えば、制御装置20は、成型品のタルボ画像を利用した機械学習により、成型品の目標性能値を実現するように成型条件へのフィードバックを行うことができる。
図17に示すように、まず、制御装置20のCPU21は、成型条件を示す成型条件データ42を入力とし、成型品のタルボ特徴量を出力とする機械学習を行う第1の学習器56を生成する(ステップC1)。入力となる成型条件データ42は、例えば、成型条件そのものを示す情報、素材情報、混錬条件、ペレットのタルボ特徴量を含むとすることができるが、これらに限定されない。
図18に示すように、まず、制御装置20のCPU21は、成型条件を示す成型条件データ42を出力とし、成型品のタルボ特徴量を入力とする機械学習を行う第1の学習器56を生成する(ステップD1)。出力となる成型条件データ42は、例えば、成型条件そのものを示す情報、素材情報、混錬条件、ペレットのタルボ特徴量を含むとすることができるが、これらに限定されない。また、入力に用いる、成型品のタルボ特徴量は、学習精度を向上させる目的で、複数種類選択することが好ましい(例:異なる角度で成型品を撮影して得られたタルボ特徴量)。
実施例1に倣って、例えば、制御装置20は、成型品のボイドを検出し、その結果、ボイドの発生を抑えるように金型設計へのフィードバックを行うことができる。
複合材料に対してフィラー(増感剤)を入れて射出成型することが好ましい。フィラーを含有する成型品をX線タルボ撮影装置1で撮影したときには、樹脂および繊維の流動が鮮明なタルボ画像を取得することができる。例えば、最終製品としては樹脂のみで成型する場合には、タルボ画像で樹脂流動を可視化することは困難である。開発段階では、樹脂に対して、少量のフィラーを入れることで、樹脂の流動を可視化することが可能になり、作製プロセスにフィードバックすることが可能である。このとき、添加するフィラーは樹脂流動に影響が少ないものが望ましい。
本実施形態によれば、複合材料の成型品のタルボ画像を用いることにより、樹脂の流動や繊維の配向などを示すタルボ特徴量を、成型品の作製プロセスの客観的な判断材料として情報提供することができる。よって、タルボ特徴量に基づく作製プロセスへのフィードバックを容易にすることができる。
したがって、成型品の性能向上を支援することができる。
(a):本実施形態では、射出成型の成型品について説明したが、例えば、プレス成型の成型品についても適用可能である。
2 画像処理装置
20 制御装置
21 CPU
23 記憶部
41 金型設計データ
42 成型条件データ
43 マッピングデータ
44 対応事例データ
51 算出部
52 特定部
53 検出部
54 解析部
55 検証部
56 第1の学習器
57 第2の学習器
Claims (11)
- 複合材料の成型品の作製を支援する成型支援装置であって、
前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出する算出部と、
前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定する特定部と、を備え、
前記作製プロセスは、射出成型もしくはプレス成型の成型条件であり、
前記成型条件を示す成型条件データを入力とし、前記タルボ特徴量を出力とする機械学習を行う第1の学習器と、
前記タルボ特徴量を入力とし、前記成型品に対する試験により得られる性能データを出力とする機械学習を行う第2の学習器を、をさらに備え、
前記特定部は、前記性能データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた成型条件データを特定することを特徴とする成型支援装置。 - 複合材料の成型品の作製を支援する成型支援装置であって、
前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出する算出部と、
前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定する特定部と、を備え、
前記作製プロセスは、射出成型もしくはプレス成型の成型条件であり、
前記成型条件を示す成型条件データを出力とし、前記タルボ特徴量を入力とする機械学習を行う第1の学習器と、
前記タルボ特徴量を出力とし、前記成型品に対する試験により得られる性能データを入力とする機械学習を行う第2の学習器を、をさらに備え、
前記特定部は、前記成型条件データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた性能データを特定することを特徴とする成型支援装置。 - 前記タルボ画像から、前記成型品の成型不良箇所を検出する検出部と、をさらに備え、
前記特定部は、金型設計を構成する項目または射出成型を構成する項目のうち、前記成型不良箇所を改善可能な項目を特定することを特徴とする請求項1又は請求項2に記載の成型支援装置。 - 前記作製プロセスは、射出成型の金型設計であり、
前記タルボ画像から、前記成型品の材料となる樹脂の配向を表現する配向画像を生成する画像処理部と、
前記配向画像から、前記成型品の成型不良箇所を検出する検出部と、をさらに備え、
前記特定部は、前記金型設計を構成する項目のうち、前記成型不良箇所を改善可能な項目を特定することを特徴とする請求項1又は請求項2に記載の成型支援装置。 - 前記作製プロセスは、射出成型の金型設計であり、
前記金型設計に基づく金型データと、複合材料データを入力して射出成型における複合材料の流動解析を行う解析部と、
前記タルボ画像から、前記成型品の材料となる樹脂および繊維の配向を表現し、前記流動解析の解析結果と比較可能な形式を持つ配向画像を生成する画像処理部と、
前記流動解析の解析結果と前記配向画像とを比較して、前記流動解析の妥当性を検証する検証部と、をさらに備え、
前記特定部は、前記検証の結果に基づいて、前記金型設計を構成する項目のうち、前記タルボ特徴量を調整可能な項目を特定することを特徴とする請求項1又は請求項2に記載の成型支援装置。 - 前記成型品は、フィラーを含んでおり、
前記フィラーは、(1)前記X線タルボ撮影装置の格子周期と同等の粒形を持つ、(2)異方形状である、(3)ファイバ状である、(4)ファイバ状である場合において前記格子周期と同様のファイバ直径を持つ、の少なくとも何れかであることを特徴とする請求項1から請求項5の何れか1項に記載の成型支援装置。 - 複合材料の成型品の作製を支援する成型支援装置における成型支援方法であって、
前記成型支援装置は、
前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出するステップと、
前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定するステップと、を実行し、
前記作製プロセスは、射出成型もしくはプレス成型の成型条件であり、
第1の学習器により、前記成型条件を示す成型条件データを入力とし、前記タルボ特徴量を出力とする機械学習を行うステップと、
第2の学習器により、前記タルボ特徴量を入力とし、前記成型品に対する試験により得られる性能データを出力とする機械学習を行うステップを、をさらに実行し、
前記特定するステップにて、前記性能データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた成型条件データを特定することを特徴とする成型支援方法。 - 複合材料の成型品の作製を支援する成型支援装置における成型支援方法であって、
前記成型支援装置は、
前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出するステップと、
前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定するステップと、を実行し、
前記作製プロセスは、射出成型もしくはプレス成型の成型条件であり、
第1の学習器により、前記成型条件を示す成型条件データを出力とし、前記タルボ特徴量を入力とする機械学習を行うステップと、
第2の学習器により、前記タルボ特徴量を出力とし、前記成型品に対する試験により得られる性能データを入力とする機械学習を行うステップを、をさらに実行し、
前記特定するステップにて、前記成型条件データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた性能データを特定することを特徴とする成型支援方法。 - 複合材料の成型品の作製を支援する成型支援装置であって、
前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出する算出部と、
前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定する特定部と、を備え、
前記作製プロセスは、射出成型の金型設計であり、
前記金型設計に基づく金型データと、複合材料データを入力して射出成型における複合材料の流動解析を行う解析部と、
前記タルボ画像から、前記成型品の材料となる樹脂および繊維の配向を表現し、前記流動解析の解析結果と比較可能な形式を持つ配向画像を生成する画像処理部と、
前記流動解析の解析結果を対角成分で規格化した2次元散乱関数のテンソルと前記配向画像を用いた実測値を対角成分で規格化した2次元散乱関数のテンソルとを比較して、前記流動解析の妥当性を検証する検証部と、をさらに備え、
前記特定部は、前記検証の結果に基づいて、前記金型設計を構成する項目のうち、前記タルボ特徴量を調整可能な項目を特定することを特徴とする成型支援装置。 - 複合材料の成型品の作製を支援する成型支援装置であって、
前記成型品を撮影するX線タルボ撮影装置から取得したタルボ画像に基づいて、前記成型品のタルボ特徴量を算出する算出部と、
前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定する特定部と、を備え、
前記作製プロセスは、射出成型の成型条件であり、
前記成型条件を示す成型条件データとして、成型条件そのものを示す情報、素材情報、混錬条件、ペレットのタルボ特徴量のうち少なくとも何れかを入力とし、前記タルボ特徴量を出力とする機械学習を行う第1の学習器と、
前記タルボ特徴量を入力とし、前記成型品に対する試験により得られる性能データを出力とする機械学習を行う第2の学習器を、をさらに備え、
前記特定部は、前記性能データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた成型条件データを特定することを特徴とする成型支援装置。 - 複合材料の成型品の作製を支援する成型支援装置であって、
前記成型品を撮影するX線タルボ撮影装置により、異なる角度で成型品を撮影して得られたタルボ画像に基づいて、前記成型品のタルボ特徴量を算出する算出部と、
前記算出したタルボ特徴量を用いて、前記成型品を作製するための作製プロセスを構成する複数種類の項目のうち前記タルボ特徴量を調整可能な項目を特定する特定部と、を備え、
前記作製プロセスは、射出成型の成型条件であり、
前記成型条件を示す成型条件データを出力とし、前記タルボ特徴量を入力とする機械学習を行う第1の学習器と、
前記タルボ特徴量を出力とし、前記成型品に対する試験により得られる性能データを入力とする機械学習を行う第2の学習器を、をさらに備え、
前記特定部は、前記成型条件データの所定の目標値に対して、前記第1の学習器および前記第2の学習器によって最適とされた性能データを特定することを特徴とする成型支援装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019219347A JP7456135B2 (ja) | 2019-12-04 | 2019-12-04 | 成型支援装置および成型支援方法 |
US17/109,541 US20210170635A1 (en) | 2019-12-04 | 2020-12-02 | Molding support apparatus and molding support method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019219347A JP7456135B2 (ja) | 2019-12-04 | 2019-12-04 | 成型支援装置および成型支援方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021089195A JP2021089195A (ja) | 2021-06-10 |
JP7456135B2 true JP7456135B2 (ja) | 2024-03-27 |
Family
ID=76209434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019219347A Active JP7456135B2 (ja) | 2019-12-04 | 2019-12-04 | 成型支援装置および成型支援方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210170635A1 (ja) |
JP (1) | JP7456135B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7454541B2 (ja) | 2021-11-24 | 2024-03-22 | 株式会社リガク | 構造情報取得方法及び構造情報取得装置 |
KR102488827B1 (ko) * | 2022-07-05 | 2023-01-18 | 스마트전자 주식회사 | 돌입 전류 제한 소자 제조방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006168300A (ja) | 2004-12-20 | 2006-06-29 | Toray Ind Inc | 成形条件設定支援方法及び装置 |
JP6114862B1 (ja) | 2016-06-29 | 2017-04-12 | 京商株式会社 | マルチコプターの制御方法 |
JP2019184450A (ja) | 2018-04-12 | 2019-10-24 | コニカミノルタ株式会社 | X線撮影システム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CO5040176A1 (es) * | 1997-05-16 | 2001-05-29 | Unilever Nv | Proceso y aparato para la produccion de una barra detergente |
CN100395095C (zh) * | 2002-11-22 | 2008-06-18 | 阿姆诺洼化学有限公司 | 利用模内涂层装置对现有模具系统进行改进的方法 |
JP6346128B2 (ja) * | 2015-07-28 | 2018-06-20 | ファナック株式会社 | 最適な操作条件を算出できる射出成形システム及び機械学習器 |
FR3074907B1 (fr) * | 2017-12-08 | 2019-12-27 | Tiama | Methode et machine pour controler un procede de formage |
-
2019
- 2019-12-04 JP JP2019219347A patent/JP7456135B2/ja active Active
-
2020
- 2020-12-02 US US17/109,541 patent/US20210170635A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006168300A (ja) | 2004-12-20 | 2006-06-29 | Toray Ind Inc | 成形条件設定支援方法及び装置 |
JP6114862B1 (ja) | 2016-06-29 | 2017-04-12 | 京商株式会社 | マルチコプターの制御方法 |
JP2019184450A (ja) | 2018-04-12 | 2019-10-24 | コニカミノルタ株式会社 | X線撮影システム |
Non-Patent Citations (2)
Title |
---|
Johann KASTNER et al.,Talbot-Lau grating interferometer X-ray computed tomography for the characterization of fibre-reinforced polymers,Digital Industrial Radiology and Computed Tomography,2015年,Vol.20,No.8 |
そり(ソリ、反り)現象の原因と対策,TORAY,[online],2019年11月29日,[2023年5月29日検索],インターネット<URL:https://www.3dtimon.com/case/tips/tips01.html> |
Also Published As
Publication number | Publication date |
---|---|
JP2021089195A (ja) | 2021-06-10 |
US20210170635A1 (en) | 2021-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7067221B2 (ja) | X線撮影システム | |
Alshibli et al. | Quantifying morphology of sands using 3D imaging | |
EP3469343B1 (en) | X-ray tensor tomography system | |
Forsberg et al. | Full Three‐dimensional strain measurements on wood exposed to three‐point bending: analysis by use of digital volume correlation applied to synchrotron radiation micro‐computed tomography image data | |
JP7456135B2 (ja) | 成型支援装置および成型支援方法 | |
JP6680470B2 (ja) | 画像取得装置及び画像取得方法並びに画像補正プログラム | |
JP2022052102A (ja) | 情報処理装置、学習装置、情報処理システム、情報処理方法、プログラム、および、記録媒体 | |
Rashidi et al. | A review of current challenges and case study toward optimizing micro-computed X-ray tomography of carbon fabric composites | |
Holmes et al. | Digital image and volume correlation for deformation and damage characterisation of fibre-reinforced composites: A review | |
Teuwsen et al. | Direct fiber simulation of a compression molded ribbed structure made of a sheet molding compound with randomly oriented carbon/epoxy prepreg strands—A comparison of predicted fiber orientations with computed tomography analyses | |
Ching et al. | Methodology for comparing wood adhesive bond load transfer using digital volume correlation | |
CN109211947A (zh) | 一种x射线三维显微ct表征玻璃纤维增强复合材料中玻璃纤维分布和取向的方法 | |
Viot et al. | Polymeric foam deformation under dynamic loading by the use of the microtomographic technique | |
JP7306528B2 (ja) | 制御装置、表示方法及び検査方法 | |
Rehak et al. | Acquisition trajectories for X-ray tomosynthesis applied to planar samples | |
Rathore et al. | Investigation on tomographic-based nondestructive characterization of short glass fiber-reinforced composites as obtained from micro injection molding | |
JP7276210B2 (ja) | X線位相撮像システム、x線画像処理装置、および、x線画像処理方法 | |
Agyei et al. | Investigating sub-surface microstructure in fiber reinforced polymer composites via x-ray tomography characterization | |
Tan | Scanning and Post-processing Parameter Optimization for CT DimensionalMetrology | |
JP2018105773A (ja) | X線撮影システム | |
Fu et al. | Analysis and calibration of stage axial vibration for synchrotron radiation nanoscale computed tomography | |
WO2024070776A1 (ja) | 画像表示装置、画像表示システム、画像表示方法、画像処理装置及びプログラム | |
WO2024070777A1 (ja) | 画像表示装置、画像表示システム、画像表示方法、画像処理装置及びプログラム | |
Bartulović et al. | Assessment of DVC measurement uncertainty on glass fiber reinforced polymers with various fiber architectures | |
WO2024024796A1 (ja) | 画像管理システム、サンプル選択方法、画像管理装置、画像表示装置、及びプログラム |
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: 20191225 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230802 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230815 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231012 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240206 |
|
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: 20240213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7456135 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |