JPH0222027A - 射出成形機の故障診断装置 - Google Patents

射出成形機の故障診断装置

Info

Publication number
JPH0222027A
JPH0222027A JP63172373A JP17237388A JPH0222027A JP H0222027 A JPH0222027 A JP H0222027A JP 63172373 A JP63172373 A JP 63172373A JP 17237388 A JP17237388 A JP 17237388A JP H0222027 A JPH0222027 A JP H0222027A
Authority
JP
Japan
Prior art keywords
injection molding
molding machine
failure
countermeasure
failure diagnosis
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.)
Pending
Application number
JP63172373A
Other languages
English (en)
Inventor
Hideji Murai
村井 秀児
Hiroyoshi Yamaguchi
博義 山口
Kunitoshi Suzuki
邦利 鈴木
Naoto Otsuka
直人 大塚
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.)
Komatsu Ltd
Original Assignee
Komatsu Ltd
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 Komatsu Ltd filed Critical Komatsu Ltd
Priority to JP63172373A priority Critical patent/JPH0222027A/ja
Publication of JPH0222027A publication Critical patent/JPH0222027A/ja
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B29WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29CSHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17Component parts, details or accessories; Auxiliary operations
    • B29C45/76Measuring, controlling or regulating
    • B29C45/766Measuring, controlling or regulating the setting or resetting of moulding conditions, e.g. before starting a cycle

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Injection Moulding Of Plastics Or The Like (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は射出成形機の故障診断装置に関し、特にその
分野の高度な専門家の知識、経験を蓄積したいわゆるエ
キスパートシステムを用いた射出成形機の故障診断装置
に関する。
〔従来の技術〕
射出成形機の故障を診断する場合、まず、射出成形機に
本当に故障か生じているのか、または射出成形機の成形
条件(射出圧力、射出速度、樹脂温度等)の設定が適切
でないのかの判断が行なわれなけれはならない。一般に
射出成形機によって成形された製品に不具合かある場合
、1)射出成形機に設定された成形条件(射出圧力、射
出速度、樹脂温度等)か適切でない。
2)射出成形機のいずれかの箇所に故障が発生している
の2つの場合か考えられる。そこで、射出成形機の故障
を診断するためには、ます、射出成形機に故障が発生し
ているか、すなわち、成形製品に不具合か生じるのは射
出成形機が故障しているのではなくて単に成形条件の設
定が適切でないためてはないのかの判断を行ない、射出
成形機の故障が明らかになった時点でこの故障の原因は
何かの判定をする必要かある。
しかしながら、射出成形機に本当に故障が生じているか
否かの判断は、射出成形機の機械的、電気的な構成に関
する知識たけでなく、射出成形技術に対する一般的知識
、金型の知識、樹脂の知識、更には射出成形機の過去の
故障履歴に関する知識等か必要となり、結局、これを迅
速に判断するためには経験の豊富な高度の専門家によら
なければならなかった。ところが、射出成形機に関する
このような専門家の数は少なく、射出成形機の故障の判
断およびその原因の決定には多(の時間と労力を強いら
れることが少なくなかった。
従来、このような高度な専門家の代わりをコンピュータ
に代替させ、これによって専門家か不在でも装置の故障
原因の決定を迅速かつ容易に行なうことができる。いわ
ゆるエキスパートシステムを用いた故障診断装置が提案
されている。かかるエキスパートシステムを用いた故障
診断装置としては、例えば特開昭62−6845合公報
に開示されたもの(以下、これを従来例という)がある
しかしなからこの従来例のものは車両を故障診断対象と
するもので、射出成形機に関するものではなく、更に従
来例のものは故障状況が明確になった時点からその故障
の原因を決定するものでしかない。すなわち、従来例の
ものは車両の故障を診断対象とするものであるので、も
ともと故障状況は容易に把握することができるものであ
り、ここでは、故障であるか否か、すなわち故障状況に
対する推論はまったく必要としない。
〔発明か解決しようとする課題〕
このように、射出成形機の故障診断装置を考える場合、
まず、射出成形機が本当に故障しているか否かの判定を
行なわなければならないが、この判定は非常に高度な専
門家を必要とし、一般にはかなり困難で、多くの労力と
時間を必要とした。
また、このような専門家の代わりをコンピュタに代替さ
せ、専門家が不在でも装置の故障原因を判定できるよう
にした装置も提案されているが、射出成形機を対象とし
たものはなく、また、成形製品に不具合かある場合、こ
の原因が射出成形機の故障であるか、成形条件の不適切
によるものかを判別するという射出成形機特有の問題を
解決したものはなかった。
この発明は、高度な専門家が不在でも、射出成形機が故
障しているのか、あるいは故障でなく成形条件が不適切
なのかを容易に判断でき、射出成形機が故障している場
合はその原因や修理方法を決定できるようにし、また、
射出成形機が故障でなく成形条件が不適切である場合に
は良品ができない原因と適切な成形条件を決定する射出
成形機の故障診断装置を提供することを目的とする。
〔課題を解決するための手段〕
この発明によれば、射出成形機に設定されている成形条
件を示す情報およびこの射出成形機の成形状態を示す情
報を入力する入力手段と、射出成形機の故障診断の手法
および過去の故障履歴等の故障診断に必要な知識を記憶
する知識ベースと、前記入力手段によって入力されてた
情報および前記知識ベースに記憶されている知識にもと
づき射出成形機の故障状況を推論し、かつ故障であるか
否かを判断する第1の推論手段と、この第1の推論手段
によって射出成形機が故障であると判断された場合、こ
の第1の推論手段によって推論された故障状況および前
記知識ベースに記憶されている知識にもとつき射出成形
機の故障の原因および対策を推論する第2の推論手段と
、前記第1の推論手段によって射出成形機か故障ではな
いと判断された場合、前記知識ベースに記憶されている
知識にもとづき、射出成形機の最適成形条件を推論する
第3の推論手段とを具えて構成される。
また知識ベースの知識は、新たな経験によって逐次更新
されるように構成されている。
〔作用〕
第1の推論手段により、入力手段によって入力された成
形条件を示す情報、成形状態を示す情報および知識ベー
スの知識にもとづき、射出成形機の故障状況を推論し、
かつ故障であるか否かを判断し、故障であると判断すれ
ば、第2の推論手段がこの推論した故障状況および知識
ベースの知識にもとづき射出成形機の故障原因を推論す
る。
また、故障でないと判断すれば第3の推論手段か射出成
形機の最適成形条件を推論する。
〔実施例〕
本発明の故障診断装置20の全体構成を第1図に示す。
本発明は成形状態、成形条件や問診に対する応答を入力
する入力部1、故障原因や修理方法等の推論結果を表示
する出力部2、入力された成形条件4、成形状態5およ
び故障原因の推論に利用する故障診断のフロー6や経験
によるルール7等の知識を記憶する故障診断・判断知識
ベース部3、入力された不具合状況10や不具合対策に
利用する不具合対策水11、不具合解消ルール12、過
去の対策記録13等を記憶する成形不具合対策知識ベー
ス9、知識ベース3内の知識および問診によって得られ
る情報をもとに故障原因や、最適成形条件等を推論する
推論エンジン部8、また、故障診断装置20と入力部1
、出力部2とのデータの入出力を行なうユーザー・イン
ターフェース16から構成される。
推論エンジン部8は故障診断フロー6や経験によるルー
ル7を用いて故障の判断を行なう機能、故障状況を決定
する機能、故障原因を決定し修理方法を探索する機能と
ともに、不具合対策水11を用いて一個ないしは複数の
不具合に対する対策候補を選出する機能と、主に不具合
解消ルール12を用いて対策候補の優先度付けを行なう
機能と、過去の対策記録13をもとに、ある対策案の実
施によって新しく発生する可能性のある不具合や不具合
状況の変化を予測する機能とを有している。
以下、本発明の故障診断装置20の動作について詳細に
説明する。
第2図に全体のフロー、第3図(a)、(b)。
(c)に故障の判断、故障状況の推論フローの詳細例を
示す。また、第4図に故障診断フロー6を示すかこれら
は基礎知識として故障診断・判断知識ベース3に記憶さ
れている。
なお、本例で示すデータやフロー等の知識は説明を分か
り易くするために示した一例にすぎず、実際はより多数
のデータでより複雑な知識を構成していることは勿論で
ある。
まず、第2図のフローにおいて、オペレータは故障診断
装置20を起動し、故障状況が明らかかどうかを入力す
る(ステップ201)。ここで故障状況が明らかな場合
には、故障診断装置20はオペレータに故障状況を問診
する(ステップ202)。そしてオペレータが図示しな
い射出成形機の故障状況を入力すると故障診断装置20
は射出成形機の故障の原因の探索(ステップ206以降
)を進める。
また、故障状況が明らかでない場合には、故障診断装置
20はオペレータに成形条件の設定値(射出速度、射出
圧力等)、成形状態の実測値(油圧、ラム圧力、スクリ
ュー速度、スクリュー変位等)を問診しくステップ20
3,204)、これにより各々の項目について時系列デ
ータの作成を行ない、第3図(a)、(b)、(c)に
示すようなフローに従い成形条件と実測値を故障診断・
判断知識ベース3内の知識を用いて比較検討することに
より故障を判断し、故障状況を推論する(ステップ20
5)。
このステップ205の故障状況の推論および故障の判断
の内容を詳細に表わしたものが第3図(a)   (b
)   (C)に示すフローであり、このフローは故障
診断・判断知識ベース3に記憶されている。以下これに
ついて説明する。
まず、過去に吐出圧系に故障はあるか否かの判断を行な
う(ステップ301)。ここで過去に吐出圧系に故障か
あると判断されると、入力された成形条件に対応する過
去の故障時のデータおよび故障診断・判断知識ベース3
の経験によるルール7を参照しくステップ302,30
3)、入力された吐出圧のデータのパターンは故障時の
バタンとマツチするか否かの判断がなされる(ステップ
304)。
ステップ301て過去に吐出圧系に故障はないと判断さ
れた場合または、ステップ304で吐出圧のデータのパ
ターンは故障時のパターンとマツチしないと判断された
場合は、成形条件に対応する正常時のデータおよび知識
ベース3の経験によるルール7を参照しくステップ30
5,306)、入力された吐出圧のデータのパターンは
正常時のパターンとマツチするか否かの判断がなされる
(ステップ307)。
ステップ304で吐出圧のデータのパターンは故障時の
パターンとマツチすると判断されるか、ステップ307
で吐出圧のデータのパターンは正常時のパターンとマツ
チしないと判断された場合は吐出圧系の故障であるとし
て、このことを示すデータを図示しない故障状況記憶フ
ァイルに記憶する(ステップ308)。
次に、過去にラム圧系に故障はあるか否かの判断を行な
う(ステップ309)。ここで過去にラム圧系に故障が
あると判断されると、入力された成形条件に対応する過
去の故障時のデータおよび知識ベース3の経験によるル
ール7を参照しくステップ310,311)、入力され
たラム圧のデータのパターンは故障時のパターンとマツ
チするか否かの判断がなされる(ステップ312)。
ステップ309で過去にラム圧系に故障はないと判断さ
れた場合または、ステップ312でラム圧のデータのパ
ターンは故障時のパターンとマツチしないと判断された
場合は、成形条件に対応する正常時のデータおよび知識
ベースの経験によるルール7を参照しくステップ313
,314)、入力されたラム圧のデータのパターンは正
常時のパターンとマツチするか否かの判断がなされる(
ステップ315)。
ステップ312でラム圧のデータのパターンは故障時の
パターンとマツチすると判断されるか、ステップ315
でラム圧のデータのパターンは正常時のパターンとマツ
チしないと判断された場合はラム圧系の故障であるとし
て、このことを示すデータを図示しない故障状況記憶フ
ァイルに記憶する(ステップ316)。
次に、過去にスクリュー速度系に故障はあるか否かの判
断を行なう(ステップ317)。ここで過去にスクリュ
ー速度系に故障があると判断されると、入力された成形
条件に対応する過去の故障時のデータおよび知識ベース
の経験によるルール7を参照しくステップ318,31
9)、入力されたスクリュー速度のデータのパターンは
故障時のパターンとマツチするか否かの判断がなされる
(ステップ320)。
ステップ317で過去にスクリュー速度系に故障はない
と判断された場合または、ステップ320でスクリュー
速度のデータのパターンは故障時のパターンとマツチし
ないと判断された場合は、成形条件に対応する正常時の
データおよび知識ベース3の経験によるルール7を参照
しくステップ321.322) 、入力されたスクリュ
ー速度のデータのパターンは正常時のパターンとマツチ
するか否かの判断がなされる(ステップ323)。
ステップ320でスクリュー速度のデータのパターンは
故障時のパターンとマツチすると判断されるか、ステッ
プ323でスクリュー速度のブタのパターンは正常時の
パターンとマツチしないと判断された場合はスクリュー
速度系の故障であるとして、このスクリュー速度系の故
障を示すデータを図示しない故障状況記憶ファイルに記
憶する(ステップ324)。
次に、過去に型締圧系に故障はあるか否かの判断を行な
う(ステップ325)。ここで過去に型締圧系に故障か
あると判断されると、入力された成形条件に対応する過
去の故障時のデータおよび知識ベース3の経験によるル
ール7を参照しくステップ326,327) 、入力さ
れた型締圧のデータのパターンは故障時のパターンとマ
ツチするか否かの判断がなされる(ステップ328)。
ステップ325て過去に型締圧系に故障はないと判断さ
れた場合または、ステップ328て型締圧のデータのパ
ターンは故障時のパターンとマツチしないと判断された
場合は、成形条件に対応する正常時のデータおよび知識
ベースの経験によるルール7を参照しくステップ329
 330)、入力された型締圧のデータのパターンは正
常時のパターンとマツチするか否かの判断がなされる(
ステップ331)。
ステップ328て型締圧のデータのパターンは故障時の
パターンとマツチすると判断されるか、ステップ331
て型締圧のデータのパターンは正常時のパターンとマツ
チしないと判断された場合は型締圧系の故障であるとし
て、このことを示すデータを図示しない故障状況記憶フ
ァイルに記憶する(ステップ332)。
次に、過去にスクリュー回転に故障はあるか否かすなわ
ち、過去にスクリュー変位等の故障か生じたことがある
か否かの判断を行なう(ステップ33B)。ここで過去
にスクリュー回転に故障かあると判断されると、入力さ
れた成形条件に対応する過去の故障時のデータおよび知
識ベース3の経験によるルール7を参照しくステップ3
34335)、入力されたスクリュー回転のデータのパ
ターンは故障時のパターンとマツチするか否かの判断が
なされる(ステップ336)。
ステップ333で過去にスクリュー回転に故障はないと
判断された場合または、ステップ336でスクリュー回
転のデータのパターンは故障時のパターンとマツチしな
いと判断された場合は、成形条件に対応する正常時のデ
ータおよび知識へス3の経験によるルール7を参照しく
ステップ337.338)、入力されたスクリュー回転
のデータのパターンは正常時のパターンとマツチするか
否かの判断かなされる(ステップ339)。
ステップ336でスクリュー回転のデータのパターンは
故障時のパターンとマツチすると判断されるか、ステッ
プ339でスクリュー回転のデータのパターンは正常時
のパターンとマツチしないと判断された場合はスクリュ
ー回転の故障であるとして、このことを示すデータを図
示しない故障状況記憶ファイルに記憶する(ステップ3
4o)。
続いて、上述した故障状況記憶ファイルの記憶内容を参
照して(ステップ341)、故障状況記憶ファイルに記
憶状況は記憶されているが否がの判断を行なう(ステッ
プ342)、ここで故障状況か全く記憶されていないと
射出成形機が正常であることを表示して(ステップ34
3)、第2図に示したステップ214に移行して、故障
診断装置20は次に最適成形条件の推論を行なう。
ステップ342て故障状況fc!憶ファイルに何らかの
故障状況を示すデータが記憶されていると、この故障状
況に応じた原因の探索を行なう(ステップ206)。
なお、第3図(a)、(b)、(c)に示したフローは
故障の判断、故障状況の推論の理解全容易にするための
具体例を示したもので、実際はより多数のデータより複
雑な知識のもとに推論が実行されることを理解されたい
ステップ206の故障の原因の探索の過程において、故
障診断装置20は必要に応じて出力部2に問診を表示し
てオペレータに対して問診を行なう(ステップ207)
。オペレータはこれに応答して入力部1より回答を入力
しくステップ208)、この回答に応じた原因の探索を
更に進める(ステップ209)。この原因の探索は原因
の決定ができるまで(ステップ210)、繰返される。
第4図はこの原因の探索に関する推論の一例を示したも
のである。ここでは故障状況として型開閉が全く動かな
い場合を想定している。この場合、まず「他のアクチュ
エータは動くか」という問診を行なう。ここでオペレー
タがNoと回答すると状況は「アクチュエータは動かな
い」と推論する。
次に「ポンプは回転しているか」という問診を行ない、
Noと回答すると状況は[ポンプモータは回転していな
い」と推論する。続いて「コンタクタは作動しているか
」という問診を行ない、これにYESと回答すると状況
は「コンタクタは作動する」と推論し、更に「モータ端
子に電圧はあるか」の問診を行ない、これにNoと回答
すると故障原因は「モータハーネス不良」と推論し、Y
ESと回答すると故障の原因は「ポンプモータネ良」と
推論する。
なお、第4図に示したフローは故障の原因の推論の理解
を容易にするために示した簡単な一具体例であって、実
際は場合によって多項目の複雑なフローとなることもあ
ることを理解すべきである。
なお、第4図に示したようなフローは問診回数も多く、
効率か悪いのて″故障状況が「型開閉か全く動かない」
かつ状況か「ポンプモータの耐用年数を越えている」か
つ「ポンプモータは回転しているか」という問診の回答
がNOならば故障の原因は「ポンプモータの不良」の可
能性が高い。”のような経験によるルール7を用いるこ
とによって、問診回数を減らし効率の良い故障診断を行
なうようにすることもできる。
ステップ210で故障の原因が決定できたと判断される
と、この決定した故障の原因およびこの原因に対応する
修理方法を出力部2に表示する(ステップ211)。オ
ペレータは故障診断装置20の指示に従って修理を行な
い、この結果を故障診断装置20に入力する。これによ
り故障が直ったと故障診断装置20が判断した場合には
続いて、上述した故障状況記憶ファイルの記憶内容を参
照して他の故障は残っているかの判断を行ない(ステッ
プ212)、残っている場合は再びステップ206に戻
り、残っていない場合はこの故障診断動作を終了する。
更に、故障状況の推論および故障の判断(ステップ20
5)において、故障でないと判断された場合、故障診断
装置20は次に最適成形条件の推論を行なう。ここでス
テップ214に移行して、オペレータは、対策案の選択
・実施機能オプションの選択を行なう(ステップ214
)。そして、オペレータは所定のフォーマットにしたが
って出力部2により表示される質問に応じて発生した革
具合名、程度、発生位置、キャビティ厚、使用材料など
不具合状況を入力部1から入力する(ステップ215)
。次に故障診断装置20は入力された成形条件の現在値
と、不具合状況を示すデータにもとづき、発生した不具
合に対する最適な対策を推論する対策絞り込みを行なう
。この対策絞り込みは、成形不具合対策知識ベース9に
基本知識として記憶されている不具合対策水11および
不具合解消ルール12および過去の対策記録13等にも
とづき行なわれる。
ところで第5図はこの不具合対策水11の一例を示した
ものである。この不具合対策水11は不具合を表わす事
象XI + X2に対して、その原因を表わす事象y、
、y2.y、が対応して示されており、この不具合に対
する原因を表わす事象y、、Y2 、Y、に対して、こ
の対策を表わす事象z、 、z2.Z3 、Z4.Z6
が対応して示されている。
例えば、事象X1で表わされる不具合については1.事
象y、、Y2で表わされる原因が考えられ、事象Y1で
表わされる原因については、事象Z1+22で表わされ
る対策が考えられ、また事象Y2で表わされる原因につ
いては、事象Z、、Z4て表わされる対策が考えられる
ことを示している。
ステップ215から移行される不具合の優先度付はステ
ップ216では、第6図に示すようにまず、ステップ6
01において入力された不具合の特定を行ない、次にス
テップ602においてこの特定された不具合X、、x2
 、X、を成形不具合対策知識ベース9に記憶された[
不具合−優先度対応表」 (図示せず)を用いて優先度
付けする。
続いて、ステップ603において、優先度付けされた不
具合を優先度順に並べ換え、不具合リスト(X’ 、、
X’ 2 、X’ 、・・)を作る。この場合、不具合
−優先度対応表から求めた優先度が同位てある場合は入
力の早い方の不具合を優先する。
次にステップ217で、不具合対策水11をもとに対策
案候補の選出を行なう。ここでステップ217から第7
図のステップ701に移行して、複数の不具合を同時に
対策するか否かにおいて同時に対策しない場合には不具
合X1に対する対策候補z、、z2.z3  ・・を不
具合対策水11から求める(ステップ702)。また、
ステップ701で複数の不具合を同時に対策する場合に
はそれぞれの不具合x、、x2 、X、、・・・に共通
な対策案例えばZ、、Z2.Z3 ・・を不具合対策水
11から求める(ステップ703)。
第8図はこのステップ703で示される共通対策の選択
処理の一例を示したものである。第8図において、ます
、ステップ7031てすてに優先度付けかなされた最優
先不具合X′1に対する対策候補のリスト(C+、C+
、C+、・・・)を求める。この対策候補のリストは成
形不具合対策知識ベース9の不具合対策水11を用いて
作成される。
次にステップ7032において、各対策候補C1,C2
,C3,・・・について、すてに優先度付けがなされた
他の不具合、X’ 2 、X’ 3・・・に対する有効
性を上記不具合対策水11から推論し、共通に対策でき
る他の不具合のりストCXを作成する。この不具合のり
ストCXの作成は他の不具合X7 、、X/ 3.・・
・に対して各対策候補C1゜C2,C,、・・・が有効
であるかを順次判断することによって行なわれる。すな
わち、ます、ステップ7033において対策候補Ck 
(k=1.23、・・・)が不具合X’ 、(i=2.
3.  ・・)に対して有効であるか否かの判断を行な
う。ここで対策候補Ckが不具合X′、に対して有効で
あると判断されるとステップ7034に移行し、対策候
補Cで対策可能な不具合のリストCX、(k=に 12.3.・・・)に不具合X′、を加える。上記処理
を全ての対策候補および入力された不具合に対して実行
することにより各対策候補c、、c2C3,・・・によ
って対策可能な複数の不具合リストcx、を作成する。
続いて、ステップ7035に移行し、ステップ7032
て作成した複数の不具合リストCXkを用い最も多くの
不具合に対して共通に有効な対策候補のリスト(Z、、
Z2.Z、、・・・)を作成する。
第9図は上記対策候補zl、z2.z、、・・を実施し
た際の新たな不具合の発生の予測および現不具合状況の
変化の予測を推論するフローを示したちのである。
ここで例えば過去に候補として上げられた対策Zの実施
により良い方向に向かった場合にはその記録を対策記録
A(図示せず)として収集し、良い方向に向かわなかっ
た場合にはその記録を対策記録B(図示せず)として収
集し、また、対策Zの実施により他の不具合が発生した
場合はその記録を対策記録C(図示せず)として収集す
る。そして、これら収集された対策記録A、B、Cは成
形不具合対策知識ベース9の過去の対策記録13に登録
される。
このため、ステップ900において、対策記録Aにもと
づき、対策Z、(i=1.2,3.・・・)の実施の結
果不具合が良くなる方向に向かった記録があるか否かの
判断を行なう。ここで良くなる方向に向かった記録があ
るとするとステップ901に分岐してその可能性の計算
を行なう。この可能性の計算の結果はステップ902に
おいて「小」か否かの判断がなされる。ここで「小Jて
ないと判定されるとステップ903に移行して不具合の
発生の可能性は「大」と推論される。
ステップ900で対策記録Aには良くなった記録がない
と判断された場合およびステップ902において可能性
「小」と判定された場合はステップ904に移行し、対
策記録已にもとづき対策Z、の実施によって対策しよう
とする不具合か悪化した記録があるか否かの判断を行な
う。ここで悪化した記録があると判断されるとステップ
9゜5に分岐し、その可能性の計算を行なう。この計算
の結果はステップ906において「小」か否がの判定か
なされる。ここで「小」でないと判定されるとステップ
907に移行して不具合の発生の可能性は「大jと推論
される。
ステップ904て対策記録Bには悪化した記録かないと
判断された場合およびステップ906で可能性「小」と
判定された場合はステップ908に移行し、対策Z の
実施によってその不具合の発生する可能性かあるか否か
の判断を行なう。ここで不具合の発生の可能性なしと判
断されると次の不具合に対する可能性推論処理に移行す
る。
ステップ908において不具合が発生する可能性かある
と判断されると、次のステップ909において対策記録
A1対策記録B、対策記録Cにもとつき過去に不具合か
発生しているか否かの判断を行なう。ここで過去に不具
合か発生していないと判断されるとステップ910に分
岐し次にその発生した不具合は対策Z、と反対の対策Z
、をもつか否かの判断かなされる。ここでZ、を有しな
いと判断されるとステップ911に移行し不具合の発生
の可能性は「小」と推論する。
またステップ909において不具合が過去に発生してい
ると判定されると次にステップ913においての不具合
は対策Z、と反対の対策Z をもつか否かの判断かなさ
れる。ここでZ、を有しないと判断されるとステップ9
14に移行し不具合の発生の可能性は「大」と推論する
なお、ステップ910において対策Z、を有すると判断
された場合およびステップ913において対策Z、を有
すると判断された場合および、スチップ913において
対策Z、を有すると判断された場合はそれぞれステップ
912およびステップ915に移行する。この場合は不
具合の発生の可能性は「不定」と判定される。
第9図に示すフローにもとづき不具合発生の可能性が「
大」か「小」かの推論がなされると、この推論結果にも
とづきステップ705で前記対策候補z、、z2.z3
.・・のりストと前記対策候補2..22,23.・・
・をそれぞれ実施した場合の成形に係る不具合状況の変
化と、成形に係る新しい不具合の変化の予測結果を出力
部2により表示する。
次にステップ218で対策案を選択実施するか否かの場
合においてすぐに対策案を対策案ZI+22、Z3の中
から選択して実施しなければステップ219て対策案の
優先度付けを行なう(ステップ219)。ここで第10
図に示すステップ219に移行して、不具合解消ルール
12を用いて不具合X1に対する原因候補に優先度をっ
け、原因Y、、y2.y3.・・・とする(ステップ1
001)。次に、原因Y1に対して対策案2..22Z
3に優先度をつけ対策案Z/ 、、Z/Z′3.・・・
とする(ステップ1002)。そして対策案候補zr 
、、272.z+ 、、・・およびこの対策により推定
される新たな不具合の予測の表示を出力部2にて行なう
(ステップ1003)。
ここで上記した対策案の優先度付けに係る具体例につい
て、第11図、第12図を参照して説明する。
発生不具合が“ひけ°の場合における原因の優先度付は
ステップの一例が第11図に示される。
第11図において、原因の優先度付けをすべき不具合が
“ひけ”である場合は、ます、ステップ1101からス
テップ1102に移行し、“ひけ“の発生湯所がゲート
遠方だけか否かの判断がなされる。ここで、“ひけ”の
発生湯所がゲート遠方だけでなく全体に生じているとす
ると、ステップ1103に移行し材料の計量が適性であ
るか否かのチエツクを行なう。このチエツクにおいて材
料の計量に問題があるとするとステップ1104に移行
して不具合の原因の最優先順位として「樹脂量不足」で
あると推論する。
また、ステップ1103において、材料の計量が適性で
あると判断されると、ステップ1105に分岐し、次に
保圧が適性であるか否かのチエツクを行なう。ここで保
圧に問題かあると判断されると、ステップ1106に移
行し、不具合の原因が「保圧不足」であると推論する。
ステップ1105において保圧が適性であるとするとス
テップ1107に分岐し、次にゲート部に”ひけ”が生
じているか否かの判断を行なう。
ここでゲート部に“ひけ”が生じていると判断されると
ステップ1108に移行して不具合の原因として「ゲー
トシールが早い」と推論する。また、ステップ1107
において、ゲート部に“ひけ“が生していないと判断さ
れると、ステップ1109に移行し、“ひけ″の発生箇
所は厚肉部か否かの判断かなされる。ここで“ひけ”の
発生箇所か厚肉部ではないと判断されるとステップ11
08に移行して不具合の原因が「ケートサシールが早い
」と推論し、厚肉部であると判断されるとステップ11
10に移行し、不具合の原因か「成形収縮大」であると
推論する。
また1、ステップ1102において“ひけ″の発生場所
がゲート遠方たけであると判断されると、ステップ11
11に分岐し、使用材料は結晶性であるか否かの判断が
なされる。ここで使用材料が結晶性であると判断された
場合はステップ1110に移行し、不具合の原因か「成
形収縮大」であると推論する。また、ステップ1111
において使用材料か結晶性ではないと判断された場合は
ステップ1112に移行し、途中に薄肉部かあるか否か
の判断かなされる。ここで途中に薄肉部があると判断さ
れると1113に移行し、不具合の原因は「成形伝播不
足」であると推論する。また、途中に薄肉部がないと判
断されると1110に移行し、不具合の原因は「成形収
縮大」であると推論する。
なお、上記各判断はオペレータによりキーホト入力部1
から入力されたデータにもとづき行なわれる。
また、第11図には成形に係る不具合が“ひけ”の場合
における原因の推論について示したが、他の不具合につ
いても同様に原因を推論し、この推論結果にもとづき原
因の優先度付けを行ない、原因りスト(Y’ 、、Y’
 2.Y’ 、  ・・)を作成する。
第12図は、不具合が“ひけ“て原因が「圧力伝播不足
」の場合における対策の優先度付けのフローの一例を示
したものである。
まず、ステップ1201において成形不具合対策知識ベ
ース9の不具合対策水11から原因「圧力伝播不足」に
対する対策リスh(Z+、Z2゜Z3・・・)を求める
。ここで対策Z1は「射出圧力をΔP1上げる」、対策
Z2は「保圧をΔPH上げる」、対策Z3は「保圧時間
をΔTH延ばす」であるとする。なお、ΔP1.ΔP 
、ΔT は    H 予め適宜設定された値である。
次に、ステップ1202において、使用材料の収縮性は
樹脂温度で変化するか否かの判断がなされる。ここで使
用材料の収縮性が樹脂温度で変化するものであるとステ
ップ1203に分岐し、対策Z1の優先度を下げる処理
を行なう。
次にステップ1204において使用材料の流動性は良い
か否かの判断がなされる。ここで使用材料の流動性か良
くないものであるとすると、ステップ1205に分岐し
、対策Z1の優先度を上げる処理を行なう。
更に、次の“ひけ′の発生位置はゲートから遠いか否か
の判断がなされる。ここて“ひけ”の発生位置かゲート
から遠いとするとステップ1207に分岐し対策z2.
z、の優先度を上げる処理を行なう。このようにして、
各判断および各処理を実行した後、ステップ1208に
移行し、対策Z、、Z2.Z、を優先度順に並べ換え、
対策リスト(Z′I +  Z’ 2 +  Z’ 3
・・・)を作成する処理を実行する。
なお、第12図においては不具合が”ひけ”で原因が「
圧力伝播不足」の場合についての対策優先度付はフロー
の一例を示したが、他の不具合、他の原因についても同
様のフローが用意されており、それぞれのフローにおい
て対策の優先度付けが実行される。ここにおいても上記
各判断はオペレータにより入力部1から入力されたデー
タにもとづき行なわれる。
ここでステップ220に移行して対策案を選択して、実
施するか否かの問診に対して、前記対策案候補Z’ I
 +  Z’ 2 +  Z’ l・・・の中からオペ
レータが対策案候補を選択して実施しなければ故障診断
装置20は最適な対策案の表示を出力部2にて行なう。
そして、オペレータは表示された対策案を参照して、射
出成形機、金型温調機等の条件設定を変更し、試射をし
て製品の試作を行なう(ステップ222)。また、同様
にしてステップ218およびステップ220て対策案を
選択して実施するならばステップ222て試射をして試
作を行なう。試作後、オペレータはステップ223で後
処理を行なう。この後処理の詳細例を第13図に示す。
ます、ステップ1301において、対策Z′を施した上
記試射に関して他に不具合が発生したか否かの判断がな
される。この判断において他に不具合か発生しないと判
断されるとステップ1302に移行し、対策しようとす
る不具合か良い方向に向かったか否かの判断がなされる
。ここで良い方向に向かったと判断されるとステップ1
303に移行し、対策しようとした対策不具合は消滅し
たか否かの判断がなされ、消滅しなければステップ13
04に移行して現対策を続行し、消滅したと判断される
と対策していない次の不具合に対する対策処理へ移行す
る。
ステップ1301において、対策211を施した上記試
射に関して他に不具合か発生したと判断されると、ステ
ップ1305に分岐し、新たに発生した不具合が対策し
ようとした不具合より優先度が大か否かの判断かなされ
る。この判断において優先度が小であると判断されると
ステップ1302に移行し、前述したと同様の処理が実
行される。またステップ1305において新たに発生し
た不具合が対策しようとした不具合より優先度か大であ
ると判断された場合にステップ1306に分岐し、ステ
ップ1003 (第10図)で推論した対策リストの中
にまだ採用していない対策があるか否かの判断かなされ
る。ここでまだ採用していない対策があるとするとステ
ップ13o7に移行し、採用していない対策の中の最優
先の対策を選択し、この対策に変更する処理を実行する
。例えば上述の対策リスト(Zl 、、zt 2゜Z′
3・)のうちの対策Z/1を実行していてステップ13
07に至った場合には対策リストの中からzr 1を除
去し、残りの対策リスト(Z’ 2 +  Z’ 3・
・)の中から対策Z/2を選択して、対策zr 1から
この対策Z′2に変更する処理か実行される。
ステップ1306において、また採用していない対策か
ないと判断されると、ステップ1308に移行し、次に
また採用していない原因があるが否かの判断かなされる
。ここでまた採用していない原因かあるとすると、ステ
ップ13o9に移行し、この採用していない原因のうち
の最優先の原因を選択し、この原因にもとづく処理に変
更する処理を実行する。例えば上述の対策リスト(Z’
 、、Zl 、、  Zl 、・・・)を全て採用して
しまった場合は原因リスト(Y’ 、、Y’ 、。
Y′3 ・・)から既に採用した原因Y′1を除去し、
残りの原因りスト(Y’ 2 、Y’ 、・・)の中が
ら最優先の原因Y′2を選択しこの原因Y/2に代えて
採用する処理を実行する。なお、ステップ1308にお
いて採用していない原因がなくなったと判断されると1
失敗」として、これにもとづく所定の処理かなされる。
また、ステップ1302において良い方向に向かってい
ないと判断されるとステップ13o6に分岐し、ステッ
プ1306以下上述と同様の処理がなされる。
なお、第13図のフローにおける各判断は入力部1から
オペレータによりユーザーインターフェース16を介し
て入力されたデータ、成形不具合対策知識ベース9の記
憶データにもとづき行なわれる。
次に、本発明の他の実施例を添付図面を参照して詳細に
説明する。
第14図において、この実施例は射出成形機100と後
述する故障診断装置24とをオンラインで接続して構成
される。
射出成形機100は第14図に図示するように制御部2
3を有しており、この制御部23は、樹脂温度、スクリ
ュー位置、射出圧力、型内圧等を検出する各種センサ1
7、樹脂温度、金型温度、−次圧(射出圧力)、二次圧
(保圧)、射出速度、−次圧、二次圧および射出速度の
切換位置等を設定する成形条件設定部2つ、温度制御信
号、アクチュエータ制御信号等を発生する信号制御部1
8、信号制御部18からの温度制御信号によって制御さ
れるヒーター19、アクチュエータ制御信号によって制
御される油圧バルブ28、サーボモータ21および故障
診断装置24に対するインターフェース22から構成さ
れている。
第15図は故障診断装置の概略構成を機能ブロックで示
したものである。
故障診断装置24は射出成形機100に対するインター
フェース14と成形条件4、成形状態5、故障木15、
経験によるルール7、故障診断のフロー6等を記憶した
故障診断・判断知識ベース3および不具合状況10.不
具合対策木11、不具合解消ルール12、過去の対策記
録13等を記憶した成形不具合対策知識ベース9および
デイスプレィ26、キーボード25に対するユーザーイ
ンターフェース16、そして前記知識ベース3と知識ベ
ース9の知識にもとづき所望の推論を行ない、その推論
結果をインターフェース14、ユーザーインターフェー
ス16および知識ベース3,9に出力する推論エンジン
8から構成される。
射出成形機100に関して不具合が生じた場合、オペレ
ータ27はこの不具合状況をデイスプレィ26をみなが
らキーボード25により故障診断装置24に入力する。
このキーボード25から入力された不具合状況を示すデ
ータはユーザーインターフェース16を介して知識ベー
ス9の不具合状況10に加えられ、格納される。また射
出成形機100からの各種データはインタフェース13
を介して知識ベース3の成形条件4、成形状態5にそれ
ぞれ加えられ、格納される。推論エンジン8は知識ベー
ス3.9の格納データにもとづき発生した不具合に対す
る最適の対策を推論し、この推論結果をユーザーインタ
ーフェース16を介してデイスプレィ26に加え、これ
を表示する。またこの推論結果はインタフェース14を
介して射出成形機100に送出され、推論した対策を実
行すべく成形条件の変更かなされる。
故障診断装置24において、射出成形機100の樹脂温
度、スクリュー位置、射出圧力、型圧力等は各種センサ
17によって検出され、この検出出力はインタフェース
22、インターフェース]4を介して故障診断装置24
に加えられる。また各種センサ17の出力は信号制御部
18に加えられる。信号制御部18は各種センサ17の
出力および成形条件設定部29て設定された樹脂温度、
金型温度、−次圧、二次圧、射出速度、各切換位置に応
じてヒータ19を制御するための温度制御信号および油
圧バルブ28、サーボモータ21を制御するためのアク
チュエータ制御信号を形成する。また、電気セルフチエ
ツク回路は、ヒータ19、油圧バルブ28、サーボモー
タ21の動作チエツクをそれぞれ行なう。
成形条件設定部2つで設定された各種設定値はインター
フェース22、インターフェース14を介して故障診断
装置24に加えられる。
故障診断装置24は射出成形機100における不具合の
発生に際し、キーボード25がらユーザーインターフェ
ース16を介して入力される不具合状況およびインター
フェース14を介して入力される各柾センサ17の出力
および成形条件設定部29における各種設定値にもとづ
き後に詳述する手順によって不具合発生に対する最適な
対策を推論し、この推論にもとづき、該推論した対策を
実行スべくインターフェース14、インターフェース2
2を介して成形条件設定部29に対して成形条件変更の
ためのデータを送出する。
また、デイスプレィ26には、キーボード25による入
力データの内容、各種センサ17による検出データ、成
形条件設定部2つの設定データ、故障診断装置24の推
論内容等が表示される。
第16図に本実施例のオンラインシステムの全体のフロ
ーを示す。また第17図に電気系故障の故障木15を示
すが、これらは基礎知識止して故障診断・判断知識ベー
ス3に記憶されている。
また、本例で示すデータや故障木15等の知識は説明を
分かり易くするために示した一例にすぎず、実際はより
多数のデータでより複雑な知識を構成していることは勿
論である。
以下第16図のフローに従い、本オンラインシステムの
動作を説明する。故障診断装置24および射出成形機1
00より構成されるオンラインシステムにより成形され
た成形品に不具合が発生した場合、オペレータ27は前
記システムを起動し、故障状況か明らかかとうかをキー
ボード25を介して入力する(ステップ1601)。こ
こで故障状況が明らかな場合には、システムはオペレー
タ27に故障状況を問診する(ステップ1602)。
そしてオペレータか故障状況を入力するとシステムは原
因の探索(ステップ16o5以降)を進める。
また、故障状況が明らかでない場合には、システムは射
出成形機100より成形条件設定部29の設定値(射出
速度、射出圧力等)、センサ17よりの実測値(油圧、
ラム圧力、スクリュー速度、スクリュー変位等)を取り
込み(ステップ1603、)、各々の項目について時系
列データの作成を行ない、前出の実施例に用いた第3図
(a)。
(b)、(c)に示すような故障の判断、故障状況の推
論フローに従い成形条件と実測値を故障診断・判断知識
ベース3内の知識を用いて比較検討することにより故障
を判断し、故障状況を推論する(ステップ1604)。
そして、同様にして第3図(c)のステップ342で故
障状況記憶ファイルに何らかの故障状況を示すデータが
記憶されていると、この故障状況に応じて第16図のス
テップ1605に移行して、ここでシステムは故障診断
・判断知識ベース3を用いてこれらの故障状況に応じた
電気系の原因の探索を行なう。原因の探索の過程で必要
に応じてシステムは自動的に射出成形機の電気系セルフ
チエツク回路にアクセスし、故障診断・判断知識ベース
3内の知識にあるヒータ19、油圧バルブ28、サーボ
モータ21に係るチエツク項目を全てチエツクしくステ
ップ1606)、これらのチエツクの結果と故障診断・
判断知識ベース3内の知識として記憶されている第17
図に示す電気系の故障木15および経験によるルール7
により原因の探索を行なう(ステップ1607)。
原因が決定できたか判断して(ステップ1608)、こ
れまでの推論で原因が決定できた場合、故障の原因と修
理方法をデイスプレィ26に表示する(ステップ161
4)。
ステップ1608にて原因が決定できない場合、システ
ムはさらに故障診断・判断知識ベース3内に記憶されて
いる故障診断のフロー6と経験によるルール7を用いて
電気系以外の油圧系、メカニカル系等の原因の探索を行
なう(ステップ1609)。
ステップ1609の故障の原因の探索の過程において、
システムは必要に応じてデイスプレィ26に問診を表示
してオペレータ27に対して問診を行う(ステップ16
10)。オペレータ27はこれに応答してキーボード2
5より回答を入力しくステップ1611)、この回答に
応じた原因の探索を更に進める(ステップ1612)。
この原因の探索は原因の決定ができるまで(ステップ1
613)、繰返される。
例えは、故障状況が「型開閉が全く動かない」の場合、
システムは第19図の故障診断フローに沿って「他のア
クチュエータは動くか」という問診を行い、オペレータ
27の回答がYESの場合状況は「アクチュエータは動
く」であると推論する。次にシステムは「ポンプは回っ
ているか」という問診を行い、YESの場合状況「ポン
プは回っている。」であると推論する。
以下、システムは同様に第19図の故障診断フローに沿
って問診を繰り返し故障原因の探索を行い、最後に状況
が「ポンプは回っている」 「型開閉用のソレノイドは
手動で動くか」という問診の回答がNoの場合、故障の
原因は「ソレノイドの詰まり」であると推論する。
なお、第19図に示した故障診断フローは実際には大変
多項目で複雑なフローであるため、問診回数も多く効率
が悪いので故障診断フローと共に「故障状況が「型開閉
か全く動かない」かつ状況が作動オイルにゴミが多い」
かつ「ポンプは回っているか」という問診の回答がYE
Sの場合、故障の原因は「ソレノイドの詰まり」である
可能性が高い。」の様な経験によるルール7を用いるこ
とによって問診回数を減らし効率の良い故障診断を可能
にすることもてきる。
ステップ1613で故障の原因か決定できたと判断され
ると、この決定した故障の原因およびこの原因に対応す
る修理方法をデイスプレィ26に表示する(ステップ1
614)。オペレータ27はシステムの指示に従って修
理を行ない、この結果をシステムに入力する。これによ
り故障が直ったとシステムが判断した場合には続いて、
他の故障は残っているかの判断を行ない(ステップ16
15)、残っている場合は再びステップ1605に戻り
、残っていない場合はこの故障診断動作を終了する。
更に、故障状況の推論および故障の判断(ステップ16
04)において、故障でないと判断された場合、故障診
断装置24は次に最適成形条件の推論を行なう。ここで
ステップ1616に移行して、ます、発生した成形に係
る不具合状況の入力を行なう(ステップ1616)。こ
の不具合状況の入力はオペレータ27によりキーボード
25により行なわれる。具体的には、所定のフォーマッ
トにしたかってデイスプレィ26に表示される質問に応
じて革具合名、使用材料等を順次入力する。
次に射出成形機100から自動入力された成形条件の現
在値、成形不具合対策知識ベース9の記憶データおよび
」二連したステップ1616で入力された不具合状況を
示すデータにもとづき、発生した不具合に対する最適な
対策を推論する対策絞り込みを行なう(ステップ161
7)。この対策絞り込みは成形不具合対策知識ベース9
に基本知識として記憶されている前記第5図の不具合対
策木11および不具合解消ルール12および過去の対策
記録13等にもとづき行なわれる。
この不具合対策木11は不具合を表わす事象X、、X2
に対して、その原因を表わす事象Y1Y2.y3が対応
して示されており、この原因を表わす事象Y、、Y2.
y、に対して、この原因に対する対策を表わす事象z、
、z2.z。
Z4.Z6が対応して示されている。
例えば、事象X1で表わされる不具合については、事象
Y、、Y2で表わされる原因か考えられ、事象Y1で表
わされる原因については、事象Z1゜Z2で表わされる
対策が考えられ、また事象Y2で表わされる原因につい
ては、事象Z3.Z4て表わされる対策が考えられるこ
とを示している。
次に対策案の絞り込み(ステップ1617)では、成形
不具合対策知識ベース9の記憶内容にもとづき、最適な
対策を推論する。この推論は、不具合の優先度付け(ス
テップ1618)、原因の優先度付け(1619)、対
策の優先度付け(ステップ1620)によって行なわれ
る。第18図に示すように、ます゛、入力された不具合
(X +X2 、 Xh )について対策すべき順に優
先度を付け、その優先度順に不具合リスト(X7 、、
X#2、X’l)を作成する(ステップ1618)。
続いて最優先の不具合X′1に対して不具合状況より原
因を推定して推定した原因に関して優先度順に原因りス
ト(Y’ + 、Y’ 2 、Y’ 3 、・・・)を
作成する(ステップ1619)。更に最優先の原因Y′
1について考えられる対策を推定し、この改定した対策
に対して優先度順に対策リストド(Z’ l+  Z’
 2+  Z’ 3. ・・)を作成する(ステップ1
620)。これにより対策リストの最優先の対策zr 
1を入力された不具合に対する最適な対策として絞り込
む。
次に再度対策案の絞り込み(ステップ1617)におけ
る不具合の優先度付はステップ1618、原因の優先度
付はステップ161つ、対策の優先度付はステップ16
20についての詳細例を示すと前記第6図、前記第11
図、前記第12図のようになる。
すなわち、不具合の優先度付はステップ1618は、第
6図に示すようにまず、ステップ601において入力さ
れた不具合の特定を行ない、次にステップ602におい
てこの特定された不具合X、、X2.X3を成形不具合
対策知識ベース9に記憶された「不具合−優先度対応表
」 (図示せず)を用いて優先度付けする。続いて、ス
テップ603において、優先度付けされた不具合を優先
度順に並べ換え、不具合リスト(X’ + 、X’ 2
 。
X′3・・)を作る。この場合、不具合−優先度対応表
から求めた優先度が同位である場合は入力の早い方の不
具合を優先する。
また、ステップ1619に関して発生不具合が“ひけ”
の場合における原因の優先度付はステップの一例は前出
の第11図に示される。
また、ステップ162oに関して前出の第12図にて、
不具合か“ひけ”で原因が「圧力伝播不足」の場合にお
ける対策の優先度付けのフローの一例を示す。
なお、第12図においては不具合が“ひけ“で原因か「
圧力伝播不足」の場合についての対策優先度付はフロー
の一例を示したが、他の不具合、他の原因についても同
様のフローが用意されており、それぞれのフローにおい
て対策の優先度付けが実行される。ここにおいて、上記
各判断はインターフェース14を介して射出成形機10
0がら直接取込まれたデータまたはオペレータによりキ
ボード25からユーザーインターフェース16を介して
入力されたデータにもとづき行なわれる。
ステップ1617 (第16図)において、発生した不
具合に対する最適な対策の絞り込みがなされ、インター
フェース14、インターフェース22を介して上記対策
zr 1を実行すべくデータか送出され、成形条件設定
部29により射出成形機100の成形条件が自動セット
されると、ステップ1621に移行し、この対策Z/ 
1が実行された状態で射出成形機100の試射が行なわ
れる。
その後ステップ1622に移行し、上記試射に対する後
処理が実行される。ステップ1622の後処理の詳細例
は前出の実施例の説明に用いた第13図により同様に示
される。
なお、この際第13図のフローにおける各判断はキーボ
ード25からオペレータ27により、ユサーインターフ
ェース16を介して入力されたデータおよび射出成形機
100の各種センサ17、成形条件設定部29等からイ
ンターフェース22を介して直接入力されたデータおよ
び成形不具合対策知識ベース9の記憶データにもとづき
行なわれる。
〔発明の効果〕
以上説明したように、本発明によれば射出成形振に係る
不具合品あるいは故障か発生した際、高度な技術を有す
る専門家が不在でも射出成形機の故障の判断と故障診断
、および故障でない場合の成形条件の最適化か迅速かつ
容易に行なうことが出来、生産性が向上するとともに、
更には技術の継承、蓄積も可能となる。
【図面の簡単な説明】
第1図は本発明の射出成形機の故障診断装置の一実施例
の構成図、第2図は同実施例の全体動作を示すフロー、
第3図、第4図は第2図に示したフローの各部詳細フロ
ー、第5図は不具合−原因対策の関係を示す図、第6図
、第7図、第8図、第9図、第10図、第11図、第1
2図、第13図は第2図に示したフローの各部詳細フロ
ー、第14図は射出成形機と故障診断装置を接続したオ
ンラインシステムの構成図、第15図は第14図に示す
故障診断装置の一実施例の構成図、第16図は第14図
のオンラインシステムのフロー、第17図は電気系の故
障木の一例を示す図、第18図は優先度付は動作の説明
図、第19図は第16図に示したフローの一部詳細フロ
ーである。 1・・入力部、2・・・出力部、20・・・故障診断装
置、23・・・射出成形機の制御部、 24・・・射出成形機とオンラインで接続した場合の故
障診断装置、100・・・射出成形機。 不具合 原因−封装の関イ玉 第6図 発生するf具合の可能社の判定

Claims (15)

    【特許請求の範囲】
  1. (1)射出成形機に設定されている成形条件を示す情報
    およびこの射出成形機の成形状態を示す情報を入力する
    入力手段と、 射出成形機の故障診断の手法および過去の故障履歴等の
    故障診断に必要な知識を記憶する知識ベースと、 前記入力手段によって入力されてた情報および前記知識
    ベースに記憶されている知識にもとづき射出成形機の故
    障状況を推論し、かつ故障であるか否かを判断する第1
    の推論手段と、 この第1の推論手段によって射出成形機が故障であると
    判断された場合、 この第1の推論手段によって推論された故障状況および
    前記知識ベースに記憶されている知識にもとづき射出成
    形機の故障の原因および対策を推論する第2の推論手段
    と、 前記第1の推論手段によって射出成形機が故障ではない
    と判断された場合、前記知識ベースに記憶されている知
    識にもとづき、射出成形機の最適成形条件を推論する第
    3の推論手段と を具えた射出成形機の故障診断装置。
  2. (2)入力手段は、所定の問診に従って成形条件を示す
    情報および成形状態を示す情報を入力する請求項(1)
    記載の射出成形機の故障診断装置。
  3. (3)知識ベースは、新たな経験によってその記憶内容
    が更新される請求項(1)記載の射出成形機の故障診断
    装置。
  4. (4)第3の推論手段は、成形条件が適切でない為に発
    生した不具合に対する原因の優先度付け、該原因に対す
    る対策の優先度付けを行ない最適な対策を推論する手段
    を有する請求項(1)乃至(3)のうちいずれかに記載
    の射出成形機の故障診断装置。
  5. (5)第3の推論手段は、推論した対策およびその対策
    結果に対応して記憶手段の記憶内容を更新する手段を有
    する請求項(1)乃至(4)のうちいずれかに記載の射
    出成形機の故障診断装置。
  6. (6)第3の推論手段は、推論した対策に対して別の不
    具合が生じないかを記憶手段の記憶内容を参照して推論
    し、別の不具合が発生する可能性が高い場合には該対策
    に代えて他の対策を推論する手段を有する請求項(1)
    乃至(5)のうちいずれかに記載の射出成形機の故障診
    断装置。
  7. (7)第3の推論手段は、不具合が同時に発生している
    場合、それら不具合に共通な対策を推論し、該推論した
    対策のなかから最適な対策を推論する手段を有する請求
    項(1)乃至(6)のうちいずれかに記載の射出成形機
    の故障診断装置。
  8. (8)射出成形機に設定されている成形条件を示す情報
    およびこの射出成形機の成形状態を示す情報を入力する
    第1の入力手段と、 射出成形機の各部の動作状態を示す情報を複数のセンサ
    を介して入力する第2の入力手段と、射出成形機の故障
    診断の手法および過去の故障履歴等の故障診断に必要な
    知識を記憶する知識ベースと、 前記第1の入力手段および前記第2の入力手段によって
    入力されてた情報および前記知識ベースに記憶されてい
    る知識にもとづき射出成形機の故障状況を推論し、かつ
    故障であるか否かを判断する第1の推論手段と、 この第1の推論手段によって射出成形機が故障であると
    判断された場合、この第1の推論手段によって推論され
    た故障状況および問診に従って情報を入力する第3の入
    力手段によって入力された情報および前記知識ベースに
    記憶されている知識にもとづき射出成形機の故障の原因
    および対策を推論する第2の推論手段と、 前記第1の推論手段によって射出成形機が故障ではない
    と判断された場合、前記知識ベースに記憶されている知
    識にもとづき、射出成形機の最適成形条件を推論する第
    3の推論手段と この第3の推論手段により推論された対策にもとづき射
    出成形機に最適成形条件を設定する手段と、 射出成形機の運転条件を設定する手段と を具えた射出成形機の故障診断装置。
  9. (9)第3の入力手段は、第1の推論手段で推論した故
    障状況に対応する所定の問診にしたがって射出成形機各
    部の動作状態を示す情報を入力する請求項(8)記載の
    射出成形機の故障診断装置。
  10. (10)知識ベースは、新たな経験によってその記憶内
    容が更新される請求項(8)乃至(9)のうちいずれか
    に記載の射出成形機の故障診断装置。
  11. (11)第3の推論手段は、射出成形機によって作り出
    された不具合に対する原因の優先度付け、該原因に対す
    る対策の優先度付けを行ない最適な対策を推論する手段
    を有する請求項(8)乃至(10)のうちいずれかに記
    載の射出成形機の故障診断装置。
  12. (12)第3の推論手段は、推論した対策およびその対
    策結果に対応して記憶手段の記憶内容を更新する手段を
    有する請求項(8)乃至(11)のうちいずれかに記載
    の射出成形機の故障診断装置。
  13. (13)第3の推論手段は、推論した対策に対して別の
    不具合が生じないかを記憶手段の記憶内容を参照して推
    論し、別の不具合が発生する可能性が高い場合には該対
    策に代えて他の対策を推論する手段を有する請求項(8
    )乃至(12)のうちいずれかに記載の射出成形機の故
    障診断装置。
  14. (14)第3の推論手段は、不具合が同時に発生してい
    る場合、それら不具合に共通な対策を推論し、該推論し
    た対策のなかから最適な対策を推論する手段を有する請
    求項(8)乃至(13)のうちいずれかに記載の射出成
    形機の故障診断装置。
  15. (15)最適成形条件を設定する手段は、射出成形機に
    対する各種制御信号を前記射出成形機に出力する制御手
    段を有する請求項(8)乃至(14)のうちいずれかに
    記載の射出成形機の故障診断装置。
JP63172373A 1988-07-11 1988-07-11 射出成形機の故障診断装置 Pending JPH0222027A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP63172373A JPH0222027A (ja) 1988-07-11 1988-07-11 射出成形機の故障診断装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP63172373A JPH0222027A (ja) 1988-07-11 1988-07-11 射出成形機の故障診断装置

Publications (1)

Publication Number Publication Date
JPH0222027A true JPH0222027A (ja) 1990-01-24

Family

ID=15940705

Family Applications (1)

Application Number Title Priority Date Filing Date
JP63172373A Pending JPH0222027A (ja) 1988-07-11 1988-07-11 射出成形機の故障診断装置

Country Status (1)

Country Link
JP (1) JPH0222027A (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0368300A2 (en) * 1988-11-09 1990-05-16 Toshiba Machine Company Limited Apparatus for setting molding conditions in an injection molding machine
EP0462817A2 (en) * 1990-06-20 1991-12-27 Canon Kabushiki Kaisha Image processing method and apparatus
JP2005157608A (ja) * 2003-11-25 2005-06-16 Mitsubishi Electric Corp プラント設備の予防保全支援装置
JP2014018830A (ja) * 2012-07-18 2014-02-03 Jatco Ltd 機械部品又は電子部品の製造方法
CN106707894A (zh) * 2017-02-24 2017-05-24 广州华胜塑料制品有限公司 一种注塑机远程监控系统及其监控方法
JP2020035286A (ja) * 2018-08-31 2020-03-05 ファナック株式会社 知識提供プログラム、知識提供装置及び販売管理システム
JP2020035287A (ja) * 2018-08-31 2020-03-05 ファナック株式会社 知識作成システム

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0368300A2 (en) * 1988-11-09 1990-05-16 Toshiba Machine Company Limited Apparatus for setting molding conditions in an injection molding machine
EP0462817A2 (en) * 1990-06-20 1991-12-27 Canon Kabushiki Kaisha Image processing method and apparatus
US5729624A (en) * 1990-06-20 1998-03-17 Canon Kabushiki Kaisha Image processing method and apparatus
US6404914B1 (en) 1990-06-20 2002-06-11 Canon Kabushiki Kaisha Image processing method and apparatus
US6937756B2 (en) 1990-06-20 2005-08-30 Canon Kabushiki Kaisha Image processing method and apparatus
JP2005157608A (ja) * 2003-11-25 2005-06-16 Mitsubishi Electric Corp プラント設備の予防保全支援装置
JP2014018830A (ja) * 2012-07-18 2014-02-03 Jatco Ltd 機械部品又は電子部品の製造方法
CN106707894A (zh) * 2017-02-24 2017-05-24 广州华胜塑料制品有限公司 一种注塑机远程监控系统及其监控方法
CN106707894B (zh) * 2017-02-24 2019-03-01 广州华胜塑料制品有限公司 一种注塑机远程监控系统及其监控方法
JP2020035286A (ja) * 2018-08-31 2020-03-05 ファナック株式会社 知識提供プログラム、知識提供装置及び販売管理システム
JP2020035287A (ja) * 2018-08-31 2020-03-05 ファナック株式会社 知識作成システム

Similar Documents

Publication Publication Date Title
JP6956028B2 (ja) 故障診断装置及び機械学習装置
JP6031202B1 (ja) 製造機械の異常の原因を発見するセル制御装置
EP0377736A1 (en) Controller having deducing function
Syfert et al. Application of the DiaSter system
US6240343B1 (en) Apparatus and method for diagnosing an engine using computer based models in combination with a neural network
JP6616375B2 (ja) 状態判定装置
USRE45815E1 (en) Method for simplified real-time diagnoses using adaptive modeling
JPH1074188A (ja) データ学習装置およびプラント制御装置
Hu et al. Operational fault diagnosis of manufacturing systems
Ayoubi Fault diagnosis with dynamic neural structure and application to a turbocharger
KR20010108191A (ko) 차량에 발생하는 에러를 인식하기 위한 인식 방법
Althoff et al. Knowledge acquisition in the domain of CNC machining centers: The Moltke approach
US5949676A (en) Method and system for diagnosing the behavior of a machine controlled by a discrete event control system
JPH0222027A (ja) 射出成形機の故障診断装置
CN113721579A (zh) 基于专家系统和神经网络算法融合的织机故障诊断方法
US5150367A (en) Composite range constraint propagation control
JP2601270B2 (ja) 推論機能を有する制御装置
JPH01291918A (ja) 射出成形機の故障診断装置
JPH10124134A (ja) 診断システム
Hu et al. A knowledge-based real-time diagnostic system for PLC controlled manufacturing systems
JPH0298419A (ja) 射出成形機の制御装置
Frank et al. New developments using AI in fault diagnosis
Vasquez et al. Chronicle based alarm management in startup and shutdown stages
Nabende et al. An expert system for diagnosing heavy-duty diesel engine faults
KR100645397B1 (ko) 공작기계의 고장 진단 시스템 및 방법