JPH05286006A - Operation condition optimizing expert system - Google Patents
Operation condition optimizing expert systemInfo
- Publication number
- JPH05286006A JPH05286006A JP9661392A JP9661392A JPH05286006A JP H05286006 A JPH05286006 A JP H05286006A JP 9661392 A JP9661392 A JP 9661392A JP 9661392 A JP9661392 A JP 9661392A JP H05286006 A JPH05286006 A JP H05286006A
- Authority
- JP
- Japan
- Prior art keywords
- processing
- test
- quality
- value
- setting
- 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.)
- Withdrawn
Links
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、例えばプラスチック成
形機などの加工機械に適用される運転条件最適化エキス
パートシステムに関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an operating condition optimization expert system applied to a processing machine such as a plastic molding machine.
【０００２】[0002]
【従来の技術】一般に、プラスチック成形機などの加工
機械は機械運転の設定条件と加工品質とが密接な関係を
有しており、良好な加工品質を得るのに機械運転の設定
条件が大きな影響を及ぼすことが知られている。このよ
うな加工品質を最適化する方法として本出願人は、先に
特願昭６０−９０４２４号（特開昭６１−２４８７２３
号）「加工機械の設定条件最適化方法」を出願した。こ
の出願における加工機械の設定条件最適化方法は、図９
のフローチャートに示すように加工品質を評価し、加工
機械の設定条件因子との間で重回帰を行ない、その重回
帰式から最適条件を算出している。しかるに、単一また
は一括評価された加工品質を最適化する場合は問題はな
いが、複数の加工品質を総合した最適化を行なう場合は
その方法が未開発であった。また、重回帰に使用するデ
ータを取得するための加工試験について、設定条件因子
の水準の決め方も確立しておらず、全体システムとして
は未完成であった。2. Description of the Related Art Generally, a processing machine such as a plastic molding machine has a close relation between a set condition of machine operation and a processed quality, and the set condition of the machine operation has a great influence on obtaining a good processed quality. Is known to affect. As a method for optimizing such processing quality, the present applicant has previously filed Japanese Patent Application No. 60-90424 (Japanese Patent Laid-Open No. 61-248723).
No.) “Method for optimizing setting conditions for processing machines” was applied. The method for optimizing the setting conditions of the processing machine in this application is shown in FIG.
The processing quality is evaluated as shown in the flowchart of FIG. 3, multiple regression is performed with the setting condition factors of the processing machine, and the optimal condition is calculated from the multiple regression equation. However, there is no problem in optimizing the machining quality evaluated by single or batch, but the method has not been developed in the case of optimizing a plurality of machining qualities. In addition, regarding the processing test for acquiring the data used for multiple regression, the method of determining the level of the setting condition factor has not been established, and the whole system was incomplete.
【０００３】[0003]
【発明が解決しようとする課題】上記のように、従来の
技術では、複数の加工品質を総合した最適化を行なう場
合にその方法が未開発で最適化を実現できないという問
題があった。また、加工試験における設定条件因子の水
準をどのように取るかが定まっておらず、操作者が自分
の判断で各試験コース毎の設定条件因子水準を決めなけ
ればならないめ、同水準を決めるのに時間がかかった
り、水準が片寄って重回帰に不適切なデータになり最適
化の信頼性が低くなったりして、全体のエキスパートシ
ステムとして使いずらいという問題があった。As described above, the conventional technique has a problem in that when a plurality of processing qualities are comprehensively optimized, the method has not been developed and the optimization cannot be realized. In addition, it is not decided how to take the level of the setting condition factor in the processing test, and the operator must decide the setting condition factor level for each test course by his own judgment. There is a problem that it is difficult to use as an overall expert system because it takes a long time, the data becomes unsuitable for multiple regression due to uneven standardization, and the reliability of optimization becomes low.
【０００４】本発明は、上記の問題点を解決して、複数
の加工品質を総合した最適化を実現し、かつ加工試験の
各ケース毎の設定条件因子水準を自動決定できるエキス
パートシステムを提供することを目的とする。The present invention provides an expert system which solves the above problems, realizes optimization by integrating a plurality of machining qualities, and can automatically determine the setting condition factor level for each case of a machining test. The purpose is to
【０００５】[0005]
【課題を解決するための手段】本発明に係る運転条件最
適化エキスパートシステムは、複数の加工品質と加工機
械運転の設定条件因子との関係について加工試験を行な
い、その加工試験データを用いて各加工品質毎に設定条
件因子による重回帰を行なって各加工品質の重回帰式を
算出し、そして各加工品質の値をランク値に変換する式
と各加工品質の重みとを設定し、各加工品質のランク値
と重みとを乗算したものの合計を評価関数とし、上記の
重回帰式により予測される各加工品質値を当てはめた評
価関数の値が最適になる設定条件を算出し、設定するエ
キスパートシステムとし、これを従来システムの最適化
困難の問題解決の手段とするものである。さらに、上記
の加工試験については、加工機械運転の各設定条件因子
について下限値，中間値，上限値の３水準値を設定し、
加工試験の設定条件因子水準はそれら３水準値の中から
ランダムに割り当てて加工試験を実施するようにし、こ
れを上記の最適化エキスパートシステムの使いずらさの
問題解決の手段とするものである。The expert system for optimizing operating conditions according to the present invention performs a processing test on the relationship between a plurality of processing qualities and setting condition factors for the operation of a processing machine, and uses the processing test data to perform each processing test. For each machining quality, multiple regression is performed according to the set condition factors to calculate the multiple regression formula for each machining quality, and the formula for converting each machining quality value into a rank value and each machining quality weight are set, and each machining quality is set. An expert who calculates and sets the setting conditions that optimize the value of the evaluation function to which each processing quality value predicted by the above multiple regression equation is applied, using the sum of the product of the quality rank value and the weight as the evaluation function. The system is used as a means for solving the problem of difficulty in optimizing the conventional system. Furthermore, for the above processing test, three level values of the lower limit value, the intermediate value, and the upper limit value are set for each setting condition factor of the processing machine operation,
The setting condition factor level of the working test is randomly assigned from these three levels to carry out the working test, and this is used as a means for solving the problem of the usability of the optimization expert system.
【０００６】[0006]
【作用】加工試験における各加工品質の値をランク値に
変換することにより、そのままでは加算することが無意
味な各加工品質をランク値で加算できるようになり、各
加工品質への重みの付与と合わせて、複数の加工品質を
総合した評価関数が得られる。そして各加工品質の重回
帰式を利用して上記評価関数を最適化することにより、
複数の加工品質を総合した最適化が達成される。更に、
加工試験の各ケースの各設定条件因子水準を下限値，中
間値，上限値の３水準値の中からランクに割り当てるこ
とにより、操作者が加工試験の設定条件の決定に時間を
費やさなくて済み、また各水準値が均等に使用されるの
で各加工品質の重回帰において各設定条件因子との的確
な関係が得られ、その重回帰式の精度が向上する。[Function] By converting the values of the respective processing qualities in the processing test into the rank values, it becomes possible to add the respective processing qualities, which are meaningless to add as they are, by the rank values, and to give a weight to each processing quality. In addition, an evaluation function that integrates a plurality of processing qualities can be obtained. And by optimizing the above evaluation function using the multiple regression equation of each processing quality,
Optimization is achieved by combining multiple processing qualities. Furthermore,
By assigning each setting condition factor level of each case of the processing test to the rank among the three lower limit values, the intermediate value and the upper limit value, the operator does not have to spend time determining the setting conditions of the processing test. Also, since each level value is used equally, an accurate relationship with each setting condition factor is obtained in multiple regression of each processing quality, and the accuracy of the multiple regression equation is improved.
【０００７】[0007]
【実施例】以下、図面を参照して本発明の一実施例を説
明する。図１〜図８に本発明の実施例を示す。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS An embodiment of the present invention will be described below with reference to the drawings. 1 to 8 show an embodiment of the present invention.
【０００８】図１は本実施例のシステム構成を示すもの
で、１はプラスチック成形機等の加工機械、２は制御装
置、３は計算装置、４はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａ
ｙＴｕｂｅでいわゆるブラウン管）、５はキーボードで
ある。６はユーザーインターフェースで、上記制御装置
２とＣＲＴ４及びキーボード５とを接続する。なお、符
号１１〜１５は、それぞれの要素を結ぶ信号線である。FIG. 1 shows the system configuration of this embodiment. 1 is a processing machine such as a plastic molding machine, 2 is a control device, 3 is a calculation device, and 4 is a CRT (Cathode Ra).
In yTube, so-called CRT, 5 is a keyboard. A user interface 6 connects the controller 2 to the CRT 4 and the keyboard 5. Note that reference numerals 11 to 15 are signal lines connecting the respective elements.
【０００９】制御装置２は、加工機械１に対して運転の
設定条件を送ったり、実際の運転条件の情報を受け取っ
たりする。また、制御装置２は、ユーザーインターフェ
ース６を介して、ＣＲＴ４に情報を送り、キーボード５
の入力情報を受ける。さらに、制御装置２は、計算装置
に対して上記の加工機械１の設定条件・運転状態の情報
やキーボード５からの入力情報を送り、逆に計算装置３
の計算結果を受ける。The control device 2 sends setting conditions for operation to the processing machine 1 and receives information on actual operating conditions. The control device 2 also sends information to the CRT 4 via the user interface 6 and the keyboard 5
Receive the input information of. Further, the control device 2 sends information on the setting conditions and operating states of the processing machine 1 and input information from the keyboard 5 to the calculation device, and vice versa.
Receive the calculation result of.
【００１０】図２は本システムによる加工機械運転の設
定条件最適化の基本フローチャートを示す。同図におい
て、先ず工程Ａ1 で「試験条件の設定」を行ない、次に
工程Ａ2 でその試験条件に基づいて試験を行なって「試
験データの収集」を行ない、更に工程Ａ3 でその試験デ
ータを用いて「重回帰計算」を行ない重回帰式を算出す
る。そして、その重回帰式を利用して次の工程Ａ4 で
「最適化計算」を行なって最適な設定条件を算出し、最
後に工程Ａ5 で「最適条件での運転」を実施する。な
お、その「最適条件での運転」結果が不満な場合は同運
転結果を工程Ａ2 で収集済みの試験データに追加して再
度工程Ａ3 ，Ａ4 ，Ａ5 を繰り返して設定条件を改善す
ることも可能である。FIG. 2 shows a basic flow chart for optimizing the setting conditions of the processing machine operation by this system. In the figure, first, in step A1, "setting of test conditions" is performed, then in step A2, a test is conducted based on the test conditions and "collection of test data" is performed, and in step A3 the test data is used. "Multiple regression calculation" is performed to calculate the multiple regression equation. Then, using the multiple regression equation, "optimization calculation" is performed in the next step A4 to calculate optimum setting conditions, and finally "operation under optimum conditions" is executed in step A5. If the "operation under optimum conditions" result is not satisfactory, it is possible to add the operation result to the test data collected in step A2 and repeat steps A3, A4, A5 to improve the set conditions. Is.
【００１１】図３〜図６は、図２における工程Ａ1 〜Ａ
4 のそれぞれのフローチャートを示す。それらの図で入
力画面例として示したものは、該当する各工程でデータ
入力する際にＣＲＴ画面に表示する例である。これらの
フローチャートで、Ｙ１，Ｘ１等は変数の番号を示し、
Ｙ1 ，Ｘ1 等の添字付記号はその変数を示す。3 to 6 show steps A1 to A in FIG.
The respective flowcharts of 4 are shown. What is shown as an example of an input screen in those figures is an example of displaying on a CRT screen when data is input in each applicable process. In these flowcharts, Y1, X1, etc. represent variable numbers,
Subscripted symbols such as Y 1 and X 1 indicate the variables.
【００１２】先ず図３は、図２における工程Ａ1 「試験
条件の設定」のフローチャートを示し、工程Ｂ1 で最適
化を行なう対象加工品の名称等を入力する。その入力情
報は以降に作成する各種データファイルに対象加工品の
情報として書き込まれる。次に工程Ｂ2 の加工試験の条
件変数、すなわち設定条件因子を選択し、各条件変数Ｘ
1 について下限値，中間値，上限値の３つの水準値を入
力する。プラスチックの射出成形機の場合は、金型温
度、樹脂温度、射出温度・圧力その他が条件変数とな
る。次の工程Ｂ3 では評価する加工品質を複数選択す
る。射出成形品では反り、ウェルドラインその他が加工
品質となる。更に工程Ｂ4 で実施予定の試験のケース数
を入力する。その試験ケース数をｍとすると、次の工程
Ｂ5 でｍケースの試験について各ケース毎の各条件変数
水準を上記３水準値の中からランダムに割り当てる演算
を行ない、工程Ｂ6 の試験条件表ファイルを作成する。First, FIG. 3 shows a flow chart of the step A1 "setting of test conditions" in FIG. 2, in which the name and the like of the target workpiece to be optimized are input in the step B1. The input information is written in various data files created later as information on the target processed product. Next, select the condition variable for the process test of step B2, that is, the setting condition factor, and select each condition variable X.
Enter the three lower limit values, the middle value, and the upper limit value for 1 . In the case of a plastic injection molding machine, the condition variables are mold temperature, resin temperature, injection temperature / pressure, and so on. In the next step B3, a plurality of processing qualities to be evaluated are selected. For injection molded products, warp, weld line, etc. are the processing quality. Further, enter the number of cases for the test scheduled to be performed in step B4. Assuming that the number of test cases is m, in the next step B5, an operation of randomly assigning each condition variable level for each case from the above three level values is performed for the test of m cases, and the test condition table file of step B6 is created. create.
【００１３】図４は、図２における工程Ａ2 「試験デー
タの収集」のフローチャートを示し、工程Ｂ6 の試験条
件表ファイルを読み込んで、工程Ｂ7 で次に実施する試
験ケースを選択し、その選択したケースの条件変数値を
工程Ｂ8 で母機へ送信し、工程Ｂ9 でそのケースの試験
を実施する。そして、工程Ｂ10で試験時の母機運転条件
を取り込み、工程Ｂ11で加工した品物の品質（複数）の
値を入力する。この品質値は例えば射出成形品の反り量
（ｍｍ）など計測された数値である。次の工程Ｂ12で必
要なケース図４だけ試験を実施したかどうか判定し、不
足の場合は工程Ｂ7 〜Ｂ12の手順を繰り返す。そして所
要ケース文の試験を実施したら、工程Ｂ13の試験結果フ
ァイルを作成する。FIG. 4 shows a flow chart of the step A2 "collection of test data" in FIG. 2, the test condition table file of the step B6 is read, and the test case to be carried out next in the step B7 is selected and selected. The condition variable value of the case is transmitted to the mother machine in step B8, and the case is tested in step B9. Then, in step B10, the operating conditions of the mother machine at the time of the test are taken in, and the quality (plurality) value of the product processed in step B11 is input. The quality value is a measured numerical value such as a warp amount (mm) of the injection molded product. In the next step B12, it is determined whether or not the test has been performed only for the required case FIG. 4, and if insufficient, the steps B7 to B12 are repeated. When the test of the required case statement is performed, the test result file of the process B13 is created.
【００１４】図５は、図２における工程Ａ3 「重回帰計
算」のフローチャートを示し、工程Ｂ13の試験結果ファ
イルを読み込んで、工程Ｂ14で加工品質毎に重回帰計算
を行ない、工程Ｂ15の重回帰結果ファイルを作成する。
本重回帰計算の方法は文献等で公知であり、各加工品質
は複数の条件変数の関数として表される。各加工品質毎
の重回帰結果をグラフで例示すると図７のように他次元
空間の曲線または曲面になる。FIG. 5 shows a flow chart of the process A3 "multiple regression calculation" in FIG. 2, in which the test result file of the process B13 is read, multiple regression calculations are performed for each processing quality in the process B14, and multiple regression of the process B15 is performed. Create a result file.
The method of this multiple regression calculation is known in the literature and the like, and each processing quality is expressed as a function of a plurality of condition variables. When the result of multiple regression for each processing quality is illustrated in the form of a graph, it becomes a curve or a curved surface in another dimension space as shown in FIG.
【００１５】図６は、図２における工程Ａ4 「重回帰計
算」のフローチャートを示し、工程Ｂ15の試験結果ファ
イルを読み込んで、工程Ｂ16で最適化の評価に使用する
加工品質（複数）を選んでそれぞれに一定の重みを付
け、更に各品質毎に対応ランクを入力する。ここで、各
品質の重みはそれぞれの品質の重視の度合いを５段階に
区分したものである。また、各品質の対応ランクはそれ
ぞれの品質について品質値・ランクを２組入力し、品質
値とランクの関係を１次式で表す。すなわち、品質ＹＫ
について対応する２組の品質値及びランクを（ＹkAV ，
ＹkAR ），（ＹkBV ，ＹkBR ）とすると、品質値Ｙk を
ランクＹkRに換算する式は次のように表される。 ＹkR＝ＹkAR ＋｛（ＹkBR −ＹkAR ）／（ＹkBV −ＹkAV ）｝ ・（Ｙk −ＹkAV ） …（１） 従って、加工品質の数をＬ、品質Ｙk の重みを重みをＷ
k （一定）とすると最適化の評価式Ｇは次式で表され
る。FIG. 6 shows a flow chart of the step A4 "multiple regression calculation" in FIG. 2, in which the test result file of the step B15 is read, and the processing quality (plurality) to be used for the optimization evaluation is selected in the step B16. Each is given a certain weight, and the corresponding rank is input for each quality. Here, the weight of each quality is obtained by dividing the degree of importance of each quality into five levels. For the corresponding rank of each quality, two sets of quality values and ranks are input for each quality, and the relationship between the quality value and the rank is expressed by a linear expression. That is, quality YK
Two corresponding quality values and ranks for (YkAV,
YkAR) and (YkBV, YkBR), the equation for converting the quality value Yk into the rank YkR is expressed as follows. YkR = YkAR + {(YkBR-YkAR) / (YkBV-YkAV)}. (Yk-YkAV) (1) Therefore, the number of processing qualities is L, and the weight of quality Yk is W.
When k (constant) is set, the optimization evaluation expression G is expressed by the following expression.
【００１６】[0016]
【数１】 [Equation 1]
【００１７】次に工程Ｂ17で条件変数の変域を入力し、
工程Ｂ18で各品質Ｙk の重回帰式と（式１）、（式２）
を利用して評価式Ｇを最適化（最大化または最小化）演
算を行ない、その最適化結果の設定条件値を工程Ｂ19で
母機へ送信する。Next, in step B17, the range of the condition variable is input,
In step B18, multiple regression equations for each quality Yk and (Equation 1), (Equation 2)
Is used to perform optimization (maximization or minimization) of the evaluation expression G, and the setting condition value of the optimization result is transmitted to the mother machine in step B19.
【００１８】上記の最適化をグラフで例示すると図８の
ようになる。すなわち、総合評価ランクＧが最適となる
点を見出し、その時の条件変数ベクトル（Ｘ1 ，Ｘ2 ，
…）を最適条件とする。FIG. 8 is a graph illustrating the above optimization. That is, the point where the overall evaluation rank G is optimum is found, and the condition variable vector (X1, X2,
...) is the optimum condition.
【００１９】[0019]
【発明の効果】以上詳述したように本発明によれば、複
数の加工品質を総合した最適化を行なう場合に、加工試
験を行なって各各加工品質と加工機械運転の設定条件因
子との間の重回帰式を算出し、そして各加工品質の値を
ランク値に変換する式と各加工品質の重みを設定し、各
加工品質のランク値と重みとを乗算したものの合計を評
価関数とし、重回帰式を利用して評価関数が最適になる
設定条件を得ることにより、今まで未開発であった複数
の加工品質を総合した最適化を実現できる。As described above in detail, according to the present invention, in the case of carrying out an optimization in which a plurality of machining qualities are integrated, a machining test is conducted to determine each machining quality and the setting condition factor of the machining machine operation. Calculate the multiple regression equation between, and set the formula for converting the value of each processing quality into the rank value and the weight of each processing quality, and the sum of the product of the rank value of each processing quality and the weight as the evaluation function. , By using the multiple regression equation to obtain the optimum setting condition of the evaluation function, it is possible to realize the optimization that integrates a plurality of machining qualities that have not been developed so far.
【００２０】更に、上記の加工試験における各試験ケー
スの設定条件因子水準について、各設定条件因子の３水
準値の中からランダムに割り当てる実験計画を自動的に
出力することにより、操作者の試験条件設定の負担をな
くし、かつ重回帰の精度が向上して最適化の信頼性が高
くなる。Further, with respect to the set condition factor level of each test case in the above-mentioned processing test, an experimental plan randomly assigned from the three level values of each set condition factor is automatically output, so that the operator's test condition The burden of setting is eliminated, the accuracy of multiple regression is improved, and the reliability of optimization is increased.
【図１】本発明の一実施例を示すシステム構成図。FIG. 1 is a system configuration diagram showing an embodiment of the present invention.
【図２】同システムにおける設定条件最適化の基本フロ
ーチャート。FIG. 2 is a basic flowchart of setting condition optimization in the system.
【図３】図２の工程Ａ1 の詳細を示すフローチャート。FIG. 3 is a flowchart showing details of step A1 in FIG.
【図４】図２の工程Ａ2 の詳細を示すフローチャート。4 is a flowchart showing details of step A2 in FIG.
【図５】図２の工程Ａ3 の詳細を示すフローチャート。5 is a flowchart showing details of step A3 in FIG.
【図６】図２の工程Ａ4 の詳細を示すフローチャート。6 is a flowchart showing details of step A4 in FIG.
【図７】加工品質の重回帰式のグラフ例を示す図。FIG. 7 is a diagram showing a graph example of a multiple regression equation of processing quality.
【図８】総合評価ランクの最適化の説明図。FIG. 8 is an explanatory diagram of optimization of a comprehensive evaluation rank.
【図９】従来における加工機械の設定条最適化方法を示
すフローチャート。FIG. 9 is a flowchart showing a conventional method for optimizing setting conditions of a processing machine.
１…加工機械、２…制御装置、３…計算装置、４…ＣＲ
Ｔ、５…キーボード、６…ユーザーインターフェース、
１１〜１５…信号線、Ａ1 〜Ａ5 …システムの基本工
程、Ｂ1 〜Ｂ19…システムの細部工程（各種データファ
イルを含む）。1 ... Processing machine, 2 ... Control device, 3 ... Calculation device, 4 ... CR
T, 5 ... keyboard, 6 ... user interface,
11-15 ... Signal lines, A1-A5 ... Basic process of system, B1-B19 ... Detailed process of system (including various data files).
─────────────────────────────────────────────────────
─────────────────────────────────────────────────── ───
【手続補正書】[Procedure amendment]
【提出日】平成４年６月２９日[Submission date] June 29, 1992
【手続補正１】[Procedure Amendment 1]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】０００３[Name of item to be corrected] 0003
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【０００３】上記のように、従来の技術では、複数の加
工品質を総合した最適化を行なう場合にその方法が未開
発で最適化を実現できないという問題があった。また、
加工試験における設定条件因子の水準をどのように取る
かが定まっておらず、操作者が自分の判断で各試験ケー
ス毎の設定条件因子水準を決めなければならないため、
同水準を決めるのに時間がかかったり、水準が片寄って
重回帰に不適切なデータになり最適化の信頼性が低くな
ったりして、全体のエキスパートシステムとして使いず
らいという問題があった。As described above, the conventional technique has a problem that the optimization cannot be realized because the method has not yet been developed when the optimization is performed by integrating a plurality of processing qualities. Also,
How to take the level of setting conditions factor in the processing test is not fixed, each test cable operator in your own judgment
Order to be must decide the setting conditions factor levels for each scan,
There is a problem that it is difficult to use as an overall expert system because it takes time to determine the same level, and the level is biased to make the data unsuitable for multiple regression, resulting in low reliability of optimization.
【手続補正２】[Procedure Amendment 2]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１２[Correction target item name] 0012
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１２】先ず図３は、図２における工程Ａ1 「試験
条件の設定」のフローチャートを示し、工程Ｂ1 で最適
化を行なう対象加工品の名称等を入力する。その入力情
報は以降に作成する各種データファイルに対象加工品の
情報として書き込まれる。次に工程Ｂ2 の加工試験の条
件変数、すなわち設定条件因子を選択し、各条件変数Ｘ
i について下限値，中間値，上限値の３つの水準値を入
力する。プラスチックの射出成形機の場合は、金型温
度、樹脂温度、射出温度・圧力その他が条件変数とな
る。次の工程Ｂ3 では評価する加工品質を複数選択す
る。射出成形品では反り、ウェルドラインその他が加工
品質となる。更に工程Ｂ4 で実施予定の試験のケース数
を入力する。その試験ケース数をｍとすると、次の工程
Ｂ5 でｍケースの試験について各ケース毎の各条件変数
水準を上記３水準値の中からランダムに割り当てる演算
を行ない、工程Ｂ6 の試験条件表ファイルを作成する。First, FIG. 3 shows a flow chart of the step A1 "setting of test conditions" in FIG. 2, in which the name and the like of the target workpiece to be optimized are input in the step B1. The input information is written in various data files created later as information on the target processed product. Next, select the condition variable for the process test of step B2, that is, the setting condition factor, and select each condition variable X.
Enter the three lower limit values, the middle value, and the upper limit value for i . In the case of a plastic injection molding machine, the condition variables are mold temperature, resin temperature, injection temperature / pressure, and so on. In the next step B3, a plurality of processing qualities to be evaluated are selected. For injection molded products, warp, weld line, etc. are the processing quality. Further, enter the number of cases for the test scheduled to be performed in step B4. Assuming that the number of test cases is m, in the next step B5, the operation of randomly assigning each condition variable level for each case from the above three level values is performed for the test of m cases, and the test condition table file of step B6 is created. create.
【手続補正３】[Procedure 3]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１３[Correction target item name] 0013
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１３】図４は、図２における工程Ａ2 「試験デー
タの収集」のフローチャートを示し、工程Ｂ6 の試験条
件表ファイルを読み込んで、工程Ｂ7 で次に実施する試
験ケースを選択し、その選択したケースの条件変数値を
工程Ｂ8 で母機へ送信し、工程Ｂ9 でそのケースの試験
を実施する。そして、工程Ｂ10で試験時の母機運転条件
を取り込み、工程Ｂ11で加工した品物の品質（複数）の
値を入力する。この品質値は例えば射出成形品の反り量
（ｍｍ）など計測された数値である。次の工程Ｂ12で必
要なケース数だけ試験を実施したかどうか判定し、不足
の場合は工程Ｂ7 〜Ｂ12の手順を繰り返す。そして所要
ケース数の試験を実施したら、工程Ｂ13の試験結果ファ
イルを作成する。FIG. 4 shows a flow chart of the step A2 "collection of test data" in FIG. 2, the test condition table file of the step B6 is read, and the test case to be carried out next in the step B7 is selected and selected. The condition variable value of the case is transmitted to the mother machine in step B8, and the case is tested in step B9. Then, in step B10, the operating conditions of the mother machine at the time of the test are taken in, and the quality (plurality) value of the product processed in step B11 is input. The quality value is a measured numerical value such as a warp amount (mm) of the injection molded product. In the next step B12, it is judged whether or not the required number of cases has been tested, and if the number of cases is insufficient, the steps B7 to B12 are repeated. When the test of the required number of cases is performed, the test result file of the process B13 is created.
【手続補正４】[Procedure amendment 4]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１５[Correction target item name] 0015
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１５】図６は、図２における工程Ａ4 「重回帰計
算」のフローチャートを示し、工程Ｂ15の試験結果ファ
イルを読み込んで、工程Ｂ16で最適化の評価に使用する
加工品質（複数）を選んでそれぞれに一定の重みを付
け、更に各品質毎に対応ランクを入力する。ここで、各
品質の重みはそれぞれの品質の重視の度合いを５段階に
区分したものである。また、各品質の対応ランクはそれ
ぞれの品質について品質値・ランクを２組入力し、品質
値とランクの関係を１次式で表す。すなわち、品質Ｙk
について対応する２組の品質値及びランクを（ＹkAV ，
ＹkAR ），（ＹkB V ，ＹkBR ）とすると、品質値Ｙk を
ランクＹkRに換算する式は次のように表される。 ＹkR＝ＹkAR ＋｛（ＹkBR −ＹkAR ）／（ＹkBV −ＹkAV ）｝ ・（Ｙk −ＹkAV ） …（１） 従って、加工品質の数をＬ、品質Ｙk の重みを重みをＷ
k （一定）とすると最適化の評価式Ｇは次式で表され
る。FIG. 6 shows a flow chart of the step A4 "multiple regression calculation" in FIG. 2, in which the test result file of the step B15 is read, and the processing quality (plurality) to be used for the optimization evaluation is selected in the step B16. Each is given a certain weight, and the corresponding rank is input for each quality. Here, the weight of each quality is obtained by dividing the degree of importance of each quality into five levels. For the corresponding rank of each quality, two sets of quality values and ranks are input for each quality, and the relationship between the quality value and the rank is expressed by a linear expression. That is, the quality Y k
Two corresponding quality values and ranks for (Y kAV ,
Y kAR ), (Y kB V , Y kBR ), the equation for converting the quality value Y k into the rank Y kR is expressed as follows. Y kR = Y kAR + {( Y kBR -Y kAR) / (Y kBV -Y kAV)} · (Y k -Y kAV) ... (1) Consequently, the number of processing quality L, and the weight of the quality Y k Weight W
When k (constant) is set, the optimization evaluation expression G is expressed by the following expression.
【手続補正５】[Procedure Amendment 5]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１６[Correction target item name] 0016
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１６】[0016]
【数１】 [Equation 1]
【手続補正６】[Procedure Amendment 6]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１７[Correction target item name] 0017
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１７】次に工程Ｂ17で条件変数の変域を入力し、
工程Ｂ18で各品質Ｙk の重回帰式と（式１）、（式２）
を利用して評価式Ｇを最適化（最大化または最小化）演
算を行ない、その最適化結果の設定条件値を工程Ｂ19で
母機へ送信する。Next, in step B17, the range of the condition variable is input,
In step B18, multiple regression equations of each quality Y k and (equation 1), (equation 2)
Is used to perform optimization (maximization or minimization) of the evaluation expression G, and the setting condition value of the optimization result is transmitted to the mother machine in step B19.
【手続補正７】[Procedure Amendment 7]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】００１８[Correction target item name] 0018
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【００１８】上記の最適化をグラフで例示すると図８の
ようになる。すなわち、総合評価ランクＧが最適となる
点を見出し、その時の条件変数ベクトル（Ｘ1 ，Ｘ2 ，
…）を最適条件とする。FIG. 8 is a graph illustrating the above optimization. That is, the point where the comprehensive evaluation rank G is optimum is found, and the condition variable vector (X 1 , X 2 ,
...) is the optimum condition.
Claims (2)
転の設定条件因子との関係について加工試験を行ない、
その加工試験データを用いて各加工品質毎に設定条件因
子による重回帰を行なって各加工品質の重回帰式を算出
する手段と、上記各加工品質の値をランク値に変換する
式と各加工品質の重みとを設定する手段と、上記各加工
品質のランク値と重みとを乗算したものの合計を評価関
数とし、上記重回帰式により予測される各加工品質値を
当てはめた評価関数の値が最適になる設定条件を算出し
て設定する手段とを具備したことを特徴とする運転条件
最適化エキスパートシステム。1. A processing test is performed on a relationship between a plurality of processing qualities of a processing machine and a set condition factor for operation of the processing machine,
A means for calculating the multiple regression equation of each processing quality by performing multiple regression by setting condition factors for each processing quality using the processing test data, and an equation for converting the value of each processing quality into a rank value and each processing A means for setting the quality weight and the sum of those obtained by multiplying the rank value of each processing quality and the weight as an evaluation function, and the value of the evaluation function to which each processing quality value predicted by the multiple regression equation is applied. An operating condition optimization expert system, comprising: means for calculating and setting optimum setting conditions.
下限値，中間値，上限値の３水準値を設定し、加工試験
の設定条件因子水準はそれら３水準値の中からランダム
に割り当てて加工試験を実施するようにしたことを特徴
とする請求項１記載の運転条件最適化エキスパートシス
テム。2. A three-level value of a lower limit value, an intermediate value, and an upper limit value is set for each setting condition factor of the processing machine operation, and the setting condition factor level of the processing test is randomly assigned from these three level values for processing. The operating condition optimization expert system according to claim 1, wherein a test is carried out.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9661392A JPH05286006A (en) | 1992-04-16 | 1992-04-16 | Operation condition optimizing expert system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9661392A JPH05286006A (en) | 1992-04-16 | 1992-04-16 | Operation condition optimizing expert system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05286006A true JPH05286006A (en) | 1993-11-02 |
Family
ID=14169712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9661392A Withdrawn JPH05286006A (en) | 1992-04-16 | 1992-04-16 | Operation condition optimizing expert system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05286006A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997029898A1 (en) * | 1996-02-15 | 1997-08-21 | Fanuc Ltd | Method of collecting molding data for injection molding machines and method of obtaining molding condition |
-
1992
- 1992-04-16 JP JP9661392A patent/JPH05286006A/en not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997029898A1 (en) * | 1996-02-15 | 1997-08-21 | Fanuc Ltd | Method of collecting molding data for injection molding machines and method of obtaining molding condition |
| US6051170A (en) * | 1996-02-15 | 2000-04-18 | Fanuc Ltd. | Method of collecting molding data and obtaining molding condition for injection molding machine |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5313415A (en) | Method and apparatus for performing floating point arithmetic operation and rounding the result thereof | |
| CN111625918B (en) | Technological parameter recommendation method and device and electronic equipment | |
| JP2017030067A (en) | Control device-added machining apparatus with machining time measuring function and on-machine measuring function | |
| JPH08118443A (en) | Analytical method of influencing primary factor of quality of product and controlling method of molding condition | |
| CN111684366A (en) | Learning device, learning method, and program thereof | |
| KR20040092372A (en) | Signal processor | |
| KR100210358B1 (en) | Automatic load measuring device | |
| EP1207460A2 (en) | Method and apparatus for solving simultaneous linear equations | |
| JPH05286006A (en) | Operation condition optimizing expert system | |
| CN111684365A (en) | Learning device, learning method, and program thereof | |
| JP3638310B2 (en) | Case reasoning support device | |
| JP2017138885A (en) | Parameter selection method, parameter selection program, and parameter selection device | |
| TWM597429U (en) | Tool wear prediction system using evolutionary fuzzy neural network | |
| JPS61248723A (en) | Optimizing method for setting condition for working machine | |
| JPH09101947A (en) | Time series forcasting method | |
| JP3354599B2 (en) | Operating condition optimization system for processing machines | |
| JP2677273B2 (en) | A polygonal line approximation device for cubic Bezier curves | |
| JPH09152909A (en) | Plant monitor device | |
| KR940008611B1 (en) | Binary floating point arithmetic rounding in conformance with ieee 754-1985 standard | |
| JP2005258717A (en) | Parameter-setting method, device and program for controller | |
| JPS60263207A (en) | Process control device | |
| JP2796016B2 (en) | CAD system | |
| JP3919646B2 (en) | Power system controller | |
| CN112236749A (en) | Floating point precision detection method and device | |
| WO2023175922A1 (en) | Model analysis device, model analysis method, and recording medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19990706 |