JPH0631787A - Molded state indication device in injection molding machine - Google Patents
Molded state indication device in injection molding machineInfo
- Publication number
- JPH0631787A JPH0631787A JP4185130A JP18513092A JPH0631787A JP H0631787 A JPH0631787 A JP H0631787A JP 4185130 A JP4185130 A JP 4185130A JP 18513092 A JP18513092 A JP 18513092A JP H0631787 A JPH0631787 A JP H0631787A
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- molded product
- display device
- injection molding
- molding machine
- 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- Withdrawn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
Landscapes
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は射出成形機の成形状態表
示装置に関し、特に成形品の歪状態と温度分布とを成形
品の形状に合わせて表示することができるようにした成
形状態表示装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a molding state display device for an injection molding machine, and more particularly to a molding state display device capable of displaying the distortion state and temperature distribution of a molded product in accordance with the shape of the molded product. Regarding
【０００２】[0002]
【従来の技術】射出成形機において運転時に勘案すべき
条件は、金型内の樹脂温度や樹脂圧力、あるいは金型温
度というように多数にわたっている。そして、成形条件
出しに際しては、上記の条件のそれぞれについて設定値
を順次変更してゆきながらどのような品質の成形品が得
られたかを監視し、良品質を得るための条件毎の設定値
を割り出してゆく。このような作業においては、当然の
ことながら各条件毎に実際の値を測定し、この測定値を
ディスプレイで表示したり、プリンタで打ち出したもの
を観察しながら設定値を変えてゆく。2. Description of the Related Art In an injection molding machine, there are many conditions to be taken into consideration during operation, such as a resin temperature in a mold, a resin pressure, or a mold temperature. When setting the molding conditions, the set values for each of the above conditions are sequentially changed and the quality of the molded product obtained is monitored, and the set value for each condition for obtaining good quality is set. I will figure it out. In such a work, as a matter of course, the actual value is measured for each condition, the measured value is displayed on the display, or the set value is changed while observing what is printed by the printer.
【０００３】図７は金型内の樹脂温度と樹脂圧力のディ
スプレイによる表示例を示し、オペレータは、例えば樹
脂圧力のピーク値が大きい時は、成形品の応力分布が大
きくなって歪も大きいと判断して、これに対応した設定
値の変更を行う。FIG. 7 shows a display example of the resin temperature and the resin pressure in the mold by a display. For example, when the peak value of the resin pressure is large, the operator finds that the stress distribution of the molded product is large and the strain is large. Judgment is made and the setting value corresponding to this is changed.
【０００４】[0004]
【発明が解決しようとする課題】上記のように、従来は
成形条件出しのための情報として樹脂温度や樹脂圧力の
計測値をそのまま時間波形として表示したものしか利用
できないので、この波形から成形品の歪や温度分布を推
測して良品を得るための設定値変更を行うにはかなりの
熟練と時間とを要するという問題点があった。As described above, conventionally, as the information for determining the molding conditions, only the measured values of the resin temperature and the resin pressure which are directly displayed as a time waveform can be used. There is a problem in that it takes a considerable amount of skill and time to change the set value to obtain a good product by estimating the strain and temperature distribution of.
【０００５】それ故、本発明の課題は、射出成形機の成
形条件出しのために必要な情報の表示を、誰にでも理解
できるような成形品の図形と色分けで行うことができる
ような成形状態表示装置を提供することにある。Therefore, an object of the present invention is to perform molding in such a manner that the information necessary for determining the molding conditions of the injection molding machine can be displayed by the figure and color coding of the molded article which anyone can understand. To provide a status display device.
【０００６】[0006]
【課題を解決するための手段】本発明は、金型内の樹脂
温度を検出する温度センサと樹脂圧力を検出する圧力セ
ンサからの検出信号にもとづいて金型内における成形品
の成形状態を表示する表示装置であって、該表示装置
は、前記各センサからの検出信号を用いてあらかじめ定
められた式により前記成形品に設定された複数箇所にお
ける温度、圧力、比容積を推定し、これらの推定値にも
とづいて前記成形品の歪状態と温度分布とを推定するニ
ューラルネットワーク方式の演算部を有することを特徴
とする。According to the present invention, a molding state of a molded product in a mold is displayed based on detection signals from a temperature sensor detecting a resin temperature in the mold and a pressure sensor detecting a resin pressure. In the display device, the display device estimates temperatures, pressures, and specific volumes at a plurality of points set in the molded product by a predetermined formula using detection signals from the respective sensors, and It is characterized by having a neural network type operation unit for estimating the strain state and temperature distribution of the molded product based on the estimated value.
【０００７】なお、前記演算部は、前記歪状態を前記成
形品の輪郭形状に対応させて表示させ、前記温度分布は
前記輪郭形状内に複数の区画を設定してそれぞれの区画
を温度に対応した色別に表示させる。The calculation unit displays the distortion state in correspondence with the contour shape of the molded product, and the temperature distribution sets a plurality of sections within the contour shape, and each section corresponds to a temperature. Display by color.
【０００８】[0008]
【実施例】図１は本発明による成形状態表示装置を備え
た射出成形機の概略構成を示す。射出成形機本体につい
て簡単に説明すると、加熱シリンダ１１の内部に回転及
び往復動自在にスクリュが配置され、このスクリュは加
熱シリンダ１１の後部に組み合わされた射出シリンダ１
２により往復動するように駆動されると共に、回転駆動
系１３により回転駆動される。成形に際しては、スクリ
ュを回転させることにより加熱シリンダ１１内の溶融樹
脂を金型１４のキャビティ内に充填し（充填工程）、更
にスクリュを金型１４側に押し込むことにより金型１４
内の樹脂圧力を所定の値にする（保圧工程）。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS FIG. 1 shows a schematic structure of an injection molding machine equipped with a molding state display device according to the present invention. Briefly describing the injection molding machine body, a screw is rotatably and reciprocally arranged inside the heating cylinder 11, and the screw is combined with the injection cylinder 1 at the rear of the heating cylinder 11.
It is driven to reciprocate by 2 and is rotationally driven by the rotary drive system 13. At the time of molding, the screw is rotated to fill the molten resin in the heating cylinder 11 into the cavity of the mold 14 (filling step), and the screw is further pushed into the mold 14 to mold 14
The resin pressure inside is set to a predetermined value (pressure holding step).
【０００９】成形状態表示のために必要な構成として
は、金型１４内の樹脂温度を検出するための温度センサ
１５と、金型１４内の樹脂圧力を検出するための圧力セ
ンサ１６とを設け、これらの検出信号にもとづいて後述
する動作により成形状態を表示するための表示装置２０
を備えている。A temperature sensor 15 for detecting the resin temperature in the mold 14 and a pressure sensor 16 for detecting the resin pressure in the mold 14 are provided as necessary components for displaying the molding state. A display device 20 for displaying a molding state by an operation described later based on these detection signals.
Is equipped with.
【００１０】表示装置２０は、温度センサ１５と圧力セ
ンサ１６からの検出信号を用いてあらかじめ定められた
演算を行うことにより、金型１４内の成形品の歪みと温
度分布とを推定する演算部を内蔵した制御装置２１と、
設定値その他の情報を入力するための入力装置２２と、
制御装置２１からの推定値情報にもとづいて成形品の歪
みと温度分布とを表示するためのディスプレイ２３とを
有する。制御装置２１は射出成形機本体の制御部１７と
接続され、成形条件出し等の作業に際して設定値等の必
要な情報を送る。なお、制御装置２１はマイクロコンピ
ュータで実現され、特に演算部については以下に説明す
るニューラルネットワーク（ホップフィールド型）方式
で実現される。The display device 20 performs a predetermined calculation using detection signals from the temperature sensor 15 and the pressure sensor 16 to estimate the distortion and temperature distribution of the molded product in the mold 14. A control device 21 having a built-in
An input device 22 for inputting setting values and other information,
It has a display 23 for displaying the strain and temperature distribution of the molded product based on the estimated value information from the control device 21. The control device 21 is connected to the control unit 17 of the main body of the injection molding machine, and sends necessary information such as set values when performing molding conditions and other operations. The control device 21 is realized by a microcomputer, and especially the arithmetic unit is realized by a neural network (Hopfield type) system described below.
【００１１】一般に、ニューラルネットワークは図２に
示す構成を有し、小円で示された各ノードにおける状態
Ｕi が次の数式１の如き微分方程式に従って時間変化す
る。Generally, the neural network has the configuration shown in FIG. 2, and the state U i at each node indicated by a small circle changes with time according to a differential equation such as the following equation 1.
【００１２】[0012]
【数１】 [Equation 1]
【００１３】数式１中でτはネットワーク固有の定数、
ωijはノード間の結合係数、Ｖi は次の数式２で表わさ
れるノード出力である。In Equation 1, τ is a network-specific constant,
ω ij is a coupling coefficient between nodes, and V i is a node output expressed by the following mathematical formula 2.
【００１４】[0014]
【数２】 [Equation 2]
【００１５】数式２で表わされる関数はシグモイド関数
と呼ばれ、図３に示すように、入力Ｕi が大きい時は出
力Ｖi は１に近づき、入力Ｕi が小さい時は出力Ｖi は
０に近づく。Ｕ0 はネットワーク固有の定数であるが、
Ｕ0 を小さく選ぶと出力Ｖiは０か１のいずれかのオ
ン、オフ動作に近くなり、Ｕ0 を大きく選ぶと出力Ｖi
は０．５に近くなる。[0015] function represented by Equation 2 is called a sigmoid function, as shown in FIG. 3, when the input U i is larger closer to the output V i is 1, when the input U i is small output V i is 0 Approach. U 0 is a network-specific constant,
If U 0 is selected small, the output V i becomes close to ON or OFF operation of either 0 or 1, and if U 0 is selected large, the output V i is output.
Is close to 0.5.
【００１６】通常、数式１、２の計算はアナログ回路か
ディジタル計算機で実現されるが、ここでは、ディジタ
ル計算機による計算方法を説明する。ディジタル計算機
では、数式１の代わりに次の数式３で表わされる差分方
程式を用いる。Usually, the calculation of the equations 1 and 2 is realized by an analog circuit or a digital computer. Here, the calculation method by the digital computer will be described. The digital computer uses a difference equation represented by the following equation 3 instead of the equation 1.
【００１７】[0017]
【数３】 [Equation 3]
【００１８】Δｔは一定の短かい時間間隔であり、ある
時刻ｔ＝ｎΔｔの時のノードｉの状態Ｕi ［ｎΔｔ］
は、Δｔ時間前ｔ＝（ｎ−１）Δｔの状態Ｕi ［（ｎ−
１）Δｔ］に数式３から計算された変化分ΔＵi ［（ｎ
−１）Δｔ］を加えて、次の数式４のように求められ
る。Δt is a constant short time interval, and the state U i [nΔt] of the node i at a certain time t = nΔt.
Is a state U i [(n-
1) A change ΔU i [(n
-1) Δt] is added to obtain the following Equation 4.
【００１９】[0019]
【数４】 [Equation 4]
【００２０】次に、Ｕi ［ｎΔｔ］を数式２のＵi に代
入すると、ノードｉの出力Ｖi ［ｎΔｔ］を計算でき
る。以下、同様の計算を繰り返すと、次の数式５で表わ
されるネットワークのエネルギーＥが極小になる状態で
平衡することが知られている。Next, by substituting U i [nΔt] into U i in Equation 2, the output V i [nΔt] of the node i can be calculated. It is known that when the same calculation is repeated thereafter, the energy E of the network represented by the following formula 5 is balanced in a state where the energy E is a minimum.
【００２１】[0021]
【数５】 [Equation 5]
【００２２】この種のネットワークをホップフィールド
のネットワークと呼び、代表的なニューラルネットワー
クとして一般に使用されている。This type of network is called a Hopfield network and is generally used as a typical neural network.
【００２３】ところで、本発明は図１に示された温度セ
ンサ１５、圧力センサ１６からの検出信号を用いて成形
品の歪みと温度分布の色分け表示を行うものであり、図
４はディスプレイ２３による表示の一例を示す。図４に
おける正方形の枠は、成形品の形状が四角形の場合につ
いてまったく歪みの無い成形品の外形を表わしており、
この枠の中の歪んだ図形が成形品の歪みを模式的に表わ
している。この例では成形品の上辺が下辺より歪みが大
きいことを示している。By the way, the present invention uses the detection signals from the temperature sensor 15 and the pressure sensor 16 shown in FIG. 1 to display the color distortion of the molded product and the temperature distribution, and FIG. An example of a display is shown. The square frame in FIG. 4 represents the outer shape of the molded product having no distortion when the molded product has a quadrangular shape.
The distorted figure in this frame schematically represents the distortion of the molded product. In this example, it is shown that the upper side of the molded product has a larger strain than the lower side.
【００２４】また、図４において歪んだ図形には縦横に
格子が入れられて小さな四角形の領域が作られ、成形品
の領域によって歪みの違いがわかり易くなるようにされ
ている。しかも、小さな各四角形は色分けされており、
成形品の領域によって温度が高い部分は赤、低い部分は
青というように色分けによって温度分布が表わされる。
また、正方形の枠の一辺に沿って、ここでは下から順に
温度が高くなるような温度目盛りＴＳが色別にして表示
される。成形品は必ずしも正方形ではなく、歪量も目に
見えるほど大きくは無いが、誰にでもわかるように、象
徴的な表示を行なっている。Further, in FIG. 4, a distorted figure has vertical and horizontal grids formed to form a small quadrangular area so that the difference in distortion can be easily understood depending on the area of the molded product. Moreover, each small square is color-coded,
Depending on the region of the molded product, the temperature distribution is represented by color coding such that the high temperature part is red and the low temperature part is blue.
In addition, along one side of the square frame, the temperature scale TS in which the temperature increases in order from the bottom is displayed here for each color. The molded product is not necessarily square, and the amount of distortion is not so large that it can be seen, but the symbol is displayed so that anyone can understand.
【００２５】制御装置２１の演算部は、温度センサ１５
と圧力センサ１６からの図７に示すような検出結果を使
用し、図２に示すようなニューラルネットワークの構成
を想定して図４に示すように表示のための情報を作成す
る。The calculation unit of the control device 21 includes a temperature sensor 15
Using the detection result from the pressure sensor 16 as shown in FIG. 7, information for display is created as shown in FIG. 4 assuming the configuration of the neural network as shown in FIG.
【００２６】図５は長方形の平板状の成形品を想定した
場合に、金型におけるゲートからキャビティ内に流入す
る樹脂の流れに沿って設定される複数の測定点Ｎ11、Ｎ
21、Ｎ22、Ｎ23、Ｎ31、…Ｎ3j（ｊ＝１〜９）を示して
いる。これらの測定点は、図２に示したニューラルネッ
トワークの各ノードに一対一に対応している。各ノード
には、後述するように樹脂温度Ｔ、樹脂圧力ｐ、比容積
ｖの３つの変数が存在するが、図２では比容積ｖのみに
ついて示している。FIG. 5 shows a plurality of measurement points N 11 , N set along the flow of resin flowing from the gate of the mold into the cavity, assuming a rectangular flat plate-shaped molded product.
21 , N 22 , N 23 , N 31 , ... N 3j (j = 1 to 9) are shown. These measurement points have a one-to-one correspondence with the nodes of the neural network shown in FIG. Each node has three variables of a resin temperature T, a resin pressure p, and a specific volume v, as will be described later, but FIG. 2 shows only the specific volume v.
【００２７】本発明では数式５におけるエネルギーが最
小になることを利用するために、次の数式６によるエネ
ルギー関数と数式５とが等しくなるように結合係数ωij
を決める。In the present invention, in order to utilize the fact that the energy in Equation 5 is the minimum, the coupling coefficient ω ij is set so that the energy function according to Equation 6 and Equation 5 are equal.
Decide.
【００２８】[0028]
【数６】 [Equation 6]
【００２９】数式６において、ｐij、ｖij、Ｔijはそれ
ぞれ、ニューラルネットワークの各ノードにおける樹脂
圧力、比容積、樹脂温度の出力値を示し、ｐd 、Ｔd は
圧力センサ１６、温度センサ１５による樹脂圧力、樹脂
温度の検出値である。また、Ａ、Ｂp 、Ｂv 、ＢT 、Ｃ
P 、ＣT はそれぞれ、ニューラルネットワークの定数
で、あらかじめシミュレーションによって決定される。
α、β、Ｒ、γはそれぞれ、樹脂の特性によって決まる
定数で、樹脂材料ごとに物性値として与えられる。更
に、数式６の第１項（）内は樹脂の圧縮性を表すｐｖＴ
特性を線形近似した式、第２項から４項まではそれぞれ
樹脂圧力、比容積、樹脂温度分布の推定値が滑らかにな
るように隣の変量との差を小さくする項、第５項と６項
はノードｍｎでの樹脂圧力、樹脂温度の推定値ｐmn、Ｔ
mnと図７に示す如き検出値ｐd 、Ｔdとの差を小さくす
る項である。ここで成形品の形状によって圧力などの分
布を変えていく目的でネットワークに図２の如く木構造
をもたせ、それに合わせて係数Ｂpi、Ｂvi、ＢTiを変更
している。In Equation 6, p ij , v ij , and T ij represent the output values of the resin pressure, the specific volume, and the resin temperature at each node of the neural network, and p d and T d are the pressure sensor 16 and the temperature sensor. 15 is the detected value of the resin pressure and the resin temperature. Also, A, B p , B v , B T , C
Each of P and C T is a constant of the neural network and is determined in advance by simulation.
α, β, R, and γ are constants determined by the characteristics of the resin, and are given as physical property values for each resin material. Further, the inside of the first term () of Equation 6 is pvT which represents the compressibility of the resin.
An equation that linearly approximates the characteristics. In terms of the second to fourth terms, terms that reduce the difference between adjacent variables so that the estimated values of the resin pressure, specific volume, and resin temperature distribution become smooth, respectively, the fifth and sixth terms. The term is the resin pressure at the node mn, the estimated value of the resin temperature p mn , T
This is a term for reducing the difference between mn and the detected values p d and T d as shown in FIG. Here, for the purpose of changing the distribution of pressure and the like depending on the shape of the molded product, the network is provided with a tree structure as shown in FIG. 2, and the coefficients B pi , B vi , and B Ti are changed accordingly.
【００３０】具体的な結合係数ωijの計算方法は、次の
通りである。図５に示した平板状成形品に設定された１
３個の点での樹脂圧力ｐij、比容積ｖij、樹脂温度Ｔij
を得るには、ニューラルネットワークのノード数ｎ＝３
９とし、図６に示すようなニューラルネットワークが構
成される。図６では省略しているが、実際には各ノード
は相互に結合し、更に比容積ｖ、樹脂温度Ｔ同士の結合
も存在する。この構成を比容積ｖのみについて示したの
が図２である。A concrete method of calculating the coupling coefficient ω ij is as follows. 1 set in the flat plate molded product shown in FIG.
Resin pressure p ij , specific volume v ij , and resin temperature T ij at three points
To obtain the number of nodes in the neural network n = 3
9, the neural network shown in FIG. 6 is constructed. Although not shown in FIG. 6, the nodes are actually coupled to each other, and the specific volume v and the resin temperature T are also coupled to each other. FIG. 2 shows this structure only for the specific volume v.
【００３１】合計３９のノードを持つニューラルネット
ワークに図中左から順に番号を付け、Ｎ1 〜Ｎ39として
数式５と数式６とを比較すれば結合係数ωijが容易に求
まる。なお、Ｉi は各ノードにおけるバイアスである
が、この値も上記のような比較によって数式６から求め
られる。求められたωij、Ｉi は数式３、４を計算する
プログラムの定数としてセットしておけば、数式６を極
小とする樹脂圧力ｐij、比容積ｖij、樹脂温度Ｔijが得
られる。そして、これらの値を用いて図４に示す如き図
形が作成される。The coupling coefficient ω ij can be easily obtained by assigning numbers to the neural network having a total of 39 nodes in order from the left in the figure and comparing Equations 5 and 6 as N 1 to N 39 . It should be noted that I i is the bias at each node, and this value is also obtained from Equation 6 by the above comparison. If the obtained ω ij and I i are set as constants of the program for calculating the equations 3 and 4, the resin pressure p ij , the specific volume v ij , and the resin temperature T ij that minimize the equation 6 can be obtained. Then, a graphic as shown in FIG. 4 is created using these values.
【００３２】図４に示された図形について更に詳しく説
明すると、比容積ｖijに比例するように格子による小さ
な四角形の辺の長さが決められる。そして、小さな各四
角形は樹脂温度Ｔijの値に応じて色分けされる。オペレ
ータは、このような表示図形にもとづいて成形品の歪と
温度分布とを把握して温度、圧力等の設定値を変更し、
歪が小さく温度差の少ない分布が得られるような成形品
ができるように修正を繰り返す。Explaining the figure shown in FIG. 4 in more detail, the length of the side of a small quadrangle formed by the lattice is determined so as to be proportional to the specific volume v ij . Then, each small square is color-coded according to the value of the resin temperature T ij . The operator grasps the strain and temperature distribution of the molded product based on such a display figure and changes the set values such as temperature and pressure,
The modification is repeated so that a molded product with a small strain and a small temperature difference can be obtained.
【００３３】[0033]
【発明の効果】以上説明してきたように、本発明では成
形品の成形状態を、成形品の歪と温度分布という形式で
成形品の図形と色を用いて表示できるようにしたことに
より、成形条件出し作業においてオペレータの熟練度は
要求されず、操作の負担を軽減することができる。As described above, according to the present invention, the molding state of a molded product can be displayed by using the shape and color of the molded product in the form of strain and temperature distribution of the molded product. The operator's skill level is not required in the condition setting work, and the operation load can be reduced.
【図１】本発明が適用される射出成形機と成形状態表示
装置の概略構成を示した図である。FIG. 1 is a diagram showing a schematic configuration of an injection molding machine and a molding state display device to which the present invention is applied.
【図２】本発明に適用されるニューラルネットワークの
構成例を示した成形品の比容積のみについて示した図で
ある。FIG. 2 is a diagram showing only a specific volume of a molded product showing a configuration example of a neural network applied to the present invention.
【図３】本発明における演算で利用されるシグモイド関
数を説明するための図である。FIG. 3 is a diagram for explaining a sigmoid function used in a calculation according to the present invention.
【図４】本発明による成形状態表示装置の表示例を示し
た図である。FIG. 4 is a diagram showing a display example of a molding state display device according to the present invention.
【図５】本発明において成形品に設定される計測点を示
した図である。FIG. 5 is a diagram showing measurement points set on a molded product in the present invention.
【図６】本発明に適用されるニューラルネットワークの
構成例を成形品の樹脂圧力、比容積、樹脂温度について
概略的に示した図である。FIG. 6 is a diagram schematically showing a configuration example of a neural network applied to the present invention with respect to resin pressure, specific volume and resin temperature of a molded product.
【図７】射出成形機における金型内の樹脂温度、樹脂圧
力の経時変化を示した図である。FIG. 7 is a diagram showing changes with time in resin temperature and resin pressure in a mold of an injection molding machine.
１１ 加熱シリンダ １２ 射出シリンダ １３ 回転駆動系 １４ 金型 １５ 温度センサ １６ 圧力センサ １７ 制御部 ２０ 表示装置 ２１ 制御装置 ２２ 入力装置 ２３ ディスプレイ 11 Heating Cylinder 12 Injection Cylinder 13 Rotational Drive System 14 Mold 15 Temperature Sensor 16 Pressure Sensor 17 Control Unit 20 Display Device 21 Control Device 22 Input Device 23 Display
Claims (2)
と樹脂圧力を検出する圧力センサからの検出信号にもと
づいて金型内における成形品の成形状態を表示する表示
装置であって、該表示装置は、前記各センサからの検出
信号を用いてあらかじめ定められた式により前記成形品
に設定された複数箇所における温度、圧力、比容積を推
定し、これらの推定値にもとづいて前記成形品の歪状態
と温度分布とを推定するニューラルネットワーク方式の
演算部を有することを特徴とする射出成形機の成形状態
表示装置。1. A display device for displaying a molding state of a molded product in a mold based on detection signals from a temperature sensor for detecting a resin temperature in the mold and a pressure sensor for detecting a resin pressure, the display device comprising: The display device estimates the temperature, pressure and specific volume at a plurality of locations set in the molded product by a predetermined formula using the detection signals from the respective sensors, and based on these estimated values, the molded product. State display device for an injection molding machine, which has a neural network type operation unit for estimating the strain state and temperature distribution of the injection molding machine.
演算部は、前記歪状態を前記成形品の輪郭形状に対応さ
せて表示させ、前記温度分布は前記輪郭形状内に複数の
区画を設定してそれぞれの区画を温度に対応した色別に
表示させるものであることを特徴とする射出成形機の成
形状態表示装置。2. The display device according to claim 1, wherein the arithmetic unit displays the distortion state in correspondence with the contour shape of the molded product, and the temperature distribution sets a plurality of sections within the contour shape. Then, the molding state display device of the injection molding machine is characterized in that each section is displayed by a color corresponding to the temperature.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4185130A JPH0631787A (en) | 1992-07-13 | 1992-07-13 | Molded state indication device in injection molding machine |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4185130A JPH0631787A (en) | 1992-07-13 | 1992-07-13 | Molded state indication device in injection molding machine |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0631787A true JPH0631787A (en) | 1994-02-08 |
Family
ID=16165403
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4185130A Withdrawn JPH0631787A (en) | 1992-07-13 | 1992-07-13 | Molded state indication device in injection molding machine |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0631787A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006042394A1 (en) * | 2004-10-19 | 2006-04-27 | Husky Injection Molding Systems Ltd. | Intelligent molding environment and method of controlling applied clamp tonnage |
| WO2006042395A1 (en) * | 2004-10-19 | 2006-04-27 | Husky Injection Molding Systems Ltd. | Intelligent molding environment and method of configuring a molding system |
| WO2010041483A1 (en) * | 2008-10-09 | 2010-04-15 | 三菱重工プラスチックテクノロジー株式会社 | Injection molding device and injection molding method |
| US20100181703A1 (en) * | 2008-12-01 | 2010-07-22 | Honda Motor Co., Ltd. | Bypass cooling reduction on high pressure die cast machines |
| JPWO2018135443A1 (en) * | 2017-01-17 | 2019-11-07 | 日精樹脂工業株式会社 | Molding condition estimation method for injection molding machine |
| CN114829102A (en) * | 2019-10-23 | 2022-07-29 | 株式会社日本制钢所 | Learning model generation method, computer program, set value determination device, molding machine, and molding device system |
-
1992
- 1992-07-13 JP JP4185130A patent/JPH0631787A/en not_active Withdrawn
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006042394A1 (en) * | 2004-10-19 | 2006-04-27 | Husky Injection Molding Systems Ltd. | Intelligent molding environment and method of controlling applied clamp tonnage |
| WO2006042395A1 (en) * | 2004-10-19 | 2006-04-27 | Husky Injection Molding Systems Ltd. | Intelligent molding environment and method of configuring a molding system |
| KR100842639B1 (en) * | 2004-10-19 | 2008-06-30 | 허스키 인젝션 몰딩 시스템즈 리미티드 | Intelligent molding environment and method of controlling applied clamp tonnage |
| US7580771B2 (en) | 2004-10-19 | 2009-08-25 | Husky Injection Molding Systems Ltd. | Intelligent molding environment and method of configuring a molding system |
| WO2010041483A1 (en) * | 2008-10-09 | 2010-04-15 | 三菱重工プラスチックテクノロジー株式会社 | Injection molding device and injection molding method |
| JPWO2010041483A1 (en) * | 2008-10-09 | 2012-03-08 | 三菱重工プラスチックテクノロジー株式会社 | Injection molding apparatus and injection molding method |
| JP4969689B2 (en) * | 2008-10-09 | 2012-07-04 | 三菱重工プラスチックテクノロジー株式会社 | Injection molding apparatus and injection molding method |
| US8460586B2 (en) | 2008-10-09 | 2013-06-11 | Mitsubishi Heavy Industries Plastics Technology Co., Ltd. | Injection molding method and apparatus for controlling a mold temperature and displacement of an injection screw |
| US20100181703A1 (en) * | 2008-12-01 | 2010-07-22 | Honda Motor Co., Ltd. | Bypass cooling reduction on high pressure die cast machines |
| JPWO2018135443A1 (en) * | 2017-01-17 | 2019-11-07 | 日精樹脂工業株式会社 | Molding condition estimation method for injection molding machine |
| CN114829102A (en) * | 2019-10-23 | 2022-07-29 | 株式会社日本制钢所 | Learning model generation method, computer program, set value determination device, molding machine, and molding device system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3161921B2 (en) | Product quality influence factor analysis method and equipment, molding condition adjustment method, product quality judgment item selection method | |
| JP3018957B2 (en) | Optimal molding condition setting system for injection molding machines | |
| US10987841B2 (en) | Determining process parameter values in an injection moulding process | |
| JP4167282B2 (en) | Support device for injection molding machine | |
| EP0473944B1 (en) | Apparatus and method for controlling injection from a plurality of injection units into one mould | |
| US20180117817A1 (en) | Determining and visualizing process parameter values in an injection moulding process | |
| JPH0631787A (en) | Molded state indication device in injection molding machine | |
| CN111164425A (en) | Monitoring system for three-dimensional printing | |
| JPH0557771A (en) | Molding condition-setting method of injection molding machine | |
| CN117763742B (en) | Mixed digital twin model construction method for accurate interpolation of sensor data | |
| JPS63130326A (en) | Molding condition setting equipment for injection molding machine | |
| CN205719015U (en) | The two line process variable transmitter used in industrial processes | |
| JP4517048B2 (en) | Pouring trainer system | |
| Flammini et al. | Transducer output signal processing using an optimal look-up table in microcontroller-based systems | |
| JP3634051B2 (en) | Calibration apparatus and calibration method | |
| CN102221373B (en) | Nonlinear sensor compensation method based on free node recursion B-spline | |
| JP4012046B2 (en) | Heating cylinder plasticizing resin temperature estimation method and nozzle outlet resin temperature estimation method | |
| CN114299062B (en) | Iterative measurement method for improving Mura measurement precision of display | |
| JP3230865B2 (en) | Method and apparatus for preventing molding defects of injection molding machine | |
| JPH0895648A (en) | Temperature control method and device therefor | |
| JP2828897B2 (en) | Mold making method | |
| JP2003170481A (en) | Method for setting molding condition of injection molding machine, and data display | |
| JP2003340898A (en) | Method for calculating pressure history of tip of nozzle in consideration of characteristic of molding machine, method for simulating injection molding, and its program | |
| JPH06203111A (en) | Set condition guidance device | |
| JP3236068B2 (en) | Flow analysis evaluation system for injection molds |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19991005 |