JPWO2021106225A1 - 異常監視装置、異常監視方法、及び、異常監視プログラム - Google Patents

Abstract

異常監視装置３は、金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルＭｄと、カメラ６０によって分割部を撮像して取得された撮像画像Ｉｍとに基づいて、分割部が異常状態であるか否かを判定し、分割部が異常状態であると判定したとき、型締めを停止させるための停止指示Ｓｔを出力する、制御部７１を有する。

Description

本発明は、異常監視装置、異常監視方法、及び、異常監視プログラムに関する。

従来、監視対象の異常状態を監視する異常監視装置がある。例えば、特許第５２２０９４８号公報には、ビデオ信号を基に、射出成形サイクルの所定の工程における正常動作の基準とすべき複数の基準画像データを記憶し、順次繰り返される射出成形サイクルにおいて、ビデオ信号を基に検出画像データを取得し、検出画像データと１の基準画像データとを比較し、当該検出画像データが当該基準画像データと非類似であると判定したとき、当該検出画像データを、記憶された複数の基準画像データのうち未だ当該検出画像データとの比較を行っていない基準画像データと比較することにより射出成形機本体の異常動作を監視する、射出成形機監視装置が開示される。

特許第５２２０９４８号公報

しかし、従来の異常監視装置は、基準画像データを有しない新規の監視対象を監視するとき、正常状態の基準とすべき基準画像データを登録するためのユーザによる煩雑な初期設定作業が発生する。

そこで、本発明は、監視対象が新規であるときにおいても、ユーザによる煩雑な初期設定作業が発生することなく、監視対象の異常状態を監視することができる、異常監視装置、異常監視方法、及び、異常監視プログラムを提供することを目的とする。

本発明の一態様の異常監視装置は、金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルと、カメラによって前記分割部を撮像して取得された撮像画像とに基づいて、前記分割部が異常状態であるか否かを判定し、前記分割部が異常状態であると判定したとき、型締めを停止させるための停止指示を出力する、制御部を有する。

本発明の一態様の異常監視方法は、金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルを用意し、カメラによって前記分割部を撮像して撮像画像を取得し、制御部により、金型の型締めによって成形された成形物の取出処理の終了を示す制御情報の入力に応じ、前記撮像画像と前記学習済みモデルに基づいて、前記分割部が異常状態であるか否かを判定し、前記分割部が異常状態であると判定したとき、前記型締めを停止させるための停止指示を出力する。

本発明の一態様の異常監視プログラムは、金型の型締めによって成形された成形物の取出処理の終了を示す制御情報の入力に応じ、前記金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルと、カメラによって前記分割部を撮像して取得された撮像画像とに基づいて、前記分割部が異常状態であるか否かを判定するプログラムと、前記分割部が異常状態であると判定したとき、前記型締めを停止させるための停止指示を出力するプログラムからなる。

本発明によれば、監視対象が新規であるときにおいても、ユーザによる煩雑な初期設定作業が発生することなく、監視対象の異常状態を監視することができる、異常監視装置、異常監視方法、及び、異常監視プログラムを提供することができる。

実施形態に係る、射出成形機の構成の一例を示すブロック図である。 実施形態に係る、射出成形機におけるカメラの取付状態の一例を説明するための説明図である。 実施形態に係る、射出成形機における可動側分割部及び成形物を説明するための説明図である。 実施形態に係る、射出成形機における取出処理を説明するための説明図である。 実施形態に係る、射出成形機の型締機構の異常状態の一例を説明するための説明図である。 実施形態に係る、射出成形機における射出成形処理の流れの一例を示すフローチャートである。 実施形態に係る、射出成形機における追加学習処理の流れの一例を示すフローチャートである。

以下、図面を参照しながら、実施形態を説明する。

（構成）
図１は、射出成形機１の構成の一例を示すブロック図である。

図１に示すように、射出成形機１は、成形機本体２、及び、異常監視装置３を有する。成形機本体２と異常監視装置３は、信号線によって互いに接続される。

成形機本体２は、射出機構１０、型締機構２０、指示入力部３０、制御部４０、及び、記憶部５０を有する。

射出機構１０は、型締機構２０内に溶融した樹脂材料を射出する。射出機構１０は、ホッパー１１、射出筒１２、及び、射出駆動部１３を有する。

ホッパー１１は、射出筒１２の一方の端部と接続される。ホッパー１１は、樹脂材料を投入可能であり、投入された樹脂材料を収容し、射出筒１２に樹脂材料を供給する。

射出筒１２は、一方とは逆の他方の端部に設けられたノズル１２ａと、外周部に設けられたヒータと、内周部に軸周りに回転可能に設けられたスクリューとを有する。

射出駆動部１３は、例えば、モータ等の駆動装置を有する。射出駆動部１３は、制御部４０の制御の下、スクリューを回転させて樹脂材料を他方へ搬送し、ヒータを加熱させて樹脂材料を溶融し、溶融した樹脂材料をノズル１２ａから射出させる。

型締機構２０は、型締めによって射出機構１０から射出された樹脂材料を成形する。型締機構２０は、固定盤２１、可動盤２２、固定側金型２３、可動側金型２４、スプール２５、型締駆動部２６、エジェクタピン２７、及び、取出駆動部２８を有する。

固定盤２１は、射出筒１２よりも他方に設けられる。固定盤２１の一方側には、ノズル１２ａを接続するためのノズル接続部２１ａが設けられる。

可動盤２２は、固定盤２１よりも他方に設けられる。可動盤２２は、固定盤２１との間に設けられたタイバー２２ａにガイドされ、一方又は他方へ移動可能である。

固定側金型２３及び可動側金型２４は、固定盤２１と可動盤２２の間に設けられる。

固定側金型２３は、一方側に固定盤２１に取り付けるための固定側取付板２３ａを有し、固定盤２１の他方側の部位に取り付けられる。また、固定側金型２３は、他方側に、ガイドブッシュ２３ｂ、固定側分割部２３ｃ、及び、キャビティ２３ｄを有する。

可動側金型２４は、固定側金型２３と対向するように配置される。可動側金型２４は、他方側に可動盤２２に取り付けるための可動側取付板２４ａを有し、可動盤２２の一方側の部位に取り付けられる。また、可動側金型２４は、一方側に、ガイドブッシュ２３ｂによってガイドされるガイドピン２４ｂと、固定側分割部２３ｃに押し当たる可動側分割部２４ｃと、キャビティ２３ｄとの間に樹脂材料を流し込むための空間を形成するコア２４ｄとを有する。

スプール２５は、樹脂材料を流すことができるように、ノズル接続部２１ａとキャビティ２３ｄを連通させる。

型締駆動部２６は、例えば、油圧等の駆動装置を有し、固定側金型２３に対して可動側金型２４を開閉させる。より具体的に、型締駆動部２６は、制御部４０の制御の下、可動盤２２を一方へ移動させ、可動側金型２４を固定側金型２３に押し当て、型締めする。型締め後、型締駆動部２６は、可動盤２２を他方へ移動させ、可動側金型２４を固定側金型２３から引き離す。

エジェクタピン２７は、可動盤２２、可動側金型２４、及び、コア２４ｄの内周部に貫通するように設けられる。

取出駆動部２８は、例えば、モータ等の駆動装置を有する。取出駆動部２８は、制御部４０の制御の下、成形物Ｍｏを取り出すことができるように、エジェクタピン２７をコア２４ｄから突出させ、突出後、次回の型締処理に備えてエジェクタピン２７を引き戻してコア２４ｄに埋没させる。

指示入力部３０は、各種ボタン、表示パネル等の操作具を有し、成形機本体２に対する各種指示の入力が可能である。指示入力部３０は、入力された各種指示を制御部４０に出力する。

制御部４０は、各種処理を実行するＣＰＵ等のプロセッサを有する。制御部４０の機能は、プロセッサが記憶部５０に記憶された各種プログラムを実行することによって実現される。

制御部４０は、成形機本体２の各種動作を制御する。より具体的には、制御部４０は、指示入力部３０から入力された指示に基づいて、射出機構１０を駆動する射出処理を行い、型締機構２０を駆動する型締処理を行い、取出駆動部２８を駆動する取出処理を行う。取出処理が終了すると、制御部４０は、取出処理の終了を示す制御情報Ｃｉを出力する。停止指示Ｓｔの入力があると、制御部４０は、駆動再開指示の入力があるまで型締機構２０の駆動を停止する停止処理を行う。

記憶部５０は、ＲＯＭ、ＲＡＭ、ＨＤＤ、ＳＳＤ等の記憶素子を有し、成形機本体２の各種動作を制御するための各種情報及びプログラムが記憶される。

異常監視装置３は、成形機本体２が異常状態であるか否かを監視する。異常監視装置３は、カメラ６０及び監視装置本体７０を有する。

カメラ６０は、可動側分割部２４ｃを撮像し、撮像画像Ｉｍを監視装置本体７０に出力する。カメラ６０は、アーム６１によって保持される。

図２は、カメラ６０の取付状態の一例を説明するための説明図である。

図２に示すように、アーム６１は、一端部に、カメラ６０を取り付け、一端部とは逆の他端部に、磁石を有する取付け具６２を有する。アーム６１は、取付け具６２の磁石の吸引力によって固定盤２１等に取り付けられ、カメラ６０を保持する。

図１に戻り、監視装置本体７０は、制御部７１及び記憶部７２を有する。

制御部７１は、各種処理を実行するＣＰＵ及びＧＰＵ等のプロセッサを有する。制御部７１の機能は、プロセッサが、記憶部７２に記憶された各種情報を読み込み、実行することによって実現される。制御部７１は、異常監視装置３の各種動作を制御する他、制御情報Ｃｉの入力に応じて異常判定部Ｐｊのプログラムを実行する。

記憶部７２は、ＲＯＭ、ＲＡＭ、ＨＤＤ、ＳＳＤ等の記憶素子を有し、各種プログラム及び各種データの他、異常判定部Ｐｊのプログラム、及び、学習済みモデルＭｄも記憶される。

異常判定部Ｐｊは、異常判定処理を行う。異常判定処理は、学習済みモデルＭｄと撮像画像Ｉｍに基づいて、型締機構２０が異常状態であるか否かを判定し、型締機構２０が異常状態であると判定したとき、型締機構２０を停止させるための停止指示Ｓｔを出力する。より具体的には、異常判定部Ｐｊは、撮像画像Ｉｍを学習済みモデルＭｄに入力することによって評価値を算出し、評価値が所定範囲内にあるとき、型締機構２０が異常状態であると判定する。

（学習済みモデルＭｄ）
続いて、学習済みモデルＭｄについて説明をする。

図３は、可動側分割部２４ｃ及び成形物Ｍｏを説明するための説明図である。図４は、取出処理を説明するための説明図である。図５は、型締機構２０の異常状態の一例を説明するための説明図である。

学習済みモデルＭｄは、型締機構２０が異常状態であるとき、評価値の算出結果が所定範囲内となるように、ディープラーニングや、ニューラルネットワーク等の技術に基づいて、教師データを機械学習させることによって生成される。

図３に示すように、型締処理において、型締め後、可動側金型２４を引き離すと、可動側分割部２４ｃ上には、成形物Ｍｏが表れる。図４に示すように、取出処理において、エジェクタピン２７がコア２４ｄから突出すると、成形物Ｍｏは、押し出され、型締機構２０から取り出される。

取出処理の後、正常状態では、可動側分割部２４ｃ上には成形物Ｍｏが残されない。成形物Ｍｏを有しない可動側分割部２４ｃを表した学習用画像は、取出処理後における型締機構２０の正常状態と相関関係を有する。教師データは、型締機構２０の正常状態を示すものとして、成形物Ｍｏを有しない可動側分割部２４ｃを表した学習用画像が用いられる。

一方、図５に示すように、取出処理の後、異常状態では、成形物Ｍｏが、引っ掛かり等によって可動側分割部２４ｃ上に残される。成形物Ｍｏを有する可動側分割部２４ｃの学習用画像は、取出処理の後における型締機構２０の異常状態と相関関係を有する。教師データは、型締機構２０の異常状態を示すものとして、成形物Ｍｏを有する可動側分割部２４ｃを表した学習用画像が用いられる。

学習用画像は、開発段階において、射出成形処理を行い、カメラ６０によって可動側分割部２４ｃを撮像して取得した撮像画像Ｉｍに基づいて作成される。より具体的に、成形物Ｍｏを有する可動側分割部２４ｃを表した撮像画像Ｉｍは、型締め後から成形物Ｍｏの取出し前における可動側分割部２４ｃを撮像することによって取得される。成形物Ｍｏを有しない可動側分割部２４ｃを表した撮像画像Ｉｍは、成形物Ｍｏの取出し後から次回の型締め前の可動側分割部２４ｃを撮像することによって取得される。

撮像画像Ｉｍは、可動側分割部２４ｃを上方、側方、下方等、様々な角度から撮像して作成することが好ましい。また、撮像画像Ｉｍは、水平反転、垂直反転、回転、拡大、縮小、明度変更等によって水増しさせてもよい。

撮像画像Ｉｍの一部は、学習済みモデルＭｄの評価に使用される。

すなわち、異常監視装置３は、監視対象である成形機本体２の型締機構２０が異常状態であるか否かを監視する。監視対象は、より具体的には、型締機構２０に設けられた金型及び金型の分割部である。さらに具体的には、監視対象は、可動側金型２４及び可動側分割部２４ｃである。

制御部７１は、金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルＭｄと、カメラ６０によって分割部を撮像して取得された撮像画像Ｉｍとに基づいて、分割部が異常状態であるか否かを判定し、分割部が異常状態であると判定したとき、型締めを停止させるための停止指示Ｓｔを出力する。

制御部７１は、撮像画像Ｉｍを学習済みモデルＭｄに入力することによって評価値を算出し、評価値が所定範囲内にあるとき、分割部が異常状態であると判定する。

学習済みモデルＭｄは、正常状態を示す成形物Ｍｏを有しない分割部を表した学習用画像と、異常状態を示す成形物Ｍｏを有する分割部を表した学習用画像とを機械学習することによって生成される。

また、異常監視方法は、金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルＭｄを用意し、カメラ６０によって分割部を撮像して撮像画像Ｉｍを取得し、制御部７１により、金型の型締めによって成形された成形物Ｍｏの取出処理の終了を示す制御情報Ｃｉの入力に応じ、撮像画像Ｉｍと学習済みモデルＭｄに基づいて、分割部が異常状態であるか否かを判定し、分割部が異常状態であると判定したとき、型締めを停止させるための停止指示Ｓｔを出力する。

また、異常監視プログラムは、金型の型締めによって成形された成形物Ｍｏの取出処理の終了を示す制御情報Ｃｉの入力に応じ、金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルＭｄと、カメラ６０によって分割部を撮像して取得された撮像画像Ｉｍとに基づいて、分割部が異常状態であるか否かを判定するプログラムと、分割部が異常状態であると判定したとき、型締めを停止させるための停止指示Ｓｔを出力するプログラムからなる。

（動作）
続いて、射出成形機１の動作について説明をする。図６は、射出成形処理の流れの一例を示すフローチャートである。

可動側金型２４を閉じる（Ｓ１）。制御部４０は、可動側金型２４を閉じるための指示を出力する。型締駆動部２６は、指示に応じ、可動側金型２４を一方へ移動させ、可動側金型２４を固定側金型２３に押し当て、型締めする。

樹脂材料を射出する（Ｓ２）。制御部４０は、樹脂材料を射出するための指示を出力する。射出駆動部１３は、指示に応じ、樹脂材料をノズル１２ａから型締機構２０内に射出する。樹脂材料は、スプール２５を流れ、キャビティ２３ｄとコア２４ｄの間に形成された空間に流れ込み、成形され、成形物Ｍｏを形成する。

可動側金型２４を開く（Ｓ３）。制御部４０は、可動側金型２４を開くための指示を出力する。型締駆動部２６は、指示に応じ、可動側金型２４を他方へ移動させ、可動側金型２４を固定側金型２３から引き離す。可動側分割部２４ｃ上に成形物Ｍｏが表れる。

成形物Ｍｏを取り出す（Ｓ４）。制御部４０は、成形物Ｍｏを取り出すための指示を出力する。取出駆動部２８は、指示に応じ、エジェクタピン２７をコア２４ｄから突出させ、続いて、エジェクタピン２７を引き戻してコア２４ｄに埋没させる。制御部４０は、取出処理の終了を示す制御情報Ｃｉを出力する。

異常状態であるか否かの判定を行う（Ｓ５）。制御部７１は、制御情報Ｃｉに応じ、カメラ６０から入力された撮像画像Ｉｍを学習済みモデルＭｄに入力し、評価値を算出する。評価値が所定範囲内であると制御部７１が判定すると、処理はＳ６に進む（Ｓ６：ＹＥＳ）。一方、評価値が所定範囲内ではないとき、処理はＳ１に戻る（Ｓ６：ＮＯ）。

停止指示Ｓｔを出力する（Ｓ６）。制御部７１は、型締機構２０を停止させるための停止指示Ｓｔを出力する。

型締機構２０を停止させる（Ｓ７）。制御部４０は、停止指示Ｓｔに応じ、型締機構２０を停止させる。

駆動再開指示があるまで待機する（Ｓ８）。ユーザは、型締機構２０内を点検し、成形物Ｍｏが残留している場合には取り除き、型締機構２０を正常状態に復帰させる。正常状態に復帰した後、ユーザは、指示入力部３０によって駆動再開指示を入力する。指示入力部３０から駆動再開指示があると、処理はＳ１に戻る（Ｓ８：ＹＥＳ）。指示入力部３０から駆動再開指示があるまで、制御部４０は、待機する（Ｓ８：ＮＯ）。

Ｓ１〜Ｓ８の処理は、射出成形処理である。Ｓ１とＳ３の処理は、型締処理である。Ｓ２の処理は、射出処理である。Ｓ４の処理は、取出処理である。Ｓ５とＳ６の処理は、異常判定処理である。Ｓ７とＳ８の処理は、停止処理である。

これにより、異常監視装置３は、成形機本体２を新設したときや、可動側金型２４を交換したとき等、監視対象となる可動側金型２４が新規であるときにおいても、ユーザによる煩雑な初期設定作業が発生することなく、撮像画像Ｉｍを学習済みモデルＭｄに入力することによって評価値を算出し、評価値に応じて型締機構２０が異常状態であるか否かを判定することができる。

実施形態によれば、異常監視装置３は、監視対象が新規であるときにおいても、ユーザによる煩雑な初期設定作業が発生することなく、監視対象の異常状態を監視することができる。

（実施形態の変形例１）
実施形態及び他の変形例では、学習済みモデルＭｄが追加学習されないが、学習済みモデルＭｄは、追加学習されるように構成してもよい。

図７は、追加学習処理の流れの一例を示すフローチャートである。

追加学習処理は、予め定められたスケジュールに応じて開始する。

撮像画像Ｉｍを記憶部７２に記憶させる（Ｓ１１）。射出成形処理において、制御部７１は、成形物Ｍｏを有する可動側分割部２４ｃと、成形物Ｍｏを有しない可動側分割部２４ｃとの各々を表した撮像画像Ｉｍを記憶部７２に記憶させる。成形物Ｍｏを有する可動側分割部２４ｃを表した撮像画像Ｉｍは、型締め後から成形物Ｍｏの取出し前における可動側分割部２４ｃを撮像することによって取得される。成形物Ｍｏを有しない可動側分割部２４ｃを表した撮像画像Ｉｍは、成形物Ｍｏの取出し後から次回の型締め前の可動側分割部２４ｃを撮像することによって取得される。

機械学習を開始するか否かを判定する（Ｓ１２）。制御部７１は、記憶部７２から読み込みをしたスケジュールに応じ、機械学習を開始するか否かを判定する。機械学習は、例えば夜間等、射出成形機１の駆動が停止される時間に行うのが好ましい。機械学習を開始するとき、処理はＳ１３に進む（Ｓ１２：ＹＥＳ）。機械学習を開始しないとき、処理は、Ｓ１１に戻る（Ｓ１２：ＮＯ）。

記憶部７２から撮像画像Ｉｍを読み込む（Ｓ１３）。

機械学習を行う（Ｓ１４）。制御部７１は、読み込みをした撮像画像Ｉｍに基づいて機械学習を行い、学習済みモデルＭｄを更新する。教師データは、型締機構２０の正常状態を示すものとして、成形物Ｍｏを有しない可動側分割部２４ｃの撮像画像Ｉｍが用いられる。また、教師データは、型締機構２０の異常状態を示すものとして、成形物Ｍｏを有する可動側分割部２４ｃの撮像画像Ｉｍが用いられる。

すなわち、記憶部７２は、撮像画像Ｉｍを記憶し、制御部７１は、撮像画像Ｉｍを機械学習することによって学習済みモデルＭｄを更新する。

これにより、異常監視装置３は、カメラ６０によって撮像した撮像画像Ｉｍに基づいて、学習済みモデルＭｄの追加学習処理をすることができ、型締機構２０の異常状態の判定の精度を向上させることができる。

（実施形態の変形例２）
実施形態及び他の変形例では、異常監視装置３がサーバ４と接続されないが、異常監視装置３は、サーバ４と接続するように構成してもよい（図１の２点鎖線）。

制御部７１は、インターネット又はＬＡＮ等のネットワークを介し、有線通信又は無線通信によってサーバ４と接続される。

制御部７１は、撮像画像Ｉｍをサーバ４に出力可能である。

サーバ４は、監視装置本体７０から入力された撮像画像Ｉｍに基づいて追加学習処理を行い、追加学習処理の結果を監視装置本体７０に出力する。

また、制御部７１は、サーバ４から入力された追加学習処理の結果に基づいて、学習済みモデルＭｄを更新する。

これにより、サーバ４は、複数の異常監視装置３から撮像画像Ｉｍの入力を受け、追加学習処理を行うことができ、より多くの撮像画像Ｉｍに基づいて、追加学習処理を行うことが可能である。

（実施形態の変形例３）
実施形態及び他の変形例では、異常監視装置３の駆動状況を監視することができないが、サーバ４が異常監視装置３の駆動状況を監視するように構成してもよい。

サーバ４は、所定のタイミングによって制御部７１にキープアライブ信号を出力する。制御部７１は、キープアライブ信号を受信すると、サーバ４に応答信号を出力する。所定時間内に応答信号を受信できないとき、サーバ４は、メール等の通知手段によってユーザに異常監視装置３が停止状態にあることを警告する。

すなわち、サーバ４は、所定のタイミングによって制御部７１に信号を出力し、所定時間内に制御部７１から応答信号を受信できないとき、警告を出力する。

これにより、異常監視装置３は、より確実に、型締機構２０が異常状態であるか否かを判定することができる。

（実施形態の変形例４）
実施形態及び他の変形例では、成形物Ｍｏを有しない可動側金型２４を表した学習用画像と、成形物Ｍｏを有する可動側金型２４を表した学習用画像とを機械学習させることによって生成されたが、これに限定されない。

取出処理の後、正常状態では、金属を材質とした可動側分割部２４ｃが表れ、一方、異常状態では、可動側分割部２４ｃ上に樹脂を材質とした成形物Ｍｏが表れる。金属を表した可動側分割部２４ｃの学習用画像は、型締機構２０の正常状態と相関関係を有する。また、金属及び樹脂の両方、又は、樹脂を表した学習用画像は、型締機構２０の異常状態と相関関係を有する。

学習済みモデルＭｄは、型締機構２０の正常状態を示すものとして金属を表した学習用画像と、異常状態を示すものとして金属と樹脂の両方、又は、樹脂を表した学習用画像とを機械学習させることによって生成される。

これにより、異常監視装置３は、取出処理後を示す撮像画像Ｉｍに樹脂が表れているとき、型締機構２０が異常状態であると判定することができる。

（実施形態の変形例５）
実施形態及び他の変形例では、１つの学習済みモデルＭｄによって型締機構２０が異常状態であるか否かを判定したが、これに限定されない。学習済みモデルＭｄは、複数であってもよい。

例えば、学習済みモデルＭｄは、第１学習済みモデル、第２学習済みモデル、及び、第３学習済みモデルを有する。

第１学習済みモデルは、可動側分割部２４ｃを照明する照明の種類及びカメラ６０の種類を変化させて撮像することによって作成した学習用画像に基づいて生成される。

第２学習済みモデルは、可動側分割部２４ｃの種類を変化させて撮像することによって作成した学習用画像に基づいて生成される。

第３学習済みモデルは、成形物Ｍｏの色を変化させて撮像することによって作成した学習用画像に基づいて生成される。

制御部７１は、第１学習済みモデルと撮像画像Ｉｍに基づいて算出された第１評価値と、第２学習済みモデルと撮像画像Ｉｍに基づいて算出された第２評価値と、第３学習済みモデルと撮像画像Ｉｍに基づいて算出された第３評価値とに応じ、型締機構２０の分割部が異常状態であるか否かを判定する。

より具体的には、制御部７１は、第１評価値、第２評価値、及び、第３評価値の各々を所定の重み付け係数によって重み付けし、重み付けの結果を合計して評価値を算出し、評価値が所定範囲内にあるとき、異常状態であると判定する。

これにより、異常監視装置３は、より多くの種類の型締機構２０について、より高い精度によって異常状態であるか否かを判定可能である。

なお、実施形態及び変形例では、カメラ６０は、可動側分割部２４ｃを監視するが、これに限定されない。型締め後であって成形物Ｍｏの取出し前に、可動側分割部２４ｃではなく、固定側分割部２３ｃに成形物Ｍｏが表れるとき、固定側分割部２３ｃを監視してもよい。

なお、実施形態及び変形例では、異常監視装置３は、可動側分割部２４ｃをカメラ６０によって撮像するが、固定側金型２３に成形物Ｍｏが形成されるときには、固定側分割部２３ｃをカメラ６０によって撮像し、型締機構２０が異常状態であるか否かを判定してもよい。また、異常監視装置３は、可動側分割部２４ｃおよび固定側分割部２３ｃの両方を撮像し、型締機構２０が異常状態であるか否かを判定してもよい。

なお、実施形態及び変形例では、キャビティ２３ｄ及びコア２４ｄが各１つ設けられた例を説明したが、キャビティ２３ｄ及びコア２４ｄは、各２つ以上設けられてもよい。また、実施形態及び変形例では、ランナーを説明していないがランナーを有してもよい。

なお、実施形態及び変形例では、カメラ６０がアーム６１によって固定盤２１の上部に位置するが、カメラ６０の位置は、これに限定されない。カメラ６０は、アーム６１によって固定盤２１の側部又は下部に位置してもよい。また、カメラ６０は、コア２４ｄを撮像できる位置であれば、可動側金型２４の側方に位置してもよい。また、カメラ６０は、固定盤２１以外に取り付けられてもよい。

なお、実施形態及び変形例では、記憶部７２は、異常判定部Ｐｊ及び学習済みモデルＭｄを記憶するが、これらは記憶部５０又はサーバ４に記憶されてもよい。その場合、制御部７１の有する機能は、制御部４０又はサーバ４によって実現されてもよい。

なお、変形例１では、追加学習処理の開始の判定（Ｓ１２）が、予め定められたスケジュールを記憶部７２から読み込むことによって行われたが、追加学習処理の開始の判定は、指示入力部３０又は制御部７１に接続される指示部（不図示）を介したユーザの指示入力によって行われてもよい。

本実施形態における各手順の各ステップは、その性質に反しない限り、実行順序を変更し、複数同時に実行し、あるいは実行毎に異なった順序で実行してもよい。さらに、本実施形態における各手順の各ステップの全てあるいは一部をハードウェアにより実現してもよい。

本発明は、上述した実施の形態に限定されるものではなく、本発明の要旨を変えない範囲において、種々の変更、改変等が可能である。

１ 射出成形機
２ 成形機本体
３ 異常監視装置
４ サーバ
１０ 射出機構
１１ ホッパー
１２ 射出筒
１２ａ ノズル
１３ 射出駆動部
２０ 型締機構
２１ 固定盤
２１ａ ノズル接続部
２２ 可動盤
２２ａ タイバー
２３ 固定側金型
２３ａ 固定側取付板
２３ｂ ガイドブッシュ
２３ｃ 固定側分割部
２３ｄ キャビティ
２４ 可動側金型
２４ａ 可動側取付板
２４ｂ ガイドピン
２４ｃ 可動側分割部
２４ｄ コア
２５ スプール
２６ 型締駆動部
２７ エジェクタピン
２８ 取出駆動部
３０ 指示入力部
４０ 制御部
５０ 記憶部
６０ カメラ
６１ アーム
６２ 取付け具
７０ 監視装置本体
７１ 制御部
７２ 記憶部
Ｃｉ 制御情報
Ｉｍ 撮像画像
Ｍｄ 学習済みモデル
Ｍｏ 成形物
Ｐｊ 異常判定部
Ｓｔ 停止指示

本発明の一態様の異常監視装置は、金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルと、カメラによって前記分割部を撮像して取得された撮像画像とに基づいて、前記分割部が異常状態であるか否かを判定し、前記分割部が異常状態であると判定したとき、型締めを停止させるための停止指示を出力する、制御部を有し、前記学習済みモデルは、前記分割部を照明する照明の種類及び前記カメラの種類を変化させて撮像することによって作成した前記学習用画像に基づいて生成された第１学習済みモデルを有する。

本発明の一態様の異常監視方法は、金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルを用意し、カメラによって前記分割部を撮像して撮像画像を取得し、制御部により、前記金型の型締めによって成形された成形物の取出処理の終了を示す制御情報の入力に応じ、前記撮像画像と前記学習済みモデルに基づいて、前記分割部が異常状態であるか否かを判定し、前記分割部が異常状態であると判定したとき、前記型締めを停止させるための停止指示を出力し、前記学習済みモデルは、前記分割部を照明する照明の種類及びカメラの種類を変化させて撮像することによって作成した前記学習用画像に基づいて生成された第１学習済みモデルを有する。

本発明の一態様の異常監視プログラムは、金型の型締めによって成形された成形物の取出処理の終了を示す制御情報の入力に応じ、前記金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルと、カメラによって前記分割部を撮像して取得された撮像画像とに基づいて、前記分割部が異常状態であるか否かを判定するプログラムと、前記分割部が異常状態であると判定したとき、前記型締めを停止させるための停止指示を出力するプログラムと、を有し、前記学習済みモデルは、前記分割部を照明する照明の種類及び前記カメラの種類を変化させて撮像することによって作成した前記学習用画像に基づいて生成された第１学習済みモデルを有する。

Claims (11)

1. 金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルと、カメラによって前記分割部を撮像して取得された撮像画像とに基づいて、前記分割部が異常状態であるか否かを判定し、前記分割部が異常状態であると判定したとき、型締めを停止させるための停止指示を出力する、制御部を有する、異常監視装置。
2. 前記制御部は、前記撮像画像を前記学習済みモデルに入力することによって評価値を算出し、前記評価値が所定範囲内にあるとき、前記分割部が異常状態であると判定する、請求項１に記載の異常監視装置。
3. 前記学習済みモデルは、
   正常状態を示す成形物を有しない前記分割部を表した前記学習用画像と、
   前記異常状態を示す前記成形物を有する前記分割部を表した前記学習用画像と、
   を機械学習することによって生成された、
   請求項１に記載の異常監視装置。
4. 前記学習済みモデルは、正常状態を示すものとして金属を表した前記学習用画像と、前記異常状態を示すものとして金属と樹脂の両方、又は、樹脂を表した前記学習用画像とを機械学習させることによって生成された、請求項１に記載の異常監視装置。
5. 前記学習済みモデルは、
   前記分割部を照明する照明の種類及び前記カメラの種類を変化させて撮像することによって作成した前記学習用画像に基づいて生成された第１学習済みモデルと、
   前記分割部の種類を変化させて撮像することによって作成した前記学習用画像に基づいて生成された第２学習済みモデルと、
   成形物の色を変化させて撮像することによって作成した前記学習用画像に基づいて生成された第３学習済みモデルと、を有し、
   前記制御部は、前記第１学習済みモデルと前記撮像画像に基づいて算出された第１評価値と、前記第２学習済みモデルと前記撮像画像に基づいて算出された第２評価値と、前記第３学習済みモデルと前記撮像画像に基づいて算出された第３評価値とに応じ、前記分割部が異常状態であるか否かを判定する、
   請求項１に記載の異常監視装置。
6. 記憶部を有し、
   前記記憶部は、前記撮像画像を記憶し、
   前記制御部は、前記撮像画像を機械学習することによって前記学習済みモデルを更新する、
   請求項１に記載の異常監視装置。
7. サーバを有し、
   前記サーバは、前記制御部から入力された前記撮像画像に基づいて追加学習処理を行い、追加学習処理の結果を前記制御部に出力する、請求項１に記載の異常監視装置。
8. 前記サーバは、所定のタイミングによって前記制御部に信号を出力し、所定時間内に前記制御部から応答信号を受信できないとき、警告を出力する、請求項７に記載の異常監視装置。
9. 前記金型は、射出成形機に設けられた、可動側金型および固定型金型の少なくとも一方である、請求項１に記載の異常監視装置。
10. 金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルを用意し、
    カメラによって前記分割部を撮像して撮像画像を取得し、
    制御部により、前記金型の型締めによって成形された成形物の取出処理の終了を示す制御情報の入力に応じ、前記撮像画像と前記学習済みモデルに基づいて、前記分割部が異常状態であるか否かを判定し、前記分割部が異常状態であると判定したとき、前記型締めを停止させるための停止指示を出力する、
    異常監視方法。
11. 金型の型締めによって成形された成形物の取出処理の終了を示す制御情報の入力に応じ、前記金型の分割部を表した学習用画像を機械学習することによって生成された学習済みモデルと、カメラによって前記分割部を撮像して取得された撮像画像とに基づいて、前記分割部が異常状態であるか否かを判定するプログラムと、
    前記分割部が異常状態であると判定したとき、前記型締めを停止させるための停止指示を出力するプログラムからなる異常監視プログラム。

Images