KR101227359B1

KR101227359B1 - 매개변수형 사출 성형 시스템 및 방법

Info

Publication number: KR101227359B1
Application number: KR1020077001283A
Authority: KR
Inventors: 리 메릴 헛슨; 스반테 월드
Original assignee: 우메트릭스 아베; 백스터 인터내셔널 인코포레이티드
Priority date: 2004-07-19
Filing date: 2005-05-13
Publication date: 2013-01-28
Also published as: JP2012176628A; WO2006019448A1; KR20070039051A; EP1773565B1; EP1773565A1; JP5140420B2; CN1964833A; US20060012064A1; US7465417B2; CN100542779C; JP2008506564A

Abstract

본 발명은 사출 성형 제조 공정에 의해 제조된 제품의 품질을 제어하기 위한 방법 및 시스템을 제공한다. 본 발명은 실시간으로 수집된 사출 성형 공정 데이터에 대한 다변수 분석을 실행하는 단계와 실시간 데이터가 소정의 제조 제어 한계 내에 있는지 여부를 결정하는 단계를 포함한다. 실시간 제조 데이터가 제어 한계를 초과할 때, 공정은 제어되지 않는 것으로 간주되며 제어되지 않는 상태 동안에 제조된 제품은 사출 성형 제조 공정으로부터 실시간으로 제거된다.

사출 성형 제조 공정, 다변수 분석, 품질 제어, 게이트, 제어 한계

Description

매개변수형 사출 성형 시스템 및 방법 {Parametric Injection Moulding System And Method}

본 발명은 대체로 사출 성형 제조 공정에 의해 제조된 제품의 품질을 제어하기 위한 시스템 및 방법에 관한 것이며, 특히 제조 매개변수의 분석을 실행하고 제조 매개변수가 소정의 제어 한도를 초과할 때 공정으로부터 결함 있는 제품을 제거하는 매개변수형 출하 방법 및 시스템에 관한 것이다.

사출 성형 작업에 의해 제조된 제품의 품질을 평가하기 위해 다양한 공정 및 제품 매개변수를 관찰하는 것은 공지되어 있다. 최종 제품의 검사를 통한 품질 제어는, 예컨대 사출 성형 작업의 말미에서 통상 일어난다. 그러나, 최종 제품의 검사는 성형 공정과 전체 공정에 관련된 임의의 가변성을 고려하지 않는다. 결과적으로, 공정 후 제품 검사는 임의의 결함 있는 제조된 제품에 기여하는 인자를 결정하기 위한 기구를 제공할 수 없다.

사출 성형 공정이 제어 한계 내에서 조작되는지 여부를 결정하기 위해 공정 변수를 관찰하고, 측정하고, 분석하기 위해 통계 공정 제어(SPC ; Statistical Process Control)가 사출 성형 공정에 적용되어 왔다. SPC가 제어 불능 상태를 결정하면 제조 공정은 통상 정지되어, 제조가 재개되기 전에 제어 불능 상태의 원인 이 식별되고 수정된다. 이것은 제조 경제성에 해로운 상당한 제조 작업 중단시간을 초래한다. 또한, SPC는 제조 동안에 관찰되는 모든 제조 변수들 사이의 상관을 식별할 수 있는 능력을 갖지 않는다. 따라서, SPC 관찰 공정은 비정상적인 사이클 동안에 검출되지 않는 결함 제품을 제조할 수 있다.

따라서, 사출 성형 공정으로부터 제조된 제품이 결함이 있는지 여부를 결정하고 결함 제품을 공정으로부터 연속적으로 제거하는 제조 공정 매개변수를 분석하기 위한 시스템 및 방법에 대한 요구가 존재한다. 전체 제조 공정을 정지시킴이 없이 조작되는 결함 있는 제품 식별 및 제거 시스템에 대한 요구도 또한 존재한다.

본 발명은 사출 성형 공정에 대한 방법 및 시스템을 제공한다.

본 발명의 실시예에서, 사출 성형 공정에 의해 제조된 제품의 품질을 제어하기 위한 방법이 제공된다. 상기 방법은 사출 모델 공정 데이터로부터 사출 성형 공정 모델을 발생시키는 단계를 포함한다. 사출 성형 공정 데이터는 데이터 저장 장치에 수동으로 입력될 수도 있고 사출 성형 공정으로부터 자동적으로 수집되어 이후에 저장될 수도 있다. 사출 성형 공정 모델의 생성은 제조 공정에 대한 제어 한계를 규정한다. 상기 방법은 실시간 사출 성형 공정 데이터를 수집하는 단계와, 실시간 사출 성형 공정 데이터가 제어 한계 내에 있는지 여부를 결정하는 단계를 더 포함한다. 실시간 공정 데이터가 제어 한계를 초과할 때, 공정은 제어 불능 상태로 간주되고, 상기 방법은 사출 성형 공정으로부터 제어 불능 상태 하에서 제조된 제품을 제거한다. 본 실시예에서, 실시간 제조 데이터가 제어 한계를 초과하는 것을 결정하는 것과 상기 공정으로부터 제품의 연속적인 제거는 실시간으로 일어난다. 이것은 사출 성형 공정의 제어를 제품 품질과 유리하게 연결시킨다.

본 발명의 다른 실시예에서, 사출 성형 제조 공정에 의해 제조된 제품을 매개변수적으로 출하하기 위한 방법이 제공되며 사출 성형 제조 공정으로부터 실시간 제조 데이터를 수집하는 단계와, 실시간 제조 데이터를 소정의 제조 제어 한계와 비교하는 단계를 포함한다. 방법은 실시간 제조 데이터가 소정의 제조 제어 한계 내에 있는지 여부를 결정하는 단계와, 실시간 제조 데이터가 제어 한계를 초과할 때 제조된 임의의 제품을 사출 성형 제조 공정으로부터 제거하는 단계를 더 포함한다. 일 실시예에서, 사출 성형 공정은 결함 있는 제품이 공정으로부터 제거됨에 따라 제품 제조를 진행하거나 계속한다.

본 발명의 추가적인 실시예에서, 사출 성형 제조 공정에 의해 제조된 제품의 품질을 제어하기 위한 자동화된 시스템이 제공된다. 시스템은 소정의 사출 성형 제조 제어 한계를 생성하기 위한 데이터 분석 모듈과, 실시간 사출 성형 제조 공정 데이터를 수집하기 위한 데이터 수집 장치를 포함한다. 예측 모듈은 실시간 사출 성형 공정 데이터가 제어 한계 이내인지 여부를 결정한다. 예측 모듈과 작동식으로 통신하는 전환 장치는 실시간 사출 성형 제조 공정 데이터가 제어 한계를 초과할 때 제조된 임의의 제품을 사출 성형 제조 공정으로부터 제거한다.

본 발명의 부가적인 특징과 장점들은 현재 선호되는 실시예의 이하의 상세한 설명으로부터 명백하게 될 것이다.

도1은 본 발명에 따른 사출 성형 공정의 제품 품질을 제어하기 위한 시스템의 개략도이다.

본 발명은 대체로 사출 성형 제조 공정에 의해 제조된 제품의 품질을 제어하기 위한 매개변수형 출하 시스템 및 방법에 관한 것이다. 매개변수형 출하 시스템은 제조된 제품(즉, 출하된 제품)이 제조 공정 동안에 수집된 정보에 기초하여 의도된 품질인지를 보증한다. 제조 공정 동안에 관찰된 데이터는 제품의 품질을 바람직한 수준에서 보증하도록 실시간 공정 제어를 유지하기 위해 사용된다. 매개변수형 출하 시스템에서 출하된 제품은 완성된 제품 데이터 또는 완성된 제품의 검사 대신에 제조 동안에 수집된 데이터를 기초로 한다. 동일한 참조 번호가 동일한 구조 및 요소를 지시하는 도1을 참조하면, 사출 성형 공정에 의해 제조된 제품의 품질을 제어하기 위한 시스템(10)이 도시된다. 시스템(10)은 사출 성형 제조 공정(12), 데이터 저장 장치(14), 데이터 분석 모듈(16), 데이터 수집 장치(18), 예측 모듈(20), 제어기(22) 및 전환 장치(24)를 포함한다.

사출 성형 제조 공정(12)은 사출 성형기(26)를 포함한다. 사출 성형기는 당해 기술분야에서 공지되었으며 클램핑 시스템, 주형 시스템, 나사 회전 샤프트 또는 유압 시스템을 갖는 사출 시스템과 이젝터(ejector) 축을 통상 포함한다. 사출 성형기(26)는 통상 열가소성 재료로 제품(28)을 생산하는데, 제품은 추가적인 처리, 포장 또는 선적을 위해, 컨베이어 등과 같은 운반기에 의해 다른 지점으로 이동될 수도 있다.

데이터 저장 장치(14)는 사출 성형 공정 데이터를 저장한다. 도1은 사출 성형기(26)로부터 제거된 데이터 저장 장치(14)를 도시하지만, 데이터 저장 장치(14)는 사출 성형기(26)의 구성품으로서 국부적으로 구성될 수도 있다. 다르게는, 데이터 저장 장치(14)는 집중성 데이터 저장 데이터베이스에 작동식으로 추가 연결될 수도 있는 (국부 또는 광역 네트워크와 같은) 네트워크를 통해 분배될 수도 있다. 일 실시예에서, 데이터 저장 장치(14)는 사출 성형 공정 데이터를 저장하도록 구성된 복구 가능한 파일 포맷(format)을 포함한다. 회복 가능한 파일 형식은 사출 성형 제조 공정(12), 사출 성형기(26), 및/또는 제조되는 제품에 적합하게 구성될 수도 있다. 데이터는 수동 또는 자동 중 어느 하나로 데이터 저장 장치(14)로 입력될 수도 있다.

일 실시예에서, 데이터 수집 장치(18)는 복수의 선택된 사출 성형 공정 매개변수(32)에 대한 사출 성형 공정 원데이터를 자동적으로 수집하도록 사출 성형기(26)에 작동식으로 연결될 수도 있다. 데이터 수집 장치(18)는 사출 성형기(26)로부터 디지털 또는 아날로그 공정 데이터 입력 중 하나를 수집하도록 구성될 수도 있다. 그 후 데이터 수집 장치(18)는 이러한 데이터 입력들을 복구가능한 데이터 지점으로서 데이터 저장 장치(14)로 변환하거나 그렇지 않다면 포맷한다. 이것은 데이터 저장 장치(14) 내에 저장된 데이터가 추후 검토 및/또는 분석을 위해 복구되는 것을 허용한다.

공정 매개변수(32)는 임의의 수의 변수, 매개변수, 데이터 지점 및/또는 당해 기술분야에 통상 공지된 것과 같이 사출 성형 공정 동안에 통상 관찰되는 상태일 수도 있다. 데이터 수집 장치(18)에 의해 수집될 수 있는 적합한 공정 매개변수의 비제한적인 예시는 주기 시간, 용융 온도, 충전 시간, 용융 압력, 냉각 시간, 팩(pack) 시간, 정적 주형 온도, 가변 주형 온도, 사출 시간, 보유 시간, 발사 속도, 발사 쿠션(cushion), 충전 압력, 팩 압력, 보유 압력, 배압(backpressure), 기계 분해, 유체 전달 압력, 위치 전달, 배럴 온도, 노즐 온도와 이들의 조합을 포함한다.

관찰된 공정 매개변수의 개수 및 특정 형태는 사용자 중심(user configurable)일 수도 있다. 숙련공은 수집된 공정 매개변수의 개수 및 형태가 전체적인 사출 성형 공정을 적절하게 대표하도록 필요한 만큼의 매개변수를 포함해야만 한다는 것을 이해할 것이다. 일 실시예에서, 수집된 사출 성형 공정 매개변수는 성형 공정을 최적화하기 위해 인증 평가를 거칠 수도 있다. 이러한 인증 평가는 제품 품질 고려뿐만 아니라 경제적인 고려를 포함할 수도 있다. 이러한 평가는 제조된 제품의 품질 수준을 향상시키는데 도움이 될 수도 있다.

데이터 분석 모듈(16)은 전체적인 사출 성형 공정 모델을 생성하도록 데이터 저장 장치(14)에 저장된 데이터를 분석한다. 이러한 분석은 데이터 내에 존재하는 상관(correlation) 구조를 결정하도록 저장된 사출 성형 공정 매개변수 데이터를 모델링하는 것을 포함한다. 주성분 분석(PCA; Principal Components Analysis), 호텔링 T² 통계(Hotelling T² statistics), 모델에 대한 거리(DModX; Distance To The Model) 통계, 및 잠재 구조에 대한 투영(PLS; Projection To Latent Structures)과 같은 다변수 데이터 해석 기술을 사용하여 이러한 상관 구조는 발전하였다.

PCA는 다변수 데이터 해석에 대한 기초를 형성한다. PCA는 당해 기술 분야에 공지된 것과 같이, 변수의 개수를 감소시키고 변수들 사이의 관계에서 구조를 검출함에 의해 변수를 분류한다. PCA는 최소자승법(least square context)에서 데이터에 가장 근사하는 다차원 공간에서 선, 면, 및 초평면(hyperplane)을 결정한다. 이것은 PCA가 데이터의 자연적인 집단을 검출할 수 있도록 한다. 데이터 집단은 데이터의 상관 구조에 의해 그리고 상관 구조에서 보이는 이동에 의거한 자연적인 데이터 집단화로부터 연관된다.

호텔링 T² 통계는 다르게는 신뢰영역으로 알려진 타원체 내에 제한되는 제어 한계를 가지면서, k 변수/매개변수 스코어를 저차원 공간(예를 들어 2차원 공간)으로 요약하는데 사용된다. 신뢰 영역은 식스 시그마(six-sigma) 영역 내에 있을 수도 있으나, 통상 시그마 값에 할당되지 않는다. 매개변수(k)의 개수는 모델 내의 차원의 개수를 결정한다. 호텔링 T² 통계는 k 차원 공간으로부터의 지점들을 타원형 제어 영역에 의해 제한되는 저차원 공간상에 투영하도록 감소법(reduction method) 뿐만 아니라 시각적인 단순화를 위해서 사용될 수도 있다. 호텔링 기능은 T²가 아래와 같을 때 T²에 의해 나타내질 수 있다.

A = PCA 모듈 내의 구성요소의 개수, t_ia = 관측 i에 대한 a번째 구성요소의 스코어이고, s² _ta = a번째 구성요소에 대한 스코어의 분산이다.

DModX 통계는 관측의 표준편차 오차와 동등하다. 또한, DModX는 공정 모델 평면으로부터의 거리라고 언급될 수도 있다. DModX 통계는 공정 혼란의 검출을 위해 사용될 수도 있으며, 더욱 상세하게는 공정의 상관 구조에 변화를 야기하는 혼란을 검출한다. DModX 통계는 s_t에 의해 아래와 같이 나타내질 수 있다.

e_ik = 관측 i에 대한 X에서의 오차, K = X 변수의 개수이고, A = PCA 모듈에서의 구성요소의 개수이다.

부분 최소 자승(PLS; Partial Least Square)의 방법에 의한 잠재 구조에 대한 투영은 두 개의 데이터 메트릭스(X, Y)를 선형 다변수 모델에 의해 서로 연관시키는 방법이다. 잠재 구조에 대한 투영은 데이터를 X와 Y 모두에서 복잡하고 공선적이고 불완전하기도 한 많은 변수로 데이터를 분석한다. 관측과 연관된 매개변수에 대해, PLS 모델의 정확도는 관련 X 변수의 수가 증가할수록 증가한다.

데이터 분석 모듈(16)은 데이터 저장 장치(14)로부터 저장된 데이터를 복구 하고, 전술한 통계적 분석 툴(tool)의 임의의 조합을 이용하여 사출 성형 공정의 다변수 통계적 분석을 실행한다. 다변수 분석은 공정에 대한 제어 한계를 확립하는 사출 성형 모델을 생성시킨다. 숙련공은 모델로 입력 가능한 취득 데이터가 더 많을수록 공정 모델이 더 견고해질 것이라는 것을 이해할 것이다. 따라서, 그것은 정상적인 공정 진행 중 나타나는 모델 편차로 재료 로트(lot) 가변성, 습도 변화 등을 획득하는 것이 바람직하다.

일 실시예에서, 데이터 분석 모듈(16)은 사출 성형 공정 데이터를 사람이 변경할 수 있는 변환 어플리케이션을 사용하여 하나 이상의 대리 변수로 변환한다. 변환 어플리케이션은 한 세트의 공정 매개변수를 선택하여 하나 이상의 저차원 대리 변수를 얻도록 통계적인 분석을 실행한다. 통상 변환은 벡터 시계열을 스칼라 데이터 세트로 감소시키는 것을 포함한다. 데이터 분석 모듈(16)은 대리 변수 또는 변수에 대해 호텔링 T² 값 및/또는 DModx 값을 연속적으로 계산한다. 이러한 값들은 제어 한계를 한정하도록 사용될 수도 있다.

데이터 분석 모듈(16)이 양호한 사출 성형 공정 모델을 생성한 후에는, 시스템(10)은 사출 성형 공정의 실시간 분석을 위해 사용될 수도 있다. 예측 모듈(20)에 작동식으로 연결되는 데이터 수집 장치(18)는 사출 성형 공정의 개시에 있어서 매개변수(32)로부터 실시간 사출 성형 공정 데이터를 수집한다. 데이터 수집 장치(18)에 의해 수집된 실시간 사출 성형 데이터는 전술한 통계적 툴의 임의의 조합을 사용하는 실시간 사출 성형 데이터에 대한 다변수 통계적 분석을 실행하는 예측 모듈(20)로 연속적으로 전달된다. 또한, 예측 모듈(20)이 실시간 사출 성형 공정 데이터를 사출 성형 공정 모델과 비교하는 것을 가능하게 하는 데이터 분석 모듈(16)에 예측 모듈(20)은 작동식으로 연결된다. 실시간 공정 데이터를 사출 성형 공정 모델과 비교하여, 예측 모듈(20)은 실시간 사출 성형 데이터가 사출 성형 공정 모델의 제어 한계 내에 있는지 여부를 결정할 수 있다.

일 실시예에서, 예측 모듈(20)은 실시간 사출 성형 데이터에 대한 호텔링 T² 값과 DModX 값을 계산한다. 이어서, 예측 모듈(20)은 대리 변수에 대해 계산된 호텔링 T² 값과 DModX 값에 의해 규정된 제어 한계에 대한 실시간 데이터 세트로부터 계산된 DModX 값과 호텔링 T² 값을 비교한다. 이것은 사출 성형된 제품의 품질이 대리 변수에 기초한 실시간 기반에서 확인가능하게 한다. 실시간 사출 성형 공정 매개변수가 공정 모델의 특정된 값들 내에 있을 때, 사출 성형 공정은 제어하에 있으며, 제품 품질은 만족스럽다고 간주된다. 실시간 데이터에 대해 계산된 호텔링 T² 값 또는 DModX 값 중 어느 하나가 대리 변수에 대해 계산된 대응 값을 초과하는 경우라면, 실시간 사출 성형 공정 데이터가 사출 성형 공정 모델 내에서 맞지 않는다는 것을 예측 모듈(20)은 결정한다. 이것은 사출 성형 제품 공정이 제어되지 않는다는 것을 나타낸다. 공정이 제어되지 않을 때 제조된 임의의 제품의 품질은 의심이 가고 잠재적으로 결함이 있는 것으로 판단되므로 사용하기에 적합하지 않다.

일 실시예에서, 예측 모듈(20)은 제조 동안에 관찰된 특정 공정 매개변수에 관한 정보를 제공하는 분류 라이브러리(classification library)를 포함한다. 분류 라이브러리는 어떤 공정 매개변수 또는 매개변수들이 실시간 공정 데이터가 제어 한계를 초과하도록 만들었는지를 정확하게 식별하도록 사용될 수도 있다. 분류 라이브러리로부터의 정보는 실시간 제조 공정 데이터를 제어되게 하도록 공정을 조정하는데 사용될 수도 있다.

추가적인 실시예에서, 시스템(10)은 데이터 분석 모듈(16)과 예측 모듈(20) 사이의 인터페이스를 포함하는 시각화 모듈(34)과, 사용자에 대해 데이터 저장 장치(14)에 저장된 임의의 데이터, 또는 데이터 분석 모듈(16)에 존재하는 임의의 데이터와, 데이터 수집 모델(18) 및 예측 모델(20)을 표시 장치(36)에 시각적으로 나타내기 위한 논리를 포함할 수도 있다. 또한, 시각 모델(34)은 분류 라이브러리, 공정 모델, 및 수집된 실시간 데이터에 저장된 데이터를 표시할 수도 있다. 시각화 모델(34)은 사용자가 데이터의 다른 관점을 선택할 수 있거나 데이터를 시스템(10)에 입력할 수도 있는 키보드(38)를 더 포함한다. 공정 매개변수 원 데이터뿐만 아니라 데이터 분석 모듈(16) 또는 예측 모듈(20)에 의해 실행된 분석의 결과는 전체적인 사출 성형 공정의 시각화를 허용하는 시각화 모듈(34)에 의해 이후에 사용될 수도 있는 파일로 출력될 수도 있다. 이것은 사용자가 개별적인 공정 매개변수를 시각화하고, Cp 및 Cpk와 같은 개별적인 공정 매개변수에 대한 통계적인 추론을 하고, 제어 챠트를 생성하고, 제어 불능 상태의 특정한 원인을 결정하도록 허용한다. 일 실시예에서, 데이터 분석 모듈(16), 예측 모듈(20) 및 시각화 모듈(34)은 예컨대, 컴퓨터와 같은 일체식 처리 장치의 구성요소일 수도 있다.

또다른 실시예에서, 데이터 수집 장치(18)에 의해 수집된 실시간 데이터는 예측 모듈(20) 뿐만 아니라 데이터 분석 모듈(16)에 동시에 전달될 수도 있다. 본 실시예에서, 데이터 분석 모듈(16)은 실시간으로 수집된 데이터를 이전의 공정 데이터와 조합하며, 사출 성형 공정 모델을 갱신하도록 조합된 데이터에 대한 다변수 통계적 분석을 실행한다. 또한, 이러한 적응 모델링은 제어 한계를 실시간으로 조정한다. 적응 모델링은 공정에서의 가벼운 장기적 이동의 원인을 밝히고 다르게라면 이를 보정하기 위한 기구를 제공하므로 유리하다. 이러한 이동은 계절적인 영향(예를 들어, 습도, 온도) 또는 원재료 특성의 결과일 수도 있다.

예측 모듈(20)과 작동식 통신 상태에 있는 제어기(22)는 예측 모듈(20)에 의해 실행된 다변수 분석의 결과를 관찰하고 분석한다. 제어기(22)는 매개변수 사출 성형 공정을 실행하기에 앞서 발생된 초기 공정 확인으로부터 얻어진 지난 취득 데이터와 정보뿐만 아니라 예측 모듈(20)로부터의 정보에 기초한 수령/거절 결정을 연속적으로 실행한다. 제어기(22)가 예측 모듈(20)에 의해 제어 상태를 벗어난 것으로 확인할 때, 제어기(22)는 신호를 발생시키고 이 신호를 전환 장치(24)로 전송한다. 이어서 전환 장치(24)는 운반기(30)를 따라서 이동하는 제품의 경로(28)로 게이트(40)를 이동시킨다. 게이트(40)는 제어 불능 상태에서(즉, 실시간 데이터에 대한 호텔링 T² 값 또는 DModX 값 중 어느 하나가 대리 변수에 대한 대응 값을 초과하는 때) 제조된 것으로 의심되는 제품(42)을 운반기(30) 밖과 불합격품 운반기(44) 상으로 전환하거나 제거한다. 숙련공은 전환 장치가 제품을 운반기로부터 이격시켜 제거할 수 있는 임의의 적합한 장치 또는 기구일 수도 있다는 것을 이해할 것이다. 게이트에 대한 적합한 대체 기구의 비제한적인 예시는 전환 게이트, 역전 컨베이어 벨트 및 탈락 기구를 포함한다.

양호한 제품(46)은 추가적인 처리를 위해 운반기(30)를 따라 이동한다. 제어기(22)에 의해 발생된 신호에 응답하여, 전환 장치(24)는 임의의 의심되는 제품을 양호한 제품으로부터 실시간으로 분리한다. 유리하게도 의심되는 제품이 양호한 제품으로부터 분리될 때 사출 성형 공정(12)은 중단되지 않는다. 전환 장치(34)가 불량한 제품을 양호한 제품으로부터 분리하거나 제거함으로써 제품은 연속적으로 제조된다.

예측 모듈(20)이 실시간 공정 데이터가 제어 한계 내에 있다는 것을 제어기(22)에 지시할 때, 제어기(22)는 전환 장치(24)로의 신호의 발생을 종결하고 게이트(34)는 운반기(30)로부터 이격된 그리고 운반기(30)가 없는 반품 위치(48, 은선으로 도시됨)로 (화살표 A에 의해 지시된 것과 같이) 이동한다. 게이트(34)가 반품 위치(48)에 있을 때, 제품(28)은 전환되지 않으며 제품(28)은 추가적인 처리를 위한 양호한 제품(46)으로서 컨베이어(30)를 따라 이동한다. 실시예에서, 시각화 모듈(34)은 사용자가 전환 장치(24)의 조작을 수동으로 제어할 수 있도록 허용하는 제어기(22)에 작동식으로 연결될 수도 있다. 예측 모듈(20)에 의해 제어 불능 상태가 식별될 때 제품 공정은 정지될 수도 있다.

시스템(10)은 종래의 SPC 방법론에 의해 종종 불검출되는 특정 사출 성형 결함을 식별하기 위해 특히 적합하다. 더블 샷(double-shot)은 성형된 부품이 주형 으로부터 이탈되지 않고 주형이 부품에 물려서 성형 공정을 반복하게 되는 결함이다. 더블 샷은 추가적인 조립과 쓸모없는 장애물의 제거를 방해하는 의심되는 제품을 제조한다. 시스템(10)이 더블 샷 결함을 식별하고 이러한 만족스럽지못한 제품을 사출 성형 공정에서 제거하는 능력을 갖는다는 것이 도시되었다.

본 발명의 장점은 제어 불능 상태의 결정과 의심되는 제품의 제거가 실시간으로 대체로 동시에 일어난다는 점이다. 시스템(10)은 제품 공정에서의 변화의 평가를 허용하여 실시간으로 제품 품질의 결정에 기여하도록 한다. 예측 모듈(20), 제어기(22) 및 전환 장치(24)의 실시간 그리고 합동 조작은 시스템(10)이 제어 불능 상태 동안에 전체 제조 공정을 멈출 필요가 없이 사출 성형 공정으로부터 의심되는 제품을 선택적으로 전환하고 제거하도록 허용한다. 제어 불능 상태는 자체적으로 수정되거나 시각화 모듈(34)로 공정을 관찰하는 사용자에 의해 수정될 수 있어서 양호한 제품이 추가적인 처리를 계속하도록 허용한다. 이것은 제품의 작업 중단시간을 현저히 감소시키고 제조 경제성을 향상시킨다.

또한, 본 발명에 의해 제공된 매개변수 출하 및 실시간 품질 제어는 제품 중간물을 즉시 다운 라인(down line)으로 보내지도록 허용하고 제품이 일찍 선적될 수 있도록 한다. 본 발명의 시스템과 방법은 감소된 공정 가변성과 더욱 일정한 제품 품질을 가져오는 공정 문제가 또한 일찍 식별될 수 있도록 한다. 이것은 공정을 더 잘 이해하고 향상된 준비성을 가지며 의사결정을 내릴 수 있는 능력을 가져온다.

본 명세서에 기술된 현재의 양호한 실시예에 대한 다양한 변경과 개조가 당 업자들에게 명백할 것이다. 본 발명의 사상과 범주를 벗어남이 없이 그리고, 수반하는 장점을 쇠퇴시킴이 없이 이러한 변경과 개조가 가능하다. 따라서, 이러한 변경과 개조는 첨부된 청구항에 의해 포함되도록 의도된다.

Claims

사출 성형 공정 데이터로부터, 제어 한계를 갖는 사출 성형 공정 모델을 생성하는 단계와,

실시간 사출 성형 공정 데이터를 수집하는 단계와,

실시간 사출 성형 공정 데이터가 제어 한계 내에 있는지 여부를 결정하는 단계와,

실시간 데이터 공정 데이터가 제어 한계를 초과할 때 사출 성형 공정으로부터 제품을 제거하는 단계를 포함하고,

상기 사출 성형 공정 모델을 생성하는 단계는 (i) 주성분 분석을 실행하는 단계와, (ii) 호텔링 T² 값을 계산하는 단계와, (iii) DModX 값을 계산하는 단계와, (iv) 잠재 구조 분석에 대한 투영을 실행하는 단계와, (v) 이 단계들의 조합으로 구성되는 그룹으로부터 선택된 다변수 분석을 사용하여 사출 성형 공정 데이터에 다변수 분석을 실행하는 것을 포함하고,

상기 (ii) 단계 및 (iii) 단계는 사출 성형 공정 데이터를 적어도 하나의 대리 변수로 변환하고 상기 적어도 하나의 대리 변수에 대한 호텔링 T² 값과 DModX 값을 계산하는 단계에 의해 실행되는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
제1항에 있어서, 상기 결정하는 단계와 상기 제거하는 단계는 동시에 일어나는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
제1항에 있어서, 사출 성형 공정 데이터 및 실시간 사출 성형 공정 데이터는 주기 시간, 용융 온도, 충전 시간, 용융 압력, 냉각 시간, 팩(pack) 시간, 정적 주형 온도, 가변 주형 온도, 사출 시간, 보유 시간, 발사(shot) 속도, 발사 쿠션(cushion), 충전 압력, 팩 압력, 보유 압력, 배압, 기계 분해, 유체 전달 압력, 위치 전달, 배럴 온도, 노즐 온도 및 이들의 조합을 포함하는 그룹으로부터 선택되는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
제1항에 있어서, 사출 성형 공정 데이터를 데이터베이스에 저장하는 단계를 더 포함하는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
삭제
삭제
제1항에 있어서, 사출 성형 공정 데이터를 적어도 하나의 대리 변수로 변환하는 단계는 벡터 시계열을 스칼라 데이터 세트로 감소시키는 것을 포함하는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
제1항에 있어서, 제어 한계는 상기 적어도 하나의 대리 변수에 대한 호텔링 T² 값과 DModX 값에 의해 규정되는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
제8항에 있어서, 실시간 사출 성형 공정 데이터에 대해 호텔링 T² 값과 DModX 값을 계산하는 단계와, 이들 값들을 제어 한계와 비교하는 단계를 포함하는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
제9항에 있어서, 실시간 사출 성형 공정 데이터에 대한 호텔링 T² 값과 DModX 값 중 어느 하나가 상기 적어도 하나의 대리 변수에 대한 호텔링 T² 값과 DModX 값을 초과하는 경우에 상기 제어 한계가 초과되는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
제1항에 있어서, 실시간 사출 성형 공정 데이터를 저장된 사출 성형 공정 데이터와 조합하고, 조합된 사출 성형 공정 데이터에 대한 다변수 분석을 실행하여 제어 한계를 조정하는 단계를 더 포함하는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
제11항에 있어서, 실시간 사출 성형 공정 데이터를 수집하는 단계와 제어 한계를 조정하는 단계는 동시에 일어나는, 사출 성형 공정에 의해 제조된 제품의 품질 제어 방법.
사출 성형 제조 공정으로부터 실시간 제조 데이터를 수집하는 단계와,

실시간 제조 데이터를, (i) 주성분 분석을 실행하는 단계와, (ii) 호텔링 T² 값을 계산하는 단계와, (iii) DModX 값을 계산하는 단계와, (iv) 잠재 구조 분석에 대한 투영을 실행하는 단계와, (v) 이 단계들의 조합으로 구성되는 그룹으로부터 선택된 다변수 분석에 의해 생성된 소정의 제조 제어 한계와 비교하는 단계와,

실시간 제조 데이터가 소정의 제조 제어 한계 내에 있는지 여부를 결정하는 단계와,

실시간 제조 데이터가 제어 한계를 초과할 때 제조된 임의의 제품을 사출 성형 제조 공정으로부터 제거하는 단계를 포함하고,

상기 (ii) 단계 및 (iii) 단계를 실행하는 것은 사출 성형 공정 데이터를 적어도 하나의 대리 변수로 변환하고 상기 적어도 하나의 대리 변수에 대한 호텔링 T² 값과 DModX 값을 계산하는 단계를 포함하는,

사출 성형 제조 공정에 의해 제조된 제품을 매개변수적으로 출하하는 방법.
제13항에 있어서, 상기 결정하는 단계와 상기 제거하는 단계는 동시에 일어나는, 사출 성형 제조 공정에 의해 제조된 제품을 매개변수적으로 출하하는 방법.
제13항에 있어서, 사출 성형 제조 공정은 상기 제거하는 단계 동안에 진행되는, 사출 성형 제조 공정에 의해 제조된 제품을 매개변수적으로 출하하는 방법.
(i) 주성분 분석을 실행하는 단계와, (ii) 호텔링 T² 값을 계산하는 단계와, (iii) DModX 값을 계산하는 단계와, (iv) 잠재 구조 분석에 대한 투영을 실행하는 단계와, (v) 이 단계들의 조합으로 구성되는 그룹으로부터 선택된 다변수 분석에 의해 소정의 사출 성형 제조 제어 한계를 생성하기 위한 데이터 분석 모듈과,

실시간 사출 성형 제조 공정 데이터를 수집하기 위한 데이터 수집 장치와,

상기 실시간 사출 성형 공정 데이터가 제어 한계 내인지 여부를 결정하기 위한 예측 모듈과,

상기 예측 모듈과 작동식으로 통신하며, 실시간 사출 성형 제조 공정 데이터가 제어 한계를 초과할 때 제조된 임의의 제품을 사출 성형 제조 공정으로부터 제거하는 전환 장치를 포함하고,

상기 (ii) 단계 및 (iii) 단계에서 상기 데이터 분석 모듈이 사출 성형 공정 데이터를 적어도 하나의 대리 변수로 변환하고 상기 적어도 하나의 대리 변수에 대한 호텔링 T² 값과 DModX 값을 계산하는 것인,

사출 성형 제조 공정에 의해 제조된 제품의 품질을 제어하기 위한 자동화된 시스템.
제16항에 있어서, 예측 모듈과 작동식으로 통신하는 제어기를 더 포함하며, 제어기는 실시간 사출 성형 공정 데이터가 제어 한계를 초과할 때 전환 장치로 신호를 송신하는, 사출 성형 제조 공정에 의해 제조된 제품의 품질을 제어하기 위한 자동화된 시스템.
제16항에 있어서, 제품을 사출 성형 기계로부터 제거하기 위한 운반기를 더 포함하는, 사출 성형 제조 공정에 의해 제조된 제품의 품질을 제어하기 위한 자동화된 시스템.
제18항에 있어서, 전환 장치는 제품을 운반기로부터 제거하는 게이트를 더 포함하는, 사출 성형 제조 공정에 의해 제조된 제품의 품질을 제어하기 위한 자동화된 시스템.