KR102285242B1 - 스크류 형상 추정 장치, 스크류 형상 추정 방법 및 스크류 형상 추정 프로그램 - Google Patents

스크류 형상 추정 장치, 스크류 형상 추정 방법 및 스크류 형상 추정 프로그램 Download PDF

Info

Publication number
KR102285242B1
KR102285242B1 KR1020197035045A KR20197035045A KR102285242B1 KR 102285242 B1 KR102285242 B1 KR 102285242B1 KR 1020197035045 A KR1020197035045 A KR 1020197035045A KR 20197035045 A KR20197035045 A KR 20197035045A KR 102285242 B1 KR102285242 B1 KR 102285242B1
Authority
KR
South Korea
Prior art keywords
information
learning
analysis
screw
screw shape
Prior art date
Application number
KR1020197035045A
Other languages
English (en)
Other versions
KR20200003041A (ko
Inventor
히데키 토미야마
요헤이 후쿠자와
타카히데 타케우치
Original Assignee
가부시끼가이샤 니혼 세이꼬쇼
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가부시끼가이샤 니혼 세이꼬쇼 filed Critical 가부시끼가이샤 니혼 세이꼬쇼
Publication of KR20200003041A publication Critical patent/KR20200003041A/ko
Application granted granted Critical
Publication of KR102285242B1 publication Critical patent/KR102285242B1/ko

Links

Images

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
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/25—Component parts, details or accessories; Auxiliary operations
    • B29C48/92—Measuring, controlling or regulating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
    • B29B7/00—Mixing; Kneading
    • B29B7/30—Mixing; Kneading continuous, with mechanical mixing or kneading devices
    • B29B7/58—Component parts, details or accessories; Auxiliary operations
    • B29B7/72—Measuring, controlling or regulating
    • B29B7/726—Measuring properties of mixture, e.g. temperature or density
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
    • B29B7/00—Mixing; Kneading
    • B29B7/30—Mixing; Kneading continuous, with mechanical mixing or kneading devices
    • B29B7/58—Component parts, details or accessories; Auxiliary operations
    • B29B7/72—Measuring, controlling or regulating
    • B29B7/728—Measuring data of the driving system, e.g. torque, speed, power, vibration
    • 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
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/25—Component parts, details or accessories; Auxiliary operations
    • B29C48/36—Means for plasticising or homogenising the moulding material or forcing it through the nozzle or die
    • B29C48/395—Means for plasticising or homogenising the moulding material or forcing it through the nozzle or die using screws surrounded by a cooperating barrel, e.g. single screw extruders
    • 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
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/25—Component parts, details or accessories; Auxiliary operations
    • B29C48/36—Means for plasticising or homogenising the moulding material or forcing it through the nozzle or die
    • B29C48/395—Means for plasticising or homogenising the moulding material or forcing it through the nozzle or die using screws surrounded by a cooperating barrel, e.g. single screw extruders
    • B29C48/40—Means for plasticising or homogenising the moulding material or forcing it through the nozzle or die using screws surrounded by a cooperating barrel, e.g. single screw extruders using two or more parallel screws or at least two parallel non-intermeshing screws, e.g. twin screw extruders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
    • B29B7/00—Mixing; Kneading
    • B29B7/30—Mixing; Kneading continuous, with mechanical mixing or kneading devices
    • B29B7/34—Mixing; Kneading continuous, with mechanical mixing or kneading devices with movable mixing or kneading devices
    • B29B7/38—Mixing; Kneading continuous, with mechanical mixing or kneading devices with movable mixing or kneading devices rotary
    • B29B7/46—Mixing; Kneading continuous, with mechanical mixing or kneading devices with movable mixing or kneading devices rotary with more than one shaft
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92009—Measured parameter
    • B29C2948/92038—Torque
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92009—Measured parameter
    • B29C2948/92047—Energy, power, electric current or voltage
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92009—Measured parameter
    • B29C2948/92085—Velocity
    • B29C2948/92095—Angular velocity
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92009—Measured parameter
    • B29C2948/92085—Velocity
    • B29C2948/92104—Flow or feed rate
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92009—Measured parameter
    • B29C2948/92209—Temperature
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92323—Location or phase of measurement
    • B29C2948/92361—Extrusion unit
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92504—Controlled parameter
    • B29C2948/92514—Pressure
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92504—Controlled parameter
    • B29C2948/92704—Temperature
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92819—Location or phase of control
    • B29C2948/92857—Extrusion unit
    • B29C2948/92876—Feeding, melting, plasticising or pumping zones, e.g. the melt itself
    • B29C2948/92885—Screw or gear
    • 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
    • B29C2948/00—Indexing scheme relating to extrusion moulding
    • B29C2948/92—Measuring, controlling or regulating
    • B29C2948/92819—Location or phase of control
    • B29C2948/92857—Extrusion unit
    • B29C2948/92876—Feeding, melting, plasticising or pumping zones, e.g. the melt itself
    • B29C2948/92895—Barrel or housing
    • 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
    • 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
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/03—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor characterised by the shape of the extruded material at extrusion
    • B29C48/07—Flat, e.g. panels
    • B29C48/08—Flat, e.g. panels flexible, e.g. films

Abstract

수지 물성을 포함하는 입력 정보를 취득하는 것과 함께 혼련(混練) 후의 수지 또는 혼련 장치에 관한 물리량의 요구값을 출력 정보로서 취득하는 취득부(101)와, 입력 정보, 물리량 및 복수의 스크류 형상의 상관 관계를 포함하는 지식 파일(162)을 기억하는 기억 장치(16)와, 입력 정보 및 지식 파일(162)에 기초하여 요구값을 충족하는 스크류 형상을 추정하는 탐색부(106) 및 형상 작성부(107)를 구비한다.

Description

스크류 형상 추정 장치, 스크류 형상 추정 방법 및 스크류 형상 추정 프로그램
본 발명의 실시 형태는 사출(射出) 성형기나 압출(押出) 성형기로 대표되는 스크류에 의해 수지 등의 재료를 혼련(混練)하는 혼련 장치의 압출 조건을 추정(推定)하는 장치에 관한 것이다.
수지 펠릿의 연속 생산이나 필름·시트 제품 등의 수지 제품의 연속 생산에서는 압출 성형기(이후, 압출기라고 부른다.)가 이용된다. 이 압출 프로세스에서는 토출(吐出)되는 수지의 품질을 목적 레벨 이상으로 달성시키는 것이 대전제다. 이 「품질」이란 복수 원료가 충분한 혼련 상태를 달성할 수 있는 점, 혼련 과다로 인한 열화물(劣化物) 등의 이물(異物)이 존재하지 않는 점, 혼련 과소로 인한 수지의 미용융 성분이나 원료의 응괴[凝集塊]가 존재하지 않는 점, 과도한 온도 상승으로 인한 열 열화 성분이 존재하지 않는 점 등 많은 기준에 기초하고 있으며, 이들 기준을 모두 달성하지 않으면 제조 판매에 이르지 못한다. 사용 원료가 이미 결정되어 있어서 원료 자체의 개질(改質)을 수행하지 못하는 전제에서는, 기준 달성을 위해서는 압출기의 스크류 형상 최적화와 운전·조작 조건의 최적화가 매우 중요해진다.
관련되는 기술 중, 금형으로 수지 성형품을 형성하기 위해 금형에 용융 수지 재료를 압출하기 위한 플런저 부재가 설치된 사출 성형기의 운전 조건을 설정하는 방법으로서, 사출 성형기로부터 금형으로 용융 수지 재료를 주입하는 것에 의해 제품이 되는 수지 성형품을 성형하는 운전 조건 하에서 사출 성형기로부터 계측 수단에 용융 수지 재료를 사출하고, 사출 성형기의 플런저 부재의 복수의 압출 위치별로 계측 수단 내에서 용융 수지 재료의 유동 길이를 계측하고, 다른 사출 성형기로부터 금형으로의 수지 재료의 주입에 의해 수지 성형품을 제조하는 데 앞서서, 다른 사출 성형기로부터 계측 수단 내에 용융 수지 재료를 사출하는 것에 대해 압출 위치별로 대응하는 다른 사출 성형기의 압출 위치마다, 각 압출 위치별로 계측된 유동 길이와 동일한 유동 길이를 얻기 위해 다른 사출 성형기의 운전 조건을 설정하는 것을 특징으로 하는 사출 성형기의 운전 조건 설정 방법이 알려져 있다(하기 특허문헌 1 참조).
1. 일본 특개 2007-007951호 공보
전술한 스크류 형상은 압출기의 심장부라고도 할 수 있는 가장 중요한 부품이며, 이 형상 결정에 소요되는 시간이 프로세스의 개발 기간을 지배하는 요인이 된다. 하지만 스크류 형상을 최적화하기 위해서는 많은 경험에 기초한 지식이나 노하우가 필요하고, 경험이 적은 기술자로는 그 형상을 고안하기가 용이하지 않다는 문제가 있었다.
본 발명은 전술한 문제점을 해결하기 위해서 이루어진 것이며, 혼련 장치의 스크류 형상을 추정하는 스크류 형상 추정 장치, 스크류 형상 추정 방법 및 스크류 형상 추정 프로그램을 제공하는 것을 목적으로 한다.
전술한 과제를 해결하기 위해서 본 발명의 일 형태는, 수지 물성을 포함하는 입력 정보를 취득하는 것과 함께 혼련 후의 수지 또는 혼련 장치에 관한 물리량의 요구값을 출력 정보로서 취득하는 정보 취득부; 상기 입력 정보, 상기 물리량 및 복수의 스크류 형상의 상관 관계를 포함하는 지식 정보를 기억하는 기억부; 및 상기 입력 정보 및 상기 지식 정보에 기초하여 상기 요구값을 충족하는 스크류 형상을 추정하는 형상 추정부를 구비한다.
본 발명에 따르면, 혼련 장치의 스크류 형상을 추정할 수 있다. 본 발명의 그 외의 효과에 대해서는 이하의 발명을 실시하기 위한 구체적인 내용의 항에서도 설명한다.
도 1은 실시 형태에서의 스크류 형상의 추정 대칭이 되는 2축 스크류 방식[式]의 압출기를 나타내는 개략 종단면도(縱斷面圖).
도 2는 실시 형태에 따른 스크류 형상 추정 장치의 하드웨어 구성을 나타내는 블록도.
도 3은 실시 형태에 따른 스크류 형상 추정 장치의 기능 구성을 나타내는 기능 블록도.
도 4는 실시 형태에 따른 학습 파일 데이터 구조를 나타내는 도면.
도 5는 실시 형태에 따른 스크류 형상 추정 장치가 기능으로서 포함하는 학습부에 의한 심층 학습을 설명하기 위한 도면.
도 6은 실시 형태에 따른 스크류 형상 추정 처리를 나타내는 흐름도.
도 7은 스크류 형상 추정 처리에서의 학습 처리를 나타내는 흐름도.
도 8은 학습 처리에서의 해석 학습 처리를 나타내는 흐름도.
도 9는 학습 처리에서의 실측 학습 처리를 나타내는 흐름도.
도 10은 스크류 형상 추정 처리에서의 추정 처리를 나타내는 흐름도.
도 11은 최적화 데이터에 포함되는 스크류의 묘화(描畵)된 형상 데이터를 나타내는 도면.
도 12는 실시예에서의 스크류의 혼련 영역의 장소를 설명하기 위한 도면.
도 13은 혼련 영역에서의 스크류에 이용하는 엘리먼트의 종류를 나타내는 표.
도 14는 수치 해석 시에 이용한 혼련 영역의 스크류 형상을 나타내는 표.
도 15는 실험 및 해석 결과를 나타내는 표이며, 도 15의 (a)는 압출량 10kg/h의 경우를 도시하고, 도 15의 (b)는 압출량 30kg/h의 경우를 도시한다.
도 16은 추정 처리에 의해 추정된 지정 조건을 충족하는 최적의 스크류 형상을 나타내는 표.
도 17은 최적의 스크류 형상을 이용한 실험 및 해석 결과를 나타내는 표.
도 18은 스크류 형상 추정 프로그램이 정보 처리 장치에 적용되는 경우를 나타내는 도면.
이하, 본 발명의 실시 형태에 대해서 도면을 참조하면서 설명한다. 또한 본 명세서 및 도면에서 실질적으로 동일한 기능을 가지는 구성 요소에 대해서는 동일한 부호를 첨부하는 것에 의해 중복 설명을 생략한다.
본 실시 형태에 따른 스크류 형상 추정 장치는 인공 지능 알고리즘을 포함하는 것과 함께 수치 해석 소프트웨어가 구비된 것이며, 수치 해석 결과나 실험 결과를 인공 지능에 의해 학습하고, 지정된 조건에 최적인 스크류 형상 및 그 압출 조건을 추정하는 장치다. 스크류 형상의 추정 대칭이 되는 압출기를 도 1에 예시한다. 도 1은 실시 형태에서의 스크류 형상의 추정 대칭이 되는 2축 스크류 방식의 압출기를 나타내는 개략 종단면도다. 본 실시 형태에 따른 스크류 형상 추정 장치는 도 1에 도시되는 바와 같이 수지 재료를 용융하기 위한 실린더(1)와, 실린더(1)의 상류측에 설치되고 수지 재료가 투입되는 호퍼(2)와, 실린더(1) 내에 회전 가능하도록 설치되고 수지 재료를 용융 혼련하는 것과 함께 실린더(1)의 선단부(하류측)에 반송하는 2축의 스크류(3)를 구비하는 압출기(4)의 상기 스크류(3)의 최적의 형상을 추정하는 것으로서 이후 설명을 한다. 또한 추정 대칭을 2축의 스크류(3)로 하지만 이에 한정되지 않고, 단축 스크류나 싱글 또는 더블 플라이트 스크류 등의 타종(他種) 다양한 스크류를 그 추정 대상으로 할 수 있다.
(장치 구성)
우선 본 실시 형태에 따른 스크류 형상 추정 장치의 장치 구성에 대해서 도 2를 이용하여 설명한다. 도 2는 본 실시 형태에 따른 스크류 형상 추정 장치의 하드웨어 구성을 나타내는 블록도다. 도 2에 도시되는 바와 같이 스크류 형상 추정 장치(10)는 CPU(Central Processing Unit)(11), 메모리(12), 입력부(13), 입출력 IF(Inter Face)(14), 표시부(15) 및 기억 장치(16)를 구비한다.
CPU(11)는 메모리(12) 상에 전개(展開)되는 OS(Operating System), BIOS(Basic Input/Output System), 범용 어플리케이션 등의 각종 프로그램을 실행하여 스크류 형상 추정 장치(10)의 제어를 수행한다.
메모리(12)는 RAM(Random Access Memory) 등의 휘발성의 기억 영역이며, 실행되는 프로그램의 작업 영역으로서 이용된다.
입력부(13)는 스크류 형상 추정 장치(10)를 사용하는 사용자로부터의 입력을 접수하는 것이며, 예컨대 디스플레이 상의 특정한 위치를 지정하기 위한 포인팅 디바이스인 마우스나, 문자 또는 특정 기능 등이 할당된 복수의 키가 배열된 키보드다.
입출력 IF(14)는 스크류 형상 추정 장치(10)에 의한 외부의 기기로의 신호나 데이터의 입출력을 수행하기 위한 인터페이스이며, 본 실시 형태에서는 외부 장치의 데이터베이스(20)에 격납된 실측 데이터(202)의 취득을 수행한다. 이 실측 데이터(202)는 각종 장치에서 실험된 결과를 포함하는 것이며, 실험별로 정리된 데이터다. 실측 데이터(202)의 상세에 대해서는 후술한다.
표시부(15)는 OS 및 OS 상에서 동작하는 어플리케이션의 GUI(Graphical User Interface)나 해석 결과를 표시하는 디스플레이 등의 출력 장치다. 이러한 출력 장치에 의해 예컨대 사용자가 입력하는 프로세스 종별(種別) 등의 항목이나, 후술하는 스크류 형상 추정 처리에 의해 추정된 스크류 형상을 2차원으로 묘화해서 표시한다.
기억 장치(16)는 HDD(Hard disk drive) 등의 불휘발성의 기억 영역이며, 스크류 형상 추정 처리에서 이용되는 각종 파라미터나 상기 처리에 의해 산출되는 각 물리량, 후술하는 학습 파일(161)이나 지식 파일(162)(도 2 참조)과 같은 데이터가 격납된다.
(기능 구성)
다음으로 스크류 형상 추정 장치(10)의 기능 구성에 대해서 도 3을 이용하여 설명한다. 도 3은 본 실시 형태에 따른 스크류 형상 추정 장치의 기능 구성을 나타내는 기능 블록도다. 도 3에 도시되는 바와 같이 스크류 형상 추정 장치(10)는 취득부(101)와, 판정부(102)와, 해석부(103)와, 파일 생성부(104)와, 학습부(105)와, 탐색부(106)와, 형상 작성부(107)를 기능으로서 포함한다. 이들 기능은 CPU(11)나 메모리(12) 등의 전술한 하드웨어 자원이 협동(協動)하는 것에 의해 실현되고, 이들의 기능에 의해 후술하는 스크류 형상 추정 처리가 실행된다.
취득부(101)는 수치 해석에 의해 소정의 물리량을 산출하기 위한 각종 파라미터나, 해석 결과, 실험 결과 등의 데이터를 취득한다. 이들의 데이터는 사용자에 의해 수동 입력[手入力]된 것을 취득해도 좋고, 외부 장치의 데이터베이스(20)로부터 취득해도 좋다. 본 실시 형태에서는 프로세스 종별, 운전 조건, 구성 데이터를 파라미터로서 취득한다. 이들의 각 파라미터에 관한 상세는 후술한다.
판정부(102)는 데이터베이스(20)가 갱신되었는지의 여부나, 해석 학습 처리나 실측 학습 처리를 실행할 것인지의 여부 등 후술하는 스크류 형상 추정 처리에서의 각종 판정을 수행한다.
해석부(103)는 취득된 각종 파라미터에 기초하여 수치 해석, 구체적으로는 CAE(Computer Aided Engineering) 해석을 수행하고, 해석 결과로서 토출 수지 온도 등의 각종 물리량의 산출을 수행한다. 이 해석부(103)에 의한 수치 해석으로서는 격자 메쉬법이나 FAN(Flow Analysis Network)법, 2차원 또는 3차원 유동 계산 등 기존의 용융 모델이나 계산 플로우를 이용한 기법을 들 수 있으며, 물리량을 산출 가능한 것이라면 좋다. 이 해석부(103)는 기존의 수치 해석 소프트웨어(simulation software)를 판독하는 것에 의해 실현되어도 좋고, 이러한 소프트웨어로서는 예컨대 주식회사 일본제강소(日本製鋼所)제의 「TEX-FAN」 등을 들 수 있다. 여기서 산출되는 물리량으로서는 토출 수지 온도, 비동력(比動力)(Esp.) 고상(固相) 점유율, 체류 시간, 혼련 영역 최대 수지 압력, 혼련 영역 충만 길이(充滿長), 모터 동력, 최대 토크 등을 들 수 있다.
파일 생성부(104)는 해석부(103)의 해석 결과나 취득부(101)에 의한 실험 결과로서의 파라미터의 취득에 따라 학습 파일(161)을 생성하고, 기억 장치(16) 내에 격납한다. 학습 파일(161)은 학습부(105)에 의한 학습을 수행시키기 위한 것이며, 프로세스 종별을 식별하는 프로세스 종별 번호, 압출량(원료 공급량) 등의 운전 조건, 스크류나 실린더 형상 등의 구성 데이터 및 해석 결과나 실험 결과로서의 토출 수지 온도 등의 각종 물리량의 항목이 설치되고, 각 항목에 값이 입력된 것이다. 학습 파일(161)의 상세에 대해서는 후술한다.
학습부(105)는 기억 장치(16) 내에 격납된 학습 파일(161)에 접속하고, 이에 기초하여 프로세스 종별, 운전 조건, 구성 데이터 및 물리량의 상관 관계를 학습, 구체적으로는 심층 학습(딥 러닝)을 수행하여 학습 결과를 지식 파일(162)로서 기억 장치(16) 내에 격납한다. 이 학습은 학습 파일(161)이 생성될 때마다 수행되고, 지식 파일(162)이 그때마다 갱신된다. 학습부(105)에 의한 학습 및 지식 파일(162)의 상세에 대해서는 후술한다.
탐색부(106)는 사용자에 의한 지정 조건의 입력에 따라 기억 장치(16) 내에 격납된 지식 파일(162)에 접속하고, 상기 지정 조건을 충족하는 최적의 스크류 형상을 탐색한다. 또한 스크류 형상에 한정되지 않고, 실린더 등의 구성 데이터나, 각종 운전 조건을 탐색해도 좋다.
형상 작성부(107)는 기억 장치(16) 내에 미리 격납된 ID 리스트(163)에 접속하고, 탐색부(106)에 의해 탐색된 스크류 형상을 ID 리스트(163)에 제시된 형상 데이터에 기초하여 2차원 데이터로서 작성하고, 사용자에게 시인(視認) 가능하도록 표시부(15)에 표시시킨다.
[학습 파일(161)]
다음으로 전술한 학습 파일(161)에 대해서 도 4를 이용하여 설명한다. 도 4는 본 실시 형태에 따른 학습 파일 데이터 구조를 나타내는 도면이다. 도 4에 도시되는 바와 같이 본 실시 형태에 따른 학습 파일(161)은 압출 조건, 즉 해석 조건이나 실험 조건으로서 설정된 필수 항목인 기본 항목(161a)과, 실험 결과로서 계측된 수치를 나타내는 실측 항목(161b)과, 해석 결과로서 산출된 수치를 나타내는 해석 항목(161c)과, 실측 항목(161b)과 해석 항목(161c)에서의 대응하는 항목의 각각의 수치의 차이를 나타내는 오차 항목(161d)을 포함한다.
기본 항목(161a)에는 압출 조건인 프로세스 종별, 압출기의 운전 조건, 압출기의 구성 데이터가 포함되고, 구체적으로는 프로세스 종별로서 프로세스 종별 번호, 운전 조건으로서 압출량, 스크류 회전수, 구성 데이터로서 압출기 사이즈 번호, 스크류 구성 번호 1 내지 n 및 실린더 구성 번호 1 내지 n을 포함한다. 실측 항목(161b)에는 기본 항목(161a)의 조건에서의 실험에 의해 계측된 물리량으로서 실측 토출 수지 온도, 실측 비동력, 실측 고상 점유율, 실측 체류 시간, 실측 혼련 영역 최대(수지) 압력, 실측 최대 토크를 포함한다.
해석 항목(161c)에는 기본 항목(161a)의 조건에서의 수치 해석 결과로서 산출된 물리량으로서 해석 토출 수지 온도, 해석 비동력, 해석 고상 점유율, 해석 체류 시간, 해석 혼련 영역 최대(수지) 압력 및 해석 최대 토크를 포함한다. 오차 항목(161d)에는 실측 항목(161b)과 해석 항목(161c)에서 공통되는 항목, 예컨대 오차 토출 수지 온도, 오차 비동력 등을 포함한다. 이들의 기본 항목(161a), 실측 항목(161b), 해석 항목(161c) 및 오차 항목(161d)에는 각각 수치가 입력된다.
실제의 압출기에 의한 압출 프로세스에서는 수지 원료의 차이나 필러 등의 부원료의 유무, 그에 따른 실린더 설정 온도의 차이, 압출기의 사이즈, 압출량이나 스크류 회전수의 차이 등 여러 종별로 분류된다. 특히 원료의 종류가 바뀌면, 각각의 공급 위치나 공급 배분을 고려한 실린더 구성과, 어느 영역에서 혼련을 필요로 하는지의 검토에 기초한 스크류 구성이 대폭적으로 달라진다. 이로부터 본 실시 형태에서는 학습 파일에 수지 원료의 정보, 즉 프로세스 종별의 정보를 포함한다. 프로세스 종별 번호는 예컨대 1=「폴리프로필렌+분체계(粉體系) 필러」, 2= 「폴리프로필렌+섬유계 필러」등으로 나타내어지는 큰 틀의 분류다. 이는 수치 해석과 비교해서 실험에 의한 수 천, 수 만 패턴의 데이터를 수집하는 것은 시간, 비용적으로 곤란하기 때문에 프로세스 종별을 세밀하게 분류하면 1개의 종별당의 데이터 수가 저하하고, 나아가서는 지식 파일(162)의 정밀도[精度]의 저하로 이어진다. 따라서 본 실시 형태에서는 프로세스 종별을 큰 틀의 묶음으로서 설정하는 것에 의해 1개의 종별당의 데이터 수의 저하를 피하고, 지식 파일의 정밀도 향상을 실현한다.
또한 압출기 사이즈 번호는 압출기의 사이즈, 예컨대 실린더나 스크류의 전체 길이를 고유적으로 나타내는 번호다. 스크류 구성 번호 1 내지 n은 이 압출기 사이즈에 따른 스크류를 구성하는 니딩 디스크(kneading disk) 등의 부품(엘리먼트)을 그 위치와 함께 나타내는 번호이며, 예컨대 1, 2, 4, 6의 값이 설정되어 입력되어 있으면, 그것들의 번호에 고유적으로 연관된 스크류의 디스크가 조합되어 스크류가 구성되어 있음을 나타낸다. 또한 수지를 반송하는 반송 영역과 수지를 용융 혼련하는 혼련 영역을 여기서 함께 제시하도록 하는 것이 바람직하다. 실린더 구성 번호 1 내지 n은 압출기 사이즈에 따른 실린더를 구성하는 부품을 그 위치와 함께 나타내는 번호이며, 실린더 내경의 사이즈에 대응하는 것이다.
또한 기본 항목(161a)으로서는 전술한 데이터에 한정되지 않고, 주원료의 부피 밀도, 복수 수지의 혼련이나 무기 필러의 혼련 프로세스를 고려한 부원료의 종류, 공급량이나 공유 위치 데이터, 탈휘(脫揮) 프로세스에서의 원료 공급 시의 원료수지로의 함유 용제 농도 등의 항목을 포함시켜도 좋다. 마찬가지로 실측 항목(161b) 및 해석 항목(161c)에 혼련 영역 충만 길이나, 모터 동력, 토출 수지의 용융 상태(미융해의 유무) 등의 항목을 포함시켜도 좋다. 토출 수지의 용융 상태에 대해서는 미융해 없음, 즉 완전 용융이라면 1, 미융해 있음이면 2 등의 번호로 나타내면 좋다. 또한 해석 항목(161c)은 실측 항목(161b)과 동일하지만, 실제 계측이 곤란하지만 수치 해석에서 산출 가능한 물리량에 관해서는 해석 항목(161c)에 고유적으로 항목이 설정되어도 좋다. 예컨대 분산 혼련의 지표가 되는 전단(剪斷) 응력이나, 분배 혼련의 지표가 되는 전단 변형의 누적값의 항목을 더 설치하는 것에 의해, 그 스크류 형상이 발현되는 분산 혼련이나 분배 혼련의 지표의 학습을 수행할 수 있다.
또한 본 실시 형태에서는 실측 항목(161b)은 해석 항목(161c)과 동일한 항목을 포함하지만, 전술한 바와 같이 실험에 따라서는 계측하지 않는 항목도 있다. 그 경우에는 학습 파일의 생성 시에 상기 항목에 대하여 「9999」나 「-」 등의 오차의 산출에는 적용하지 않음으로 설정한 값이 입력된다. 이는 해석 항목(161c)에서도 마찬가지이며, 수치 해석 시에 산출되지 않는 항목에 대해서는 「9999」나 「-」 등의 값을 입력하면 좋다. 본 실시 형태에서는 실측 항목(161b) 자체의 항목 수를 줄여서 실험 결과로서 계측이 용이한 실측 토출 수지 온도, 실측 비동력만을 실측 항목(161b)으로 해도 좋다.
(심층 학습)
다음으로 본 실시 형태에 따른 학습부(105)의 심층 학습에 대해서 도 5를 이용하여 설명한다. 도 5는 실시 형태에 따른 스크류 형상 추정 장치가 기능으로서 포함하는 학습부에 의한 심층 학습을 설명하기 위한 도면이다. 도 5에 도시되는 바와 같이 학습부(105)는 주로 입력층(31), 중간층(은폐층)(32) 및 출력층(33)을 포함하는 다층 구조의 뉴럴 네트워크(30)에 의해 실현되는 기능이다. 뉴럴 네트워크(30)는 입력층(31), 중간층(32), 출력층(33)에 복수의 노드가 포함된다. 뉴럴 네트워크(30)는 예컨대 입력층(31)의 1 이상의 노드(311a 내지 311d)가 중간층(32)의 1 이상의 노드[32(1)]와 접속되고, 중간층(32) 내에서 다단으로 배치된 노드[32(1) 내지 32(n)]가 중간층(32) 내에서 각각 인접하는 노드 간에서 접속되고, 중간층(32)의 1 이상의 노드[32(n)]와 출력층(33)의 1 이상의 노드(331a 내지 331d)가 접속되고, 입력층(31)으로부터 출력층(33)까지 다단으로 노드를 접속한 구성으로 이루어진다.
각 노드[311, 32(1) 내지 32(n) 및 331] 간을 접속하는 경로[34(1) 내지 34(n+1)]에는 각각 가중치 계수가 설정되고, 어떤 노드의 연산 결과가 가중치 계수에 기초하여 다른 노드에 전달된다. 또한 각 노드에는 활성화 함수가 설정되고, 전달된 연산 결과가 정규화 처리된다.
학습부(105)는 입력층(31)의 노드(311)로의 입력 패턴(입력 데이터)으로서 기지(旣知)인 기본 항목(161a)의 값을 부여하고, 출력층(33)의 노드(331)의 출력 패턴[교사(敎師) 데이터]으로서 기지인 해석 항목(161c) 및 오차 항목(161d)의 값을 부여한다. 이에 의해 압출 조건과 입력 노드(311)가 대응되어 해석 결과 및 실험 결과의 오차를 나타내는 물리량이 출력 노드(331)와 대응된다.
예컨대 입력 노드(311a)는 프로세스 종별 번호의 값을 접수하고, 입력 노드(311b)는 압출기 사이즈 번호의 값을 접수함으로 설정된다. 또한 입력 노드(311c)는 스크류 구성 번호의 값을 접수하고, 입력 노드(311d)는 실린더 구성 번호의 값을 접수함으로 설정된다. 또한 예컨대 출력 노드(331a)는 물리량으로서 토출 수지 온도의 값을 출력하고, 출력 노드(331b)는 물리량으로서 비동력의 값을 출력함으로 설정된다. 또한 예컨대 출력 노드(331c)는 물리량으로서 토출 수지 온도 오차의 값을 출력하고, 출력 노드(331d)는 물리량으로서 비동력 오차의 값을 출력함으로 설정된다.
이와 같이 설정함으로써 어떤 프로세스 종별이나 스크류 형상에 의해 중간층(32)을 경과한 학습을 수행하는 것에 의해 출력층(33), 즉 출력값을 얻을 수 있다. 이 학습으로 얻어진 출력값과, 미리 교사 데이터로서 부여된 출력층의 값에 차이가 발생하는 경우에는 학습의 정밀도가 불충분함을 의미한다. 그렇기 때문에 소정의 결과나 상기 결과에 오차가 발생하는 것을 학습하고, 경로[34(1) 내지 34(n+1)]의 경로에서의 각 노드에 대한 가중치 계수를 조정해서 결정한다. 이때 오차 항목(161d)에 관한 출력 노드에 대해서는 그 값이 최소(예컨대 0)에 근접해지도록 가중치 계수가 조정된다. 이를 반복하는 것에 의해 점차 학습에 의해 얻어지는 출력층(33)의 값과 교사 데이터의 차이가 줄어들고, 그 오차가 거의 없어졌다고 판단할 수 있는 상태가 된 단계에서 학습을 종료시킨다. 이 단계가 되면, 어떤 조건에 대한 스크류 형상으로 대표되는 다른 조건의 최적값을 산출하는 학습이 완료됐다고 간주할 수 있다.
지식 파일(162)은 이 학습 결과 그 자체이며, 어떤 조건에 대한 스크류 형상으로 대표되는 다른 조건의 최적값을 망라한 것이다. 바꾸어 말하면 압출 조건(프로세스 종별, 운전 조건 및/또는 구성 데이터)과, 해석 결과나 실험 결과로서의 물리량의 상관 관계를 나타내는 노하우다. 따라서 예컨대 어떤 프로세스 종별에 의해 원하는 토출 수지 온도의 요구값을 충족하는 스크류 형상이 어떤 형상인지의 정보가 지식 파일에는 포함되어 있다고 할 수 있다. 학습부(105)는 입력 패턴과 출력 패턴이 부여될 때마다 심층 학습을 수행하기 때문에 필연적으로 지식 파일(162)이 갱신되고, 지식 파일(162)의 정밀도가 높아진다.
학습부(105)에 의한 가중치 계수를 결정하는 기법으로서는 백 프로퍼게이션 등의 기존의 기법을 이용하면 좋고, 활성화 함수에 대해서도 마찬가지이다. 따라서 가중치 계수나 활성화 함수를 결정하는 기법에 관한 상세는 생략한다.
(처리 동작)
이하, 도면을 이용하여 본 실시 형태에 따른 스크류 형상 추정 장치(10)의 동작의 상세를 설명한다. 도 6은 실시 형태에 따른 스크류 형상 추정 처리를 나타내는 흐름도다. 또한 이 처리에서 산출되는 각 값은 적절히 메모리(12) 또는 기억 장치(16)에 격납된다. 그렇기 때문에 본 플로우 내에서는 각 값의 격납 처리는 생략한다.
도 6에 도시되는 바와 같이 스크류 형상 추정 장치(10)의 기동 후, 판정부(102)는 학습을 수행하기 위한 학습 처리를 실행할지 또는 스크류 형상의 추정을 수행하기 위한 추정 처리를 실행할지의 선택지(選擇肢)를 표시부(15)에 표시시키고(S101), 사용자에 의해 학습 처리가 선택되었는지의 여부를 판정한다(S102). 학습 처리 및 추정 처리에 관한 상세는 후술한다. 학습 처리가 선택되었을 경우(S102, YES), 학습 처리가 실행된다(S103). 학습 처리 후 취득부(101)는 계속해서 추정 처리를 실행할지의 여부의 선택지를 표시부(15)에 표시시키고(S104), 판정부(102)는 사용자에 의해 추정 처리를 실행하는 선택이 이루어졌는지의 여부를 판정한다(S105). 추정 처리를 실행하는 선택이 이루어진 경우(S105, YES), 추정 처리가 실행되고(S106), 본 플로우는 종료된다.
한편, 스텝(S102)의 판정 처리에서 학습 처리가 선택되지 않은, 즉 추정 처리가 선택되었을 경우(S102, NO), 스텝(S106)의 추정 처리로 이행한다. 또한 스텝(S105)의 판정 처리에서 추정 처리를 실행하지 않는 선택이 이루어진 경우(S105, NO), 본 플로우는 종료된다.
다음으로 전술한 학습 처리의 상세를 도면을 참조하면서 설명한다. 도 7은 학습 처리를 나타내는 흐름도다.
도 7에 도시되는 바와 같이 우선 판정부(102)는 해석 결과를 학습하기 위한 해석 학습 처리를 실행할지 또는 실험 결과를 학습하기 위한 실측 학습 처리를 실행할지의 선택지를 표시부(15)에 표시시키고(S201), 사용자에 의해 해석 학습 처리가 선택되었는지의 여부를 판정한다(S202). 해석 학습 처리가 선택되었을 경우(S202, YES), 후술하는 해석 학습 처리가 실행된다(S203). 해석 학습 처리 후, 취득부(101)는 계속해서 실측 학습 처리를 실행할지의 여부의 선택지를 표시부(15)에 표시시키고(S204), 판정부(102)는 사용자에 의해 실측 학습 처리를 실행하는 선택이 이루어졌는지의 여부를 판정한다(S205). 실측 학습 처리를 실행하는 선택이 이루어진 경우(S205, YES), 후술하는 실측 학습 처리가 실행되고(S206), 본 플로우는 종료된다.
한편, 스텝(S202)의 판정 처리에서 해석 학습 처리가 선택되지 않은, 즉 실측 학습 처리가 선택된 경우(S202, NO), 스텝(S206)의 실측 학습 처리로 이행한다. 또한 스텝(S205)의 판정 처리에서 실측 학습 처리를 실행하지 않는 선택이 이루어진 경우(S205, NO), 본 플로우는 종료된다.
다음으로 전술한 해석 학습 처리의 상세를 도면을 참조하면서 설명한다. 도 8은 해석 학습 처리를 나타내는 흐름도다.
도 8에 도시되는 바와 같이 우선 취득부(101)는 입력 폼을 표시부(15)에 표시시키고(S301), 학습 파일(161)을 생성하기 위한 각종 파라미터를 취득한다(S302). 여기서 취득하는 파라미터는 수치 해석을 수행하기 위한 해석 조건(압출 조건)이며, 수지 물성, 운전 조건, 구성 데이터에 관한 파라미터다. 필요한 파라미터는 수치 해석의 기법이나 해석 결과에 어떤 물리량을 필요로 하는지에 따라 다르지만, 수지 물성으로서는 예컨대 프로세스 종별 번호, 점도 피팅에 의한 모델 파라미터, 고체 및 액체의 밀도, 비열(比熱), 열전도율, 융점, 용융 열량 등을 들 수 있다. 운전 조건으로서는 예컨대 압출량, 스크류 회전수, 스크류 선단(先端) 압력, 실린더 설정 온도, 실린더 설정 온도 경계 위치, 스크류 위치, 메쉬 스텝 수[刻數], 계산 사이클 수, 계량 수지량, 원료 수지 온도, 배압(背壓) 등을 들 수 있다. 구성 데이터로서는 예컨대 스크류 구성 번호, 실린더 구성 번호, 실린더 지름, 스크류 지름, 스크류 홈 깊이, 스크류 리드, 메인 플라이트 폭, 메인 플라이트 클리어런스, 서브 플라이트 시작 위치, 서브 플라이트 종료 위치, 서브 플라이트 클리어런스 등을 들 수 있다. 또한 사용자는 프로세스 종별 번호, 스크류 구성 번호, 실린더 구성 번호에 관한 입력을 수행할 때, 이들 번호와 그 내용(수지명이나 엘리먼트 형상, 실린더 형상 등)이 대응된 ID 대비표를 참조하면 좋다. 이 ID 대비표는 미리 기억 장치(16)에 격납되어 있는 것이 바람직하다.
파라미터 취득 후, 해석부(103)는 취득된 파라미터에 기초하여 수치 해석을 수행하고, 해석 결과로서 각종 물리량을 산출한다(S303). 여기서 산출되는 물리량은 상기 파라미터나 수치 해석의 기법에 따라 다르지만, 예컨대 토출 수지 온도, 비동력, 고상 점유율, 혼련 영역 최대 수지 압력, 체류 시간, 혼련 영역 충만 길이, 모터 동력, 최대 토크, 가소화(可塑化) 능력 등을 들 수 있다. 산출된 각종 물리량은 파일 생성부(104)에 의해 판독 가능한 형식, 예컨대 학습 파일(161)의 해석 항목(161c)과 동일한 항목을 포함하고, 상기 항목에 각 값이 입력된 파일로서 보존된다.
수치 해석 후, 파일 생성부(104)는 취득된 해석 조건 및 해석 결과에 기초하여 학습 파일(161)을 생성한다(S304). 구체적으로는 해석 조건으로부터 기본 항목(161a)에 상당하는 정보를 취득하는 것과 함께 해석 결과로부터 해석 항목(161c)에 상당하는 정보를 취득하고, 이들로부터 학습 파일(161)을 생성한다. 또한 여기서의 단계에서는 생성된 학습 파일(161)의 실측 항목(161b), 오차 항목(161d)에는 「9999」등의 학습에는 사용하지 않음을 나타내는 값이 입력된다.
또한 해석 조건으로부터의 기본 항목(161a)의 정보 취득을 가능하게 하기 위해서 수지 물성과, 수지 및/또는 필러와, 프로세스 종별을 연관시킨 테이블을 미리 기억 장치(16) 내에 격납하는 것이 바람직하다. 이에 의해 스텝(S301)에서 사용자가 수지나 필러를 선택만 해도 수치 해석 처리에 필요한 수지 물성의 각 파라미터의 값을 자동으로 취득할 수 있고, 또한 학습 파일(161) 생성 시에는 선택된 수지 및/또는 필러의 프로세스 종별을 자동으로 취득할 수 있다. 또한 스텝(S301)에서 수지 물성의 파라미터를 입력할 때 입력 폼에 프로세스 종별을 선택하는 항목을 설치하는 것에 의해 사용자에게 프로세스 종별을 결정시키도록 해도 좋다.
학습 파일(161) 생성 후, 판정부(102)는 표시부(15)에 학습을 실행할지의 여부의 선택지를 표시시키고(S305), 학습을 실행하면 사용자가 선택했는지의 여부를 판정한다(S306). 학습을 실행하지 않음으로 선택된 경우(S306, NO), 그 외에도 학습시키고 싶은 수치 해석이 있다고 판단하고, 스텝(S301)의 입력 폼 표시의 처리로 이행한다. 한편, 학습을 실행함으로 선택된 경우(S306, YES), 학습부(105)는 생성된 학습 파일(161)에 기초하여 심층 학습을 실행하고(S307), 지식 파일(162)이 갱신되고(S308), 본 플로우는 종료된다.
다음으로 전술한 실측 학습 처리의 상세를 도면을 참조하면서 설명한다. 도 9는 실측 학습 처리를 나타내는 흐름도다.
도 9에 도시되는 바와 같이, 우선 판정부(102)는 외부 장치의 데이터베이스(20)에 접속하고, 데이터베이스(20)에 갱신이 있었는지의 여부를 판정한다(S401). 구체적으로는 데이터베이스(20) 내에 취득하지 않은 실측 데이터(202)가 격납되어 있는지의 여부를 판정한다. 데이터베이스(20)에 갱신이 있었을 경우(S401, YES), 취득부(101)는 취득하지 않은 실측 데이터를 선택하고(S402), 상기 데이터로부터 학습 파일로 반영하는 반영 정보를 취득한다(S403).
실측 데이터(202)에는, 예컨대 실험 시의 실험 조건(압출 조건)으로서 프로세스 종별, 운전 조건, 구성 데이터가 포함되고, 실험 결과로서 토출 수지 온도(압출기 선단 수지 온도)나 비동력(Esp.) 등의 계측된 각종 물리량이 포함된다. 본 실시 형태에서는 이 실측 데이터(202)는 취득부(101) 및 파일 생성부(104)에 의해 판독 가능한 형식, 예컨대 학습 파일(161)의 기본 항목(161a) 및 실측 항목(161b)과 동일한 항목을 포함하고, 상기 항목에 각 값이 입력된 파일로서 보존된다. 따라서 전술한 반영 정보는 실측 데이터(202)에서의 기본 항목(161a) 및 실측 항목(161b)과 동일한 항목의 각 값이다.
반영 정보 취득 후, 판정부(102)는 반영 정보에 대응하는 학습 파일(161)이 있는지의 여부를 판정한다(S404). 구체적으로는 판정부(102)는 반영 정보의 기본 항목의 각 값과, 학습 파일(161)의 기본 항목(161a)의 각 값이 동일, 즉 동일 압출 조건인지의 여부를 판정한다. 반영 정보에 대응하는 학습 파일(161)이 있는 경우(S404, YES), 파일 생성부(104)는 반영 정보에 대응한다고 판정된 학습 파일(161)의 실측 항목(161b)의 각 값(학습하지 않는다고 여겨진 값 9999 등)을 반영 정보의 실측 항목의 각 값으로 수정하고, 상기 실측 항목(161b)의 값과 상기 실측 항목(161b)에 대응하는 해석 항목(161c)의 값의 차분을 산출하고, 상기 학습 파일(161)의 오차 항목의 각 값(학습하지 않는다고 여겨진 값 9999 등)을 산출한 각 값으로 수정해서 학습 파일(161)을 갱신한다(S405).
학습 파일(161)의 갱신 후, 판정부(102)는 데이터베이스(20)에 접속하고, 미선택의 실측 데이터가 있는지의 여부를 판정한다(S406). 미선택의 실측 데이터가 있는 경우(S406, YES), 스텝(S402)의 실측 데이터의 선택 처리로 이행한다. 한편, 미선택의 실측 데이터가 없는 경우(S406, NO), 판정부(102)는 표시부(15)에 실측 데이터의 수동 입력을 수행할지의 선택지를 표시시키고(S407), 수동 입력을 수행하면 사용자가 선택했는지의 여부를 판정한다(S408).
수동 입력을 수행하지 않음으로 선택된 경우(S408, NO), 학습부(105)는 갱신된 학습 파일(161)에 기초하는 심층 학습을 수행하고(S409), 지식 파일(162)이 갱신되고(S410), 본 플로우는 종료된다.
한편, 스텝(S401)의 판정 처리에서 데이터베이스(20)에 갱신이 없었을 경우(S401, NO), 취득부(101)는 입력 폼을 표시부(15)에 표시시키고(S411), 반영 정보를 취득한다(S402). 또한 여기서 표시될 수 있는 입력 폼은 스텝(S301)의 입력 폼 표시 처리 시에 표시한 입력 폼과 마찬가지의 형식이면 좋고, 따라서 사용자는 ID 대비표를 참조해서 프로세스 종별 번호나 스크류 구성 번호 등의 입력을 수행하면 좋다.
또한 스텝(S404)의 판정 처리에서 반영 정보에 대응하는 학습 파일(161)이 없는 경우(S404, NO), 해석부(103)는 반영 정보에서의 기본 항목의 정보에 기초하여 수치 해석 처리를 실행한다(S412). 해석 처리 후, 파일 생성부(104)는 수치 해석 결과에 기초하여 기본 항목(161a), 해석 항목(161c)에 해석 조건이나 해석 결과의 값이 실측 항목(161b), 오차 항목(161d)에 학습하지 않는다고 여겨진 값 9999 등이 입력된 학습 파일(161)을 생성하고(S413), 스텝(S405)의 학습 파일(161)의 갱신 처리로 이행한다. 또한 스텝(S408)의 판정 처리에서 수동 입력을 수행한다고 선택된 경우(S408, YES), 다른 학습해야 할 실험 결과가 있다고 판단해서 스텝(S411)의 입력 폼 표시 처리로 이행한다.
다음으로 전술한 추정 처리의 상세를 도면을 참조하면서 설명한다. 도 10은 추정 처리를 나타내는 흐름도다.
도 10에 도시되는 바와 같이 우선 취득부(101)는 입력 폼을 표시부(15)에 표시시키고(S501), 사용자로부터 지정 조건의 입력을 촉구하여 이들을 취득한다(S502). 지정 조건은 적어도 압출 조건과 원하는 요구 물리량을 포함하는 것이며, 여기서의 압출 조건은 프로세스 종별 등의 학습 파일(161)에서의 기본 항목(161a)의 각종 항목에 대응한다. 요구 물리량은 토출 수지 온도 등의 실측 항목(161b)이나 해석 항목(161c)의 각종 항목에 대응하는 것이며, 요구 물리량을 설정할 때에는 그 요구값도 함께 입력한다. 또한 압출 조건으로서 무엇을 입력할지는 적의(適宜)지만 적어도 프로세스 종별이 입력되는 것이 바람직하다. 이는 프로세스 종별이 다른 것에 의해 해석 결과나 실험 결과가 크게 다르기 때문에 프로세스 종별이 설정되지 않은 경우, 추정 처리 결과가 방대해질 가능성이 있기 때문에다. 또한 압출 조건으로서의 스크류 형상 번호를 추정 대상임을 나타내는 공란(입력하지 않음)으로 설정한다. 스크류 회전수 등의 다른 압출 조건도 함꼐 추정하고자 하는 경우에는 상기 조건도 공란으로 하면 좋다. 여전히 요구 물리량 이외의 물리량에 대해서는 공란 등의 요구하지 않음을 나타내는 설정을 수행하는 것에 의해 스크류 형상이 추정된 단계에서 최적의 압출 조건도 추정되기 때문에, 장치 사이드에서 자동으로 예측값(이후, 예측 정보라고 부른다.)이 출력된다.
예컨대 사용자가 폴리에틸렌을 토출 수지 온도 200℃로 압출 형성하기 위한 최적의 스크류 형상을 알고자 하는 경우, 프로세스 종별을 폴리에틸렌, 스크류 형상 번호의 각 값을 공란, 요구 물리량을 토출 수지 온도, 그 요구값을 200℃라고 입력 폼에 입력하면 된다. 또한 상기 입력 폼은 학습 파일(161)의 각 항목에 기초하여 생성해도 좋다. 이에 의해 학습 파일(161)에 새로운 항목이 설치되고 학습이 이루어졌을 때 자동으로 추정 처리의 대상으로 할 수 있다.
지정 조건 취득 후, 탐색부(106)는 지식 파일(162)에 접속하는 것에 의해 지정 조건에 포함되는 압출 조건에서의 요구 물리량의 요구값을 충족하는 최적의 스크류 형상을 탐색하고(S503), 상기 스크류 형상을 선정한다(S504). 압출 조건의 값은 변하지 않지만 요구값에 대해서는 다소의 오차가 포함된다. 이는 요구값의 물리량이 출력 패턴으로서 학습되었기 때문이다. 따라서 여기서의 「요구값을 만족」이란 설정한 값으로부터 소정의 범위의 오차를 포함하는 것이며, 그 오차는 학습의 정밀도에 의해 적절히 설정된다. 또한 복수 패턴의 스크류 형상으로 요구값을 충족한다고 여겨진 경우에는 그 전체 또는 요구값의 일치도로부터 상위의 몇 개[數] 패턴을 선정하는 등을 수행하면 좋다.
최적 스크류 형상 선정 후, 형상 작성부(107)는 기억 장치(16)에 미리 격납되어 있는 스크류 구성 번호와 엘리먼트별 형상 데이터가 연관된 ID 리스트(163)에 접속하고, 선정된 스크류 형상의 스크류 구성 번호에 대응하는 형상 데이터를 판독한다(S505). 상기 형상 데이터는 2D 데이터라면 좋지만, 3D 데이터로 해도 좋다. 판독 후, 형상 작성부(107)는 판독한 형상 데이터에 기초하여 스크류 형상을 작성(묘화)하고(S506), 상기 스크류 형상과 함께 공란에 설정한 압출 조건의 최적값이나, 예컨대 상기 압출 조건에서의 토출 수지 온도나 압출기(4)의 부하 상태 등의 예측 정보를 최적화 데이터로서 제시하고(S507), 본 플로우는 종료된다.
도 11은 최적화 데이터에 포함되는 스크류의 묘화된 형상 데이터를 나타내는 도면이다. 도 11에 도시되는 바와 같이 스크류 형상은 사용자가 시각적으로 이미지 가능하도록 표시된다. 또한 여기에서는 「L/D」, 「리드, 각도」, 「조수(條數)」 및 「외경φ」의 항목이 표시되지만, 이는 ID 리스트(163)의 스크류 구성 번호에 연관된 것이며, ID 리스트(163)에 접속한 단계에서 이들 정보를 취득한다.
(실시예)
이하, 도면을 이용하여 본 실시 형태에 따른 스크류 형상 추정 장치(10)를 이용한 실시예에 대해서 설명한다. 도 12는 본 실시예에서의 스크류의 혼련 영역의 장소를 설명하기 위한 도면이며, 도 13은 혼련 영역에서의 스크류에 이용하는 엘리먼트의 종류를 나타내는 표이며, 도 14는 수치 해석 시에 이용한 혼련 영역의 스크류 형상을 나타내는 표다. 본 실시예에서는 2축 스크류를 포함하는 2축 스크류 방식 압출기에 의한 폴리프로필렌의 해석, 실험 결과를 스크류 형상 추정 장치(10)에 학습시켜 원하는 요구 물리량의 요구값을 충족하는 스크류 형상의 추정을 수행했다.
학습을 목적으로 한 스크류 형상의 평가를 수행하기 위해서 이용한 압출기는 실린더 내경=φ26.5mm(이후, 이 치수를 D로 한다), 스크류 전체 길이인 L/D=52.5mm(L은 실제 길이[mm])의 사양의 TEX25αIII로 했다. 상기 압출기에 삽입한 스크류는 도 12에서의 부호(40)로 나타내는 L/D=4의 부위를 수지의 용융 가소화를 수행하는 혼련 영역으로 하고, 그 이외는 모두 반송을 목적으로 한 풀 플라이트 스크류로 했다. L/D=4의 혼련 영역을 구성하는 혼련 스크류는 도 13에 나타내는 순(順) 트위스트 니딩 디스크, 역(逆) 트위스트 니딩 디스크 및 직교(直交) 니딩 디스크의 3종을 각각 스크류 길이 0.5, 1.0, 1.5의 3종을 준비하여, 총 9형상의 니딩 디스크만으로부터 구성시키는 것으로 했다. L/D=4에서의 9형상의 니딩 디스크의 조합은 46,090가지가 있으며, 본 실시예에서는 모두 해석을 수행하고, 도 14에 나타내는 스크류 A 내지 D의 4종의 스크류 형상만을 실험의 대상으로 했다.
압출 실험에서는 프로세스 종별을 폴리프로필렌으로 하고, 그 유동성의 평가 지표인 MFR은 9.0이다. 운전 조건으로서 압출량 10kg/h로 스크류 회전 속도 100, 200, 300의 3패턴을 각 스크류 형상 A 내지 D의 각각에서, 또한 압출량 30kg/h로 스크류 회전 속도 200, 300, 400의 3패턴을 각 스크류 형상 A 내지 D의 각각으로 압출 실험을 수행했다. 실린더 설정 온도는 전체 실험에서 동일로 했다. 즉 압출 실험에서는 압출량과 스크류 회전수만을 변경해서 실험을 수행했다. 또한 이들 스크류 형상의 전체 압출 조건에 대해서 시뮬레이션 소프트 「TEX-FAN」에서 수치 해석 처리를 실시했다.
도 15는 실험 및 해석 결과를 나타내는 표이며, 도 15의 (a)는 압출량 10kg/h의 경우를 나타내고, 도 15의 (b)는 압출량 30kg/h의 경우를 나타낸다. 도 15에 도시되는 바와 같이 실험 결과에서는 압출량 10kg/h에서는 모든 조건에서 미용융 성분의 토출은 확인되지 않았지만, 30kg/h에서는 많은 조건에서 미용융 성분이 발생했다. 이는 스크류 형상 A 내지 D에서는 수지를 용융 가소화시키는 데 충분한 혼련 에너지가 부여되지 않음을 의미하고, 토출 수지 온도가 200℃를 초과한 조건에서도 균일한 혼련이 되어 있지 않음이 시사된다. 해석 결과와 실험 결과에서는 토출 수지 온도에 어느 정도의 차이가 발생하지만, 미용융 성분의 발생 예측은 실제의 경향을 양호하게 예측할 수 있다. 고회전 영역에서는 예측 결과가 실측보다 15℃ 정도 높게 수지 온도를 예측하지만, 전체적으로 그 경향은 유사하다.
다음으로 L/D=4의 혼련 영역을 구성 가능한 46,090가지의 스크류 형상 전체를 대상으로 하여 「TEX-FAN」을 이용하여 수치 해석을 수행했다. 해석 조건은 전술한 압출 조건과 동일하다. 얻어진 해석 결과는 총수 약 28만 건이 되었지만, 이들의 해석 결과와 실험 결과를 스크류 형상 추정 장치(10)에 입력하고(미융해의 유무도 포함한다.), 학습 처리(S103)에 의해 도 4에 도시한 해석 결과와 실험 결과로 이루어지는 학습 파일(161)과, 이들 이외의 상기 해석 결과로 이루어지는 학습 파일(161)을 생성하여 심층 학습을 수행했다. 또한 상기 심층 학습에 의해 얻어진 지식 파일(162)을 이용하여 추정 처리(S106)를 실시했다. 지정 조건으로서는 프로세스 종별을 폴리프로필렌, 압출기의 사이즈 번호를 상기 TEX25αIII의 번호, 압출량을 30kg/h, 스크류 회전수를 공란, 요구 물리량을 토출 수지 온도, 그 요구값을 200℃, 미융해를 없음(완전 용융)으로 했다.
도 16은 추정 처리에 의해 추정된 지정 조건을 충족하는 최적의 스크류 형상을 나타내는 표다. 도 16에 도시되는 바와 같이 추정 처리(S106)를 실시한 결과, 스크류 형상은 스크류 E 내지 스크류 H가 추정되었다. 또한 지정 조건을 충족한다고 추정된 스크류 회전수는 어느 하나의 스크류 형상에서도 300rpm이었다. 추정된 스크류 E 내지 H는 도 14에 도시되는 스크류 A 내지 D와 비교해서 반송 능력이 높은 순 트위스트 니딩 디스크의 채택이 적고, 혼련 영역의 수지 압력을 상승시키는 효과가 높은 역 트위스트 니딩 디스크나 혼련 성능 자체가 가장 뛰어난 직교 니딩 디스크의 채택이 많음을 알 수 있다. 이것은 도 15의 (b)에 도시되는 30kg/h 압출로 혼련 에너지가 낮았던 것을 스크류 형상 추정 장치(10)가 학습한 것을 뒷받침하는 것이며, 그 결과로서 혼련 능력이 보다 높은 스크류 E 내지 H를 추장 형상으로서 출력한 것이 시사된다.
도 17은 최적의 스크류 형상을 이용한 실험 및 해석 결과를 나타내는 표다. 지정 조건을 만족시키는 압출량은 300rpm이지만, 검증을 위해서 250rpm 내지 400rpm까지 50rpm 간격의 평가를 수행했다. 도 17의 해석의 란에 도시되는 바와 같이 어느 하나의 스크류 형상 및 스크류 회전수에서도 예측된 토출 수지 온도는 요구값의 200℃를 초과했다. 이는 도 15의 (b)에 도시하는 과거의 실험 결과에서 해석 결과가 실측값보다 높이 예측되고 있었던 것을 스크류 형상 추정 장치(10)가 학습한 결과에 의한 것으로 추측된다. 또한 이들 스크류 형상에서는 모든 조건에서 미용융 성분의 토출은 발생하지 않는다고 예측되었다.
한편, 실제의 2축 압출기를 이용한 검증 실험 결과를 도시하는 도 17의 실측의 란에 도시되는 바와 같이 300rpm에서 모든 스크류 형상에서 미용융 성분의 발생은 확인되지 않고, 또한 토출 온도도 200℃±1℃ 정도의 오차 범위 내를 나타낸다는 것을 알았다. 이로부터 스크류 형상 추정 장치(10)에서의 심층 학습을 이용한 기계 학습을 실시하고, 추정한 최적 스크류 형상이 정밀도 좋게 구해졌음을 실증할 수 있었다. 즉 본 실시예에 따르면, 학습 및 스크류 형상을 포함하는 지정 조건의 최적화를 수행하는 스크류 형상 추정 장치(10)는 압출기의 스크류 형상 결정에서 지극히 유용하며, 또한 고정밀도로 지정 조건의 출력을 얻을 수 있다는 것이 판명되었다.
이상으로 설명한 바와 같이 본 실시 형태에 따른 스크류 형상 추정 장치(10)에 따르면, 지식 파일(162)을 이용하는 것에 의해 지정 조건에 따른 최적의 스크류 형상을 추정할 수 있고, 이를 사용자에게 제시할 수 있다. 따라서 스크류 형상에 관한 지식이나 노하우를 가지지 않는 경험이 얕은 사용자이어도 용이하게 지정 조건에 따른 최적인 스크류 형상을 인식할 수 있다.
또한 압출량과 같은 운전 조건이나 해석 결과 및 실험 결과로 얻어지는 물리량을 학습 파일(161)에 내장[組入]하여 학습을 수행시키는 것에 의해 최적의 스크류 형상을 채택한 경우의 최적의 압출 조건이나 예측 정보도 동시에 추정하는 것이 가능해진다. 따라서 사용자는 이상적인 압출기 장치 구성 및 압출 조건을 파악할 수 있다.
또한 본 실시 형태에 따르면, 최적화 데이터를 제안할 때 형상 작성부(107)에 의해 스크류 형상을 묘화할 수 있기 때문에 사용자에게 시각적인 이미지를 줄 수 있고, 실제 압출기로의 적용 편리성의 향상이 가능해진다.
이상으로 설명한 실시 형태에서는 실험 결과와 압출 조건이 동일한 해석 결과를 포함하는 학습 파일(161)이 없는 경우에는 수치 해석이 실행된다. 그렇기 때문에 학습 파일(161)에는 해석 결과만을 포함하는 것, 즉 실측 항목(161b)과 오차 항목(161d)에 값을 포함하지 않는 것과, 해석 결과 및 실험 결과를 포함하는 것의 2종류가 있다고 설명했다. 하지만 실험 결과와 압출 조건이 동일한 해석 결과를 포함하는 학습 파일(161)이 없는 경우에 수치 해석을 수행하지 않고, 실험 결과만을 포함하는 것, 즉 해석 항목(161c)과 오차 항목(161d)에 값을 포함하지 않는 학습 파일(161)에 의한 심층 학습이 이루어져도 좋다. 또한 스텝(S103)의 학습 처리에서 스텝(S206)의 실측 학습 처리를 생략하고, 즉 지식 파일(162)을 수치 해석 결과만으로 이루어지는 학습 파일(161)을 이용한 심층 학습에 의해 생성해도 좋다.
이상으로 설명한 실시 형태에서는 스크류 형상 추정 장치(10)측에서 최적의 스크류 형상을 선정하여 이를 표시부(15)에 표시했지만, 이에 한정할 필요는 없다. 예컨대 요구 물리량의 요구값을 충족한다고 여겨진 수치 범위 이상의 수치 범위를 설정하고, 최적의 스크류 형상으로서 보다 넓은 범위에서 사용자에게 제시하도록 해도 좋고, 탐색 결과를 리스트화해서 표시해도 좋다. 리스트화한 경우, 요구값(복수 있으면 각 요구값)의 일치도에 따라 정렬하고, 위부터 순서대로 최적으로 여겨진 것을 열거하여 사용자에게 선택된 것만을 스텝(S506)의 스크류 형상 작성 처리에 걸쳐서 묘화해도 좋다.
이상으로 설명한 실시 형태에서는 형상 작성부(107)가 스크류 형상을 묘화한다고 설명했지만, ID 리스트(163)에 실린더 구성 번호와 그 형상 데이터를 포함시키고, 실린더 형상도 시각적으로 이미지 가능하도록 묘화해도 좋다.
이상으로 설명한 실시 형태에서는 실적 데이터(202) 또는 입력 폼으로부터 반영 정보를 취득하여 기본 항목(161a)이 일치하는 학습 파일(161)에 반영 정보를 반영하는 기법을 취하고 있지만, 이에 한정될 필요는 없다. 실측 데이터(202) 또는 입력 폼으로부터 한 번 기본 항목(161a) 및 실측 항목(161b)에만 값이 입력된 학습 파일(161)을 생성하고, 격납한 후에 기본 항목(161a)이 일치하고 또한 해석 항목(161c)에 값이 입력된 학습 파일(161)을 판독해서 정보의 통합을 수행해도 좋다.
이상으로 설명한 실시 형태에서는 최적화 데이터의 제시에 의해 추정 처리를 마쳤지만, 최적화 데이터를 제시하는 것과 함께 해석부(103)에 의한 최적화 데이터를 이용한 수치 해석을 수행해도 좋다. 이와 같이 하는 것에 의해 최적화 데이터의 검증을 자동적으로 수행할 수 있는 것과 함께 해석 결과로서 수지가 어떤 물성으로 압출되는지 등의 예측을 함께 출력할 수 있다.
본 발명은 그 요지 또는 주요한 특징으로부터 일탈하지 않고 다른 여러 형태로 실시할 수 있다. 그렇기 때문에 전술한 실시 형태는 모든 관점에서 단순한 예시에 지나지 않고, 한정적으로 해석해서는 안 된다. 본 발명의 범위는 특허청구범위에 의해 제시하는 것이며, 명세서 본문에는 전혀 구속되지 않는다. 또한 특허청구범위의 균등 범위에 속하는 모든 변형, 다양한 개량, 대체 및 개질은 모두 본 발명의 범위 내의 것이다.
또한 실시 형태에서 설명한 스크류 형상 추정 장치(10)에서의 각종 스텝을 스크류 형상 추정 프로그램으로서 도 18에 도시되는 바와 같은 컴퓨터에 의해 판독 가능한 가반형(可搬型)의 기록 매체(8)에 기억시키고 상기 기록 매체(8)를 정보 처리 장치(9)에 판독시키는 것에 의해 전술한 기능을 정보 처리 장치(9)에 실현시킬 수 있다. 기록 매체(8)로서는 예컨대 광(光) 디스크(CD-ROM, DVD 디스크 등), 자기(磁氣) 디스크(하드디스크 드라이브 등), 플래시 메모리, IC 카드, 또한 네트워크를 개재하는 것에 의해 전송 가능한 매체 등, 컴퓨터로 판독이나 실행이 가능한 모든 매체가 포함된다.
10: 스크류 형상 추정 장치 16: 기억 장치(기억부)
161: 학습 파일(학습 정보) 162: 지식 파일(지식 정보)
101: 취득부(정보 취득부) 102: 판정부(정보 판정부)
103: 해석부(수치 해석부) 104: 파일 생성부
105: 학습부(상관 관계 학습부) 106: 탐색부
107: 형상 작성부(형상 추정부)

Claims (8)

  1. 수지 물성을 포함하는 입력 정보를 취득하는 것과 함께 혼련(混練) 후의 수지 또는 혼련 장치에 관한 물리량의 요구값을 출력 정보로서 취득하는 정보 취득부;
    상기 입력 정보, 상기 물리량 및 복수의 스크류 형상의 상관 관계를 포함하는 지식 정보를 기억하는 기억부;
    상기 입력 정보 및 상기 지식 정보에 기초하여 상기 요구값을 충족하는 스크류 형상을 추정하는 형상 추정부;
    상기 수지 물성을 포함하는 프로세스 종별, 압출량을 포함하는 운전 조건 및 스크류 형상을 포함하는 구성 데이터를 해석 조건으로 하고, 상기 해석 조건에 기초한 수치 해석에 의해 얻어지는 해석 결과를 학습 정보로서 생성하는 정보 생성부; 및
    상기 학습 정보에 기초하여 프로세스 종별, 운전 조건, 구성 데이터 및 해석 결과의 상관 관계를 학습하고, 상기 지식 정보에 반영시키는 상관 관계 학습부
    를 구비하는 것을 특징으로 하고,
    상기 정보 취득부는 소정의 프로세스 종별, 운전 조건 및 구성 데이터를 실험 조건으로서 실시된 실험에 의해 얻어지는 상기 물리량을 포함하는 실험 결과를 취득하고,
    상기 정보 생성부는 상기 실험 결과를 상기 학습 정보에 반영시키는 것을 특징으로 하는 스크류 형상 추정 장치.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 실험 결과의 실험 조건과 공통되는 해석 조건의 해석 결과가 상기 학습 정보에 포함되는지의 여부를 판정하는 정보 판정부를 더 구비하고,
    상기 정보 생성부는 상기 실험 결과의 실험 조건과 공통되는 해석 조건의 해석 결과가 상기 학습 정보에 포함되어 있다고 판정된 경우, 상기 실험 결과와 상기 해석 결과에 공통되는 물리량의 차분(差分)을 오차 정보로서 상기 학습 정보에 반영하는 것을 특징으로 하는 스크류 형상 추정 장치.
  5. 제4항에 있어서,
    상기 실험 결과의 실험 조건과 공통되는 해석 조건의 해석 결과가 상기 학습 정보에 포함되어 있지 않다고 판정된 경우, 상기 해석 조건에 의해 수치 해석을 수행하는 수치 해석부를 더 구비하고,
    상기 정보 생성부는 수치 해석부에 의해 해석된 해석 결과를 상기 학습 정보에 반영하는 것과 함께 상기 실험 결과와 상기 해석 결과에 공통되는 물리량의 차분을 오차 정보로서 상기 학습 정보에 반영하는 것을 특징으로 하는 스크류 형상 추정 장치.
  6. 제1항에 있어서,
    상기 상관 관계 학습부에 의한 학습은 프로세스 종별 및 복수의 스크류 형상을 입력 데이터로 하고, 상기 물리량을 교사(敎師) 데이터로 한 심층 학습인 것을 특징으로 하는 스크류 형상 추정 장치.
  7. 스크류 형상 추정 장치가 실행하는 스크류 형상 추정 방법으로서,
    (a) 수지 물성을 포함하는 입력 정보를 취득하는 것과 함께 혼련 후의 수지 또는 혼련 장치에 관한 물리량의 요구값을 출력 정보로서 취득하는 단계와,
    (b) 상기 입력 정보, 상기 물리량 및 복수의 스크류 형상의 상관 관계를 포함하는 지식 정보를 기억부에 기억하는 단계와,
    (c) 상기 입력 정보 및 상기 지식 정보에 기초하여 상기 요구값을 충족하는 스크류 형상을 추정하는 단계와,
    (d) 상기 수지 물성을 포함하는 프로세스 종별, 압출량을 포함하는 운전 조건 및 스크류 형상을 포함하는 구성 데이터를 해석 조건으로 하고, 상기 해석 조건에 기초한 수치 해석에 의해 얻어지는 해석 결과를 학습 정보로서 생성하는 단계와,
    (e) 상기 학습 정보에 기초하여 프로세스 종별, 운전 조건, 구성 데이터 및 해석 결과의 상관 관계를 학습하고, 상기 지식 정보에 반영시키는 단계
    를 포함하는 것을 특징으로 하고,
    상기 (a) 단계에서는 소정의 프로세스 종별, 운전 조건 및 구성 데이터를 실험 조건으로서 실시된 실험에 의해 얻어지는 상기 물리량을 포함하는 실험 결과를 취득하고,
    상기 (d) 단계에서는 상기 실험 결과를 상기 학습 정보에 반영시키는 것을 특징으로 하는 것인 스크류 형상 추정 방법.
  8. 컴퓨터를,
    수지 물성을 포함하는 입력 정보를 취득하는 것과 함께 혼련 후의 수지 또는 혼련 장치에 관한 물리량의 요구값을 출력 정보로서 취득하는 정보 취득부와, 상기 입력 정보, 상기 물리량 및 복수의 스크류 형상의 상관 관계를 포함하는 지식 정보를 기억하는 기억부와, 상기 입력 정보 및 상기 지식 정보에 기초하여 상기 요구값을 충족하는 스크류 형상을 추정하는 형상 추정부와, 상기 수지 물성을 포함하는 프로세스 종별, 압출량을 포함하는 운전 조건 및 스크류 형상을 포함하는 구성 데이터를 해석 조건으로 하고, 상기 해석 조건에 기초한 수치 해석에 의해 얻어지는 해석 결과를 학습 정보로서 생성하는 정보 생성부와, 상기 학습 정보에 기초하여 프로세스 종별, 운전 조건, 구성 데이터 및 해석 결과의 상관 관계를 학습하고, 상기 지식 정보에 반영시키는 상관 관계 학습부로서 기능시키는 것을 특징으로 하고, 상기 정보 취득부는 소정의 프로세스 종별, 운전 조건 및 구성 데이터를 실험 조건으로서 실시된 실험에 의해 얻어지는 상기 물리량을 포함하는 실험 결과를 취득하고, 상기 정보 생성부는 상기 실험 결과를 상기 학습 정보에 반영시키는 것을 특징으로 하는 것인 기록 매체에 저장된 스크류 형상 추정 프로그램.
KR1020197035045A 2017-06-13 2017-06-13 스크류 형상 추정 장치, 스크류 형상 추정 방법 및 스크류 형상 추정 프로그램 KR102285242B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/021871 WO2018229881A1 (ja) 2017-06-13 2017-06-13 スクリュ形状推定装置、スクリュ形状推定方法、スクリュ形状推定プログラム

Publications (2)

Publication Number Publication Date
KR20200003041A KR20200003041A (ko) 2020-01-08
KR102285242B1 true KR102285242B1 (ko) 2021-08-04

Family

ID=64660333

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197035045A KR102285242B1 (ko) 2017-06-13 2017-06-13 스크류 형상 추정 장치, 스크류 형상 추정 방법 및 스크류 형상 추정 프로그램

Country Status (6)

Country Link
US (1) US11534951B2 (ko)
EP (1) EP3640002A4 (ko)
JP (1) JP6913166B2 (ko)
KR (1) KR102285242B1 (ko)
CN (1) CN110809510B (ko)
WO (1) WO2018229881A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6975188B2 (ja) 2019-02-07 2021-12-01 ファナック株式会社 状態判定装置及び状態判定方法
JP7263680B2 (ja) * 2019-03-29 2023-04-25 三井化学株式会社 温度情報推測方法、温度情報推測モデル生成方法、装置、及びプログラム
JP7346885B2 (ja) 2019-04-12 2023-09-20 株式会社Ihi 形状生成装置および形状生成方法
JP2022070134A (ja) * 2020-10-26 2022-05-12 株式会社神戸製鋼所 機械学習方法、機械学習装置、機械学習プログラム、通信方法、及び樹脂処理装置
TWI791174B (zh) * 2020-11-19 2023-02-01 正修學校財團法人正修科技大學 運用深度學習檢測內螺紋螺牙之光學檢測方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2446436A1 (de) 1974-09-28 1976-04-08 Bayer Ag Mehrwellige schneckenmaschine
DE19518804A1 (de) * 1994-05-27 1995-12-21 Fraunhofer Ges Forschung Verfahren zur Überwachung eines Produktionsprozesses
JP2002214107A (ja) 2001-01-18 2002-07-31 Kobe Steel Ltd 二軸混練押出機に関する情報提供システム
JP2005022225A (ja) 2003-07-02 2005-01-27 Ricoh Co Ltd 射出成形機の運転条件設定方法及びそれに使用する金型
JP2005097225A (ja) 2003-09-24 2005-04-14 Sukegawa Chemical Co Ltd 活性化二酸化塩素による家畜子宮炎の予防と治療
JP2005160253A (ja) * 2003-11-27 2005-06-16 Seiko Epson Corp 充電器、電子時計、および電子時計の使用方法
JP4643373B2 (ja) 2005-06-29 2011-03-02 東芝機械株式会社 押出スクリュの均一溶融シミュレーション方法およびその方法を実行するコンピュータプログラムおよび押出スクリュの均一溶融シミュレーション装置
DE102006060739A1 (de) * 2006-12-21 2008-06-26 Brückner Maschinenbau GmbH Mehrschneckenextruder
CN100538276C (zh) * 2007-11-16 2009-09-09 北京航空航天大学 一种基于集成神经网络的微小卫星用mems陀螺仪误差补偿方法
DE102009059073A1 (de) * 2009-12-18 2011-06-22 Bayer Technology Services GmbH, 51373 Datenbasierte Modelle zur Prognose und Optimierung von Schneckenextrudern und/oder Extrusionsverfahren
US20130053995A1 (en) * 2011-08-25 2013-02-28 Konica Minolta Business Technologies, Inc. Three-dimensional object molding apparatus and control program
JP5912927B2 (ja) * 2012-06-29 2016-04-27 三星ダイヤモンド工業株式会社 基板加工システム及びこれに用いるチップホルダの取付方法
US10089580B2 (en) * 2014-08-11 2018-10-02 Microsoft Technology Licensing, Llc Generating and using a knowledge-enhanced model
JP6047136B2 (ja) * 2014-11-11 2016-12-21 株式会社日本製鋼所 シミュレーション装置、そのシミュレーション方法及びシミュレーションプログラム
JP5906335B1 (ja) 2015-02-28 2016-04-20 鋼鈑工業株式会社 磨き装置およびこの磨き装置に用いる磨きヘッド
JP6240689B2 (ja) * 2015-07-31 2017-11-29 ファナック株式会社 人の行動パターンを学習する機械学習装置、ロボット制御装置、ロボットシステム、および機械学習方法
JP6063016B1 (ja) 2015-09-29 2017-01-18 ファナック株式会社 電動機に対する動作指令を学習する機械学習方法および機械学習装置並びに該機械学習装置を備えた工作機械
US10366050B2 (en) * 2015-10-08 2019-07-30 Via Alliance Semiconductor Co., Ltd. Multi-operation neural network unit

Also Published As

Publication number Publication date
JP6913166B2 (ja) 2021-08-04
KR20200003041A (ko) 2020-01-08
WO2018229881A1 (ja) 2018-12-20
CN110809510A (zh) 2020-02-18
US20220080646A1 (en) 2022-03-17
US11534951B2 (en) 2022-12-27
EP3640002A1 (en) 2020-04-22
CN110809510B (zh) 2021-12-21
JPWO2018229881A1 (ja) 2020-04-16
EP3640002A4 (en) 2021-01-20

Similar Documents

Publication Publication Date Title
KR102285242B1 (ko) 스크류 형상 추정 장치, 스크류 형상 추정 방법 및 스크류 형상 추정 프로그램
US20200307053A1 (en) Injection molding system, molding condition correction system, and injection molding method
Fu et al. A method to predict early-ejected plastic part air-cooling behavior towards quality mold design and less molding cycle time
Wilczyński et al. Modeling and experimental studies on polymer melting and flow in injection molding
JP6185515B2 (ja) 可塑化シミュレーション装置、その可塑化シミュレーション方法および可塑化シミュレーションプログラム
EP3020530B1 (en) Simulation apparatus, simulation method and simulation program
US20230373145A1 (en) Injection molding support system and method
Michaeli et al. Development of an integrative simulation method to predict the microstructural influence on the mechanical behaviour of semi-crystalline thermoplastic parts
US20200307055A1 (en) Injection molding analysis method and injection molding analysis system
JP2021187008A (ja) 射出成形システム、成形条件補正システムおよび射出成形方法
Nangare et al. To predict the surface roughness of black ABS component with variable parameters by applying the taguchi method
JP6550347B2 (ja) 可塑化シミュレーション装置、その可塑化シミュレーション方法および可塑化シミュレーションプログラム
Vangosa Effects of process parameters on the skin/core distribution in co-injection: experiments and simulations using a simple geometry
Suo et al. The property palette: A rapid printing of performance-tunable blended polymers guided by artificial neural network
Sanjabi et al. Helical flow of polymer melts in extruders, part II: Model simulation and validation
EP4061607B1 (en) Method and system for injection molding
WO2023032402A1 (ja) Ｐｖｔ特性計算モデル推定システムおよび方法
Nabialek et al. Model optimisation for mould filling analysis with application CAE package C-Mold
JP2828897B2 (ja) 金型製作方法
Jahan Fiber orientation prediction and strength evaluation of composite spur gears reinforced by discontinuous fiber
Othman et al. The Effects of Mould Design towards The Quality of Integral Hinges Test Samples in Injection Moulding Simulation
Zielonka Characterization and Optimization of Melt Temperature Homogeneity in Injection Molding
Maideen et al. THE EFFECT OF DIFFERENT SLICING SOFTWARE ON THE MANUFACTURING PERFORMANCE OF 3D PRINTED PARTS
Imihezri et al. The Simulation Study of the Effect of Single and Double Gated Molds on Pressure and Temperature in Injection Molding of Polymeric Composite Clutch Pedals
Okçuoğlu Minimizing warpage using taguchian methodology and robust optimization

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant