TW202206255A - 裝置、方法及程式 - Google Patents

Abstract

本發明提供一種裝置，其係支援樹脂成形之裝置，且具備：預測部，其產生與樹脂成形之複數個成形因子之值對應之樹脂成形體之解析對象特性之預測值之概率分佈；及顯示處理部，其執行用以使解析對象特性之預測值之概率分佈顯示於顯示裝置的顯示處理。預測部算出使樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍內變化時之解析對象特性之預測值之分佈之變化，顯示部顯示解析對象特性之預測值之概率分佈之變化。

Description

裝置、方法及程式

本發明係關於一種裝置、方法及程式。

於將樹脂之成形品成形之情形，為減少不良品之產生，製造裝置2之操作者必須調整成形條件。於專利文獻1中，記載有預測成形條件引起之評估項目之變動並進行圖表顯示，作為對操作者之支援的情況。 專利文獻1 日本專利特開2006-123172號公報

然而，於專利文獻1中，有評估項目之預測精度根據成形條件之範圍而變化，成形條件之調整精度變差之情況。

於本發明之第1態樣中，提供一種支援樹脂成形之裝置。裝置可具備：預測部，其產生與樹脂成形之複數個成形因子之值對應之、樹脂成形體之解析對象特性之預測值之概率分佈。裝置可具備：顯示處理部，其執行用以使解析對象特性之預測值之概率分佈顯示於顯示裝置之顯示處理。

預測部可算出使樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍內變化時、解析對象特性之預測值之概率分佈的變化。顯示處理部可執行用以使解析對象特性之預測值之概率分佈之變化顯示於顯示裝置之顯示處理。

預測部可算出解析對象特性之預測值之平均值之變化與標準偏差之變化，作為表示概率分佈之變化的指標。顯示處理部可執行用以使平均值之變化與標準偏差之變化顯示於顯示裝置的顯示處理。

顯示處理部可執行用以使具有滿足解析對象特性之目標值之可能性之成形因子之範圍顯示於顯示裝置的顯示處理。

裝置可具備：輸入部，其自使用者接收樹脂成形之複數個成形因子中至少1個成形因子之值之指定。顯示處理部可執行用以使指定之成形因子之值中之解析對象特性之預測值之概率分佈、與預測值之概率分佈一同顯示於顯示裝置之顯示處理。

預測部可具有模型，該模型根據針對樹脂成形之複數個成形因子之至少1者所輸入之資料，而產生解析對象特性之預測值之概率分佈。

預測部可使用複數個模型，分別產生解析對象特性之預測值，且算出所產生之預測值之平均值與標準偏差。

裝置可具備：推薦部，其產生滿足解析對象特性之目標值之概率為最高之複數個成形因子之組合、即推薦條件。顯示處理部可執行用以使推薦條件、與預測值之概率分佈之變化一同顯示於顯示裝置的顯示處理。

預測部可具有：取得部，其取得包含預先進行樹脂成形之結果中複數個成形因子之值與解析對象特性之值之組的學習資料。預測部可具有：學習部，其使用學習資料，學習自複數個成形因子之值產生解析對象特性之預測值的模型。

預測部可算出樹脂成形之複數個成形因子中至少1個成形因子之滿足解析對象特性之目標值的概率。顯示處理部可執行用以使滿足解析對象特性之目標值之概率、與預測值之概率分佈一同顯示於顯示裝置的顯示處理。

預測部可算出使樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍內變化時滿足解析對象特性之目標值之概率的變化。顯示處理部可執行用以使滿足解析對象特性之目標值之概率之變化、與預測值之概率分佈一同顯示於顯示裝置的顯示處理。

於本發明之第2態樣中，提供一種支援樹脂成形之方法。方法可具備產生與樹脂成形之複數個成形因子之值對應之、樹脂成形體之解析對象特性之預測值之概率分佈的階段。方法可具備執行用以使解析對象特性之預測值之概率分佈顯示於顯示裝置之顯示處理的階段。

方法之產生解析對象特性之預測值之概率分佈之階段可具有以下階段：算出使樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍內變化時、成形之樹脂之解析對象特性之預測值之概率分佈之變化。執行用以使預測值之概率分佈顯示於顯示裝置之顯示處理的階段，可具有執行用以使解析對象特性之預測值之概率分佈之變化顯示於顯示裝置之顯示處理的階段。

於本發明之第3態樣中，提供一種程式。程式可使電腦執行產生與樹脂成形之複數個成形因子之值對應之、樹脂成形體之解析對象特性之預測值之概率分佈。程式可使電腦執行用以使解析對象特性之預測值之概率分佈顯示於顯示裝置之顯示處理的階段。

另，上述發明概要並非列舉本發明之全部必要特徵者。又，該等特徵群之子組合亦可成為發明。

以下，雖通過發明之實施形態說明本發明，但以下之實施形態並非限定申請專利範圍之發明者。又，實施形態中所說明之全部特徵組合未必為發明之解決方法所必需。

圖1顯示本實施形態之系統1。系統1調整樹脂之成形條件且製造樹脂成形物。系統1具備樹脂成形物之製造裝置2及支援裝置3。

用於樹脂成形物之製造之樹脂組成物，作為一例為聚乙烯、丙烯腈、聚醯胺等、或對樹脂追加玻璃纖維等之強化塑膠。

製造裝置2以有線或無線連接於支援裝置3，製造藉由射出成形或模內成型等成形為期望形狀之樹脂成形物。製造裝置2可對成形之樹脂(樹脂成形體)評估複數個解析對象特性，且將顯示複數個成形因子及成形之樹脂之解析對象特性之資料發送至支援裝置3。

此處，複數個成形因子可為影響樹脂成形物之品質之因子，亦可包含製造裝置2中設定之成形之條件。複數個成形因子作為一例可為模具厚度、模具溫度、冷卻時間、射出溫度、射出壓力最大值、保壓壓力、螺桿旋轉數、及測量值等中之至少1者。又，複數個成形因子可包含製造裝置2設置之環境溫度、濕度、及成形形狀等中之至少1者。複數個成形因子之值可包含顯示有/無(例如樹脂是否包含特定材料等)、等級(例如樹脂品質或價格等之等級A、B或C)、或樹脂種類等之離散值。

解析對象特性可為判斷樹脂成形物是否為不良品之評估項目。解析對象特性作為一例，可包含樹脂成形物之尺寸、強度、楊氏模量、距目標尺寸之誤差、產生於樹脂成形物之缺陷之形式、數量、面積、或密度、及產生不良之位置等中之至少1者。

支援裝置3為支援樹脂成形之裝置之一例。支援裝置3可藉由對製造裝置2之操作者等之使用者4顯示與複數個成形因子之組相應之解析對象特性之預測值，而支援成形條件之調整。支援裝置3具備取得部10、學習部20、輸入部30、預測部40、推薦部50、及顯示部60。

取得部10連接於製造裝置2。取得部10取得包含預先進行樹脂成形之結果中複數個成形因子之值與解析對象特性之值之組的學習資料。取得部10可自製造裝置2、網站、及外部之記錄媒體之至少1者取得學習資料。複數個成形因子之值與解析對象特性之值之組可為製造裝置2中預先進行樹脂成形時之複數個成形因子之設定值、與評估由該樹脂成形製造之樹脂成形物而獲得之解析對象特性之值之組。

學習部20連接於取得部10。學習部20使用取得部10取得之學習資料，學習根據複數個成形因子之值產生解析對象特性之預測值之概率分佈的模型。學習部20可使用學習資料產生及更新模型。學習部20可使來自取得部10等之學習資料記憶於資料庫。

輸入部30可為用以接收來自使用者4之輸入者，作為一例，為鍵盤、滑鼠、或觸控面板等。輸入部30由使用者4輸入顯示用以由支援裝置3顯示之至少1個顯示條件的資料。顯示條件例如包含複數個成形因子之至少1者之值(例如，複數個成形因子之特定值之組合、複數個成形因子之至少1者之範圍、或複數個成形因子之至少1者之值之變更)、至少1者之解析對象特性之指定、及解析對象特性之目標值中之至少1者。另，輸入部30亦可自使用者4之終端(個人電腦、平板、或智慧型手機等)接收對顯示條件加以顯示之資料。再者，輸入部30亦可接收用以由製造裝置2進行成形之成形條件之輸入。

預測部40連接於學習部20及輸入部30。預測部40自學習部20接收並保持模型，該模型根據針對複數個成形因子之值之至少1者所輸入之資料，而產生解析對象特性之預測值之分佈。預測部40使用自輸入部30及取得部10之至少一者輸入之資料與模型，產生與樹脂成形之複數個成形因子之值對應之成形之樹脂之解析對象特性之預測值之分佈。預測部40可基於所產生之預測值之分佈，輸出該分佈之平均值或中央值以及標準偏差。預測部40可算出使樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍(例如對應之成形因子之可設定範圍)內變化時之解析對象特性之預測值之概率分佈的變化。此時，預測部40可算出解析對象特性之預測值之平均值之變化或中央值之變化與標準偏差之變化作為顯示預測值之概率分佈之變化的指標。預測部40將預測值之概率分佈發送至推薦部50。預測部40亦可將取得部10取得之學習資料發送至推薦部50。

推薦部50連接於預測部40。推薦部50產生滿足解析對象特性之目標值之概率最高之複數個成形因子之組合即推薦條件。推薦部50可產生將複數個成形因子中之至少1者自當前值(設為當前最佳之值)變更的推薦條件。推薦部50可將由使用者4經由輸入部30指定之至少1個成形因子作為變更之成形因子而產生推薦條件。推薦部50可將產生之推薦條件作為學習資料發送至學習部20。再者，推薦部50亦可將推薦條件設為用以由製造裝置2進行成形之成形條件發送至製造裝置2。推薦部50產生複數個推薦條件時，可選擇所產生之推薦條件內發送至製造裝置2者。上述選擇可根據由輸入部30接收之輸入而進行。

顯示部60連接於推薦部50。顯示部60具有顯示處理部62與顯示裝置64。顯示處理部62執行用以使預測部40產生之解析對象特性之預測值之概率分佈顯示於顯示裝置64之顯示處理。顯示處理部62可執行用以使推薦條件與預測值之概率分佈一同顯示於顯示裝置的顯示處理。顯示處理部62可執行用以使解析對象特性之名字、評估條件、預測資料、各成形因子之名字、樹脂之種類名、單位、可設定範圍(例如，經由輸入部30輸入之成形因子之範圍)、及最新設定值中之至少1者進而顯示於顯示裝置64的顯示處理。顯示處理部62可執行產生顯示畫面之處理、以無線或有線對顯示裝置64輸出顯示所需資料的處理等。又，顯示裝置64可為支援裝置3具有之顯示器等，又，亦可為使用者4具有之終端之顯示畫面或製造裝置2之顯示畫面等外部顯示器。

再者，支援裝置3亦可具有將成形條件發送至製造裝置2之發送部70。發送部70可接收輸入至輸入部30之成形條件並發送至製造裝置2，亦可接收推薦部50產生之推薦條件作為成形條件並發送至製造裝置2。

圖2顯示由本實施形態之顯示部60顯示之畫面200之一例。顯示部60於畫面200上顯示各成形因子之項目名210、表示成形因子之可設定範圍之滑桿220、表示當前值於滑桿220上之位置之指示器230、成形因子之當前值240、樹脂之種類名之列表框250、及表示成形因子之當前值之組合下之解析對象特性之預測值分佈的預測值框260。於圖2中，預測值框260表示樹脂成形物之強度之預測值概率分佈之平均值為100，標準偏差為13。

使用者4一面觀察該畫面200，一面使用滑鼠(輸入部30)，以滑鼠游標移動指示器230使成形因子之值變化。藉此，解析對象特性之預測值框260內之預測值分佈平均及標準偏差，會根據該成形因子之值之組之變化藉由預測部40於畫面上即時變化，故使用者4可根據預測值之概率分佈而高精度地決定成形條件。

圖3顯示由本實施形態之顯示部60顯示之畫面300之其他例。顯示部60執行用以於畫面300上使解析對象特性之預測值之概率分佈之變化顯示於顯示裝置64之顯示處理。具體而言，顯示處理部62執行用以使表示平均值之變化與標準偏差之變化之圖表顯示於顯示裝置的顯示處理。作為一例，該圖表於縱軸顯示解析對象特性之預測值(強度)，於橫軸顯示射出壓力最大值(MPa)。作為一例，顯示部60可顯示具有滿足目標值(於圖3中，強度≧25)之可能性之範圍。顯示部60亦可於畫面200中由使用者4選擇了成形因子(圖3中射出壓力最大值)時顯示之彈出視窗內，顯示畫面300。

圖4顯示藉由本實施形態之顯示部60顯示之畫面400之其他例。顯示部60可針對由使用者4選擇之複數個成形因子之至少1者，顯示複數個自當前值變更之情形之推薦條件。於圖4之例中，顯示部60顯示針對乾燥溫度及乾燥時間之第1至第3順位之3個推薦條件。顯示部60可如圖4所示，僅顯示自當前值變更之成形因子，亦可顯示其他成形因子之值。顯示部60可於1個畫面上將圖4之畫面400與圖2之畫面200及圖3之畫面300之至少一者一同顯示。

圖5顯示本實施形態之支援裝置3中之模型之學習流程。於步驟S500中，製造裝置2進行樹脂成形。製造裝置2可一面使樹脂成形物之成形條件變化一面進行複數次之樹脂成形。

於步驟S510中，取得部10自製造裝置2取得學習資料。取得部10可自製造裝置2接收複數個成形因子之值與解析對象特性之值之複數個組合。又，取得部10亦可自製造裝置2取得複數個成形因子之值、與樹脂成形物之測定資料(所成形之樹脂之尺寸之測量值、及圖像資料等)，而由取得部10評估樹脂成形物並取得解析對象特性之值。

於步驟S520中，學習部20使用取得部10取得之學習資料，學習自複數個成形因子之值產生解析對象特性之預測值之概率分佈的模型。學習部20可自推薦部50接收推薦條件作為學習資料，之後使用學習資料學習模型。作為一例，模型為高斯過程法、或總體模型。

學習部20可定期根據S510中取得部10取得學習資料，或根據來自使用者4之輸入，學習並更新模型。可於支援裝置3之電源斷開時結束學習流程。

圖6顯示本實施形態之支援裝置3之成形因子之顯示流程。於步驟S600中，輸入部30可自使用者4取得解析對象特性(例如強度等)之指定、及解析對象特性之目標值之至少1者之指定。輸入部30亦可自使用者4取得變更值之成形因子之指定、複數個成形因子之值(例如，當前最佳成形因子之值之組合、或變更之值等)、及成形因子之範圍(例如可設定範圍等)之至少1者。

於步驟S610中，預測部40使用模型，根據複數個成形因子，產生由輸入部30取得之特定之解析對象特性之預測值之分佈。再者，預測部40可算出產生之預測值之分佈之平均值與標準偏差。學習部20可於模型為高斯過程法之情形，根據過去之學習資料限定概率分佈，且以高斯分佈輸出相對於成形因子之組合等輸入資料的解析對象特性之預測值概率分佈。又，學習部20可於模型為總體模型之情形，使用與複數個解析對象特性分別對應之複數個模型，分別產生相對於成形因子之組合等輸入資料的解析對象特性之預測值並輸出為預測值概率分佈。

預測部40可產生使複數個成形因子中對應之成形因子於預定範圍內變化之情形之解析對象特性之複數個預測值(或變化)。變化之預定範圍可為例如關於各成形因子，自使用者4經由輸入部30輸入之範圍、或自製造裝置2經由取得部10取得之該製造裝置2之可設定範圍。

於步驟S620中，推薦部50可使用預測部40預測之預測值之分佈並產生推薦條件。推薦部50可將例如使複數個成形因子中之1個或複數個成形因子於預定範圍內變化之情形之滿足解析對象特性之目標值(作為一例，滿足特定範圍、閾值以下之範圍、或閾值以上之範圍等)之概率較高之成形因子之組合設為推薦條件。推薦部50可對作為推薦條件之候補之複數個成形因子之複數個組合分別探索性地算出滿足解析對象特性之目標值之概率，並基於根據該概率預定之條件決定推薦條件。推薦部50可對變化之成形因子經由輸入部30接收來自使用者4之選擇。又，推薦部50可將使對應之成形因子於預定範圍內變化之情形時解析對象特性之預測值之變化之幅度(最小值與最大值之間之幅度)超過閾值之成形因子，選擇為變化之成形因子。又，推薦部50可將顯示推薦條件之資料發送至製造裝置2，且以根據推薦條件製造樹脂成形物之方式控制製造裝置2。

於步驟S620中，顯示部60於畫面上顯示解析對象特性之預測值之概率分佈及推薦條件。顯示部60例如可於相同畫面上或不同畫面上顯示圖2、圖3及圖4之至少1者般之畫面。顯示部60可顯示來自預測部40之預測值之概略分佈之變化之一部分。例如，顯示處理部62可執行用以使具有滿足由使用者4輸入之解析對象特性之目標值之可能性之成形因子之範圍顯示於顯示裝置64的顯示處理。此處，解析對象特性具有滿足目標值之可能性可意指例如解析對象特性之預測值之概率分佈中包含解析對象特性之目標值或目標值之範圍之情形。於圖3之例中，顯示部60可於解析對象特性之目標值為強度25以上之情形，將預測值之平均值+標準偏差為25以上之範圍設為有滿足該目標值之可能性，且顯示此種射出壓力最大值之範圍為x1以下、x2至x3之間、x4以上。

顯示部60可顯示複數個成形因子之複數個組合中之最佳值之組合、最新取得之當前值之組合、或自使用者4經由輸入部30輸入之值之組合。顯示部60亦可產生並輸出畫面之資料，且顯示於使用者4之終端或製造裝置2等之外部之顯示器。

藉由本實施形態，因可對使用者4顯示解析對象特性之預測值之概率分佈，故使用者4可選擇滿足解析對象特性之目標值之概率更高之成形因子之值。藉此，使用者4可容易實施精度較高之成形條件之調整。又，因實際未以成形因子之全部組合進行樹脂成膜，可根據預測之解析對象特性獲得最佳成形條件，故可達成因樹脂材料及時間之節省而削減製造成本。可縮短成形條件之調整至製品之製造開始之期間，可提高製造裝置之運轉率。

其次，關於對複數個解析對象特性產生複數個推薦條件之實施形態進行說明。本實施形態可與圖5及圖6之流程中至少1個步驟組合而執行。於本實施形態中，支援裝置3可使用遺傳演算法或模擬退火等之進化演算法產生推薦條件。

推薦部50於圖6之S620中產生滿足解析對象特性之目標值之概率最高之複數個成形因子之組合即第1推薦條件，發送至學習部20。學習部20於圖5之S520中，使用該第1推薦條件之複數個成形因子之組合作為學習資料，並學習模型。接著，預測部40於圖6之S610中使用該學習後之模型產生預測值之概率分佈並發送至推薦部50。接著，推薦部50於圖6之S620中，根據預測值之概率分佈，產生滿足解析對象特性之目標值之概率最高之複數個成形因子之新組合即第2推薦條件。推薦部50進而可將第2推薦條件發送至學習部20，且同樣產生新的推薦條件。接著，更具體地進行說明。

於本例中，推薦條件所含之解析對象特性之種類設為3個(作為一例，y1：缺陷數、y2：強度、y3：楊氏模量)，推薦部50產生複數個推薦條件。首先，預測部40於探索範圍(例如可設定範圍)內隨機產生作為推薦條件之候補之複數個成形因子之複數個組合(步驟1000)。預測部40將產生之成形因子之值之組合輸入至分別與3個解析對象特性對應之y1、y2、y3模型，且產生解析對象特性之預測平均值與預測標準偏差(步驟1010)。例如，關於第i個成形因子之組合，將解析對象特性y1、y2及y3之預測平均值設為μ_{i ， 1} 、μ_{i ， 2} 、及μ_{i ， 3} ，且將預測標準偏差設為σ_{i ， 1} 、σ_{i ， 2} 、及σ_{i ， 3} 。

接著，推薦部50算出預測值滿足解析對象特性之目標值之概率(步驟1020)。例如，推薦部50將預測值之概率分佈視為高斯分佈，且基於預測平均值與預測標準偏差，以下述3式分別算出解析對象特性y1相關之低於a(目標值)之概率P_{i ， 1} 、解析對象特性y2相關之高於b(目標值)之概率P_{i ， 2} 、解析對象特性y3相關之c～d範圍內(目標範圍)之概率P_{i ， 3} 。

[數1]

[數2]

[數3]

接著，推薦部50算出滿足全部解析對象特性之目標值之同時概率P_{i ， all} =P_{i ， 1} ・P_{i ， 2} ・P_{i ， 3} ，且以使同時概率P_{i ， all} 最大化之方式使用最適化演算法產生推薦條件之候補。推薦部50確認P_{i ， all} 足夠收斂，且將獲得之複數個成形因子之組合設為第1推薦條件(步驟1030)。

接著，推薦部50將顯示第1推薦條件之資料發送至學習部20。學習部20將該第1推薦條件相關之解析對象特性之值作為平均值追加至學習資料之資料庫(步驟1040)。此時，學習部20可將該第1推薦條件之成形因子之值作為對應之解析對象特性之值未滿足目標值者，追加至學習資料之資料庫。藉此，藉由使用以該學習資料學習後之模型，而使獲得之推薦條件成為與第1推薦條件不同之值之組合。

接著，重複步驟1000-1040，將此時之步驟1030所獲得之成形因子之組合作為第2推薦條件。再者，重複步驟1000-1040，可獲得第3推薦條件及第4推薦條件等。

藉由本實施形態，可對複數個解析對象特性有效產生複數個推薦條件。又，可實際不進行多數樹脂成形而基於推薦條件調整成形條件，可達成樹脂成形成本之削減、製品之樹脂成形為止之期間之縮短、製造裝置之運轉率提高等。

另，支援裝置3亦可不連接於製造裝置2，取得部10可取得其他製造裝置之樹脂成形之資料、記錄於記錄媒體之資料、或網站之資料，作為學習資料。

又，支援裝置3可不具備學習部20，亦可由外部之學習裝置提供模型。

圖9顯示顯示裝置64所顯示之畫面500。輸入部30自使用者4接收樹脂成形之複數個成形因子中至少1個成形因子之值之指定之情形，顯示處理部62可執行用以使指定之成形因子之值中解析對象特性之預測值之概率分佈與預測值之概率分佈一同顯示於顯示裝置64之顯示處理。顯示處理部62可以步驟S610中預測部40用於預測之高斯分佈之曲線，使指定之成形因子之值中解析對象特性之預測值之概率分佈顯示於顯示裝置64。另，高斯分佈之曲線之縱軸(圖表之縱軸方向)顯示解析對象特性之預測值，橫軸(圖表之橫軸方向)顯示該預測值之概率。

具體而言，步驟S620中於顯示裝置64顯示有與射出壓力最大值對應之強度之預測值之概率分佈(預測值之平均值及標準偏差)之變化之情形，若使用者4對輸入部30輸入射出壓力最大值90 MPa及265 Mpa，則顯示處理部62可使強度之預測值之概率分佈，重疊顯示於圖表之射出壓力最大值90 MPa及265 Mpa所對應之位置。

圖8顯示顯示裝置64所顯示之畫面600。顯示處理部62與畫面500同樣，使指定之成形因子之值中解析對象特性之預測值之概率分佈顯示於顯示裝置64。其中，於預測部40預測時使用複數個模型之情形等，如圖8所示，於概率分佈之曲線中，可形成複數個概率較高之峰值。藉由圖7、8般之實施形態，可實際不進行多數樹脂成形而調整為適當之成形條件，可達成樹脂成形成本之削減、製品之樹脂成形為止之期間之縮短、製造裝置之運轉率提高等。

圖9顯示由顯示裝置64顯示之畫面700。顯示處理部62可執行用以使滿足解析對象特性之目標值之概率與預測值之概率分佈一同顯示於顯示裝置64的顯示處理。顯示處理部62可執行用以使滿足上述解析對象特性之目標值之概率之變化與上述預測值之概率分佈一同顯示於顯示裝置64的顯示處理。預測部可算出上述樹脂成形之複數個成形因子中至少1個成形因子之滿足上述解析對象特性之目標值之概率，例如可算出使樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍內變化時滿足上述解析對象特性之目標值之概率的變化。

圖9所示之畫面可與圖3之畫面同樣，但以追加之方式包含滿足目標值之概率之變化。使用者4對輸入部30輸入目標值(圖9中，強度≧25)之情形，顯示處理部62可接收藉由推薦部50算出之強度高於目標值之概率P_{i ， 2} ，使射出壓力最大值0～300 Mpa之P_{i ， 2} 之變化與概率分佈之變化重疊而顯示於顯示裝置64。藉由此種實施形態，可實際不進行多數樹脂成形而調整為適當之成形條件即概率較高之值，可達成樹脂成形成本之削減、製品之樹脂成形為止之期間之縮短、製造裝置之運轉率提高等。

另，顯示處理部62可僅使滿足目標值之概率之變化顯示於圖表，又，亦可使由使用者4指定之成形因子之值滿足目標值之概率，顯示於概率分佈之變化之對應位置。

另，支援裝置3可為PC(Personal Computer：個人電腦)、伺服器、或移動終端等。

又，本發明之各種實施形態可參照流程圖及方塊圖而記載，此處方塊可表示(1)執行操作之製程之階段或(2)具有執行操作之作用之裝置之部分。特定階段及部分可藉由專用電路、與儲存於電腦可讀媒體上之電腦可讀命令一同供給之可程式化電路、及/或與儲存於電腦可讀媒體上之電腦可讀命令一同供給之處理器而安裝。專用電路可包含數位及/或類比硬體電路，亦可包含積體電路(IC：Integrated Circuit)及/或分立元件電路。可程式化電路可包含：可再構成之硬體電路，其包含邏輯AND、邏輯OR、邏輯XOR、邏輯NAND、邏輯NOR、及其他邏輯操作、正反器、暫存器、場可程式化閘極陣列(FPGA：Field Programmable Gate Array)、可程式化邏輯陣列(PLA：Programmable Logic Array)等之記憶體要件等。

電腦可讀媒體可包含可儲存由適當器件執行之命令的任意有形器件，其結果，具有儲存於該處之命令之電腦可讀媒體具備：製品，其包含為了作成用以執行流程圖或方塊圖所指定之操作之方法而可執行之命令。作為電腦可讀媒體之例，可包含電子記憶媒體、磁性記憶媒體、光記憶媒體、電磁記憶媒體、半導體記憶媒體等。作為電腦可讀媒體之更具體之例，可包含軟(floppy)(註冊商標)碟、軟盤、硬碟、隨機存取記憶體(RAM： Random Access Memory)、唯讀記憶體(ROM：Read Only Memory)、可抹除可程式化唯讀記憶體(EPROM(Erasable Programmable Read Only Memory)或快閃記憶體)、電子可抹除可程式化唯讀記憶體(EEPROM：Electronically Erasable Programmable Read Only Memory)、靜態隨機存取記憶體(SRAM：Static Random Access Memory)、唯讀光碟(CD-ROM：Compact Disc-Read Only Memory)、數位多功能光碟(DVD：Digital Versatile Disk)、藍光(RTM)光碟、記憶棒、積體電路卡等。

電腦可讀命令可包含含有組合程式命令、命令集體系架構(ISA：Instruction Set Architecture)命令、機器命令、機器依存命令、微碼、韌體命令、狀態設定資料、或Smalltalk(註冊商標)、JAVA(註冊商標)、C++等之物件指向程式設計語言、及「C」程式設計語言或同樣之程式設計語言等、先前之程序型程式設計語言中的1或複數個程式設計語言之任意組合所記述之源碼或目的碼之任一者。

電腦可讀命令可對於泛用電腦、特殊用途之電腦、或其他可程式化之資料處理裝置之處理器或可程式化電路，經由局部或局域網路(LAN：Local Area Network)、網際網路等之廣域網路(WAN：Wide Area Network)提供，且為了作成用以執行流程圖或方塊圖所指定之操作之方法，而執行電腦可讀命令。作為處理器之例，包含電腦處理器、處理單元、微處理器、數位信號處理器、控制器、微控制器等。

圖10顯示可將本發明之複數個態樣整體或部分具體化之電腦2200之例。安裝於電腦2200之程式可使電腦2200作為與本發明之實施形態之裝置相關聯之操作或該裝置之1或複數個部分而發揮功能、或可執行該操作或該1或複數個部分、及/或可使電腦2200執行本發明之實施形態之製程或該製程之階段。此種程式為了可使電腦2200執行與本說明書所記載之流程圖及方塊圖之方塊中之數個或全部相關聯之特定操作，而藉由CPU(Central Processing Unit：中央處理單元)2212執行。

本實施形態之電腦2200包含CPU2212、RAM(Random Access Memory：隨機存取記憶體)2214、圖形控制器2216、及顯示器件2218，且其等藉由主機控制器2210相互連接。電腦2200又包含通信介面2222、硬碟驅動器2224、DVD-ROM驅動器2226、及IC卡驅動器般之輸入/輸出單元，且其等經由輸入/輸出控制器2220連接於主機控制器2210。電腦又包含ROM2230及鍵盤2242般之輸入/輸出單元，且其等經由輸入/輸出晶片2240連接於輸入/輸出控制器2220。

CPU2212遵從儲存於ROM2230及RAM2214內之程式而動作，藉此控制各單元。圖形控制器2216取得提供至RAM2214內之訊框緩衝器等或其自身中藉由CPU2212產生之影像資料，且影像資料顯示於顯示器件2218上。

通信介面2222經由網路與其他電子器件通信。硬碟驅動器2224儲存藉由電腦2200內之CPU2212使用之程式及資料。DVD-ROM驅動器2226自DVD-ROM2201讀取程式或資料，且經由RAM2214對硬碟驅動器2224提供程式或資料。IC卡驅動器自IC卡讀取程式及資料、及/或將程式及資料寫入IC卡。

ROM2230於其中儲存有效化時藉由電腦2200執行之啟動程式等、及/或依存於電腦2200之硬體之程式。輸入/輸出晶片2240又可將各種輸入/輸出單元經由並行埠、串列埠、鍵盤埠、滑鼠等，連接於輸入/輸出控制器2220。

程式藉由DVD-ROM2201或IC卡般電腦可讀媒體而提供。程式自電腦可讀媒體讀取，安裝於亦可為電腦可讀媒體之例之硬碟驅動器2224、RAM2214、或ROM2230，藉由CPU2212執行。該等程式內記述之資訊處理由電腦2200讀取，且提供程式、與上述各種類型之硬體資源之間之協作。裝置或方法可藉由遵從電腦2200之使用實現資訊之操作或處理而構成。

例如，於電腦2200及外部器件間執行通信之情形，CPU2212可執行由RAM2214負載之通信程式，且基於通信程式所記述之處理，對通信介面2222下達通信處理之命令。通信介面2222於CPU2212之控制下，讀取對RAM2214、硬碟驅動器2224、DVD-ROM2201、或IC卡般之記錄媒體內提供之發送緩衝處理區域所儲存之發送資料，且將讀取之發送資料發送至網路、或將自網路接收之接收資料寫入對記錄媒體上提供之接收緩衝處理區域等。

又，CPU2212可以由RAM2214讀取硬碟驅動器2224、DVD-ROM驅動器2226(DVD-ROM2201)、IC卡等般外部記錄媒體所儲存之檔案或資料庫之全部或必要部分之方式，對RAM2214上之資料執行各種類型之處理。CPU2212接著將處理後之資料寫回外部記錄媒體。

各種類型之程式、資料、圖表、及資料庫般之各種類型之資訊可儲存於記錄媒體，接受資訊處理。CPU2212可對自RAM2214讀取之資料執行各種類型之處理，且將結果寫回RAM2214，該各種類型之處理記載於本揭示之多處，包含藉由程式之命令序列指定之各種類型之操作、資訊處理、條件判斷、條件分支、無條件分支、資訊之檢索/置換等。又，CPU2212可檢索記錄媒體內之檔案、資料庫等之資訊。例如，於各者具有與第2屬性之屬性值相關聯之第1屬性之屬性值之複數個條目儲存於記錄媒體內之情形，CPU2212可自該複數個條目中檢索與第1屬性之屬性值被指定之條件一致之條目，且讀取該條目內儲存之第2屬性之屬性值，並藉此取得滿足預定條件之第1屬性相關聯之第2屬性之屬性值。

以上說明之程式或軟體模組可儲存於電腦2200上或電腦2200附近之電腦可讀媒體。又，對與專用通信網路或網際網路連接之伺服器系統內提供之硬碟或RAM般之記錄媒體，可作為電腦可讀媒體使用，且藉此將程式經由網路提供至電腦2200。

以上，使用實施形態說明本發明，但本發明之技術範圍並不限定於上述實施形態所記載之範圍。熟知本技藝者明瞭可於上述實施形態添加多種變更或改良。根據申請專利範圍之記載而明瞭，此種添加了變更或改良之形態亦可包含於本發明之技術範圍內。

申請專利範圍、說明書、及圖式中顯示之裝置、系統、程式、及方法中之動作、順序、步驟、及階段等各處理之執行順序未特別明示為「更前」、「先於」等，又，應留意除非於後續處理使用先前處理之輸出，否則可以任意順序實現。關於申請專利範圍、說明書、及圖式中之動作流程，即使為方便起見而使用「首先」、「接著」等說明，亦非意指必須以該順序實施者。

1:系統 2:製造裝置 3:支援裝置 4:使用者 10:取得部 20:學習部 30:輸入部 40:預測部 50:推薦部 60:顯示部 62:顯示處理部 64:顯示裝置 70:發送部 200:畫面 210:項目名 220:滑桿 230:指示器 240:當前值 250:列表框 260:預測值框 300:畫面 400:畫面 500:畫面 600:畫面 700:畫面 2200:電腦 2201:DVD-ROM 2210:主機控制器 2212:CPU 2214:RAM 2216:圖形控制器 2218:顯示器件 2220:輸入/輸出控制器 2222:通信介面 2224:硬碟驅動器 2226:DVD-ROM驅動器 2230:ROM 2240:輸入/輸出晶片 2242:鍵盤 S500～S520:步驟 S600～S630:步驟 x1～x4:範圍

圖1顯示本實施形態之系統1。 圖2顯示藉由本實施形態之顯示部60顯示之畫面200之一例。 圖3顯示藉由本實施形態之顯示部60顯示之畫面300之其他例。 圖4顯示藉由本實施形態之顯示部60顯示之畫面400之其他例。 圖5顯示本實施形態之支援裝置3中之模型之學習流程。 圖6顯示本實施形態之支援裝置3中之成形因子之顯示流程。 圖7顯示藉由本實施形態之顯示部60顯示之畫面500之其他例。 圖8顯示藉由本實施形態之顯示部60顯示之畫面600之其他例。 圖9顯示藉由本實施形態之顯示部60顯示之畫面700之其他例。 圖10顯示可將本發明之複數個態樣全體或部分具體化之電腦2200之例。

1:系統

2:製造裝置

3:支援裝置

4:使用者

10:取得部

20:學習部

30:輸入部

40:預測部

50:推薦部

60:顯示部

62:顯示處理部

64:顯示裝置

70:發送部

Claims (14)

1. 一種裝置，其係支援樹脂成形之裝置，且具備： 預測部，其產生與上述樹脂成形之複數個成形因子之值對應之、樹脂成形體之解析對象特性之預測值之概率分佈；及 顯示處理部，其執行用以使上述解析對象特性之上述預測值之概率分佈顯示於顯示裝置之顯示處理。
2. 如請求項1之裝置，其中 上述預測部算出使上述樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍內變化時、上述解析對象特性之預測值之概率分佈的變化；且 上述顯示處理部執行用以使上述解析對象特性之上述預測值之概率分佈之變化顯示於上述顯示裝置之顯示處理。
3. 如請求項2之裝置，其中 上述預測部算出上述解析對象特性之預測值之平均值之變化與標準偏差之變化，作為表示上述概率分佈之變化的指標；且 上述顯示處理部執行用以使上述平均值之變化與上述標準偏差之變化顯示於上述顯示裝置的顯示處理。
4. 如請求項2或3之裝置，其中 上述顯示處理部執行用以使具有滿足上述解析對象特性之目標值之可能性之上述成形因子之範圍顯示於上述顯示裝置的顯示處理。
5. 如請求項1至4中任一項之裝置，其具備： 輸入部，其自使用者接收上述樹脂成形之複數個成形因子中至少1個成形因子之值之指定；且 上述顯示處理部執行用以使上述指定之成形因子之值中之上述解析對象特性之上述預測值之概率分佈、與上述預測值之概率分佈一同顯示於上述顯示裝置之顯示處理。
6. 如請求項1至5中任一項之裝置，其中 上述預測部具有模型， 該模型根據針對上述樹脂成形之上述複數個成形因子之至少1者所輸入之資料，而產生上述解析對象特性之上述預測值之概率分佈。
7. 如請求項6之裝置，其中 上述預測部使用複數個上述模型，分別產生上述解析對象特性之上述預測值，且算出所產生之上述預測值之平均值與標準偏差。
8. 如請求項1至7中任一項之裝置，其具備： 推薦部，其產生滿足上述解析對象特性之目標值之概率為最高之上述複數個成形因子之組合、即推薦條件；且 上述顯示處理部執行用以使上述推薦條件、與上述預測值之概率分佈之變化一同顯示於上述顯示裝置的顯示處理。
9. 如請求項1至8中任一項之裝置，其中 上述預測部具有： 取得部，其取得包含預先進行樹脂成形之結果中上述複數個成形因子之值與上述解析對象特性之值之組的學習資料；及 學習部，其使用上述學習資料，學習自上述複數個成形因子之值產生上述解析對象特性之預測值的模型。
10. 如請求項1至9中任一項之裝置，其中 上述預測部算出上述樹脂成形之複數個成形因子中至少1個成形因子滿足上述解析對象特性之目標值的概率； 上述顯示處理部執行用以使滿足上述解析對象特性之目標值之概率、與上述預測值之概率分佈一同顯示於上述顯示裝置的顯示處理。
11. 如請求項10之裝置，其中 上述預測部算出使上述樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍內變化時滿足上述解析對象特性之目標值之概率的變化；且 上述顯示處理部執行用以使滿足上述解析對象特性之目標值之概率之變化、與上述預測值之概率分佈一同顯示於上述顯示裝置的顯示處理。
12. 一種方法，其係支援樹脂成形之方法，且具備： 產生與上述樹脂成形之複數個成形因子之值對應之、樹脂成形體之解析對象特性之預測值之概率分佈的階段；及 執行用以使上述解析對象特性之上述預測值之概率分佈顯示於顯示裝置之顯示處理的階段。
13. 如請求項12之方法，其中 產生上述解析對象特性之預測值之概率分佈之階段具有以下階段：算出使上述樹脂成形之複數個成形因子中至少1個成形因子之值於預定範圍內變化時、樹脂成形體之解析對象特性之預測值之概率分佈之變化；且 執行上述顯示處理之階段具有以下階段：執行用以使上述解析對象特性之上述預測值之概率分佈之變化顯示於上述顯示裝置之顯示處理。
14. 一種程式，其用以使電腦執行以下階段： 產生與樹脂成形之複數個成形因子之值對應之、樹脂成形體之解析對象特性之預測值之概率分佈；及 執行用以使上述解析對象特性之上述預測值之概率分佈顯示於顯示裝置之顯示處理。

Images