TW202346065A - 用於控制及/或監測至少一粒子泡沫成形製程之電腦實施方法 - Google Patents
用於控制及/或監測至少一粒子泡沫成形製程之電腦實施方法 Download PDFInfo
- Publication number
- TW202346065A TW202346065A TW112104570A TW112104570A TW202346065A TW 202346065 A TW202346065 A TW 202346065A TW 112104570 A TW112104570 A TW 112104570A TW 112104570 A TW112104570 A TW 112104570A TW 202346065 A TW202346065 A TW 202346065A
- Authority
- TW
- Taiwan
- Prior art keywords
- particle foam
- foam forming
- parameters
- simulation model
- property
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 456
- 239000002245 particle Substances 0.000 title claims abstract description 317
- 238000012544 monitoring process Methods 0.000 title claims abstract description 11
- 238000010097 foam moulding Methods 0.000 title abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 349
- 238000004088 simulation Methods 0.000 claims abstract description 125
- 238000005457 optimization Methods 0.000 claims abstract description 116
- 239000000463 material Substances 0.000 claims abstract description 86
- 238000012545 processing Methods 0.000 claims abstract description 69
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 39
- 239000006260 foam Substances 0.000 claims description 301
- 238000001816 cooling Methods 0.000 claims description 34
- 229920000642 polymer Polymers 0.000 claims description 27
- 238000007711 solidification Methods 0.000 claims description 23
- 230000008023 solidification Effects 0.000 claims description 23
- 238000011049 filling Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 239000002994 raw material Substances 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 description 53
- 239000006261 foam material Substances 0.000 description 21
- 239000011324 bead Substances 0.000 description 18
- 238000010801 machine learning Methods 0.000 description 18
- 229920003023 plastic Polymers 0.000 description 18
- 239000004033 plastic Substances 0.000 description 18
- 238000012549 training Methods 0.000 description 18
- 239000004433 Thermoplastic polyurethane Substances 0.000 description 14
- 230000004927 fusion Effects 0.000 description 14
- 238000001746 injection moulding Methods 0.000 description 14
- 229920001169 thermoplastic Polymers 0.000 description 14
- 229920002803 thermoplastic polyurethane Polymers 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 238000013500 data storage Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000000465 moulding Methods 0.000 description 9
- 239000008188 pellet Substances 0.000 description 9
- 239000003380 propellant Substances 0.000 description 9
- 230000005670 electromagnetic radiation Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000002347 injection Methods 0.000 description 7
- 239000007924 injection Substances 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 239000004416 thermosoftening plastic Substances 0.000 description 6
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 238000005206 flow analysis Methods 0.000 description 5
- 239000008187 granular material Substances 0.000 description 5
- 239000007790 solid phase Substances 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 229920005983 Infinergy® Polymers 0.000 description 4
- 239000000654 additive Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000005469 granulation Methods 0.000 description 4
- 230000003179 granulation Effects 0.000 description 4
- 239000007791 liquid phase Substances 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000000518 rheometry Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 229920001187 thermosetting polymer Polymers 0.000 description 4
- LYCAIKOWRPUZTN-UHFFFAOYSA-N Ethylene glycol Chemical compound OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 3
- 238000004026 adhesive bonding Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 239000013536 elastomeric material Substances 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000002844 melting Methods 0.000 description 3
- 230000008018 melting Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 229920002725 thermoplastic elastomer Polymers 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- UPMLOUAZCHDJJD-UHFFFAOYSA-N 4,4'-Diphenylmethane Diisocyanate Chemical compound C1=CC(N=C=O)=CC=C1CC1=CC=C(N=C=O)C=C1 UPMLOUAZCHDJJD-UHFFFAOYSA-N 0.000 description 2
- 239000004604 Blowing Agent Substances 0.000 description 2
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 description 2
- 239000004970 Chain extender Substances 0.000 description 2
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- WERYXYBDKMZEQL-UHFFFAOYSA-N butane-1,4-diol Chemical compound OCCCCO WERYXYBDKMZEQL-UHFFFAOYSA-N 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000748 compression moulding Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000113 differential scanning calorimetry Methods 0.000 description 2
- 229920001971 elastomer Polymers 0.000 description 2
- 239000000806 elastomer Substances 0.000 description 2
- 210000004744 fore-foot Anatomy 0.000 description 2
- 238000005227 gel permeation chromatography Methods 0.000 description 2
- 238000007731 hot pressing Methods 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 238000005470 impregnation Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000010297 mechanical methods and process Methods 0.000 description 2
- 230000005226 mechanical processes and functions Effects 0.000 description 2
- 239000000155 melt Substances 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 229920005862 polyol Polymers 0.000 description 2
- 150000003077 polyols Chemical class 0.000 description 2
- -1 polypropylene Polymers 0.000 description 2
- 229920000909 polytetrahydrofuran Polymers 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000010025 steaming Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000012815 thermoplastic material Substances 0.000 description 2
- 229920002397 thermoplastic olefin Polymers 0.000 description 2
- 229920006345 thermoplastic polyamide Polymers 0.000 description 2
- 229920006342 thermoplastic vulcanizate Polymers 0.000 description 2
- 238000001721 transfer moulding Methods 0.000 description 2
- 239000004952 Polyamide Substances 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 239000002202 Polyethylene glycol Substances 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 239000013543 active substance Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 239000001273 butane Substances 0.000 description 1
- 229910000019 calcium carbonate Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001735 carboxylic acids Chemical class 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 229920000891 common polymer Polymers 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 125000005442 diisocyanate group Chemical group 0.000 description 1
- 150000002009 diols Chemical class 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000012948 isocyanate Substances 0.000 description 1
- 150000002513 isocyanates Chemical class 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000012768 molten material Substances 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- IJDNQMDRQITEOD-UHFFFAOYSA-N n-butane Chemical compound CCCC IJDNQMDRQITEOD-UHFFFAOYSA-N 0.000 description 1
- OFBQJSOFQDEBGM-UHFFFAOYSA-N n-pentane Natural products CCCCC OFBQJSOFQDEBGM-UHFFFAOYSA-N 0.000 description 1
- 229920002647 polyamide Polymers 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 229920001223 polyethylene glycol Polymers 0.000 description 1
- 229920000098 polyolefin Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
- 238000009864 tensile test Methods 0.000 description 1
- 230000000930 thermomechanical effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 150000004072 triols Chemical class 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- B29C44/00—Shaping by internal pressure generated in the material, e.g. swelling or foaming ; Producing porous or cellular expanded plastics articles
- B29C44/34—Auxiliary operations
- B29C44/60—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
- B29C44/00—Shaping by internal pressure generated in the material, e.g. swelling or foaming ; Producing porous or cellular expanded plastics articles
- B29C44/34—Auxiliary operations
- B29C44/36—Feeding the material to be shaped
- B29C44/38—Feeding the material to be shaped into a closed space, i.e. to make articles of definite length
- B29C44/44—Feeding the material to be shaped into a closed space, i.e. to make articles of definite length in solid form
- B29C44/445—Feeding the material to be shaped into a closed space, i.e. to make articles of definite length in solid form in the form of expandable granules, particles or beads
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08J—WORKING-UP; GENERAL PROCESSES OF COMPOUNDING; AFTER-TREATMENT NOT COVERED BY SUBCLASSES C08B, C08C, C08F, C08G or C08H
- C08J9/00—Working-up of macromolecular substances to porous or cellular articles or materials; After-treatment thereof
- C08J9/22—After-treatment of expandable particles; Forming foamed products
- C08J9/228—Forming foamed products
- C08J9/236—Forming foamed products using binding agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08J—WORKING-UP; GENERAL PROCESSES OF COMPOUNDING; AFTER-TREATMENT NOT COVERED BY SUBCLASSES C08B, C08C, C08F, C08G or C08H
- C08J2201/00—Foams characterised by the foaming process
- C08J2201/02—Foams characterised by the foaming process characterised by mechanical pre- or post-treatments
- C08J2201/03—Extrusion of the foamable blend
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08J—WORKING-UP; GENERAL PROCESSES OF COMPOUNDING; AFTER-TREATMENT NOT COVERED BY SUBCLASSES C08B, C08C, C08F, C08G or C08H
- C08J2375/00—Characterised by the use of polyureas or polyurethanes; Derivatives of such polymers
- C08J2375/04—Polyurethanes
-
- C—CHEMISTRY; METALLURGY
- C08—ORGANIC MACROMOLECULAR COMPOUNDS; THEIR PREPARATION OR CHEMICAL WORKING-UP; COMPOSITIONS BASED THEREON
- C08J—WORKING-UP; GENERAL PROCESSES OF COMPOUNDING; AFTER-TREATMENT NOT COVERED BY SUBCLASSES C08B, C08C, C08F, C08G or C08H
- C08J9/00—Working-up of macromolecular substances to porous or cellular articles or materials; After-treatment thereof
- C08J9/04—Working-up of macromolecular substances to porous or cellular articles or materials; After-treatment thereof using blowing gases generated by a previously added blowing agent
- C08J9/12—Working-up of macromolecular substances to porous or cellular articles or materials; After-treatment thereof using blowing gases generated by a previously added blowing agent by a physical blowing agent
- C08J9/122—Hydrogen, oxygen, CO2, nitrogen or noble gases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/22—Moulding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Geometry (AREA)
- Polymers & Plastics (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Medicinal Chemistry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Materials Engineering (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Molding Of Porous Articles (AREA)
Abstract
本文提出一種用於控制及/或監測至少一粒子泡沫成形機中之至少一粒子泡沫成形製程之電腦實施方法。該粒子泡沫成形製程基於複數個製程參數。該方法包含以下步驟：
a） 由至少一外部處理單元提供一輸入參數集，其中該輸入參數集包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數；
b） 該外部處理單元基於該輸入參數集模擬一粒子泡沫成形製程，並藉由在該模擬模型上應用關於至少一最佳化目標的一最佳化演算法來判定所模擬粒子泡沫成形製程之至少一預測製程參數，其中該預測製程參數經由至少一介面提供至該粒子泡沫成形機；
c） 基於該預測製程參數使用該粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件，判定所產生工件之至少一性質，並將該性質與該最佳化目標進行比較，其中，假如該所產生工件之該性質偏離該最佳化目標，則取決於該比較來調適該粒子泡沫成形機之至少一製程參數，並藉助經調適製程參數重複該粒子泡沫成形製程、判定該所產生工件之該性質，及將該性質與該最佳化目標進行比較，直至至少在預定義公差內該所產生工件之該性質與該最佳化目標一致；
d） 判定該粒子泡沫成形製程之至少一實際製程參數，並比較該實際製程參數與該預測製程參數，並基於該比較來調適該模擬模型。
Description
本發明係關於用於控制及/或監測至少一粒子泡沫成形製程之電腦實施方法、電腦程式、電腦可讀儲存媒體及自動化控制系統。此類方法、系統及裝置通常可用於技術設計或組態目的，例如在一粒子泡沫成形製程之一開發或生產階段中。然而，其他應用係可能的。
泡沫（特別粒子泡沫）長久以來係已知的且已於文獻中（例如於Ullmann之「技術化學百科全書（Encyclopedia of Technical Chemistry）」，第4版，第20卷，第416頁及其後諸頁中）廣泛描述。
高度彈性且大部分閉孔的泡沫（諸如以熱塑性彈性體製成之粒子泡沫，其例如於加壓處理器中製造或藉由擠出製程製造）示出特別動力學性質且於一些狀況中亦示出良好的回彈彈性。由熱塑性彈性體之粒子與系統泡沫或黏合劑製成之混合泡沫亦係已知的。取決於泡沫密度、製造方法及基質物材料，可調整相對寬範圍的剛性。泡沫之性質亦可受泡沫之後處理（諸如回火）或模具中成形粒子泡沫（諸如蒸汽櫃成形）影響。
基於熱塑性聚氨基甲酸酯或其他彈性體的泡沫顆粒（其亦被稱為粒子泡沫（或珠粒泡沫、粒子泡沫）及自其製成之成形物係已知的（例如WO 94/20568A1、WO 2007/082838 A1、WO2017/030835 A1、WO 2013/153190 A1、WO2010/010010 A1）且可以許多不同方式使用。
於本發明之意義上的泡沫顆粒亦或粒子泡沫或珠粒泡沫係指呈粒子形式的泡沫，該等粒子之平均長度較佳地在自1至14 mm（較佳2至13 mm，最佳3至12 mm及特定而言較佳9.5 mm）的範圍內。在非球狀（例如，細長或圓柱形）粒子之狀況下，長度意指最長尺寸。
典型地，泡沫珠粒/粒子泡沫經進一步處理以獲得基於粒子泡沫的成形物。此類成形物亦被稱為粒子泡沫成形品或工件，其係或可藉由根據本發明之製程獲得。
粒子泡沫（例如，膨脹熱塑性聚氨基甲酸酯珠粒（E-TPU））之品質參數及性質可因批次而異。這些不同的性質可對粒子泡沫之進一步加工有影響，特定而言將粒子泡沫珠粒成形/熔合在一起的製程。因此，批與批之間的差異對生產的成形部件/工件有影響。
粒子泡沫成形製程係小型及大型製造業中常見之製造製程。在典型的粒子泡沫成形製程中，例如基於熱塑性、熱固性或彈性體材料之泡沫珠粒在模具中藉由包含機械製程、機械裝置、膠合、黏著性添加劑、壓製、熱壓、X射線、微波、高於室溫之高溫、蒸汽、熱蒸汽或其組合的方法熔合在一起，該等方法可適用於將模具中之粒子泡沫材料黏著在一起。然後，將所獲得材料黏著在一起，以便保持模具給出之形式，從而成為製品。其允許大量複製由模具形成之產品。由於設計及組態模具的高成本，若在粒子泡沫成形製程期間出現任何問題，模具無法容易地修改。因此，為了最小化生產成本及浪費，在模具或模具空腔中模擬熔合珠粒之成形製程將係所要的。
對於類似射出成形之可比較形成製程，可使用例如來自Moldflow之模擬來最佳化工具及給定部件之填充製程。Moldflow具有兩個核心產品：Moldflow Adviser為標準部件及模具設計提供可製造性指導及方向回饋，且Moldflow Insight為流動、冷卻及翹曲提供明確結果，並支援專門的成形製程，參見en.wikipedia.org/wiki/Moldflow。
已知，最佳程序可在射出成形機本身內實施，例如根據DE 10 2013 111 257 B3、DE 10 2018 107 233 A1或EP3294519B1。
在其他技術領域，諸如對於化學製程，進一步最佳化方法係已知的，諸如在WO 2019/138118、WO 2019/138120、WO 2019/138122中所描述。
US 2020/0293011描述一種用於生產產品的系統，該系統包含生產設施及包含電腦處理器之資訊處理裝置。電腦處理器產生一或多個候選生產條件；使用預測模型來判定對在一或多個候選生產下生產產品之狀況的生產結果的預測；及產生對一或多個候選生產條件中之各者的評估。電腦處理器在一或多個生產候選之間進行改變時重複製程ii），並將製程iii）中評估滿足預定標準的候選生產條件判定為生產產品的生產條件。電腦處理器輸出所判定的生產條件，且生產設施在輸出生產條件下生產產品。
US 5 900 259 A描述一種用於射出成形機的成形條件最佳化系統，其包含塑性流動條件最佳化部分及操作條件判定部分。塑性流動條件最佳化部分對成形部件模型實施塑性流動分析，並藉由使用塑性流動分析之結果及塑性流動分析本身重複執行自動化計算來判定射出成形機之射出成形製程的填充階段及填料階段中之最佳流動條件。操作條件判定部分包含：射出側條件判定部分，用於根據由塑性流動條件最佳化構件獲得之最佳流動條件及關於射出條件之知識資料庫來判定射出成形機之最佳射出側條件；及夾緊側條件判定部分，用於根據由塑性流動條件最佳化構件產生之成形部件形式資料、塑性流動分析之結果、模具設計資料及關於模具夾緊條件的知識資料庫來判定最佳夾緊側條件。
US 2018/181694 A1描述一種最佳化用於成形機之製程最佳化系統的方法，該方法包括由使用者在實際成形機上設定設定資料，基於設定資料集及/或基於循環實施的成形製程獲得成形製程之至少一描述性變數之第一值，及基於來自製程最佳化系統之資料獲得至少一描述性變數之第二值。根據預定的區別準則，檢查第一值及第二值是否彼此不同。若檢查示出第一值及第二值彼此不同，則對製程最佳化系統進行修改，使得當應用於成形機及/或成形製程時，實質上產生描述性變數之第一值，而非描述性變數之第二值。
WO 2019/106499 A1描述一種用於處理由CAE獲得之射出成形機之成形參數的方法。CAE模擬產生模擬結果，藉由電子處理模擬結果產生第一機器參數，自對同一物件執行另一成形製程獲得不同於第一機器參數的第二機器參數；並在使用者可存取之電子資料庫中，第一及第二機器參數經保存，將其關聯在共同集合中。在又一變型中，藉由用軟體處理第一及第二機器參數並根據由該軟體產生之處理來修改用後續CAE模擬計算之機器參數，來替代最後的方法步驟。
US 2006/224540 A1描述由射出成形機執行之測試成形及大量生產成形，該射出成形機包括使用神經網路之控制設備。在大量生產成形期間，基於需要修改基於測試成形而判定的品質預測函數。
EP 0 368 300 A2描述一種用於射出成形機之最佳成形條件設定系統。該系統包含熔融材料流動分析構件，其用於藉由使用所設計模型模具分析樹脂流動、樹脂冷卻及成形產品之結構/強度，且亦包含分析結果評估構件，且用於根據分析結果判定初始成形條件及其允許範圍。將初始成形條件設定至射出成形機中，且實施測試照（test shot）以便檢查成形產品之缺陷。若已發現成形產品之缺陷，則將缺陷資料輸入至成形缺陷消除構件。
儘管最近的成形製程最佳化及模擬方法中所涉及之優勢，但仍然存在一些技術挑戰，特定而言對於粒子泡沫成形的模擬方法的應用。因此，模擬及最佳化成形製程仍然可極其耗時且複雜，且所需計算能力仍然可過高，該等計算能力由於粒子泡沫成形機必須生產工件並無任何模擬結果的事實而在粒子泡沫成形機本身內不可能實現。此外，甚至將期望在模擬及最佳化製程之效率及精度方面改良用於粒子泡沫成形之已知之模擬及最佳化方法。
欲解決之問題
因此，期望提供解決上文所提及技術挑戰的構件及方法。具體而言，與所屬技術領域中已知之裝置、方法及系統相比，特定而言在效率及精度方面，應提出方法、系統、程式及資料庫來進一步改良模擬及最佳化粒子泡沫成形製程的效能。
此問題係藉由具有獨立技術方案之特徵的方法、系統、程式及資料庫來解決。從屬技術方案中列出可以獨立方式或任何任意組合方式實現的有利具體實例。
如在下文中所使用，術語「具有」、「包含」或「包括」或其任何任意語法變體以非排他的方式使用。因此，該等術語皆可係指以下情況：除該等術語所引用之特徵外，在此上下文中闡述之全文中不存在任何其他特徵，及存在一或多個其他特徵。作為一實例，表述「A具有B」、「A包含B」及「A包括B」皆可係指以下情況：除B之外，在A中不存在任何其他元件（亦即，僅僅A且排他地由B組成之情況），及除B之外，在實體A中存在一或多個其他元件，諸如元件C、元件C及D或甚至其他元件。
此外，應注意，術語「至少一」、「一或多個」或指示特徵或元件可出現一次或不止一次的類似表達典型地在介紹各別特徵或元件時僅使用一次。在下文中，在大部分狀況下，在提及各別特徵或元件時，將不重複表達「至少一」或「一或多個」，但除非實際上各別特徵或元件可存在一次或多於一次的事實。
此外，如下文中所使用，術語「較佳地」、「更佳地」、「特地而言」、「更特定而言」、「具體而言」、「更具體而言」或類似術語係結合可選特徵使用且並不限制替代可能性。因此，由該等術語引入之特徵係可選特徵且並不意欲以任一方式限制申請專利範圍之範圍。如所屬技術領域中具有通常知識者將認識到，本發明可藉由使用替代特徵來執行。類似地，由「在本發明之具體實例中」或類似表達引入的特徵旨在係可選特徵，無關於本發明之替代具體實例的任何限制，無關於本發明之範圍的任何限制，且亦無關於以此方式引入之特徵與本發明之其他可選或非可選特徵組合的可能性的任何限制。
在本發明之第一態樣中，揭示一種用於控制及/或監測至少一粒子泡沫成形機中之至少一粒子泡沫成形製程之電腦實施方法。
如本文中所使用之術語「電腦實施」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）藉由使用資料處理構件（諸如包含至少一處理器之資料處理構件）完全或部分實施之製程。因此，術語「電腦」通常可係指具有至少一資料處理構件（諸如至少一處理器）之裝置或裝置之組合或網路。另外，電腦可包含一或多個其他組件，諸如資料儲存裝置、電子介面或人機介面中之至少一者。如本文中所使用之術語「處理器」或「處理單元」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）經組態用於執行電腦或系統之基本操作的任意邏輯電路系統，及/或通常係指經組態用於執行計算或邏輯操作之裝置。特定而言，處理器可經組態用於處理驅動電腦或系統之基本指令。作為一實例，處理器可包含至少一算術邏輯單元（ALU）、至少一浮點單元（FPU），諸如數學共處理器或數字共處理器、複數個暫存器，具體而言經組態用於向ALU供應操作數並儲存運算結果之暫存器，以及記憶體，諸如L1及L2快取記憶體。特定而言，處理器可為多核處理器。具體而言，處理器可為或可包含中央處理單元（CPU）。另外或替代地，處理器可為或可包含微處理器，因此具體而言處理器之元件可包含在一個單一積體電路（IC）晶片中。另外或替代地，處理器可為或可包含一或多個特殊應用積體電路（ASIC）及/或一或多個現場可程式化閘陣列（FPGA）或其類似者。
如本文中所使用之術語「成形製程」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）將至少一材料成形為任意形式或形狀之製程或程序。如本文中所使用之術語「粒子泡沫成形製程」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）藉由在模具中熔合粒子泡沫材料來執行之成形製程類型。
在本發明之上下文中進一步理解為成形製程為包含機械製程、機械裝置、膠合、黏著性添加劑、壓製、熱壓、X射線、微波、高於室溫之高溫、蒸汽、熱蒸汽或其組合的方法，該等方法可適用於將模具中之粒子泡沫材料黏著在一起。
對應成形品之製備可根據所屬技術領域中具有通常知識者已知之方法實施。
製備泡沫成形部件之較佳方法包括以下步驟：
（A）以對應形式插入根據本發明之泡沫小粒/粒子泡沫，
（B）熔合來自步驟（A）的根據本發明之泡沫小粒/粒子泡沫。
步驟（B）中之熔合較佳地以封閉形式實施，其中熔合可藉由水蒸氣、熱空氣（如例如在EP1979401中所描述）或高能輻射（微波或無線電波）實施。
泡沫小粒之熔合溫度較佳地低於或接近於產生粒子泡沫之聚合物之熔融溫度。因此，對於常見聚合物，泡沫小粒之熔合之溫度介於100℃與180℃之間，較佳地介於120℃與150℃之間。
溫度曲線/滯留時間可單獨判定，例如類似於US20150337102或EP2872309中所描述之方法。
藉由高能輻射之熔合通常在微波或無線電波之頻率範圍內實施，若需要，在存在水或其他極性液體（諸如具有微波吸收性烴之極性基團（諸如羧酸及二醇或三醇或乙二醇及液體聚乙二醇的酯））之情況下，且可以類似於EP3053732或WO16146537中所描述之方法實施。
根據本發明，熔合粒子泡沫（泡沫顆粒）較佳地在模具中實施，以成形所獲得之成形體。原則上，根據本發明，可使用所有用於熔合泡沫顆粒的合適方法，例如在高溫下熔合，諸如例如蒸汽櫃成形，高頻下成形，例如使用電磁輻射，使用雙帶壓法之製程，或變溫（variotherm）方法。
製造成形體之熱塑性聚合物泡沫可為由熱塑性塑膠生產之任何開孔或閉孔聚合物泡沫。熱塑性聚合物泡沫特定而言較佳地為成形泡沫。
由聚合物泡沫製成之成形品的生產可以所屬技術領域中具有通常知識者已知之任何期望方式實現：藉由實例，可生產由泡沫聚合物製成之網，且成形品可自網切下。若用於生產成形品之聚合物泡沫係成形泡沫，則成形品可藉由所屬技術領域中具有通常知識者已知之用於生產由成形泡沫製成之成形品的任何製程來生產：藉由實例，可能將由可膨脹熱塑性聚合物製成之顆粒裝入至模具中，藉由加熱使顆粒膨脹以得到泡沫珠粒，且然後使用壓力將熱泡沫珠粒彼此接合。此處，壓力係經由珠粒泡沫產生，珠粒之體積增加，而模具之內部體積保持不變。藉由實例，藉由使蒸汽通過模具可實現均勻加熱。然而，替代地，亦可能將預膨脹珠粒裝入至模具中。在此狀況下，程序自完全填充模具開始。在進一步步驟中，藉由在進料口徑處插入柱塞來減小模具之體積，該進料孔徑同樣已完全充滿膨脹珠粒，且因此模具中之壓力增加。膨脹珠粒因此相互擠壓，並因此可熔合以形成成形品。此處同樣，珠粒之熔合特定而言係經由蒸汽通過系統來實現。
用於施加熱塑性聚合物的射出製程藉由實例可為射出成形製程、轉注成形製程或射出壓縮成形製程。一方面，可能將由熱塑性聚合物製成之成形品插入至用於射出成形製程、轉注成形製程或射出壓縮成形製程之模具中，且然後施加熱塑性聚合物。替代地，對於包覆成形製程，亦可能利用其中亦生產由聚合物泡沫製成之成形品的模具。出於此目的，通常使用帶有可位移芯之模具。若目的係將熱塑性聚合物僅施加至由聚合物泡沫製成之成形品之一側，替代地，亦可能在生產由聚合物泡沫製成之成形品之後，移除一個半模，並藉由使用用於功能層之熱塑性聚合物隨後射出或壓入至其中之另一半模來密封其中仍然存在成形品之第二半模。
為了用射頻電磁輻射熔合，粒子泡沫可較佳地用適合於吸收輻射之極性液體潤濕，例如比例為0.1至10重量%，較佳地比例為1至6重量%，基於使用的粒子泡沫。在本發明之上下文中，甚至在不使用極性液體之情況下，可實現用射頻電磁輻射熔合粒子泡沫。泡沫粒子之熱連接例如以藉助於射頻電磁輻射（特定而言藉助於微波）的形式發生。頻率至少為20 MHz，例如至少為100 MHz之電磁輻射經理解為高頻。通常，電磁輻射在介於20 MHz與300 GHz之間（例如介於100 MHz與300 GHz之間）的頻率範圍內使用。微波較佳在介於0.5與100 GHz之間的頻率範圍內，尤其較佳地0.8至10 GHz，且使用0.1至15分鐘之間的輻射時間。較佳地，微波之頻率範圍經調整至極性液體之吸收行為，或反之亦然，極性液體根據所使用微波裝置之頻率範圍基於吸收行為來選擇。例如，在WO2016/146537中描述合適方法。
由於良好的機械性質及良好的溫度行為，根據本發明之聚合物泡沫特別適合於製備成形品。成形體可由根據本發明之泡沫小粒/粒子泡沫製備，例如藉由熔合或膠合。
如本文中所使用之術語「模具」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。術語具體而言可係指（但不限於）模具或模板，例如給出矩陣或框架的模板。特定而言，如本文中所使用，模具可係指包含至少一空腔之任意模具及/或模板，諸如給出結構及/或切口的至少一模板。該模具可具體而言用於粒子泡沫成形製程中，其中至少一類型的粒子泡沫材料可設置在模具之至少一空腔中。為了簡單起見，本文中，術語「模具」及「模具空腔」可互換使用。作為一實例，具有至少一空腔之模具可用於形成材料之成形製程中。特定而言，添加至模具空腔中之粒子泡沫材料可具有空腔之負形及/或幾何形狀。具體而言，模具可用於製造至少一工件，亦表示為組件，其中所製造工件可具有模具空腔之負形及/或形狀。
成形製程可經組態用於製造至少一工件。如本文中所使用之術語「工件」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。術語具體而言可係指（但不限於）任意部件或元件。特定而言，工件可為或可包含任意機器或設備之組成構件。工件可例如至少部分地具有用於製造組件之成形製程中所使用之模具或模具之空腔的負形狀。因此，粒子泡沫成形製程可為或可係指用於產生工件之賦形（form-giving）程序。
基於粒子泡沫之工件（成形製品）的應用可如下:基於粒子泡沫的成形品/工件用作鞋中底、鞋墊、組合鞋底、自行車車座、自行車輪胎、車輛輪胎、緩衝元件、內飾、床墊、底座、把手、保護箔，用於汽車內部及外部中之組件中，用於球及運動設備中，或用作地板覆蓋物，特定而言用於運動場、田徑跑道、體育館、兒童遊樂場及人行道。
較佳使用根據本發明之粒子泡沫來製備用於鞋中底、鞋墊、組合鞋底或鞋之內飾元件的成形體。此處，鞋較佳為街鞋、運動鞋、涼鞋、靴子或安全鞋，尤其較佳為運動鞋。
因此，本發明之其他標的物亦係成形體，其中該形狀係用於鞋之組合鞋底，較佳地用於街鞋、運動鞋、涼鞋、靴子或安全鞋，尤其較佳地運動鞋。
因此，本發明之其他目的亦係成形體，其中該成形品係鞋之中底，較佳地用於街鞋、運動鞋、涼鞋、靴子或安全鞋，特定而言較佳地運動鞋。因此，本發明之其他目的亦係成形體，其中該成形品係鞋之鞋墊（insert），較佳地用於街鞋、運動鞋、涼鞋、靴子或安全鞋，特定而言較佳地運動鞋。
因此，本發明之其他目的亦係成形體，其中該成形品係鞋之內飾元件，較佳地用於街鞋、運動鞋、涼鞋、靴子或安全鞋，特定而言較佳地運動鞋。此處，內飾元件可例如用於腳跟區或前腳區。因此，本發明之其他目的亦係一種鞋，其中根據本發明之成形體被用作例如鞋跟區、前腳區中之中底、中底或內飾，其中該鞋較佳為街鞋、運動鞋、涼鞋、靴子或安全鞋，特定而言較佳地運動鞋。
如本文中所使用之術語「粒子泡沫成形機」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）經組態用於執行粒子泡沫成形製程的任意裝置或機器。粒子泡沫成形機可包含至少一粒子泡沫形成單元。
該粒子泡沫成形製程基於複數個製程參數。如本文中所使用之術語「製程參數」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）影響粒子泡沫成形製程之至少一可設定及/或可選擇及/或可調整及/或可組態的參數。製程參數可係關於粒子泡沫成形機之操作條件。特定而言，製程參數可為粒子泡沫成形機參數。舉例而言，製程參數可包含以下各項中之一或多者：聚合物熔體溫度、射管溫度、填充時間、儲倉壓力、空氣壓力、加壓處理器時間、交叉蒸汽時間、粒子泡沫形成單元溫度、蒸汽壓力、保持壓力、保持時間、冷卻或固化時間、裂紋、冷卻或固化參數（諸如冷卻或固化中輸送量、冷卻或固化中溫）。粒子泡沫成形機參數可進一步包含機器之尺寸，諸如粒子泡沫形成單元、機器的設備，諸如圓筒直徑或最大圓筒溫度及其類似者。
如本文中所使用之術語「控制」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）判定及/或調整至少一製程參數。如本文中所使用之術語「監測」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）定量及/或定性判定至少一製程參數。
該電腦實施方法包含可以給定次序執行的以下步驟。然而，不同的次序亦係可能的。此外，一個或多於一個或甚至所有步驟可執行一次或重複地執行。此外，方法步驟可以及時重疊方式或甚至並行地執行。該方法可進一步包含未列出之額外方法步驟。
該方法包含以下步驟：
a） 由至少一外部處理單元提供一輸入參數集，其中該輸入參數集包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數；
b） 外部處理單元基於該輸入參數集模擬粒子泡沫成形製程，並藉由在模擬模型上應用關於至少一最佳化目標的最佳化演算法來判定所模擬粒子泡沫成形製程之至少一預測製程參數，其中預測製程參數經由至少一介面提供至粒子泡沫成形機；
c） 基於該預測製程參數使用該粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件，判定該所產生工件之至少一性質，並將該性質與該最佳化目標進行比較，其中，假如該所產生工件之該性質偏離該最佳化目標，則取決於該比較來調適該粒子泡沫成形機之至少一製程參數，並藉助經調適製程參數重複該粒子泡沫成形製程、判定該所產生工件之該性質，及將該性質與該最佳化目標進行比較，直至至少在預定義公差內該所產生工件之該性質與該最佳化目標一致；
d） 判定該粒子泡沫成形製程之至少一實際製程參數，並比較該實際製程參數與該預測製程參數，並基於該比較來調適該模擬模型。
如本文中所使用之術語「外部處理單元」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）與粒子泡沫成形機分開設計的至少一處理單元。粒子泡沫成形機可包含內部處理單元，該內部處理單元特定而言經組態用於控制及監測機器參數。外部處理單元可經組態用於經由至少一通信介面向內部處理單元傳送及/或接收資料。內部處理單元可經組態以經由至少一通信介面向外部處理單元傳送及/或接收資料。外部處理單元可包含複數個處理器。外部處理單元可為及/或包含雲端計算系統。
外部處理單元可包含至少一資料庫。如本文中所使用之術語「資料庫」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。術語具體而言可係指（但不限於）任意資訊集合。資料庫可儲存在至少一資料儲存裝置中。特定而言，資料庫可含有任意資訊集合。資料儲存裝置可為或可包含選自由以下各項組成之群組之至少一元件：至少一伺服器、包含複數個伺服器之至少一伺服器系統、至少一雲端伺服器或雲端計算基礎設施。
如本文中所使用之術語「通信介面」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）形成經組態用於傳送資訊之邊界的物項或元素。特定而言，通信介面可經組態用於自計算裝置（例如，電腦）傳送資訊，諸如發送或輸出資訊至例如另一裝置上。另外或替代地，通信介面可經組態用於將資訊傳送至計算裝置上，例如，傳送至電腦，諸如接收資訊。通信介面可具體而言提供用於傳送或交換資訊的構件。特定而言，通信介面可提供資料傳送連接，諸如藍芽、NFC、電感耦合或其類似者。作為一實例，通信介面可為或可包含至少一埠，該埠包含網路或網際網路埠、USB埠及磁碟機中之一或多者。通信介面可為至少一網路介面。
如本文中所使用之術語「提供」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）擷取及/或選擇該輸入參數集。如本文中所使用之術語「擷取」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言而非限制地可係指系統（具體而言電腦系統）自任意資料源（諸如自資料儲存器、自網路或自又一電腦或電腦系統）產生資料及/或獲得資料的製程。具體而言，擷取可經由至少一電腦介面（諸如經由諸如串行或並行埠的埠）進行。擷取可包含幾個子步驟，諸如獲得一或多項初級資訊並藉由利用初級資訊產生次級資訊的子步驟，諸如藉由對初級資訊應用一或多種演算法，例如藉由使用處理器。
如本文中所使用之術語「輸入參數集」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）關於模擬模型、材料特定參數及粒子泡沫成形機參數的資訊。
如本文中所使用之術語「粒子泡沫成形機參數」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）影響粒子泡沫成形機之操作條件的參數。粒子泡沫成形機參數可包含粒子泡沫成形機之機器組件之設定。粒子泡沫成形機參數可包含特定值及/或參數曲線。粒子泡沫成形機參數可包含選自由以下各項組成之群組的至少一參數：填充時間、聚合物熔體溫度、射管溫度、粒子泡沫形成單元溫度、儲倉壓力、空氣壓力、蒸汽壓力、保持壓力、加壓處理器時間、保持時間、冷卻或固化時間、交叉蒸汽時間、裂紋、冷卻或固化參數（諸如冷卻或固化中輸送量、冷卻或固化中溫）。
如本文中所使用之術語「材料特定參數」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）關於用於粒子泡沫成形製程的一或多個材料的資訊。材料特定參數可由材料供應商提供及/或可自網站或其他資料庫下載。材料供應商可具有許多產品特定資料，如同粒子泡沫材料之流變資料、黏度、抗拉強度以及所生產每種材料之批次特定資料。材料特定參數包含選自由以下各項組成之群組的至少一參數：可壓縮性、流動特性、溫度特性。
例如用於製造工件之材料（具體而言在成形製程中所使用之材料）例如可為或可包含塑膠材料。如本文中所使用之術語「塑膠材料」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）任意的熱塑性、熱固性或彈性體材料。特定而言，塑膠材料可為包含單體及/或聚合物之物質的混合物。具體而言，塑膠材料可為或可包含熱塑性材料。另外或替代地，塑膠材料可為或可包含熱固性材料。另外或替代地，塑膠材料可包含彈性體材料。
在較佳具體實例中，粒子泡沫材料選自由以下各項組成之群組：聚氨基甲酸酯、聚醯胺、聚烯烴、聚丙烯、聚乙烯、聚苯乙烯及其混合物。
在較佳具體實例中，粒子泡沫材料係熱塑性彈性體，且選自由以下各項組成之群組：熱塑性聚氨基甲酸酯（TPU）、熱塑性聚醯胺（TPA）及熱塑性聚醚酯（TPC）、熱塑性聚酯酯（TPC）、熱塑性硫化橡膠（TPV）、熱塑性聚烯烴（TPO）、熱塑性苯乙烯彈性體（TPS）及其混合物。
如本文中所使用之術語「模擬（simulation或simulating）」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）用於具體而言近似模仿實粒子泡沫成形製程的製程。如本文中所使用之術語「模擬模型」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）至少一模型，基於該至少一模型執行模擬。模擬模型可由在外部處理單元上之軟體產生，或模擬模型可為軟體中之資料集。
模擬模型可包含至少一經訓練且可訓練的模型。如本文中所使用之術語「經訓練模型」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。術語具體而言可係指（但不限於）在至少一訓練資料集上訓練的數學模型。如本文中所使用之術語「可訓練模型」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）模擬模型可基於額外訓練資料經進一步訓練及/或更新的事實。具體而言，在訓練資料集上訓練模擬模型。可藉由使用機器學習來訓練模擬模型。藉由根據來自歷史生產運行之資料進行訓練，模擬模型可至少部分地資料驅動。如本文中所使用之術語「資料驅動」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）模型係經驗的、預測的模型的事實。具體而言，資料驅動模型係自對先前粒子泡沫成形製程之實驗資料的分析導出。術語「歷史生產運行」係指過去或更早時間點的粒子泡沫成形製程。具體而言，為了進一步訓練模擬模型，可自步驟d）中判定實際及預測製程參數的比較資料產生訓練資料集。如本文中所使用，術語「至少部分地資料驅動模型」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）經訓練模型包含資料驅動模型部分之事實，其中可能模型包含進一步或其他模型部分。如本文中所使用之術語「機器學習」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）使用人工智慧（AI）來自動地模型構建機器學習模型（特定而言預測模型）的方法。外部處理單元可經組態用於執行及/或實施至少一機器學習演算法。模擬模型可基於至少一機器學習演算法的結果。機器學習演算法可包含決策樹、素樸貝氏分類、最近相鄰、神經網路、卷積神經網路、產生對抗網路、支援向量機、線性回歸、邏輯回歸、隨機森林及/或梯度提昇演算法。較佳地，機器學習演算法經組織以將具有高維度之輸入處理成低得多的維度之輸出。此類機器學習演算法被稱為「智慧的」，因為其能夠經「訓練」。可使用訓練資料的記錄來訓練該演算法。訓練資料的記錄可包含訓練輸入資料及對應訓練輸出資料。訓練資料記錄之訓練輸出資料可為當給出相同訓練資料記錄之訓練輸入資料作為輸入時，期望由機器學習演算法產生之結果。此預期結果與由演算法產生之實際結果之間的偏差可藉助於「損失函數」來觀察及評定。此損失函數可用作用於調整機器學習演算法之內部處理鏈之參數的回饋。舉例而言，可以最小化損失函數值之最佳化目標來調整參數，當所有訓練輸入資料經饋送至機器學習演算法中並將結果與對應訓練輸出資料進行比較時產生該等損失函數值。此訓練的結果可為，給定相對少量的訓練資料記錄作為「實況」，機器學習演算法能夠針對高出許多數量級之大量輸入資料記錄較佳地執行其工作。因此，模擬模型可包含至少一演算法及模型參數。模擬模型之參數可藉由使用至少一人工神經網路來產生。在步驟d）中，可調適，且因此可進一步訓練模擬模型，特定而言模型參數。
模擬模型可包含粒子泡沫成形製程之數位分身。模擬模型經組態用於模擬粒子泡沫建模製程。模擬模型可包含填充模擬。具體而言，模擬模型可經組態用於模擬用至少一材料之粒子泡沫進行的模具空腔之填充。模擬模型可經組態用於模擬工件之製造。模擬模型可經組態用於模擬工件之幾何形狀及/或形狀。模擬模型可包含強度分析。
模擬模型可使用欲製造之工件之幾何資料。如本文中所使用之術語「幾何資料」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）關於任意物件或元件之三維形式或形狀。具體而言，幾何資料，諸如關於三維形狀之資訊，可以電腦可讀形式存在於例如電腦相容資料集（具體而言數位資料集）中。作為一實例，幾何資料可為或可包含電腦輔助設計資料（CAD資料）。具體而言，三維幾何資料可為或可包含描述物件或元件之形式或形狀的CAD資料。
模擬模型可經組態用於考慮材料特定性質。模擬模型可包含材料之數位分身。模擬模型可經組態用於考慮原材料批次之批次性質，諸如粒子泡沫材料批次之抗拉強度。模擬製程並非對粒子泡沫成形機本身執行，而係由外部處理單元（諸如由至少一雲端計算系統）執行。除了由粒子泡沫成形機及/或其至少一感測器提供之及/或在粒子泡沫成形機中可用之機器參數及/或感測器參數之外，上述情形可允許考慮影響粒子泡沫成形製程之額外參數。此等額外參數可係關於外部知識，例如材料供應商之知識，諸如產品特定資料，如同流變資料、黏度、粒子泡沫材料之抗拉強度及/或演算法，及/或生產材料之特定資料。
在粒子泡沫成形製程之基於雲端製程最佳化中使用模擬資料、製程資料及產品相關資料係可能的。如上文所概述，材料供應商可具有許多產品特定資料，如同粒子泡沫材料之流變資料、黏度、抗拉強度以及所生產每種材料之批次特定資料。本發明提出模擬與粒子泡沫成形製程之間的閉環，使得來自模擬之參數可直接用於粒子泡沫成形製程。此外，相反，製程資料可用於使用機器學習模型來最佳化建模製程。藉由使用材料及粒子泡沫成形製程之基於雲端之數位分身，材料之批次特定資訊可進一步鏈接至製造製程之模擬，使得可進一步改良粒子泡沫成形製程之效率。
如本文中所使用，術語「模擬粒子泡沫成形製程之預測支撐參數」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）製程參數之期望值，特定而言用於達到最佳製造結果及/或最佳資源利用。預測製程參數可為影響粒子泡沫成形製程之參數。預測製程參數可經判定用於最佳化粒子泡沫成形製程。在已知之系統及裝置中，諸如在US 5 900 259 A中所描述，最佳化係鑒於工件最佳化來執行。相比而言，本發明係關於製程最佳化。除了最佳製造結果之外，製程最佳化亦可考慮資源之最佳使用。
步驟b）可包含至少一最佳化步驟。該最佳化可藉由最佳化演算法來執行。如本文中所使用之術語「最佳化」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）自可能參數之參數空間選擇關於最佳化目標之最佳參數集的製程。最佳化演算法可經組態以自可能參數之參數空間選擇關於最佳化目標之最佳參數集。最佳化演算法可經組態以最小化最佳化目標之實際值與目標值之間的偏差。如本文中所使用之術語「最佳化目標」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）至少一準則，在該至少一準則下執行最佳化。最佳化目標可包含至少一最佳化目標及準確度及/或精度。最佳化目標可為工件之至少一性質。工件之性質可為自由以下各項組成之群組選擇的至少一元素：工件之重量、工件之尺寸、表面結構、密度、收縮率、回彈、屈服點、抗拉強度、斷裂伸長率、磨損、壓縮永久變形（compression set）、剛度、給定變形下之壓縮應力、緩衝、翹曲。最佳化目標可例如由粒子泡沫成形機之至少一顧客及/或至少一使用者預先指定。最佳化目標可為至少一使用者之規範。使用者可選擇最佳化目標及所要準確度及/或精度。經由至少一介面，特定而言經由通信介面，將預測製程參數提供至粒子泡沫成形機。在已知之系統及裝置中，諸如在US 5 900 259 A中所描述，定義射出成形製程之參數儲存在射出成形機中。因此，通常參數係靜態的。相比而言，本發明提出一種自學習方法，且特定而言，藉由考慮步驟c）中新判定之預測製程參數來調適步驟d）中之模擬模型，並使用經改良模擬模型來預測用於執行步驟c）中之至少一粒子泡沫成形製程之經改良製程參數，來連續改良粒子泡沫成形製程之效能。因此，藉由執行步驟a）至d）提出一循環或迴路。
該方法包含基於預測製程參數使用粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件。使用預測製程參數來執行粒子泡沫成形製程可係指不僅依賴於由粒子泡沫成形機及/或其至少一感測器提供的及/或在粒子泡沫成形機中可獲得之機器參數及/或感測器參數，而且另外考慮外部知識，例如材料供應商之知識，諸如產品特定資料，如同流變資料、黏度、粒子泡沫之抗拉強度及/或演算法，及/或粒子泡沫材料資料，及/或所生產材料之特定資料。使用預測的製程參數可允許連續改良粒子泡沫成形製程。可例如藉由使用諸如掃描之光學或觸覺量測技術來量測所製造之工件。如本文中所使用之術語「掃描」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）檢查任意物件或資料之任意製程或程序。掃描可包含判定工件之形狀、效能行為（例如，回彈、彈性）及尺寸。掃描可具體而言自動地執行。掃描可由電腦或電腦網路自主地執行。
可將工件之所判定性質與最佳化目標進行比較。該比較可包含判定與目標形狀及/或目標尺寸的偏差，亦表示為目標大小。若所判定性質與最佳化目標之差異高於公差極限，則認為所產生工件偏離目標形狀及/或目標尺寸。公差極限可取決於諸如判定性質及/或客戶要求及其類似者的準確性。
假如所產生工件之性質偏離最佳化目標，則取決於比較來調適粒子泡沫成形機之至少一製程參數。至少一製程參數之調適可藉由最佳化演算法來執行。
舉例而言，工件之所判定性質與最佳化目標的比較可揭示工件偏離所要形狀，且特定而言展現出扭曲、翹曲、波狀表面及角度偏差。其原因可為工件之不同區之不同收縮趨勢（收縮潛力）。收縮率差異可係由工件之不同區中之不同填料程度以及纖維及聚合物鏈之不同定向造成。進一步原因可為所選擇的模具溫度及/或壓力係不利的，成形工件具有不同的厚度，工件沿著流動路徑之壓力梯度過高，所選擇的冷卻時間過短使得工件在過高溫度下自模具移除且工件在自模具移除之後變形，使用不利的材料。粒子泡沫成形機之以下製程參數中之至少一者可取決於比較如下經調適：改變模具之溫度、增加冷卻時間、調適製程使得成形不捕獲負拔模或藉助負拔模保持、改變壓力及改變保持時間。此外，鑒於比較，所使用之材料可改變。具體而言，可使用低翹曲材料，例如具有非晶相之混合物。此外，工件設計可改變。粒子泡沫成形機之製程參數可相對於預定層級進行調適。舉例而言，首先可調適模具溫度，然後可調適冷卻時間。隨後，可調適進一步製程參數。
舉例而言，工件之所判定性質與最佳化目標的比較可揭示工件包含至少一縮痕。如本文中所使用之術語「縮痕」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。粒子泡沫成形機之以下製程參數中之至少一者可取決於比較如下經調適：溫度、壓力。此外，工件設計可改變。粒子泡沫成形機之製程參數可相對於預定層級進行調適。
藉助經調適製程參數重複粒子泡沫成形製程、判定所產生工件之性質，及將該性質與最佳化目標進行比較，直至至少在預定義公差內所產生工件之性質與最佳化目標一致。「重複」意指重複所有動作，亦即粒子泡沫成形製程、判定產生的工件的性質以及將該性質與最佳化目標進行比較。
步驟d）包含判定粒子泡沫成形製程之至少一實際製程參數。粒子泡沫成形機可經組態用於在粒子泡沫成形製程中量測及/或監測至少一製程參數。至少一實際製程參數可為在粒子泡沫成形製程期間例如藉由使用至少一感測器可量測及/或可監測的至少一製程參數。術語「在粒子泡沫成形製程中」可係指粒子泡沫成形製程開始與結束之間的時間跨距及/或其中在粒子泡沫成形製程期間預期製程條件基本上與製程條件相當的時間跨度。粒子泡沫成形機可經組態用於即時量測製程參數，並在運行時調適製程參數。粒子泡沫成形機可經組態用於即時量測至少一實際製程參數。粒子泡沫成形機可經組態用於在運行時調適至少一實際製程參數。假如步驟c）包含判定複數個預測的製程參數，則步驟d）可包含判定複數個製程參數，諸如定義粒子泡沫成形製程之製程參數集。粒子泡沫成形機可包含至少一感測器。粒子泡沫成形機之量測參數可經暫存並傳送至外部處理單元。粒子泡沫成形機可包含選自由以下各項組成之群組的至少一元件：溫度感測器；壓力感測器；時鐘。舉例而言，至少一實際製程參數可為選自由以下各項組成之群組之至少一參數：聚合物熔體溫度、射管溫度、粒子泡沫形成單元溫度、蒸汽壓力、保持壓力、保持時間、填充時間、冷卻或固化時間、冷卻或固化參數（諸如冷卻或固化中輸送量、冷卻或固化儲存溫度）、儲倉壓力、空氣壓力、加壓處理器蒸汽壓力、交叉蒸汽壓力、裂紋。步驟d）可包含判定實際製程參數集，該等實際製程參數將經最佳化，特定而言對應於步驟c）中預測之製程參數之實際製程參數。因此，在最佳化循環期間，不僅可使用單個製程參數，而且可使用複數個製程參數，特定而言定義粒子泡沫成形製程之製程參數集。
步驟d）進一步包含將實際製程參數與預測製程參數進行比較，並基於該比較來調適模擬模型。假如在步驟c）中判定複數個預測製程參數，則步驟d）進一步可包含將各別實際製程參數與各別預測製程參數進行比較，並基於該比較來調適模擬模型。該比較可包含判定預測製程參數與實際製程參數的偏差，或反之亦然。若差值高於公差極限，則認為實際製程參數偏離預測製程參數。公差極限可取決於量測準確度。該比較可由粒子泡沫成形機之內部處理單元執行。關於偏差及/或實際製程參數的資訊可傳送至外部處理單元。外部處理單元可經組態用於基於關於偏差及/或實際製程參數的資訊來調適模擬模型，特定而言模型參數。對所屬技術領域中具有通常知識者而言，調適模擬模型係標準程序。
該方法進一步可包含經由至少一輸出介面或埠輸出預測製程參數及/或實際製程參數與預測製程參數之比較的結果。該輸出可包含預測製程參數集及/或實際製程參數與預測製程參數之比較的結果。如本文中所使用之術語「輸出」係廣義術語，且應賦予其所屬技術領域中具有通常知識者常見且常用之含義且並不限於特定或定製含義。該術語具體而言可係指（但不限於）使資訊對另一系統、資料儲存、個人或實體可用的製程。作為一實例，輸出可經由一或多個介面進行，諸如電腦介面或人機介面。作為一實例，輸出可以電腦可讀格式、可視格式或可聽格式中之一或多者進行。舉例而言，可經由至少一顯示器、至少一麥克風及其類似者來執行輸出。
可重複方法步驟a）至d），其中可在步驟a）中使用經調適模擬模型。
在本發明之又一態樣中，電腦程式包含指令，當該程式由電腦或電腦系統執行時，該等指令致使電腦或電腦系統實施根據本發明之方法，特定而言步驟a）至d）。對於本文中所使用之大多數術語的可能定義，可參考上文對電腦實施方法的描述，或如下文進一步詳細所描述。
具體而言，電腦程式可儲存於電腦可讀資料載體上及/或在電腦可讀儲存媒體上。如本文中所使用，術語「電腦可讀資料載體」及「電腦可讀儲存媒體」具體而言可係指非暫時性資料儲存構件，諸如其上儲存有電腦可執行指令之硬體儲存媒體。電腦可讀資料載體或儲存媒體具體而言可為或可包含儲存媒體，諸如隨機存取記憶體（RAM）及/或唯讀記憶體（ROM）。
本文中進一步揭示及提出包含指令之電腦程式產品，當程式由電腦或電腦系統執行時，該等指令致使電腦或電腦系統實施電腦實施方法，如上文所描述或如下文進一步詳細所描述。因此，對於本文中所使用之大多數術語的可能定義，可再次參考在本發明之第一態樣中所揭示之方法的描述。
特定而言，電腦程式產品可包含儲存在電腦可讀資料載體上之程式碼構件，以便當在電腦或電腦網路上執行程式時，執行根據本文中所揭示之具體實例中之一或多者的方法。如本文中所使用，電腦程式產品係指作為可交易產品之程式。產品通常可以任意形式存在，諸如呈紙張形式或位於電腦可讀資料載體上。具體而言，電腦程式產品可分佈於資料網路中。
本文中進一步揭示及提出包含指令之電腦可讀儲存媒體，該等指令在由電腦或電腦系統執行時致使電腦或電腦系統實施電腦實施方法，如上文所描述或如下文進一步詳細所描述。因此，對於本文中所使用之大多數術語的可能定義，可再次參考在本發明之第一態樣中所揭示之方法的描述。
在又一態樣中，揭示一種用於至少一粒子泡沫成形機中之粒子泡沫成形製程的自動化控制系統。該粒子泡沫成形製程基於複數個製程參數。
該控制系統包含至少一外部處理單元，該外部處理單元經組態用於基於輸入參數集（包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數）藉由在模擬模型上應用關於至少一最佳化目標的最佳化演算法來模擬粒子泡沫成形製程。
該控制系統包含至少一介面，該至少一介面經組態用於向粒子泡沫成形機提供預測的製程參數。控制系統經組態用於基於預測製程參數使用粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件。該控制系統經組態用於判定所產生工件之至少一性質，用於將該性質與最佳化目標進行比較，以及用於取決於該比較來調適粒子泡沫成形機之至少一製程參數。控制系統經組態用於重複粒子泡沫成形製程、性質之判定、性質與最佳化目標之比較以及製程參數的調適，直至至少在預定義公差內所產生工件之性質與最佳化目標一致。
控制系統經組態用於判定粒子泡沫成形製程之至少一實際製程參數。控制系統經組態用於比較實際製程參數與預測製程參數，並基於該比較來調適模擬模型。
自動化控制系統可經組態用於執行根據本發明之方法。因此，對於本文中所使用之大多數術語的可能定義，可再次參考在本發明之第一態樣中所揭示之方法的描述。
本發明之方法、系統及程式具有優於所屬技術領域中已知之方法、系統及程式之許多優點。特定而言，與所屬技術領域中已知之裝置、方法及系統相比，如本文中所揭示之方法、系統及程式可改良粒子泡沫成形製程之效能模擬可在雲端解決方案上運行。本發明提出，在雲端中運行模擬模型以識別最佳參數（欲處理），且此資訊可鏈接至實際參數（現況製程），使得運行快速且高效的估計迴路。藉助於數位識別，模擬模型亦可考慮材料特定性質，以更多地改良模擬。
該方法之最佳化演算法、批量之品質參數及機器參數的組合允許更高品質的生產部件。本發明係關於用於控制及/或監測至少一粒子泡沫成形製程之電腦實施方法、電腦程式、電腦可讀儲存媒體及自動化控制系統。此類方法、系統及裝置通常可用於技術設計或組態目的，例如在粒子泡沫成形製程之開發或生產階段中。然而，其他應用係可能的。
總結且不排除其他可能具體實例，可設想以下具體實例：
具體實例1 一種用於控制及/或監測至少一粒子泡沫成形機中之至少一粒子泡沫成形製程之電腦實施方法，其中該粒子泡沫成形製程基於複數個製程參數，其中該方法包含以下步驟：
a） 由至少一外部處理單元提供一輸入參數集，其中該輸入參數集包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數；
b） 該外部處理單元基於該輸入參數集模擬一粒子泡沫成形製程，並藉由在該模擬模型上應用關於至少一最佳化目標的一最佳化演算法來判定該所模擬粒子泡沫成形製程之至少一預測製程參數，其中該預測製程參數經由至少一介面提供至該粒子泡沫成形機；
c） 基於該預測製程參數使用該粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件，判定該所產生工件之至少一性質，並將該性質與該最佳化目標進行比較，其中，假如該所產生工件之該性質偏離該最佳化目標，則取決於該比較來調適該粒子泡沫成形機之至少一製程參數，並藉助經調適製程參數重複該粒子泡沫成形製程、判定該所產生工件之該性質，及將該性質與該最佳化目標進行比較，直至至少在預定義公差內該所產生工件之該性質與該最佳化目標一致；
d） 判定該粒子泡沫成形製程之至少一實際製程參數，並比較該實際製程參數與該預測製程參數，並基於該比較來調適該模擬模型。
具體實例2 如前一具體實例之方法，其中重複方法步驟a）至d），其中在步驟a）中使用該經調適模擬模型。
具體實例3 如前述具體實例中任一項之方法，其中該等粒子泡沫成形機參數包含選自由以下各項組成之群組的至少一參數：聚合物熔體溫度、射管溫度、粒子泡沫形成單元溫度、蒸汽壓力、保持壓力、保持時間、冷卻或固化時間、冷卻或固化參數。
具體實例4 如前述具體實例中任一項之方法，其中該粒子泡沫成形機之量測參數經暫存並傳送至該外部處理單元，其中該粒子泡沫成形機包含選自由以下各項組成之群組的至少一元件：一溫度感測器；一壓力感測器；一時鐘。
具體實例5 如前述具體實例中任一項之方法，其中該模擬模型包含一填充模擬。
具體實例6 如前述具體實例中任一項之方法，其中該模擬模型經組態用於模擬用至少一材料之一粒子泡沫進行的一模具空腔之一填充。
具體實例7 如前述具體實例中任一項之方法，其中該模擬模型經組態用於模擬該工件之幾何形狀及/或形狀。
具體實例8 如前述具體實例中任一項之方法，其中該模擬模型包含一強度分析。
具體實例9 如前述具體實例中任一項之方法，其中該等材料特定參數包含選自由以下各項組成之群組的至少一參數：可壓縮性、流動特性、溫度特性。
具體實例10 如前述具體實例中任一項之方法，其中該模擬模型經組態用於考慮材料特定性質。
具體實例11 如前一具體實例之方法，其中該模擬模型經組態用於考慮原材料批次之批次性質。
具體實例12 如前述具體實例中任一項之方法，其中該工件之該性質係選自由以下各項組成之群組的至少一元素：該工件之重量、該工件之尺寸、翹曲。
具體實例13 如前述具體實例中任一項之方法，其中該最佳化目標係該工件之至少一性質。
具體實例14 如前述具體實例中任一項之方法，其中該方法進一步包含經由至少一輸出介面或埠輸出該預測製程參數及/或該實際製程參數與該預測製程參數之該比較的一結果。
具體實例15 如前述具體實例中任一項之方法，其中藉由使用至少一人工神經網路來產生該模擬模型之參數。
具體實例16 如前述具體實例中任一項之方法，其中該外部處理單元係及/或包含一雲端計算系統。
具體實例17 一電腦程式，其包含指令，當該程式由一電腦或電腦系統執行時，該等指令致使該電腦或電腦系統實施根據前述具體實例中任一項之方法。
具體實例18 一電腦可讀儲存媒體，其包含指令，該等指令當由一電腦或電腦網路執行時致使實施如提及方法的前述具體實例中任一項之方法。
具體實例19 一種用於至少一粒子泡沫成形機中之一粒子泡沫成形製程之自動化控制系統，其中該粒子泡沫成形製程基於複數個製程參數，其中該控制系統包含至少一外部處理單元，其中該外部處理單元經組態用於基於包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數之一輸入參數集藉由在該模擬模型上應用關於至少一最佳化目標的一最佳化演算法來模擬一粒子泡沫成形製程，其中該控制系統包含至少一介面，該至少一介面經組態用於向該粒子泡沫成形機提供該預測製程參數，其中該控制系統經組態用於基於該預測製程參數使用該粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件，其中該控制系統經組態用於判定該所產生工件之至少一性質，用於將該性質與該最佳化目標進行比較，並用於取決於該比較來調適該粒子泡沫成形機之至少一製程參數，其中該控制系統經組態用於重複該粒子泡沫成形製程、該性質之該判定，該性質與該最佳化目標之該比較及該等製程參數之該調適，直至至少在預定義公差內該所產生工件之該性質與該最佳化目標一致，其中該控制系統經組態用於判定該粒子泡沫成形製程之至少一實際製程參數，其中該控制系統經組態用於比較該實際製程參數與該預測製程參數及用於基於該比較來調適該模擬模型。
具體實例20 如前一具體實例之自動化控制系統，其中該自動化控制系統經組態用於執行如提及方法的前述具體實例中任一項之方法。
進一步可選特徵及具體實例將在隨後具體實例描述中更詳細地揭示，較佳地結合從屬技術方案。其中，如所屬技術領域中具有通常知識者將意識到，各別可選特徵可以分離方式且以任一任意可行組合來實現。本發明之範圍並不限於較佳具體實例。
粒子泡沫成形機經組態用於執行至少一粒子泡沫成形製程。粒子泡沫成形製程可包含將至少一材料成形為任意形式或形狀的至少一製程或程序。粒子泡沫成形製程可為藉由將粒子泡沫材料填充至模具中而執行之成形製程。模具可為模具或模板，例如給出矩陣或框架的模板。特定而言，如本文中所使用，模具可係指包含至少一空腔之任意模具及/或模板，諸如給出結構及/或切口的至少一模板。該模具可具體而言用於粒子泡沫成形製程中，其中至少一粒子泡沫材料可填充至模具之至少一空腔中。作為一實例，具有至少一空腔之模具可用於形成材料之成形製程中。特定而言，填充至模具之空腔中之粒子泡沫材料可具有空腔之負形及/或幾何形狀。具體而言，模具可用於製造至少一工件，其中所製造工件可具有模具空腔之負形及/或形狀。
成形製程可經組態用於製造至少一工件。工件可為任意的部件或元件。特定而言，工件可為或可包含任意機器或設備之組成構件。工件可例如至少部分地具有用於製造組件之成形製程中所使用之模具或模具之空腔的負形狀。因此，粒子泡沫成形製程可為或可係指用於產生工件之賦形（form-giving）程序。
該粒子泡沫成形製程基於複數個製程參數。製程參數可為影響粒子泡沫成形製程之可設定及/或可選擇及/或可調整及/或可組態參數。製程參數可係關於粒子泡沫成形機之操作條件。特定而言，製程參數可為粒子泡沫成形機參數。舉例而言，製程參數可包含以下各項中之一或多者：聚合物熔體溫度、射管溫度、粒子泡沫形成單元溫度、蒸汽壓力、保持壓力、保持時間、冷卻或固化時間、冷卻或固化參數（諸如冷卻或固化中輸送量、冷卻或固化中溫）。
該方法包含以下步驟：
a） 由至少一外部處理單元提供一輸入參數集，其中該輸入參數集包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數；
b） 外部處理單元基於該輸入參數集模擬粒子泡沫成形製程，並藉由在模擬模型上應用關於至少一最佳化目標的最佳化演算法來判定所模擬粒子泡沫成形製程之至少一預測製程參數，其中預測製程參數經由至少一介面提供至粒子泡沫成形機；
c） 基於該預測製程參數使用該粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件，判定該所產生工件之至少一性質，並將該性質與該最佳化目標進行比較，其中，假如該所產生工件之該性質偏離該最佳化目標，則取決於該比較來調適該粒子泡沫成形機之至少一製程參數，並藉助經調適製程參數重複該粒子泡沫成形製程、判定該所產生工件之該性質，及將該性質與該最佳化目標進行比較，直至至少在預定義公差內該所產生工件之該性質與該最佳化目標一致；
d） 判定該粒子泡沫成形製程之至少一實際製程參數，並比較該實際製程參數與該預測製程參數，並基於該比較來調適該模擬模型。
外部處理單元可為與粒子泡沫成形機分開設計的至少一處理單元。粒子泡沫成形機可包含內部處理單元（此處未示出），該內部處理單元特定而言經組態用於控制及監測機器參數。外部處理單元可經組態用於經由至少一通信介面向內部處理單元傳送及/或接收資料。內部處理單元可經組態以經由至少一通信介面向外部處理單元傳送及/或接收資料。外部處理單元可包含複數個處理器。外部處理單元可為及/或包含雲端計算系統。
外部處理單元可包含至少一資料庫。資料庫可為任意資訊集合。資料庫可儲存在至少一資料儲存裝置中。外部處理單元可包含其中儲存有資訊的至少一資料儲存裝置。特定而言，資料庫可含有任意資訊集合。資料儲存裝置可為或可包含選自由以下各項組成之群組之至少一元件：至少一伺服器、包含複數個伺服器之至少一伺服器系統、至少一雲端伺服器或雲端計算基礎設施。
提供該輸入參數集可包含擷取及/或選擇該輸入參數集。擷取可包含系統（具體而言電腦系統）自任意資料源（諸如自資料儲存器、自網路或自又一電腦或電腦系統）產生資料及/或獲得資料的製程。具體而言，擷取可經由至少一電腦介面（諸如經由諸如串行或並行埠的埠）進行。擷取可包含幾個子步驟，諸如獲得一或多項初級資訊並藉由利用初級資訊產生次級資訊的子步驟，諸如藉由對初級資訊應用一或多種演算法，例如藉由使用處理器。
該輸入參數集可包含關於模擬模型、材料特定參數及粒子泡沫成形機參數的資訊。粒子泡沫成形機參數可為影響粒子泡沫成形機之操作條件之參數。粒子泡沫成形機參數可包含粒子泡沫成形機之機器組件之設定。粒子泡沫成形機參數可包含特定值及/或參數曲線。粒子泡沫成形機參數可包含選自由以下各項組成之群組的至少一參數：聚合物熔體溫度、射管溫度、粒子泡沫形成單元溫度、蒸汽壓力、保持壓力、保持時間、冷卻或固化時間、冷卻或固化參數（諸如冷卻或固化中輸送量、冷卻或固化中溫）。粒子泡沫成形機參數可進一步包含機器之尺寸。
材料特定參數可為關於用於粒子泡沫成形製程的一或多個材料的資訊。材料特定參數可由材料供應商提供及/或可自網站或其他資料庫下載。材料供應商可具有許多產品特定資料，如同粒子泡沫材料之流變資料、黏度、粒子泡沫之抗拉強度、粒子泡沫材料資料及所生產每種材料之批次特定資料。材料特定參數包含選自由以下各項組成之群組的至少一參數：可壓縮性、流動特性、溫度特性。例如用於製造工件之材料（具體而言在成形製程中所使用之材料）例如可為或可包含塑膠材料。具體而言，塑膠材料可為或可包含熱塑性材料。另外或替代地，塑膠材料可為或可包含熱固性材料。另外或替代地，塑膠材料可包含彈性體材料。
模擬模型可由在外部處理單元上之軟體產生，或模擬模型可為軟體中之資料集。模擬模型可包含至少一經訓練且可訓練的模型。外部處理單元可經組態用於執行及/或實施至少一機器學習演算法。模擬模型可基於至少一機器學習演算法的結果。機器學習演算法可包含決策樹、素樸貝氏分類、最近相鄰、神經網路、卷積神經網路、產生對抗網路、支援向量機、線性回歸、邏輯回歸、隨機森林及/或梯度提昇演算法。較佳地，機器學習演算法經組織以將具有高維度之輸入處理成低得多的維度之輸出。可使用訓練資料的記錄來訓練該演算法。模擬模型可包含至少一演算法及模型參數。模擬模型之參數可藉由使用至少一人工神經網路來產生。在步驟d）中，可調適，且因此可進一步訓練模擬模型，特定而言模型參數。
模擬模型可包含粒子泡沫成形製程之數位分身。模擬模型經組態用於模擬粒子泡沫建模製程。模擬模型可包含填充模擬。具體而言，模擬模型可經組態用於模擬用至少一材料之粒子泡沫質量進行的模具空腔之填充。模擬模型可經組態用於模擬工件之製造。模擬模型可經組態用於模擬工件之幾何形狀及/或形狀。模擬模型可包含強度分析。
模擬模型可經組態用於考慮材料特定性質。模擬模型可包含材料之數位分身。模擬模型可經組態用於考慮原材料批次之批次性質，諸如材料批次之黏度。
在粒子泡沫成形製程之基於雲端製程最佳化中使用模擬資料、製程資料及產品相關資料係可能的。如上文所概述，材料供應商可具有許多產品特定資料，如同粒子泡沫材料之流變資料、黏度、粒子泡沫之抗拉強度、粒子泡沫材料資料及所生產每種材料之批次特定資料。本發明提出模擬與粒子泡沫成形製程之間的閉環，使得來自模擬之參數可直接用於粒子泡沫成形製程。此外，相反，製程資料可用於使用機器學習模型來最佳化建模製程。藉由使用材料及粒子泡沫成形製程之基於雲端之數位分身，材料之批次特定資訊可進一步鏈接至製造製程之模擬，使得可進一步改良粒子泡沫成形製程之效率。
模擬粒子泡沫成形製程之預測製程參數可為製程參數之期望值，特定而言用於達到最佳製造結果及/或最佳資源利用。
步驟b）可包含至少一最佳化步驟。最佳化可為自可能參數之參數空間選擇關於最佳化目標之最佳參數集的製程。最佳化目標可為執行最佳化的至少一準則。最佳化目標可包含至少一最佳化目標及準確度及/或精度。最佳化目標可為工件之至少一性質。工件之性質可為選自由以下各項組成之群組的至少一元素：工件之重量、工件之尺寸、翹曲。最佳化目標可例如由粒子泡沫成形機之至少一顧客及/或至少一使用者預先指定。最佳化目標可為至少一使用者之規範。使用者可選擇最佳化目標及所要準確度及/或精度。經由至少一介面，特定而言經由通信介面，將預測製程參數提供至粒子泡沫成形機。
在步驟c）中，可例如藉由使用諸如掃描之光學或觸覺量測技術來量測所製造之工件。掃描可包含判定工件之形狀及尺寸。掃描可具體而言自動地執行。掃描可由電腦或電腦網路自主地執行。
可將工件之所判定性質與最佳化目標進行比較。比較可包含判定與目標形狀及/或目標尺寸的偏差。若所判定性質與最佳化目標之差異高於公差極限，則認為所產生工件偏離目標形狀及/或目標尺寸。公差極限可取決於諸如判定性質及/或客戶要求及其類似者的準確性。
假如所產生工件之性質偏離最佳化目標，則取決於比較來調適粒子泡沫成形機之至少一製程參數。藉助經調適製程參數重複粒子泡沫成形製程、判定所產生工件之性質，及將該性質與最佳化目標進行比較，直至至少在預定義公差內所產生工件之性質與最佳化目標一致。
步驟d）包含判定粒子泡沫成形製程之至少一實際製程參數。粒子泡沫成形機可經組態用於在粒子泡沫成形製程中量測及/或監測至少一製程參數。粒子泡沫成形機可經組態用於即時量測製程參數，並在運行時調適製程參數。粒子泡沫成形機可包含至少一感測器。粒子泡沫成形機之量測參數可經暫存並傳送至外部處理單元。粒子泡沫成形機可包含選自由以下各項組成之群組的至少一元件：溫度感測器；壓力感測器；時鐘。
步驟d）進一步包含將實際製程參數與預測製程參數進行比較，並基於該比較來調適模擬模型。該比較可包含判定預測製程參數與實際製程參數的偏差，或反之亦然。若差值高於公差極限，則認為實際製程參數偏離預測製程參數。公差極限可取決於量測準確度。該比較可由粒子泡沫成形機之內部處理單元執行。關於偏差及/或實際製程參數的資訊可傳送至外部處理單元。外部處理單元可經組態用於基於關於偏差及/或實際製程參數的資訊來調適模擬模型，特定而言模型參數。
該方法進一步可包含經由至少一輸出介面或埠輸出預測製程參數及/或實際製程參數與預測製程參數之比較的結果。輸出可包含使資訊對另一系統、資料儲存、個人或實體可用的製程。作為一實例，輸出可經由一或多個介面進行，諸如電腦介面或人機介面。作為一實例，輸出可以電腦可讀格式、可視格式或可聽格式中之一或多者進行。
可重複方法步驟a）至d），其中可在步驟a）中使用經調適模擬模型。
該粒子泡沫成形製程基於複數個製程參數。控制系統包含至少一外部處理單元。外部處理單元經組態用於基於輸入參數集（包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數）藉由在模擬模型上應用關於至少一最佳化目標的最佳化演算法來模擬粒子泡沫成形製程。該控制系統包含至少一介面（用箭頭表示），該至少一介面經組態用於向粒子泡沫成形機提供預測的製程參數。控制系統經組態用於基於預測製程參數使用粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件。該控制系統經組態用於判定所產生工件之至少一性質，用於將該性質與最佳化目標進行比較，以及用於取決於該比較來調適粒子泡沫成形機之至少一製程參數。控制系統經組態用於重複粒子泡沫成形製程、性質之判定、性質與最佳化目標之比較以及製程參數的調適，直至至少在預定義公差內所產生工件之性質與最佳化目標一致。控制系統經組態用於判定粒子泡沫成形製程之至少一實際製程參數。控制系統經組態用於比較實際製程參數與預測製程參數，並基於該比較來調適模擬模型。
自動化控制系統可經組態用於執行根據本發明之方法。因此，對於可能具體實例，參考方法之描述。
舉例而言，工件之所判定性質與最佳化目標的比較可揭示工件偏離所要形狀。粒子泡沫成形機之以下製程參數中之至少一者可取決於比較如下經調適：改變半模及滑動核心之溫度、增加冷卻時間、調適製程使得成形不捕獲負拔模或藉助負拔模保持、改變保持壓力及改變保持時間。此外，鑒於比較，所使用之材料可改變。此外，工件設計可改變。粒子泡沫成形機之製程參數可相對於預定層級進行調適。舉例而言，首先可調適模具溫度，然後可調適冷卻時間。隨後，可調適進一步製程參數。
藉由實例進一步描述本發明。實例係關於本發明之實際且在一些狀況下較佳具體實例，該等具體實例並不限制本發明之範圍。
實例
1.使用以下原材料：
異氰酸酯： 4,4'-二苯基甲烷二異氰酸酯（MDI）
擴鏈劑： 1,4-丁二醇
多元醇： 聚四氫呋喃（PolyTHF）1000
尤其在不脫離目標結果之情況下，可添加其他添加劑，諸如催化劑、穩定劑及/或抗氧化劑。
2.熱塑性聚氨基甲酸酯（TPU）之製造
以下實例TPU 1的生產係在科倍隆（Coperion）公司的加工長度為48D（12個外殼）之雙螺桿擠出機ZSK58 MC中實施。藉助於齒輪泵實施自擠出機排出熔體（聚合物熔體）。在熔體過濾之後，藉助於水下造粒將聚合物熔體加工成小粒，並在40-90℃下的加熱渦流床中連續乾燥。將多元醇、擴鏈劑及二異氰酸酯以及催化劑計量加入至第一區中。如上文所描述，其他添加劑的添加發生在區8中。外殼溫度範圍為150至230℃。熔融及水下造粒在210至230℃之熔融溫度下實施。螺桿速度介於180與240 rpm之間。輸送量範圍為自180至220 kg/h。
3.泡沫小粒的製造（膨脹熱塑性聚氨基甲酸酯（eTPU））
3.1 為了由熱塑性聚氨基甲酸酯生產膨脹粒子（泡沫小粒），使用螺桿直徑為44 mm且長徑比為42之雙螺桿擠出機，隨後使用熔融泵、帶有換網器之啟動閥、多孔板及水下造粒。熱塑性聚氨基甲酸酯在80℃下加工前乾燥3小時，以便獲得小於0.02重量%之殘留水分。
所使用熱塑性聚氨基甲酸酯經由重量計量裝置計量加入至雙螺桿擠出機之進料中。
在將材料計量加入至雙螺桿擠出機之進料中之後，將材料熔融並混合。隨後，推進劑CO
2及N
2各自經由一個射出器加入。剩餘的擠出機長度用於將推進劑均勻併入至聚合物熔體中。在擠出機之後，聚合物/推進劑混合物藉助於齒輪泵（ZRP）經由帶有換網器（AV）之啟動閥壓入多孔板（LP）。經由多孔板生產出個別股。將此等股輸送至水下造粒（UWG）單元之加壓切割腔室，其中將該等股切割成小粒，並在小粒膨脹的同時進一步隨水輸送。
藉助於離心乾燥機確保膨脹粒子/小粒自製程用水分離。
擠出機、聚合物及推進劑的總輸送量為40 kg/h。所使用之聚合物及推進劑的數量列出於表1中。此處，聚合物始終經計為100份，而推進劑經額外計數，以使得獲得超過100份的總組合物。
表
1
：計量的聚合物及推進劑的比例，其中聚合物
/
固體始終產生
100
份，且推進劑另外計數
| 標籤 | 所使用TPU | 所使用TPU之數量[份] | CO2之量[份] | N2之量[份] |
| eTPU1 | TPU1 | 100 | 2.1 | 0.2 |
擠出機及後續裝置所使用之溫度以及UWG之切割腔室中之壓力列出於表2中。
表
2
：設備部件之溫度資料
| 擠出機中之溫度範圍（℃） | ZRP之溫度範圍（℃） | AV之溫度範圍（℃） | LP之溫度範圍（℃） | UWG中之水壓（巴） | UWG中之水溫 （℃） | |
| eTPU1 | 210-240 | 200 | 200 | 220 | 15 | 45 |
在藉助於離心乾燥機將膨脹小粒與水分離之後，將膨脹小粒在60℃下乾燥3小時，以移除剩餘表面水以及粒子中之可能水分，以便不使對粒子的進一步分析失真。
3.2 除了在擠出機中處理之外，亦在加壓處理器中生產膨脹粒子。出於此目的，用固/液相以80%的填充度填充壓力容器，其中相比為0.32。
固相為TPU1，且液相係水與碳酸鈣及表面活性物質的混合物。隨著壓力施加至此固/液相之情況下，將發泡劑/推進劑（丁烷）壓入至預先用氮氣沖洗過之密閉壓力容器中。該數量在表3中給出，並相對於固相（TPU1）進行計算。藉由在50℃之溫度下攪拌固/液相來加熱壓力容器，且然後將氮氣壓入至壓力容器中高至8巴之壓力。隨後，實施進一步加熱，直至達到所要浸漬溫度（IMT）。當達到浸漬溫度及浸漬壓力時，在給定的保持時間之後，壓力容器經由閥放鬆。表3中列出在加壓處理器（壓力容器、浸漬容器）中製造泡沫小粒之精確製造參數。
表3：浸漬材料TPU1之製造參數
| 標籤 | TPU | 基於固相量的發泡劑濃度（重量%） | 保持時間（範圍IMT-5℃至IMT+2℃）（分鐘） | IMT（℃） |
| eTPU2 | TPU1 | 24 | 5.4 | 112 |
4.
粒子泡沫成形（泡沫珠粒之熔合）
4.1藉由蒸汽櫃成形/水蒸汽熔合製造成形品，以獲得基於成形品/粒子泡沫之成形物
然後在來自Kurtz ersa GmbH（Energy Foamer）之成形機上，藉由用水蒸氣覆蓋，將膨脹小粒熔合成邊長為200 mm且厚度為10 mm或20 mm的方形板。關於板厚度，熔合參數僅在冷卻方面有所不同。以一方式選擇不同材料之熔合參數，使得面向工具之移動側（MII）之最終成形部分之板側具有儘可能少的塌陷eTPU粒子。通常，各別步驟使用3至50秒範圍內之蒸汽處理時間。若需要，亦藉由工具之可移動側實施狹縫蒸汽處理。不考慮實驗，關於工具之固定側（MI）及可移動側，在最後，120 s之冷卻時間始終設定為20 mm之板厚度，且100 s之冷卻時間始終設定有10 mm厚之板。各別成形/蒸汽處理條件作為蒸汽壓力列出於表4中。將板在70℃之烘箱中儲存4小時。
表
4
：蒸汽處理條件（蒸汽壓力）
| 標籤 | 分裂蒸汽處理 | 交叉蒸汽處理 | ||
| 壓力[巴] MI | 壓力[巴] MII | 壓力[巴] MI | 壓力[巴] MII | |
| eTPU1 | 0.5 | 0.7 | 1.3 | 0 |
| eTPU2 | 0.5 | 0.7 | 1.3 | 0 |
4.2.
經由電磁輻射熔合
對於根據本發明經由電磁輻射的熔合，參考US2018251621A1，其揭示可在本發明之上下文中應用之製程參數。
5.量測方法及材料之效能及/或品質參數：
在下文中，列出用於表徵產品（e-TPU泡沫粒子及/或由e-TPU粒子製成的模具）的參數及方法：
a. 列出用於表徵產品/材料關於效能及/或品質的所有重要量測方法。量測結果/資料可用作判定產品/材料效能及/或品質的輸入資料/輸入參數：
E-TPU粒子泡沫（散裝粒子及/或成形物）：
- 粒子重量或珠粒重量，
- 剝撕，
- 尺寸穩定性測試或收縮率測試，
- 拉伸測試，
- 彈性或回彈彈性，
- 磨損，
- 總體密度，
- 珠粒密度或粒子密度或泡沫密度，
- 硬度
- 壓縮性質（例如，硬度、經由壓縮永久變形或壓縮
應力量測、緩衝），
- 抗拉強度，
- 斷裂伸長率，
- 撕裂強度，
- DSC（微差掃描熱量法），
- DMA（動態機械分析），
- TMA（熱機械分析），
- NMR（核磁共振光譜學），
- FT-IR（傅立葉變換紅外線光譜法），
- GPC（凝膠滲透層析術），
- 水解量測，
- 日照測試，
- 視覺外觀（例如，3D結構）
- 粒子大小分佈（PSD），
b. 泡沫粒子之粒子大小分佈（PSD）及/或總體密度特定而言適合作為與製造製程（控制、監測）有關的「線上量測」的參數。
c. 用於判定生產之後的材料性質及用以關於效能及/或品質表徵產品的較佳材料參數係。
- 抗拉強度，
- 斷裂伸長率，
- 回彈彈性，
- 壓縮性質，及
- 粒子大小分佈（PSD）及/或
- 總體密度。
此等資料可充當「歷史資料」，可定期更新以訓練模型，並實現計算單元可判定生產設定/監測製造製程/控制產品品質（線上，特定而言基於粒子大小分佈（PSD）及/或總體密度）。
無
無
Claims (15)
- 一種用於控制及/或監測至少一粒子泡沫成形機中之至少一粒子泡沫成形製程之電腦實施方法，其中該粒子泡沫成形製程基於複數個製程參數，其中該方法包含以下步驟： a） 由至少一外部處理單元提供一輸入參數集，其中該輸入參數集包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數； b） 該外部處理單元基於該輸入參數集模擬一粒子泡沫成形製程，並藉由在該模擬模型上應用關於至少一最佳化目標的一最佳化演算法來判定所模擬粒子泡沫成形製程之至少一預測製程參數，其中該預測製程參數經由至少一介面提供至該粒子泡沫成形機； c） 基於該預測製程參數使用該粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件，判定所產生工件之至少一性質，並將該性質與該最佳化目標進行比較，其中，假如該所產生工件之該性質偏離該最佳化目標，則取決於該比較來調適該粒子泡沫成形機之至少一製程參數，並藉助經調適製程參數重複該粒子泡沫成形製程、判定該所產生工件之該性質，及將該性質與該最佳化目標進行比較，直至至少在預定義公差內該所產生工件之該性質與該最佳化目標一致； d） 判定該粒子泡沫成形製程之至少一實際製程參數，並比較該實際製程參數與該預測製程參數，並基於該比較來調適該模擬模型。
- 如前一請求項之方法，其中重複方法步驟a）至d），其中在步驟a）中使用經調適模擬模型。
- 如前述請求項中任一項之方法，其中該等粒子泡沫成形機參數包含選自由以下各項組成之群組的至少一參數：聚合物熔體溫度、射管溫度、粒子泡沫形成單元溫度、蒸汽壓力、保持壓力、保持時間、冷卻或固化時間、冷卻或固化參數。
- 如前述請求項中任一項之方法，其中該粒子泡沫成形機之量測參數經暫存並傳送至該外部處理單元，其中該粒子泡沫成形機包含選自由以下各項組成之群組的至少一元件：一溫度感測器；一壓力感測器；一時鐘。
- 如前述請求項中任一項之方法，其中該模擬模型包含一填充模擬。
- 如前述請求項中任一項之方法，其中該模擬模型經組態用於模擬用至少一材料之一粒子泡沫進行的一模具空腔之一填充。
- 如前述請求項中任一項之方法，其中該模擬模型經組態用於模擬該工件之幾何形狀及/或形狀。
- 如前述請求項中任一項之方法，其中該模擬模型包含一強度分析。
- 如前述請求項中任一項之方法，其中該等材料特定參數包含選自由以下各項組成之群組的至少一參數：可壓縮性、流動特性、溫度特性。
- 如前述請求項中任一項之方法，其中該模擬模型經組態用於考慮材料特定性質。
- 如前一請求項之方法，其中該模擬模型經組態用於考慮原材料批次之批次性質。
- 如前述請求項中任一項之方法，其中該方法進一步包含經由至少一輸出介面或埠輸出該預測製程參數及/或該實際製程參數與該預測製程參數之該比較的一結果。
- 如前述請求項中任一項之方法，其中該外部處理單元係及/或包含一雲端計算系統。
- 一種電腦程式，其包含指令，當該程式由一電腦或電腦系統執行時，該等指令致使該電腦或電腦系統實施如前述請求項中任一項之方法。
- 一種用於至少一粒子泡沫成形機中之一粒子泡沫成形製程之自動化控制系統，其中該粒子泡沫成形製程基於複數個製程參數，其中該控制系統包含至少一外部處理單元，其中該外部處理單元經組態用於基於包含至少一模擬模型、材料特定參數及粒子泡沫成形機參數之一輸入參數集藉由在該模擬模型上應用關於至少一最佳化目標的一最佳化演算法來模擬一粒子泡沫成形製程，其中該控制系統包含至少一介面，該至少一介面經組態用於向該粒子泡沫成形機提供預測製程參數，其中該控制系統經組態用於基於該預測製程參數使用該粒子泡沫成形機執行至少一粒子泡沫成形製程以用於產生至少一工件，其中該控制系統經組態用於判定所產生工件之至少一性質，用於將該性質與該最佳化目標進行比較，並用於取決於該比較來調適該粒子泡沫成形機之至少一製程參數，其中該控制系統經組態用於重複該粒子泡沫成形製程、該性質之該判定，該性質與該最佳化目標之該比較及該等製程參數之該調適，直至至少在預定義公差內該所產生工件之該性質與該最佳化目標一致，其中該控制系統經組態用於判定該粒子泡沫成形製程之至少一實際製程參數，其中該控制系統經組態用於比較該實際製程參數與該預測製程參數及用於基於該比較來調適該模擬模型。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP22156269 | 2022-02-11 | ||
| EP22156269.7 | 2022-02-11 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW202346065A true TW202346065A (zh) | 2023-12-01 |
Family
ID=80736088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW112104570A TW202346065A (zh) | 2022-02-11 | 2023-02-09 | 用於控制及/或監測至少一粒子泡沫成形製程之電腦實施方法 |
Country Status (2)
| Country | Link |
|---|---|
| TW (1) | TW202346065A (zh) |
| WO (1) | WO2023152056A1 (zh) |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0720651B2 (ja) | 1988-11-09 | 1995-03-08 | 東芝機械株式会社 | 射出成形機の最適成形条件設定システム |
| DE4307648A1 (de) | 1993-03-11 | 1994-09-15 | Basf Ag | Schaumstoffe auf Basis thermoplastischer Polyurethane sowie expandierbare, partikelförmige, thermoplastische Polyurethane, insbesondere geeignet zur Herstellung von Schaumstoff-Formkörpern |
| JP3018957B2 (ja) | 1995-06-06 | 2000-03-13 | 株式会社新潟鉄工所 | 射出成形機の最適成形条件設定システム |
| JP4499601B2 (ja) | 2005-04-01 | 2010-07-07 | 日精樹脂工業株式会社 | 射出成形機の制御装置 |
| US20100222442A1 (en) | 2006-01-18 | 2010-09-02 | Basf Se | Foams based on thermoplastic polyurethanes |
| WO2010010010A1 (de) | 2008-07-25 | 2010-01-28 | Basf Se | Thermoplastische polymer blends auf der basis von thermoplastischem polyurethan und styrolpolymerisat, daraus hergestellte schaumstoffe und zugehörige herstellungsverfahren |
| EP2836543B1 (de) | 2012-04-13 | 2020-03-04 | Basf Se | Verfahren zur herstellung von expandiertem granulat |
| US8961844B2 (en) | 2012-07-10 | 2015-02-24 | Nike, Inc. | Bead foam compression molding method for low density product |
| US9144956B2 (en) | 2013-02-12 | 2015-09-29 | Nike, Inc. | Bead foam compression molding method with in situ steam generation for low density product |
| DE102013111257B3 (de) | 2013-10-11 | 2014-08-14 | Kraussmaffei Technologies Gmbh | Verfahren zur Prozessführung eines Formfüllvorgangs einer Spritzgießmaschine |
| DE102015202013B4 (de) | 2015-02-05 | 2019-05-09 | Adidas Ag | Verfahren zur Herstellung eines Kunststoffformteils, Kunststoffformteil und Schuh |
| WO2016146537A1 (de) | 2015-03-13 | 2016-09-22 | Basf Se | Verfahren zur herstellung von partikelschaumstoffen auf basis von thermoplastischen elastomeren durch thermisches verbinden mit mikrowellen |
| KR102523046B1 (ko) | 2015-07-20 | 2023-04-18 | 크라우스마파이 테크놀로지스 게엠베하 | 사출 성형기를 작동시키기 위한 방법 |
| EP3298070B1 (en) | 2015-08-19 | 2019-04-10 | NIKE Innovate C.V. | Process for preparing thermoplastic elastomer foam |
| AT519491A1 (de) | 2016-12-23 | 2018-07-15 | Engel Austria Gmbh | Verfahren zur Optimierung eines Prozessoptimierungssystems und Verfahren zum simulieren eines Formgebungsprozesses |
| CN111491773B (zh) | 2017-11-29 | 2022-11-11 | 英格拉斯股份公司 | 用于注射压机的成型参数处理方法 |
| EP3511783A1 (en) | 2018-01-15 | 2019-07-17 | Covestro Deutschland AG | Method for improving a chemical production process |
| EP3511782A1 (en) | 2018-01-15 | 2019-07-17 | Covestro Deutschland AG | Method for improving a chemical production process |
| EP3511784A1 (en) | 2018-01-15 | 2019-07-17 | Covestro Deutschland AG | Method for improving a chemical production process |
| DE102018107233A1 (de) | 2018-03-27 | 2019-10-02 | Kraussmaffei Technologies Gmbh | Verfahren zur automatischen Prozessüberwachung und Prozessdiagnose eines stückbasierten Prozesses (batch-Fertigung), insbesondere eines Spritzgießprozesses und eine den Prozess durchführende Maschine oder ein den Prozess durchführender Maschinenpark |
| US11119456B2 (en) | 2019-03-14 | 2021-09-14 | Kaneka Corporation | Production system, information processing method, and production method |
| EP4077503A1 (de) * | 2019-12-17 | 2022-10-26 | Basf Se | VERFAHREN ZUM VERSCHWEIßEN VON PARTIKELSCHÄUMEN MITTELS PORÖSER HÜLLEN |
-
2023
- 2023-02-03 WO PCT/EP2023/052728 patent/WO2023152056A1/en unknown
- 2023-02-09 TW TW112104570A patent/TW202346065A/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023152056A1 (en) | 2023-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fernandes et al. | Modeling and Optimization of the Injection‐Molding Process: A Review | |
| Moayyedian et al. | Optimization of injection molding process based on fuzzy quality evaluation and Taguchi experimental design | |
| Reppel et al. | Experimental determination of elastic and rupture properties of printed Ninjaflex | |
| Deléglise et al. | Modeling of high speed RTM injection with highly reactive resin with on-line mixing | |
| Abdul et al. | Shrinkage prediction of injection molded high density polyethylene parts with taguchi/artificial neural network hybrid experimental design | |
| KR20170007442A (ko) | 경질 발포체 코어의 제조를 위한 폐쇄된 몰드에서의 폴리(메트)아크릴이미드 입자의 발포 성형 | |
| KR20230051258A (ko) | 적어도 하나의 사출 성형 공정을 제어 및/또는 모니터링하기 위한 컴퓨터 구현 방법 | |
| CN102825716A (zh) | Eps板生产工艺 | |
| Verleye et al. | Simulation and experimental validation of force controlled compression resin transfer molding | |
| Abohashima et al. | Minimization of defects percentage in injection molding process using design of experiment and Taguchi approach | |
| Nasir et al. | Warpage optimization on ultra thin plate in three plate mold for PP, ABS & ABS+ PC materials by using Taguchi method | |
| TW202346065A (zh) | 用於控制及/或監測至少一粒子泡沫成形製程之電腦實施方法 | |
| Abdessalam et al. | Parameter identification and computational simulation of polyurethane foaming process by finite pointset method | |
| KR101938969B1 (ko) | 형상과 무게 및 강도가 정해진 공극을 가진 사출성형물의 사출조건을 찾기위한 2차 수학모델을 이용한 서출성형 조건의 탐색방법 및 그 방법을 이용한 컴퓨터 프로그램 | |
| Kumar et al. | An experimental investigation to optimise injection moulding process parameters for plastic parts by using Taguchi method and multi-objective genetic algorithm | |
| Nasir et al. | Evaluation of shrinkage and weld line strength of thick flat part in injection moulding process | |
| Javadi et al. | Numerical investigation of curing process in reaction injection molding of rubber for quality improvements | |
| WO2020053087A1 (en) | Method for improving prediction relating to the production of a polymeric product | |
| Stanik et al. | Experimental investigation of the curing behaviour of fibre composite structures with snap-cure polymer systems | |
| Huynh et al. | Research on the effect of technical attributes on the tensile strength of FDM products | |
| Azman et al. | Particle swarm optimization for optimal process parameters in injection molding | |
| CN114730346A (zh) | 成形体的几何形状和制造工具的优化 | |
| Jakob et al. | Process influences in the combined compacting and back-injection process to produce back-injected self-reinforced composites (SRCs)–analysis via multiple regression modelling | |
| Kuppusamy | Development of liquid composite moulded thermoset composite automotive parts using process simulations: liquid composite moulding process simulations | |
| EP4061607B1 (en) | Method and system for injection molding |