WO2021091191A1 - 인공지능 기반의 사출성형시스템 및 성형조건 생성방법 - Google Patents

인공지능 기반의 사출성형시스템 및 성형조건 생성방법 Download PDF

Info

Publication number
WO2021091191A1
WO2021091191A1 PCT/KR2020/015202 KR2020015202W WO2021091191A1 WO 2021091191 A1 WO2021091191 A1 WO 2021091191A1 KR 2020015202 W KR2020015202 W KR 2020015202W WO 2021091191 A1 WO2021091191 A1 WO 2021091191A1
Authority
WO
WIPO (PCT)
Prior art keywords
molding
injection
state data
limit value
changed
Prior art date
Application number
PCT/KR2020/015202
Other languages
English (en)
French (fr)
Inventor
유현재
박경호
사로브안드레이
이승철
이치헌
Original Assignee
엘에스엠트론 주식회사
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
Priority claimed from KR1020200141748A external-priority patent/KR20210056235A/ko
Application filed by 엘에스엠트론 주식회사 filed Critical 엘에스엠트론 주식회사
Priority to US17/755,736 priority Critical patent/US20220388215A1/en
Priority to JP2022520141A priority patent/JP7286877B2/ja
Priority to CA3152556A priority patent/CA3152556A1/en
Priority to CN202080075512.8A priority patent/CN114616083A/zh
Priority to EP20885901.7A priority patent/EP4056348A4/en
Publication of WO2021091191A1 publication Critical patent/WO2021091191A1/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
    • 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
    • B29C45/766—Measuring, controlling or regulating the setting or resetting of moulding conditions, e.g. before starting a cycle
    • 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
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/03—Injection moulding apparatus
    • 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
    • B29C45/7646—Measuring, controlling or regulating viscosity
    • 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
    • B29C45/77—Measuring, controlling or regulating of velocity or pressure of moulding material
    • 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
    • B29C45/78—Measuring, controlling or regulating of temperature
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • 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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76003—Measured parameter
    • B29C2945/76006—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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76003—Measured parameter
    • B29C2945/7604—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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76003—Measured parameter
    • B29C2945/7605—Viscosity
    • 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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76177—Location of measurement
    • B29C2945/76287—Moulding material
    • 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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76494—Controlled parameter
    • B29C2945/76531—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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76494—Controlled parameter
    • B29C2945/76545—Flow 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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76494—Controlled parameter
    • B29C2945/76595—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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76655—Location of control
    • B29C2945/76658—Injection unit
    • B29C2945/76668—Injection unit barrel
    • 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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76655—Location of control
    • B29C2945/76732—Mould
    • 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
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76929—Controlling method
    • B29C2945/76979—Using a neural network

Definitions

  • the present invention relates to an injection molding system, and more particularly, to the control of the injection molding system.
  • Injection molding is the most widely used manufacturing method in manufacturing plastic products.
  • products such as TVs, mobile phones, PDAs, etc.
  • various parts including covers and cases may be manufactured through injection molding.
  • manufacturing of a product through injection molding is carried out through the following processes. First, a molding material to which pigments, stabilizers, plasticizers, fillers, and the like are added is put into a hopper to make it molten. Next, the molten molding material is injected into the mold and then cooled to solidify. Next, after extracting the solidified molding material from the mold, unnecessary parts are removed. Products having various types and sizes are manufactured through these processes.
  • An injection molding machine is used as an equipment for performing such injection molding.
  • the injection molding machine includes an injection device for supplying a molding material in a molten state, and a clamping device for solidifying the molding material in a molten state through cooling.
  • the present invention is to solve the above-described problems, and provides an artificial intelligence-based injection molding system capable of changing molding conditions so that good products can be produced when defective products are produced due to disturbance during product injection molding. Make it a technical task.
  • a method for generating molding conditions of an artificial intelligence-based injection molding system includes the molding that is injected into the mold when injection molding a product by injecting a molding material into a mold.
  • the molding condition generating device implemented by a deep learning-based neural network network can automatically change the molding conditions, thereby improving product quality. It works.
  • the molding condition generating device since the changing of the molding conditions is automatically performed by the molding condition generating device, there is an effect that the molding conditions can be changed to the good quality conditions in a short time even if there is no skilled expert.
  • FIG. 1 is a view showing an artificial intelligence-based injection molding system according to an embodiment of the present invention.
  • FIG. 2 is a view showing the configuration of an injection molding machine according to an embodiment of the present invention.
  • 3 is a view showing that the fixed mold and the moving mold are opened.
  • FIG. 4 is a view showing that a fixed mold and a moving mold are molded and closed by a moving part.
  • FIG. 5 is a view showing the configuration of a molding condition generating apparatus according to an embodiment of the present invention.
  • FIG. 6 is a flowchart showing a method of generating a molding condition according to an embodiment of the present invention.
  • FIG. 7 is a flowchart showing a method of changing molding conditions according to an embodiment of the present invention.
  • FIG. 1 is a view showing an artificial intelligence-based injection molding system according to an embodiment of the present invention.
  • the artificial intelligence-based injection molding system (10, hereinafter referred to as'injection molding system') according to the present invention uses molding materials to produce products according to optimal molding conditions.
  • the injection molding system 10 includes an injection molding machine 100 and a molding condition generating device 200.
  • the injection molding machine 100 performs injection molding to manufacture a product.
  • FIGS. 1 and 2 are views showing the configuration of an injection molding machine 100 according to an embodiment of the present invention.
  • the injection molding machine 100 will be described in more detail with reference to FIGS. 1 and 2.
  • the injection molding machine 100 includes an injection device 102 and a clamping device 103.
  • the injection device 102 supplies the molded material in a molten state to the clamping device 103.
  • the injection device 102 may include a barrel 121, an injection screw 122 disposed inside the barrel 121, and an injection drive unit 123 for driving the injection screw 122.
  • the barrel 121 may be disposed parallel to the first axis direction (X axis direction).
  • the first axial direction (X-axis direction) may be a direction parallel to a direction in which the injection device 102 and the clamping device 103 are spaced apart from each other.
  • the injection drive unit 123 rotates the injection screw 122 to move the molding material supplied into the barrel 121 in the first direction (FD arrow direction). I can.
  • the molding material can be melted by friction and heating.
  • the first direction (FD arrow direction) is a direction from the injection device 102 toward the clamping device 103 and may be a direction parallel to the first axis direction (X-axis direction).
  • the injection drive unit 123 can move the injection screw 122 in the first direction (FD arrow direction). . Accordingly, the molten molding material can be supplied from the barrel 121 to the clamping device 103.
  • the clamping device 103 solidifies the molten molding material through cooling.
  • the clamping device 103 is a fixed mold plate 131 to which the fixed mold 150 is coupled, a moving mold plate 132 to which the moving mold 160 is coupled, and the moving mold plate 132 in the first axis direction (X-axis direction). It may include a moving unit 133 to move along.
  • 3 and 4 are views showing that a moving part molds and closes a fixed mold and a moving mold.
  • the moving part 133 moves the moving platen 132 in the second direction (the direction of the SD arrow) to mold-close the moving mold 160 and the fixed mold 150, the injection device 102 A molten molding material is supplied into the fixed mold 150.
  • the second direction (SD arrow direction) is a direction parallel to the first axis direction (X axis direction) and opposite to the first direction (FD arrow direction).
  • the clamping device 103 may include a tie bar 134.
  • the tie bar 134 guides the movement of the moving platen 132.
  • the movable platen 132 may be movably coupled to the tie bar 134.
  • the moving platen 132 may move along the tie bar 134 in the first axis direction (X axis direction).
  • the tie bar 134 may be disposed parallel to the first axis direction (X axis direction).
  • the tie bar 134 may be coupled to be inserted into each of the fixed plate 131 and the movable plate 132.
  • the injection molding machine 100 produces a product by supplying the molding material to the molded moving mold 160 and the fixed mold 150 according to the molding conditions generated by the molding condition generating device 200.
  • the moving mold 160 and the fixed mold 150 will be described as molds.
  • the molding condition generating device 200 generates a molding condition and transmits it to the injection molding machine 100. In addition, when the injection molding machine 100 is producing a product according to the created molding condition, the molding condition generating device 200 determines whether the molding quality is maintained, and the molding quality is not maintained due to disturbance. If it is judged to be, the molding conditions are changed.
  • the molding condition generating apparatus 700 includes an injection state data acquisition unit 710, a determination unit 720, a molding condition setting unit 730, and a molding quality maintenance model 735.
  • the determination unit 720, the molding condition setting unit 730, and the molding quality maintenance model 735 are shown as separate configurations, but this is only an example, the determination unit 720 and the molding condition setting unit ( The 730 may be implemented as one engine 725 configured in a software form.
  • the molding condition generating apparatus 700 according to the present invention may further include a model generating unit 740 and a database 750 as shown in FIG. 5.
  • the injection state data acquisition unit 710 acquires injection state data from the injection molding machine 100 when the injection molding machine 100 is injection-molding a product.
  • the injection state data may include at least one of a viscosity profile and an injection pressure value of a molding material injected into the mold.
  • the viscosity profile of the molding material may be calculated based on the thickness of the injection product and the amount of pressure change according to the change of time inside the mold.
  • the injection state data acquisition unit 710 may calculate the viscosity profile of the molding material using Equation 1 below.
  • Equation 1 ⁇ represents the viscosity (Visocity), ⁇ w represents the shear stress (Wall Shear Stress), and ⁇ w represents the shear rate (Wall Shear Rate).
  • H represents the thickness of the injection product
  • L represents the flow distance defined as the distance between the pressure sensor and the temperature sensor (or the distance between two pressure sensors)
  • ⁇ P represents the amount of pressure change
  • ⁇ t represents the amount of time change.
  • the amount of pressure change means the amount of pressure changed during the flow by the flow distance (L)
  • the time change amount means the time taken during the flow by the flow distance (L).
  • the injection state data acquisition unit 710 may measure the amount of change in pressure inside the mold according to the amount of time change or measure the injection pressure when the injection operation by the injection molding machine 100 is in progress.
  • the injection state data acquisition unit 710 calculates the viscosity profile of the molding material using the measured time change amount, pressure change amount, thickness of the injection product, and flow distance.
  • the injection state data acquisition unit 710 acquires the injection molding data from the injection molding machine 100 and provides it to the determination unit 720 at each predetermined time point or whenever an injection state data acquisition request is received from the determination unit 720. I can.
  • the injection state data acquired at each predetermined time point or whenever a request for obtaining injection state data is received will be referred to as current injection state data.
  • the injection state data acquisition unit 710 uses the injection state data obtained during injection molding of the product as a target injection state data. And may store the determined target injection state data in the database 750.
  • the target injection state data may include at least one of a target viscosity profile and a target injection pressure value, and the target viscosity profile is the amount of time change measured during injection molding of the product when the produced product is a good product that satisfies a predetermined condition. , Pressure change, thickness of the injection product, and flow distance can be calculated.
  • the determination unit 720 determines whether the quality of the product is maintained equal to the quality of the injected product according to a predetermined molding condition, using the current injection state data acquired by the data acquisition unit 710.
  • the predetermined molding condition may be an initial molding condition that was set during the initial operation of the injection molding machine 100 by the molding condition setting unit 730, and such an initial molding condition may be a molding condition obtained during the production of good products.
  • the determination unit 720 may determine whether the molding quality is maintained by inputting the current injection state data obtained by the injection state data acquisition unit 710 into the molding quality maintenance model 735. have.
  • the molding quality maintenance model 720 may be a deep learning-based neural network that is learned from the target injection state data, and the molding quality maintenance model 735 includes the input current injection state data. If it is determined that it deviates from the threshold range set based on the data, it may be determined that the molding quality is not maintained.
  • the molding condition setting unit 730 sets an initial molding condition to be applied during the initial operation of the injection molding machine 100 and outputs it to the injection molding machine 100.
  • the initial molding condition may include at least one of temperature and pressure inside the mold, injection pressure, barrel temperature, injection speed, holding time, and holding pressure.
  • the initial molding conditions may be set to the molding conditions obtained during production of good products as described above.
  • the molding condition setting unit 730 may change the molding conditions applied to the injection molding machine 100 according to the determination result of whether to maintain the molding quality by the determination unit 720.
  • the molding condition setting unit 730 determines that the currently set molding conditions are maintained.
  • the current injection state data obtained by the injection state data acquisition unit 710 is the target injection state data. Change the molding conditions to follow
  • the molding condition setting unit 730 may change at least one of an injection speed, a barrel temperature, and a mold temperature among molding conditions.
  • the molding condition setting unit 730 may first change a molding condition that can be applied easily and quickly among injection speed, barrel temperature, and mold temperature. For example, since the injection speed is a molding condition that can be changed immediately, the molding condition setting unit 730 may determine that the injection speed is changed first.
  • the barrel temperature can be controlled, since the application takes longer than the injection speed, the molding condition setting unit 730 may determine that the barrel temperature is changed after the injection speed is changed.
  • the mold temperature can be controlled, but since it is not a direct configuration of the injection molding machine 100, the application time is relatively long, so the molding condition setting unit 730 changes the mold temperature after the change of the barrel temperature. You can decide.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to determine the current injection state data and the target injection state data. The deviation is calculated and the injection speed is changed by a value proportional to the deviation so that the current injection state data follows the target injection state data.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to determine the difference between the current viscosity profile and the target viscosity profile. After calculating, the injection speed is changed by a value proportional to the deviation so that the current viscosity profile follows the target viscosity profile.
  • the viscosity profile value is large, it means that the viscosity is high, indicating that the molding material does not flow well, so if the current viscosity profile is larger than the target viscosity profile, increase the injection speed or increase the barrel temperature or mold temperature. It can be lowered so that the molding material flows well.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to use the current injection pressure value and the target injection pressure value. After calculating the deviation of between, the injection speed is changed by a value proportional to the deviation so that the current injection pressure value follows the target injection pressure value.
  • the molding condition setting unit 730 changes the injection speed within a predetermined injection speed limit value.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to set the current injection state data to the target injection state.
  • the injection speed is changed to the injection speed limit value, and the barrel temperature is changed by a value proportional to the deviation.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to determine the difference between the current viscosity profile and the target viscosity profile. And, so that the current viscosity profile follows the target viscosity profile, the injection speed is changed to the injection speed limit value, and the barrel temperature is changed by a value proportional to the deviation.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to use the current injection pressure value and the target injection pressure value. Calculate the deviation of the gap, change the injection speed to the injection speed limit value so that the current injection pressure value follows the target injection pressure, and change the barrel temperature by a value proportional to the deviation.
  • the molding condition setting unit 730 changes the barrel temperature within a predetermined barrel temperature limit value.
  • the molding condition setting unit 730 may change the barrel temperature by a value proportional to the remaining deviation excluding the deviation applied when the injection speed is changed to the injection speed limit value.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to set the current injection state data to the target injection state.
  • the barrel temperature is changed to the barrel temperature limit value, and the mold temperature is changed by a value proportional to the deviation.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to determine the difference between the current viscosity profile and the target viscosity profile. And, so that the current viscosity profile follows the target viscosity profile, the injection speed is changed to the injection speed limit value, the barrel temperature is changed to the barrel temperature limit value, and the mold temperature is changed by a value proportional to the deviation.
  • the molding condition setting unit 730 uses the molding quality maintenance model 735 to use the current injection pressure value and the target injection pressure value. Calculate the deviation of the gap, change the injection speed to the injection speed limit value, change the barrel temperature to the barrel temperature limit value, and change the mold temperature by a value proportional to the deviation so that the current injection pressure value follows the target injection pressure. Let it.
  • the molding condition setting unit 730 changes the mold temperature within a predetermined mold temperature limit value.
  • the molding condition setting unit 730 except for the deviation applied when the injection speed is changed to the injection speed limit value and the deviation applied when the barrel temperature is changed to the barrel temperature limit value, is a value proportional to the remaining deviation. You can also change the mold temperature.
  • the molding condition setting unit 730 changes the mold temperature to the mold temperature limit value when the mold temperature exceeds the mold temperature limit value.
  • the molding condition generating device 200 determines that it is difficult to maintain the molding quality and may generate an alarm to the operator. .
  • the molding condition setting unit 730 when there is a difference between the current injection state data and the target injection state data, includes the injection speed, the barrel temperature, and the mold so that the current injection state data follows the target injection state data. Since the temperature is sequentially changed, even if disturbance occurs during injection, the quality of the product produced through injection can be maintained at the same level as the good product.
  • the molding quality maintenance model 735 composed of a deep learning-based neural network network
  • the molding condition setting unit 730 outputs the changed molding conditions to the injection molding machine 100. Accordingly, the injection molding machine 100 produces a product by performing injection molding according to the changed molding conditions.
  • the molding quality maintenance model 735 determines whether to maintain the molding quality based on the current injection state data and the target injection state data.
  • the molding quality maintenance model 735 may be learned by the model generator 740.
  • the molding quality maintenance model 735 may be a deep learning-based neural network network that enables it to be determined whether or not to maintain the molding quality based on a plurality of weights and a plurality of biases. If this embodiment is followed, the molding quality maintenance model 735 may be implemented with an artificial neural network (ANN) algorithm.
  • ANN artificial neural network
  • the model generation unit 740 generates a molding quality maintenance model 735 and learns the generated molding quality maintenance model 735. Specifically, the model generation unit 740 may generate a molding quality maintenance model 735 by learning a neural network network using a plurality of target injection state data as a training data set.
  • the model generation unit 740 generates a plurality of training data sets using at least one of a target viscosity profile and a target injection pressure value acquired during the production of good products, and trains a neural network network with the generated plurality of training data sets. By doing so, a molding quality maintenance model 735 is generated.
  • the model generation unit 740 may learn the molding quality maintenance model 735 by using the new target injection state data.
  • the present invention determines whether or not to maintain the molding quality and changes the molding conditions for maintaining the molding quality through the molding quality maintenance model 735 generated by the model generation unit 740 by the operator without specialized knowledge about injection molding. As it can be guided to perform the injection process, the dependence of experts on the injection operation is reduced, and thus a smart factory in the injection field can be established based on an unmanned injection molding system.
  • the database 750 may store current injection state data and target injection state data generated by the injection state data acquisition unit 710. In addition, molding conditions set or changed by the molding condition setting unit 730 may be stored in the database 750. In addition, the database 750 may store various types of information used during injection molding.
  • FIG. 6 is a flowchart showing a method of generating molding conditions in an injection molding system according to an embodiment of the present invention.
  • the method of generating molding conditions in the injection molding system shown in FIG. 6 can be performed by the injection molding system shown in FIG. 1.
  • the injection molding machine 100 produces a product according to the molding conditions set by the molding condition generating device 200 (S800).
  • the injection molding machine may set a molding condition that was applied when a good product was being produced as an initial molding condition.
  • the molding condition generating device 200 includes at least one of a current viscosity profile and a current injection pressure value of the molding material injected into the mold of the injection molding machine 100.
  • the current injection state data is acquired (S810).
  • the current viscosity profile may be calculated using the time change amount, the pressure change amount, the thickness of the injection product, and the flow distance during the injection molding of the product.
  • the molding condition generating apparatus 200 determines whether or not the molding quality is maintained based on the current injection molding data and the target injection molding data (S820).
  • the target injection molding data refers to the injection state data that was acquired while producing good products.
  • the molding condition generating apparatus 200 may determine whether to maintain the molding quality by inputting the current injection state data to the molding quality maintenance model learned as the target injection state data.
  • the molding condition generating device 200 determines that the molding quality is not maintained when it is determined that the current injection state data is out of the threshold range set based on the target injection state data by the molding quality maintenance model. If it is judged that it does not deviate from, it is judged that the molding quality is maintained.
  • the molding condition generating apparatus 200 changes the preset molding conditions so that the current injection state data follows the target injection state data (S830).
  • the molding condition generating apparatus 200 may change at least one of an injection speed, a barrel temperature, and a mold temperature among preset molding conditions.
  • the injection molding machine 100 performs injection molding according to the changed molding conditions (S800).
  • the molding condition generating apparatus 200 determines that the currently applied molding condition is maintained (S840).
  • the injection molding machine 100 performs injection molding according to the applied molding condition (S800).
  • FIG. 9 is a flowchart showing a process of changing the molding condition by the molding condition generating apparatus according to an embodiment of the present invention.
  • the process shown in FIG. 9 is performed by the molding condition generating apparatus 200, and the molding condition generating apparatus 200 may perform the process shown in FIG. 9 using a molding quality maintenance model.
  • the molding condition generating apparatus 200 calculates a deviation between the current injection state data and the target injection state data (S900).
  • the molding condition generating device 200 changes the injection speed by a value proportional to the deviation (S910).
  • the molding condition generating device 200 determines whether the changed injection speed exceeds the injection speed limit value (S920).
  • the molding condition generating device 200 outputs the changed molding conditions including the changed injection speed to the injection molding machine 100 (S1000).
  • the molding condition generating device 200 changes the injection speed to the injection speed limit value (S930), and the barrel temperature is proportional to the deviation.
  • the barrel temperature may be changed as much as a value proportional to the remaining deviation, excluding the deviation applied when the injection speed is changed to the injection speed limit value.
  • the molding condition generating device 200 determines whether the changed barrel temperature exceeds the barrel temperature limit value (S950).
  • the molding condition generating device 200 applies the changed molding conditions including the changed injection speed (injection speed limit value) and the changed barrel temperature to the injection molding machine 100. ) Is output (S1000).
  • the molding condition generating device 200 changes the barrel temperature to the barrel temperature limit value (S960), and the mold temperature by a value proportional to the deviation.
  • the mold temperature may be changed by a value proportional to the remaining deviations excluding the deviation applied when the injection speed is changed to the injection speed limit value and the deviation applied when the barrel temperature is changed to the barrel temperature limit value.
  • the molding condition generating apparatus 200 determines whether the changed mold temperature exceeds the mold temperature limit value (S980).
  • the molding condition generating device 200 stores the changed injection speed (injection speed limit value), the changed barrel temperature (barrel temperature limit value), and the changed mold temperature.
  • the changed molding conditions including, are output to the injection molding machine 100 (S1000).
  • the molding condition generating device 200 changes the mold temperature to the mold temperature limit value (S990), and the changed injection speed (injection speed limit value),
  • the changed molding conditions including the changed barrel temperature (barrel temperature limit value) and the changed mold temperature (mold temperature limit value) are output to the injection molding machine 100 (S1000).
  • the molding condition generating device 200 may determine that it is difficult to maintain the molding quality and may generate an alarm to the operator.
  • This component is a series of computer-readable or machine-readable media including volatile and non-volatile memory such as RAM, ROM, flash memory, magnetic or optical disks, optical memory, or other storage media. It can be provided as computer directives.
  • the directives may be provided as software or firmware, and may, in whole or in part, be implemented in a hardware configuration such as ASICs, FPGAs, DSPs, or any other similar device.
  • the directives may be configured to be executed by one or more processors or other hardware configurations, wherein the processor or other hardware configurations perform all or part of the methods and procedures disclosed herein when executing the series of computer directives, or To be able to perform.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Injection Moulding Of Plastics Or The Like (AREA)

Abstract

제품 사출성형 시 외란에 의해 불량제품이 생산될 때 양품이 생산될 수 있도록 성형조건을 변경시킬 수 있는 본 발명의 일 측면에 따른 인공지능 기반의 사출성형시스템은 성형재료를 금형에 주입하여 제품을 사출성형 하는 사출성형기(100); 상기 제품의 사출성형 시 상기 금형 내부에 주입되어 있는 상기 성형재료의 점도 프로파일 및 사출압력 값 중 적어도 하나를 포함하는 현재 사출상태 데이터를 획득하는 사출상태 데이터 획득부(710); 미리 정해진 타겟 사출상태 데이터로 학습된 성형품질 유지모델(735)에 상기 현재 사출상태 데이터를 입력하여 성형품질 유지여부를 판단하는 판단부(720); 및 상기 판단부(720)에 의해 성형품질이 유지되지 않는 것으로 판단되면 상기 현재 사출상태 데이터가 상기 타겟 사출상태 데이터를 추종하도록 기 설정된 성형조건을 변경시키는 성형조건 설정부(730)를 포함하는 것을 특징으로 한다.

Description

인공지능 기반의 사출성형시스템 및 성형조건 생성방법
본 발명은 사출성형시스템에 관한 것으로서, 보다 구체적으로 사출성형 시스템의 제어에 관한 것이다.
사출성형은 플라스틱 제품을 제조함에 있어 가장 광범위하게 이용되는 제조방법이다. 예컨대, 텔레비전, 휴대폰, PDA 등과 같은 제품에 있어서 커버, 케이스를 비롯한 다양한 부품이 사출성형을 통해 제조될 수 있다.
일반적으로 사출성형을 통한 제품의 제조는, 다음과 같은 공정들을 거쳐 이루어진다. 우선, 안료, 안정제, 가소제, 충전제 등이 첨가된 성형재료를 호퍼에 투입하여 용융상태로 만든다. 다음, 용융상태의 성형재료를 금형 내에 주입한 후에 냉각을 통해 응고시킨다. 다음, 금형으로부터 응고된 성형재료를 추출한 후에 불필요한 부분을 제거한다. 이러한 공정들을 거쳐 다양한 종류 및 크기를 갖는 제품이 제조된다.
이와 같은 사출성형을 수행하는 설비로, 사출성형기가 이용된다. 사출성형기는 용융상태의 성형재료를 공급하는 사출장치, 및 용융상태의 성형재료를 냉각을 통해 응고시키는 형체장치를 포함한다.
사출성형기로 제품을 제조하기 위해서는 온도, 속도, 압력, 또는 시간 등 과 같은 다양한 성형조건들이 적절하게 설정되어야만 품질이 우수한 제품이 생산될 수 있다. 하지만, 적절한 성형조건이 설정된 상태에서 사출성형이 수행되더라도 사출성형 시 주의의 온도/습도의 변화 또는 성형재료의 물성 변화 등과 같은 외란에 의해 우수한 품질의 제품이 생산되지 않을 수 있다.
이에 따라 균일한 품질의 제품을 생산하기 위해서는 주위의 환경이나 성형재료의 물성변화 등에 따른 성형조건의 변경이 필요하지만, 작업자가 성형조건을 변경하는 경우 동일한 외란이 발생하더라도 작업자에 따라 성형조건이 다르게 설정될 수 있어 균일한 성형품질을 기대하기 어렵다는 문제가 있다.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 제품 사출성형 시 외란에 의해 불량제품이 생산될 때 양품이 생산될 수 있도록 성형조건을 변경시킬 수 있는 인공지능 기반의 사출성형 시스템을 제공하는 것을 그 기술적 과제로 한다.
또한, 본 발명에 따르면 딥러닝 기반의 성형품질 유지모델을 이용하여 우수한 성형품질이 유지될 수 있는 성형조건을 설정할 수 있는 인공지능 기반의 사출성형 시스템을 제공하는 것을 그 기술적 과제로 한다.
상술한 목적을 달성하기 위한 본 발명의 일 측면에 따른 인공지능 기반의 사출성형시스템은 성형재료를 금형에 주입하여 제품을 사출성형 하는 사출성형기(100); 상기 제품의 사출성형 시 상기 금형 내부에 주입되어 있는 상기 성형재료의 점도 프로파일 및 사출압력 값 중 적어도 하나를 포함하는 현재 사출상태 데이터를 획득하는 사출상태 데이터 획득부(710); 미리 정해진 타겟 사출상태 데이터로 학습된 성형품질 유지모델(735)에 상기 현재 사출상태 데이터를 입력하여 성형품질 유지여부를 판단하는 판단부(720); 및 상기 판단부(720)에 의해 성형품질이 유지되지 않는 것으로 판단되면 상기 현재 사출상태 데이터가 상기 타겟 사출상태 데이터를 추종하도록 기 설정된 성형조건을 변경시키는 성형조건 설정부(730)를 포함하는 것을 특징으로 한다.
상술한 목적을 달성하기 위한 본 발명의 다른 측면에 따른 인공지능 기반 사출성형시스템의 성형조건 생성방법은, 성형재료를 금형에 주입하여 제품을 사출성형 할 때, 상기 금형 내부에 주입되어 있는 상기 성형재료의 점도 프로파일 및 사출압력 값 중 적어도 하나를 포함하는 현재 사출상태 데이터를 획득하는 단계; 양품의 사출성형 시 측정된 타겟 점도 프로파일 및 타겟 사출압력 값 중 적어도 하나를 포함하는 타겟 사출상태 데이터로 학습된 성형품질 유지모델(735)에 상기 현재 사출상태 데이터를 입력하여 성형품질 유지여부를 판단하는 단계; 및 성형품질이 유지되지 않는 것으로 판단되면 상기 현재 사출상태 데이터가 상기 타겟 사출상태 데이터를 추종하도록 기 설정된 성형조건을 변경시키는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 제품 사출성형 시 외란에 의해 불량제품이 생산될 때 딥러닝 기반의 신경망 네트워크로 구현된 성형조건 생성장치가 자동으로 성형조건을 변경시킬 수 있어 제품의 품질이 향상되도록 할 수 있다는 효과가 있다.
또한, 본 발명에 따르면 성형조건의 변경이 성형조건 생성장치에 의해 자동으로 수행되기 때문에 숙련된 전문가가 없더라도 빠른 시간 안에 성형조건을 양품조건으로 변경시킬 수 있다는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 사출성형시스템을 보여주는 도면이다.
도 2는 본 발명의 일 실시예에 따른 사출성형기의 구성을 보여주는 도면이다.
도 3은 고정금형과 이동금형이 형개되어 있는 것을 보여주는 도면이다.
도 4는 이동부에 의해 고정금형과 이동금형이 형폐되는 것을 보여주는 도면이다.
도 5는 본 발명의 일 실시예에 따른 성형조건 생성장치의 구성을 보여주는 도면이다.
도 6은 본 발명의 일 실시예에 따른 성형조건 생성방법을 보여주는 플로우차트이다.
도 7은 본 발명의 일 실시예에 따른 성형조건 변경방법을 보여주는 플로우차트이다.
이하에서는 첨부되는 도면을 참고하여 본 발명의 실시예들에 대해 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 사출성형시스템을 보여주는 도면이다.
본 발명에 따른 인공지능 기반의 사출성형시스템(10, 이하 '사출성형시스템' 이라 함)은 성형재료를 이용하여 최적의 성형조건에 따라 제품을 생산한다. 이를 위해 도 1에 도시된 바와 같이 사출성형시스템(10)은 사출성형기(100) 및 성형조건 생성장치(200)를 포함한다.
본 발명에 따른 사출성형기(100)는 제품을 제조하기 위해 사출성형을 수행한다.
도 2는 본 발명의 일 실시예에 따른 사출성형기(100)의 구성을 보여주는 도면이다. 도 1 및 도 2를 참조하여 사출성형기(100)에 대해 보다 구체적으로 설명한다.
도 1 및 도 2에 도시된 바와 같이 본 발명에 따른 사출성형기(100)는 사출장치(102) 및 형체장치(103)를 포함한다.
사출장치(102)는 형체장치(103)에 용융상태의 성형재료를 공급한다. 사출장치(102)는 배럴(121), 배럴(121)의 내부에 배치된 사출스크류(122), 및 사출스크류(122)를 구동시키는 사출구동부(123)를 포함할 수 있다. 배럴(121)은 제1축방향(X축 방향)에 대해 평행하게 배치될 수 있다. 제1축방향(X축 방향)은 사출장치(102) 및 형체장치(103)가 서로 이격된 방향에 대해 평행한 방향일 수 있다. 배럴(121)의 내부로 성형재료가 공급되면, 사출구동부(123)는 사출스크류(122)를 회전시킴으로써 배럴(121)의 내부로 공급된 성형재료를 제1방향(FD 화살표 방향)으로 이동시킬 수 있다. 이 과정에서, 성형재료는 마찰 및 가열에 의해 용융될 수 있다. 제1방향(FD 화살표 방향)은 사출장치(102)에서 형체장치(103)를 향하는 방향으로, 제1축방향(X축 방향)에 대해 평행한 방향일 수 있다. 용융상태의 성형재료가 사출스크류(122)에 대해 제1방향(FD 화살표 방향) 쪽에 위치하면, 사출구동부(123)는 사출스크류(122)를 제1 방향(FD 화살표 방향)으로 이동시킬 수 있다. 이에 따라, 용융상태의 성형재료는 배럴(121)에서 형체장치(103)로 공급될 수 있다.
형체장치(103)는 용융상태의 성형재료를 냉각을 통해 응고시킨다. 형체장치(103)는 고정금형(150)이 결합된 고정형판(131), 이동금형(160)이 결합된 이동형판(132), 및 이동형판(132)을 제1축방향(X축 방향)을 따라 이동시키는 이동부(133)를 포함할 수 있다.
도 3 및 도 4는 이동부가 고정금형과 이동금형을 형폐시키는 것을 보여주는 도면이다.
이동부(133)가 이동형판(132)을 제2방향(SD 화살표 방향)으로 이동시켜서 이동금형(160)과 고정금형(150)을 형폐시키면, 사출장치(102)는 이동금형(160)과 고정금형(150)의 내부에 용융상태의 성형재료를 공급한다. 제2방향(SD 화살표 방향)은 제1축방향(X축 방향)에 대해 평행하면서 제1방향(FD 화살표 방향)에 대해 반대되는 방향이다. 그 후 형체장치(103)가 이동금형(160)과 고정금형(150)의 내부에 채워진 용융상태의 성형재료를 냉각을 통해 응고시키면, 이동부(133)는 이동형판(132)을 제1방향(FD 화살표 방향)으로 이동시킴으로써 이동금형(160)과 고정금형(150)을 형개시킨다.
형체장치(103)는 타이바(134)를 포함할 수 있다. 타이바(134)는 이동형판(132)의 이동을 가이드한다. 이동형판(132)은 타이바(134)에 이동 가능하게 결합될 수 있다. 이동형판(132)은 타이바(134)를 따라 제1축방향(X축 방향)으로 이동할 수 있다. 타이바(134)는 제1축방향(X축 방향)에 대해 평행하도록 배치될 수 있다. 타이바(134)는 고정형판(131) 및 이동형판(132) 각각에 삽입되도록 결합될 수 있다.
한편, 본 발명에 따른 사출성형기(100)는 성형조건 생성장치(200)에 의해 생성된 성형조건에 따라 성형재료를 형폐된 이동금형(160)과 고정금형(150)으로 공급하여 제품을 생산한다. 이하에서는 이동금형(160) 및 고정금형(150)을 금형으로 기재하도록 한다.
성형조건 생성장치(200)는 성형조건을 생성하여 사출성형기(100)로 전달한다. 또한, 성형조건 생성장치(200)는 사출성형기(100)가 생성된 성형조건에 따라 제품을 생산하고 있을 때, 성형품질이 유지되고 있는지 여부를 판단하고, 외란에 의해 성형품질이 유지되고 있지 않은 것으로 판단되는 경우 성형조건을 변경시킨다.
이하, 도 5를 참조하여 본 발명에 따른 성형조건 생성장치(200)에 대해 보다 구체적으로 설명한다.
도 5는 본 발명의 일 실시예에 따른 성형조건 생성장치의 구성을 보여주는 도면이다. 도 5에 도시된 바와 같이 성형조건 생성장치(700)는 사출상태 데이터 획득부(710), 판단부(720), 성형조건 설정부(730), 및 성형품질 유지모델(735)을 포함한다. 도 5에서는 판단부(720), 성형조건 설정부(730), 및 성형품질 유지모델(735)이 별개의 구성인 것으로 도시하였지만, 이는 하나의 예일 뿐 판단부(720) 및 성형조건 설정부(730)는 소프트웨어 형태로 구성된 하나의 엔진(725)으로 구현될 수도 있다. 또한, 본 발명에 따른 성형조건 생성장치(700)는 도 5에 도시된 바와 같이, 모델 생성부(740) 및 데이터베이스(750)를 더 포함할 수도 있다.
사출상태 데이터 획득부(710)는 사출성형기(100)가 제품을 사출성형하고 있을 때 사출성형기(100)로부터 사출상태 데이터를 획득한다. 일 실시예에 있어서, 사출상태 데이터는 금형 내부에 주입되어 있는 성형재료의 점도 프로파일 및 사출압력 값 중 적어도 하나를 포함할 수 있다. 이때, 성형재료의 점도 프로파일은 사출제품의 두께, 금형 내부의 시간의 변화에 따른 압력 변화량을 기초로 산출될 수 있다.
예컨대, 사출상태 데이터 획득부(710)는 아래의 수학식 1을 이용하여 성형재료의 점도 프로파일을 산출할 수 있다.
Figure PCTKR2020015202-appb-M000001
수학식 1에서, η는 점도(Visocity)를 나타내고, σw는 전단응력(Wall Shear Stress)를 나타내며, γw는 전단률(Wall Shear Rate)를 나타낸다. 또한, H는 사출제품의 두께를 나타내고, L은 압력센서와 온도센서간의 거리(또는 2개의 압력센서간의 거리)로 정의되는 유동거리를 나타내며, △P는 압력변화량을 나타내고, △t는 시간변화량을 나타낸다. 여기서, 압력변화량은 유동거리(L)만큼 유동 동안 변화된 압력의 양을 의미하고, 시간 변화량은 유동거리(L)만큼 유동 동안 걸리는 시간을 의미한다.
이를 위해, 사출상태 데이터 획득부(710)는 사출성형기(100)에 의한 사출작업이 진행 중 일 때, 시간 변화량에 따른 금형 내부의 압력 변화량을 측정하거나 사출압력을 측정할 수 있다. 사출상태 데이터 획득부(710)는 측정된 시간 변화량, 압력 변화량, 사출제품의 두께, 유동거리를 이용하여 성형재료의 점도 프로파일을 산출하게 된다.
사출상태 데이터 획득부(710)는 미리 정해진 시점마다 또는 판단부(720)로부터 사출상태 데이터 획득요청이 수신될 때마다 사출성형기(100)로부터 사출성형 데이터를 획득하여 판단부(720)로 제공할 수 있다. 이하, 미리 정해진 시점마다 또는 사출상태 데이터 획득요청이 수신될 때마다 획득되는 사출상태 데이터를 현재 사출상태 데이터로 지칭하기로 한다.
한편, 사출상태 데이터 획득부(710)는 사출성형기(100)에 의해 과거에 생산된 제품이 미리 정해진 조건을 충족시키는 양품이었을 때, 해당 제품의 사출성형 시 획득되었던 사출상태 데이터를 타겟 사출상태 데이터로 결정하고, 결정된 타겟 사출상태 데이터를 데이터베이스(750)에 저장할 수 있다. 타겟 사출상태 데이터는 타겟 점도 프로파일 및 타겟 사출압력 값 중 적어도 하나를 포함할 수 있고, 타겟 점도 프로파일은 생산된 제품이 미리 정해진 조건을 충족시키는 양품이었을 때, 해당 제품의 사출성형 시 측정되는 시간 변화량, 압력 변화량, 사출제품의 두께, 유동거리를 기초로 산출될 수 있다.
판단부(720)는 데이터 획득부(710)에 의해 획득된 현재 사출상태 데이터를 이용하여 제품의 품질이 미리 정해진 성형조건에 따라 사출된 제품의 품질과 동일하게 유지되는지 여부를 판단한다. 이때, 미리 정해진 성형조건은 성형조건 설정부(730)에 의해 사출성형기(100)의 초기동작 시 설정되었던 초기 성형조건일 수 있고, 이러한 초기 성형조건은 양품 생산 시 획득되었던 성형조건일 수 있다.
일 실시예에 있어서, 판단부(720)는 사출상태 데이터 획득부(710)에 의해 획득된 현재 사출상태 데이터를 성형품질 유지모델(735)에 입력함으로써 성형품질이 유지되고 있는지 여부를 판단할 수 있다. 이때, 성형품질 유지모델(720)은 타겟 사출상태 데이터로 학습되어 있는 딥러닝 기반의 신경망 네트워크(Neural Network)일 수 있고, 성형품질 유지모델(735)은 입력된 현재 사출상태 데이터가 타겟 사출상태 데이터를 기준으로 설정되는 임계범위로부터 벗어나는 것으로 판단되면 성형품질이 유지되지 않는 것으로 판단할 수 있다.
성형조건 설정부(730)는 사출성형기(100)의 초기동작 시 적용될 초기 성형조건을 설정하여 사출성형기(100)로 출력한다. 일 실시예에 있어서, 초기 성형조건은 금형 내부의 온도 및 압력, 사출압력, 배럴온도, 사출속도, 보압시간, 및 보압압력 중 적어도 하나를 포함할 수 있다. 이때, 초기 성형조건은 상술한 바와 같이 양품 생산 시 획득되었던 성형조건으로 설정될 수 있다.
특히, 본 발명에 따른 성형조건 설정부(730)는 판단부(720)에 의한 성형품질 유지여부의 판단결과에 따라 사출성형기(100)에 적용된 성형조건을 변경시킬 수 있다. 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있는 것으로 판단되면, 현재 설정되어 있는 성형조건을 유지하는 것으로 결정한다. 하지만, 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있지 않은 것으로 판단되면, 사출상태 데이터 획득부(710)에 의해 획득된 현재 사출상태 데이터가 타겟 사출상태 데이터를 추종하도록 성형조건을 변경시킨다.
일 실시예에 있어서, 성형조건 설정부(730)는 성형조건 중 사출속도, 배럴온도, 및 금형온도 중 적어도 하나를 변경시킬 수 있다. 성형조건 설정부(730)는 사출속도, 배럴온도, 및 금형온도 중 적용이 쉽고 빠르게 적용할 수 있는 성형조건부터 먼저 변경시킬 수 있다. 일 예로, 사출속도는 즉각적으로 변경이 가능 성형조건이므로 성형조건 설정부(730)는 사출속도를 가장 먼저 변경시키는 것으로 결정할 수 있다. 배럴온도는 제어는 가능하지만 사출속도에 비해 적용에 걸리는 시간이 길기 때문에, 성형조건 설정부(730)는 사출속도의 변경 이후에 배럴온도를 변경하는 것으로 결정할 수 있다. 또한, 금형온도는 제어가 가능하지만 사출성형기(100)의 직접적인 구성이 아니므로 적용에 걸리는 시간이 상대적으로 가장 길기 때문에 성형조건 설정부(730)는 배럴온도의 변경 이후에 금형온도를 변경하는 것으로 결정할 수 있다.
구체적으로, 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있지 않은 것으로 판단되면, 성형품질 유지모델(735)을 이용하여 현재 사출상태 데이터와 타겟 사출상태 데이터 간의 편차분을 산출하고 현재 사출상태 데이터가 타겟 사출상태 데이터를 추종하도록 사출속도를 편차분에 비례하는 값만큼 변경한다.
예컨대, 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있지 않은 것으로 판단되는 경우, 성형품질 유지모델(735)을 이용하여 현재 점도 프로파일과 타겟 점도 프로파일 간의 편차분을 산출한 후 현재 점도 프로파일이 타겟 점도 프로파일을 추종하도록 사출속도를 편차분에 비례하는 값만큼 변경시킨다.
이때, 점도 프로파일 값이 큰 경우 점도가 크다는 의미로 성형재료가 잘 흐르지 않는다는 것을 나타내므로, 현재 점도 프로파일이 타겟 점도 프로파일보다 크면 사출속도를 증가시키거나, 배럴온도나 금형온도를 증가시킴으로써 점도 프로파일 값을 낮추어 성형재료가 잘 흐르도록 할 수 있다.
다른 예로, 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있지 않은 것으로 판단되는 경우, 성형품질 유지모델(735)을 이용하여 현재 사출압력 값과 타겟 사출압력 값 간의 편차분을 산출한 후 현재 사출압력 값이 타겟 사출압력 값을 추종하도록 사출속도를 편차분에 비례하는 값만큼 변경시킨다.
여기서, 성형조건 설정부(730)는, 사출속도를 편차분에 비례하는 값으로 변경시키는 경우, 미리 정해진 사출속도 제한값 내에서 사출속도를 변경시킨다.
성형조건 설정부(730)는, 사출속도를 편차분에 비례하는 값만큼 변경하면 사출속도가 사출속도 제한값을 벗어나게 되는 경우, 성형품질 유지모델(735)을 이용하여 현재 사출상태 데이터가 타겟 사출상태 데이터를 추종하도록, 사출속도를 사출속도 제한값으로 변경하고, 배럴온도를 편차분에 비례하는 값만큼 변경한다.
예컨대, 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있지 않은 것으로 판단되는 경우, 성형품질 유지모델(735)을 이용하여 현재 점도 프로파일과 타겟 점도 프로파일 간의 편차분을 산출하고, 현재 점도 프로파일이 타겟 점도 프로파일을 추종하도록, 사출속도를 사출속도 제한값으로 변경하고, 배럴온도를 편차분에 비례하는 값만큼 변경시킨다.
다른 예로, 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있지 않은 것으로 판단되는 경우, 성형품질 유지모델(735)을 이용하여 현재 사출압력 값과 타겟 사출압력 값 간의 편차분을 산출하고, 현재 사출압력 값이 타겟 사출압력을 추종하도록, 사출속도를 사출속도 제한값으로 변경하고, 배럴온도를 편차분에 비례하는 값만큼 변경시킨다.
여기서, 성형조건 설정부(730)는, 배럴온도를 편차분에 비례하는 값으로 변경시키는 경우, 미리 정해진 배럴온도 제한값 내에서 배럴온도를 변경시킨다.
이 때, 성형조건 설정부(730)는, 사출속도를 사출속도 제한값으로 변경 시 적용되는 편차분을 제외하고 나머지 편차분에 비례하는 값만큼 배럴온도를 변경시킬 수도 있다.
성형조건 설정부(730)는, 배럴온도를 편차분에 비례하는 값만큼 변경하면 배럴온도가 배럴온도 제한값을 벗어나게 되는 경우, 성형품질 유지모델(735)을 이용하여 현재 사출상태 데이터가 타겟 사출상태 데이터를 추종하도록, 배럴온도를 배럴온도 제한값으로 변경하고, 금형온도를 편차분에 비례하는 값만큼 변경한다.
예컨대, 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있지 않은 것으로 판단되는 경우, 성형품질 유지모델(735)을 이용하여 현재 점도 프로파일과 타겟 점도 프로파일 간의 편차분을 산출하고, 현재 점도 프로파일이 타겟 점도 프로파일을 추종하도록, 사출속도를 사출속도 제한값으로 변경하고, 배럴온도를 배럴온도 제한값으로 변경하며, 금형온도를 편차분에 비례하는 값만큼 변경시킨다.
다른 예로, 성형조건 설정부(730)는, 판단부(720)에 의해 성형품질이 유지되고 있지 않은 것으로 판단되는 경우, 성형품질 유지모델(735)을 이용하여 현재 사출압력 값과 타겟 사출압력 값 간의 편차분을 산출하고, 현재 사출압력 값이 타겟 사출압력을 추종하도록, 사출속도를 사출속도 제한값으로 변경하고, 배럴온도를 배럴온도 제한값으로 변경하며, 금형온도를 편차분에 비례하는 값만큼 변경시킨다.
여기서, 성형조건 설정부(730)는, 금형온도를 편차분에 비례하는 값으로 변경시키는 경우, 미리 정해진 금형온도 제한값 내에서 금형온도를 변경시킨다.
이 때, 성형조건 설정부(730)는, 사출속도를 사출속도 제한값으로 변경 시 적용되는 편차분 및 배럴온도를 배럴온도 제한값으로 변경 시 적용되는 편차분을 제외하고 나머지 편차분에 비례하는 값만큼 금형온도를 변경시킬 수도 있다.
성형조건 설정부(730)는, 금형온도를 편차분에 비례하는 값만큼 변경하면 금형온도가 금형온도 제한값을 벗어나게 되는 경우, 금형온도를 금형온도 제한값으로 변경한다.
한편, 금형온도를 편차분에 비례하는 값만큼 변경하면 금형온도가 금형온도 제한값을 벗어나게 되는 경우, 성형조건 생성장치(200)는 성형품질의 유지가 어려운 것으로 판단하여 작업자에게 알람을 발생시킬 수도 있다.
이와 같이, 본 발명에 따른 성형조건 설정부(730)는 현재 사출상태 데이터와 타겟 사출상태 데이터 간에 차이가 있는 경우, 현재 사출상태 데이터가 타겟 사출상태 데이터를 추종하도록 사출속도, 배럴온도, 및 금형온도를 순차적으로 변경시키기 때문에, 사출작업 시 외란이 발생하더라도 사출을 통해 생산되는 제품의 품질이 양품과 동일한 수준으로 유지되도록 할 수 있다.
또한, 본 발명에 따르면 성형조건의 변경이 작업자의 경험에 의해 수행되는 것이 아니라, 딥러닝 기반의 신경망 네트워크로 구성된 성형품질 유지모델(735)을 이용하여 수행되기 때문에 작업자의 숙련정도에 관계없이 성형품질을 일정하게 유지시킬 수 있다.
성형조건 설정부(730)는 변경된 성형조건을 사출성형기(100)로 출력한다. 이에 따라 사출성형기(100)는 변경된 성형조건에 따라 사출성형을 수행하여 제품을 생산하게 된다.
성형품질 유지모델(735)은 사출상태 데이터 획득부(710)에 의해 현재 사출상태 데이터가 입력되면, 현재 사출상태 데이터 및 타겟 사출상태 데이터에 기초하여 성형품질 유지여부를 판단하다. 성형품질 유지모델(735)은 모델 생성부(740)에 의해 학습될 수 있다. 일 실시예에 있어서, 성형품질 유지모델(735)은 복수개의 가중치 및 복수개의 바이어스(bias)를 기초로 성형품질 유지여부가 판단될 수 있게 하는 딥러닝 기반의 신경망 네트워크일 수 있다. 이러한 실시예를 따르는 경우, 성형품질 유지모델(735)은 ANN(Artificial Neural Network) 알고리즘으로 구현될 수 있다.
모델 생성부(740)는 성형품질 유지모델(735)을 생성하고, 생성된 성형품질 유지모델(735)을 학습시킨다. 구체적으로, 모델 생성부(740)는 복수개의 타겟 사출상태 데이터들을 학습데이터 세트로 이용하여 신경망 네트워크를 학습시킴으로써 성형품질 유지모델(735)을 생성할 수 있다.
구체적으로, 모델 생성부(740)는 양품 생산 시 획득된 타겟 점도 프로파일 및 타겟 사출압력 값 중 적어도 하나를 이용하여 복수개의 학습데이터 세트를 생성하고, 생성된 복수개의 학습데이터 세트로 신경망 네트워크를 학습시킴으로써 성형품질 유지모델(735)을 생성한다.
또한, 모델 생성부(740)는 일정 주기로 새로운 타겟 사출상태 데이터가 생성되면, 새로운 타겟 사출상태 데이터를 이용하여 성형품질 유지모델(735)을 학습시킬 수도 있다.
이와 같이, 본 발명은 모델 생성부(740)에 의해 생성된 성형품질 유지모델(735)을 통해 작업자가 사출성형에 관한 전문적 지식 없이도 성형품질 유지여부에 대한 판단 및 성형품질 유지를 위한 성형조건 변경을 수행하도록 가이드할 수 있어, 사출작업에 대한 전문가의 의존도가 낮아져 무인 사출 성형 시스템을 기반으로 사출 분야의 스마트 팩토리를 구축할 수 있다는 효과가 있다.
데이터베이스(750)에는 사출상태 데이터 획득부(710)에 의해 생성된 현재 사출상태 데이터 및 타겟 사출상태 데이터가 저장될 수 있다. 또한, 데이터베이스(750)에는 성형조건 설정부(730)에 의해 설정 또는 변경되는 성형조건들이 저장될 수 있다. 이외에도, 데이터베이스(750)에는 사출성형 시 이용되는 다양한 정보들이 저장될 수 있다.
이하, 본 발명에 따른 사출성형시스템에서의 성형조건 생성방법에 대해 도 6을 참조하여 구체적으로 설명한다. 도 6은 본 발명의 일 실시예에 따른 사출성형시스템에서의 성형조건 생성방법을 보여주는 플로우차트이다. 도 6에 도시된 사출성형시스템에서의 성형조건 생성방법은 도 1에 도시된 사출성형시스템에 의해 수행될 수 있다.
사출성형기(100)는 성형조건 생성장치(200)에 의해 설정된 성형조건에 따라 제품을 생산한다(S800). 일 실시예에 있어서, 사출성형기는 양품 생산 중 이었을 때 적용되었던 성형조건을 초기 성형조건으로 설정할 수 있다.
성형조건 생성장치(200)는 사출성형기(100)에 의해 제품이 사출성형 중일 때, 사출성형기(100)의 금형 내부에 주입되어 있는 성형재료의 현재 점도 프로파일 및 현재 사출압력 값 중 적어도 하나를 포함하는 현재 사출상태 데이터를 획득한다(S810).
일 실시예에 있어서, 현재 점도 프로파일은 제품의 사출성형 시 시간 변화량, 압력 변화량, 사출제품의 두께, 및 유동거리를 이용하여 산출될 수 있다.
이후, 성형조건 생성장치(200)는 현재 사출성형 데이터 및 타겟 사출성형 데이터를 기초로 성형품질이 유지되고 있는지 여부를 판단한다(S820). 이때, 타겟 사출성형 데이터는 양품 생산 중 이었을 때 획득되었던 사출상태 데이터를 의미한다. 일 실시예에 있어서, 성형조건 생성장치(200)는 타겟 사출상태 데이터로 학습된 성형품질 유지모델에 현재 사출상태 데이터를 입력함으로써 성형품질 유지여부를 판단할 수 있다.
구체적으로, 성형조건 생성장치(200)는 성형품질 유지모델에 의해 현재 사출상태 데이터가 타겟 사출상태 데이터를 기준으로 설정되는 임계범위를 벗어나는 것으로 판단되면 성형품질이 유지되지 않는 것으로 판단하고, 임계범위를 벗어나지 않는 것으로 판단되면 성형품질이 유지되는 것으로 판단한다
S820의 판단결과, 성형품질이 유지되지 않는 것으로 판단되면, 성형조건 생성장치(200)는 현재 사출상태 데이터가 타겟 사출상태 데이터를 추종하도록 기 설정된 성형조건을 변경시킨다(S830). 일 실시예에 있어서, 성형조건 생성장치(200)는 기 설정된 성형조건 중 사출속도, 배럴온도, 및 금형온도 중 적어도 하나를 변경시킬 수 있다.
이때, 성형조건 생성장치(200)에 의해 변경되는 성형조건이 사출성형기(100)로 출력됨에 따라 사출성형기(100)는 변경되는 성형조건에 따라 사출성형을 수행하게 된다(S800).
한편, S820의 판단결과 성형품질이 유지되고 있는 것으로 판단되면, 성형조건 생성장치(200)는 현재 적용된 성형조건을 유지하는 것으로 결정한다(S840).
이때, 성형조건 생성장치(200)에 의해 성형조건을 유지하는 것으로 출력됨에 따라 사출성형기(100)는 적용된 성형조건에 따라 사출성형을 수행하게 된다(S800).
이하, 도 9를 참조하여, 성형조건 생성장치가 성형조건을 변경시키는 과정을 보다 구체적으로 설명한다. 도 9는 본 발명의 일 실시예에 따른 성형조건 생성장치가 성형조건을 변경시키는 과정을 보여주는 플로우차트이다. 도 9에 도시된 과정은 성형조건 생성장치(200)에 의해 수행되며, 성형조건 생성장치(200)는 성형품질 유지모델을 이용하여 도 9에 도시된 과정을 수행할 수 있다.
먼저, 성형조건 생성장치(200)는 도 8에 도시된 S820의 판단결과, 성형품질이 유지되지 않는 것으로 판단되면, 현재 사출상태 데이터와 타겟 사출상태 데이터 간의 편차분을 산출한다(S900).
성형조건 생성장치(200)는 편차분에 비례하는 값만큼 사출속도를 변경시킨다(S910).
성형조건 생성장치(200)는 변경된 사출속도가 사출속도 제한값을 벗어나는지 여부를 판단한다(S920).
S920의 판단결과, 변경된 사출속도가 사출속도 제한값을 벗어나지 않는 것으로 판단되면, 성형조건 생성장치(200)는 변경된 사출속도를 포함하는 변경된 성형조건을 사출성형기(100)로 출력한다(S1000).
한편, S920의 판단결과, 변경된 사출속도가 사출속도 제한값을 벗어나는 것으로 판단되면, 성형조건 생성장치(200)는 사출속도를 사출속도 제한값으로 변경하고(S930), 편차분에 비례하는 값만큼 배럴온도를 변경시킨다(S940). 이 때, 사출속도를 사출속도 제한값으로 변경 시 적용되는 편차분을 제외하고 나머지 편차분에 비례하는 값만큼 배럴온도를 변경시킬 수도 있다.
성형조건 생성장치(200)는 변경된 배럴온도가 배럴온도 제한값을 벗어나는지 여부를 판단한다(S950).
S950의 판단결과, 변경된 배럴온도가 배럴온도 제한값을 벗어나지 않는 것으로 판단되면, 성형조건 생성장치(200)는 변경된 사출속도(사출속도 제한값) 및 변경된 배럴온도를 포함하는 변경된 성형조건을 사출성형기(100)로 출력한다(S1000).
한편, S950의 판단결과, 변경된 배럴온도가 배럴온도 제한값을 벗어나는 것으로 판단되면, 성형조건 생성장치(200)는 배럴온도를 배럴온도 제한값으로 변경하고(S960), 편차분에 비례하는 값만큼 금형온도를 변경시킨다(S970). 이 때, 사출속도를 사출속도 제한값으로 변경 시 적용되는 편차분 및 배럴온도를 배럴온도 제한값으로 변경 시 적용되는 편차분을 제외하고 나머지 편차분에 비례하는 값만큼 금형온도를 변경시킬 수도 있다.
성형조건 생성장치(200)는 변경된 금형온도가 금형온도 제한값을 벗어나는지 여부를 판단한다(S980).
S980의 판단결과, 변경된 금형온도가 금형온도 제한값을 벗어나지 않는 것으로 판단되면, 성형조건 생성장치(200)는 변경된 사출속도(사출속도 제한값), 변경된 배럴온도(배럴온도 제한값), 및 변경된 금형온도를 포함하는 변경된 성형조건을 사출성형기(100)로 출력한다(S1000).
한편, S950의 판단결과, 변경된 배럴온도가 배럴온도 제한값을 벗어나는 것으로 판단되면, 성형조건 생성장치(200)는 금형온도를 금형온도 제한값으로 변경하고(S990), 변경된 사출속도(사출속도 제한값), 변경된 배럴온도(배럴온도 제한값), 및 변경된 금형온도(금형온도 제한값)를 포함하는 변경된 성형조건을 사출성형기(100)로 출력한다(S1000).
한편, 성형조건 생성장치(200)는 변경된 배럴온도가 배럴온도 제한값을 벗어나는 것으로 판단되면, 성형품질의 유지가 어려운 것으로 판단하여 작업자에게 알람을 발생시킬 수도 있다.
본 발명이 속하는 기술분야의 당업자는 상술한 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.
본 명세서에 설명되어 있는 모든 개시된 방법들 및 절차들은, 적어도 부분적으로, 하나 이상의 컴퓨터 프로그램 또는 구성요소를 사용하여 구현될 수 있다.　 이 구성요소는 RAM, ROM, 플래시 메모리, 자기 또는 광학 디스크, 광메모리, 또는 그 밖의 저장매체와 같은 휘발성 및 비휘발성 메모리를 포함하는 임의의 통상적 컴퓨터 판독 가능한 매체 또는 기계 판독 가능한 매체를 통해 일련의 컴퓨터 지시어들로서 제공될 수 있다. 상기 지시어들은 소프트웨어 또는 펌웨어로서 제공될 수 있으며, 전체적 또는 부분적으로, ASICs, FPGAs, DSPs, 또는 그 밖의 다른 임의의 유사 소자와 같은 하드웨어 구성에 구현될 수도 있다. 상기 지시어들은 하나 이상의 프로세서 또는 다른 하드웨어 구성에 의해 실행되도록 구성될 수 있는데, 상기 프로세서 또는 다른 하드웨어 구성은 상기 일련의 컴퓨터 지시어들을 실행할 때 본 명세서에 개시된 상기 방법들 및 절차들의 모두 또는 일부를 수행하거나 수행할 수 있도록 한다.
그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (16)

  1. 성형재료를 금형에 주입하여 제품을 사출성형 하는 사출성형기(100);
    상기 제품의 사출성형 시 상기 금형 내부에 주입되어 있는 상기 성형재료의 점도 프로파일 및 사출압력 값 중 적어도 하나를 포함하는 현재 사출상태 데이터를 획득하는 사출상태 데이터 획득부(710);
    미리 정해진 타겟 사출상태 데이터로 학습된 성형품질 유지모델(735)에 상기 현재 사출상태 데이터를 입력하여 성형품질 유지여부를 판단하는 판단부(720); 및
    상기 판단부(720)에 의해 성형품질이 유지되지 않는 것으로 판단되면 상기 현재 사출상태 데이터가 상기 타겟 사출상태 데이터를 추종하도록 기 설정된 성형조건을 변경시키는 성형조건 설정부(730)를 포함하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  2. 제1항에 있어서,
    상기 성형조건 설정부(730)는 상기 성형조건 중 사출속도, 배럴온도, 및 금형온도 중 적어도 하나를 변경시키는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  3. 제1항에 있어서,
    상기 사출상태 데이터 획득부(710)는, 사출성형되는 상기 제품의 두께 및 상기 금형 내부에서 시간 변화에 따른 압력 변화량을 이용하여 상기 점도 프로파일을 획득하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  4. 제1항에 있어서,
    상기 타겟 사출상태 데이터는 양품의 사출성형 시 획득된 타겟 점도 프로파일 및 상기 양품의 사출성형 시 측정된 타겟 사출압력 값 중 적어도 하나를 포함하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  5. 제1항에 있어서,
    상기 판단부(720)는 상기 현재 사출상태 데이터가 상기 타겟 사출상태 데이터를 기준으로 설정된 임계범위를 벗어나는 것으로 판단되면 성형품질이 유지되지 않는 것으로 판단하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  6. 제1항에 있어서,
    상기 판단부(720)에 의해 성형품질이 유지되지 않는 것으로 판단되면,
    상기 성형조건 설정부(730)는, 상기 현재 사출상태 데이터와 상기 타겟 사출상태 데이터 간의 편차분을 산출하고, 상기 현재 사출상태 데이터가 상기 타겟 사출상태 데이터를 추종하도록 미리 정해진 사출속도 제한값 내에서 사출속도를 상기 편차분에 비례하는 값만큼 변경하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  7. 제6항에 있어서,
    상기 성형조건 설정부(730)는, 상기 사출속도를 상기 편차분에 비례하는 값만큼 변경하면 상기 사출속도가 상기 사출속도 제한값을 벗어나게 되는 경우, 상기 사출속도를 상기 사출속도 제한값으로 변경하고, 미리 정해진 배럴온도 제한값 내에서 배럴온도를 상기 편차분에 비례하는 값만큼 변경하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  8. 제7항에 있어서,
    상기 성형조건 설정부(730)는, 상기 배럴온도를 상기 편차분에 비례하는 값만큼 변경하면 상기 배럴온도가 상기 배럴온도 제한값을 벗어나게 되는 경우, 상기 배럴온도를 상기 배럴온도 제한값으로 변경하고, 미리 정해진 금형온도 제한값 내에서 금형온도를 상기 편차분에 비례하는 값만큼 변경하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  9. 제8항에 있어서,
    상기 성형조건 설정부(730)는, 상기 금형온도를 상기 편차분에 비례하는 값만큼 변경하면 상기 금형온도가 상기 금형온도 제한값을 벗어나게 되는 경우, 상기 금형온도를 상기 금형온도 제한값으로 변경하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  10. 제1항에 있어서,
    양품의 사출성형 시 측정된 복수개의 타겟 점도 프로파일 및 복수개의 타겟 사출압력 값 중 적어도 하나를 포함하는 상기 타겟 사출상태 데이터로 신경망 네트워크를 학습시켜 상기 성형품질 유지모델(735)을 생성하는 모델 생성부(740)를 더 포함하는 것을 특징으로 하는 인공지능 기반의 사출성형시스템.
  11. 성형재료를 금형에 주입하여 제품을 사출성형 할 때, 상기 금형 내부에 주입되어 있는 상기 성형재료의 점도 프로파일 및 사출압력 값 중 적어도 하나를 포함하는 현재 사출상태 데이터를 획득하는 단계;
    양품의 사출성형 시 측정된 타겟 점도 프로파일 및 타겟 사출압력 값 중 적어도 하나를 포함하는 타겟 사출상태 데이터로 학습된 성형품질 유지모델(735)에 상기 현재 사출상태 데이터를 입력하여 성형품질 유지여부를 판단하는 단계; 및
    성형품질이 유지되지 않는 것으로 판단되면, 상기 현재 사출상태 데이터가 상기 타겟 사출상태 데이터를 추종하도록 기 설정된 성형조건을 변경시키는 단계를 포함하는 것을 특징으로 하는 인공지능 기반 사출성형시스템의 성형조건 생성방법.
  12. 제11항에 있어서,
    상기 성형조건을 변경시키는 단계는,
    상기 성형조건 중 사출속도, 배럴온도, 및 금형온도 중 적어도 하나를 변경시키는 것을 특징으로 하는 인공지능 기반 사출성형시스템의 성형조건 생성방법.
  13. 제11항에 있어서,
    상기 성형조건을 변경시키는 단계는,
    성형품질이 유지되지 않는 것으로 판단되면, 상기 현재 사출상태 데이터와 상기 타겟 사출상태 데이터 간의 편차분을 산출하고, 미리 정해진 사출속도 제한값 내에서 사출속도를 상기 편차분에 비례하는 값만큼 변경하는 단계를 포함하는 것을 특징으로 하는 인공지능 기반 사출성형시스템의 성형조건 생성방법.
  14. 제13항에 있어서,
    상기 성형조건을 변경시키는 단계는,
    상기 사출속도를 상기 편차분에 비례하는 값만큼 변경하면 상기 사출속도가 상기 사출속도 제한값을 벗어나게 되는 경우, 상기 사출속도를 상기 사출속도 제한값으로 변경하고, 미리 정해진 배럴온도 제한값 내에서 배럴온도를 상기 편차분에 비례하는 값만큼 변경하는 단계를 더 포함하는 것을 특징으로 하는 인공지능 기반 사출성형시스템의 성형조건 생성방법.
  15. 제14항에 있어서,
    상기 성형조건을 변경시키는 단계는,
    상기 배럴온도를 상기 편차분에 비례하는 값만큼 변경하면 상기 배럴온도가 상기 배럴온도 제한값을 벗어나게 되는 경우, 상기 배럴온도를 상기 배럴온도 제한값으로 변경하고, 미리 정해진 금형온도 제한값 내에서 금형온도를 상기 편차분에 비례하는 값만큼 변경하는 단계를 더 포함하는 것을 특징으로 하는 인공지능 기반 사출성형시스템의 성형조건 생성방법.
  16. 제15항에 있어서,
    상기 성형조건을 변경시키는 단계는,
    상기 금형온도를 상기 편차분에 비례하는 값만큼 변경하면 상기 금형온도가 상기 금형온도 제한값을 벗어나게 되는 경우, 상기 금형온도를 상기 금형온도 제한값으로 변경하는 단계를 더 포함하는 것을 특징으로 하는 인공지능 기반 사출성형시스템의 성형조건 생성방법.
PCT/KR2020/015202 2019-11-08 2020-11-03 인공지능 기반의 사출성형시스템 및 성형조건 생성방법 WO2021091191A1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
US17/755,736 US20220388215A1 (en) 2019-11-08 2020-11-03 Artificial intelligence-based injection molding system, and method for creating molding conditions
JP2022520141A JP7286877B2 (ja) 2019-11-08 2020-11-03 人工知能基盤の射出成形システムおよび成形条件生成方法
CA3152556A CA3152556A1 (en) 2019-11-08 2020-11-03 Artificial intelligence-based injection molding system and method for creating molding conditions
CN202080075512.8A CN114616083A (zh) 2019-11-08 2020-11-03 基于人工智能的注塑成型系统以及成型条件生成方法
EP20885901.7A EP4056348A4 (en) 2019-11-08 2020-11-03 ARTIFICIAL INTELLIGENCE-BASED INJECTION MOLDING SYSTEM AND METHOD FOR CREATING MOLDING CONDITIONS

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20190142773 2019-11-08
KR10-2019-0142773 2019-11-08
KR1020200141748A KR20210056235A (ko) 2019-11-08 2020-10-29 인공지능 기반의 사출성형시스템 및 성형조건 생성방법
KR10-2020-0141748 2020-10-29

Publications (1)

Publication Number Publication Date
WO2021091191A1 true WO2021091191A1 (ko) 2021-05-14

Family

ID=75848425

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/015202 WO2021091191A1 (ko) 2019-11-08 2020-11-03 인공지능 기반의 사출성형시스템 및 성형조건 생성방법

Country Status (6)

Country Link
US (1) US20220388215A1 (ko)
EP (1) EP4056348A4 (ko)
JP (1) JP7286877B2 (ko)
CN (1) CN114616083A (ko)
CA (1) CA3152556A1 (ko)
WO (1) WO2021091191A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023085283A1 (ja) * 2021-11-09 2023-05-19 株式会社Mazin 情報処理装置、情報処理システム及びプログラム

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2024093052A (ja) * 2022-12-27 2024-07-09 株式会社日立製作所 データ管理装置およびデータベース構築方法
CN117283743B (zh) * 2023-11-23 2024-02-02 绵阳华远同创科技有限公司 一种树脂生产成型加工流程预测控制系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050120783A (ko) * 2003-04-07 2005-12-23 스미도모쥬기가이고교 가부시키가이샤 사출성형기의 제어방법
JP2012035459A (ja) * 2010-08-05 2012-02-23 Toyo Mach & Metal Co Ltd 射出成形機の自動運転方法
KR20140137698A (ko) * 2013-05-23 2014-12-03 삼성전자주식회사 사출 성형 장치 및 그 제어 방법
KR20180102315A (ko) * 2017-03-07 2018-09-17 한양로보틱스 주식회사 사출성형기의 온도 및 중량 측정관리 기능을 갖는 취출 로봇장치
KR20180108996A (ko) * 2017-03-24 2018-10-05 주식회사 한국몰드 자동 제어가 가능한 사출 금형 시스템

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6244165B2 (ja) * 2013-10-25 2017-12-06 東洋機械金属株式会社 成形条件診断装置
JP6346128B2 (ja) * 2015-07-28 2018-06-20 ファナック株式会社 最適な操作条件を算出できる射出成形システム及び機械学習器
AT519005B1 (de) * 2016-12-23 2018-03-15 Engel Austria Gmbh Verfahren zum Simulieren eines Formgebungsprozesses
WO2018155230A1 (ja) * 2017-02-23 2018-08-30 東洋機械金属株式会社 射出成形システム
JP6557272B2 (ja) * 2017-03-29 2019-08-07 ファナック株式会社 状態判定装置
CA3072479A1 (en) * 2017-09-07 2019-03-14 iMFLUX Inc. Systems and methods for autotuning pid control of injection molding machines
JP7265318B2 (ja) * 2018-03-23 2023-04-26 株式会社日本製鋼所 機械学習器により成形条件を調整する射出成形機システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050120783A (ko) * 2003-04-07 2005-12-23 스미도모쥬기가이고교 가부시키가이샤 사출성형기의 제어방법
JP2012035459A (ja) * 2010-08-05 2012-02-23 Toyo Mach & Metal Co Ltd 射出成形機の自動運転方法
KR20140137698A (ko) * 2013-05-23 2014-12-03 삼성전자주식회사 사출 성형 장치 및 그 제어 방법
KR20180102315A (ko) * 2017-03-07 2018-09-17 한양로보틱스 주식회사 사출성형기의 온도 및 중량 측정관리 기능을 갖는 취출 로봇장치
KR20180108996A (ko) * 2017-03-24 2018-10-05 주식회사 한국몰드 자동 제어가 가능한 사출 금형 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4056348A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023085283A1 (ja) * 2021-11-09 2023-05-19 株式会社Mazin 情報処理装置、情報処理システム及びプログラム
JP7530687B2 (ja) 2021-11-09 2024-08-08 株式会社Mazin 情報処理装置、情報処理システム及びプログラム

Also Published As

Publication number Publication date
JP7286877B2 (ja) 2023-06-05
JP2022550811A (ja) 2022-12-05
CA3152556A1 (en) 2021-05-14
US20220388215A1 (en) 2022-12-08
CN114616083A (zh) 2022-06-10
EP4056348A4 (en) 2023-12-13
EP4056348A1 (en) 2022-09-14

Similar Documents

Publication Publication Date Title
WO2021091191A1 (ko) 인공지능 기반의 사출성형시스템 및 성형조건 생성방법
KR20210056235A (ko) 인공지능 기반의 사출성형시스템 및 성형조건 생성방법
CN106393618B (zh) 能够计算出最佳操作条件的注射成形系统及其机械学习
EP1372934B1 (de) Verfahren zur automatischen balancierung der volumetrischen füllung von kavitäten
US20200101649A1 (en) Device for assisting molding condition determination and injection molding apparatus
JP6800962B2 (ja) 射出成形プロセスにおいて射出成形可能な材料の実体積を求めるための方法
JP2017132260A (ja) 射出成形における最適な操作条件を算出できるシステム
WO2021049848A1 (ko) 인공지능 기반의 사출성형시스템 및 사출성형시스템에서의 성형조건 생성방법
CN102320115A (zh) 一种微发泡注射成型制品质量在线检测方法及装置
ES8401809A1 (es) Procedimiento y aparato para la extrusion de peliculas de polimeros de fluoruro de vinilideno.
WO2021106225A1 (ja) 異常監視装置、異常監視方法、及び、異常監視プログラム
JP6660443B2 (ja) 射出成形装置および射出成形方法
FR3088230A3 (fr) Procede de traitement d'un caoutchouc naturel
KR20210031373A (ko) 인공지능 기반의 사출성형시스템 및 사출성형시스템에서의 성형조건 생성방법
JP2012011622A (ja) スクリューの交換時期の予測方法、スクリュー交換時期予測装置
WO2020130426A1 (ko) 사출금형, 이를 포함하는 사출성형기 및 이를 이용한 사출 제품의 제조방법
KR101465347B1 (ko) 사출성형 공정의 특성신호도출 방법 및 이를 이용한 사출성형 공정 모니터링 방법
KR102314599B1 (ko) 가스 사출 성형 제품의 품질 검사 장치 및 그 방법
JP7530687B2 (ja) 情報処理装置、情報処理システム及びプログラム
CN117207469A (zh) 一种注塑机温度控制方法及系统
JPH0347719A (ja) プラスチックのインモールドコーティング法
JPH04174007A (ja) 生産機械の運転条件設定装置
KR20240080211A (ko) 금형 데이터 관리 시스템
JPH04332620A (ja) 射出成形機の制御装置
SU666526A1 (ru) Способ управлени процессом формовани

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20885901

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 3152556

Country of ref document: CA

ENP Entry into the national phase

Ref document number: 2022520141

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020885901

Country of ref document: EP

Effective date: 20220608