WO2022162806A1 - 異常監視装置、異常監視方法、及び、異常監視プログラム - Google Patents

異常監視装置、異常監視方法、及び、異常監視プログラム Download PDF

Info

Publication number
WO2022162806A1
WO2022162806A1 PCT/JP2021/002919 JP2021002919W WO2022162806A1 WO 2022162806 A1 WO2022162806 A1 WO 2022162806A1 JP 2021002919 W JP2021002919 W JP 2021002919W WO 2022162806 A1 WO2022162806 A1 WO 2022162806A1
Authority
WO
WIPO (PCT)
Prior art keywords
mold
captured image
camera
divided portion
evaluation value
Prior art date
Application number
PCT/JP2021/002919
Other languages
English (en)
French (fr)
Inventor
瑶 亀岡
浩 藤井
泰彦 原
Original Assignee
菱洋エレクトロ株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 菱洋エレクトロ株式会社 filed Critical 菱洋エレクトロ株式会社
Priority to JP2021568177A priority Critical patent/JPWO2022162806A1/ja
Priority to PCT/JP2021/002919 priority patent/WO2022162806A1/ja
Publication of WO2022162806A1 publication Critical patent/WO2022162806A1/ja

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
    • B29C45/26—Moulds
    • 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
    • B29C45/84—Safety devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Definitions

  • the present invention relates to an anomaly monitoring device, an anomaly monitoring method, and an anomaly monitoring program.
  • Japanese Patent Application Laid-Open No. 2005-125561 describes an image input unit for acquiring an image of a mold surface of a movable side mold or a fixed side mold of a molding machine, and a reference image obtained in advance by the image input unit.
  • a reference image database storing a reference image database
  • a discrimination processing unit that compares the discrimination target image acquired by the image input unit with the reference image to perform discrimination processing, and discriminates whether or not there is an abnormality in the discrimination target image
  • Disclosed is a die monitoring apparatus characterized by having an erroneous discrimination candidate database that stores erroneous discrimination candidate areas that cause erroneous discrimination in processing.
  • an injection molding machine has a convex core in one mold and a concave cavity in the other mold. to harden the resin and form a molded product.
  • the molding is removed by opening the mold.
  • An abnormality monitoring device monitors whether or not the molding has been reliably removed from the mold.
  • the mold may have multiple cores so that multiple moldings can be molded at once. Further, members such as guide pins for guiding the mold, cooling tubes for circulating cooling water, and tie bars for guiding opening and closing of the mold are sometimes provided around the core.
  • the core on the rear side as viewed from the camera is hidden by the core on the front side, or the core is located on the guide pin or the cooling.
  • a part of the monitored object may be hidden in the blind spot of the camera, such as being hidden behind surrounding members such as tubes and tie bars, and the monitored object may not be monitored accurately.
  • an object of the present invention is to provide an anomaly monitoring device, an anomaly monitoring method, and an anomaly monitoring program that prevent a situation in which an object to be monitored is hidden in a blind spot of a camera and cannot be accurately monitored.
  • An abnormality monitoring device includes a trained model generated based on learning images created by imaging a divided portion of a mold from a plurality of predetermined positions around the divided portion of the mold, and a first camera that captures the divided portion from a first position around the divided portion to obtain a first captured image; and a second captured image that captures the divided portion from a second position around the divided portion.
  • An evaluation value is calculated by inputting each of the first captured image and the second captured image into the trained model, and when the evaluation value is within a predetermined range, the a control unit that determines that the dividing unit is in an abnormal state and outputs a stop instruction for stopping mold clamping.
  • An abnormality monitoring method prepares a trained model generated based on learning images created by imaging a divided portion of a mold from a plurality of predetermined positions around the divided portion of the mold. Then, a first camera captures an image of the divided portion from a first position around the divided portion to obtain a first captured image, and a second camera captures an image of the divided portion from a second position around the divided portion. to acquire a second captured image, input each of the first captured image and the second captured image to the trained model by a control unit to calculate an evaluation value, and if the evaluation value is within a predetermined range At some point, it is determined that the dividing section is in an abnormal state, and a stop instruction for stopping mold clamping is output.
  • An abnormality monitoring program comprises: a program for acquiring a first captured image by capturing an image of the divided portion of a mold from a first position around the divided portion of a mold with a first camera; A program for imaging the divided portion from a second position around the portion to acquire a second captured image, and inputting each of the first captured image and the second captured image to a trained model to obtain an evaluation value and a program for determining that the dividing section is in an abnormal state when the evaluation value is within a predetermined range and outputting a stop instruction to stop mold clamping, wherein the learned model is , by imaging the split portion of the mold from a plurality of predetermined positions around the split portion.
  • an anomaly monitoring device it is possible to provide an anomaly monitoring device, an anomaly monitoring method, and an anomaly monitoring program that prevent a situation in which an object to be monitored is hidden in a blind spot of a camera and cannot be monitored accurately.
  • FIG. 1 is a perspective view for explaining an example of mounting positions of a first camera and a second camera of an abnormality monitoring device in an injection molding machine according to an embodiment
  • FIG. 10 is a perspective view for explaining an example of a molded article extraction process in the injection molding machine according to the embodiment
  • FIG. 4 is a perspective view of the movable mold for explaining an example of an abnormal state of the mold clamping mechanism of the injection molding machine according to the embodiment
  • 4 is a front view of the movable mold for explaining an example of mounting positions of the first camera and the second camera of the abnormality monitoring device in the injection molding machine according to the embodiment; 4 is a flowchart showing an example of the flow of injection molding processing and monitoring processing in the injection molding machine according to the embodiment; 4 is a flowchart showing an example of the flow of abnormality determination processing in the injection molding machine according to the embodiment; A front view of a movable mold for explaining an example of mounting positions of a first camera, a second camera, a third camera, and a fourth camera of an abnormality monitoring device in an injection molding machine according to Modification 1 of the embodiment. It is a diagram.
  • FIG. 1 is a block diagram showing an example of the configuration of an injection molding machine 1. As shown in FIG.
  • the injection molding machine 1 has a molding machine main body 2 and an abnormality monitoring device 3.
  • the molding machine main body 2 and the abnormality monitoring device 3 are connected to each other by a signal line.
  • the molding machine main body 2 has an injection mechanism 10, a mold clamping mechanism 20, a take-out drive section 30, an instruction input section 40, a control section 50, and a storage section 60.
  • the injection mechanism 10 injects the molten resin material into the mold clamping mechanism 20 .
  • the injection mechanism 10 has a hopper 11 , an injection cylinder 12 and an injection driving section 13 .
  • the hopper 11 is connected to one end of the injection cylinder 12 .
  • the hopper 11 can be loaded with a resin material, stores the loaded resin material, and supplies the injection cylinder 12 with the resin material.
  • the injection cylinder 12 has a nozzle 12a provided at the other end opposite to the one, a heater provided at the outer periphery, and a screw provided at the inner periphery so as to be rotatable around the axis.
  • the injection driving unit 13 has a driving device such as a motor, for example. Under the control of the control unit 50, the injection drive unit 13 rotates the screw to convey the resin material to the other side, heats the heater to melt the resin material, and injects the melted resin material from the nozzle 12a.
  • a driving device such as a motor
  • the mold clamping mechanism 20 molds the resin material injected from the injection mechanism 10 by mold clamping.
  • the mold clamping mechanism 20 includes a stationary platen 21 , a movable platen 22 , a runner stripper plate 23 , a stationary mold 24 , a movable mold 25 , a spool 26 , a mold clamping drive unit 27 , a robot arm 28 , and an ejector pin 29 . have.
  • the fixed platen 21 is provided with a nozzle connection portion 21a to which the nozzle 12a is connected.
  • the movable platen 22 is provided on the other side than the fixed platen 21 .
  • the movable platen 22 is guided by tie bars 22a provided between it and the fixed platen 21, and is movable to one side or the other.
  • the runner stripper plate 23 is attached to the stationary platen 21 by a stationary side attachment plate 23a.
  • the fixed side mold 24 is provided between the runner stripper plate 23 and the movable side mold 25 so as to be movable in the opening/closing direction.
  • the fixed side mold 24 is provided with a fixed side split portion 24 a on the side facing the movable side mold 25 .
  • a cavity 24b is provided in the fixed side divided portion 24a.
  • the movable mold 25 is provided so as to face the fixed mold 24 .
  • the movable-side mold 25 has a movable-side split portion 25a that presses against the fixed-side split portion 24a.
  • a core 25b that forms a space for pouring a resin material between the movable-side divided portion 25a and the cavity 24b is provided.
  • the movable side mold 25 is attached to the movable platen 22 by a movable side mounting plate 25c. That is, the movable-side split portion 25a is a split portion of the mold.
  • the fixed side mold 24 and the movable side mold 25 are connected by a connecting member Lm.
  • the connecting member Lm has an elongated ring shape and is supported by a pin Lp so as to connect both side portions of the fixed side mold 24 and the movable side mold 25 .
  • the pin Lp slides along the elongated inner circumference of the connecting member Lm.
  • the spool 26 communicates with the cavity 24b in the clamped state, and supplies the resin material injected from the nozzle connection portion 21a to the cavity 24b.
  • the mold clamping drive unit 27 has a hydraulic drive device, for example, and opens and closes the movable mold 25 with respect to the fixed mold 24 . More specifically, the mold clamping drive unit 27 moves the movable platen 22 in one direction in the closing direction under the control of the control unit 50 to press the stationary mold 24 and clamp the mold. After clamping the molds, the mold clamping drive unit 27 moves the movable mold 25 in the other opening direction and separates it from the fixed mold 24 . When the movable mold 25 pulls the fixed mold 24 by the connecting member Lm and the fixed mold 24 separates from the runner stripper plate 23, the runner Rn formed by mold clamping is exposed to be removable.
  • the robot arm 28 takes out the runner Rn exposed between the runner stripper plate 23 and the stationary mold 24 to the outside.
  • the ejector pin 29 is provided so as to penetrate inside the movable platen 22, the movable side mounting plate 25c, the movable side mold 25, and the core 25b.
  • the extraction drive unit 30 has a drive device such as a motor, for example. Under the control of the control unit 50, the take-out drive unit 30 causes the ejector pin 29 to project from the core 25b so that the molded product Mo can be taken out, and after the projecting, pulls back the ejector pin 29 in preparation for the next mold clamping. to bury it in the core 25b.
  • the instruction input unit 40 has operation tools such as various buttons and a display panel, and can input various instructions to the molding machine main body 2 .
  • the instruction input unit 40 outputs various input instructions to the control unit 50 .
  • the control unit 50 has a processor such as a CPU that executes various processes. Functions of the control unit 50 are realized by the processor executing various programs stored in the storage unit 60 .
  • the control unit 50 controls various operations of the molding machine body 2 and performs injection molding processing. More specifically, based on the instruction input from the instruction input unit 40, the control unit 50 drives the injection mechanism 10 to inject the resin material, and drives the mold clamping mechanism 20 to clamp the mold. , the robot arm 28 is driven to take out the runner Rn, and the take-out drive unit 30 is driven to take out the molding Mo. When the removal of the molded article Mo is completed, the control unit 50 outputs a control signal Ci indicating the completion of removal of the molded article Mo. Further, when a stop instruction St is input, the control section 50 stops driving the mold clamping mechanism 20 until an instruction to resume driving is input.
  • the storage unit 60 has storage elements such as ROM, RAM, HDD, and SSD, and stores various information and programs for controlling various operations of the molding machine body 2 .
  • FIG. 2 is a perspective view for explaining an example of mounting positions of the first camera 71 and the second camera 72 of the abnormality monitoring device 3.
  • FIG. 2 is a perspective view for explaining an example of mounting positions of the first camera 71 and the second camera 72 of the abnormality monitoring device 3.
  • the abnormality monitoring device 3 performs monitoring processing and monitors whether the molding machine main body 2 is in an abnormal state.
  • the abnormality monitoring device 3 has a camera 70 and a monitoring device body 80 .
  • the camera 70 captures an image of the movable-side dividing portion 25 a and outputs the captured image Im to the monitoring device main body 80 .
  • the camera 70 is installed by the installation tool At so as to capture an image of the movable-side divided portion 25a from a predetermined position in the surroundings.
  • Camera 70 has a first camera 71 and a second camera 72 .
  • the first camera 71 captures the movable-side dividing portion 25a from a first position around the movable-side dividing portion 25a to obtain a first captured image Im1.
  • the second camera 72 captures the movable-side dividing portion 25a from a second position around the movable-side dividing portion 25a to obtain a second captured image Im2.
  • the second position is a position rotated 90° in the circumferential direction from the first position about the center line Lc along the opening/closing direction. More specifically, when the first position is to the side of the movable-side split portion 25a, the second position is above the movable-side split portion 25a.
  • the monitoring device main body 80 has a control unit 81, a storage unit 82, an instruction input unit 83, and a display unit 84.
  • the control unit 81 has processors such as a CPU and a GPU that execute various processes.
  • the functions of the control unit 81 are realized by the processor reading various information stored in the storage unit 82 and executing the information.
  • the control unit 81 controls various operations of the abnormality monitoring device 3, and also executes programs of the abnormality determination unit Pj.
  • the storage unit 82 has storage elements such as ROM, RAM, HDD, and SSD. In addition to various programs and data, the storage unit 82 also stores the program of the abnormality determination unit Pj and the learned model Md.
  • the abnormality determination unit Pj performs abnormality determination processing.
  • the abnormality determination process when it is determined that the movable-side dividing portion 25a is in an abnormal state based on the learned model Md and the captured image Im, a stop instruction St for stopping mold clamping is output.
  • the abnormality determination process calculates an evaluation value by inputting each of the first captured image Im1 and the second captured image Im2 into the trained model Md, and when the evaluation value is within a predetermined range, It is determined that the movable-side dividing portion 25a is in an abnormal state, and a stop instruction St for stopping the mold clamping mechanism 20 is output.
  • An evaluation value is calculated as a likelihood indicating the possibility of an abnormal state.
  • the predetermined range is empirically or experimentally adjusted so that the abnormal state of the movable-side split portion 25a can be accurately determined.
  • the evaluation value may be calculated as a likelihood indicating the possibility of a normal state. In this case, the predetermined range is adjusted so that the abnormal state of the movable-side dividing portion 25a can be accurately determined by the evaluation value indicating the likelihood of the normal state.
  • the first captured image Im1 is input to the trained model Md to calculate the first evaluation value
  • the second captured image Im2 is input to the trained model Md to calculate the first evaluation value.
  • Two evaluation values are calculated, and when either one of the first evaluation value and the second evaluation value is within a predetermined range, it is determined that the movable-side split portion 25a is in an abnormal state.
  • the instruction input unit 83 has an instruction input tool such as a button, and allows the user to input various instructions, as well as allow the user to input an instruction to start monitoring processing. An instruction input by the user is output to the control unit 81 .
  • the display unit 84 displays the determination result of the abnormality determination process input from the control unit 81.
  • the display unit 84 has an abnormality lamp 84a that lights up when it is determined to be in an abnormal state, and a normal lamp 84n that lights up when it is determined that it is in a normal state that is not in an abnormal state.
  • FIG. 3 is a perspective view for explaining an example of the process for taking out the molded product Mo in the injection molding machine 1.
  • FIG. 4 to 6 are diagrams of the movable mold 25 for explaining an example of an abnormal state of the mold clamping mechanism 20.
  • FIG. 4 is a perspective view
  • FIG. 5 is a side view
  • FIG. 6 is a top view.
  • the trained model Md is machine-learned from teaching data based on techniques such as deep learning and neural networks so that the evaluation value calculation result is within a predetermined range when the mold clamping mechanism 20 is in an abnormal state. generated by
  • the learning image representing the movable-side split portion 25a without the molding Mo has a correlation with the normal state of the mold clamping mechanism 20 after the molding Mo is taken out.
  • a learning image representing the movable side divided portion 25a without the molding Mo is used as data indicating the normal state of the mold clamping mechanism 20.
  • the molded article Mo after the molded article Mo is taken out, in an abnormal state, the molded article Mo remains on the movable side divided portion 25a.
  • the learning image of the movable-side divided portion 25a having the molding Mo has a correlation with the abnormal state of the mold clamping mechanism 20 after the molding Mo is taken out.
  • a learning image representing the movable-side divided portion 25a having the molded product Mo is used as data indicating an abnormal state of the mold clamping mechanism 20.
  • the learning image can be created based on the captured image Im acquired by capturing the movable-side dividing portion 25a with the camera 70 in the development stage. More specifically, the captured image Im representing the movable-side dividing portion 25a having the molding Mo can be obtained by capturing an image of the movable-side dividing portion 25a after mold clamping and before the molding Mo is removed. The captured image Im representing the movable-side split portion 25a without the molding Mo can be obtained by capturing an image of the movable-side split portion 25a before the next mold clamping after the molding Mo is removed. Note that the method of creating the learning image is not limited to this.
  • the learned model Md is set at a plurality of predetermined positions around the movable-side dividing portion 25a so that the evaluation value can be calculated with high accuracy based on the captured image Im taken from any position around the movable-side dividing portion 25a. , based on a learning image created by imaging the movable-side dividing portion 25a.
  • the multiple predetermined positions may be defined to include at least a first predetermined position and a second predetermined position.
  • the learned model Md may be generated based on a learning image created by imaging the movable-side split portion 25a from predetermined positions spaced evenly around the opening/closing direction of the mold.
  • the predetermined positions include, but are not limited to, 2 directions, 4 directions, 8 directions, 16 directions, 32 directions, and 64 directions around the movable side dividing portion 25a.
  • the core 25b1 is shown on the first captured image Im1 captured from the side by the first camera 71. Although part of the molding Mo is hidden (FIG. 5), the molding Mo appears (FIG. 6) without being hidden by the core 25b1 in the second captured image Im2 captured by the second camera 72 from above.
  • a good second evaluation value can be calculated. Therefore, even if the first evaluation value is not calculated as a value indicating an abnormal state, it is possible to accurately determine whether or not an abnormal state has occurred by calculating the second evaluation value.
  • the learning image is obtained by rotating the image of the movable-side dividing portion 25a and padded so that the evaluation value can be calculated with high accuracy regardless of the direction in which the movable-side dividing portion 25a is projected on the captured image Im. created.
  • FIG. 7 and 8 are front views of the movable mold 25 for explaining an example of mounting positions of the first camera 71 and the second camera 72.
  • FIG. 7 and 8 are front views of the movable mold 25 for explaining an example of mounting positions of the first camera 71 and the second camera 72.
  • the cameras 70 are not only installed on the sides and above the movable-side dividing portion 25a, but also are installed facing each other so as to sandwich the movable-side dividing portion 25a, as shown in FIG. , at any position around the movable side dividing portion 25a.
  • the camera 70 may be in any rotational position about the imaging axis.
  • FIG. 9 is a flowchart showing an example of the flow of injection molding processing and monitoring processing.
  • FIG. 10 is a flowchart showing an example of the flow of abnormality determination processing.
  • the controller 50 outputs an instruction to open the movable mold 25 .
  • the mold clamping drive unit 27 moves the movable mold 25 in the opening direction according to the instruction.
  • the movable mold 25 pulls the fixed mold 24 by the connecting member Lm, and the runner Rn is exposed between the runner stripper plate 23 and the fixed mold 24 .
  • the control unit 50 starts driving the robot arm 28 (S2).
  • the control unit 50 outputs an instruction to take out the runner Rn.
  • the controller 50 ends driving the robot arm 28 (S3).
  • the drive of the ejector pin 29 is started (S4).
  • the control unit 50 outputs an instruction to take out the molding Mo.
  • the ejection drive unit 30 projects the ejector pin 29 from the core 25b according to the instruction, and then pulls back the ejector pin 29 to bury it in the core 25b.
  • the drive of the ejector pin 29 ends (S5).
  • the control section 50 outputs a control signal Ci to the abnormality monitoring device 3 .
  • the closing operation of the mold is started (S6).
  • the control unit 50 outputs an instruction to start closing the mold.
  • the mold clamp driving unit 27 moves the movable mold 25 in the closing direction according to the instruction.
  • the movable mold 25 hits the fixed mold 24
  • the movable mold 25 presses the fixed mold 24 and moves it until it hits the runner stripper plate 23 .
  • the control unit 50 determines whether or not the stop signal St is received from the abnormality monitoring device 3 while the mold is closing. When the stop signal St is received, the process proceeds to S11 (S7: YES). When the stop signal St is not received (S7: NO), the controller 50 ends the mold closing operation (S8).
  • the control unit 50 outputs an instruction for injecting the resin material.
  • the injection driving section 13 injects the resin material from the nozzle 12a into the mold clamping mechanism 20 according to the instruction.
  • the resin material flows through the spool 26, flows into the space formed between the cavity 24b and the core 25b, and is molded to form the molding Mo.
  • the control unit 50 stops the mold clamping mechanism 20 in response to the stop signal St.
  • the user inspects the inside of the mold clamping mechanism 20, takes out the molded product Mo if it remains, and restores the mold clamping mechanism 20 to its normal state (S12).
  • the molding is restarted (S13). After returning to the normal state, the user inputs an instruction to resume molding from the instruction input unit 40 .
  • the control unit 50 instructs the injection drive unit 13 and the mold clamping mechanism 20 to resume molding.
  • the molding Mo is formed by resuming molding, the process returns to S1 (S10).
  • control unit 81 waits until the control signal Ci indicating the end of driving the ejector pin 29 is received from the control unit 50 (S22: NO). If the control signal Ci is received, the process proceeds to S23 (S22: YES).
  • abnormality determination processing (B1 to B6), which will be described later, is performed.
  • S24 S23: YES
  • S27 S23: NO
  • the control unit 81 transmits a stop signal St to the control unit 50 to stop the mold closing operation (S24).
  • the control unit 81 lights the abnormality lamp 84a (S25).
  • the user After restoring the mold clamping mechanism 20 to the normal state, the user inputs an instruction to resume monitoring to the instruction input unit 83 .
  • the control unit 81 waits until an instruction to resume monitoring is input from the instruction input unit 83 (S26: NO). If an instruction to resume monitoring is input, the process returns to S22 (S26: YES).
  • control unit 81 turns on the normal lamp 84n and returns to S22.
  • the control unit 81 instructs the first camera 71 and the second camera 72 to take an image (B1).
  • the first camera 71 captures an image of the movable-side split portion 25 a after the ejector pin 29 has been driven, and outputs a first captured image Im ⁇ b>1 to the control portion 81 .
  • the second camera 72 also images the movable-side dividing portion 25 a and outputs a second captured image Im ⁇ b>2 to the control portion 81 .
  • the control unit 81 acquires the first captured image Im1 from the first camera 71 (B2). After obtaining the first captured image Im1, the control unit 81 inputs the first captured image Im1 to the learned model Md to calculate the first evaluation value. After calculating the first evaluation value, the process proceeds to B6 (B3).
  • the control unit 81 acquires the second captured image Im2 from the second camera 72 (B4). After acquiring the second captured image Im2, the control unit 81 inputs the second captured image Im2 to the learned model Md and calculates a second evaluation value (B5).
  • FIG. 11 and 12 are front views of the movable mold 25 for explaining an example of mounting positions of the first camera 71, the second camera 72, the third camera 73, and the fourth camera 74.
  • FIG. 11 and 12 are front views of the movable mold 25 for explaining an example of mounting positions of the first camera 71, the second camera 72, the third camera 73, and the fourth camera 74.
  • FIG. 11 and 12 are front views of the movable mold 25 for explaining an example of mounting positions of the first camera 71, the second camera 72, the third camera 73, and the fourth camera 74.
  • the camera 70 may have a third camera 73 and a fourth camera 74 in addition to the first camera 71 and the second camera 72, but is not limited to this. You may have more than
  • the cameras 70 are installed in four directions, up, down, left, and right, centering on the movable side dividing portion 25a.
  • four cameras 70 are installed on the upper right, lower right, lower left, and upper left around the movable side division 25a.
  • Each camera 70 outputs the captured image Im to the control unit 81 .
  • the control unit 81 inputs each captured image Im to the learned model Md, calculates an evaluation value, and determines that an abnormal state exists when any one of the evaluation values is within a predetermined range.
  • each of the first camera 71 and the second camera 72 captures an image of the movable-side split portion 25a substantially at the same time in response to an instruction from the control unit 81.
  • the second camera 72 may be instructed to take an image after a predetermined time has elapsed.
  • the abnormality monitoring device 3 has a trained model Md generated based on learning images created by imaging the divided portion of the mold from a plurality of predetermined positions around the divided portion of the mold. Therefore, the learned model Md can be obtained not only by the captured image Im taken from a specific position around the divided part, but also by the captured image Im taken from any position around the divided part. It is possible to calculate an evaluation value indicating whether or not the state is.
  • the abnormality monitoring device 3 includes a first camera 71 that captures an image of the divided portion from a first position around the divided portion to obtain a first captured image Im1, and an image of the divided portion that is captured from a second position around the divided portion. and a second camera 72 that acquires the second captured image Im2.
  • the user can install the first camera 71 and the second camera 72 at the optimum positions for imaging all the cores 25b.
  • the control unit 81 calculates an evaluation value by inputting each of the first captured image Im1 and the second captured image Im2 to the trained model Md, and when the evaluation value is within a predetermined range, the dividing unit is in an abnormal state. It determines that there is, and outputs a stop instruction St for stopping mold clamping. Therefore, even if some of the cores 25b provided in the divided portion are in the blind spot of either the first camera 71 or the second camera 72, the other of the first camera 71 or the second camera 72 will It is possible to accurately calculate the evaluation value from the captured image Im captured by.
  • the control unit 81 calculates a first evaluation value by inputting the first captured image Im1 into the trained model Md, and calculates a second evaluation value by inputting the second captured image Im2 into the trained model Md. , the first evaluation value or the second evaluation value is within a predetermined range, it is determined that the dividing unit is in an abnormal state. Even when some of the calculated evaluation values indicate an abnormal state of the dividing portion and other evaluation values do not indicate an abnormal state of the dividing portion, the control section 81 controls the mold clamping to the safe side. The operation of the mechanism 20 can be stopped, and the safety of mold clamping can be improved.
  • the second position is a position rotated 90° in the circumferential direction from the first position about the center line Lc along the opening/closing direction.
  • the first camera 71 and the second camera 72 can image the core 25b of the divided portion from directions perpendicular to each other. Therefore, even when the core 25b of the split portion is hidden behind the other cores 25b as viewed from the first camera 71, the core 25b can be detected by the second camera 72 from a direction orthogonal to the imaging direction of the first camera 71. Imaging is possible.
  • the second position may be a position facing the first position with the dividing portion interposed therebetween.
  • the first camera 71 and the second camera 72 can image the core 25b of the split portion from positions opposed to each other with the split portion interposed therebetween. Therefore, even when the divided core 25b is hidden behind another core 25b as viewed from the first camera 71, the second camera 72 can image the core 25b from the direction opposite to the first camera 71. .
  • the learning image includes an image created by rotating an image of the divided portion taken from a plurality of predetermined positions including at least the first position and the second position.
  • the trained model Md generated by the learning image is captured by the camera 70 installed at any rotation angle around the imaging direction, regardless of the captured image Im captured from any position around the divided portion. It is possible to calculate a highly accurate evaluation value even for the captured image Im.
  • the user can install the camera 70 at the optimum position for imaging the divided portion without worrying about the rotational position of the camera 70 around the axial direction.
  • the second camera 72 takes an image of the divided portion at an imaging time when a predetermined time has passed since the imaging time of the first camera 71, and acquires a second captured image Im2. Therefore, the control unit 81 can more accurately determine the abnormal state of the mold clamping mechanism 20 based on the captured images Im captured at different times.
  • the abnormality monitoring device 3 prevents a situation in which the monitoring target is hidden in the blind spot of the camera 70 and cannot be monitored accurately.
  • the learning image is created by imaging the divided portion of the mold from a plurality of predetermined positions around the divided portion of the mold, but the camera is rotated around the divided portion of the mold.
  • the learning image may be created by capturing a moving image using the camera and dividing the moving image into frames.
  • the camera 70 monitors the movable side divided portion 25a in the embodiment and the modified example, it is not limited to this. After clamping the mold and before taking out the molded product Mo, when the molded product Mo appears in the fixed side divided portion 24a instead of the movable side divided portion 25a, the fixed side divided portion 24a, which is the divided portion of the mold, is monitored. Alternatively, after the runner Rn is taken out by the robot arm 28, an abnormal state in which the runner Rn remains may be monitored at the split portion of the mold where the runner stripper plate 23 and the stationary mold 24 are separated.
  • the storage unit 82 stores the abnormality determination unit Pj and the learned model Md, but these may be stored in the storage unit 60 or a server (not shown). In that case, the functions of the control unit 81 may be realized by the control unit 50 or the server.
  • the camera 70 may be a visible light camera or an infrared camera.
  • the abnormality monitoring method prepares a trained model Md generated based on learning images created by capturing images of the divided portion of the mold from a plurality of predetermined positions around the divided portion of the mold.
  • the camera 71 captures the divided portion from a first position around the divided portion to obtain a first captured image Im1
  • the second camera 72 captures the divided portion from a second position around the divided portion to obtain a second image.
  • An image Im2 is acquired, and an evaluation value is calculated by inputting each of the first captured image Im1 and the second captured image Im2 to the learned model Md by the control unit 81, and when the evaluation value is within a predetermined range, division is performed. part is in an abnormal state, and outputs a stop instruction St for stopping mold clamping.
  • the anomaly monitoring program includes a program for capturing an image of the divided portion from a first position around the divided portion with the first camera 71 to obtain a first captured image Im1, and An evaluation value is calculated by inputting each of the first captured image Im1 and the second captured image Im2 into the learned model Md, and the evaluation value and a program for outputting a stop instruction St for stopping the mold clamping when the divided portion is in an abnormal state when it is within the range. It is created by capturing images of the divided parts of the mold from a plurality of predetermined positions in .
  • Each step of each procedure in this embodiment may change the order of execution, execute a plurality of steps at the same time, or execute them in a different order for each execution, as long as it does not contradict its nature. Furthermore, all or part of each step of each procedure in this embodiment may be realized by hardware.
  • the present invention is not limited to the above-described embodiments, and various modifications and alterations are possible without changing the gist of the present invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Injection Moulding Of Plastics Or The Like (AREA)
  • Moulds For Moulding Plastics Or The Like (AREA)

Abstract

異常監視装置３は、金型の分割部の周囲における複数所定位置から、金型の分割部を撮像して作成した学習用画像に基づいて、生成された学習済みモデルＭｄと、分割部の周囲における第１位置から分割部を撮像して第１撮像画像Ｉｍ１を取得する第１カメラ７１と、分割部の周囲における第２位置から分割部を撮像して第２撮像画像を取得する第２カメラ７２と、第１撮像画像Ｉｍ１と第２撮像画像Ｉｍ２の各々を学習済みモデルＭｄに入力することによって評価値を算出し、評価値が所定範囲内であるとき、分割部が異常状態であると判定し、型締を停止させるための停止指示Ｓｔを出力する制御部８１と、を有する。

Description

異常監視装置、異常監視方法、及び、異常監視プログラム
　本発明は、異常監視装置、異常監視方法、及び、異常監視プログラムに関する。
　従来、監視対象の異常状態を監視する異常監視装置がある。例えば、日本国特開２００５－１２５５６１号公報には、成形機の可動側金型又は固定側金型の金型面の画像を取得する画像入力部と、画像入力部によって予め取得された基準画像を格納する基準画像データベースと、画像入力部によって取得された判別対象画像を基準画像と比較して判別処理を実行し、判別対象画像に異常があるか否かを判別する判別処理部と、判別処理における誤判別の原因となる誤判別候補領域を格納する誤判別候補データベースとを有することを特徴とする金型監視装置が開示される。
　一般に、射出成形機は、一方の金型に凸状のコアを設け、他方の金型に凹状のキャビティを設け、型締によってコアとキャビティの間に形成された空間に樹脂を供給し、冷却して樹脂を硬化させ、成形物を成形する。成形物は、金型を開いて取り出される。異常監視装置は、成形物が金型から確実に取り出されたか否かを監視する。
　金型は、一度に複数の成形物を成形できるように、コアを複数設けることがある。また、コアの周囲には、金型をガイドするためのガイドピンや、冷却水を循環させるための冷却チューブ、金型の開閉をガイドするタイバー等の部材が設けられることがある。
特開２００５－１２５５６１号公報
　しかしながら、従来の異常監視装置では、カメラによって周囲から金型の分割部を監視しようとすると、例えば、カメラから見て後側にあるコアが前側のコアに隠れる、又はコアがガイドピンや、冷却チューブ、タイバー等の周囲の部材の背後に隠れる等、監視対象にカメラの死角に隠れる部分が生じ、監視対象を的確に監視できない事態を生じさせる懸念がある。
　そこで、本発明は、監視対象がカメラの死角に隠れて的確に監視できない状態になることを抑制する、異常監視装置、異常監視方法、及び、異常監視プログラムを提供することを目的とする。
　本発明の一態様の異常監視装置は、金型の分割部の周囲における複数所定位置から、前記金型の分割部を撮像して作成した学習用画像に基づいて、生成された学習済みモデルと、前記分割部の周囲における第１位置から前記分割部を撮像して第１撮像画像を取得する第１カメラと、前記分割部の周囲における第２位置から前記分割部を撮像して第２撮像画像を取得する第２カメラと、前記第１撮像画像と前記第２撮像画像の各々を前記学習済みモデルに入力することによって評価値を算出し、前記評価値が所定範囲内であるとき、前記分割部が異常状態であると判定し、型締を停止させるための停止指示を出力する制御部と、を有する。
　本発明の一態様の異常監視方法は、金型の分割部の周囲における複数所定位置から、前記金型の分割部を撮像して作成した学習用画像に基づいて、生成した学習済みモデルを用意し、第１カメラによって前記分割部の周囲における第１位置から前記分割部を撮像して第１撮像画像を取得し、第２カメラによって前記分割部の周囲における第２位置から前記分割部を撮像して第２撮像画像を取得し、制御部によって前記第１撮像画像と前記第２撮像画像の各々を前記学習済みモデルに入力することによって評価値を算出し、前記評価値が所定範囲内であるとき、前記分割部が異常状態であると判定し、型締を停止させるための停止指示を出力する。
　本発明の一態様の異常監視プログラムは、第１カメラによって金型の分割部の周囲における第１位置から前記分割部を撮像して第１撮像画像を取得するプログラムと、第２カメラによって前記分割部の周囲における第２位置から前記分割部を撮像して第２撮像画像を取得するプログラムと、前記第１撮像画像と前記第２撮像画像の各々を学習済みモデルに入力することによって評価値を算出し、前記評価値が所定範囲内であるとき、前記分割部が異常状態であると判定し、型締を停止させるための停止指示を出力するプログラムと、を有し、前記学習済みモデルは、前記分割部の周囲における複数所定位置から、前記金型の分割部を撮像して作成される。
　本発明によれば、監視対象がカメラの死角に隠れて的確に監視できない状態になることを抑制する、異常監視装置、異常監視方法、及び、異常監視プログラムを提供することができる。
実施形態に係る、射出成形機の構成の一例を示すブロック図である。 実施形態に係る、射出成形機における異常監視装置の第１カメラ及び第２カメラの取付位置の一例を説明するための斜視図である。 実施形態に係る、射出成形機における成形物取出処理の一例を説明するための斜視図である。 実施形態に係る、射出成形機の型締機構の異常状態の一例を説明するための可動側金型の斜視図である。 実施形態に係る、射出成形機の型締機構の異常状態の一例を説明するための可動側金型の側面図である。 実施形態に係る、射出成形機の型締機構の異常状態の一例を説明するための可動側金型の上面図である。 実施形態に係る、射出成形機における異常監視装置の第１カメラ及び第２カメラの取付位置の一例を説明するための可動側金型の正面図である。 実施形態に係る、射出成形機における異常監視装置の第１カメラ及び第２カメラの取付位置の一例を説明するための可動側金型の正面図である。 実施形態に係る、射出成形機における射出成形処理及び監視処理の流れの一例を示すフローチャートである。 実施形態に係る、射出成形機における異常判定処理の流れの一例を示すフローチャートである。 実施形態の変形例１に係る、射出成形機における異常監視装置の第１カメラ、第２カメラ、第３カメラ、及び、第４カメラの取付位置の一例を説明するための可動側金型の正面図である。 実施形態の変形例１に係る、射出成形機における異常監視装置の第１カメラ、第２カメラ、第３カメラ、及び、第４カメラの取付位置の一例を説明するための可動側金型の正面図である。
　以下、図面を参照しながら、実施形態を説明する。
　（構成）　
　図１は、射出成形機１の構成の一例を示すブロック図である。
　図１に示すように、射出成形機１は、成形機本体２、及び、異常監視装置３を有する。成形機本体２と異常監視装置３は、信号線によって互いに接続される。
　成形機本体２は、射出機構１０、型締機構２０、取出駆動部３０、指示入力部４０、制御部５０、及び、記憶部６０を有する。
　射出機構１０は、型締機構２０内に溶融した樹脂材料を射出する。射出機構１０は、ホッパー１１、射出筒１２、及び、射出駆動部１３を有する。
　ホッパー１１は、射出筒１２の一方の端部と接続される。ホッパー１１は、樹脂材料を投入可能であり、投入された樹脂材料を収容し、射出筒１２に樹脂材料を供給する。
　射出筒１２は、一方とは逆の他方の端部に設けられたノズル１２ａと、外周部に設けられたヒータと、内周部に軸周りに回転可能に設けられたスクリューとを有する。
　射出駆動部１３は、例えば、モータ等の駆動装置を有する。射出駆動部１３は、制御部５０の制御の下、スクリューを回転させて樹脂材料を他方へ搬送し、ヒータを加熱させて樹脂材料を溶融し、溶融した樹脂材料をノズル１２ａから射出する。
　型締機構２０は、型締めによって射出機構１０から射出された樹脂材料を成形する。型締機構２０は、固定盤２１、可動盤２２、ランナーストリッパープレート２３、固定側金型２４、可動側金型２５、スプール２６、型締駆動部２７、ロボットアーム２８、及び、エジェクタピン２９を有する。
　固定盤２１には、ノズル接続部２１ａが設けられ、ノズル１２ａが接続される。
　可動盤２２は、固定盤２１よりも他方に設けられる。可動盤２２は、固定盤２１との間に設けられたタイバー２２ａにガイドされ、一方又は他方へ移動可能である。
　ランナーストリッパープレート２３は、固定側取付板２３ａによって固定盤２１に取付けられる。
　固定側金型２４は、ランナーストリッパープレート２３と可動側金型２５の間に開閉方向へ移動可能に設けられる。固定側金型２４は、可動側金型２５と対向する側に、固定側分割部２４ａが設けられる。固定側分割部２４ａには、キャビティ２４ｂが設けられる。
　可動側金型２５は、固定側金型２４に対向するように設けられる。可動側金型２５は、固定側分割部２４ａに押し当たる可動側分割部２５ａを有する。可動側分割部２５ａには、キャビティ２４ｂとの間に樹脂材料を流し込むための空間を形成するコア２５ｂが設けられる。可動側金型２５は、可動側取付板２５ｃによって可動盤２２に取り付けられる。すなわち、可動側分割部２５ａは、金型の分割部である。
　固定側金型２４と可動側金型２５は、連結部材Ｌｍによって連結される。連結部材Ｌｍは、細長環形状を有し、固定側金型２４と可動側金型２５の各々の両側部同士を繋ぐようにピンＬｐによって支持される。可動側金型２５が固定側金型２４に近接又は離隔する際、ピンＬｐは、連結部材Ｌｍの細長状の内周部に沿って摺動する。
　スプール２６は、型締状態においてキャビティ２４ｂと連通し、ノズル接続部２１ａから射出された樹脂材料をキャビティ２４ｂに供給する。
　型締駆動部２７は、例えば、油圧等の駆動装置を有し、固定側金型２４に対して可動側金型２５を開閉させる。より具体的に、型締駆動部２７は、制御部５０の制御の下、可動盤２２を閉方向である一方へ移動させて固定側金型２４を押圧し、型締めする。型締め後、型締駆動部２７は、可動側金型２５を開方向である他方へ移動させ、固定側金型２４から引き離す。可動側金型２５が固定側金型２４を連結部材Ｌｍによって牽引し、固定側金型２４がランナーストリッパープレート２３から離隔すると、型締によって形成されたランナーＲｎは、取出可能に露出する。
　ロボットアーム２８は、制御部５０の制御の下、ランナーストリッパープレート２３と固定側金型２４の間に露出したランナーＲｎを外部に取り出す。
　エジェクタピン２９は、可動盤２２、可動側取付板２５ｃ、可動側金型２５、及び、コア２５ｂの内側に貫通するように設けられる。
　取出駆動部３０は、例えば、モータ等の駆動装置を有する。取出駆動部３０は、制御部５０の制御の下、成形物Ｍｏを取り出すことができるように、エジェクタピン２９をコア２５ｂから突出させ、突出後、次回の型締に備えてエジェクタピン２９を引き戻してコア２５ｂ内に埋没させる。
　指示入力部４０は、各種ボタン、表示パネル等の操作具を有し、成形機本体２に対する各種指示の入力が可能である。指示入力部４０は、入力された各種指示を制御部５０に出力する。
　制御部５０は、各種処理を実行するＣＰＵ等のプロセッサを有する。制御部５０の機能は、プロセッサが記憶部６０に記憶された各種プログラムを実行することによって実現される。
　制御部５０は、成形機本体２の各種動作を制御し、射出成形処理を行う。より具体的には、制御部５０は、指示入力部４０から入力された指示に基づいて、射出機構１０を駆動して樹脂材料の射出を行い、型締機構２０を駆動して型締を行い、ロボットアーム２８を駆動してランナーＲｎを取り出し、取出駆動部３０を駆動して成形物Ｍｏを取り出す。成形物Ｍｏの取り出しが終了すると、制御部５０は、成形物Ｍｏの取出しの終了を示す制御信号Ｃｉを出力する。また、停止指示Ｓｔの入力があると、制御部５０は、駆動再開の指示入力があるまで型締機構２０の駆動を停止する。
　記憶部６０は、ＲＯＭ、ＲＡＭ、ＨＤＤ、及び、ＳＳＤ等の記憶素子を有し、成形機本体２の各種動作を制御するための各種情報及びプログラムを記憶する。
　図２は、異常監視装置３の第１カメラ７１と第２カメラ７２の取付位置の一例を説明するための斜視図である。
　異常監視装置３は、監視処理を行い、成形機本体２が異常状態であるか否かを監視する。異常監視装置３は、カメラ７０及び監視装置本体８０を有する。
　カメラ７０は、可動側分割部２５ａを撮像し、撮像画像Ｉｍを監視装置本体８０に出力する。カメラ７０は、設置具Ａｔによって、周囲の所定位置から可動側分割部２５ａを撮像できるように設置される。カメラ７０は、第１カメラ７１及び第２カメラ７２を有する。
　第１カメラ７１は、可動側分割部２５ａの周囲における第１位置から可動側分割部２５ａを撮像して第１撮像画像Ｉｍ１を取得する。
　第２カメラ７２は、可動側分割部２５ａの周囲における第２位置から可動側分割部２５ａを撮像して第２撮像画像Ｉｍ２を取得する。
　図２の例では、第２位置は、第１位置から開閉方向に沿った中心線Ｌｃを中心として周方向へ９０°回転した位置である。より具体的に、第１位置が可動側分割部２５ａの側方であるとき、第２位置は、可動側分割部２５ａの上方である。
　図１に戻り、監視装置本体８０は、制御部８１、記憶部８２、指示入力部８３、及び、表示部８４を有する。
　制御部８１は、各種処理を実行するＣＰＵ及びＧＰＵ等のプロセッサを有する。制御部８１の機能は、プロセッサが、記憶部８２に記憶された各種情報を読み込み、実行することによって実現される。制御部８１は、異常監視装置３の各種動作を制御する他、異常判定部Ｐｊのプログラムを実行する。
　記憶部８２は、ＲＯＭ、ＲＡＭ、ＨＤＤ、及び、ＳＳＤ等の記憶素子を有する。記憶部８２は、各種プログラム及び各種データの他、異常判定部Ｐｊのプログラム、及び、学習済みモデルＭｄも記憶する。
　異常判定部Ｐｊは、異常判定処理を行う。異常判定処理は、学習済みモデルＭｄと撮像画像Ｉｍに基づいて、可動側分割部２５ａが異常状態であると判定したとき、型締を停止させるための停止指示Ｓｔを出力する。
　より具体的には、異常判定処理は、第１撮像画像Ｉｍ１と第２撮像画像Ｉｍ２の各々を学習済みモデルＭｄに入力することによって評価値を算出し、評価値が所定範囲内であるとき、可動側分割部２５ａが異常状態であると判定し、型締機構２０を停止させるための停止指示Ｓｔを出力する。評価値は、異常状態の可能性を示す尤度として算出される。所定範囲は、可動側分割部２５ａの異常状態を精度よく判定できるように、経験的又は実験的に調整される。なお、評価値は、正常状態の可能性を示す尤度として算出されてもよい。その場合、所定範囲は、正常状態の尤度を示す評価値によって可動側分割部２５ａの異常状態を精度よく判定できるように調整される。
　さらに具体的には、異常判定処理は、第１撮像画像Ｉｍ１を学習済みモデルＭｄに入力することによって第１評価値を算出し、第２撮像画像Ｉｍ２を学習済みモデルＭｄに入力することによって第２評価値を算出し、第１評価値又は第２評価値のいずれか一方が所定範囲内であるとき、可動側分割部２５ａが異常状態であると判定する。
　指示入力部８３は、ボタン等の指示入力具を有し、ユーザによる各種の指示入力が可能である他、ユーザによる監視処理の開始の指示入力をすることもできる。ユーザによる指示入力は、制御部８１に出力される。
　表示部８４は、制御部８１から入力された異常判定処理の判定結果の表示を行う。表示部８４は、異常状態であると判定されたときに点灯する異常ランプ８４ａと、異常状態ではない正常状態であると判定されたときに点灯する正常ランプ８４ｎとを有する。
　（学習済みモデルＭｄ）　
　続いて、学習済みモデルＭｄについて説明をする。
　図３は、射出成形機１における成形物Ｍｏ取出処理の一例を説明するための斜視図である。図４～６は、型締機構２０の異常状態の一例を説明するための可動側金型２５の図である。図４が斜視図であり、図５が側面図であり、図６が上面図である。
　学習済みモデルＭｄは、型締機構２０が異常状態であるとき、評価値の算出結果が所定範囲内となるように、ディープラーニングや、ニューラルネットワーク等の技術に基づいて、教師データを機械学習させることによって生成される。
　型締め後、可動側金型２５を引き離すと、可動側分割部２５ａには、成形物Ｍｏが表れる。図３に示すように、エジェクタピン２９がコア２５ｂから突出すると、成形物Ｍｏは、押し出され、型締機構２０から取り出される。
　成形物Ｍｏを取り出した後、正常状態では、可動側分割部２５ａには成形物Ｍｏが残留しない。成形物Ｍｏを有しない可動側分割部２５ａを表した学習用画像は、成形物Ｍｏの取出し後における型締機構２０の正常状態と相関関係を有する。教師データは、型締機構２０の正常状態を示すものとして、成形物Ｍｏを有しない可動側分割部２５ａを表した学習用画像が用いられる。
　一方、図４に示すように、成形物Ｍｏの取出し後、異常状態では、成形物Ｍｏが可動側分割部２５ａ上に残留する。成形物Ｍｏを有する可動側分割部２５ａの学習用画像は、成形物Ｍｏの取出し後における型締機構２０の異常状態と相関関係を有する。教師データは、型締機構２０の異常状態を示すものとして、成形物Ｍｏを有する可動側分割部２５ａを表した学習用画像が用いられる。
　学習用画像は、開発段階において、カメラ７０によって可動側分割部２５ａを撮像して取得した撮像画像Ｉｍに基づいて作成可能である。より具体的に、成形物Ｍｏを有する可動側分割部２５ａを表した撮像画像Ｉｍは、型締め後から成形物Ｍｏの取出し前における可動側分割部２５ａを撮像することによって取得可能である。成形物Ｍｏを有しない可動側分割部２５ａを表した撮像画像Ｉｍは、成形物Ｍｏの取出し後から次回の型締めをする前の可動側分割部２５ａを撮像することによって取得可能である。なお、学習用画像の作成方法は、これに限定されるものではない。
　さらに、学習済みモデルＭｄは、可動側分割部２５ａの周囲のいずれの位置から撮像した撮像画像Ｉｍに基づいても精度よく評価値を算出できるように、可動側分割部２５ａの周囲における複数所定位置から、可動側分割部２５ａを撮像して作成した学習用画像に基づいて、生成される。複数所定位置は、少なくとも第１所定位置と第２所定位置を含むように定めてもよい。また、学習済みモデルＭｄは、金型の開閉方向周りに均等間隔を空けた所定位置から可動側分割部２５ａを撮像して作成した学習用画像に基づいて生成してもよい。一例として、所定位置は、可動側分割部２５ａの周囲の２方向、４方向、８方向、１６方向、３２方向、６４方向が挙げられるが、これに限定されない。
　第１カメラ７１から見て手前にあるコア２５ｂ１の背後にあるコア２５ｂ２に成形物Ｍｏが残留しているとき、第１カメラ７１が側方から撮像した第１撮像画像Ｉｍ１上では、コア２５ｂ１が成形物Ｍｏの一部を隠すものの（図５）、第２カメラ７２が上方から撮像した第２撮像画像Ｉｍ２には、コア２５ｂ１に隠れることなく、成形物Ｍｏが表れ（図６）、精度のよい第２評価値の算出が可能である。したがって、第１評価値が異常状態を示す値として算出されていない場合であっても、第２評価値の算出によって異常状態であるか否かを精度よく判定可能である。
　また、学習用画像は、可動側分割部２５ａが撮像画像Ｉｍ上のいずれの向きに投影されても精度よく評価値を算出できるように、可動側分割部２５ａを撮像した画像を回転して水増し作成される。
　図７及び図８は、第１カメラ７１と第２カメラ７２の取付位置の一例を説明するための可動側金型２５の正面図である。
　カメラ７０は、図７に示すように、可動側分割部２５ａの側方と上方に設置するだけでなく、図８に示すように、可動側分割部２５ａを挟むように対向して設置する等、可動側分割部２５ａの周囲のいずれの位置にも設置可能である。設置の際には、カメラ７０を撮像軸周りのいずれの回転位置にしてもよい。
　（動作）　
　続いて、射出成形機１の動作について説明をする。
　図９は、射出成形処理及び監視処理の流れの一例を示すフローチャートである。図１０は、異常判定処理の流れの一例を示すフローチャートである。
　まず、射出成形処理（Ｓ１～Ｓ１３）の流れを説明する。
　金型を開く（Ｓ１）。制御部５０は、可動側金型２５を開くための指示を出力する。型締駆動部２７は、指示に応じ、可動側金型２５を開方向へ移動させる。可動側金型２５は、連結部材Ｌｍによって固定側金型２４を牽引し、ランナーストリッパープレート２３と固定側金型２４の間にランナーＲｎが露出する。
　ロボットアーム２８の駆動を開始する（Ｓ２）。制御部５０は、ランナーＲｎを取り出すための指示を出力する。ロボットアーム２８が指示に応じてランナーＲｎを取り出すと、制御部５０は、ロボットアーム２８の駆動を終了する（Ｓ３）。
　エジェクタピン２９の駆動を開始する（Ｓ４）。制御部５０は、成形物Ｍｏを取り出すための指示を出力する。取出駆動部３０は、指示に応じ、エジェクタピン２９をコア２５ｂから突出させ、続いて、エジェクタピン２９を引き戻してコア２５ｂに埋没させる。
　エジェクタピン２９の駆動を終了する（Ｓ５）。制御部５０は、エジェクタピン２９を引き戻すと、異常監視装置３に制御信号Ｃｉを出力する。
　金型の閉動作を開始する（Ｓ６）。制御部５０は、金型の閉動作を開始するための指示を出力する。型締駆動部２７は、指示に応じ、可動側金型２５を閉方向へ移動させる。可動側金型２５は、固定側金型２４に当たると、固定側金型２４を押圧してランナーストリッパープレート２３に当たるまで移動させる。
　停止信号Ｓｔ（停止指示）の受信の有無を判定する（Ｓ７）。制御部５０は、金型が閉動作をしている期間、異常監視装置３からの停止信号Ｓｔの受信の有無の判定を行う。停止信号Ｓｔの受信があるとき、処理はＳ１１に進む（Ｓ７：ＹＥＳ）。停止信号Ｓｔの受信がないとき（Ｓ７：ＮＯ）、制御部５０は、金型の閉動作を終了する（Ｓ８）。
　成形を開始する（Ｓ９）。制御部５０は、樹脂材料を射出するための指示を出力する。射出駆動部１３は、指示に応じ、樹脂材料をノズル１２ａから型締機構２０内に射出する。樹脂材料は、スプール２６内を流れ、キャビティ２４ｂとコア２５ｂの間に形成された空間に流れ込み、成形され、成形物Ｍｏを形成する。
　成形が終了すると、処理は、Ｓ１に戻る（Ｓ１０）。
　Ｓ１１では、金型の閉動作を停止する。制御部５０は、停止信号Ｓｔに応じ、型締機構２０を停止させる。
　ユーザは、型締機構２０内を点検し、成形物Ｍｏが残留している場合には取り出し、型締機構２０を正常状態に復帰させる（Ｓ１２）。
　成形を再開する（Ｓ１３）。正常状態に復帰した後、ユーザは、指示入力部４０から成形を再開するための指示入力をする。指示入力部４０に指示入力があると、制御部５０は、射出駆動部１３及び型締機構２０に、成形の再開を指示する。成形の再開によって成形物Ｍｏが形成されると、処理はＳ１に戻る（Ｓ１０）。
　続いて、監視処理（Ｓ２１～Ｓ２７）について、説明をする。
　ユーザは、指示入力部８３に設けられたボタンを押下し、監視処理の開始を指示入力する（Ｓ２１）。
　制御信号Ｃｉの受信の有無を判定する（Ｓ２２）。制御部８１は、制御部５０からエジェクタピン２９の駆動の終了を示す制御信号Ｃｉの受信があるまで待機する（Ｓ２２：ＮＯ）。制御信号Ｃｉの受信があると、処理は、Ｓ２３に進む（Ｓ２２：ＹＥＳ）。
　Ｓ２３では、後述する異常判定処理（Ｂ１～Ｂ６）を行う。異常状態であると判定したとき、処理は、Ｓ２４に進む（Ｓ２３：ＹＥＳ）。一方、異常状態ではないと判定したとき、処理は、Ｓ２７に進む（Ｓ２３：ＮＯ）。
　制御部８１は、制御部５０に停止信号Ｓｔを送信し、金型の閉動作を停止させる（Ｓ２４）。
　制御部８１は、異常ランプ８４ａを点灯させる（Ｓ２５）。
　ユーザは、型締機構２０を正常状態に復帰させた後、指示入力部８３に監視再開の指示入力を行う。制御部８１は、指示入力部８３から監視再開の指示入力があるまで待機する（Ｓ２６：ＮＯ）。監視再開の指示入力があると、処理は、Ｓ２２に戻る（Ｓ２６：ＹＥＳ）。
　Ｓ２７では、制御部８１は、正常ランプ８４ｎを点灯させ、Ｓ２２に戻る。
　続いて、異常判定処理について、説明をする（Ｂ１～Ｂ６）。
　制御部８１は、第１カメラ７１及び第２カメラ７２に撮像を指示する（Ｂ１）。第１カメラ７１は、エジェクタピン２９の駆動が終了した後の可動側分割部２５ａを撮像し、第１撮像画像Ｉｍ１を制御部８１に出力する。第２カメラ７２も、可動側分割部２５ａを撮像し、第２撮像画像Ｉｍ２を制御部８１に出力する。
　制御部８１は、第１カメラ７１から第１撮像画像Ｉｍ１を取得する（Ｂ２）。第１撮像画像Ｉｍ１を取得すると、制御部８１は、第１撮像画像Ｉｍ１を学習済みモデルＭｄに入力し、第１評価値を算出する。第１評価値を算出すると処理はＢ６に進む（Ｂ３）。
　制御部８１は、第２カメラ７２から第２撮像画像Ｉｍ２を取得する（Ｂ４）。第２撮像画像Ｉｍ２を取得すると、制御部８１は、第２撮像画像Ｉｍ２を学習済みモデルＭｄに入力し、第２評価値を算出する（Ｂ５）。
　監視対象が異常状態であるか否かを判定する（Ｂ６）。第１評価値又は第２評価値のいずれか一方が所定範囲内であるとき、可動側分割部２５ａが異常状態であると判定し、Ｓ２４に進み、停止信号Ｓｔの送信によって金型の閉動作を停止させる（Ｂ６：ＹＥＳ）。一方、第１評価値又は第２評価値のいずれも所定範囲内ではないとき、正常状態であると判定し、処理は、Ｓ２７に進む（Ｂ６：ＮＯ）。
　（実施形態の変形例１）　
　実施形態では、カメラ７０が第１カメラ７１及び第２カメラ７２を有する例を説明したがこれに限定されない。
　図１１及び図１２は、第１カメラ７１、第２カメラ７２、第３カメラ７３、及び、第４カメラ７４の取付位置の一例を説明するための可動側金型２５の正面図である。
　カメラ７０は、第１カメラ７１及び第２カメラ７２の他、第３カメラ７３及び第４カメラ７４を有してもよいし、これに限定されず、３つ有してもよいし、５つ以上有してもよい。
　図１１の例では、カメラ７０は、可動側分割部２５ａを中心に、上下左右の４方向に設置される。
　図１２の例では、カメラ７０は、可動側分割部２５ａを中心に、右上方、右下方、左下方、及び、左上方に４つ設置される。
　カメラ７０の各々は、撮像画像Ｉｍを制御部８１に出力する。制御部８１は、撮像画像Ｉｍの各々を学習済みモデルＭｄに入力して評価値を算出し、評価値の各々のいずれか１つが所定範囲内であるとき、異常状態であると判定する。
　（実施形態の変形例２）　
　実施形態及び変形例では、第１カメラ７１と第２カメラ７２の各々は、制御部８１の指示に応じ、略同時刻に可動側分割部２５ａを撮像するが、制御部８１は、第１カメラ７１に撮像を指示した後、所定時間経過後に、第２カメラ７２に撮像指示をしてもよい。
　（実施形態及び変形例の作用効果）　
　実施形態及び変形例によれば、以下の作用効果を奏する。
　異常監視装置３は、金型の分割部の周囲における複数所定位置から、金型の分割部を撮像して作成した学習用画像に基づいて、生成された学習済みモデルＭｄを有する。したがって、学習済みモデルＭｄは、分割部の周囲における特定の位置から撮像した撮像画像Ｉｍだけでなく、分割部の周囲のいずれの位置から撮像した撮像画像Ｉｍによっても、より精度よく分割部が異常状態であるか否かを示す評価値を算出可能である。
　異常監視装置３は、分割部の周囲における第１位置から分割部を撮像して第１撮像画像Ｉｍ１を取得する第１カメラ７１と、分割部の周囲における第２位置から分割部を撮像して第２撮像画像Ｉｍ２を取得する第２カメラ７２とを有する。ユーザは、全てのコア２５ｂを撮像するための最適な位置に、第１カメラ７１と第２カメラ７２を設置することができる。
　制御部８１は、第１撮像画像Ｉｍ１と第２撮像画像Ｉｍ２の各々を学習済みモデルＭｄに入力することによって評価値を算出し、評価値が所定範囲内であるとき、分割部が異常状態であると判定し、型締を停止させるための停止指示Ｓｔを出力する。したがって、分割部に設けられた一部のコア２５ｂが第１カメラ７１又は第２カメラ７２のいずれか一方の死角に入っている場合においても、第１カメラ７１又は第２カメラ７２のいずれか他方によって撮像した撮像画像Ｉｍによって精度よく評価値を算出可能である。
　制御部８１は、第１撮像画像Ｉｍ１を学習済みモデルＭｄに入力することによって第１評価値を算出し、第２撮像画像Ｉｍ２を学習済みモデルＭｄに入力することによって第２評価値を算出し、第１評価値又は第２評価値のいずれか一方が所定範囲内であるとき、分割部が異常状態であると判定する。制御部８１は、算出した複数の評価値のうち一部が分割部の異常状態を示し、他の評価値が分割部の異常状態を示していないときにおいても、安全側に制御して型締機構２０の動作を停止させることができ、型締の安全性を向上させることができる。
　第２位置は、第１位置から開閉方向に沿った中心線Ｌｃを中心として周方向へ９０°回転した位置である。第１カメラ７１と第２カメラ７２は、互いに直交する方向から分割部のコア２５ｂを撮像することができる。したがって、第１カメラ７１から見て分割部のコア２５ｂが他のコア２５ｂの背後に隠れている場合においても、第２カメラ７２によって第１カメラ７１の撮像方向とは直交する方向からコア２５ｂを撮像可能である。
　また、第２位置は、第１位置と分割部を挟んで互いに対向する位置であってもよい。第１カメラ７１と第２カメラ７２は、分割部を挟んで互いに対向する位置から分割部のコア２５ｂを撮像することができる。したがって、第１カメラ７１から見て分割部のコア２５ｂが他のコア２５ｂの背後に隠れている場合においても、第２カメラ７２によって第１カメラ７１とは逆方向からコア２５ｂを撮像可能である。
　学習用画像は、少なくとも第１位置と第２位置を含む複数所定位置から分割部を撮像した画像を回転させて作成された画像を含む。学習用画像によって生成された学習済みモデルＭｄは、分割部の周囲のいずれの位置から撮像した撮像画像Ｉｍであっても、また、撮像方向周りのいずれの回転角度に設置されたカメラ７０によって撮像した撮像画像Ｉｍであっても、精度のよい評価値を算出することができる。ユーザは、カメラ７０の軸方向周りの回転位置を気にすることなく、分割部の撮像に最適な位置にカメラ７０を設置可能である。
　第２カメラ７２は、第１カメラ７１の撮像時刻から所定時間経過した撮像時刻に分割部を撮像して第２撮像画像Ｉｍ２を取得する。したがって、制御部８１は、互いに撮像時刻の異なる撮像画像Ｉｍに基づいて、より精度よく型締機構２０の異常状態を判定できる。
　実施形態及び変形例によれば、異常監視装置３は、監視対象がカメラ７０の死角に隠れて的確に監視できない状態になることを抑制する。
　なお、実施形態及び変形例では、金型の分割部の周囲における複数所定位置から金型の分割部を撮像して学習用画像を作成するが、金型の分割部の周囲をカメラを回転させて動画像を撮像し、動画像をフレーム分割することによって学習用画像を作成してもよい。
　なお、実施形態及び変形例では、カメラ７０は、可動側分割部２５ａを監視するが、これに限定されない。型締め後であって成形物Ｍｏの取出し前に、可動側分割部２５ａではなく、固定側分割部２４ａに成形物Ｍｏが表れるとき、金型の分割部である固定側分割部２４ａを監視してもよいし、ロボットアーム２８によるランナーＲｎの取り出し後、ランナーストリッパープレート２３と固定側金型２４が分割される金型の分割部において、ランナーＲｎが残留した異常状態を監視してもよい。
　なお、実施形態及び変形例では、キャビティ２４ｂ及びコア２５ｂが各４つ設けられた例を説明したが、キャビティ２４ｂ及びコア２５ｂは、各４つ以外設けられてもよい。
　なお、実施形態及び変形例では、記憶部８２は、異常判定部Ｐｊ及び学習済みモデルＭｄを記憶するが、これらは記憶部６０又は図示しないサーバに記憶されてもよい。その場合、制御部８１の有する機能は、制御部５０又はサーバによって実現されてもよい。
　なお、カメラ７０は、可視光カメラであっても赤外線カメラであってもよい。
　すなわち、異常監視方法は、金型の分割部の周囲における複数所定位置から、金型の分割部を撮像して作成した学習用画像に基づいて、生成した学習済みモデルＭｄを用意し、第１カメラ７１によって分割部の周囲における第１位置から分割部を撮像して第１撮像画像Ｉｍ１を取得し、第２カメラ７２によって分割部の周囲における第２位置から分割部を撮像して第２撮像画像Ｉｍ２を取得し、制御部８１によって第１撮像画像Ｉｍ１と第２撮像画像Ｉｍ２の各々を学習済みモデルＭｄに入力することによって評価値を算出し、評価値が所定範囲内であるとき、分割部が異常状態であると判定し、型締を停止させるための停止指示Ｓｔを出力する。
　異常監視プログラムは、第１カメラ７１によって分割部の周囲における第１位置から分割部を撮像して第１撮像画像Ｉｍ１を取得するプログラムと、第２カメラ７２によって分割部の周囲における第２位置から分割部を撮像して第２撮像画像Ｉｍ２を取得するプログラムと、第１撮像画像Ｉｍ１と第２撮像画像Ｉｍ２の各々を学習済みモデルＭｄに入力することによって評価値を算出し、評価値が所定範囲内であるとき、分割部が異常状態であると判定し、型締を停止させるための停止指示Ｓｔを出力するプログラムと、を有し、学習済みモデルＭｄは、金型の分割部の周囲における複数所定位置から、金型の分割部を撮像して作成される。
　本実施形態における各手順の各ステップは、その性質に反しない限り、実行順序を変更し、複数同時に実行し、あるいは実行毎に異なった順序で実行してもよい。さらに、本実施形態における各手順の各ステップの全てあるいは一部をハードウェアにより実現してもよい。
　本発明は、上述した実施の形態に限定されるものではなく、本発明の要旨を変えない範囲において、種々の変更、改変等が可能である。
１・・・射出成形機
２・・・成形機本体
３・・・異常監視装置
１０・・・射出機構
１１・・・ホッパー
１２・・・射出筒
１２ａ・・・ノズル
１３・・・射出駆動部
２０・・・型締機構
２１・・・固定盤
２１ａ・・・ノズル接続部
２２・・・可動盤
２２ａ・・・タイバー
２３・・・ランナーストリッパープレート
２３ａ・・・固定側取付板
２４・・・固定側金型
２４ａ・・・固定側分割部
２４ｂ・・・キャビティ
２５・・・可動側金型
２５ａ・・・可動側分割部
２５ｂ・・・コア
２５ｂ１・・・コア
２５ｂ２・・・コア
２５ｃ・・・可動側取付板
２６・・・スプール
２７・・・型締駆動部
２８・・・ロボットアーム
２９・・・エジェクタピン
３０・・・取出駆動部
４０・・・指示入力部
５０・・・制御部
６０・・・記憶部
７０・・・カメラ
７１・・・第１カメラ
７２・・・第２カメラ
７３・・・第３カメラ
７４・・・第４カメラ
８０・・・監視装置本体
８１・・・制御部
８２・・・記憶部
８３・・・指示入力部
８４・・・表示部
８４ａ・・・異常ランプ
８４ｎ・・・正常ランプ
Ａｔ・・・設置具
Ｃｉ・・・制御信号
Ｉｍ・・・撮像画像
Ｉｍ１・・・第１撮像画像
Ｉｍ２・・・第２撮像画像
Ｌｍ・・・連結部材
Ｌｐ・・・ピン
Ｌｃ・・・中心線
Ｍｄ・・・学習済みモデル
Ｍｏ・・・成形物
Ｐｊ・・・異常判定部
Ｒｎ・・・ランナー
Ｓｔ・・・停止指示

Claims (8)

  1. 　金型の分割部の周囲における複数所定位置から、前記金型の分割部を撮像して作成した学習用画像に基づいて、生成された学習済みモデルと、
    　前記分割部の周囲における第１位置から前記分割部を撮像して第１撮像画像を取得する第１カメラと、
    　前記分割部の周囲における第２位置から前記分割部を撮像して第２撮像画像を取得する第２カメラと、
    　前記第１撮像画像と前記第２撮像画像の各々を前記学習済みモデルに入力することによって評価値を算出し、前記評価値が所定範囲内であるとき、前記分割部が異常状態であると判定し、型締を停止させるための停止指示を出力する制御部と、
    　を有する、異常監視装置。
  2. 　前記評価値は、第１評価値と第２評価値を有し、
    　前記制御部は、
    　　前記第１撮像画像を前記学習済みモデルに入力することによって前記第１評価値を算出し、
    　　前記第２撮像画像を前記学習済みモデルに入力することによって前記第２評価値を算出し、
    　　前記第１評価値又は前記第２評価値のいずれか一方が前記所定範囲内であるとき、前記分割部が前記異常状態であると判定する、
    　請求項１に記載の異常監視装置。
  3. 　前記第２位置は、前記第１位置から開閉方向に沿った中心線を中心として周方向へ９０°回転した位置である、請求項１に記載の異常監視装置。
  4. 　前記第２位置は、前記第１位置と前記分割部を挟んで互いに対向する位置である、請求項１に記載の異常監視装置。
  5. 　前記学習用画像は、少なくとも前記第１位置と前記第２位置を含む前記複数所定位置から前記分割部を撮像した画像を回転させることによって作成された画像を含む、請求項１に記載の異常監視装置。
  6. 　前記第２カメラは、前記第１カメラの撮像時刻から所定時間経過した撮像時刻に前記分割部を撮像して第２撮像画像を取得する、請求項１に記載の異常監視装置。
  7. 　金型の分割部の周囲における複数所定位置から、前記金型の分割部を撮像して作成した学習用画像に基づいて、生成した学習済みモデルを用意し、
    　第１カメラによって前記分割部の周囲における第１位置から前記分割部を撮像して第１撮像画像を取得し、
    　第２カメラによって前記分割部の周囲における第２位置から前記分割部を撮像して第２撮像画像を取得し、
    　制御部によって前記第１撮像画像と前記第２撮像画像の各々を前記学習済みモデルに入力することによって評価値を算出し、前記評価値が所定範囲内であるとき、前記分割部が異常状態であると判定し、型締を停止させるための停止指示を出力する、
    　異常監視方法。
  8. 　第１カメラによって金型の分割部の周囲における第１位置から前記分割部を撮像して第１撮像画像を取得するプログラムと、
    　第２カメラによって前記分割部の周囲における第２位置から前記分割部を撮像して第２撮像画像を取得するプログラムと、
    　前記第１撮像画像と前記第２撮像画像の各々を学習済みモデルに入力することによって評価値を算出し、前記評価値が所定範囲内であるとき、前記分割部が異常状態であると判定し、型締を停止させるための停止指示を出力するプログラムと、を有し、
    　前記学習済みモデルは、前記分割部の周囲における複数所定位置から、前記金型の分割部を撮像して作成される、
    　異常監視プログラム。
PCT/JP2021/002919 2021-01-27 2021-01-27 異常監視装置、異常監視方法、及び、異常監視プログラム WO2022162806A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021568177A JPWO2022162806A1 (ja) 2021-01-27 2021-01-27
PCT/JP2021/002919 WO2022162806A1 (ja) 2021-01-27 2021-01-27 異常監視装置、異常監視方法、及び、異常監視プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/002919 WO2022162806A1 (ja) 2021-01-27 2021-01-27 異常監視装置、異常監視方法、及び、異常監視プログラム

Publications (1)

Publication Number Publication Date
WO2022162806A1 true WO2022162806A1 (ja) 2022-08-04

Family

ID=82652696

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/002919 WO2022162806A1 (ja) 2021-01-27 2021-01-27 異常監視装置、異常監視方法、及び、異常監視プログラム

Country Status (2)

Country Link
JP (1) JPWO2022162806A1 (ja)
WO (1) WO2022162806A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08132503A (ja) * 1994-11-11 1996-05-28 Etou Denki Kk 金型監視装置
JPH1148301A (ja) * 1997-08-07 1999-02-23 Toyo Kogaku Kk 金型多面監視装置
JP2009012214A (ja) * 2007-07-02 2009-01-22 Ushio Inc 金型監視装置
JP2012143894A (ja) * 2011-01-07 2012-08-02 Sigumakkusu Kk 射出成形機監視装置
JP6722836B1 (ja) * 2019-11-29 2020-07-15 菱洋エレクトロ株式会社 異常監視装置、異常監視方法、及び、異常監視プログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL185770C (nl) * 1984-08-13 1990-07-16 Rsv Gusto Eng Bv Kraan voor hoge belastingen, in het bijzonder offshorekraan, en werkwijze voor het tuien van een kraan.

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08132503A (ja) * 1994-11-11 1996-05-28 Etou Denki Kk 金型監視装置
JPH1148301A (ja) * 1997-08-07 1999-02-23 Toyo Kogaku Kk 金型多面監視装置
JP2009012214A (ja) * 2007-07-02 2009-01-22 Ushio Inc 金型監視装置
JP2012143894A (ja) * 2011-01-07 2012-08-02 Sigumakkusu Kk 射出成形機監視装置
JP6722836B1 (ja) * 2019-11-29 2020-07-15 菱洋エレクトロ株式会社 異常監視装置、異常監視方法、及び、異常監視プログラム

Also Published As

Publication number Publication date
JPWO2022162806A1 (ja) 2022-08-04

Similar Documents

Publication Publication Date Title
JP5608073B2 (ja) 金型監視装置
CN109693352B (zh) 模具监视装置和模具监视方法
JP6140134B2 (ja) 射出成形機の突出し制御装置
KR102249333B1 (ko) 금형 감시 장치
JP2008036976A (ja) 射出成形機の中子動作設定装置
JP6722836B1 (ja) 異常監視装置、異常監視方法、及び、異常監視プログラム
WO2022162806A1 (ja) 異常監視装置、異常監視方法、及び、異常監視プログラム
JP5649438B2 (ja) 金型監視装置
JP2008006785A (ja) 射出成形機のエジェクタ制御装置
JP6042451B2 (ja) 射出成形機の異常監視方法
JP7391751B2 (ja) 管理装置
CN110053227B (zh) 注射成型机的控制装置
JP7445029B2 (ja) 射出成形システム
JP2002248665A (ja) 射出成形機の制御方法及び制御装置
TWI791686B (zh) 射出成形機
CN101706655B (zh) 快速成形系统
JP2002326265A (ja) 電動式射出成形機における型開放力監視方法
EP3715088B1 (en) Molding machine and computer program
JP5820701B2 (ja) 成形機の制御装置と制御方法
KR100485304B1 (ko) 사출성형기의 감시방법
JP2604272B2 (ja) スプルー突出し装置
JP7492016B2 (ja) 射出成形システム
JPS5839058B2 (ja) 金型監視方法
KR20160150479A (ko) 사출 성형기의 이젝터 제어 장치 및 방법
JP2009274356A (ja) エジェクタ条件を選択する機能を有する射出成形機

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021568177

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 21922827

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21922827

Country of ref document: EP

Kind code of ref document: A1