成型条件决定辅助装置以及注塑成型机制造方法及图纸

本发明专利技术涉及成型条件决定辅助装置以及注塑成型机。成型条件决定辅助装置(50)被应用在通过将熔融材料向模具供给而对成型品进行成型的方法。辅助装置(50、150)具备：通过将多个成型条件要素与成型品的多个品质要素作为学习数据的机器学习，针对上述品质要素的每一个生成品质要素与成型条件要素的影响度相关的学习模型的学习模型生成部(53)；接受确认对象的品质要素的输入的输入部(55)；以及使用学习模型，输出对确认对象的品质要素具有影响度的成型条件要素的输出部(56)。

Forming conditions determine auxiliary devices and injection molding machines

【技术实现步骤摘要】
成型条件决定辅助装置以及注塑成型机
本专利技术涉及成型条件决定辅助装置以及注塑成型机。
技术介绍
在将注塑成型等的熔融材料向模具供给而对成型品进行成型的方法中，在产生了不合格品的情况下，作业者需要改变成型条件。而且，由于是使用熔融材料以及模具的成型方法，所以设置设备的工厂的地域的环境、工厂内的环境、工厂内的设备的设置状态、设备的老化程度、季节等各种因素对成型品的品质造成影响。因此，变更考虑了各种因素的成型条件需要熟练技术。对于不熟练者而言，很难判断应该将什么样的成型条件改变到什么样的程度。然而，随着近几年计算机的处理速度的提高，人工智能迅速地发展，例如在日本特开2017-30152号公报中记载了通过机器学习，能够短时间进行注塑成型的操作条件的调整的技术。即基于与成型品相关的物理量数据(相当于成型品的品质)和机器学习的报酬条件来计算报酬，基于报酬、操作条件调整以及物理量数据对操作条件调整进行机器学习。物理量数据是根据成型品的重量、尺寸、成型品的图像数据计算出的外观、长度、角度、面积、体积、光学成型品的光学检查结果、成型品强度计测结本文档来自技高网...

【技术保护点】
1.一种成型条件决定辅助装置，被用于通过将熔融材料向模具供给而对成型品进行成型的方法，其特征在于，包括：/n学习模型生成部，其通过将多个成型条件要素和上述成型品的多个品质要素作为学习数据的机器学习，针对上述品质要素的每一个生成与上述品质要素及上述成型条件要素的影响度相关的学习模型；/n输入部，其接受确认对象的上述品质要素的输入；以及/n输出部，其使用上述学习模型，输出对上述确认对象的上述品质要素具有上述影响度的上述成型条件要素。/n

【技术特征摘要】
20180927 JP 2018-1826611.一种成型条件决定辅助装置，被用于通过将熔融材料向模具供给而对成型品进行成型的方法，其特征在于，包括：
学习模型生成部，其通过将多个成型条件要素和上述成型品的多个品质要素作为学习数据的机器学习，针对上述品质要素的每一个生成与上述品质要素及上述成型条件要素的影响度相关的学习模型；
输入部，其接受确认对象的上述品质要素的输入；以及
输出部，其使用上述学习模型，输出对上述确认对象的上述品质要素具有上述影响度的上述成型条件要素。


2.根据权利要求1所述的成型条件决定辅助装置，其中，上述输出部输出对上述确认对象的上述品质要素上述影响度高的上述成型条件要素。


3.根据权利要求1或2所述的成型条件决定辅助装置，其中，上述输出部输出具有上述影响度的上述成型条件要素、以及上述影响度的值。


4.根据权利要求1或2所述的成型条件决...

【专利技术属性】
技术研发人员：大久保勇佐，莲池正晴，马场纪行，木村幸治，
申请(专利权)人：株式会社捷太格特，
类型：发明
国别省市：日本;JP