本发明专利技术为一种型芯品质推断系统，对型芯的品质进行推断，该型芯是通过将在混炼槽中混炼的混炼砂填充至模具并加热而造型的，前述型芯品质推断系统具备计算机，其执行以下的操作：取得前述模具的模温信息；取得与造型前述型芯的周围环境相关的环境信息；以及基于前述模温信息和前述环境信息，推断前述型芯的品质。推断前述型芯的品质。推断前述型芯的品质。
【技术实现步骤摘要】
型芯品质推断系统、型芯品质推断方法、非临时性存储介质、学习完毕模型、机器学习设备
[0001]本专利技术涉及一种型芯品质推断系统、型芯品质推断方法、非临时性存储介质、学习完毕模型、以及机器学习设备。
技术介绍
[0002]通常，在对铸造用的型芯进行造型的型芯造型装置中，通过将作为型芯的原料的型芯砂、水玻璃、水、表面活性剂等混炼而成的混炼砂填充至模具并加热，来造型型芯。
[0003]在日本特开2020
‑
110811中，公开了一种技术：在这样的型芯造型装置中，对混炼砂填充至模具时的模具的温度进行测定，并在与作为造型型芯的适当温度的烧结温度的差分为规定值以上的情况下报告异常，由此知晓型芯的品质降低的可能性。
技术实现思路
[0004]在此，本专利技术人在型芯造型装置的品质管理中发现了以下的问题。在型芯造型装置中，以预先计算的最佳的比例对型芯砂、水玻璃、水、表面活性剂等进行混炼，但由于在混炼时水分蒸发，所以实际向模具填充时在混炼砂中含有的水量例如受到温度、湿度等周围环境的影响。此外，由于在混炼砂中含有的水量，其动态粘度变化，作为结果，向模具填充时的混炼砂的行为受到周围环境的影响。
[0005]但是，在日本特开2020
‑
110811记载的型芯造型装置的品质管理中，未考虑这种周围环境的影响，在型芯造型装置的品质管理上存在进一步提高的空间。
[0006]本专利技术提供一种能够更高精度地推断型芯的品质的型芯品质推断系统、型芯品质推断方法、非临时性存储介质、学习完毕模型、以及能够学习型芯的品质的机器学习设备。
[0007]本专利技术的第一方式所涉及的型芯品质推断系统对型芯的品质进行推断，前述型芯是通过将在混炼槽中混炼的混炼砂填充至模具并加热而造型的，前述型芯品质推断系统具备计算机，其执行以下的操作：取得前述模具的模温信息；取得与造型前述型芯的周围环境相关的环境信息；以及基于前述模温信息、前述环境信息，推断前述型芯的品质。
[0008]通过这样的结构，由于在考虑与造型型芯的周围环境相关的环境信息的基础上，推断造型的型芯的品质，所以能够根据在混炼砂中含有的水量的变化，更高精度地推断型芯的品质。
[0009]在上述方式的型芯品质推断系统中，前述环境信息也可以包含周围环境的湿度信息和气压信息中的至少一者。通过这样的结构，通过考虑湿度信息和气压信息中的至少一者，能够根据在混炼砂中含有的水量的变化，更高精度地推断型芯的品质。
[0010]在上述方式的型芯品质推断系统中，前述计算机也可以基于造型前述型芯的位置信息，取得前述环境信息。通过这样的结构，通过基于位置信息取得环境信息，不需要设置用于取得环境信息的传感器等，能够削减成本。
[0011]在上述方式的型芯品质推断系统中，前述计算机也可以在前述混炼砂向前述模具
的填充完成之前，推断通过前述混炼砂造型的前述型芯的品质。通过这样的结构，通过在混炼砂的填充完成之前进行推断，能够基于推断结果，控制模具的模温，防止在型芯中产生不良。
[0012]在上述方式的型芯品质推断系统中，前述计算机也可以在前述混炼槽中的前述混炼砂的混炼完成之前，推断通过前述混炼砂造型的前述型芯的品质。通过这样的结构，通过在混炼槽中的混炼砂的混炼完成之前进行推断，能够对在混炼槽中混炼时的水分投入量进行控制，防止在型芯中产生不良。
[0013]在上述方式的型芯品质推断系统中，前述计算机也可以通过使用利用了CAE的、模具内的混炼砂的行为解析，推断前述型芯的品质。通过这样的结构，通过利用CAE，解析在模具内的混炼砂的行为，能够根据在模具内的行为，推断型芯的品质。
[0014]在上述方式的型芯品质推断系统中，前述计算机也可以基于使用前述行为解析得到的、混炼砂的填充时或加热时的前述模具的模温信息，推断前述型芯的品质。通过这样的结构，通过在模具内的混炼砂的行为解析，基于模具的模温信息，推断型芯的品质，从而能够推断被模温影响的型芯的品质。
[0015]在上述方式的型芯品质推断系统中，前述计算机也可以基于使用前述行为解析得到的、混炼砂的填充时的行为信息，推断前述型芯的品质。通过这样的结构，通过在模具内的混炼砂的行为解析，基于在混炼砂的填充时的行为信息，推断型芯的品质，从而能够推断被混炼砂的行为影响的型芯的品质。
[0016]在上述方式的型芯品质推断系统中，前述计算机也可以基于前述模温信息和前述环境信息，并使用学习完毕模型，来推断前述型芯的品质，前述学习完毕模型是使用以模温信息和环境信息作为输入、以与型芯的品质相关的品质信息作为输出的监督数据进行机器学习的。通过这样的结构，由于预先使用学习了模温信息及环境信息、与型芯的品质信息的关系的学习完毕模型来推断造型的型芯的品质，所以能够根据在混炼砂中含有的水量的变化，更高精度地推断型芯的品质。
[0017]在上述方式的型芯品质推断系统中，前述计算机还可以执行以下操作：针对推断结果，承接修正；以及在承接了前述修正的情况下，基于修正后的内容，更新前述学习完毕模型。通过这样的结构，能够使学习完毕模型适当地再学习，能够更高精度地推断型芯的品质。
[0018]在上述方式的型芯品质推断系统中，前述计算机也可以进一步执行：基于前述推断结果对造型型芯的造型条件进行控制。通过这样的结构，通过基于推断结果控制造型条件，能够防止在型芯中产生不良。
[0019]在上述方式的型芯品质推断系统中，前述计算机也可以对前述模具的模温和在前述混炼槽中混炼时的水分投入量中的至少一者进行控制。通过这样的结构，通过调节模温和水分投入量，能够防止在型芯中产生不良。
[0020]本专利技术的第二方式所涉及的型芯品质推断方法通过计算机对型芯的品质进行推断，前述型芯是通过将在混炼槽中混炼的混炼砂填充至模具并加热而造型的，前述型芯品质推断方法包括：取得前述模具的模温信息；取得与造型前述型芯的周围环境相关的环境信息；以及基于前述模温信息和前述环境信息，推断前述型芯的品质。
[0021]本专利技术的第三方式所涉及的非临时性存储介质存储一个或多个计算机可执行的
指令，前述指令用于推断型芯的品质，前述型芯是通过将在混炼槽中混炼的混炼砂填充至模具并加热而造型的，前述指令使前述一个或多个计算机执行以下的功能。前述指令包括：取得前述模具的模温信息；取得与造型前述型芯的周围环境相关的环境信息；以及基于前述模温信息和前述环境信息，推断前述型芯的品质。
[0022]此外，本专利技术的第四方式所涉及的学习完毕模型使计算机发挥功能，前述功能为基于填充了混炼砂的模具的模温信息和与造型型芯的周围环境相关的环境信息，输出与前述型芯的品质相关的品质信息，使用以前述模温信息和前述环境信息作为输入、以前述品质信息作为输出的监督数据进行机器学习。
[0023]通过这样的结构，由于在考虑与造型型芯的周围环境相关的环境信息的基础上，推断造型的型芯的品质，所以能够根据在混炼砂中含有的水量的变化，更高精度地推断型芯的品质。
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种型芯品质推断系统，对型芯的品质进行推断，所述型芯是通过将在混炼槽中混炼的混炼砂填充至模具并加热而造型的，所述型芯品质推断系统的特征在于，包括：计算机，其执行以下的操作：取得所述模具的模温信息；取得与造型所述型芯的周围环境相关的环境信息；以及基于所述模温信息和所述环境信息，推断所述型芯的品质。2.根据权利要求1所述的型芯品质推断系统，其特征在于，所述环境信息包含周围环境的湿度信息和气压信息中的至少一者。3.根据权利要求1或2所述的型芯品质推断系统，其特征在于，所述计算机基于造型所述型芯的位置信息，取得所述环境信息。4.根据权利要求1至3中任一项所述的型芯品质推断系统，其特征在于，所述计算机在所述混炼砂向所述模具的填充完成之前，推断通过所述混炼砂造型的所述型芯的品质。5.根据权利要求4所述的型芯品质推断系统，其特征在于，所述计算机在所述混炼槽中的所述混炼砂的混炼完成之前，推断通过所述混炼砂造型的所述型芯的品质。6.根据权利要求1至5中任一项所述的型芯品质推断系统，其特征在于，所述计算机通过使用利用了CAE的、模具内的混炼砂的行为解析，推断所述型芯的品质。7.根据权利要求6所述的型芯品质推断系统，其特征在于，所述计算机基于使用所述行为解析得到的、混炼砂的填充时或加热时的所述模具的模温信息，推断所述型芯的品质。8.根据权利要求6所述的型芯品质推断系统，其特征在于，所述计算机基于使用所述行为解析得到的、混炼砂的填充时的行为信息，推断所述型芯的品质。9.根据权利要求1至5中任一项所述的型芯品质推断系统，其特征在于，所述计算机基于所述模温信息和所述环境信息，并使用学习完毕模型，来推断所述型芯的品质，所述学习完毕模型是使用以模温信息和环境信息作为输入、以与型芯的品质相关的品质信息作为输出的监督数据进行机器学习的。10.根据权利要求9所述的型芯品质推断系统，其特征在于，所述计算机还执行以下操作：针对所述推断结果，承接修正；以及在承接了所述修正...
【专利技术属性】
技术研发人员：林干树，生田浩之，高桥直也，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。