注射成型条件的搜索支援装置及其方法、程序及记录介质制造方法及图纸

本发明专利技术涉及注射成型条件的搜索支援装置及其方法、程序及记录介质。预测模型生成部(65)根据将注射成型条件数据与成型品的品质数据建立关联而得的预先数据来生成预测与未知的注射成型条件有关的品质的预测模型。预测模型包括(i)用于计算根据注射成型条件的变化而使品质的预测值及方差连续地改变的第1概率分布的预测模型和/或(ii)用于计算根据注射成型条件的变化而使特定现象的发生概率连续地改变的第2概率分布的预测模型。注射成型条件确定部(66)根据与1个以上的品质有关的第1概率分布的评价、和/或与2个以上的特定现象有关的2个以上的第2概率分布的评价、和/或至少一个第1概率分布和至少一个第2概率分布的评价，来确定应对注射成型机设定的下一个注射成型条件。条件。条件。

【技术实现步骤摘要】
【国外来华专利技术】注射成型条件的搜索支援装置及其方法、程序及记录介质


[0001]本专利技术涉及注射成型条件的搜索支援装置及其方法、程序及记录介质。

技术介绍

[0002]专利文献1涉及一种赋予了机器学习功能的注射成型机，尤其公开支援成型条件的确定的装置及方法。具体而言，使其学习成型条件与成型品的品质之间的相关关系，在发生与品质有关的不良情况时，为了改善该品质的不良情况，向用户提示应调整哪个成型条件(参考专利文献1的0009～0010段等)。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1：日本特开2020
‑
49843号公报

技术实现思路

[0006]专利技术要解决的课题
[0007]通过机器学习将注射成型条件与成型品质的关系进行模型化而获得合格品条件的技术以充分学习的模型为前提，因此在不存在足够的学习数据的阶段估计无法利用，并且即使存在足够的学习数据，由于无法考虑与成型品质有关的干扰的影响，因此也有可能导致准确度降低。
[0008]作为不存在足够学习数据的局面，例如可举出新模具的启用。若模具不同，则注射成型条件与成型品质的关系不同，因此即使存在已有的学习数据，也无法直接利用。关于与成型品质有关的干扰，对于通过各种传感器测量的成型品质来说可以认为较小，但是对于由人评价的品质来说可以认为具有变大的趋势。
[0009]鉴于上述例示的课题，本申请专利技术人新发现提供支援能够促进降低或避免与学习数据的数量有关的限制和/或与成型品质有关的干扰的影响的注射成型条件的搜索的装置及方法是有意义的。
[0010]用于解决课题的手段
[0011]本专利技术的一个方式所涉及的注射成型条件的搜索支援装置，是与根据注射成型条件的输入来执行注射成型而制造成型品的注射成型机有关的注射成型条件的搜索支援装置，其包括：
[0012]预测模型生成部，根据将注射成型条件数据与成型品的品质数据建立关联而得的预先数据来生成预测与未知的注射成型条件有关的品质的预测模型，预测模型包括(i)用于计算根据注射成型条件的变化而使品质的预测值及方差连续地改变的第1概率分布的预测模型和/或(ii)用于计算根据注射成型条件的变化而使与品质有关的特定现象的发生概率连续地改变的第2概率分布的预测模型；以及
[0013]注射成型条件确定部，根据与1个以上的品质有关的第1概率分布的评价、和/或与2个以上的特定现象有关的2个以上的第2概率分布的评价、和/或至少一个第1概率分布和
至少一个第2概率分布的评价，来确定应对注射成型机设定的下一个注射成型条件。
[0014]本专利技术的另一个方式所涉及的注射成型条件的搜索支援方法，是与根据注射成型条件的输入来执行注射成型而制造成型品的注射成型机有关的注射成型条件的搜索支援方法，其中，
[0015]根据将注射成型条件数据与成型品的品质数据建立关联而得的预先数据来生成预测与未知的注射成型条件有关的品质的预测模型，预测模型包括(i)用于计算根据注射成型条件的变化而使品质的预测值及方差连续地改变的第1概率分布的预测模型和/或(ii)用于计算根据注射成型条件的变化而使与品质有关的特定现象的发生概率连续地改变的第2概率分布的预测模型，
[0016]根据与1个以上的品质有关的第1概率分布的评价、和/或与2个以上的特定现象有关的2个以上的第2概率分布的评价，来确定应对注射成型机设定的下一个注射成型条件。
[0017]用于实施该方法的程序也能够同样地理解，并且在本说明书中实质上公开了其概念。程序除了从服务器下载以外，还能够记录于非临时性记录介质(例如，光盘、磁盘、硬盘、半导体存储器等)而流通。非临时性记录介质是不含将这种程序作为数据而临时地传输的通信线路的有形物。
[0018]专利技术的效果
[0019]根据本专利技术的一个方式，提供支援能够促进降低或避免与学习数据的数量有关的限制和/或与成型品质有关的干扰的影响的注射成型条件的搜索的装置及方法。
附图说明
[0020]图1是表示本专利技术的一个方式所涉及的注射成型机的概略结构的示意图。
[0021]图2是主要表示注射成型机的控制部的概略框图。
[0022]图3是主要表示预测模型生成部和注射成型条件确定部的概略框图。
[0023]图4是表示第1概率分布的示意图。
[0024]图5是表示按两个不同的品质由分类模型导出部导出的两个不同的第2概率分布的示意图。
[0025]图6是表示注射成型机的控制部的动作的概略流程图。
具体实施方式
[0026]以下，参考图1至图6对本专利技术的非限定的实施方式及特征进行说明。本领域技术人员不需要过多说明就能够组合各个实施方式和/或各特征，也能够理解由该组合产生的协同效应。原则上省略实施方式之间的重复说明。参考附图以专利技术的记载为主要目的，并且为了方便作图而简化。各特征可理解为普遍特征：不仅对本说明书中所公开的搜索支援装置有效，而且还通用于本说明书中未公开的其他各种搜索支援装置。
[0027]如图1所示，注射成型机1具有安装于共同或不同的底座4上的合模装置2及注射装置3。注射成型机1根据合模装置2与注射装置3的协调动作而连续地制造成型品。合模装置2构成为重复闭模、合模及开模的循环。注射装置3构成为重复计量工序、填充工序及保压工序的循环。在合模装置2安装有模具装置5。模具装置5的具体结构由注射成型品的形状、大小及个数确定。模具装置5可以是2压板式或3压板式。在一些方式中，模具装置5具有1个以
上的固定模具51及1个以上的可动模具52。
[0028]以下，对合模装置2及注射装置3的结构及动作更详细地叙述。合模装置2具有固定压板21、可动压板22、肘节机构23、肘节座24、多个连接杆25、合模马达26及模厚调整机构27。肘节座24与可动压板22经由肘节机构23连结，基于肘节机构23的工作而可动压板22能够相对于固定压板21进退。具体而言，通过合模马达26的工作而肘节机构23的状态发生改变，可动压板22的位置发生改变。在固定压板21与可动压板22的间隔较大时，能够将模具装置5导入到固定压板21与可动压板22之间的空间。在该状态下，将固定模具51及可动模具52分别安装于固定压板21及可动压板22。然后，使可动压板22向固定压板21移动而使模具装置5闭模，接着合模，最后开模。另外，闭模为固定模具51的对置面与可动模具52的对置面接触而固定模具51的半个型腔与可动模具52的半个型腔在空间上连通的状态。合模为可动模具52被固定模具51强力地按压以耐受来自注射装置3的材料的注射压力的状态。开模为固定模具51的对置面与可动模具52的对置面不接触而在两者之间隔有间隔的状态。
[0029]肘节机构23具有：十字头23a，从合模马达26接受驱动力；第1连接件23b及第2连接件23c，在肘节座24与可动压板22之间轴旋转自如地结合；及第3连接件23d，结合十字头23a与第1连接件23b之间。由合模马达本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种注射成型条件的搜索支援装置，其为与根据注射成型条件的输入来执行注射成型而制造成型品的注射成型机有关的注射成型条件的搜索支援装置，其具备：预测模型生成部，根据将注射成型条件数据与成型品的品质数据建立关联而得的预先数据来生成预测与未知的注射成型条件有关的品质的预测模型，所述预测模型包括(i)用于计算根据注射成型条件的变化而使品质的预测值及方差连续地改变的第1概率分布的预测模型和/或(ii)用于计算根据注射成型条件的变化而使与品质有关的特定现象的发生概率连续地改变的第2概率分布的预测模型；以及注射成型条件确定部，根据与1个以上的品质有关的所述第1概率分布的评价、和/或与2个以上的特定现象有关的2个以上的所述第2概率分布的评价、和/或至少一个所述第1概率分布和至少一个所述第2概率分布的评价，来确定应对所述注射成型机设定的下一个注射成型条件。2.根据权利要求1所述的注射成型条件的搜索支援装置，其特征在于，所述注射成型条件确定部利用根据与所述第1概率分布和/或第2概率分布有关的参数和/或变量来计算表示注射成型条件的前景性的值的目标函数，来确定下一个注射成型条件。3.根据权利要求2所述的注射成型条件的搜索支援装置，其特征在于，所述参数包括所述第1概率分布中的所述品质的预测值及方差。4.根据权利要求2或3所述的注射成型条件的搜索支援装置，其特征在于，所述变量包括所述第2概率分布中的所述特定现象的发生概率。5.根据权利要求2至4中任一项所述的注射成型条件的搜索支援装置，其特征在于，表示所述注射成型条件的前景性的值为与所述1个以上的品质有关的所述第1概率分布中的所述品质的预测值及方差的函数，并且为与所述2个以上的特定现象有关的2个以上的所述第2概率分布中的所述发生概率的函数。6.根据权利要求2至5中任一项所述的注射成型条件的搜索支援装置，其特征在于，所述目标函数与上限置信区间或更新与品质有关的已有最大值的概率有关。7.根据权利要求2至6中任一项所述的注射成型条件的搜索支援装置，其特征在于，所述目标函数和与所述2个以上的特定现象有关的2个以上的所述第2概率分布中的所述发生概率的乘积或其对数值有关。8.根据权利要求1至7中任一项所述的注射成型条件的搜索支援装置，其特征在于，所述预测模型生成部根据高斯过程来生成所述第1概率分布。9.根据权利要求8所述的注射成型条件的搜索支援装置，其特征在于，所述注射成型条件确定部构成为，根据上限置信区间或更新与品质有关的已有最大值的概率来确定下一个注射成型条件。10....

【专利技术属性】
技术研发人员：浅川夏越，中园真修，
申请(专利权)人：住友重机械工业株式会社，
类型：发明
国别省市：