特許ウォッチ

公開番号2025065398
公報種別公開特許公報(A)
公開日2025-04-17
出願番号2025019688,2023576815
出願日2025-02-10,2023-01-18
発明の名称射出成形方法、およびコンピュータ読み込み可能な記憶媒体
出願人三菱電機株式会社
代理人弁理士法人ぱるも特許事務所
主分類B29C 45/76 20060101AFI20250410BHJP(プラスチックの加工;可塑状態の物質の加工一般)
要約【課題】成形作業者の技術水準に依存せず、成形品に要求される品質を満たす適正な成形条件を容易に得ることができる。
【解決手段】入力パラメータ、および入力パラメータに対する成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、予測モデルを使用して入力パラメータに対する目的変数値の予測分布を推論するステップと、予測分布を利用して、目的変数値の評価が初期の品質値に比べて最も高い品質値となる入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、品質値は成形品の外観画像から変換した特徴量を含んでおり、導出された成形条件における目的変数値の評価と、品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出する。
【選択図】図1
特許請求の範囲【請求項１】
成形品の成形条件を含む入力パラメータ、および前記入力パラメータに対する前記成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、
前記予測モデルを使用して前記入力パラメータに対する前記目的変数値の予測分布を推論するステップと、
前記予測分布を利用して、前記目的変数値の評価が初期の品質値に比べて最も高い品質値となる前記入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、
前記品質値は、前記成形品の外観画像から変換した特徴量を含んでおり、
導出された前記成形条件における前記目的変数値の評価と、前記品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出する射出成形方法。
続きを表示（約 1,900 文字）【請求項２】
前記外観画像から変換した特徴量は色差の情報を含む、請求項１に記載の射出成形方法。
【請求項３】
前記品質値は、前記外観画像を画像処理して求めたフローマークの大きさの程度を表す値を含む、請求項１に記載の射出成形方法。
【請求項４】
成形品の成形条件を含む入力パラメータ、および前記入力パラメータに対する前記成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、
前記予測モデルを使用して前記入力パラメータに対する前記目的変数値の予測分布を推論するステップと、
前記予測分布を利用して、前記目的変数値の評価が初期の品質値に比べて最も高い品質値となる前記入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、
前記品質値は、金型内に設置した温度センサの計測値と圧力センサの計測値から算出したヒケ特徴量であり、
導出された前記成形条件における前記目的変数値の評価と、前記品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出する射出成形方法。
【請求項５】
前記ヒケ特徴量は、前記温度センサの計測値の時間積分値を、前記圧力センサの計測値の時間積分値で除した値の対数値である、請求項４に記載の射出成形方法。
【請求項６】
コンピュータプログラムが記憶されたコンピュータ読み込み可能な記憶媒体であって、前記コンピュータプログラムがプロセッサによって実行されるときに、以下のステップである、
成形品の成形条件を含む入力パラメータ、および前記入力パラメータに対する前記成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、
前記予測モデルを使用して前記入力パラメータに対する前記目的変数値の予測分布を推論するステップと、
前記予測分布を利用して、前記目的変数値の評価が初期の品質値に比べて最も高い品質値となる前記入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、
前記品質値は、前記成形品の外観画像から変換した特徴量を含んでおり、
導出された前記成形条件における前記目的変数値の評価と、前記品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出することを実行するコンピュータ読み込み可能な記憶媒体。
【請求項７】
前記外観画像から変換した特徴量は色差の情報を含む、請求項６に記載のコンピュータ読み込み可能な記憶媒体。
【請求項８】
前記品質値は、前記外観画像を画像処理して求めたフローマークの大きさの程度を表す値を含む、請求項６に記載のコンピュータ読み込み可能な記憶媒体。
【請求項９】
コンピュータプログラムが記憶されたコンピュータ読み込み可能な記憶媒体であって、前記コンピュータプログラムがプロセッサによって実行されるときに、以下のステップである、
成形品の成形条件を含む入力パラメータ、および前記入力パラメータに対する前記成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、
前記予測モデルを使用して前記入力パラメータに対する前記目的変数値の予測分布を推論するステップと、
前記予測分布を利用して、前記目的変数値の評価が初期の品質値に比べて最も高い品質値となる前記入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、
前記品質値は、金型内に設置した温度センサの計測値と圧力センサの計測値から算出したヒケ特徴量であり、
導出された前記成形条件における前記目的変数値の評価と、前記品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出することを実行するコンピュータ読み込み可能な記憶媒体。
【請求項１０】
前記ヒケ特徴量は、前記温度センサの計測値の時間積分値を、前記圧力センサの計測値の時間積分値で除した値の対数値である、請求項９に記載のコンピュータ読み込み可能な記憶媒体。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、射出成形方法、およびコンピュータ読み込み可能な記憶媒体に関するものである。
続きを表示（約 3,100 文字）【背景技術】
【０００２】
射出成形方法は、溶かした樹脂材料を金型へ射出することで樹脂部品を成形するものであり、広く実用されている。射出成形において、要求品質を満たす品質の良い樹脂部品（以下、成形品という）を成形するためには、適正な成形条件を導出する作業が不可欠となる。しかし、成形品の形状、使用する樹脂の性質などが異なると適正な成形条件も異なるため、この成形条件を導出する作業は、知識と経験が豊富な熟練作業者が実施している。
【０００３】
また、従来技術として、射出成形機による成形を支援する方法として、ニューラルネットワークを利用した成形品品質の最適化方法も提案されている。このニューラルネットワークを構築するために、入力パラメータに成形条件を、出力項目（以下、目的変数という）に成形品の良品を測定して得られた品質値を採用している（例えば、下記の特許文献１参照）。
【先行技術文献】
【特許文献】
【０００４】
特開２００８－１１０４８６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
成形品の要求品質を満たす適正な成形条件を導出する作業は、一般的に知識と経験が豊富な熟練作業者が実施している。一方、知識と経験が乏しい作業者が成形条件を導出する場合は、多くの試行錯誤を繰り返し、成形条件の導出に非常に時間がかかるという問題点がある。
【０００６】
また、従来技術にあるようなニューラルネットワークを利用する場合、成形条件を適正化するための予測関数を構築するためには数百～数万程度の多くの学習データが必要であるという問題点がある。
【０００７】
さらに、従来技術では、成形条件の適正化を行うために、測定した品質値（製品重量、ソリ、寸法、等）を活用しているが、高分解能の測定機による測定が必要な品質値（ヒケ、フローマーク、等）の場合、測定機が高価なため、準備が困難であったり、測定サンプルの切り出し作業が発生したり、容易に測定することができないなどの問題点もある。
【０００８】
本開示は、上記のような課題を解決するための技術を開示するものであり、成形作業者の技術水準に依存せず、成形品に要求される品質を満たす適正な成形条件を容易に得ることができる射出成形方法、およびコンピュータ読み込み可能な記憶媒体を提供することを目的としている。
【課題を解決するための手段】
【０００９】
本開示の射出成形方法は、
成形品の成形条件を含む入力パラメータ、および前記入力パラメータに対する前記成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、
前記予測モデルを使用して前記入力パラメータに対する前記目的変数値の予測分布を推論するステップと、
前記予測分布を利用して、前記目的変数値の評価が初期の品質値に比べて最も高い品質値となる前記入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、
前記品質値は、前記成形品の外観画像から変換した特徴量を含んでおり、
導出された前記成形条件における前記目的変数値の評価と、前記品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出するものである。
また、本開示の射出成形方法は、
成形品の成形条件を含む入力パラメータ、および前記入力パラメータに対する前記成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、
前記予測モデルを使用して前記入力パラメータに対する前記目的変数値の予測分布を推論するステップと、
前記予測分布を利用して、前記目的変数値の評価が初期の品質値に比べて最も高い品質値となる前記入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、
前記品質値は、金型内に設置した温度センサの計測値と圧力センサの計測値から算出したヒケ特徴量であり、
導出された前記成形条件における前記目的変数値の評価と、前記品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出するものである。
また、本開示のコンピュータ読み込み可能な記憶媒体は、
コンピュータプログラムが記憶されたコンピュータ読み込み可能な記憶媒体であって、前記コンピュータプログラムがプロセッサによって実行されるときに、以下のステップである、
成形品の成形条件を含む入力パラメータ、および前記入力パラメータに対する前記成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、
前記予測モデルを使用して前記入力パラメータに対する前記目的変数値の予測分布を推論するステップと、
前記予測分布を利用して、前記目的変数値の評価が初期の品質値に比べて最も高い品質値となる前記入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、
前記品質値は、前記成形品の外観画像から変換した特徴量を含んでおり、
導出された前記成形条件における前記目的変数値の評価と、前記品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出することを実行するものである。
また、本開示のコンピュータ読み込み可能な記憶媒体は、
コンピュータプログラムが記憶されたコンピュータ読み込み可能な記憶媒体であって、前記コンピュータプログラムがプロセッサによって実行されるときに、以下のステップである、
成形品の成形条件を含む入力パラメータ、および前記入力パラメータに対する前記成形品の要求品質を定量化した品質値を含む目的変数値に基づいて予測モデルを構築するステップと、
前記予測モデルを使用して前記入力パラメータに対する前記目的変数値の予測分布を推論するステップと、
前記予測分布を利用して、前記目的変数値の評価が初期の品質値に比べて最も高い品質値となる前記入力パラメータを求める回帰モデルを活用したベイズ最適化手法により成形条件を導出するステップとを備え、
前記品質値は、金型内に設置した温度センサの計測値と圧力センサの計測値から算出したヒケ特徴量であり、
導出された前記成形条件における前記目的変数値の評価と、前記品質値が所望の値になる評価が最も高い成形条件の導出とを繰り返す最適化手法を用いることで、所望の要求品質を満たす成形条件を導出することを実行するものである。
【発明の効果】
【００１０】
本開示の射出成形方法、およびコンピュータ読み込み可能な記憶媒体によれば、少ないデータ数であっても成形条件を適正化するための予測関数を構築できる。このため、成形作業者の技術水準に依存せずに、容易に要求品質を満たす成形条件の導出を行うことができる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許