特許ウォッチ

公開番号2025087622
公報種別公開特許公報(A)
公開日2025-06-10
出願番号2024204868
出願日2024-11-25
発明の名称部品特性予測方法、部品特性予測プログラムおよび部品特性予測装置
出願人東レ株式会社,東レエンジニアリングDソリューションズ株式会社,東レエンジニアリング株式会社
代理人弁理士法人酒井国際特許事務所
主分類G16C 20/30 20190101AFI20250603BHJP(特定の用途分野に特に適合した情報通信技術)
要約【課題】部品の要求特性を満たす樹脂材料を効率よく把握することができる部品特性予測方法、部品特性予測プログラムおよび部品特性予測装置を提供すること。
【解決手段】本発明に係る部品特性予測方法は、コンピュータが、樹脂材料を用いて作製される部品の特性を予測する部品特性予測方法であって、樹脂組成物の製造条件を説明変数、当該樹脂組成物の物性を目的変数とする学習によって生成された学習済みモデルが出力する樹脂組成物物性と、部品の形状データとを用いたCAE解析によって部品の特性を予測する解析ステップ、を含む。
【選択図】図1
特許請求の範囲【請求項１】
コンピュータが、樹脂材料を用いて作製される部品の特性を予測する部品特性予測方法であって、
樹脂組成物の製造条件を説明変数、当該樹脂組成物の物性を目的変数とする学習によって生成された学習済みモデルが出力する樹脂組成物物性と、前記部品の形状データとを用いたＣＡＥ解析によって前記部品の特性を予測する解析ステップ、
を含む部品特性予測方法。
続きを表示（約 690 文字）【請求項２】
前記解析ステップは、
仮想樹脂組成物物性と、既知の樹脂組成物物性とを用いて前記ＣＡＥ解析を実行する、
請求項１に記載の部品特性予測方法。
【請求項３】
前記解析ステップは、
前記ＣＡＥ解析による解析結果のうち、設定された特性条件を満たす製造条件を抽出する、
請求項１または２に記載の部品特性予測方法。
【請求項４】
物性が既知の樹脂組成物の製造条件を説明変数、当該樹脂組成物の物性を目的変数とする学習によって前記学習済みモデルを生成する学習ステップ、
をさらに含む請求項１に記載の部品特性予測方法。
【請求項５】
コンピュータに、樹脂材料を用いて作製される部品の特性を予測させる部品特性予測プログラムであって、
樹脂組成物の製造条件を説明変数、当該樹脂組成物の物性を目的変数とする学習によって生成された学習済みモデルが出力する樹脂組成物物性と、前記部品の形状データとを用いたＣＡＥ解析によって前記部品の特性を予測する解析ステップ、
を前記コンピュータに実行させる部品特性予測プログラム。
【請求項６】
樹脂材料を用いて作製される部品の特性を予測する部品特性予測装置であって、
樹脂組成物の製造条件を説明変数、当該樹脂組成物の物性を目的変数とする学習によって生成された学習済みモデルが出力する樹脂組成物物性と、前記部品の形状データとを用いたＣＡＥ解析によって前記部品の特性を予測する解析部、
を備える部品特性予測装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、部品特性予測方法、部品特性予測プログラムおよび部品特性予測装置に関するものである。
続きを表示（約 1,200 文字）【背景技術】
【０００２】
樹脂材料を用いて作製される部品は、機械強度等の部品の特性を予測して形状やその樹脂材料（組成や製造条件等）が設計される。部品の特性を予測する技術として、部品を構成する樹脂材料の樹脂物性と部品の形状とを用いたＣＡＥ（Computer Aided Engineering）解析が知られている（例えば、特許文献１を参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２００３－３２３４６７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ここで、従来、ＣＡＥ解析用に樹脂物性を測定した既知の樹脂材料の物性を用いてＣＡＥ解析が行われているが、要求特性に対してより適切な樹脂材料を把握できることが望まれていた。
【０００５】
本発明は、上記に鑑みてなされたものであって、部品の要求特性を満たす樹脂材料を効率よく把握することができる部品特性予測方法、部品特性予測プログラムおよび部品特性予測装置を提供することを目的とする。
【課題を解決するための手段】
【０００６】
上述した課題を解決し、目的を達成するために、本発明に係る部品特性予測方法は、コンピュータが、樹脂材料を用いて作製される部品の特性を予測する部品特性予測方法であって、樹脂組成物の製造条件を説明変数、当該樹脂組成物の物性を目的変数とする学習によって生成された学習済みモデルが出力する樹脂組成物物性と、前記部品の形状データとを用いたＣＡＥ解析によって前記部品の特性を予測する解析ステップ、を含む。
【０００７】
また、本発明に係る部品特性予測方法は、上記発明において、前記解析ステップは、仮想樹脂組成物物性と、既知の樹脂組成物物性とを用いて前記ＣＡＥ解析を実行する。
【０００８】
また、本発明に係る部品特性予測方法は、上記発明において、前記解析ステップは、前記ＣＡＥ解析による解析結果のうち、設定された特性条件を満たす樹脂組成物を抽出する。
【０００９】
また、本発明に係る部品特性予測方法は、上記発明において、物性が既知の樹脂組成物の製造条件を説明変数、当該樹脂組成物の物性を目的変数とする学習によって前記学習済みモデルを生成する学習ステップ、をさらに含む。
【００１０】
また、本発明に係る部品特性予測プログラムは、コンピュータに、樹脂材料を用いて作製される部品の特性を予測させる部品特性予測プログラムであって、樹脂組成物の製造条件を説明変数、当該樹脂組成物の物性を目的変数とする学習によって生成された学習済みモデルが出力する樹脂組成物物性と、前記部品の形状データとを用いたＣＡＥ解析によって前記部品の特性を予測する解析ステップ、を前記コンピュータに実行させる。
（【００１１】以降は省略されています）

関連特許