[发明专利]品质预测系统以及成型机

说明书

本发明提供品质预测系统以及成型机，品质预测系统使用机器学习来预测成型品，成型机用在该品质预测系统中。成型品的品质预测系统(100、200、300)应用在通过向成型机(1)的模具(4、104)的型腔(C)供给熔融材料来将成型品成型的成型方法，具备：传感器(44、144)，其配置于模具，并检测与在型腔(C)中被供给的熔融材料相关的状态数据；学习完成模型存储部(321)，其对通过至少将由传感器检测出的状态数据作为训练数据集的机器学习而生成并与状态数据和品质要素相关的学习完成模型进行存储；以及品质预测部(323)，其基于由传感器检测出的状态数据和学习完成模型，对新成型的成型品的品质要素进行预测。

技术领域

本发明涉及品质预测系统以及成型机。

背景技术

公知有向成型机的模具供给加热熔融了的材料(熔融材料)而将成型品成型的技术。熔融材料在填充于模具的型腔的状态下被保压和冷却从而固化，成型为与型腔的形状相应的形状。这里，在保压结束之后至熔融材料固化期间，树脂材料的体积收缩。此时，熔融材料并不限定于遍及整体地均衡地收缩，预测成型品的品质时需要丰富的知识、经验。

相对于此，日本特开2008-207440号公报中公开了如下技术：基于对从浇口注入的树脂材料沿着金属模流动之后冷却的固化下来的过程进行模拟的流动解析的结果，来预测被注塑成型的成型品的品质。另外，日本特开2007-83802号公报中公开有预测被注塑成型的成型品的体积收缩率的技术。

针对上述的日本特开2008-207440号公报和日本特开2007-83802号公报中记载的技术，发明人发现通过掌握在用于形成被供给熔融材料的型腔的模具配置的传感器的测量值，能够预测成型品的品质要素，并通过使用机器学习从而提高成型品的品质要素的预测精度。

发明内容

本发明的目的在于提供使用机器学习来预测成型品的品质要素的品质预测系统以及在该品质预测系统中使用的成型机。

(1.第一品质预测系统)

第一的品质预测系统应用在通过向成型机的模具的型腔供给熔融材料来将成型品成型的成型方法中。上述品质预测系统具备：第一压力传感器，其配置于上述模具，并对从在上述型腔中被供给的上述熔融材料承受的压力进行检测；学习完成模型存储部，其对通过至少将由上述第一压力传感器检测出的压力数据作为训练数据集的机器学习而生成并与上述压力数据和上述品质要素相关的学习完成模型进行存储；以及品质预测部，其基于由上述第一压力传感器新检测出的压力数据和上述学习完成模型，对新成型的上述成型品的上述品质要素进行预测。

根据第一品质预测系统，在成型机的模具配置有对从在型腔中被供给的熔融材料承受的压力进行检测的第一压力传感器。另外，在学习完成模型存储部存储通过至少将由第一压力传感器检测出的压力数据作为训练数据集的机器学习而生成并与压力数据和品质要素相关的学习完成模型。而且，品质预测部基于将新的成型品成型时获得的压力数据和学习完成模型，对新成型的该成型品的品质要素进行预测。由此，品质预测系统能够高精度地预测成型品的品质要素。

(2.第二品质预测系统)

第二品质预测系统应用在通过向成型机的模具的型腔供给熔融材料来将成型品成型的成型方法中，并具备：第一压力传感器，其配置于上述模具，并对从在上述型腔中被供给的上述熔融材料承受的压力进行检测；学习完成模型生成部，其通过至少将由上述第一压力传感器检测出的压力数据作为训练数据集的机器学习，生成与上述压力数据和上述成型品的品质要素相关的学习完成模型。由此，与第一品质预测系统相同地，能够高精度地预测成型品的品质要素。

(3.成型机)