図面 (/)

技術 内部空孔検査装置及び成形システム

出願人 株式会社ジェイテクト
発明者 蓮池正晴加納正晃
出願日 2019年8月1日 (1年11ヶ月経過) 出願番号 2019-142368
公開日 2021年2月22日 (4ヶ月経過) 公開番号 2021-025825
状態 未査定
技術分野 光学的手段による材料の調査、分析 プラスチック等の射出成形
主要キーワード 品質要素 基準体積 圧電変換素子 所定回転量 動作指令データ 数値解析法 計測開始位置 品質予測
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2021年2月22日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (15)

課題

成形品内部空孔の大きさを正確に検査可能であると共に検査に要する時間の短縮が可能な内部空孔検査装置及び成形システムを提供することを目的とする。

解決手段

内部空孔検査装置10は、成形品の内部にて反射した可干渉光の強度に基づいて、成形品の内部に存在するボイド体積を算出する検査処理部15を備える。検査処理部15は、成形品の断面形状を表す2次元画像Gを生成する画像生成部15aと、2次元画像Gにおいてボイドの断面形状を明瞭にする画像処理を施して2次元画像G1を生成する画像処理部15bと、2次元画像G1に基づいてボイドのボイド面積Sを算出するボイド面積算出部15cと、ボイド面積Sを用いてボイドのボイド体積Vを算出するボイド体積算出部15dと、ボイド体積Vと基準ボイド体積Voとを比較して良否判定する良否判定部15eとを備える。

概要

背景

成形機の型に加熱溶融した成形材料溶融材料)を供給し、成形品成形する技術が知られている。溶融材料は、型のキャビティ射出され且つ充填された状態で保圧及び冷却されることにより固化し、キャビティの形状に応じた形状に成形される。ここで、キャビティ内にて溶融材料が冷却に伴って固化するまでの間において、溶融材料には体積収縮が生じる。このとき、溶融材料は、必ずしも全体に亘って均等に収縮するとは限らず、成形品の内部に内部空孔が生じる場合がある。

これに対し、特許文献1には、溶融材料の射出成形における流動解析を行う際、成形品の形状データ、物性データ等を基に数値解析法を用いて型内に溶融材料が充填される過程シミュレーションする技術が開示されている。又、特許文献2には、型内における成形品の収縮量の経時的な変動を測定する技術が開示されている。

概要

成形品の内部空孔の大きさを正確に検査可能であると共に検査に要する時間の短縮が可能な内部空孔検査装置及び成形システムを提供することを目的とする。内部空孔検査装置10は、成形品の内部にて反射した可干渉光の強度に基づいて、成形品の内部に存在するボイド体積を算出する検査処理部15を備える。検査処理部15は、成形品の断面形状を表す2次元画像Gを生成する画像生成部15aと、2次元画像Gにおいてボイドの断面形状を明瞭にする画像処理を施して2次元画像G1を生成する画像処理部15bと、2次元画像G1に基づいてボイドのボイド面積Sを算出するボイド面積算出部15cと、ボイド面積Sを用いてボイドのボイド体積Vを算出するボイド体積算出部15dと、ボイド体積Vと基準ボイド体積Voとを比較して良否判定する良否判定部15eとを備える。

目的

本発明は、成形品の内部空孔の大きさを正確に検査可能であると共に検査に要する時間の短縮が可能な内部空孔検査装置及び成形システムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

成形機の型のキャビティ成形材料溶融した溶融材料を供給することにより成形された成形品の内部に存在する内部空孔体積検査する内部空孔検査装置であって、前記成形品の一方向から出射され且つ前記成形品の所定方向に沿って走査された光が前記成形品の内部にて反射することにより得られる前記光の強度に基づいて、前記成形品の異なる位置における各々の断面形状を表す2次元画像を生成する画像生成部と、各々の前記2次元画像に対して前記内部空孔の断面形状を明瞭にする画像処理を施して各々の被処理画像を生成する画像処理部と、前記被処理画像における前記内部空孔の断面形状に基づいて、各々の前記内部空孔の断面積を算出する面積算出部と、算出された各々の前記断面積を用いて前記内部空孔の体積を算出する体積算出部と、を備えた、内部空孔検査装置。

請求項2

前記面積算出部は、前記被処理画像において隣接する画素について一方の画素の輝度基準輝度以上であり且つ他方の画素の輝度が前記基準輝度未満となる前記被処理画像上の位置を前記内部空孔の断面形状を画定する境界として特定する、請求項1に記載の内部空孔検査装置。

請求項3

前記画像処理は、前記2次元画像におけるノイズを除去するノイズ除去処理を含む、請求項1又は2に記載の内部空孔検査装置。

請求項4

前記画像処理は、前記2次元画像を形成する画素の輝度と前記2次元画像における平均輝度とを比較することにより、前記輝度が前記平均輝度未満となる画素を白又は黒に変換する一方で、前記輝度が前記平均輝度以上となる画素を黒又は白に変換する二値化処理を含む、請求項1−3のうちの何れか一項に記載の内部空孔検査装置。

請求項5

前記平均輝度は、前記2次元画像において前記所定方向に沿って並ぶ画素の輝度を平均したものである、請求項4に記載の内部空孔検査装置。

請求項6

前記体積算出部は、前記面積算出部によって算出された各々の前記断面積を合算することにより、前記内部空孔の前記体積を算出する、請求項1−5のうちの何れか一項に記載の内部空孔検査装置。

請求項7

前記画像生成部は、前記被処理画像を重ねて合成することにより、前記内部空孔の3次元画像を生成し、前記体積算出部は、前記3次元画像に基づいて前記内部空孔の前記体積を算出する、請求項1−5のうちの何れか一項に記載の内部空孔検査装置。

請求項8

前記画像生成部は、前記成形品に対して照射され且つ前記成形品の内部にて反射した計測光と、前記計測光が前記成形品の内部に進入して反射される計測深さを変更する参照光とが干渉した干渉光の強度に基づいて、前記2次元画像を生成する、請求項1−7のうちの何れか一項に記載の内部空孔検査装置。

請求項9

前記内部空孔検査装置は、更に、前記体積算出部によって算出された前記内部空孔の前記体積と基準体積とを比較することにより、前記体積が前記基準体積未満である場合に前記成形品を良品と判定する一方で、前記体積が前記基準体積以上である場合に前記成形品を不良品と判定する良否判定部を備える、請求項1−8のうちの何れか一項に記載の内部空孔検査装置。

請求項10

前記成形機に設けられ、前記成形品を成形する際の前記成形機の状態を表す成形状態を取得する成形状態取得部と、請求項1−9の何れか一項に記載の前記内部空孔検査装置により算出された前記内部空孔の前記体積を訓練データセットとする機械学習により生成された学習済みモデルであって、前記体積と前記成形機が前記成形品を成形する成形状態とに関する前記学習済みモデルを記憶する学習済みモデル記憶部と、新たに前記成形状態取得部により取得された成形状態と前記学習済みモデルとに基づいて、新たに成形した前記成形品における前記内部空孔の前記体積を予測する予測部と、を備えた成形システム

請求項11

前記予測部は、前記体積と基準体積とに基づいて前記成形品の良否判定を行う、請求項10に記載の成形システム。

請求項12

前記成形システムは、前記予測部が前記成形品の良否判定において不良と判定した前記成形品の廃棄処理又は選別処理を実行する、請求項10又は11に記載の成形システム。

請求項13

前記成形システムは、更に、前記成形状態取得部により取得された前記成形状態を訓練データセットとする機械学習により前記学習済みモデルを生成し、生成した前記学習済みモデルを前記学習済みモデル記憶部に記憶する学習済みモデル生成部を備える、請求項10−12の何れか一項に記載の成形システム。

請求項14

前記成形状態取得部は、前記型に配置され、前記キャビティにおいて供給された前記溶融材料から受ける圧力を前記成形状態として検出する圧力センサを備える、請求項10−13の何れか一項に記載の成形システム。

請求項15

前記成形状態取得部は、前記型に配置され、前記キャビティにおける前記溶融材料の温度を前記成形状態として検出する温度センサを備える、請求項10−14の何れか一項に記載の成形システム。

技術分野

0001

本発明は、内部空孔検査装置及び成形システムに関する。

背景技術

0002

成形機の型に加熱溶融した成形材料溶融材料)を供給し、成形品成形する技術が知られている。溶融材料は、型のキャビティ射出され且つ充填された状態で保圧及び冷却されることにより固化し、キャビティの形状に応じた形状に成形される。ここで、キャビティ内にて溶融材料が冷却に伴って固化するまでの間において、溶融材料には体積収縮が生じる。このとき、溶融材料は、必ずしも全体に亘って均等に収縮するとは限らず、成形品の内部に内部空孔が生じる場合がある。

0003

これに対し、特許文献1には、溶融材料の射出成形における流動解析を行う際、成形品の形状データ、物性データ等を基に数値解析法を用いて型内に溶融材料が充填される過程シミュレーションする技術が開示されている。又、特許文献2には、型内における成形品の収縮量の経時的な変動を測定する技術が開示されている。

先行技術

0004

特開2000−211005号公報
特開2010−42540号公報

発明が解決しようとする課題

0005

ところで、上記特許文献1及び特許文献2に記載の技術によって成形品の内部に内部空孔が発生することが抑制される。しかし、成形品の品質維持の観点から、成形された成形品においては、成形品ごとに内部空孔の有無や内部空孔の量を検査する必要がある。

0006

この場合、例えば、超音波装置X線CTスキャン装置を用いて、成形品の内部空孔を検査することが考えられる。しかしながら、超音波装置を用いた場合には内部空孔の有無は検査可能であるが内部空孔の大きさを正確に検査することが困難である。一方、X線CTスキャン装置を用いた場合には、内部空孔の量を正確に検査することが可能である。ところが、X線CTスキャン装置は、成形品に対してX線を多方向から照射する必要があると共に、透過したX線の強度に基づいて画像を生成する処理に時間を要する。従って、X線CTスキャン装置を用いた場合には、検査に要する時間が長くなることが問題である。

0007

本発明は、成形品の内部空孔の大きさを正確に検査可能であると共に検査に要する時間の短縮が可能な内部空孔検査装置及び成形システム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

0008

(1.内部空孔検査装置)
内部空孔検査装置は、成形機の型のキャビティに成形材料を溶融した溶融材料を供給することにより成形された成形品の内部に存在する内部空孔の体積を検査する内部空孔検査装置であって、成形品の一方向から出射され且つ成形品の所定方向に沿って走査された光が成形品の内部にて反射することにより得られる光の強度に基づいて、所定方向に沿った成形品の断面形状を表す2次元画像を生成する画像生成部と、2次元画像において内部空孔の断面形状を明瞭にする画像処理を施して被処理画像を生成する画像処理部と、被処理画像における内部空孔の断面形状に基づいて、内部空孔の断面積を算出する面積算出部と、算出された断面積を用いて内部空孔の体積を算出する体積算出部と、を備える。

0009

これによれば、画像生成部が生成した成形品の断面形状を表す2次元画像に対して、画像処理部は画像処理を施すことによって内部空孔の断面形状を明瞭にすることができる。そして、面積算出部は、明瞭な断面形状に基づいて内部空孔の断面積を正確に算出することができ、体積算出部は、正確に算出された断面積を用いて内部空孔の体積を正確に算出することができる。

0010

又、画像生成部は、成形品の一方向から出射され且つ成形品の内部にて反射した光の強度に基づいて成形品の断面形状を表す2次元画像を生成することができる。これにより、画像生成部は、速やかに光の強度を取得することができると共に、速やかに2次元画像を生成することができる。従って、例えば、X線CTスキャン装置のように多方向の光から得られる光の強度を取得して2次元画像を生成する場合に比べて、処理に要する時間を短縮することができる。その結果、成形品の検査に要する時間を短縮することができる。

0011

(2.成形システム)
成形システムは、内部空孔検査装置により算出された内部空孔の体積を訓練データセットとする機械学習により生成された学習済みモデルであって、体積と成形機が成形品を成形する成形状態とに関する学習済みモデルを記憶する学習済みモデル記憶部と、新たに成形状態取得部により取得された成形状態と学習済みモデルとに基づいて、新たに成形した成形品における内部空孔の体積を予測する予測部と、を備える。

0012

これによれば、内部空孔検査装置によって得られる内部空孔の体積及び成形品を成形する際の成形状態を訓練データセットとする機械学習を行うことにより生成された学習済みモデルを用いて、成形品の内部に存在する内部空孔の体積を精度よく予測することができる。

0013

ここで、生成された学習済みモデルは、内部空孔の体積と成形状態との関係を定義するモデルとなる。従って、製造途中において、成形品の成形時の成形状態と生成された学習済みモデルに基づくことによって、成形品の内部空孔の体積を予測することができる。その結果、例えば、成形品の全数について検査を行うことを省略することも可能となり、検査に要する時間を大幅に短縮することができる。

図面の簡単な説明

0014

内部空孔検査装置及び成形機の全体構成を示す図である。
図1の成形機(射出成形機)を示す図である。
図2に示す型を拡大した図である。
図3のIV−IV線における型の断面図である。
内部空孔検査装置の構成を示す図である。
図5検査処理部を示すブロック図である。
生成された2次元画像を示す図である。
ノイズを白に変換するノイズ処理を施した2次元画像を示す図である。
内部空孔を白に変換する二値化処理を施した2次元画像を示す図である。
生成された2次元画像を示す図である。
ノイズを黒に変換するノイズ処理を施した2次元画像を示す図である。
内部空孔を黒に変換する二値化処理を施した2次元画像を示す図である。
成形システムの構成を示す図である。
成形システムを示すブロック図である。

実施例

0015

(1.内部空孔検査装置の適用対象
内部空孔検査装置は、成形機の型のキャビティに溶融材料を供給することにより成形品を成形する成形方法に適用される。本例では、成形機1が、樹脂又はゴム等の射出成形を行う射出成形機である場合を例に挙げて説明するが、成形機1は、射出成形機以外の成形機、例えば、ブロー成形機圧縮成形機であっても良い。

0016

(2.内部空孔検査装置10の構成)
内部空孔検査装置10(以下、単に「検査装置10」と称呼する。)は、図1に示すように、1又は複数の成形機1と通信可能に設けられる。検査装置10は、可干渉光干渉を利用することにより、成形機1によって成形された成形品の内部に存在する内部空孔を非破壊によって検査する。内部空孔としては、成形品の内部に生じる真空ボイドや、溶融樹脂に含まれたガスによって生じる気泡を例示することができる。

0017

検査装置10によって検査された成形品の検査結果は、成形機1に送信し、成形機1の成形条件を調整することに用いても良い。又、検査された成形品の検査結果が不良であると判断された場合には、成形機1が不良であると判断された成形品の廃棄処理又は選別処理を行うようにしても良い。

0018

(3.成形機1の例)
(3−1.成形機1の構成)
次に、図2を参照して、成形機1の一例である射出成形機について説明する。射出成形機としての成形機1は、ベッド2と、射出装置3と、型4と、型締装置5と、動作指令部6と、制御装置7とを主に備える。

0019

射出装置3は、ベッド2上に配置される。射出装置3は、ホッパ31と、加熱シリンダ32と、スクリュ33と、ノズル34と、ヒータ35と、駆動装置36と、射出装置用センサ37とを主に備える。

0020

ホッパ31は、ペレット(粒状の成形材料)の投入口である。加熱シリンダ32は、ホッパ31に投入されたペレットを加熱溶融してできた溶融材料を加圧する。又、加熱シリンダ32は、ベッド2に対して軸方向に移動可能に設けられる。スクリュ33は、加熱シリンダ32の内部に配置され、回転可能且つ軸方向への移動可能に設けられる。ノズル34は、加熱シリンダ32の先端に設けられた射出口であり、スクリュ33の軸方向移動によって、加熱シリンダ32の内部の溶融材料を型4に供給する。

0021

ヒータ35は、例えば、加熱シリンダ32の外側に設けられ、加熱シリンダ32の内部のペレットを加熱する。駆動装置36は、加熱シリンダ32の軸方向への移動、スクリュ33の回転及び軸方向移動等を行う。射出装置用センサ37は、溶融材料の貯留量、保圧力保圧時間射出速度、駆動装置36の状態等を取得するセンサを総称する。但し、射出装置用センサ37は、上記に限られず、種々の情報を取得するようにしても良い。

0022

型4は、固定側である第一型41と、可動側である第二型42とを備えた金型である。型4は、第一型41と第二型42とを型締めすることで、第一型41と第二型42との間にキャビティCを形成する。第一型41は、ノズル34から供給された溶融材料をキャビティCまで導く供給路43(スプルーランナーゲート)を備える。更に、第一型41又は第二型42は、圧力センサ44,45を備える。圧力センサ44,45は、溶融材料から受ける圧力を検出する。

0023

型締装置5は、ベッド2上において射出装置3に対向配置される。型締装置5は、装着された型4の開閉動作を行うと共に、型4を締め付けた状態において、キャビティCに射出された溶融材料の圧力により型4が開かないようにする。

0024

型締装置5は、固定盤51、可動盤52、ダイバー53、駆動装置54、型締装置用センサ55を備える。固定盤51には、第一型41が固定される。固定盤51は、射出装置3のノズル34に当接可能であり、ノズル34から射出される溶融材料を型4へ導く。可動盤52には、第二型42が固定される。可動盤52は、固定盤51に対して接近及び離間可能である。ダイバー53は、可動盤52の移動を支持する。駆動装置54は、例えば、シリンダ装置によって構成されており、可動盤52を移動させる。型締装置用センサ55は、型締力金型温度、駆動装置54の状態等を取得するセンサを総称する。

0025

動作指令部6は、成形条件に関する動作指令データを制御装置7に与える。又、成形機1は、第二サーバ112による品質要素の予測結果に基づき、動作指令部6に記憶された動作指令データの調整を行う動作指令データ調整部8を備える。動作指令部6は、動作指令データ調整部8により調整された動作指令データを制御装置7に与えるので、成形機1は、成形する成形品Wの品質を高めることができる。

0026

制御装置7は、動作指令部6からの動作指令データに基づいて、射出装置3の駆動装置36及び型締装置5の駆動装置54を制御する。例えば、制御装置7は、射出装置用センサ37及び型締装置用センサ55から各種情報を取得して、動作指令データに応じた動作を行うように、射出装置3の駆動装置36及び型締装置5の駆動装置54を制御する。

0027

(3−2.成形機1による成形品Wの成形方法)
続いて、射出成形機としての成形機1による成形品Wの成形方法について説明する。成形機1に成形方法では、計量工程、型締工程、射出充填工程、保圧工程、冷却工程、離型取出工程が順次実行される。計量工程において、ヒータ35の加熱及びスクリュ33の回転に伴うせん断摩擦熱によってペレットが溶融されながら、溶融材料が加熱シリンダ32の先端とノズル34との間に貯留される。溶融材料の貯留量の増加に伴ってスクリュ33が後退するため、スクリュ33の後退位置から溶融材料の貯留量の計量が行われる。

0028

計量工程に続く型締工程では、可動盤52を移動させて、第一型41に第二型42を合わせ、型締めを行う。更に、加熱シリンダ32を軸方向に移動させて型締装置5に近づけ、ノズル34を型締装置5の固定盤51に接続する。続いて、射出充填工程において、スクリュ33の回転を停止した状態において、スクリュ33をノズル34に向けて所定の押し込み力で移動させることにより、溶融材料を高い圧力で型4に射出充填する。キャビティCに溶融材料が充填されると、引き続き、保圧工程に移行する。

0029

保圧工程では、キャビティCに溶融材料が充填された状態で更に溶融材料をキャビティCに押し込み、キャビティC内の溶融材料に所定の圧力(保圧力)を所定時間加える保圧処理を行う。具体的には、スクリュ33に一定の押し込み力を付与することにより、溶融材料に所定の保圧力を付与する。

0030

そして、所定の保圧力により所定時間の保圧処理を行った後、冷却工程へ移行する。冷却工程では、溶融材料の押し込みを停止して保圧力を減少させる処理(保圧減少処理)を行い、型4を冷却する。型4を冷却することにより、型4に供給された溶融材料が固化する。最後に、離型取出工程において、第一型41から第二型42を離間させて、成形品Wを取り出す。

0031

(4.型4の詳細構成)
ここで、図3及び図4を参照しながら、型4の詳細な構成を説明する。尚、型4は、所謂、多数個取り金型であり、型4には複数のキャビティCが形成されているが、図面を簡素化するため、図3及び図4には、1つのキャビティCをのみ図示している。又、本例において、成形機1が成形する成形品Wは、図示を省略するが、ベアリングに用いられる保持器である。従って、成形品Wは、環状、特に、円環状且つ周方向に沿って凹凸を有しており、キャビティCは、詳細な図示を省略するが、保持器の形状に倣った環状、特に、円環状且つ周方向に凹凸を有するように形成される。尚、成形品W及びキャビティCの形状は、環状以外の形状、例えば、C形状や矩形枠状等であっても良い。

0032

供給路43は、スプルー43aと、ランナー43bと、ゲート43cとを備える。スプルー43aは、ノズル34から溶融材料が供給される通路である。ランナー43bは、スプルー43aから分岐する通路であり、スプルー43aに供給された溶融材料は、ランナー43bに流入する。ゲート43cは、ランナー43bに流入した溶融材料をキャビティCに導く通路であり、ゲート43cの流路断面積は、ランナー43bの流路断面積よりも小さい。型4には、キャビティCと同数のランナー43b及びゲート43cが形成され、スプルー43aに供給された溶融材料は、ランナー43b及びゲート43cを介して各々のキャビティCに供給される。

0033

尚、キャビティCが環状である場合であって、第一型41が1つのゲート43cを備える場合、キャビティC内における溶融材料の流入経路は、ゲート43cからキャビティCの環状の周方向に流動する経路となる。即ち、キャビティCにおいて、溶融材料は、最初にゲート43cの近傍に流入し、最後にゲート43cからの最遠距離に流入する。

0034

又、型4には、キャビティCにおいて、供給された溶融材料から受ける圧力を検出する第一圧力センサ44が設けられる。第一圧力センサ44は、第一型41又は第二型42の何れか一方又は双方に設けられる。又、第一圧力センサ44は、接触式のセンサであっても良く、非接触式のセンサであっても良い。

0035

具体的に、型4は、6つの第一圧力センサ44a−44fを備える。6つの第一圧力センサ44a−44fは、何れも第一型41に設けられる。そして、6つの第一圧力センサ44a−44fのうちの一部(第一圧力センサ44a−44c)は、流入経路における中間位置に対し、ゲート43cよりもゲート43cからの最遠位寄りに配置される。一方、6つの第一圧力センサ44a−44fのうちの他の一部(第一圧力センサ44d−44f)は、流入経路における中間位置に対し、ゲート43cからの最遠位置よりもゲート43c寄りの位置に配置される。

0036

6つの第一圧力センサ44a−44fのうち、第一圧力センサ44aは、流入経路において最もゲート43cから離れた位置に配置される。又、第一圧力センサ44bは、次にゲート43cから離れた位置に配置され、順次、第一圧力センサ44c−44eが、ゲート43cから離れた位置に配置される。そして、第一圧力センサ44fは、最もゲート43cから近い位置に配置される。

0037

具体的に、第一圧力センサ44aは、ゲート43cからキャビティCに流入した溶融材料が最後に到達する領域に配置される。一方、第一圧力センサ44fは、ゲート43cの延長線上の領域であって、キャビティC内において溶融材料が最初に流入する領域に配置される。

0038

更に、型4には、供給路43において、溶融材料から受ける圧力を検出する第二圧力センサ45が設けられる。尚、第二圧力センサ45は、第一型41又は第二型42の何れか一方に対し、少なくとも1つ配置される。又、第二圧力センサ45は、接触式のセンサであっても良く、非接触式のセンサであっても良い。具体的に、型4は、1つの第二圧力センサ45を備える。第二圧力センサ45は、第一型41に配置され、ランナー43bにおいて、溶融材料から受ける圧力を検出する。

0039

型4は、更に、温度センサ46を備えるようにしても良い。温度センサ46は、第一圧力センサ44a−44fと同様に、例えば、第一型41に設けられる。温度センサ46は、型4内における溶融材料の温度を検出する。但し、温度センサ46は、型4の所定位置の温度を検出することにより、溶融材料の温度を間接的に検出することもできる。又、型4には、複数の第一圧力センサ44a−44fと同様に、複数の温度センサ46を配置しても良い。即ち、複数の温度センサ46の各々は、ゲート43cからの距離が異なる複数の位置に配置される。

0040

(5.検査装置10の例)
(5−1.検査装置10の構成)
次に、図5を参照して、検査装置10の構成について説明する。本例において、検査装置10は、成形品Wの内部を光干渉断層撮影(Optical Coherence Tomography:OCT)する。このため、検査装置10は、光出射部11と、光干渉部12と、光検出部13と、コントローラ14と、検査処理部15とを備えている。尚、図示を省略するが、検査装置10が表示部を備えることも可能である。

0041

光出射部11は、複数(本例では、2つ)の光源11aを備えている。光源11aは、例えば、レーザダイオードスーパールミネッセンスダイオード等の近赤外発光素子を備えて構成されている。これにより、光源11aは近赤外線可干渉光発光し、近赤外線可干渉光は集光レンズ(図示省略)によって集光されて出射される。

0042

光干渉部12は、近赤外線可干渉光を光学的に2方向に分離すると共に、当該分離した近赤外線可干渉光の反射光を互いに干渉させる。このため、光干渉部12は、図5に示すように、ビームスプリッタ12aと、光波長シフター12bと、コリメートレンズ12cと、可動ミラー12dと、ミラー移動機構12eとを備えている。

0043

ビームスプリッタ12aは、光出射部11から出射された近赤外線可干渉光の一部を成形品Wに向けて通過させると共に近赤外線可干渉光の他部を光波長シフター12bに向けて反射する。即ち、ビームスプリッタ12aは、光出射部11から出射された近赤外線可干渉光を2方向に分離する。

0044

光波長シフター12bは、ビームスプリッタ12aによって反射されて入射した近赤外線可干渉光の波長周波数を僅かに変化させる。尚、光波長シフター12bの構造及び波長周波数の変化の方法については、周知の構造及び周知の方向を採用することが可能である。以下、例示的に光波長シフター12bの構造及び波長周波数の変化の方法について簡単に説明しておく。

0045

光波長シフター12bは、例えば、偏光媒体圧電変換素子等を備えることができる。この場合、光波長シフター12bにおいては、圧電変換素子の発振によって入射された超音波疎密波に起因して、偏光媒体中に屈折率周期的な変化が生じる。これにより、光波長シフター12bは、偏光媒体中を通過する近赤外線可干渉光の波長周波数を超音波の周波数に依存して増減させることができる。

0046

そして、光波長シフター12bによって波長周波数が変化した近赤外線可干渉光は、コリメートレンズ12cによって平行な光束に整えられた後、可動ミラー12dに到達する。コリメートレンズ12cは、図5において破線により示すように、ビームスプリッタ12aによって反射された近赤外線可干渉光の光軸上であり、且つ、光波長シフター12b上に、仮想的な焦点Eを有するように配置される。

0047

可動ミラー12dは、その反射面がコリメートレンズ12cによって整えられた近赤外線可干渉光の光軸に対して直交するように配置されている。この配置により、可動ミラー12dは、到達した近赤外線可干渉光を再びコリメートレンズ12cを介して光波長シフター12bに向けて反射する。ここで、コリメートレンズ12cが仮想的な焦点Eを有するように配置されている。このため、可動ミラー12dによって反射された近赤外線可干渉光は、コリメートレンズ12cにより、ビームスプリッタ12aによって反射された近赤外線可干渉光の光軸上に集光されるようになっている。

0048

ミラー移動機構12eは、例えば、ピエゾ素子等を主要構成部品とするアクチュエータである。ミラー移動機構12eは、コントローラ14によって作動制御されて、可動ミラー12dをコリメートレンズ12cによって整えられた近赤外線可干渉光の光軸方向に移動させるようになっている。

0049

ここで、以下の説明においては、成形品Wの内部にて反射し、且つ、ビームスプリッタ12aによって光検出部13に向けて分離された近赤外線可干渉光を「計測光」と称呼する。尚、計測光の光軸は、偏光板Bを通過した後において図示を省略する2軸のカルバノミラー等を用いて適宜変更することが可能である。これにより、対物レンズRによって集光された計測光の焦点を成形品Wの内部を所定の方向に沿って走査することができる。又、可動ミラー12dによって反射されて光波長シフター12b及びビームスプリッタ12aを通過して光検出部13に到達する近赤外線可干渉光を「参照光」と称呼する。更に、計測光と参照光とが干渉した近赤外線可干渉光を「干渉光」と称呼する。

0050

干渉光においては、計測光と参照光とが干渉する。この場合、ビームスプリッタ12aと成形品Wとの間の距離と、ビームスプリッタ12aと可動ミラー12dとの間の距離とが等しければ、計測光及び参照光とが有するコヒーレント長だけ干渉する。これにより、光検出部13は、後述するように、この干渉した干渉光を検出する。一方、距離が等しくなければ、計測光と参照光とは干渉しない。従って、計測光のうち、ビームスプリッタ12aと可動ミラー12dとの間の距離に等しい成形品Wの計測深さからの計測光のみが参照光と干渉し、その結果、光検出部13は集光レンズSRにより集光された干渉光を検出する。

0051

ところで、可動ミラー12dは、ミラー移動機構12eにより、コリメートレンズ12cによって平行な光束に整えられた近赤外線可干渉光の光軸方向に移動することができる。従って、検査装置10は、成形品Wの内部を計測する際に、ビームスプリッタ12aと可動ミラー12dとの間の距離を任意に変更することができる。これにより、検査装置10は、成形品Wの特定部位である計測深さを順次変更することができる。そして、光検出部13は、計測深さからの計測光を含む干渉光のみを選択的に分離して検出することができる。

0052

光検出部13は、光干渉部12からの干渉光を検出し、検出した干渉光に対応する検出信号を用いて、成形品の内部に存在する内部空孔であるボイドKを含む画像情報を出力する。このため、光検出部13は、図5に示すように、受光器13aと、ローパスフィルタ13bと、ADコンバータ13cと、演算器13dとを備えている。

0053

受光器13aは、例えば、フォトディテクタフォトダイオード等の光電変換素子を主要構成部品とする。受光器13aは、光干渉部12からの干渉光を受光すると、受光した干渉光の強度を表す電気的な検出信号を出力する。ローパスフィルタ13bは、受光器13aから出力された電気的な検出信号のうちの高周波成分を除去する。ADコンバータ13cは、ローパスフィルタ13bによってフィルタリングされた電気的な信号(アナログ信号)をデジタル信号に変換する。

0054

演算器13dは、ADコンバータ13cによって変換されたデジタル信号から得られる干渉光の光強度即ち光量分布を用いて、例えば、フーリエ変換処理等の演算を行う。これにより、演算器13dは、成形品Wの内部の断面形状を表す断面形状信号を算出する。そして、演算器13dは、計算した成形品Wの断面形状を表す断面形状信号を検査処理部15に出力する。

0055

コントローラ14は、検査装置10の動作を統括的に制御する。具体的に、コントローラ14は、光出射部11による近赤外線可干渉光の発光動作を制御する。又、コントローラ14は、光干渉部12の光波長シフター12bの発振動作を制御すると共に、ミラー移動機構12eの可動ミラー12d移動動作を制御する。

0056

検査処理部15は、図6に示すように、画像生成部15aと、画像処理部15bと、ボイド面積算出部15cと、ボイド体積算出部15d、良否判定部15eとを備える。画像生成部15aは、演算器13dから入力した断面形状信号に基づき、本例においては成形品Wの内部を2次元画像Gとして生成する。又、画像生成部15aは、生成した2次元画像Gを一方向、例えば、断面方向に垂直な方向に沿って重ねることにより、成形品Wの内部の形状を3次元画像として生成することができる。

0057

尚、画像生成部15aは、演算器13dから、例えば、計測に伴って3次元の断面形状信号を入力した場合には、断面形状信号に基づいて成形品Wの内部を3次元画像として生成することができる。この場合、画像生成部15aは、生成した3次元画像を所定の間隔(厚み)で分割して、成形品Wの内部を2次元画像Gとして生成することができる。

0058

画像処理部15bは、画像生成部15aによって生成された2次元画像Gにおいて、成形品Wの内部に存在するボイドKが明瞭となるように画像処理を施し、被処理画像である2次元画像G1を生成する。具体的に、画像処理部15bは、2次元画像Gにおいて計測に伴って生じるノイズを除去するノイズ除去処理、及び、ボイドの境界エッジ)を明瞭にする二値化処理の少なくとも一方を施す。

0059

ボイド面積算出部15cは、画像処理部15bによって画像処理が施された2次元画像Gを用いて、2次元画像GにおけるボイドKのボイド面積Sを算出する。具体的に、ボイド面積算出部15cは、画像処理部15bによって明瞭とされたボイドKの境界(エッジ)に基づき、数学的にボイド面積Sを算出する。

0060

ボイド体積算出部15dは、ボイド面積算出部15cによって算出された各々の2次元画像Gにおけるボイド面積Sを用いて成形品Wの内部に存在するボイドKのボイド体積Vを算出する。具体的に、ボイド体積算出部15dは、各々算出されたボイド面積Sを一方向に沿って合計することによってボイド体積Vを算出したり、或いは、関数によって表されるボイド面積Sを一方向に沿って数学的に積分することによってボイド体積Vを算出したりする。

0061

良否判定部15eは、ボイド体積算出部15dによって算出されたボイド体積Vと予め設定された基準ボイド体積Voとを比較し、成形品Wが良品であるか否かを判定する。具体的に、良否判定部15eは、算出されたボイド体積Vが基準ボイド体積Vo未満の場合には、成形品Wの内部に存在するボイドKが少ないため、成形された成形品Wが良品であると判定する。一方、良否判定部15eは、算出されたボイド体積Vが基準ボイド体積Vo以上の場合には、成形品Wの内部に存在するボイドKが多いため、成形された成形品Wが不良であると判定する。

0062

(6.検査装置10によるボイド体積検査)
検査装置10は、成形品Wの厚み方向、即ち、環状の成形品Wの軸線に平行に近赤外線可干渉光を照射して得られる計測光に基づき、成形品Wの内部に存在するボイドKのボイド体積Vを計測する。そして、検査装置10は、計測したボイド体積Vの大きさが基準ボイド体積Vo未満であるか否かを検査する。

0063

検査装置10の検査処理部15は、画像生成部15aが成形品Wにおける重点検査部分(例えば、ベアリングの保持器の転動体を収容するポケット部)における任意の計測開始位置において、当該位置における成形品Wの内部状態を表す2次元画像Gを生成する。続いて、検査装置10は、図示を省略する駆動装置により、例えば、成形品Wの周方向に所定回転量だけ回転させる。そして、画像生成部15aが計測開始位置から所定回転量だけ回転した計測位置にて次の2次元画像Gを生成した後、検査装置10は再び所定回転量だけ成形品Wを回転させる。

0064

この動作を繰り返すことにより、画像生成部15aは、図7Aに示すように、成形品Wの周方向に沿って所定回転量で分割した位置を計測位置とし、計測位置の各々において2次元画像Gを生成する。1つの重点検査部分における複数の2次元画像Gの生成が終了すると、画像生成部15aは、周方向にて隣接する次の重点検査部分について、同様に複数の2次元画像Gを生成する。

0065

(6−1.画像処理について)
次に、画像処理部15bは、1つの重点検査部分について生成した複数の2次元画像Gに対して、成形品Wの内部に存在するボイドKを明瞭化するための画像処理を施し、被処理画像である2次元画像G1を生成する。以下、画像処理部15bによる画像処理について説明する。

0066

先ず、画像処理部15bは、生成した複数の2次元画像Gについて、図7Bに示すように、成形品Wの内部におけるボイドK以外であって、計測においてボイドKと誤認識する可能性のあるノイズを除去するためのノイズ除去処理を施す。そして、画像処理部15bは、図7Bに示すように、2次元画像G11を生成する。具体的に、画像処理部15bは、例えば、メディアンフィルタ膨張処理収縮処理等を用い、2次元画像Gにおける主に数画素程度以下の大きさのノイズN(図7Aに示す四角や濃い梨地を含む)を除去する。

0067

メディアンフィルタを用いた場合、画像処理部15bは、ノイズNを表す画素の輝度を周囲の画素の輝度の中央値に置き換える。膨張処理を用いた場合、画像処理部15bは、ノイズNを表す画素の周囲に白の画素があればノイズNの画素を白に置き換える。収縮処理を用いた場合、画像処理部15bは、ノイズNを表す画素の周囲に黒の画素があればノイズNの画素を黒に置き換える。

0068

画像処理部15bは、例えば、メディアンフィルタを用いることにより、図7Aに示す2次元画像Gにて四角及び濃い梨地で示すノイズNを選択的に除去する。これにより、画像処理部15bは、図7Bに示すように、ボイドKの境界(エッジ)を明瞭に残して、2次元画像G11を生成することができる。

0069

続いて、画像処理部15bは、図7Cに示すように、ノイズNを除去した2次元画像G11を白と黒で表す、所謂、二値化処理を施すことにより、2次元画像G12を生成する。本例においては、画像処理部15bは、ノイズNを除去した2次元画像G11について、2次元画像G11の平均輝度以上の輝度を有する画素を黒で表し、平均輝度未満の輝度を有する画素を白で表すように、二値化処理を施す。即ち、画像処理部15bは、ノイズ除去に伴って相対的に輝度の小さい部分であるボイドKのみを残すように、二値化処理を施して2次元画像G12を生成する。ここで、平均輝度は、2次元画像G1において、計測光が走査される所定方向(走査方向)に沿って1列に並ぶ画素の輝度を平均したものである。そして、画像処理部15bは、二値化処理を所定方向(走査方向)ごとに行うことができる

0070

尚、例えば、成形品Wの内部に存在するボイドKの量、成形品Wの成形材料(溶融材料)の色、計測に用いる検査装置10の光源11aの種類、或いは、光源11aの波長に応じて、画像処理部15bは、画像処理の内容を適宜変更することが可能である。例えば、図8Aに示すように、生成された2次元画像GにおいてボイドKの量が少ない場合には、2次元画像Gの全体の輝度が大きく(明るく)なる場合がある。

0071

この場合、画像処理部15bは、図8Bに示すように、例えば、収縮処理を用いてノイズNを除去する際に、ボイドKの輝度を他の部分の輝度よりも相対的に大きな2次元画像G11を生成することができる。そして、画像処理部15bは、ノイズ除去された2次元画像G11について、図8Cに示すように、平均輝度未満の画素を黒で表し、平均輝度以上の輝度を有する画素を白で表すように二値化処理を施して2次元画像G12を生成することも可能である。このように、画像処理部15bが、例えば、ボイドKの量に応じて白と黒を適宜入れ替えて二値化処理を施すことにより、画像処理に要する時間を短縮したり、画像処理の精度を高めたりすることが可能になる場合がある。

0072

尚、本例においては、画像処理部15bが画像処理としてノイズ除去処理を施して2次元画像G11を生成し且つ二値化処理を施して2次元画像G12を生成して最終的に2次元画像G1を生成するようにしている。しかしながら、ノイズが少ない場合やボイドKが少ない場合等においては、必要に応じて、画像処理部15bがノイズ除去処理のみを施して2次元画像G11を生成し、又は、二値化処理のみを施して2次元画像G12を生成して、最終的に2次元画像G1を生成するようにしても良い。

0073

(6−3.ボイド体積の算出)
検査装置10の検査処理部15においては、画像処理部15bが画像処理を施すことによってノイズNを除去し、且つ、ボイドKの境界(エッジ)を明瞭にした複数の2次元画像G1を用いて、ボイド面積算出部15cが各々の2次元画像G1におけるボイドKのボイド面積Sを算出する。そして、ボイド体積算出部15dは、ボイド面積算出部15cによって算出されたボイド面積Sを用いて、成形品Wの内部に存在するボイドKのボイド体積Vを算出する。

0074

具体的に、ボイド面積算出部15cは、被処理画像である2次元画像G1における隣接する画素の輝度と基準輝度(例えば、上述した平均輝度)とを比較することにより、ボイドKの断面形状を確定する境界(エッジ)を特定する。ボイド面積算出部15cは、例えば、図7Cに示す2次元画像G12が生成された場合、隣接する画素のうち、一方の画素の輝度が基準輝度(平均輝度)以上の「黒」であり、他方の画素の輝度が基準輝度(平均輝度)未満の「白」となる2次元画像G12上の位置を抽出する。そして、ボイド面積算出部15cは、画素の輝度が基準輝度(平均輝度)未満の「白」である画素をボイドKの境界(エッジ)として特定する。

0075

尚、図8Cに示す2次元画像G12が生成された場合、ボイド面積算出部15cは、隣接する画素のうち、一方の画素の輝度が基準輝度(平均輝度)未満の「黒」であり、他方の画素の輝度が基準輝度(平均輝度)以上の「白」となる2次元画像G12上の位置を抽出する。そして、ボイド面積算出部15cは、画素の輝度が基準輝度(平均輝度)未満の「黒」である画素をボイドKの境界(エッジ)として特定する。

0076

ボイド面積算出部15cは、ボイドKの境界(エッジ)を特定すると、数学的手法に従い、各々の2次元画像G1における各々のボイドKの断面積を合計したボイド面積Sを算出する。そして、ボイド体積算出部15dは、ボイド面積算出部15cによって算出された各々の2次元画像G1におけるボイド面積Sを、成形品Wの重点検査部分(例えば、1つのポケット部)について合計する。

0077

この場合、2次元画像は成形品Wの周方向に沿って生成される。このため、画像生成部15aが各々の2次元画像Gを成形品Wの周方向に沿った重ね方向にて重ねることで、成形品Wの内部に存在するボイドKを3次元画像として再現することができる。そして、ボイド体積算出部15dは、例えば、2次元画像Gの重ね方向における厚みが極めて小さい場合には、ボイド面積算出部15cによって算出されたボイドKのボイド面積Sを合算することにより、成形品Wの内部に存在するボイド体積Vを近似的に算出することができる。或いは、ボイド体積算出部15dは、2次元画像GにおけるボイドKの境界(エッジ)が関数により表すことができる場合、或いは、ボイド面積Sを関数により表すことができる場合、成形品Wの周方向に沿って積分することにより、ボイド体積Vを正確に算出することができる。

0078

検査装置10の検査処理部15においては、良否判定部15eは、ボイド体積算出部15dによって算出されたボイド体積Vと予め設定されている基準ボイド体積Voとを比較する。そして、良否判定部15eは、算出されたボイド体積Vが基準ボイド体積Vo未満であれば、内部に存在する空孔であるボイドKが少ないため成形品Wを良品として判定する。一方、良否判定部15eは、算出したボイド体積Vが基準ボイド体積Vo以上であれば、内部に存在する空孔であるボイドKが多いため成形品Wを不良品として判定する。尚、不良品と判定された成形品Wについては、良品と選別され、例えば、廃棄されることによって後工程には流れないようになっている。

0079

(7.内部空孔検査装置10の効果)
以上説明したように、検査処理部15の画像生成部15aが生成した成形品Wの断面形状を表す2次元画像Gに対して、画像処理部15bは画像処理を施すことによって内部空孔であるボイドKの断面形状の明瞭な被処理画像である2次元画像G1を生成することができる。そして、ボイド面積算出部15cは、明瞭な断面形状に基づいてボイドKの断面積であるボイド面積Sを算出することができ、ボイド体積算出部15dは、正確に算出されたボイド面積Sを用いてボイドKのボイド体積Vを正確に算出することができる。

0080

又、画像生成部15aは、成形品Wの一方向から出射され且つ成形品Wの内部にて反射した光(可干渉光)の強度に基づいて成形品Wの断面形状を表す2次元画像Gを生成することができる。これにより、画像生成部15aは、速やかに光の強度を取得することができると共に、速やかに2次元画像G1を生成することができる。従って、例えば、X線CTスキャン装置のように多方向の光から得られる光の強度を取得して2次元画像を生成する場合に比べて、処理に要する時間を短縮することができる。その結果、成形品の検査に要する時間を短縮することができる。

0081

(8.成形システム100の構成)
成形システム100は、図9に示すように、1又は複数の成形機1及び内部空孔検査装置10に加え、機械学習装置110を備えて構成される。機械学習装置110は、検査装置10によって検査された成形品の品質要素を訓練データセットとして機械学習を行うことにより、品質要素と成形品Wを成形する際の成形状態とに関する学習済みモデルを生成する。そして、機械学習装置110は、学習済みモデルと、新たな成形状態とに基づいて、新たに成形された成形品Wの品質要素を予測する。

0082

機械学習装置110は、図9に示すように、第一サーバ111と、第二サーバ112とを備える。但し、第一サーバ111と第二サーバ112とは、別装置として説明するが、同一装置によって構成することも可能である。

0083

第一サーバ111は、機械学習における学習フェーズとして機能する。第一サーバ111は、取得した訓練データセットを用いた機械学習により学習済みモデルを生成する。第一サーバ111は、複数の成形機1と通信可能に設けられ、複数の成形機1の各々が成形品Wを成形した際の成形状態データを、訓練データセットの一部として取得する。成形状態データには、成形時のデータ(例えば、圧力データや温度データ等)が含まれる。圧力データは、型4に供給された溶融材料から型4が受ける圧力を示すデータである。温度データは、型4のキャビティC内に射出される溶融材料の温度、即ち、射出温度を示すデータである。

0084

第一サーバ111は、更に、複数の成形機1の各々が成形し、且つ、検査装置10が検査した成形品Wの品質要素に関するデータ(以下、「品質要素データ」と称呼する。)を、訓練データセットにおける教師データとして取得する。そして、第一サーバ111は、教師あり学習を行うことにより、成形状態データと成形品Wの品質要素とに関する学習済みモデルを生成する。

0085

ここで、品質要素データは、検査装置10によって検査されたデータであって、成形品Wの内部に存在する内部空孔の体積が例示される。尚、第一サーバ111のおける機械学習は、教師あり学習の場合を例に挙げて説明するが、他の機械学習アルゴリズムを適用することも可能である。

0086

このように、成形システム100においては、第一サーバ111は、複数の成形機1の各々が成形品Wを成形した際に得られる成形状態データ及び検査装置10によって検査された品質要素データを取得するので、多量の成形状態データ及び品質要素データを訓練データセットとする機械学習により、学習済みモデルを生成する。これにより、学習済みモデルの学習精度を向上させることができ、学習済みモデルの高精度化を図ることができる。

0087

第二サーバ112は、機械学習における推論フェーズとして機能する。第二サーバ112は、第一サーバ111により生成された学習済みモデルを取得する。更に、第二サーバ112は、複数の成形機1の各々に通信可能に設けられる。そして、第二サーバ112は、第一サーバ111により生成された学習済みモデルを用い、且つ、複数の成形機1の各々が新たに成形品Wを成形した際の成形状態データを入力データとして、新たに成形した成形品Wの品質要素を予測する。

0088

第二サーバ112によって予測された成形品Wの品質要素は、成形機1に送信し、成形機1の成形条件を調整することに用いても良い。又、予測された成形品Wの品質要素が不良であると判断された場合には、成形機1が不良であると判断された成形品Wの廃棄処理又は選別処理を行うようにしても良い。更に、品質要素が予測された成形品Wについて、例えば、抜き取り検査により、検査装置10が検査するようにしても良い。この場合には、検査装置10が成形品Wの全数を検査する必要がないため、検査工程に要する時間を短縮することが可能であり、その結果、成形品Wの生産効率を向上させることができる。

0089

ここで、複数の成形機1の各々に対して、第二サーバ112と同様の処理を行う品質予測装置を配置することもできる。即ち、品質予測装置は、第二サーバ112と同様に、機械学習における推論フェーズを実行する。そして、品質予測装置は、対応する成形機1における成形時データと、第一サーバ111により生成された学習済みモデルとに基づいて、対応する成形機1により成形された成形品Wの品質要素を予測する。

0090

又、成形システムは、単体の成形機1と、機械学習装置とにより構成されるようにしても良い。機械学習装置は、第一サーバ111に相当する機械学習の学習フェーズを実行可能であると共に、第二サーバ112又は品質予測装置に相当する機械学習の推論フェーズを実行可能である。

0091

(8−1.機械学習装置110の構成)
次に、図10を参照しながら、機械学習装置110(図9を参照)の構成を説明する。図10に示すように、機械学習装置110は、学習フェーズを実行可能な学習処理装置210と、推論フェーズを実行可能な品質予測装置220とを備える。ここで、学習処理装置210は、上述した成形システム100における第一サーバ111に相当する。又、品質予測装置220は、上述した成形システム100における第二サーバ112に相当する。

0092

学習処理装置210は、品質要素データ入力部211と、訓練データセット取得部212と、訓練データセット記憶部213と、学習済みモデル生成部214とを備える。品質要素データ入力部211は、対応する成形品Wにづけられ、且つ、検査装置10によって検査された品質要素を表す品質要素データを入力する。品質要素データは、例えば、上述した成形品Wの内部に存在するボイドKのボイド体積Vが例示される。

0093

訓練データセット取得部212は、成形機1から圧力データ、温度データ等の成形状態データ、並びに、品質要素データ入力部211に入力された品質要素データ(ボイド体積V)を訓練データセットとして取得する。取得された訓練データセットは、訓練データセット記憶部213に記憶される。学習済みモデル生成部214は、訓練データセット記憶部213に記憶された成形状態データ及び品質要素データ(ボイド体積V)に基づき、紐付けされた成形状態データと品質要素データ(ボイド体積V)とに関する学習済みモデルを生成する。

0094

品質予測装置220は、学習済みモデル記憶部221と、成形状態取得部222と、予測部223と、出力部224とを主に備える。学習済みモデル記憶部221は、学習済みモデル生成部214が生成した学習済みモデルを記憶する。成形状態取得部222は、成形機1が新たに成形品Wを成形した際に、第一圧力センサ44、第二圧力センサ45及び温度センサ46等が検出した成形状態データを取得する。

0095

尚、本例では、成形状態取得部222は、6つの第一圧力センサ44a−44f及び第二圧力センサ45が検出した全ての圧力データを取得しているが、必ずしもこれに限られるものではない。即ち、成形状態取得部222は、6つの第一圧力センサ44a−44f及び第二圧力センサ45が検出した圧力データの一部のみを取得しても良い。つまり、成形状態取得部222は、品質予測装置220による品質予測において必要とされる圧力データのみを選択して取得することができる。

0096

予測部223は、成形状態取得部222が取得した成形時データと、学習済みモデル記憶部221に記憶された学習済みモデルとに基づいて、新たに成形した成形品Wの品質要素を予測する。尚、予測部223が予測する品質要素は、品質要素データとして品質要素データ入力部211に入力される品質要素に含まれる。従って、予測部223が予測する品質要素としては、例えば、成形品Wの内部に存在するボイドKのボイド体積Vが例示される。

0097

又、予測部223は、予測した品質要素、或いは、成形状態取得部222によって取得された成形時データと、予め設定された許容値(例えば、基準ボイド体積Vo)とに基づいて、成形品Wの良否判定を行うこともできる。この場合、予測部223は、成形機1による成形品Wの成形後であって成形機1による成形工程の次工程の実行前に、成形品Wの品質要素についての良否判定を行うと良い。

0098

出力部224は、予測部223による予測結果を出力する。出力部224は、例えば、表示装置(図示省略)への表示による案内、音声による案内、表示灯による案内等を行う。この場合、出力部224は、品質予測装置220に設けられた表示装置等に案内を行うようにしても良いし、複数の成形機1の各々に設けられた表示装置等に案内を行うようにしても良い。又、出力部224は、管理装置に設けられた表示装置等に案内を行うようにしても良い。又、出力部224は、作業者又は管理者が所有する携帯端末に案内を行うこともできる。

0099

更に、出力部224は、予測部223が良否判定を行う場合には、良否判定結果を成形機1に出力して、成形機1に対して良否判定結果に応じた処理を実行させることも可能である。例えば、成形品Wの品質要素の良否判定結果において不良であると判定された場合には、出力部224は、成形機1に対して、不良であると判定された成形品Wの廃棄処理又は選別処理を実行することが可能である。

0100

尚、本例では、成形機1による成形品Wの成形時に得られるデータとして、第一圧力センサ44と第二圧力センサ45とが検出した圧力データ、及び、温度センサ46が検出した温度データ等を用いて生成した学習済みモデルに基づいて、成形品Wの品質要素(ボイド体積V)を予測しているが、これに限られるものではない。即ち、温度データを用いずに生成した学習済みモデルに基づいて、成形品Wの品質要素(ボイド体積V)を予測しても良い。

0101

このように、学習処理装置210において、学習済みモデル生成部214は、成形状態データと品質要素データ(ボイド体積V)とを訓練データセットとする機械学習により、成形状態データと成形品Wの品質要素(ボイド体積V)とに関する学習済みモデルを生成する。又、品質予測装置220において、学習済みモデル記憶部221は、学習済みモデル生成部214が生成した学習済みモデルを記憶する。そして、予測部223が、新たな成形品Wを成形した際に得られた成形状態データと、学習済みモデル記憶部221に記憶された学習済みモデルとに基づき、新たに成形した成形品Wの品質要素(ボイド体積V)を予測する。従って、機械学習装置110は、成形品Wの品質要素(ボイド体積V)を高精度に予測することができる。以下、機械学習装置110による機械学習について、具体例を挙げながら説明する。

0102

(8−2.機械学習装置110による機械学習)
成形品Wの内部においては、例えば、射出充填工程にてキャビティC内に射出する溶融樹脂の温度(射出温度)が低い場合に、ボイドKが生じやすくなると考えられる。又、成形品Wの内部においては、例えば、射出充填工程にてキャビティC内に溶融樹脂を射出する際の射出圧が低い、或いは、保圧工程における保圧力が低い場合に、ボイドKが生じやすくなると考えられる。そこで、機械学習装置110は、ボイド体積Vを表す品質要素データと、圧力データ及び温度データとを訓練データセットとする機械学習を行う。

0103

具体的に、品質要素データ入力部211は、1つの成形機1によって成形された成形品Wについて検査装置10によって算出されたボイド体積Vを表す品質要素データが入力される。尚、品質要素データ入力部211は、複数の成形機1の各々によって成形された各々の成形品Wについて検査装置10によって算出された各々のボイド体積Vを表す複数の品質要素データを入力することも可能である。

0104

訓練データセット取得部212は、品質要素データとして品質要素データ入力部211に入力された品質要素データ(ボイド体積V)を取得する。又、訓練データセット取得部212は、検査装置10によってボイド体積Vが算出された成形品Wを成形した成形機1から、射出充填工程及び保圧工程において第一圧力センサ44及び第二圧力センサ45が検出した圧力データを取得すると共に温度センサ46が検出した温度データを取得する。つまり、訓練データセット取得部212は、ボイド体積Vを表す品質要素データと、圧力データ及び温度データとを含む成形状態データとを取得する。

0105

尚、訓練データセット取得部212が複数の成形機1の各々が成形した成形品Wの各々の品質要素データ(ボイド体積V)を取得した場合、訓練データセット取得部212は複数の成形機1から成形品Wを成形したときの圧力データ及び温度データ即ち成形状態データを取得する。そして、訓練データセット取得部212によって取得されたボイド体積V、圧力データ及び温度データは、訓練データセットとして互いに紐付けされて訓練データセット記憶部213に記憶される。

0106

学習済みモデル生成部214は、訓練データセット記憶部213に記憶されたボイド体積V、圧力データ及び温度データに基づき、紐付けされたボイド体積Vと圧力データ及び温度データ(成形状態)とを訓練データセットとする機械学習を行う。これにより、学習済みモデル生成部214は、成形状態(圧力データ及び温度データ)とボイド体積Vとに関する学習済みモデルを生成することができる。

0107

(9.成形システム100の効果)
以上説明したように、内部空孔検査装置10によって得られるボイドKのボイド体積V及び成形品Wを成形する際の成形状態(圧力データ及び温度データ等)を訓練データセットとする機械学習を行うことにより生成された学習済みモデルを用いて、成形品Wの内部に存在するボイドKのボイド体積Vを精度よく予測することができる。

0108

ここで、生成された学習済みモデルは、ボイド体積Vと成形状態(圧力データ及び温度データ等)との関係を定義するモデルとなる。従って、製造途中において、成形品Wの成形時の成形状態(圧力データ及び温度データ等)と生成された学習済みモデルに基づくことによって、成形品Wのボイド体積Vを予測することができる。その結果、例えば、成形品Wの全数について検査を行うことを省略することも可能となり、検査に要する時間を大幅に短縮することができる。

0109

1…成形機、4…型、41…第一型、42…第二型、43…供給路、43b…ランナー、43c…ゲート、44a−44f…第一圧力センサ、45…第二圧力センサ、46…温度センサ、10…内部空孔検査装置、11…光出射部、12…光干渉部、13…光検出部、14…コントローラ、15…検査処理部、15a…画像生成部、15b…画像処理部、15c…ボイド面積算出部(面積算出部)、15d…ボイド体積算出部(体積算出部)、15e…良否判定部、100…成形システム、110…機械学習装置、111…第一サーバ、112…第二サーバ、210…学習処理装置、211…品質要素データ入力部、212…訓練データセット取得部、213…訓練データセット記憶部、214…学習済みモデル生成部、220…品質予測装置、221…学習済みモデル記憶部、222…成形状態取得部、223…予測部、224…出力部、G…2次元画像、G1,G11,G12…2次元画像(被処理画像)、K…ボイド(内部空孔)、S…ボイド面積(断面積)、V…ボイド体積(体積)、Vo…基準ボイド体積(基準体積

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 中国計量大学の「 サーモン産地の混合鑑別方法およびシステム」が 公開されました。( 2021/05/27)

    【課題】サーモン産地の混合鑑別方法およびシステムの提供。【解決手段】各国からの輸入サーモンのサンプルを採集すること、標準サーモンのサンプルの近赤外スペクトルを採集すること、δ13C、δ18O、δ15N... 詳細

  • 中国計量大学の「 輸入牛肉産地の混合追跡方法およびシステム」が 公開されました。( 2021/05/27)

    【課題】牛肉産地の混合追跡方法およびシステムを提供する。【解決手段】この方法は各国からの輸入牛肉のサンプルを採集すること、δ13C、δ2H、δ15N、Ca、Cl、Mg、P、K、Na、Cu、Fe、Se、... 詳細

  • メディカルフォトニクス株式会社の「 脂質濃度計測装置及びその方法」が 公開されました。( 2021/05/27)

    【課題】 非侵襲脂質計測により、脂質濃度計測の個人差を低減する装置を提供する。【解決手段】 生体に所定の光強度で光を照射する照射部と、照射部から所定の距離に位置し、生体から放出される光強度を検出す... 詳細

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ