Nothing Special   »   [go: up one dir, main page]

WO2024224469A1 - 決定装置および決定方法 - Google Patents

決定装置および決定方法 Download PDF

Info

Publication number
WO2024224469A1
WO2024224469A1 PCT/JP2023/016240 JP2023016240W WO2024224469A1 WO 2024224469 A1 WO2024224469 A1 WO 2024224469A1 JP 2023016240 W JP2023016240 W JP 2023016240W WO 2024224469 A1 WO2024224469 A1 WO 2024224469A1
Authority
WO
WIPO (PCT)
Prior art keywords
molding
unit
cycle
determination device
state
Prior art date
Application number
PCT/JP2023/016240
Other languages
English (en)
French (fr)
Inventor
堀内淳史
Original Assignee
ファナック株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ファナック株式会社 filed Critical ファナック株式会社
Priority to PCT/JP2023/016240 priority Critical patent/WO2024224469A1/ja
Publication of WO2024224469A1 publication Critical patent/WO2024224469A1/ja

Links

Images

Definitions

  • This disclosure relates to a determination device and a determination method.
  • JP 2018-111297 A discloses a technique for determining (estimating) the number of discard cycles.
  • a discard cycle is a molding cycle that is executed during a period when the molding state of a molded product molded by an injection molding machine is unstable.
  • a first aspect of the present disclosure is a determination device that includes a production condition acquisition unit that acquires production conditions set in an injection molding machine, a molding cycle number acquisition unit that acquires multiple molding cycle numbers corresponding to the production conditions acquired by the production condition acquisition unit using a storage unit that stores multiple pairs of molding cycle numbers, which are the number of molding cycles executed until the molding state of a molded product molded by the injection molding machine transitions from an unstable state to a stable state, and the production conditions used to mold the molded product, and a determination unit that determines a representative value of the multiple molding cycle numbers acquired by the molding cycle number acquisition unit as the number of discard cycles of the injection molding machine.
  • a second aspect of the present disclosure is a determination method including: a production condition acquisition step of acquiring production conditions set in an injection molding machine; a molding cycle number acquisition step of acquiring a plurality of molding cycle numbers corresponding to the production conditions acquired by the production condition acquisition step using a storage unit that stores a plurality of pairs correlating the number of molding cycles, which is the number of molding cycles executed until the molding state of a molded product molded by the injection molding machine transitions from an unstable state to a stable state, with the production conditions used to mold the molded product; and a determination step of determining a representative value of the plurality of molding cycle numbers acquired by the molding cycle number acquisition step as the number of discard cycles of the injection molding machine.
  • FIG. 1 is a block diagram illustrating an injection molding system and a determination device according to an embodiment.
  • FIG. 2 is a table illustrating the past discard cycle number table.
  • FIG. 3 is a graph showing an example of time-series data.
  • 4A and 4B are diagrams illustrating a predetermined starting point and a predetermined cycle range, respectively.
  • FIG. 5 is a table illustrating an example of a statistics table.
  • FIG. 6 is a graph showing the correspondence between a plurality of molding cycles and index values derived based on a plurality of feature amounts acquired in each molding cycle.
  • FIG. 7 is a graph showing an example of a correspondence relationship between a plurality of molding cycles and a plurality of feature amounts extracted from time-series data acquired in each molding cycle.
  • FIG. 1 is a block diagram illustrating an injection molding system and a determination device according to an embodiment.
  • FIG. 2 is a table illustrating the past discard cycle number table.
  • FIG. 3 is a graph showing an example of time-
  • FIG. 8 is a graph showing another example of the correspondence between a plurality of molding cycles and a plurality of feature amounts extracted from the time-series data acquired in each molding cycle.
  • FIG. 9 is a flow chart illustrating a determination method according to one embodiment.
  • FIG. 10 is a flowchart showing a method for updating the past discard cycle count table.
  • FIG. 11 is a block diagram showing a management device and a plurality of injection molding systems according to the second modification.
  • FIG. 12 is a block diagram showing a multiple injection molding system according to the third modification.
  • Injection molding machines mass-produce molded products by repeatedly executing a molding cycle.
  • the molding state of the molded products molded during the disposal cycle is unstable. For this reason, many of the molded products molded during the disposal cycle are discarded as defective products.
  • the molding state of the molded product gradually stabilizes as the injection molding machine repeats the molding cycle.
  • the molding state of the molded product transitions from an unstable state to a stable state.
  • the "molding cycle” includes multiple molding processes that the injection molding machine 14 executes to mold a molded product.
  • the molding cycle includes, for example, a mold closing process, an injection process, a pressure holding process, a cooling process, a weighing process, a depressurization process, a mold opening process, an ejection process, and a molded product removal process.
  • Each of the mold closing process, injection process, pressure holding process, cooling process, weighing process, depressurization process, mold opening process, ejection process, and molded product removal process is a molding process known in the technical field related to the injection molding machine 14. Therefore, in the following description, detailed descriptions of the mold closing process, injection process, pressure holding process, cooling process, weighing process, depressurization process, mold opening process, ejection process, and molded product removal process will be omitted.
  • FIG. 1 is a block diagram illustrating an injection molding system 10 and a determining device 12 according to one embodiment.
  • the injection molding system 10 includes an injection molding machine 14 and a control device 16.
  • the injection molding machine 14 is a machine that performs injection molding using a mold 18 to produce a molded product.
  • the mold 18 comprises a fixed mold 181 and a movable mold 182.
  • the mold 18 is in an open state.
  • the mold 18 is in a closed state. In the closed state, the mold 18 forms a cavity 18C.
  • the injection molding machine 14 includes a mold clamping device 20 and an injection device 22.
  • the mold clamping device 20 and the injection device 22 are arranged on a machine base 23 along the horizontal direction, for example, but are not limited to this.
  • the clamping device 20 is a device that applies a clamping force to the mold 18. By applying a clamping force to the mold 18, the mold 18 is maintained in a closed state.
  • the clamping device 20 can move the movable mold 182 relative to the fixed mold 181. This allows the clamping device 20 to open and close the mold 18.
  • the mold clamping device 20 is, for example, a toggle type mold clamping device 20, but is not limited to this. That is, the mold clamping device 20 is equipped with a toggle mechanism 201 for moving the movable mold 182, but is not limited to this.
  • the toggle mechanism 201 is driven by, for example, a motor 24 (241), but is not limited to this.
  • the toggle mechanism 201 may be driven by a hydraulic motor, a hydraulic cylinder, etc.
  • the injection device 22 is a device that injects molding material into the cavity 18C of the mold 18.
  • the injection device 22 includes a cylinder 221, a nozzle 222, a heater 223, a screw 224, and a hopper 225.
  • the molding material which is the raw material for the molded product, is supplied to the inside of the cylinder 221 via a hopper 225.
  • molding materials include, but are not limited to, resins such as PP (polypropylene), PE (polyethylene), and PC (polycarbonate).
  • the nozzle 222 is attached to the tip of the cylinder 221 in the direction from the injection device 22 toward the mold clamping device 20.
  • the nozzle 222 is connected to the fixed mold 181. This connects the inside of the cylinder 221 and the cavity 18C of the mold 18 via the nozzle 222.
  • the heater 223 includes, for example, a band heater that is wrapped around the outer periphery of the cylinder 221. The heater 223 heats the cylinder 221. This causes the molding material supplied inside the cylinder 221 to melt.
  • the screw 224 is disposed inside the cylinder 221.
  • the type of the screw 224 there is no particular limitation on the type of the screw 224.
  • the screw 224 may be a single-flight screw or a double-flight screw.
  • the diameter of the screw 224 There is also no particular limitation on the diameter of the screw 224.
  • a motor 242 (24) and a motor 243 (24) are connected to the screw 224 via a power transmission mechanism (not shown).
  • the motor 242 is a motor 24 for rotating the screw 224.
  • the motor 243 is a motor 24 for moving the screw 224 back and forth in the axial direction of the screw 224 inside the cylinder 221. As the screw 224 rotates, it shears the molding material supplied into the cylinder 221. As the screw 224 moves toward the nozzle 222, the molten molding material can be injected from the nozzle 222.
  • the control device 16 is, for example, a numerical control device.
  • the control device 16 controls the injection molding machine 14 based on a computer-executable program. More specifically, the control device 16 controls the motors 241, 242, 243, etc. based on a computer-executable program. This allows the injection molding machine 14 to repeatedly execute a molding cycle.
  • the determination device 12 is a computer that determines (estimates) the number of waste cycles.
  • the determination device 12 is communicatively connected to the control device 16 via a network (not shown).
  • the network is, for example, a LAN (Local Area Network) constructed in a factory in which the injection molding system 10 is installed, but may also include the Internet.
  • the determination device 12 includes an operation unit 26, a display unit 28, a memory unit 30, and a calculation unit 32.
  • the operation unit 26 includes, for example, an operation panel (not shown).
  • the operation panel includes, for example, but is not limited to, a keyboard, a pointing device, etc.
  • the operation unit 26 accepts input operations performed by an operator.
  • the display unit 28 includes a display element (not shown).
  • the display element is a liquid crystal display element, an organic electroluminescence display element, etc.
  • the operation unit 26 and the display unit 28 may be configured by a touch panel (not shown) equipped with such a display element.
  • the storage unit 30 includes, for example, one or more memories. More specifically, the storage unit 30 includes, for example, a volatile memory such as a RAM (Random Access Memory) and a non-volatile memory such as a ROM (Read Only Memory), a flash memory, or a magnetic disk.
  • the non-volatile memory stores, for example, a computer-executable program.
  • the volatile memory stores, for example, data that is temporarily required when a processor (calculation unit 32) described below performs calculations based on a program. At least a part of the storage unit 30 may be realized by a portable storage medium such as a USB (Universal Serial Bus) memory or a memory card.
  • a past discard cycle count table 34 is stored in the storage unit 30.
  • FIG. 2 is a table illustrating an example of the past discard cycle count table 34. Note that the format of the past discard cycle count table 34 is not limited to that shown in FIG. 2.
  • the past waste cycle count table 34 is a table that stores multiple pairs of past waste cycle counts (molding cycle counts) associated with the production conditions of molded products.
  • the past waste cycle count table 34 may also store various information such as the date and time when injection molding was performed (first column).
  • the number of past discard cycles is the number of molding cycles required for the molding state of the molded product to transition from an unstable state to a stable state during past operations of the injection molding machine 14.
  • the number of past discard cycles stored in the past discard cycle number table 34 is the number of discard cycles during past operations of the injection molding machine 14.
  • the number of past discard cycles is stored in the fifth column.
  • the production conditions of a molded product are the conditions under which the molded product is produced.
  • At least one of the operation command value used by the control device 16 to control the injection molding machine 14, the type of molding material, the lot of the molding material, the type of molded product (mold 18), and the type of screw 224 is specified in advance as a production condition, but is not limited to these.
  • the type of molded product (mold 18) (second column), the type of molding material (third column), and the type of screw 224 (fourth column) are stored as items indicating production conditions.
  • the operation command value is, for example, a command value for indicating the rotation position, rotation speed, etc. of the motor 24 controlled by the control device 16, but is not limited to this.
  • the operation command value may be a command value for indicating the movement amount, rotation amount, etc. of the screw 224.
  • the operation command value may be a command value for indicating the temperature of the nozzle 222 (cylinder 221), the pressure of the molding material, etc.
  • the molding material pressure is the pressure that the molding material inside the cylinder 221 exerts on the screw 224.
  • the past discard cycle count table 34 is created in advance based on the past operating records of the injection molding machine 14.
  • the past discard cycle count stored in the past discard cycle count table 34 may be obtained based on known technology, but is not limited to this.
  • the determination device 12 may obtain the past discard cycle count by executing a method for updating the past discard cycle count table 34 (FIG. 10) described below.
  • the calculation unit 32 includes a predetermined processing circuit.
  • This processing circuit has one or more processors, such as a CPU (Central Processing Unit) or a GPU (Graphics Processing Unit).
  • the processing circuit may include a predetermined integrated circuit, such as an ASIC (Application Specific Integrated Circuit) or an FPGA (Field-Programmable Gate Array).
  • the calculation unit 32 includes a production condition acquisition unit 36, a molding cycle number acquisition unit 38, a determination unit 40, a molding cycle number count unit 42, a molding cycle number determination unit 44, and an output unit 46.
  • the production condition acquisition unit 36, the molding cycle number acquisition unit 38, the determination unit 40, the molding cycle number count unit 42, the molding cycle number determination unit 44, and the output unit 46 are realized by the calculation unit 32 (processor) executing a program stored in the storage unit 30 (memory). At least a part of the production condition acquisition unit 36, the molding cycle number acquisition unit 38, the determination unit 40, the molding cycle number count unit 42, the molding cycle number determination unit 44, and the output unit 46 may be realized by the integrated circuit or the like described above.
  • the production condition acquisition unit 36 acquires the production conditions set in the injection molding system 10. The contents of the production conditions are instructed to the production condition acquisition unit 36 by the operator via, for example, the operation unit 26.
  • the control device 16 may also instruct the production condition acquisition unit 36 on at least a portion of the production conditions.
  • the production condition acquisition unit 36 acquires the production conditions before the first molding cycle based on the production conditions is started, but is not limited to this.
  • the molding cycle number acquisition unit 38 acquires multiple past discard cycle numbers corresponding to the production conditions acquired by the production condition acquisition unit 36 based on the above-mentioned past discard cycle number table 34.
  • the production conditions acquired by the production condition acquisition unit 36 are (1) type of molded product: molded product B, (2) type of molding material: PP, and (3) type of screw 224: 30 mm diameter single flight.
  • the molding cycle number acquisition unit 38 can acquire three past discard cycle numbers stored in the third to fifth rows of the past discard cycle number table 34 shown in FIG. 2.
  • the determination unit 40 determines the representative value of the multiple past discard cycle counts acquired by the molding cycle count acquisition unit 38 as the discard cycle count (current discard cycle count) corresponding to the production conditions acquired by the production condition acquisition unit 36.
  • the representative value may be, for example, but is not limited to, the average, minimum, maximum, median, or mode of the multiple past discard cycle counts.
  • the latest value of the multiple past discard cycle counts is identified, for example, based on the first column (date and time) in FIG. 2.
  • the determination unit 40 may derive the representative value by correcting the average, minimum, maximum, median, or mode of the multiple past discard cycle counts based on a predetermined correction formula.
  • the correction formula may be, for example, but is not limited to, a formula that adds or subtracts a number of cycles determined in advance based on experiments to the representative value.
  • the operator may instruct the determination unit 40 via the operation unit 26 whether to derive the representative value based on the average value, minimum value, maximum value, median value, or most frequent value of the multiple past discard cycle counts.
  • the operator may also instruct the determination unit 40 via the operation unit 26 on the above-mentioned predetermined correction formula.
  • the average value of multiple past discard cycle counts is derived as the representative value.
  • the production conditions acquired by the production condition acquisition unit 36 are (1) type of molded product: molded product B, (2) type of molding material: PP, and (3) type of screw 224: 30 mm diameter single flight.
  • the molding cycle number acquisition unit 38 acquires the third to fifth rows of the past discard cycle number table 34 shown in FIG. 2 as the past discard cycle count that matches these production conditions.
  • the average value of the three past discard cycle counts (30 times, 40 times, and 50 times) stored in the third to fifth rows of FIG. 2 is 40 times.
  • the determination unit 40 determines that the current discard cycle count when a molding cycle is executed based on the production conditions acquired by the production condition acquisition unit 36 is 40 times.
  • the determination unit 40 may round up or round down the fraction.
  • the operator may instruct the determination unit 40 via the operation unit 26 whether to round up or round down the fraction of the representative value.
  • the number of molding cycles required for the molding state of a molded product to transition from an unstable state to a stable state can change each time the injection molding machine 14 is operated, even if the production conditions are the same.
  • the molding state of a molded product may change depending on changes in the outside air temperature surrounding the injection molding machine 14. For this reason, it was difficult for the operator to accurately grasp the timing at which the molding state of a molded product transitioned from an unstable state to a stable state.
  • each of the multiple past discard cycle numbers stored in the past discard cycle number table 34 is a numerical value based on the past operating performance of the injection molding machine 14. Therefore, each of the multiple past discard cycle numbers obtained based on the past discard cycle number table 34 has relatively good reliability compared to a numerical value estimated based on the operator's intuition, etc.
  • the determination unit 40 determines the current discard cycle number based on a representative value of the multiple past discard cycle numbers corresponding to the production conditions. In this way, the determination unit 40 can determine a current discard cycle number with good reliability.
  • the molding cycle counting unit 42 counts the number of times a molding cycle is executed based on the production conditions.
  • the starting point for counting the number of times a molding cycle is executed is the later of the start of operation and the change of conditions.
  • the start of operation is the time when the injection molding machine 14 starts operating.
  • the change of conditions is the time when the production conditions of the molded product are changed while the injection molding machine 14 is operating. A more detailed explanation of the start of operation and the change of conditions will be given later.
  • the molding cycle number determination unit 44 determines whether the number of molding cycles counted by the molding cycle number count unit 42 has reached the current discard cycle number determined by the determination unit 40.
  • the output unit 46 may output a predetermined signal when the number of times the molding cycle has been executed based on the production conditions reaches the current number of discard cycles determined by the determination unit 40.
  • the specified signal includes, for example, a first control signal for controlling the notification unit (display unit 28).
  • the notification unit includes a device for notifying the operator.
  • the notification unit includes the display unit 28 described above, but is not limited to this.
  • the notification unit may also include speakers, lamps, etc. installed in a factory or the like in which the injection molding system 10 is installed.
  • the notification unit can notify the operator based on the first control signal output from the output unit 46.
  • the display unit 28 can display a message, diagram, etc., indicating whether the molding state of the molded product has transitioned from an unstable state to a stable state. This allows the operator to know whether the molding state of the molded product has transitioned from an unstable state to a stable state.
  • the specified signal may include a second control signal for controlling a working device (not shown).
  • the working device is a device that performs a specified task on the molded product.
  • the working device includes, for example, a working robot that sorts the molded products, but is not limited to this.
  • the working device may include an inspection device that inspects the quality of the molded products.
  • the working device may include a transport vehicle that transports the molded products.
  • the working device can treat the molded product as a defective product until the second control signal is output from the output unit 46.
  • the inspection device described above may limit (pause) the execution of quality inspection until the second control signal is input. This prevents unnecessary quality inspections from being performed on defective products molded during periods when the molding state is unstable.
  • the working robot, transport vehicle, etc. described above discard all molded products molded by the injection molding machine 14 until the second control signal is input. This allows defective products molded during periods when the molding state is unstable to be promptly discarded.
  • the output unit 46 may output to the notification unit a signal indicating at least one of the current number of discard cycles determined by the determination unit 40 and the time required to execute a molding cycle of the current number of discard cycles. This allows the notification unit to notify the operator of at least one of the current number of discard cycles determined by the determination unit 40 and the time required to execute a molding cycle of the current number of discard cycles.
  • the determination device 12 may obtain the number of discarded cycles to be stored in the past discarded cycle number table 34, and may update (create) the past discarded cycle number table 34 based on the number of discarded cycles. This point will be explained below.
  • the calculation unit 32 further includes a time series data acquisition unit 48, a smoothing unit 50, a feature extraction unit 52, a statistical amount derivation unit 54, a molding state determination unit (determination unit) 56, and a memory control unit 58.
  • the time series data acquisition unit 48, the smoothing unit 50, the feature extraction unit 52, the statistical amount derivation unit 54, the molding state determination unit 56, and the memory control unit 58 are realized by the calculation unit 32 (processor) executing a program stored in the memory unit 30 (memory).
  • the time series data acquisition unit 48, the smoothing unit 50, the feature extraction unit 52, the statistical amount derivation unit 54, the molding state determination unit 56, and the memory control unit 58 may be realized by the integrated circuit or the like described above.
  • the time series data acquisition unit 48 acquires time series data of a predetermined physical quantity that indicates the state of the injection molding machine 14.
  • the time series data acquisition unit 48 acquires the time series data based on the detection signal of a sensor for detecting the predetermined physical quantity.
  • the predetermined physical quantity is, but is not limited to, the temperature of the nozzle 222 (cylinder 221), the temperature of the mold 18, the pressure (pressure of the molding material) applied to the screw 224 by the molding material inside the cylinder 221, the clamping force applied to the mold 18 by the clamping device 20, etc.
  • the predetermined physical quantity may be the current (voltage) supplied to the motor 24 provided in the injection molding machine 14, the output torque of the motor 24, the rotational position, rotational speed, rotational acceleration, etc. of the shaft provided in the motor 24.
  • the predetermined physical quantity may be the movement amount of the screw 224, the rotation amount of the screw 224, the flow rate of the molding material inside the cylinder 221, the amount of vibration generated in the injection molding machine 14, the opening and closing distance of the mold 18, etc.
  • the opening and closing distance of the mold 18 is the distance between the fixed mold 181 and the movable mold 182 in the opening and closing direction of the mold 18.
  • Sensors for acquiring the predetermined physical quantity are appropriately provided in the injection molding machine 14.
  • sensors for detecting the predetermined physical quantity include, but are not limited to, temperature sensors, pressure sensors, mold clamping force sensors (strain sensors), current/voltage sensors, torque sensors, rotational position sensors, flow rate sensors, vibration sensors, and position sensors.
  • the time series data acquisition unit 48 may acquire multiple types of physical quantities based on the detection signals of multiple sensors. For example, the time series data acquisition unit 48 may acquire time series data of the temperature of the nozzle 222, time series data of the temperature of the mold 18, time series data of the pressure of the molding material, and time series data of the mold clamping force.
  • the time series data may be acquired by the control device 16.
  • the time series data acquisition unit 48 may acquire the time series data from the control device 16.
  • the control device 16 may acquire time series data such as the rotational position and rotational speed of the motor 24.
  • the time series data acquisition unit 48 may acquire time series data such as the rotational position and rotational speed of the motor 24 from the control device 16.
  • the smoothing unit 50 smoothes the time series data acquired by the time series data acquisition unit 48.
  • the smoothing unit 50 smoothes the time series data by performing a smoothing process using, for example, a Savitzky-Golay filter, a moving average filter, or the like.
  • the smoothing unit 50 can smooth the time series data to remove outliers of physical quantities that arise due to noise in the detection signal, disturbances, etc., from the time series data.
  • the feature extraction unit 52 extracts, for each molding cycle, the feature VF of the time-series data included in a specific molding process among the multiple molding processes included in the molding cycle.
  • the specific molding process is, for example, an injection process, but is not limited to this.
  • the feature VF is, for example, a maximum value, minimum value, average value, etc. of a physical quantity in the specific molding process, but is not limited to this.
  • the feature extraction unit 52 may extract, for example, the value of the physical quantity at a time when a specific time has elapsed since the start of the specific molding process as the feature VF.
  • the feature extraction unit 52 may extract the feature VF (see also FIG. 3) using the time series data smoothed by the smoothing unit 50. This prevents the above-mentioned outliers from being extracted as the feature VF.
  • FIG. 3 is a graph showing an example of time series data.
  • the vertical axis of FIG. 3 indicates a predetermined physical quantity (pressure of molding material).
  • the horizontal axis of FIG. 3 indicates time.
  • FIG. 3 shows time series data of the pressure of the molding material during the injection process.
  • the characteristic quantity extraction unit 52 extracts the maximum value of the molding material pressure as shown in FIG. 3 as the characteristic quantity VF.
  • the characteristic quantity extraction unit 52 extracts the maximum value of the molding material pressure as the characteristic quantity VF for each molding cycle (injection process).
  • the statistical quantity derivation unit 54 derives statistical quantities of multiple feature quantities VF of the same type (same extraction conditions) extracted from a specified cycle range CR.
  • the statistical quantity derivation unit 54 derives, for example, an index value VV (see also FIG. 6) indicating the variation of multiple feature quantities VF of the same type extracted from a specified cycle range CR as a statistical quantity.
  • the index value VV is, for example, the coefficient of variation of multiple feature quantities VF of the same type, but it may also be the variance, standard deviation, etc.
  • the coefficient of variation is a dimensionless number derived by calculating the standard deviation and arithmetic mean of multiple feature quantities VF of the same type and dividing the standard deviation by the arithmetic mean.
  • the specified cycle range CR is the range from the last molding cycle executed among the multiple molding cycles repeated from a specified starting point to a molding cycle going back a specified number n times. More specifically, the specified starting point and the specified cycle range CR are identified, for example, as described below.
  • the specified starting point indicates the timing at which molding of a molded product whose molding state is unstable begins. More specifically, the specified starting point is the later of the operation start point and the condition change point.
  • the operation start point is the point at which the injection molding machine 14 starts operating.
  • the condition change point is the point at which the production conditions of the molded product are changed while the injection molding machine 14 is operating. The condition change point is identified, for example, based on the point at which the production conditions are acquired by the production condition acquisition unit 36 described above.
  • FIG. 4A is an explanatory diagram of a predetermined starting point. A number line is shown in FIG. 4A. This number line represents time.
  • the period from time t0 to time t2 shown in FIG. 4A is the operating period during which the injection molding machine 14 operates.
  • time t0 is the start point of operation.
  • the number of molding cycles that have been performed is counted from time t0 as a predetermined starting point. As described above, the number of molding cycles that have been performed is counted by the molding cycle number counting unit 42.
  • time t1 is the time when the conditions are changed. Therefore, time t1 is set as a new predetermined starting point, and the number of times the molding cycle has been performed is counted again from zero.
  • time t3 is set as a new predetermined starting point, and the number of molding cycles performed is counted again from zero.
  • the statistical quantity derivation unit 54 further identifies a predetermined cycle range CR based on the identified starting point.
  • the predetermined cycle range CR is the range from the last molding cycle executed among the multiple molding cycles repeated from the specified starting point to a molding cycle going back a predetermined number n.
  • the predetermined number n may be a number determined in advance, or may be a number specified by the operator via the operation unit 26.
  • FIG. 4B is an explanatory diagram of the predetermined cycle range CR.
  • a number line is shown in FIG. 4B. This number line shows the number of molding cycles, which is the number of molding cycles repeated from a predetermined starting point.
  • the procedure for determining the predetermined cycle range CR when the predetermined number n is 9 will be described with reference to FIG. 4B.
  • the statistical quantity derivation unit 54 determines the range from the 10th molding cycle to the molding cycle going back 9 times as the cycle range CR.
  • the statistical quantity derivation unit 54 determines the 1st to 10th molding cycles as the predetermined cycle range CR (CRA). This allows the statistical quantity derivation unit 54 to derive statistics (index values VV) of multiple feature quantities VF extracted from the predetermined cycle range CRA.
  • the statistical quantity derivation unit 54 newly determines the range from the 11th molding cycle to the molding cycle going back 9 times as the cycle range CR. That is, the statistics derivation unit 54 newly identifies the second to eleventh molding cycles as a predetermined cycle range CR (CRB). This allows the statistics derivation unit 54 to derive statistics of multiple feature quantities VF extracted from the predetermined cycle range CRB. Note that if the number of times the molding cycle has been performed is less than the predetermined number n, the statistics derivation unit 54 does not identify the predetermined cycle range CR. Therefore, in this case, no statistics are calculated.
  • the statistics derivation unit 54 stores the derived statistics (index value VV) in the storage unit 30.
  • the statistics derivation unit 54 may also store the statistics in the storage unit 30 in association with various information related to the statistics. This creates a statistics table 60 as described next.
  • FIG. 5 is a table illustrating an example of a statistics table 60. Note that the format of the statistics table 60 is not limited to that shown in FIG. 5.
  • the statistics table 60 is a table that associates statistics with various information related to the statistics.
  • the first column of the statistics table 60 stores information indicating the cycle range CR. For example, the numbers "1-10" stored in the first column of the statistics table 60 indicate the cycle range CR to which the first through tenth molding cycles belong. The numbers "11-20" stored in the first column of the statistics table 60 indicate the cycle range CR to which the eleventh through twentieth molding cycles belong.
  • the second column of the statistics table 60 stores the date and time. This date and time indicates, for example, the date and time when the last molding cycle belonging to the cycle range CR was started or completed.
  • the third column of the statistics table 60 stores the type of molded product (mold 18) as information indicating one item included in the production conditions.
  • the fourth column of the statistics table 60 stores the type of molding material (resin) as information indicating another item included in the production conditions.
  • the fifth column of the statistics table 60 stores the molding process from which the feature VF was extracted, from which the statistics were derived.
  • the sixth column of the statistics table 60 stores the type of predetermined physical quantity from which the feature VF was extracted (e.g., base unit).
  • the seventh column of the statistics table 60 stores the type of feature VF (e.g., extraction condition).
  • the eighth column stores statistics. For example, the index value VV derived by the statistics derivation unit 54 is stored in the eighth column.
  • the molding state determination unit 56 determines that the molding state of the molded product produced by the injection molding machine 14 has transitioned from an unstable state to a stable state.
  • the target range TR is determined in advance based on experiments.
  • FIG. 6 is a graph showing the correspondence between multiple molding cycles and index values VV derived based on multiple feature quantities VF acquired in each molding cycle.
  • the vertical axis of FIG. 6 shows index values VV indicating the variation in feature quantities VF.
  • the horizontal axis of FIG. 6 shows the number of molding cycles.
  • FIG. 6 shows an example in which the average value of the temperature of the nozzle 222 during the injection process is extracted as the feature quantity VF, and the index value VV derived based on the extracted multiple feature quantities VF is plotted on a graph.
  • the physical quantities indicating the operating state of the injection molding machine 14 gradually stabilize as the molding state approaches a stable state. Therefore, the variability of the feature quantity VF extracted from the physical quantities gradually decreases overall as the molding state approaches a stable state. In other words, as shown diagrammatically in FIG. 6, the index value VV gradually decreases overall as the molding state approaches a stable state.
  • the molding state determination unit 56 can determine whether the molding state of the molded product produced by the injection molding machine 14 has transitioned from an unstable state to a stable state by determining whether the index value VV falls within the target range TR.
  • the index value VVm and the index value VVm+1 are shown in FIG. 6.
  • m is the number of molding cycles.
  • n is the predetermined number n mentioned above.
  • the index value VVm is the index value VV obtained by the injection molding machine 14 executing the mth molding cycle.
  • the index value VVm indicates the variation of the multiple feature values VF in a predetermined cycle range CR including the mth molding cycle to the molding cycle going back a predetermined number n.
  • the index value VVm+1 is the index value VV obtained by the injection molding machine 14 executing the m+1th molding cycle.
  • the index value VVm+1 indicates the variation of the multiple feature values VF in a predetermined cycle range CR including the m+1th molding cycle to the molding cycle going back a predetermined number n.
  • the index value VVm does not fall within the target range TR, but the index value VVm+1 falls within the target range TR.
  • the molding state determination unit 56 can determine that the molding state of the molded product has transitioned from an unstable state to a stable state in the (m+1)th molding cycle.
  • FIG. 7 is a graph showing an example of the correspondence between multiple molding cycles and multiple feature quantities VF extracted from the time series data acquired in each molding cycle.
  • the vertical axis of FIG. 7 indicates the feature quantity VF.
  • the horizontal axis of FIG. 7 indicates the number of molding cycles.
  • the characteristic quantity VF is the maximum value of the pressure of the molding material in the injection process.
  • the characteristic quantity VF deviates from the target range TR until the molding state transitions from an unstable state to a stable state.
  • the characteristic quantity VF is stable within the target range TR during the period in which the molding state is stable.
  • the target range TR in this case is determined in advance based on experiments according to the type of characteristic quantity VF.
  • FIG. 8 is a graph showing another example of the correspondence between multiple molding cycles and multiple feature quantities VF extracted from the time series data acquired in each molding cycle.
  • the vertical axis of FIG. 8 indicates the feature quantity VF.
  • the horizontal axis of FIG. 8 indicates the number of molding cycles.
  • characteristic quantities VF shown in FIG. 8 there are characteristic quantities VF that become larger or smaller than the target range TR during the period when the molding state is unstable. For example, this is the average temperature of the nozzle 222 during the injection process, as shown in the example of FIG. 6. Such characteristic quantities VF may happen to fall within the target range TR even when the molding state is unstable.
  • FIG. 8 shows feature quantity VFk-1, feature quantity VFk, and feature quantity VFk+1.
  • Feature quantity VFk-1 is the feature quantity VF extracted from the k-1th molding cycle.
  • k-1 is a natural number equal to or greater than 1.
  • Feature quantity VFk is the feature quantity VF extracted from the kth molding cycle.
  • Feature quantity VFk+1 is the feature quantity VF extracted from the k+1th molding cycle.
  • feature quantity VFk-1 does not fall within the target range TR, but feature quantity VFk falls within the target range TR. Therefore, if the same judgment method as in the example of FIG. 7 is used, it is judged that the molding state has transitioned from an unstable state to a stable state in the kth molding cycle.
  • the molding state determination unit 56 determines whether the molding state of the molded product has transitioned from an unstable state to a stable state based on whether the index value VV, which indicates the variation of the multiple feature quantities VF, is within the target range TR. This allows the molding state determination unit 56 to accurately determine whether the molding state of the molded product has transitioned from an unstable state to a stable state, regardless of the characteristics of the feature quantities VF (physical quantities).
  • the output unit 46 described above may output the result of the determination made by the molding state determination unit 56.
  • the output unit 46 may output a signal indicating the molding state to a notification unit (display unit 28). This causes the molding state to be notified to the operator.
  • the memory control unit 58 stores in the memory unit 30, as a set, the number of molding cycles executed until the molding state determination unit 56 determines that the molding state of the molded product has transitioned from an unstable state to a stable state, and the production conditions used to mold the molded product. This allows the memory control unit 58 to update (create) the above-mentioned past discard cycle number table 34.
  • FIG. 9 is a flowchart showing a determination method according to one embodiment.
  • the determination device 12 can execute the determination method shown in FIG. 9 by executing a program stored in the storage unit 30 (memory) by the calculation unit 32 (processor).
  • This determination method includes a production condition acquisition step S1, a past discard cycle count acquisition step (molding cycle count acquisition step) S2, a determination step S3, a molding cycle count determination step S4, and a first output step (output step) S5.
  • the production condition acquisition unit 36 acquires the production conditions set in the injection molding system 10.
  • the process proceeds to the past discard cycle number acquisition step S2, in which the molding cycle number acquisition unit 38 acquires multiple past discard cycle numbers corresponding to the production conditions acquired in the production condition acquisition step S1.
  • the molding cycle number acquisition unit 38 acquires multiple past discard cycle numbers based on the past discard cycle number table 34 stored in advance by the storage unit 30.
  • the process proceeds to a determination step S3, where the determination unit 40 determines the current number of discarded cycles.
  • the determination unit 40 determines the representative value of the multiple past numbers of discarded cycles acquired in the past number of discarded cycles acquisition step S2 as the current number of discarded cycles.
  • the representative value is a value derived based on, for example, the average value, minimum value, maximum value, median value, or mode value of the multiple past numbers of discarded cycles.
  • molding cycle number determination step S4 the molding cycle number determination unit 44 determines whether the number of molding cycles performed has reached the current discard cycle number. While the injection molding system 10 is performing a molding cycle (S10), the molding cycle number determination unit 44 executes molding cycle number determination step S4.
  • the molding cycle number determination step S4 may be continued until the number of molding cycles performed reaches the current discard cycle number (NO). If the number of molding cycles performed reaches the current discard cycle number, the first output step S5 is started.
  • the output unit 46 outputs a predetermined signal.
  • the predetermined signal includes, but is not limited to, at least one of a first control signal for controlling a notification unit such as the display unit 28 and a second control signal for controlling a work device such as an inspection device. In this way, the determination method of FIG. 9 ends.
  • FIG. 10 is a flowchart showing how to update the past discard cycle count table 34.
  • the determination device 12 can execute the update method of FIG. 10 by executing a program stored in the storage unit 30 (memory) by the calculation unit 32 (processor). The determination device 12 can execute the update method of FIG. 10 for each molding cycle in order to update (create) the above-mentioned past discard cycle count table 34.
  • the update method of FIG. 10 includes a time series data acquisition step S11, a smoothing step S12, a feature extraction step S13, and a statistics derivation step S14.
  • This determination method also includes a molding state determination step S15, a storage control step S16, and a second output step S17.
  • the time series data acquisition unit 48 acquires time series data of a predetermined physical quantity that indicates the state of the injection molding machine 14 based on the detection signal of the sensor.
  • the process proceeds to a smoothing step S12, where the smoothing unit 50 smoothes the time series data.
  • feature extraction unit 52 extracts feature values VF from the time series data. More specifically, feature extraction unit 52 extracts, for each molding cycle, feature values VF of the time series data included in a specific molding process among multiple molding processes included in the molding cycle. Since smoothing step S12 has been performed in advance, feature extraction step S13 can extract feature values VF with reduced effects of noise, disturbances, etc.
  • the process proceeds to a statistics derivation step S14, where the statistics derivation unit 54 derives statistics based on the multiple feature quantities VF.
  • the statistics derivation unit 54 derives an index value VV indicating the variation of the multiple feature quantities VF obtained in the above-mentioned predetermined cycle range CR as a statistic, but is not limited to this.
  • molding state determination step S15 the molding state determination unit 56 determines the molding state based on the statistics derived in the statistics derivation step S14.
  • the molding state determination unit 56 determines whether the molding state of the molded product produced by the injection molding machine 14 has transitioned from an unstable state to a stable state based on whether the statistics fall within a predetermined target range TR.
  • the memory control step S16 is started. If it is determined in the molding state determination step S15 that the molding state of the molded product by the injection molding machine 14 has transitioned from an unstable state to a stable state, the memory control step S16 is started. If it is determined in the molding state determination step S15 that the molding state of the molded product by the injection molding machine 14 has not transitioned from an unstable state to a stable state, the second output step S17 is started.
  • the storage control unit 58 stores the number of molding cycles executed until the molding state determination unit 56 determines that the molding state of the molded product has transitioned from an unstable state to a stable state, and the production conditions as a set in the past discard cycle count table 34 provided in the storage unit 30. This allows the storage control unit 58 to update the past discard cycle count table 34.
  • the output unit 46 outputs the determination result from the molding state determination step S15.
  • the output unit 46 outputs a signal indicating the determination result from the molding state determination step S15 to the display unit 28, but is not limited to this. In this manner, the update method of FIG. 10 ends. This concludes the description of one embodiment.
  • the feature extraction unit 52 may extract multiple feature values VF from multiple physical values that match at least one of the types of the physical values and the molding process.
  • the statistics derivation unit 54 may calculate the coefficient of variation of each of the multiple feature values VF acquired in the cycle range CR, and may calculate a representative value of the calculated multiple coefficients of variation as the index value VV.
  • the representative value is, for example, an average value, a minimum value, or a maximum value of the multiple coefficients of variation, but is not limited to these.
  • the operator may use the operation unit 26 to instruct the feature extraction unit 52 of at least one of the types of the physical values and the molding process that are conditions for extracting the multiple feature values VF.
  • the feature extraction unit 52 may extract the feature VF from each of a plurality of physical quantities detected in a predetermined molding process. More specifically, the feature extraction unit 52 extracts the feature VF from each of (1) the temperature of the nozzle 222, (2) the temperature of the mold 18, (3) the pressure of the molding material, and (4) the clamping force applied to the mold 18, which are detected in the injection process. In this case, the statistics derivation unit 54 calculates the coefficient of variation of each of the feature VFs (1) to (4) above. Next, the statistics derivation unit 54 calculates a representative value (e.g., an average value) of the calculated coefficients of variation, and sets the calculated representative value as the index value VV.
  • a representative value e.g., an average value
  • the coefficient of variation is a dimensionless number obtained by normalizing the standard deviation calculated from the multiple feature quantities VF by the arithmetic mean. Therefore, the coefficient of variation quantitatively represents the variation of the multiple feature quantities VF regardless of the units, significant digits, etc. of the feature quantities VF (physical quantities). Therefore, according to this modified example, the statistical quantity derivation unit 54 can calculate each coefficient of variation indicating the variation of multiple types of feature quantities VF such as temperature, pressure, and mold clamping force, and calculate a representative value of each calculated coefficient of variation as the index value VV. This allows the statistical quantity derivation unit 54 to calculate the index value VV indicating the variation of multiple types of feature quantities VF as a whole.
  • the molding state determination unit 56 can determine whether the molding state of the molded product has transitioned from an unstable state to a stable state based on the index value VV indicating the variation of multiple types of feature quantities VF as a whole. This prevents the result of the determination by the molding state determination unit 56 from depending on the variation of a specific type of feature quantity VF (physical quantity).
  • the feature extraction unit 52 may extract the feature VF from each of the physical quantities detected in a plurality of specified molding processes. More specifically, the feature extraction unit 52 extracts the feature VF from each of (5) the pressure of the molding material detected in the metering process and (6) the pressure of the molding material detected in the injection process, for example.
  • the statistics derivation unit 54 calculates the coefficient of variation of each of the feature VFs (5) and (6) above. In addition, the statistics derivation unit 54 calculates a representative value of the calculated plurality of coefficients of variation as the index value VV. In this way, the statistics derivation unit 54 can calculate the index value VV that collectively indicates the variation of the feature VF (physical quantity) in the plurality of molding processes.
  • the molding state determination unit 56 can determine whether the molding state of the molded product has transitioned from an unstable state to a stable state based on the index value VV that collectively indicates the variation of the feature VF in the plurality of molding processes. This prevents the results of the determination by the molding state determination unit 56 from depending on the variation in the feature value VF (physical quantity) extracted from a specific molding process.
  • FIG. 11 is a block diagram showing a management device 100 and a plurality of injection molding systems 10 according to the second modification.
  • the management device 100 is a computer that manages multiple injection molding systems 10.
  • the determination device 12 may be incorporated into the management device 100. In this way, the management device 100 and the determination device 12 are realized as a single computer.
  • the determination device 12 may acquire production conditions from each of the multiple injection molding systems 10 via a network (not shown). This allows the determination device 12 to determine the number of discard cycles for each group of injection molding systems 10 that operate based on the same production conditions.
  • the determination device 12 may also acquire time series data from each of the multiple injection molding machines 14. This allows the determination device 12 to determine the molding state of the molded product for each injection molding machine 14.
  • FIG. 12 is a block diagram showing a multiple injection molding system 10 according to the third modification.
  • the determination device 12 may be incorporated into the control device 16. In this way, the determination device 12 and the control device 16 are realized as a single computer.
  • FIG. 11 shows a determination device 12 incorporated in a first control device 161, which is one of the multiple control devices 16 (161, 162, 163, ).
  • the determination device 12 incorporated in the first control device 161 may be communicatively connected to a control device 16 (162, 163, ...) other than the first control device 161 via a network (not shown), such as a LAN. This allows the determination device 12 to determine the number of discard cycles for each group of injection molding systems 10 that operate based on the same production conditions.
  • the determination device 12 can also determine the molding state of the molded product for each injection molding machine 14.
  • the injection molding machine 14 is an in-line screw type injection molding machine, but is not limited to this.
  • the injection molding machine 14 may be a pre-plunger type injection molding machine.
  • the molding state determination unit 56 may determine that the molding state of the molded product has transitioned from an unstable state to a stable state by determining whether the characteristic quantity VF falls within a predetermined target range TR.
  • the type of characteristic quantity VF (physical quantity) that can be used for determination by the molding state determination unit 56 is selected in advance, for example, based on an experiment.
  • the statistical quantity derivation unit 54 may derive a representative value of the multiple feature quantities VF extracted from the predetermined cycle range CR as a statistical quantity.
  • the representative value of the multiple feature quantities VF is derived based on, for example, the average value, minimum value, maximum value, median value or most frequent value of the multiple feature quantities VF, but is not limited to this.
  • the molding state determination unit 56 can determine that the molding state of the molded product has transitioned from an unstable state to a stable state by determining whether or not the representative value of the multiple feature quantities VF falls within a predetermined target range TR.
  • the determination device 12 may execute the update method of Fig. 10 during the execution (S10) of the molding cycle shown in Fig. 9.
  • the update method of Fig. 10 may be included in the determination method of Fig. 9.
  • the production conditions include a plurality of items such as the type of molded product, the type of molding material, the type of screw 224, etc.
  • the operator may use the operation unit 26 to specify the production condition items to be acquired by the production condition acquisition unit 36.
  • the production condition acquisition unit 36 acquires a plurality of past discard cycle counts corresponding to the items specified by the operator.
  • the operator may specify only the type of molded product from among the types of molded products, the types of molding materials, and the types of screws 224 shown in FIG. 2.
  • the production condition acquisition unit 36 may acquire only the type of molded product from the production conditions set in the injection molding system 10.
  • the above-described determination device 12 and determination method can determine a number of discard cycles with good reliability.
  • the determination device (12) includes a production condition acquisition unit (36) that acquires production conditions set in an injection molding machine (14), a molding cycle number acquisition unit (38) that acquires a plurality of molding cycle numbers corresponding to the production conditions acquired by the production condition acquisition unit using a memory unit (30) that stores a plurality of pairs correlating the number of molding cycles, which is the number of molding cycles executed until the molding state of a molded product molded by the injection molding machine transitions from an unstable state to a stable state, with the production conditions used to mold the molded product, and a determination unit (40) that determines a representative value of the plurality of molding cycle numbers acquired by the molding cycle number acquisition unit as the number of discard cycles of the injection molding machine.
  • the determination device may further include an output unit (46) that outputs a predetermined signal when the number of times the molding cycle based on the production conditions has been executed reaches the number of discard cycles.
  • the specified signal may include a first control signal for controlling a notification unit, and the notification unit may notify an operator that the number of executions has reached the number of discard cycles in response to the first control signal.
  • the specified signal includes a second control signal for controlling a working device that performs specified work on the molded product, and the working device may treat the molded product as a defective product until the second control signal is output from the output unit.
  • the representative value may be derived based on any one of an average value, a minimum value, a maximum value, a median value, or a mode value of a plurality of the molding cycle numbers.
  • the determination device described in any one of Supplementary Notes 1 to 5 may include a time-series data acquisition unit (48) that acquires time-series data of a predetermined physical quantity indicating a state of the injection molding machine based on a detection signal from a sensor; a feature amount extraction unit (52) that extracts, for each molding cycle, a feature amount (VF) of the time-series data included in a predetermined molding process among a plurality of molding processes included in the molding cycle; a determination unit (56) that determines whether the molding state of the molded product has transitioned from the unstable state to the stable state based on the feature amount; and a memory control unit (58) that causes the memory unit to store, as one set, the number of molding cycles executed until the determination unit determines that the molding state of the molded product has transitioned from the unstable state to the stable state, and the production conditions, starting from an operation start point that is a point at which the injection molding machine starts operation or a condition change point that is a point at which the
  • the determination device may further include a smoothing unit (50) that smoothes the time series data, and the feature extraction unit may extract the feature based on the smoothed time series data.
  • a smoothing unit 50 that smoothes the time series data
  • the feature extraction unit may extract the feature based on the smoothed time series data.
  • the determination device may further include a statistics derivation unit (54) that derives statistics of a plurality of the feature quantities acquired in a cycle range (CR) including the molding cycle that was last executed and a period just before a predetermined molding cycle, during a period from the starting point until the latest of the feature quantities is extracted, and when the statistics fall within a predetermined range (TR), the judgment unit may judge that the molding state of the molded product has transitioned from the unstable state to the stable state.
  • a statistics derivation unit that derives statistics of a plurality of the feature quantities acquired in a cycle range (CR) including the molding cycle that was last executed and a period just before a predetermined molding cycle, during a period from the starting point until the latest of the feature quantities is extracted, and when the statistics fall within a predetermined range (TR), the judgment unit may judge that the molding state of the molded product has transitioned from the unstable state to the stable state.
  • the statistical quantity derivation unit may derive, as the statistical quantity, an index value (VV) indicating a variation of the plurality of feature quantities acquired within the cycle range.
  • the statistics derivation unit may derive a representative value of the plurality of feature amounts acquired within the cycle range as the statistics.
  • the starting point may be the later of the operation start point and the condition change point.
  • the production conditions may include any one of an operation command value of the injection molding machine, a type of molding material, a type of the molded product, and a type of a screw (224) of the injection molding machine.
  • the determination device according to any one of appendices 1 to 12 may be incorporated in a management device (100) that manages a plurality of the injection molding machines.
  • Appendix 14 The determination device according to any one of appendices 1 to 13 may be integrated into a control device (16) of the injection molding machine.
  • the determination method may include a production condition acquisition step (S1) of acquiring production conditions set in an injection molding machine (14), a molding cycle number acquisition step (S2) of acquiring a plurality of molding cycle numbers corresponding to the production conditions acquired by the production condition acquisition step using a memory unit (30) in which a plurality of pairs of molding cycle numbers, which are the number of molding cycles executed until a molding state of a molded product molded by the injection molding machine transitions from an unstable state to a stable state, and production conditions used for molding the molded product are stored, and a determination step (S3) of determining a representative value of the plurality of molding cycle numbers acquired by the molding cycle number acquisition step as a discard cycle number of the injection molding machine.
  • Determination device 14 Injection molding machine 16: Control device 30: Memory unit 36: Production condition acquisition unit 38: Molding cycle number acquisition unit 40: Determination unit 46: Output unit 48: Time series data acquisition unit 50: Smoothing unit 52: Feature amount extraction unit 54: Statistical amount derivation unit 56: Molding state determination unit (determination unit) 58: Memory control unit 100: Management device 224: Screw CR: Predetermined cycle range TR: Target range (predetermined range) VF: Characteristic amount VV: Index value

Landscapes

  • Injection Moulding Of Plastics Or The Like (AREA)

Abstract

本開示に係る決定装置は、射出成形機に設定されている生産条件を取得する生産条件取得部と、成形品の成形状態が不安定状態から安定状態に移行するまでに実行された成形サイクルの回数である成形サイクル数と生産条件とを関連付けた複数の組が記憶された記憶部を用いて、生産条件取得部によって取得された生産条件に対応する成形サイクル数を複数取得する成形サイクル数取得部と、取得された複数の成形サイクル数の代表値を射出成形機の廃棄サイクル数として決定する決定部とを備える。

Description

決定装置および決定方法
　本開示は、決定装置および決定方法に関する。
　特開２０１８－１１１２９７号公報には、廃棄サイクルの回数を決定（推定）するための技術が開示されている。廃棄サイクルは、射出成形機によって成形される成形品の成形状態が不安定状態である期間に実行される成形サイクルである。
　廃棄サイクルの回数をより良好に決定するための技術が待望されている。
　本開示の第１の態様は、射出成形機に設定されている生産条件を取得する生産条件取得部と、前記射出成形機によって成形された成形品の成形状態が不安定状態から安定状態に移行するまでに実行された成形サイクルの回数である成形サイクル数と、前記成形品の成形に用いられた生産条件とを関連付けた複数の組が記憶された記憶部を用いて、前記生産条件取得部によって取得された前記生産条件に対応する前記成形サイクル数を複数取得する成形サイクル数取得部と、前記成形サイクル数取得部によって取得された複数の前記成形サイクル数の代表値を前記射出成形機の廃棄サイクル数として決定する決定部と、を備える、決定装置である。
　本開示の第２の態様は、射出成形機に設定されている生産条件を取得する生産条件取得ステップと、前記射出成形機によって成形された成形品の成形状態が不安定状態から安定状態に移行するまでに実行された成形サイクルの回数である成形サイクル数と、前記成形品の成形に用いられた生産条件とを関連付けた複数の組が記憶された記憶部を用いて、前記生産条件取得ステップによって取得された前記生産条件に対応する前記成形サイクル数を複数取得する成形サイクル数取得ステップと、前記成形サイクル数取得ステップによって取得された複数の前記成形サイクル数の代表値を前記射出成形機の廃棄サイクル数として決定する決定ステップと、を含む、決定方法である。
図１は、一実施形態に係る射出成形システムと決定装置とを示すブロック図である。 図２は、過去廃棄サイクル数テーブルを例示する表である。 図３は、時系列データの一例を示すグラフである。 図４Ａは、所定の起算点の説明図である。図４Ｂは、所定のサイクル範囲の説明図である。 図５は、統計量テーブルを例示する表である。 図６は、複数の成形サイクルと、各成形サイクルで取得された複数の特徴量に基づき導出された指標値との対応関係を示すグラフである。 図７は、複数の成形サイクルと、各成形サイクルで取得された時系列データから抽出された複数の特徴量との対応関係の一例を示すグラフである。 図８は、複数の成形サイクルと、各成形サイクルで取得された時系列データから抽出された複数の特徴量との対応関係の他の例を示すグラフである。 図９は、一実施形態に係る決定方法を示すフローチャートである。 図１０は、過去廃棄サイクル数テーブルの更新方法を示すフローチャートである。 図１１は、変形例２に係る管理装置と複数の射出成形システムとを示すブロック図である。 図１２は、変形例３に係る複数の射出成形システムを示すブロック図である。
　射出成形機は、成形サイクルを繰り返し実行することによって成形品を量産成形する。ここで、廃棄サイクルの期間に成形される成形品の成形状態は、不安定状態である。そのため、廃棄サイクルの期間に成形される成形品の多くは、不良品として廃棄される。
　成形品の成形状態は、射出成形機が成形サイクルを繰り返し実行することで、徐々に安定する。しかしながら、射出成形機のオペレータにしてみると、どのタイミングで成形品の成形状態が不安定状態から安定状態に移行したのかを把握することが難しいという問題があった。
　以上を踏まえ、以下に一実施形態が説明される。
　なお、以下の説明における「成形サイクル」は、射出成形機１４が成形品を成形するために実行する複数の成形工程を含む。成形サイクルは、例えば、型閉じ工程と、射出工程と、保圧工程と、冷却工程と、計量工程と、減圧工程と、型開き工程と、突き出し工程と、成形品取り出し工程とを含む。型閉じ工程と、射出工程と、保圧工程と、冷却工程と、計量工程と、減圧工程と、型開き工程と、突き出し工程と、成形品取り出し工程との各々は、射出成形機１４に係る技術分野において既知の成形工程である。そのため、以下の説明では、型閉じ工程と、射出工程と、保圧工程と、冷却工程と、計量工程と、減圧工程と、型開き工程と、突き出し工程と、成形品取り出し工程との詳細な説明は割愛する。
　（一実施形態）
　図１は、一実施形態に係る射出成形システム１０と決定装置１２とを示すブロック図である。
　射出成形システム１０は、射出成形機１４と制御装置１６とを備える。射出成形機１４は、金型１８を用いた射出成形を実行して、成形品を成形する機械である。
　金型１８は、固定金型１８１と可動金型１８２とを備える。固定金型１８１と可動金型１８２とが離れている場合は、金型１８は開状態である。固定金型１８１と可動金型１８２とが接している場合は、金型１８は閉状態である。閉状態の金型１８は、キャビティ１８Ｃを形成する。
　射出成形機１４は、型締装置２０と射出装置２２とを備える。型締装置２０と射出装置２２とは、例えば水平方向に沿って機台２３の上に配置されるが、これに限定されない。
　型締装置２０は、金型１８に型締力を付与する装置である。型締装置２０が金型１８に型締力を付与することで、金型１８は閉状態に維持される。型締装置２０は、固定金型１８１に対して可動金型１８２を相対移動させることができる。これにより、型締装置２０は、金型１８を開閉することができる。
　型締装置２０は、例えばトグル式の型締装置２０であるが、これに限定されない。すなわち、型締装置２０は、可動金型１８２を移動させるためのトグル機構２０１を備えるが、これに限定されない。トグル機構２０１は、例えばモータ２４（２４１）によって駆動されるが、これに限定されない。トグル機構２０１は、油圧モータ、油圧シリンダ等によって駆動されてもよい。
　射出装置２２は、金型１８のキャビティ１８Ｃに成形材料を射出する装置である。射出装置２２は、シリンダ２２１と、ノズル２２２と、ヒータ２２３と、スクリュ２２４と、ホッパ２２５とを備える。
　シリンダ２２１の内部には、ホッパ２２５を介して、成形品の原材料である成形材料が供給される。成形材料には、例えばＰＰ（ポリプロピレン）、ＰＥ（ポリエチレン）、ＰＣ（ポリカーボネート）等の樹脂が含まれるが、これに限定されない。
　ノズル２２２は、射出装置２２から型締装置２０に向かう方向におけるシリンダ２２１の先端部に装着されている。ノズル２２２は、固定金型１８１に接続される。これにより、シリンダ２２１の内部と金型１８のキャビティ１８Ｃとが、ノズル２２２を介して接続される。
　ヒータ２２３は、例えばシリンダ２２１の外周部に巻き付けられるバンドヒータを含む。ヒータ２２３は、シリンダ２２１を加熱する。これにより、シリンダ２２１の内部に供給された成形材料は溶融する。
　スクリュ２２４は、シリンダ２２１の内部に配されている。スクリュ２２４の種類は特に限定されない。例えば、スクリュ２２４はシングルフライトスクリュでもよいし、ダブルフライトスクリュでもよい。スクリュ２２４の径も特に限定されない。
　スクリュ２２４には、図示しない動力伝達機構を介して、モータ２４２（２４）とモータ２４３（２４）とが接続される。モータ２４２は、スクリュ２２４を回転させるためのモータ２４である。モータ２４３は、スクリュ２２４をシリンダ２２１の内部においてスクリュ２２４の軸方向に進退移動させるためのモータ２４である。スクリュ２２４が回転することで、シリンダ２２１内に供給された成形材料を剪断する。また、ノズル２２２に向かってスクリュ２２４が移動することで、溶融した成形材料をノズル２２２から射出することができる。
　制御装置１６は、例えば数値制御装置である。制御装置１６は、コンピュータ実行可能なプログラムに基づいて、射出成形機１４を制御する。より具体的には、制御装置１６は、コンピュータ実行可能なプログラムに基づいて、モータ２４１、モータ２４２、モータ２４３等を制御する。これにより、射出成形機１４は、成形サイクルを繰り返し実行することができる。
　決定装置１２は、廃棄サイクル数を決定（推定）するコンピュータである。決定装置１２は、不図示のネットワークを介して、制御装置１６と通信可能に接続される。ネットワークは、例えば、射出成形システム１０が備えられる工場内に構築されているＬＡＮ（Local Area Network）であるが、インターネットを含んでもよい。決定装置１２は、操作部２６と、表示部２８と、記憶部３０と、演算部３２とを備える。
　操作部２６は、例えば、不図示の操作盤を含む。当該操作盤は、例えばキーボード、ポインティングデバイス等を含むが、これらに限定されない。操作部２６は、オペレータが行う入力操作を受け付ける。表示部２８は、不図示の表示素子を含む。表示素子は、液晶表示素子、有機エレクトロルミネッセンス表示素子等である。このような表示素子が備えられた不図示のタッチパネルによって、操作部２６と表示部２８とが構成されてもよい。
　記憶部３０は、例えば１以上のメモリを含む。より具体的には、記憶部３０は、例えば、ＲＡＭ（Random Access Memory）等の揮発性メモリと、ＲＯＭ（Read Only Memory）、フラッシュメモリ、磁気ディスク等の不揮発性メモリとを含む。不揮発性メモリは、例えば、コンピュータ実行可能なプログラムを記憶する。揮発性メモリは、例えば、後述するプロセッサ（演算部３２）がプログラムに基づいて演算を行う際に一時的に必要なデータ等を記憶する。記憶部３０の少なくとも一部は、ＵＳＢ（Universal Serial Bus）メモリ、メモリカード等の可搬型記憶媒体によって実現されてもよい。記憶部３０には、過去廃棄サイクル数テーブル３４が記憶されている。
　図２は、過去廃棄サイクル数テーブル３４を例示する表である。なお、過去廃棄サイクル数テーブル３４の形式は図２に限定されない。
　過去廃棄サイクル数テーブル３４は、過去廃棄サイクル数（成形サイクル数）と、成形品の生産条件とを関連付けた複数の組を格納するテーブルである。なお、過去廃棄サイクル数テーブル３４には、射出成形が実行された日時（第１列）等の各種情報がさらに格納されてもよい。
　過去廃棄サイクル数は、射出成形機１４の過去の運転において、成形品の成形状態が不安定状態から安定状態に移行するまでに要した成形サイクルの実行回数である。換言すれば、過去廃棄サイクル数テーブル３４に格納されている過去廃棄サイクル数は、射出成形機１４の過去の運転における廃棄サイクル数である。図２の例では、過去廃棄サイクル数は第５列に格納されている。
　成形品の生産条件は、当該成形品が生産される条件である。制御装置１６が射出成形機１４の制御に用いる運転指令値と、成形材料の種類と、成形材料のロットと、成形品（金型１８）の種類と、スクリュ２２４の種類とのうちの少なくとも１つが生産条件としてあらかじめ指定されるが、これらに限定されない。図２に示す例では、成形品（金型１８）の種類（第２列）と、成形材料の種類（第３列）と、スクリュ２２４の種類（第４列）とが、生産条件を示す項目として格納されている。運転指令値は、例えば、制御装置１６が制御するモータ２４の回転位置、回転速度等を指示するための指令値であるが、これに限定されない。例えば、運転指令値は、スクリュ２２４の移動量、回転量等を指示するための指令値でもよい。また、例えば、運転指令値は、ノズル２２２（シリンダ２２１）の温度、成形材料の圧力等を指示するための指令値でもよい。成形材料の圧力は、シリンダ２２１の内部の成形材料がスクリュ２２４に付与する圧力である。
　過去廃棄サイクル数テーブル３４は、射出成形機１４の過去の運転実績に基づいて、あらかじめ作成される。過去廃棄サイクル数テーブル３４に格納される過去廃棄サイクル数は、既知の技術に基づいて取得されてもよいが、これに限定されない。決定装置１２は、後述する過去廃棄サイクル数テーブル３４の更新方法（図１０）を実行することで、過去廃棄サイクル数を取得してもよい。
　演算部３２は、所定の処理回路（Processing circuitry）を含む。この処理回路は、例えばＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）等のプロセッサを１以上備える。上記の処理回路は、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等の所定の集積回路を含んでもよい。
　演算部３２は、生産条件取得部３６と、成形サイクル数取得部３８と、決定部４０と、成形サイクル数カウント部４２と、成形サイクル数判定部４４と、出力部４６とを備える。生産条件取得部３６と、成形サイクル数取得部３８と、決定部４０と、成形サイクル数カウント部４２と、成形サイクル数判定部４４と、出力部４６とは、記憶部３０（メモリ）によって記憶されているプログラムを演算部３２（プロセッサ）が実行することによって、実現される。上述した集積回路等によって、生産条件取得部３６と、成形サイクル数取得部３８と、決定部４０と、成形サイクル数カウント部４２と、成形サイクル数判定部４４と、出力部４６とのうちの少なくとも一部が実現されてもよい。
　生産条件取得部３６は、射出成形システム１０に設定されている生産条件を取得する。生産条件の内容は、例えば操作部２６を介して、オペレータが生産条件取得部３６に教示する。制御装置１６が、生産条件の少なくとも一部を生産条件取得部３６に教示してもよい。生産条件取得部３６は、生産条件に基づく１回目の成形サイクルが開始される前に当該生産条件を取得するが、これに限定されない。
　成形サイクル数取得部３８は、上述した過去廃棄サイクル数テーブル３４に基づいて、生産条件取得部３６によって取得された生産条件に対応する過去廃棄サイクル数を複数取得する。例えば、生産条件取得部３６によって取得された生産条件が、（１）成形品の種類：成形品Ｂ、（２）成形材料の種類：ＰＰ、（３）スクリュ２２４の種類：３０ｍｍ径シングルフライトであったとする。この場合は、成形サイクル数取得部３８は、図２に示されている過去廃棄サイクル数テーブル３４の第３行～第５行に格納されている３つの過去廃棄サイクル数を取得することができる。
　決定部４０は、成形サイクル数取得部３８によって取得された複数の過去廃棄サイクル数の代表値を、生産条件取得部３６によって取得された生産条件に対応する廃棄サイクル数（今回廃棄サイクル数）として決定する。
　代表値は、例えば、複数の過去廃棄サイクル数の平均値、最小値、最大値、中央値または最頻値であるが、これらに限定されない。複数の過去廃棄サイクル数の最新値は、例えば、図２の第１列（日時）に基づいて特定される。決定部４０は、複数の過去廃棄サイクル数の平均値、最小値、最大値、中央値または最頻値を所定の補正式に基づいて補正した値を、代表値として導出してもよい。補正式は、例えば、代表値に対して、あらかじめ実験に基づいて決められたサイクル数を加算または減算する式であるが、これらに限定されない。
　オペレータは、操作部２６を介して、複数の過去廃棄サイクル数の平均値、最小値、最大値、中央値または最頻値のいずれに基づいて代表値を導出するかを決定部４０に指示してもよい。オペレータは、操作部２６を介して、上記した所定の補正式を決定部４０に指示してもよい。
　例示のために、複数の過去廃棄サイクル数の平均値が代表値として導出される場合を説明する。例えば、生産条件取得部３６によって取得された生産条件が、（１）成形品の種類：成形品Ｂ、（２）成形材料の種類：ＰＰ、（３）スクリュ２２４の種類：３０ｍｍ径シングルフライトであったとする。成形サイクル数取得部３８は、この生産条件に合致する過去廃棄サイクル数として、図２に示されている過去廃棄サイクル数テーブル３４の第３行～第５行を取得する。図２の第３行～第５行に格納されている３つの過去廃棄サイクル数（３０回、４０回、５０回）の平均値は、４０回である。この場合は、決定部４０は、生産条件取得部３６によって取得された生産条件に基づいて成形サイクルが実行される場合における今回廃棄サイクル数が４０回であると決定する。
　なお、導出された代表値が端数を含んでいる場合は、決定部４０は、当該端数を切り上げてもよいし、切り捨ててもよい。オペレータは、操作部２６を介して、代表値の端数を切り上げるか切り捨てるかを決定部４０に指示してもよい。
　図２の第３行～第５行に例示したように、成形品の成形状態が不安定状態から安定状態に移行するまでに要する成形サイクル数は、仮に生産条件が同じであっても、射出成形機１４が運転するたびに変化する可能性がある。例えば、射出成形機１４の周囲の外気温度の変化に応じて成形品の成形状態が変化する場合がある。そのため、成形品の成形状態が不安定状態から安定状態に移行したタイミングを正確に把握することは、オペレータにとって難しかった。
　その点、過去廃棄サイクル数テーブル３４が格納する複数の過去廃棄サイクル数の各々は、射出成形機１４の過去の運転実績に基づく数値である。そのため、過去廃棄サイクル数テーブル３４に基づいて取得される複数の過去廃棄サイクル数の各々は、オペレータの勘等に基づいて推定された数値と比較して、信頼性が比較的に良好である。決定部４０は、生産条件に対応する複数の過去廃棄サイクル数の代表値に基づいて今回廃棄サイクル数を決定する。これにより、決定部４０は、信頼性が良好な今回廃棄サイクル数を決定することができる。
　成形サイクル数カウント部４２は、生産条件に基づく成形サイクルの実行回数をカウントする。成形サイクルの実行回数の起算点は、運転開始時点と条件変更時点とのうちの遅い方である。運転開始時点は、射出成形機１４が運転を開始した時点である。条件変更時点は、射出成形機１４の運転中に成形品の生産条件が変更された時点である。運転開始時点と条件変更時点とのより詳しい説明は後述する。
　成形サイクル数判定部４４は、成形サイクル数カウント部４２によってカウントされる成形サイクルの実行回数が、決定部４０によって決定された今回廃棄サイクル数に到達したか否かを判定する。
　出力部４６は、生産条件に基づく成形サイクルの実行回数が、決定部４０によって決定された今回廃棄サイクル数に到達した場合に、所定の信号を出力してもよい。
　所定の信号は、例えば、報知部（表示部２８）を制御するための第１制御信号を含む。報知部は、オペレータに報知を行うための装置を含む。例えば、上述した表示部２８が報知部に含まれるが、これに限定されない。射出成形システム１０が備えられている工場等に設置されているスピーカ、ランプ等が、報知部に含まれてもよい。
　報知部は、出力部４６から出力された第１制御信号に基づいて、オペレータに報知を行うことができる。例えば表示部２８は、成形品の成形状態が不安定状態から安定状態に移行したか否かを示すメッセージ、図等を表示することができる。これにより、成形品の成形状態が不安定状態から安定状態に移行したか否かをオペレータに把握させることができる。
　所定の信号は、不図示の作業装置を制御するための第２制御信号を含んでもよい。作業装置は、成形品に関して所定の作業を行う装置である。作業装置は、例えば成形品を仕分ける作業ロボットを含むが、これに限定されない。作業装置は、成形品の品質を検査する検査装置を含んでもよい。作業装置は、成形品を搬送する搬送車を含んでもよい。
　作業装置は、出力部４６から第２制御信号が出力されるまでは、成形品を不良品として扱うことができる。例えば、上述した検査装置は、第２制御信号が入力されるまでは、品質検査の実行を制限（休止）してもよい。これにより、成形状態が不安定状態である期間に成形される不良品を対象として品質検査が無駄に行われることが防止される。また、上述した作業ロボット、搬送車等は、第２制御信号が入力されるまでは、射出成形機１４によって成形される全ての成形品を廃棄する。これにより、成形状態が不安定状態である期間に成形される不良品を速やかに廃棄することができる。
　出力部４６は、決定部４０により決定された今回廃棄サイクル数と、当該今回廃棄サイクル数の成形サイクルを実行するために要する所要時間とのうちの少なくとも一方を示す信号を報知部に出力してもよい。これにより、報知部は、決定部４０により決定された今回廃棄サイクル数と、当該今回廃棄サイクル数の成形サイクルを実行するために要する所要時間とのうちの少なくとも一方を、オペレータに報知することができる。
　ところで、決定装置１２は、過去廃棄サイクル数テーブル３４に格納するための廃棄サイクル数を取得するとともに、当該廃棄サイクル数に基づいて過去廃棄サイクル数テーブル３４を更新（作成）してもよい。以下、この点について説明する。
　図１に示すように、演算部３２は、時系列データ取得部４８と、平滑化部５０と、特徴量抽出部５２と、統計量導出部５４と、成形状態判定部（判定部）５６と、記憶制御部５８とをさらに備える。時系列データ取得部４８と、平滑化部５０と、特徴量抽出部５２と、統計量導出部５４と、成形状態判定部５６と、記憶制御部５８とは、記憶部３０（メモリ）によって記憶されているプログラムを演算部３２（プロセッサ）が実行することによって、実現される。上述した集積回路等によって、時系列データ取得部４８と、平滑化部５０と、特徴量抽出部５２と、統計量導出部５４と、成形状態判定部５６と、記憶制御部５８とのうちの少なくとも一部が実現されてもよい。
　時系列データ取得部４８は、射出成形機１４の状態を示す所定の物理量の時系列データを取得する。時系列データ取得部４８は、所定の物理量を検出するためのセンサの検出信号に基づいて、時系列データを取得する。
　所定の物理量は、ノズル２２２（シリンダ２２１）の温度、金型１８の温度、シリンダ２２１の内部の成形材料がスクリュ２２４に付与する圧力（成形材料の圧力）、型締装置２０によって金型１８に付与される型締力等であるが、これらに限定されない。所定の物理量は、射出成形機１４に備えられているモータ２４に供給される電流（電圧）、モータ２４の出力トルク、モータ２４に備えられているシャフトの回転位置、回転速度、回転加速度等でもよい。所定の物理量は、スクリュ２２４の移動量、スクリュ２２４の回転量、シリンダ２２１の内部における成形材料の流量、射出成形機１４に発生する振動量、金型１８の開閉距離等でもよい。金型１８の開閉距離は、金型１８の開閉方向における固定金型１８１と可動金型１８２との距離である。
　所定の物理量を取得するためのセンサは、射出成形機１４に適宜備えられる。所定の物理量を検出するためのセンサの具体例は、温度センサ、圧力センサ、型締力センサ（ひずみセンサ）、電流電圧センサ、トルクセンサ、回転位置センサ、流量センサ、振動センサ、位置センサ等であるが、これらに限定されない。
　時系列データ取得部４８は、複数のセンサの検出信号に基づいて、複数種類の物理量を取得してもよい。例えば、時系列データ取得部４８は、ノズル２２２の温度の時系列データと、金型１８の温度の時系列データと、成形材料の圧力の時系列データと、型締力の時系列データとを取得してもよい。
　時系列データは、制御装置１６によって取得されている場合がある。その場合は、時系列データ取得部４８は、制御装置１６から時系列データを取得してもよい。例えば、制御装置１６によって、モータ２４の回転位置、回転速度等の時系列データが取得されている場合がある。この場合は、時系列データ取得部４８は、モータ２４の回転位置、回転速度等の時系列データを、制御装置１６から取得してもよい。
　平滑化部５０は、時系列データ取得部４８によって取得された時系列データを平滑化する。平滑化部５０は、例えばサビツキー・ゴーレイ（Savitzky-Golay）フィルタ、移動平均フィルタ等を用いたスムージング処理を行って、時系列データを平滑化する。
　平滑化部５０は、時系列データを平滑化することにより、検出信号のノイズ、外乱等に起因して発生する物理量の外れ値を時系列データから除去することができる。
　特徴量抽出部５２は、成形サイクルに含まれる複数の成形工程のうち、所定の成形工程に含まれる時系列データの特徴量ＶＦを、成形サイクル毎に抽出する。所定の成形工程は、例えば射出工程であるが、これに限定されない。特徴量ＶＦは、例えば所定の成形工程における物理量の最大値、最小値、平均値等であるが、これに限定されない。特徴量抽出部５２は、例えば、所定の成形工程が開始されてから所定時間が経過した時点における物理量の値を特徴量ＶＦとして抽出してもよい。
　特徴量抽出部５２は、平滑化部５０によって平滑化された時系列データを用いて、特徴量ＶＦ（図３も参照）を抽出してもよい。これにより、上述した外れ値が特徴量ＶＦとして抽出されることが防止される。
　図３は、時系列データの一例を示すグラフである。図３の縦軸は、所定の物理量（成形材料の圧力）を示す。図３の横軸は、時間を示す。図３には、射出工程における成形材料の圧力の時系列データが示されている。
　例示のために、所定の成形工程が射出工程であり、且つ特徴量ＶＦが成形材料の圧力の最大値である場合を説明する。この場合は、特徴量抽出部５２は、図３に示されるような成形材料の圧力の最大値を、特徴量ＶＦとして抽出する。特徴量抽出部５２は、成形サイクル（射出工程）毎に、成形材料の圧力の最大値を特徴量ＶＦとして抽出する。
　統計量導出部５４は、所定のサイクル範囲ＣＲから抽出された同一種類（同一抽出条件）の複数の特徴量ＶＦの統計量を導出する。統計量導出部５４は、例えば、所定のサイクル範囲ＣＲから抽出された同一種類の複数の特徴量ＶＦのばらつきを示す指標値ＶＶ（図６も参照）を、統計量として導出する。指標値ＶＶは、例えば同一種類の複数の特徴量ＶＦの変動係数であるが、分散、標準偏差等でもよい。なお、変動係数は、同一種類の複数の特徴量ＶＦの標準偏差と相加平均とを算出するとともに、当該標準偏差を当該相加平均で割ることによって導出される無次元数である。
　所定のサイクル範囲ＣＲは、所定の起算点から繰り返された複数の成形サイクルのうちの、最後に実行された成形サイクルから、所定回数ｎだけ遡った成形サイクルまでの範囲である。より具体的には、所定の起算点と所定のサイクル範囲ＣＲとは、例えば次に説明されるようにして特定される。
　所定の起算点は、成形状態が不安定状態である成形品の成形が開始されるタイミングを示す。より具体的には、所定の起算点は、運転開始時点と条件変更時点とのうちの遅い方である。運転開始時点は、射出成形機１４が運転を開始した時点である。条件変更時点は、射出成形機１４の運転中に成形品の生産条件が変更された時点である。条件変更時点は、例えば、上述した生産条件取得部３６が生産条件を取得した時点に基づいて、特定される。
　図４Ａは、所定の起算点の説明図である。図４Ａには、数直線が示されている。この数直線は時間を示している。
　例えば、図４Ａに示されている時点ｔ０～時点ｔ２の期間は、射出成形機１４が運転する運転期間である。この場合は、時点ｔ０は、運転開始時点である。この場合は、時点ｔ０を所定の起算点として、成形サイクルの実行回数がカウントされる。なお、上述したように、成形サイクルの実行回数は、成形サイクル数カウント部４２によってカウントされる。
　図４Ａに示す時点ｔ１において、生産条件が変更されたとする。この場合は、時点ｔ１は条件変更時点である。したがって、時点ｔ１を新たな所定の起算点として、成形サイクルの実行回数がゼロから再カウントされる。
　また、射出成形機１４が運転を停止する停止期間（時点ｔ２～時点ｔ３）を経て、時点ｔ３から射出成形機１４が再び運転を開始する。この場合は、時点ｔ０のみならず、時点ｔ３も運転開始時点である。したがって、時点ｔ３を新たな所定の起算点として、成形サイクルの実行回数がゼロから再カウントされる。
　統計量導出部５４は、特定した起算点に基づいて、所定のサイクル範囲ＣＲをさらに特定する。上述したように、所定のサイクル範囲ＣＲは、所定の起算点から繰り返された複数の成形サイクルのうちの、最後に実行された成形サイクルから、所定回数ｎだけ遡った成形サイクルまでの範囲である。所定回数ｎは、あらかじめ決められた回数でもよいし、操作部２６を介してオペレータによって指定された回数でもよい。
　図４Ｂは、所定のサイクル範囲ＣＲの説明図である。図４Ｂには、数直線が示されている。この数直線は、所定の起算点から繰り返された成形サイクルの回数である成形サイクル数を示している。
　例示のために、図４Ｂを参照して、所定回数ｎが９回である場合における所定のサイクル範囲ＣＲの特定手順を説明する。射出成形機１４が、所定の起算点から数えて１０回目の成形サイクルを実行したとする。この場合は、統計量導出部５４は、１０回目の成形サイクルから９回だけ遡った成形サイクルまでの範囲をサイクル範囲ＣＲとして特定する。すなわち、統計量導出部５４は、１～１０回目の成形サイクルを、所定のサイクル範囲ＣＲ（ＣＲＡ）として特定する。これにより、統計量導出部５４は、所定のサイクル範囲ＣＲＡから抽出される複数の特徴量ＶＦの統計量（指標値ＶＶ）を導出することができる。また、射出成形機１４が、所定の起算点から数えて１１回目の成形サイクルを実行したとする。この場合は、統計量導出部５４は、１１回目の成形サイクルから９回だけ遡った成形サイクルまでの範囲をサイクル範囲ＣＲとして新たに特定する。すなわち、統計量導出部５４は、２～１１回目の成形サイクルを所定のサイクル範囲ＣＲ（ＣＲＢ）として新たに特定する。これにより、統計量導出部５４は、所定のサイクル範囲ＣＲＢから抽出される複数の特徴量ＶＦの統計量を導出することができる。なお、成形サイクルの実行回数が所定回数ｎ未満である場合は、統計量導出部５４は、所定のサイクル範囲ＣＲを特定しない。したがって、この場合は、統計量は算出されない。
　統計量導出部５４は、導出した統計量（指標値ＶＶ）を記憶部３０に記憶させる。統計量導出部５４は、統計量と、当該統計量に関連する各種情報とを関連付けて記憶部３０に記憶させてもよい。これにより、次に説明されるような統計量テーブル６０が作成される。
　図５は、統計量テーブル６０を例示する表である。なお、統計量テーブル６０の形式は図５に限定されない。
　統計量テーブル６０は、統計量と、統計量に関連する各種情報とを関連付けるテーブルである。統計量テーブル６０の第１列には、サイクル範囲ＣＲを示す情報が格納される。例えば統計量テーブル６０の第１列に格納されている数字「１～１０」は、１回目～１０回目の成形サイクルが属するサイクル範囲ＣＲを示す。統計量テーブル６０の第１列に格納されている数字「１１～２０」は、１１回目～２０回目の成形サイクルが属するサイクル範囲ＣＲを示す。
　統計量テーブル６０の第２列には、日時が格納される。この日時は、例えば、サイクル範囲ＣＲに属する最後の成形サイクルが開始または完了した日付と時刻とを示す。統計量テーブル６０の第３列には、生産条件に含まれる一項目を示す情報として、成形品（金型１８）の種類が格納される。また、統計量テーブル６０の第４列には、生産条件に含まれる別項目を示す情報として、成形材料（樹脂）の種類が格納される。
　統計量テーブル６０の第５列には、統計量の導出元になった特徴量ＶＦが抽出された成形工程が格納される。統計量テーブル６０の第６列には、特徴量ＶＦの抽出元になった所定の物理量の種類（例えば基本単位）が格納される。統計量テーブル６０の第７列には、特徴量ＶＦの種類（例えば抽出条件）が格納される。第８列には、統計量が格納される。例えば統計量導出部５４によって導出された指標値ＶＶが、第８列には格納される。
　成形状態判定部５６は、所定の範囲である目標範囲ＴＲに指標値ＶＶが収まった場合は、射出成形機１４による成形品の成形状態が不安定状態から安定状態に移行したと判定する。なお、目標範囲ＴＲは、実験に基づいてあらかじめ決められる。
　図６は、複数の成形サイクルと、各成形サイクルで取得された複数の特徴量ＶＦに基づき導出された指標値ＶＶとの対応関係を示すグラフである。図６の縦軸は、特徴量ＶＦのばらつきを示す指標値ＶＶを示す。図６の横軸は、成形サイクルの回数を示す。射出工程におけるノズル２２２の温度の平均値が特徴量ＶＦとして抽出され、抽出された複数の特徴量ＶＦに基づき導出された指標値ＶＶをグラフにプロットした例が、図６には示されている。
　射出成形機１４の稼働状態を示す物理量は、成形状態が安定状態に近づくことに応じて、徐々に安定する。そのため、物理量から抽出される特徴量ＶＦのばらつきは、成形状態が安定状態に近づくことに応じて、大局的には徐々に減少する。すなわち、図６に模式的に示すように、指標値ＶＶは、成形状態が安定状態に近づくことに応じて、大局的には徐々に減少する。
　成形状態が安定状態である場合は、指標値ＶＶは一定の範囲内で安定する。したがって、成形状態判定部５６は、目標範囲ＴＲに指標値ＶＶが収まったか否かを判定することにより、射出成形機１４による成形品の成形状態が不安定状態から安定状態に移行したか否かを判定することができる。
　例えば、指標値ＶＶｍと指標値ＶＶｍ＋１とが、図６には示されている。ｍは成形サイクル数である。ｎは上述した所定回数ｎである。指標値ＶＶｍは、射出成形機１４がｍ回目の成形サイクルを実行することで得られる指標値ＶＶである。指標値ＶＶｍは、ｍ回目の成形サイクルから所定回数ｎだけ遡った成形サイクルまでを含む所定のサイクル範囲ＣＲにおける複数の特徴量ＶＦのばらつきを示す。これに対し、指標値ＶＶｍ＋１は、射出成形機１４がｍ＋１回目の成形サイクルを実行することで得られる指標値ＶＶである。すなわち、指標値ＶＶｍ＋１は、ｍ＋１回目の成形サイクルから所定回数ｎだけ遡った成形サイクルまでを含む所定のサイクル範囲ＣＲにおける複数の特徴量ＶＦのばらつきを示す。図６によれば、指標値ＶＶｍは目標範囲ＴＲに収まっていないが、指標値ＶＶｍ＋１は目標範囲ＴＲに収まっている。この場合は、成形状態判定部５６は、ｍ＋１回目の成形サイクルにおいて成形品の成形状態が不安定状態から安定状態に移行したと判定することができる。
　特徴量ＶＦではなく、あえて複数の特徴量ＶＦのばらつきを示す指標値ＶＶを成形状態判定部５６に評価させる利点は、次のとおりである。
　図７は、複数の成形サイクルと、各成形サイクルで取得された時系列データから抽出された複数の特徴量ＶＦとの対応関係の一例を示すグラフである。図７の縦軸は、特徴量ＶＦを示す。図７の横軸は、成形サイクルの回数を示す。
　特徴量ＶＦが、射出工程における成形材料の圧力の最大値である場合を説明する。この場合における特徴量ＶＦは、成形状態が不安定状態から安定状態に移行するまでは、目標範囲ＴＲを逸脱している。また、この場合における特徴量ＶＦは、成形状態が安定状態である期間内は、目標範囲ＴＲ内で安定する。このような場合には、特徴量ＶＦがあらかじめ決められた目標範囲ＴＲ内に収まったか否かを判定することで、成形品の成形状態が不安定状態から安定状態に移行したと判定することが一応可能である。例えば図７の例では、ｊ回目の成形サイクルにおいて成形品の成形状態が不安定状態から安定状態に移行したと判定される。なお、この場合における目標範囲ＴＲは、特徴量ＶＦの種類に応じて、あらかじめ実験に基づいて決められる。
　図８は、複数の成形サイクルと、各成形サイクルで取得された時系列データから抽出された複数の特徴量ＶＦとの対応関係の他の例を示すグラフである。図８の縦軸は、特徴量ＶＦを示す。図８の横軸は、成形サイクルの回数を示す。
　図８に示す特徴量ＶＦのうちには、成形状態が不安定状態である期間において目標範囲ＴＲよりも大きくなったり、小さくなったりする特徴量ＶＦが存在する。それは例えば、図６の例にも挙げた、射出工程におけるノズル２２２の温度の平均値である。このような特徴量ＶＦは、成形状態が不安定状態であっても、目標範囲ＴＲ内に偶然に収まる場合がある。
　例えば、特徴量ＶＦｋ－１と、特徴量ＶＦｋと、特徴量ＶＦｋ＋１とが、図８には示されている。特徴量ＶＦｋ－１は、ｋ－１回目の成形サイクルから抽出される特徴量ＶＦである。ｋ－１は、１以上の自然数である。特徴量ＶＦｋは、ｋ回目の成形サイクルから抽出される特徴量ＶＦである。特徴量ＶＦｋ＋１は、ｋ＋１回目の成形サイクルから抽出される特徴量ＶＦである。図８によれば、特徴量ＶＦｋ－１は目標範囲ＴＲに収まっていないが、特徴量ＶＦｋは目標範囲ＴＲに収まっている。したがって、仮に、図７の例と同じ判定方法が用いられる場合は、ｋ回目の成形サイクルにおいて成形状態が不安定状態から安定状態に移行したと判定される。しかしながら、特徴量ＶＦｋ＋１は、目標範囲ＴＲを逸脱している。したがって、ｋ＋１回目の成形サイクルにおける成形品の成形状態は、不安定状態である。そのため、ｋ回目の成形サイクルにおいて成形状態が不安定状態から安定状態に移行したという上述の判定は、誤判定である。
　このように、特徴量ＶＦが目標範囲ＴＲ内であるか否かを判定しても、成形品の成形状態が不安定状態から安定状態に移行したか否かを正確に判定することができない場合がある。
　以上の問題点を踏まえ、成形状態判定部５６は、複数の特徴量ＶＦのばらつきを示す指標値ＶＶが目標範囲ＴＲ内であるか否かに基づいて、成形品の成形状態が不安定状態から安定状態に移行したか否かを判定する。これにより、成形状態判定部５６は、特徴量ＶＦ（物理量）の特性に関わらず、成形品の成形状態が不安定状態から安定状態に移行したか否かを正確に判定することができる。
　上述した出力部４６は、成形状態判定部５６による判定結果を出力してもよい。例えば、出力部４６は、成形状態を示す信号を報知部（表示部２８）に出力してもよい。これにより、成形状態がオペレータに報知される。
　記憶制御部５８は、成形品の成形状態が不安定状態から安定状態に移行したと成形状態判定部５６により判定されるまでに実行された成形サイクル数と、当該成形品を成形するために用いられていた生産条件とを１つの組として、記憶部３０の過去廃棄サイクル数テーブル３４に格納する。これにより、記憶制御部５８は、上述した過去廃棄サイクル数テーブル３４を更新（作成）することができる。
　図９は、一実施形態に係る決定方法を示すフローチャートである。
　決定装置１２は、記憶部３０（メモリ）によって記憶されているプログラムを演算部３２（プロセッサ）によって実行することにより、図９に示される決定方法を実行することができる。この決定方法は、生産条件取得ステップＳ１と、過去廃棄サイクル数取得ステップ（成形サイクル数取得ステップ）Ｓ２と、決定ステップＳ３と、成形サイクル数判定ステップＳ４と、第１の出力ステップ（出力ステップ）Ｓ５とを含む。
　生産条件取得ステップＳ１では、生産条件取得部３６が、射出成形システム１０に設定されている生産条件を取得する。次に、過去廃棄サイクル数取得ステップＳ２に移行し、生産条件取得ステップＳ１において取得された生産条件に対応する複数の過去廃棄サイクル数を、成形サイクル数取得部３８が取得する。成形サイクル数取得部３８は、記憶部３０によってあらかじめ記憶されている過去廃棄サイクル数テーブル３４に基づいて、複数の過去廃棄サイクル数を取得する。
　次に、決定ステップＳ３に移行し、決定部４０が、今回廃棄サイクル数を決定する。決定部４０は、過去廃棄サイクル数取得ステップＳ２において取得された複数の過去廃棄サイクル数の代表値を、今回廃棄サイクル数として決定する。代表値は、例えば、複数の過去廃棄サイクル数の平均値、最小値、最大値、中央値または最頻値に基づいて導出される値である。
　成形サイクル数判定ステップＳ４では、成形サイクル数判定部４４が、成形サイクルの実行回数が今回廃棄サイクル数に到達したか否かを判定する。射出成形システム１０による成形サイクルの実行中（Ｓ１０）に、成形サイクル数判定部４４は、成形サイクル数判定ステップＳ４を実行する。
　成形サイクル数判定ステップＳ４は、成形サイクルの実行回数が今回廃棄サイクル数に到達するまで継続して行われてもよい（ＮＯ）。成形サイクルの実行回数が今回廃棄サイクル数に到達した場合は、第１の出力ステップＳ５が開始される。
　第１の出力ステップＳ５では、出力部４６が、所定の信号を出力する。所定の信号は、表示部２８等の報知部を制御するための第１制御信号と、検査装置等の作業装置を制御するための第２制御信号とのうちの少なくとも一方を含むが、これに限定されない。こうして、図９の決定方法は終了する。
　図１０は、過去廃棄サイクル数テーブル３４の更新方法を示すフローチャートである。
　決定装置１２は、記憶部３０（メモリ）によって記憶されているプログラムを演算部３２（プロセッサ）によって実行することにより、図１０の更新方法を実行することができる。決定装置１２は、上述した過去廃棄サイクル数テーブル３４を更新（作成）するために、図１０の更新方法を成形サイクル毎に実行することができる。
　図１０の更新方法は、時系列データ取得ステップＳ１１と、平滑化ステップＳ１２と、特徴量抽出ステップＳ１３と、統計量導出ステップＳ１４とを含む。また、この決定方法は、成形状態判定ステップＳ１５と、記憶制御ステップＳ１６と、第２の出力ステップＳ１７とをさらに含む。
　時系列データ取得ステップＳ１１では、時系列データ取得部４８が、センサの検出信号に基づいて射出成形機１４の状態を示す所定の物理量の時系列データを取得する。次に、平滑化ステップＳ１２に移行し、平滑化部５０が、時系列データを平滑化する。
　次に、特徴量抽出ステップＳ１３に移行し、特徴量抽出部５２が、時系列データから特徴量ＶＦを抽出する。より詳細には、特徴量抽出部５２は、成形サイクルに含まれる複数の成形工程のうち、所定の成形工程に含まれる時系列データの特徴量ＶＦを、成形サイクル毎に抽出する。平滑化ステップＳ１２があらかじめ行われていることにより、特徴量抽出ステップＳ１３では、ノイズ、外乱等の影響が低減された特徴量ＶＦを抽出することができる。
　次に、統計量導出ステップＳ１４に移行し、統計量導出部５４が、複数の特徴量ＶＦに基づいて統計量を導出する。統計量導出部５４は、上述した所定のサイクル範囲ＣＲで取得された複数の特徴量ＶＦのばらつきを示す指標値ＶＶを統計量として導出するが、これに限定されない。
　次に、成形状態判定ステップＳ１５に移行し、統計量導出ステップＳ１４により導出された統計量に基づいて成形状態判定部５６が成形状態を判定する。成形状態判定部５６は、統計量が所定の目標範囲ＴＲ内に収まったか否かに基づいて、射出成形機１４による成形品の成形状態が不安定状態から安定状態に移行したか否かを判定する。
　成形状態判定ステップＳ１５において、射出成形機１４による成形品の成形状態が不安定状態から安定状態に移行したと判定された場合は、記憶制御ステップＳ１６が開始される。成形状態判定ステップＳ１５において、射出成形機１４による成形品の成形状態が不安定状態から安定状態に移行していないと判定された場合は、第２の出力ステップＳ１７が開始される。
　記憶制御ステップＳ１６では、記憶制御部５８が、成形品の成形状態が不安定状態から安定状態に移行したと成形状態判定部５６により判定されるまでに実行された成形サイクル数と、生産条件とを１つの組として、記憶部３０が備える過去廃棄サイクル数テーブル３４に記憶させる。これにより、記憶制御部５８は、過去廃棄サイクル数テーブル３４を更新することができる。
　第２の出力ステップＳ１７では、出力部４６が、成形状態判定ステップＳ１５による判定結果を出力する。出力部４６は、例えば、成形状態判定ステップＳ１５による判定結果を示す信号を表示部２８に出力するが、これに限定されない。こうして、図１０の更新方法は終了する。一実施形態の説明は以上である。
　一実施形態は、下記のように変形してもよい。下記の変形例では、実施形態と重複する説明は割愛する。また、下記の変形例に用いられる図は、実施形態において説明した構成と同一の構成については同一の符号を付す。
　（変形例１）
　特徴量抽出部５２は、物理量の種類と、成形工程とのうちの少なくとも一方が一致する複数の物理量から複数の特徴量ＶＦを抽出してもよい。この場合は、統計量導出部５４は、サイクル範囲ＣＲで取得された複数の特徴量ＶＦの各々の変動係数を算出するとともに、算出された複数の変動係数の代表値を指標値ＶＶとして算出してもよい。代表値は、例えば複数の変動係数の平均値、最小値または最大値であるが、これらに限定されない。この場合において、オペレータは、操作部２６を用いて、複数の特徴量ＶＦを抽出する条件となる物理量の種類と、成形工程とのうちの少なくとも一方を特徴量抽出部５２に指示してもよい。
　一例として、特徴量抽出部５２は、所定の成形工程において検出される複数の物理量の各々から特徴量ＶＦを抽出してもよい。より具体的には、特徴量抽出部５２は、例えば、射出工程において検出される（１）ノズル２２２の温度と、（２）金型１８の温度と、（３）成形材料の圧力と、（４）金型１８に付与されている型締力との各々から特徴量ＶＦを抽出する。この場合は、統計量導出部５４は、上記（１）～（４）の各々の特徴量ＶＦの変動係数を算出する。続いて、統計量導出部５４は、算出した複数の変動係数の代表値（例えば平均値）を算出し、算出した代表値を指標値ＶＶとする。
　変動係数は、複数の特徴量ＶＦより算出される標準偏差を相加平均によって正規化した無次元数である。したがって、変動係数は、特徴量ＶＦ（物理量）の単位、有効桁等に関わらず、複数の特徴量ＶＦのばらつきを定量的に表す。そのため、本変形例によれば、統計量導出部５４は、温度、圧力、型締力等の複数の種類の特徴量ＶＦのばらつきを示す各々の変動係数を算出し、算出した各々の変動係数の代表値を指標値ＶＶとして算出することができる。これにより、統計量導出部５４は、複数の種類の特徴量ＶＦのばらつきを一纏めに示す指標値ＶＶを算出することができる。成形状態判定部５６は、複数の種類の特徴量ＶＦのばらつきを一纏めに示す指標値ＶＶに基づいて、成形品の成形状態が不安定状態から安定状態に移行したか否かを判定することができる。これにより、成形状態判定部５６による判定の結果が、特定の種類の特徴量ＶＦ（物理量）のばらつきに依拠することが抑制される。
　別の一例として、特徴量抽出部５２は、複数の所定の成形工程において検出される物理量の各々から特徴量ＶＦを抽出してもよい。より具体的には、特徴量抽出部５２は、例えば、（５）計量工程において検出される成形材料の圧力と、（６）射出工程において検出される成形材料の圧力との各々から特徴量ＶＦを抽出する。この場合は、統計量導出部５４は、上記（５）、（６）の各々の特徴量ＶＦの変動係数を算出する。また、統計量導出部５４は、算出した複数の変動係数の代表値を、指標値ＶＶとして算出する。これにより、統計量導出部５４は、複数の成形工程における特徴量ＶＦ（物理量）のばらつきを一纏めに示す指標値ＶＶを算出することができる。成形状態判定部５６は、複数の成形工程における特徴量ＶＦのばらつきを一纏めに示す指標値ＶＶに基づいて、成形品の成形状態が不安定状態から安定状態に移行したか否かを判定することができる。これにより、成形状態判定部５６による判定の結果が、特定の成形工程から抽出される特徴量ＶＦ（物理量）のばらつきに依拠することが抑制される。
　（変形例２）
　図１１は、変形例２に係る管理装置１００と複数の射出成形システム１０とを示すブロック図である。
　管理装置１００は、複数の射出成形システム１０を管理するコンピュータである。決定装置１２は、管理装置１００に組み込まれてもよい。これにより、管理装置１００と決定装置１２とが一台のコンピュータとして実現される。
　決定装置１２は、不図示のネットワークを介して、複数の射出成形システム１０の各々から生産条件を取得してもよい。これにより、決定装置１２は、同じ生産条件に基づいて運転する射出成形システム１０のグループごとに、廃棄サイクル数を決定することができる。
　また、決定装置１２は、複数の射出成形機１４の各々から時系列データを取得してもよい。これにより、決定装置１２は、成形品の成形状態を、射出成形機１４毎に判定することができる。
　（変形例３）
　図１２は、変形例３に係る複数の射出成形システム１０を示すブロック図である。
　決定装置１２は、制御装置１６に組み込まれてもよい。これにより、決定装置１２と制御装置１６とが一台のコンピュータとして実現される。
　複数の制御装置１６（１６１、１６２、１６３、…）のうちの１つである第１の制御装置１６１に組み込まれた決定装置１２が、図１１には示されている。第１の制御装置１６１に組み込まれた決定装置１２は、ＬＡＮ等の不図示のネットワークを介して、第１の制御装置１６１とは別の制御装置１６（１６２、１６３、…）と通信可能に接続されてもよい。これにより、決定装置１２は、同じ生産条件に基づいて運転する射出成形システム１０のグループごとに、廃棄サイクル数を決定することができる。また、決定装置１２は、成形品の成形状態を、射出成形機１４毎に判定することができる。
　（変形例４）
　一実施形態の射出成形機１４はインラインスクリュ式の射出成形機であるが、これに限定されない。例えば、射出成形機１４は、プリプランジャ式の射出成形機でもよい。
　（変形例５）
　上述したように、特徴量ＶＦがあらかじめ決められた目標範囲ＴＲ内に収まったか否かを判定することで、成形品の成形状態が不安定状態から安定状態に移行したと判定できる場合は存在する。
　そのような特徴量ＶＦが抽出される場合は、成形状態判定部５６は、特徴量ＶＦがあらかじめ決められた目標範囲ＴＲ内に収まったか否かを判定することで、成形品の成形状態が不安定状態から安定状態に移行したと判定してもよい。その場合において成形状態判定部５６による判定に使用可能な特徴量ＶＦ（物理量）の種類は、例えば実験に基づいてあらかじめ選定される。
　また、その場合において、統計量導出部５４は、所定のサイクル範囲ＣＲから抽出される複数の特徴量ＶＦの代表値を統計量として導出してもよい。複数の特徴量ＶＦの代表値は、例えば複数の特徴量ＶＦの平均値、最小値、最大値、中央値または最頻値に基づいて導出されるが、これに限定されない。この場合は、成形状態判定部５６は、複数の特徴量ＶＦの代表値があらかじめ決められた目標範囲ＴＲ内に収まったか否かを判定することで、成形品の成形状態が不安定状態から安定状態に移行したと判定することができる。
　（変形例６）
　決定装置１２は、図９に示される成形サイクルの実行中（Ｓ１０）に、図１０の更新方法を実行してもよい。換言すれば、図１０の更新方法は、図９の決定方法に含まれてもよい。
　（変形例７）
　上述したように、生産条件には、成形品の種類、成形材料の種類、スクリュ２２４の種類等の複数の項目が含まれる。これを踏まえ、オペレータは、操作部２６を用いて、生産条件取得部３６に取得させる生産条件の項目を指定してもよい。この場合は、生産条件取得部３６は、オペレータによって指定された項目に対応する複数の過去廃棄サイクル数を取得する。例えば、オペレータは、図２に示されている成形品の種類と、成形材料の種類と、スクリュ２２４の種類とのうちから、成形品の種類のみを指定してもよい。この場合は、生産条件取得部３６は、射出成形システム１０に設定されている生産条件のうちから、成形品の種類のみを取得してもよい。
　（複数の変形例の組み合わせ）
　前述された複数の変形例は、矛盾しない範囲内において適宜組み合わされてもよい。
　上述した決定装置１２および決定方法は、信頼性が良好な廃棄サイクル数を決定することができる。
　上記実施形態に関し、さらに以下の付記を開示する。
　（付記１）
　本開示に係る決定装置（１２）は、射出成形機（１４）に設定されている生産条件を取得する生産条件取得部（３６）と、前記射出成形機によって成形された成形品の成形状態が不安定状態から安定状態に移行するまでに実行された成形サイクルの回数である成形サイクル数と、前記成形品の成形に用いられた生産条件とを関連付けた複数の組が記憶された記憶部（３０）を用いて、前記生産条件取得部によって取得された前記生産条件に対応する前記成形サイクル数を複数取得する成形サイクル数取得部（３８）と、前記成形サイクル数取得部によって取得された複数の前記成形サイクル数の代表値を前記射出成形機の廃棄サイクル数として決定する決定部（４０）と、を備える。
　（付記２）
　付記１に記載の決定装置であって、前記生産条件に基づく前記成形サイクルの実行回数が前記廃棄サイクル数に到達した場合は、所定の信号を出力する出力部（４６）をさらに備えてもよい。
　（付記３）
　付記２に記載の決定装置であって、前記所定の信号は、報知部を制御するための第１制御信号を含み、前記報知部は、前記第１制御信号に応じて、前記実行回数が前記廃棄サイクル数に到達したことをオペレータに報知してもよい。
　（付記４）
　付記２または３に記載の決定装置であって、前記所定の信号は、前記成形品に関して所定の作業を行う作業装置を制御するための第２制御信号を含み、前記作業装置は、前記出力部から前記第２制御信号が出力されるまでは、前記成形品を不良品として扱ってもよい。
　（付記５）
　付記１～４のいずれか１つに記載の決定装置であって、前記代表値は、複数の前記成形サイクル数の平均値、最小値、最大値、中央値または最頻値のいずれかに基づいて導出されてもよい。
　（付記６）
　付記１～５のいずれか１つに記載の決定装置は、センサの検出信号に基づいて前記射出成形機の状態を示す所定の物理量の時系列データを取得する時系列データ取得部（４８）と、前記成形サイクルに含まれる複数の成形工程のうちの所定の成形工程に含まれる前記時系列データの特徴量（ＶＦ）を、前記成形サイクル毎に抽出する特徴量抽出部（５２）と、前記成形品の前記成形状態が前記不安定状態から前記安定状態に移行したか否かを、前記特徴量に基づいて判定する判定部（５６）と、前記射出成形機が運転を開始した時点である運転開始時点、または、前記射出成形機の運転中に前記生産条件が変更された時点である条件変更時点を起算点として前記成形品の前記成形状態が前記不安定状態から前記安定状態に移行したと前記判定部により判定されるまでに実行された前記成形サイクル数と、前記生産条件とを１つの前記組として前記記憶部に記憶させる記憶制御部（５８）と、を備えてもよい。
　（付記７）
　付記６に記載の決定装置であって、前記時系列データを平滑化する平滑化部（５０）を備え、前記特徴量抽出部は、平滑化された前記時系列データに基づいて前記特徴量を抽出してもよい。
　（付記８）
　付記６または７に記載の決定装置であって、前記起算点から最新の前記特徴量が抽出されるまでの期間のうち、最後に実行された前記成形サイクルから所定の成形サイクル前までを含むサイクル範囲（ＣＲ）で取得された複数の前記特徴量の統計量を導出する統計量導出部（５４）をさらに備え、前記統計量が所定の範囲（ＴＲ）内に収まった場合は、前記判定部は、前記成形品の前記成形状態が前記不安定状態から前記安定状態に移行したと判定してもよい。
　（付記９）
　付記８に記載の決定装置であって、前記統計量導出部は、前記サイクル範囲で取得された複数の前記特徴量のばらつきを示す指標値（ＶＶ）を前記統計量として導出してもよい。
　（付記１０）
　付記８に記載の決定装置であって、前記統計量導出部は、前記サイクル範囲で取得された複数の前記特徴量の代表値を前記統計量として導出してもよい。
　（付記１１）
　付記６～１０のいずれか１つに記載の決定装置であって、前記起算点は、前記運転開始時点と前記条件変更時点とのうち遅い方でもよい。
　（付記１２）
　付記１～１１のいずれか１つに記載の決定装置であって、前記生産条件は、前記射出成形機の運転指令値、成形材料の種類、前記成形品の種類、前記射出成形機のスクリュ（２２４）の種類のいずれか１つを含んでもよい。
　（付記１３）
　付記１～１２のいずれか１つに記載の決定装置は、複数の前記射出成形機を管理する管理装置（１００）に組み込まれてもよい。
　（付記１４）
　付記１～１３のいずれか１つに記載の決定装置は、前記射出成形機の制御装置（１６）に組み込まれてもよい。
　（付記１５）
　本開示に係る決定方法は、射出成形機（１４）に設定されている生産条件を取得する生産条件取得ステップ（Ｓ１）と、前記射出成形機によって成形された成形品の成形状態が不安定状態から安定状態に移行するまでに実行された成形サイクルの回数である成形サイクル数と、前記成形品の成形に用いられた生産条件とを関連付けた複数の組が記憶された記憶部（３０）を用いて、前記生産条件取得ステップによって取得された前記生産条件に対応する前記成形サイクル数を複数取得する成形サイクル数取得ステップ（Ｓ２）と、前記成形サイクル数取得ステップによって取得された複数の前記成形サイクル数の代表値を前記射出成形機の廃棄サイクル数として決定する決定ステップ（Ｓ３）と、を含んでもよい。
　本開示について詳述したが、本開示は上述した個々の実施形態に限定されるものではない。これらの実施形態は、本開示の要旨を逸脱しない範囲で、または、請求の範囲に記載された内容とその均等物から導き出される本開示の趣旨を逸脱しない範囲で、種々の追加、置き換え、変更、部分的削除等が可能である。また、これらの実施形態は、組み合わせて実施することもできる。例えば、上述した実施形態において、各動作の順序や各処理の順序は、一例として示したものであり、これらに限定されるものではない。また、上述した実施形態の説明に数値または数式が用いられている場合も同様である。
１２…決定装置　　　　　　　　１４…射出成形機
１６…制御装置　　　　　　　　３０…記憶部
３６…生産条件取得部　　　　　３８…成形サイクル数取得部
４０…決定部　　　　　　　　　４６…出力部
４８…時系列データ取得部　　　５０…平滑化部
５２…特徴量抽出部　　　　　　５４…統計量導出部
５６…成形状態判定部（判定部）
５８…記憶制御部　　　　　　　１００…管理装置
２２４…スクリュ　　　　　　　ＣＲ…所定のサイクル範囲
ＴＲ…目標範囲（所定の範囲）　ＶＦ…特徴量
ＶＶ…指標値

Claims (15)

  1. 　射出成形機に設定されている生産条件を取得する生産条件取得部と、
    　前記射出成形機によって成形された成形品の成形状態が不安定状態から安定状態に移行するまでに実行された成形サイクルの回数である成形サイクル数と、前記成形品の成形に用いられた生産条件とを関連付けた複数の組が記憶された記憶部を用いて、前記生産条件取得部によって取得された前記生産条件に対応する前記成形サイクル数を複数取得する成形サイクル数取得部と、
    　前記成形サイクル数取得部によって取得された複数の前記成形サイクル数の代表値を前記射出成形機の廃棄サイクル数として決定する決定部と、
    　を備える、決定装置。
  2. 　請求項１に記載の決定装置であって、
    　前記生産条件に基づく前記成形サイクルの実行回数が前記廃棄サイクル数に到達した場合は、所定の信号を出力する出力部をさらに備える、決定装置。
  3. 　請求項２に記載の決定装置であって、
    　前記所定の信号は、報知部を制御するための第１制御信号を含み、
    　前記報知部は、前記第１制御信号に応じて、前記実行回数が前記廃棄サイクル数に到達したことをオペレータに報知する、決定装置。
  4. 　請求項２または３に記載の決定装置であって、
    　前記所定の信号は、前記成形品に関して所定の作業を行う作業装置を制御するための第２制御信号を含み、
    　前記作業装置は、前記出力部から前記第２制御信号が出力されるまでは、前記成形品を不良品として扱う、決定装置。
  5. 　請求項１～４のいずれか１項に記載の決定装置であって、
    　前記代表値は、複数の前記成形サイクル数の平均値、最小値、最大値、中央値または最頻値のいずれかに基づいて導出される、決定装置。
  6. 　請求項１～５のいずれか１項に記載の決定装置であって、
    　センサの検出信号に基づいて前記射出成形機の状態を示す所定の物理量の時系列データを取得する時系列データ取得部と、
    　前記成形サイクルに含まれる複数の成形工程のうちの所定の成形工程に含まれる前記時系列データの特徴量を、前記成形サイクル毎に抽出する特徴量抽出部と、
    　前記成形品の前記成形状態が前記不安定状態から前記安定状態に移行したか否かを、前記特徴量に基づいて判定する判定部と、
    　前記射出成形機が運転を開始した時点である運転開始時点、または、前記射出成形機の運転中に前記生産条件が変更された時点である条件変更時点を起算点として前記成形品の前記成形状態が前記不安定状態から前記安定状態に移行したと前記判定部により判定されるまでに実行された前記成形サイクル数と、前記生産条件とを１つの前記組として前記記憶部に記憶させる記憶制御部と、
    　を備える、決定装置。
  7. 　請求項６に記載の決定装置であって、
    　前記時系列データを平滑化する平滑化部を備え、
    　前記特徴量抽出部は、平滑化された前記時系列データに基づいて前記特徴量を抽出する、決定装置。
  8. 　請求項６または７に記載の決定装置であって、
    　前記起算点から最新の前記特徴量が抽出されるまでの期間のうち、最後に実行された前記成形サイクルから所定の成形サイクル前までを含むサイクル範囲で取得された複数の前記特徴量の統計量を導出する統計量導出部をさらに備え、
    　前記統計量が所定の範囲内に収まった場合は、前記判定部は、前記成形品の前記成形状態が前記不安定状態から前記安定状態に移行したと判定する、決定装置。
  9. 　請求項８に記載の決定装置であって、
    　前記統計量導出部は、前記サイクル範囲で取得された複数の前記特徴量のばらつきを示す指標値を前記統計量として導出する、決定装置。
  10. 　請求項８に記載の決定装置であって、
    　前記統計量導出部は、前記サイクル範囲で取得された複数の前記特徴量の代表値を前記統計量として導出する、決定装置。
  11. 　請求項６～１０のいずれか１項に記載の決定装置であって、
    　前記起算点は、前記運転開始時点と前記条件変更時点とのうち遅い方である、決定装置。
  12. 　請求項１～１１のいずれか１項に記載の決定装置であって、
    　前記生産条件は、前記射出成形機の運転指令値、成形材料の種類、前記成形品の種類、前記射出成形機のスクリュの種類のいずれか１つを含む、決定装置。
  13. 　請求項１～１２のいずれか１項に記載の決定装置であって、
    　複数の前記射出成形機を管理する管理装置に組み込まれている、決定装置。
  14. 　請求項１～１３のいずれか１項に記載の決定装置であって、
    　前記射出成形機の制御装置に組み込まれている、決定装置。
  15. 　射出成形機に設定されている生産条件を取得する生産条件取得ステップと、
    　前記射出成形機によって成形された成形品の成形状態が不安定状態から安定状態に移行するまでに実行された成形サイクルの回数である成形サイクル数と、前記成形品の成形に用いられた生産条件とを関連付けた複数の組が記憶された記憶部を用いて、前記生産条件取得ステップによって取得された前記生産条件に対応する前記成形サイクル数を複数取得する成形サイクル数取得ステップと、
    　前記成形サイクル数取得ステップによって取得された複数の前記成形サイクル数の代表値を前記射出成形機の廃棄サイクル数として決定する決定ステップと、
    　を含む、決定方法。
PCT/JP2023/016240 2023-04-25 2023-04-25 決定装置および決定方法 WO2024224469A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/016240 WO2024224469A1 (ja) 2023-04-25 2023-04-25 決定装置および決定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/016240 WO2024224469A1 (ja) 2023-04-25 2023-04-25 決定装置および決定方法

Publications (1)

Publication Number Publication Date
WO2024224469A1 true WO2024224469A1 (ja) 2024-10-31

Family

ID=93256059

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/016240 WO2024224469A1 (ja) 2023-04-25 2023-04-25 決定装置および決定方法

Country Status (1)

Country Link
WO (1) WO2024224469A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5763233A (en) * 1980-10-02 1982-04-16 Toshiba Mach Co Ltd Control of injection molding machine
JPH02310020A (ja) * 1989-05-26 1990-12-25 Japan Steel Works Ltd:The 射出成形機の制御方法及び制御装置
JP2004216715A (ja) * 2003-01-15 2004-08-05 Fanuc Ltd 射出成形機のモニタ装置
JP2018015936A (ja) * 2016-07-26 2018-02-01 双葉電子工業株式会社 計測装置、計測方法、プログラム
JP2018111297A (ja) * 2017-01-13 2018-07-19 株式会社日本製鋼所 射出成形機の運転方法
JP2022044895A (ja) * 2020-09-08 2022-03-18 株式会社Ｊｖｃケンウッド 成形品取り出し装置、成形品取り出し方法、及び、成形品取り出し制御プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5763233A (en) * 1980-10-02 1982-04-16 Toshiba Mach Co Ltd Control of injection molding machine
JPH02310020A (ja) * 1989-05-26 1990-12-25 Japan Steel Works Ltd:The 射出成形機の制御方法及び制御装置
JP2004216715A (ja) * 2003-01-15 2004-08-05 Fanuc Ltd 射出成形機のモニタ装置
JP2018015936A (ja) * 2016-07-26 2018-02-01 双葉電子工業株式会社 計測装置、計測方法、プログラム
JP2018111297A (ja) * 2017-01-13 2018-07-19 株式会社日本製鋼所 射出成形機の運転方法
JP2022044895A (ja) * 2020-09-08 2022-03-18 株式会社Ｊｖｃケンウッド 成形品取り出し装置、成形品取り出し方法、及び、成形品取り出し制御プログラム

Similar Documents

Publication Publication Date Title
US20200103862A1 (en) Deterioration determining apparatus and deterioration determining system
JP7010861B2 (ja) 状態判定装置及び状態判定方法
WO2024224469A1 (ja) 決定装置および決定方法
WO2024224470A1 (ja) 判定装置および判定方法
Kazmer et al. A comparison of statistical process control (SPC) and on-line multivariate analyses (MVA) for injection molding
JP2021062504A (ja) 射出成形機管理支援装置及び射出成形機
CN104589606A (zh) 一种注塑成型过程在线监控方法
WO2024224468A1 (ja) 判定装置および判定方法
JP5927264B2 (ja) 射出成形システム
JP2021066057A (ja) 射出成形機管理装置及び射出成形機
WO2014189083A1 (ja) 成形診断装置
JP5090996B2 (ja) 射出成形機の圧力異常検出装置
US7321800B2 (en) Control system and method of controlling an injection molding machine
JP3962355B2 (ja) 射出成形機の型締制御方法
US20230004144A1 (en) Computer-implemented method for processing a plurality of process variables of a production cell
JP2012153077A (ja) 射出成形機の稼働状態監視装置
JP3894904B2 (ja) 射出成形機の型締制御方法
JP3881633B2 (ja) 射出成形機の型締制御方法
WO2022085580A9 (ja) 成形条件設定装置及び成形条件設定方法
JP4982273B2 (ja) 成形機のデータ表示方法
JP4571044B2 (ja) モニタリング表示装置および表示方法
US20240345559A1 (en) Method for operating a shaping machine
JP7184997B2 (ja) 状態判定装置及び状態判定方法
JPH11115016A (ja) 射出成形機
JPWO2022075244A5 (ja)