[发明专利]状态判定装置和方法

说明书

本发明的状态判定装置获取与注射成型机相关的数据，并存储对所获取的与注射成型机相关的数据进行分类的条件和多个学习模型。状态判定装置进而根据所存储的分类条件，对获取的数据进行分类，从所存储的多个学习模型中确定应用分类后的数据的学习模型。接着，状态判定装置根据分类后的数据，进行与确定为应用目标的学习模型对应的机器学习。

技术领域

本发明涉及状态判定装置和方法，具体涉及辅助注射成型机的维护的状态判定装置和方法。

背景技术

定期地或在发生异常时进行注射成型机等工业机械的维护。在维护工业机械时，通过使用在工业机械动作时记录的表示工业机械的动作状态的物理量，维护负责人判定工业机械的动作状态的异常有无，并进行发生了异常的部件的更换等维护工作。

例如，作为注射成型机具备的注射缸的止逆阀的维护工作，已知定期地从注射缸拔出螺旋桨而直接测定止逆阀的尺寸的方法。但是，在该方法中，存在以下的问题，必须暂时停止生产而进行测定工作，生产性降低。此外，成为维护工作的对象的部件除了注射缸以外，还有包括具备注射缸的注射装置、合模装置、成型品的推出装置等具备的电动机、滚珠丝杆、皮带等的多种多样的驱动部件。

作为用于解决这样的问题的现有技术，作为不用从注射缸拔出螺旋桨等暂时停止生产而间接地检测注射缸的止逆阀的磨损量而诊断异常的方法，已知检测施加到螺旋桨的旋转转矩、检测树脂向螺旋桨后方逆流的现象而诊断异常的方法。

例如，在美国专利第5153149号(相当于日本特开平01-168421号公报)中，公开了测定作用于螺旋桨的旋转后方的旋转转矩，如果超出允许范围则判定为异常。另外，在日本特开2014-104689号公报中，公开了对实测的实测应力差和允许差进行比较，判断是否需要进行维护检修。

在美国专利申请公开第2017/0028593号公报(相当于日本特开2017-030221号公报)和美国专利申请公开第2017-0326771号(相当于日本特开2017-202632号公报)中，公开了通过对驱动部的负荷、树脂压力等进行监督学习而诊断异常。

进而，在美国专利第10203666号(相当于日本专利第6031202号)中，公开了获取多个制造机械的内部信息，对从各个制造机械获取的内部信息的差异进行比较，从而发现异常。

在此，注射成型机的驱动部与注射成型机制造成型品的合模/开模/保压/计量等多个成型工序对应地，与该成型工序关联的驱动部进行动作。驱动部的异常大多在与该驱动部关联的成型工序中产生。但是，在现有技术中，没有考虑到多个驱动部与成型工序的组合，因此存在无法正确地推定注射成型机的动作状态的异常有无。例如，在驱动注射缸的注射/保压/计量工序中实施注射缸的异常有无的判定即可，不驱动注射缸的合模/开模工序中的注射缸的异常有无的判定就有可能成为错误判定。如果混合存在这样不需要进行判定的驱动部与成型工序的组合，则存在动作状态的异常有无的判定精度恶化、或无法正确地推定动作状态的异常有无的问题。

另外，构成驱动部件的部件消耗或者破损的期间与部件的特性对应地有各种各样。例如，突发地产生驱动注射缸的皮带的破损，因此必须始终监视异常有无，但注射缸具备的止逆阀是经过长期间的运转而一点一点消耗的磨损部件，因此理想的是在长期间内间歇地实施异常有无的监视。

进而，一般为了判定多个构成部件的异常有无，必须准备与它们对应的多个状态判定装置，因此存在成本的问题。另外，存在无法应对与构成多个驱动部的部件对应的通用的异常有无的判定的问题。

发明内容

因此，本发明的目的在于：提供能够对从注射成型机获取的每个数据高效并且高精度地学习或者推论注射成型机的异常状态的状态判定装置和方法。