[发明专利]机器学习装置以及设计辅助装置

说明书

本发明提供机器学习装置以及设计辅助装置，可以在模具设计中预测预先设定的成形条件对应的成形收缩率。机器学习装置具有：输入数据取得部，其取得包含任意的成形条件的输入数据，所述成形条件至少包含任意注射成形机进行任意成形品的成形中树脂的种类、添加剂的种类、所述添加剂的混合率、模具的表面温度、保压与保压时间之积；标签取得部，其取得标签数据，所述标签数据表示以所述输入数据所包含的所述成形条件成形而得的所述成形品中测量出的树脂的流动方向的成形收缩率、以及与所述流动方向垂直的垂直方向的成形收缩率；学习部，其使用由输入数据取得部取得的输入数据和由标签取得部取得的标签数据来执行监督学习，生成学习完成模型。

技术领域

本发明涉及机器学习装置以及设计辅助装置。

背景技术

塑料等树脂制品(以下也称为“成形品”)例如由注射成形机将树脂注射到模具中来成形。换言之，通过设计模具可以成形所希望的各种形状的成形品。

模具的设计中，在融化了的树脂流入到所述模具(型腔)并冷却后，作为成形品从模具中被取出，但是考虑到因所述冷却使得树脂的体积缩小的成形收缩，就需要将模具(型腔)的大小设计成比成形品大。例如，ABS(丙烯腈丁二烯苯乙烯)的成形收缩率为4/1000～9/1000，因此全长1000mm的ABS缩小4mm～9mm。

此外，成形收缩率在融化了的树脂在模具内流动方向以及与所述流动方向垂直的垂直方向上不同。即，流动方向成形收缩率小，垂直方向成形收缩率大。

并且，成形收缩率因对树脂添加的玻璃纤维等添加剂不同也变化得大。例如，在对聚苯硫醚(PPS)混合30％的玻璃纤维时，流动方向的成形收缩率为0.3％～0.4％，垂直方向的成形收缩率为0.6％～0.7％。此外，在对液晶聚合物(LCP)混合40％的玻璃纤维时，流动方向的成形收缩率为0.1％到0.15％，垂直方向的成形收缩率为0.3％～0.5％。即，垂直方向的成形收缩率比流动方向的成形收缩率大2倍到3倍左右。

此外，在混合了玻璃纤维的树脂中，成形收缩率在所有方向上不会均匀地产生，很大程度上取决于流动方向。原因被认为是在流入到模具时产生取向(orientation)，树脂分子与玻璃纤维向一定方向对齐。

因此，已知如下技术：通过流动分析求出成形品的体积收缩分布，通过残留应力分析求出双折射度分布，并且测量双折射度与成形收缩各向异性的关系，根据按照双折射度分布而测量出的收缩各向异性而向流动方向与垂直方向的成形收缩率赋予体积收缩率，预测成形品的成形收缩量和收缩方向的分布。例如，参照专利文献1。

现有技术文献

专利文献1：日本特开2007－83602号公报

但是，在以往技术中，没有考虑树脂的种类、混合到所述树脂中的添加剂的种类、以及其混合率这些要素，有时难以计算严格的成形收缩率。此外，在模具设计中，难以预先设定成形品的成形条件、以及流动方向与垂直方向的成形收缩率，作业员需要相应的经验。因此，存在如下问题：在模具设计中重复进行模具的试制作、使用了试制作的模具的试注射、试注射的成形品的尺寸测量、然后再设计模具(或者调整成形条件)这样的过程，造成模具的试制作数量增加，并且成本也增加。

发明内容

因此，希望在模具的设计中预测与预先设定的成形条件对应的成形收缩率。

(1)本公开的机器学习装置的一方式具有：输入数据取得部，其取得包含任意的成形条件的输入数据，所述成形条件至少包含任意注射成形机进行任意成形品的成形中树脂的种类、添加剂的种类、所述添加剂的混合率、模具的表面温度、以及保压与保压时间之积；标签取得部，其取得标签数据，所述标签数据表示以所述输入数据所包含的所述成形条件成形而得的所述成形品中测量出的树脂的流动方向的成形收缩率、以及与所述流动方向垂直的垂直方向的成形收缩率；学习部，其使用由所述输入数据取得部取得的输入数据和由所述标签取得部取得的标签数据来执行监督学习，生成学习完成模型。