JP6779316B2 - 射出成形機の成形条件推定方法 - Google Patents

Description

本発明は、射出成形機の少なくとも樹脂流動に係わる成形条件を推定する射出成形機の成形条件推定方法に関する。

一般に、射出成形機に使用する金型は、成形品（製品）を象ったキャビティを有するとともに、このキャビティの手前には樹脂をキャビティに流入させる流入路となるゲートを有している。したがって、成形時に、キャビティに樹脂を射出充填した後は、ゲート内に在留する樹脂の固化も進行するため、通常、樹脂が固化するまでの時間をゲートシール時間として把握している。ゲート内の樹脂が固化した場合、ゲートが詰まる事態を招くため、固化する前に、次のショットに移行する必要があり、正確なゲートシール時間を把握することは、保圧時間等の成形条件に対する適切な設定、更には、成形サイクルを短縮して生産性を高める観点からも重要な項目の一つとなる。

従来、このようなゲートシール時間（保圧時間）を設定するための技術としては、特許文献１で開示される射出成形機における保圧時間の設定方法が知られている。この設定方法は、熟練を要することなく、保圧（保持圧力）及び保圧時間（ゲートシール時間）を容易かつ正確に設定することを目的としたものであり、具体的には、表示装置、入力装置、記憶装置及び処理装置を有する制御装置と、射出成形機本体と、を備えた射出成形機において、表示装置の画面に基づき、使用する樹脂の種類、ゲートの種類及び製品の目標値を入力する行程と、樹脂の種類及びゲートの種類に基づき、記憶装置のデータから選択して、保圧力を仮りに設定する行程と、該仮りに設定された保圧力により、保圧時間を異ならせて所定回数射出し、これら射出にて成形された製品の実重量を、表示装置の画面に基づき入力する行程と、該実重量の変化に基づき、保圧時間を処理装置にて演算して自動的に設定する工程と、該保圧時間に基づき、保圧力を異ならせて所定回数射出し、これら射出にて成形された製品の実寸法を、前記表示装置の画面に基づき入力する行程と、該実寸法の変化と前記入力された製品の目標値とに基づき、保圧力を処理装置にて演算して自動的に設定する行程とを備えたものである。

特開平７−２４１８９２号公報

しかし、上述したゲートシール時間（保圧時間）を設定する従来の手法は、次のような問題点があった。

第一に、仮りに設定された保圧力により、保圧時間を異ならせることにより所定回数射出して製品成形を行い、製品の実重量を計測するとともに、この後、保圧時間に基づき、保圧力を異ならせることにより所定回数射出して製品成形を行い、製品の実寸法を計測する工程等を経るため、設定にはかなりの長時間が必要になる。しかも、これらの、設定のための工程を各射出成形機（金型）毎に実行する必要があるため、生産能率及び生産性の低下を招く大きな要因となる。

第二に、実際に製品成形を行う実成形を、ゲートシール時間（保圧時間）を把握する目的のみで繰り返し相当数行う必要があるため、この間における成形材料や消費電力が無駄となる。結局、資材節減及び省エネルギ性の確保、更にはコスト削減の観点からも無視できない要因となる。しかも、実成形を繰り返すことから、そのための作業労力も無視できないとともに、人為的に行う工程も含まれるため、人為的な作業により発生するバラツキ要因も無視できないなど、必ずしも正確なゲートシール時間（保圧時間）の把握が保証されるものではない。なお、このような課題は、ゲートシール時間（保圧時間）のみならず、他の成形条件においても基本的に同じである。

本発明は、このような背景技術に存在する課題を解決した射出成形機の射出成形機の成形条件推定方法の提供を目的とするものである。

本発明に係る射出成形機Ｍの成形条件推定方法は、上述した課題を解決するため、射出成形機Ｍの樹脂流動に係わる成形条件を推定するに際し、予め、樹脂の種別に係わる情報に対して設定した特定成形情報Ｃｓを使用し、かつ異なる複数の数値を組合わせることにより、ＣＡＥ処理部３による樹脂流動解析処理を行い、この解析処理結果から所定の成形条件に対する複数のデータを取得することにより基礎データベース５ａを構築し、この基礎データベース５ａに対して、ニューラルネットワーク処理部４による学習処理を行い、かつ成形条件推定モデル５ｂを構築して所定のモデル格納部６ｂに設定するとともに、所定の成形条件を求める際に、成形条件推定モデル５ｂを使用し、樹脂の種別に係わる情報及び特定成形情報Ｃｓを入力することにより、対応する成形条件を推定するようにしたことを特徴とする。

この場合、発明の好適な態様により、特定成形情報Ｃｓとしては、樹脂温度Ｔｈｒ，金型温度Ｔｈｃ，射出速度Ｖｓ，保圧力Ｐｈ，金型２のキャビティの手前に設けたゲートに係わる情報，の少なくとも一つ以上を使用するとともに、成形条件には、キャビティに樹脂を射出充填した後、ゲートに在留する樹脂が固化するまでのゲートシール時間Ｔｓを適用できる。この際、ゲートに係わる情報には、ゲート形状を含ませることができるとともに、ゲートシール時間Ｔｓは、保圧時間の設定に用いることができる。

また、発明の好適な態様により、他の特定成形情報Ｃｓには、樹脂温度，金型温度，製品部の最大厚，樹脂の熱伝導率，樹脂と金型２の熱伝達係数，の少なくとも一つ以上を使用するとともに、成形条件には、樹脂を射出充填した後における金型２の冷却時間を適用できる。さらに、他の特定成形情報Ｃｓには、樹脂温度，樹脂のＰＶＴ特性，目標収縮率，ランナ部の圧力損失，の少なくとも一つ以上を使用するとともに、成形条件には、金型２に対する保圧力を適用できる。さらに、他の特定成形情報Ｃｓには、樹脂温度，樹脂粘度，ランナ部の圧力損失，製品部の投影面積，射出圧力，保圧力，の少なくとも一つ以上を使用するとともに、成形条件には、金型２に対する型締力を適用できる。さらに、他の特定成形情報Ｃｓには、樹脂温度，金型温度，樹脂粘度，製品部の最小厚，金型内の流動長，樹脂の熱伝導率，樹脂と金型２の熱伝達係数，の少なくとも一つ以上を使用するとともに、成形条件には、射出速度を適用できる。

加えて、発明の好適な態様により、基礎データベース５ａは、サーバコンピュータ１１における登録部６ａに設定し、少なくともユーザー側から収集した情報に基づいて更新可能にすることができる。また、成形条件推定モデル５ｂには、データテーブル又は演算式を含ませることができるとともに、この成形条件推定モデル５ｂは、サーバコンピュータ１１におけるモデル格納部６ｂに設定し、クライアントコンピュータ１２からアクセス可能又はダウンロード可能にすることができ、このクライアントコンピュータ１２には、携帯端末１２ｓを含ませることができる。

このような手法による本発明に係る射出成形機Ｍの成形条件推定方法によれば、次のような顕著な効果を奏する。

（１） ＣＡＥ処理部３を用いた樹脂流動解析処理によるシミュレーション、更にはこのシミュレーションに対してニューラルネットワーク処理部４を用いた学習処理によるブラシアップを組合わせることにより、必要な成形条件を求める（推定する）ようにしたため、時間のかかる実成形を繰り返す作業が不要となる。これにより、目的の成形条件を迅速かつ容易に求めることができ、生産能率及び生産性を飛躍的に高めることができる。

（２） 射出成形機Ｍを稼働して繰り返す実成形が不要になることから実成形に伴う成形材料や消費電力を無駄を排除できる。この結果、資材節減及び省エネルギ性、更にはコスト削減を図ることができる。しかも、実成形に伴う作業労力を排除できるとともに、人為的な作業により生じるバラツキ要因も排除できるため、正確性及び安定性に優れた成形条件を確保できる。

（３） 好適な態様により、特定成形情報Ｃｓに、樹脂温度Ｔｈｒ，金型温度Ｔｈｃ，射出速度Ｖｓ，保圧力Ｐｈ，金型２のキャビティの手前に設けたゲートに係わる情報，の少なくとも一つ以上を使用するとともに、成形条件に、キャビティに樹脂を射出充填した後、ゲートに在留する樹脂が固化するまでのゲートシール時間Ｔｓを適用すれば、ゲートシール時間Ｔｓに大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる。しかも、成形サイクル時間の把握による的確な生産計画等も効率的に立てることができる。

（４） 好適な態様により、ゲートに係わる情報に、ゲート形状を含ませれば、情報として入手しやすく、かつゲートシール時間Ｔｓに大きく影響する要素となるため、ゲートシール時間Ｔｓの推定に際し、的確で信頼性の高い情報として利用できる。

（５） 好適な態様により、ゲートシール時間Ｔｓを、保圧時間の設定に用いれば、目的とするゲートシール時間Ｔｓの推定に加え、保圧時間の設定にも利用できるなど、副次的効果を得ることができる。

（６） 好適な態様により、特定成形情報Ｃｓに、樹脂温度，金型温度，製品部の最大厚，樹脂の熱伝導率，樹脂と金型２の熱伝達係数，の少なくとも一つ以上を使用するとともに、成形条件に、樹脂を射出充填した後における金型２の冷却時間を適用すれば、当該冷却時間に大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる。しかも、目的とする的確な冷却時間の設定も迅速かつ容易に行うことができる。

（７） 好適な態様により、特定成形情報Ｃｓに、樹脂温度，樹脂のＰＶＴ特性，目標収縮率，ランナ部の圧力損失，の少なくとも一つ以上を使用するとともに、成形条件に、金型２に対する保圧力を適用すれば、当該保圧力に大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避することができる。しかも、目的とする的確な保圧力の設定も迅速かつ容易に行うことができる。

（８） 好適な態様により、特定成形情報Ｃｓに、樹脂温度，樹脂粘度，ランナ部の圧力損失，製品部の投影面積，射出圧力，保圧力，の少なくとも一つ以上を使用するとともに、成形条件に、金型２に対する型締力を適用すれば、当該型締力に大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる。しかも、目的とする的確な型締力の設定も迅速かつ容易に行うことができる。

（９） 好適な態様により、特定成形情報Ｃｓに、樹脂温度，金型温度，樹脂粘度，製品部の最小厚，金型内の流動長，樹脂の熱伝導率，樹脂と金型２の熱伝達係数，の少なくとも一つ以上を使用するとともに、成形条件に、射出速度を適用すれば、当該射出速度に大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる。しかも、目的とする的確な射出速度の設定も迅速かつ容易に行うことができる。

（１０） 好適な態様により、基礎データベース５ａを、サーバコンピュータ１１における登録部６ａに設定し、少なくともユーザー側から収集した情報に基づいて更新可能にすれば、サーバコンピュータ１１側において、基礎データベース５ａを一括して更新し、基礎データベース５ａを最新の状態にできるため、システムの効率的な最適化に寄与できる。

（１１） 好適な態様により、成形条件推定モデル５ｂに、データテーブル又は演算式を含ませれば、射出成形機Ｍの種別やグレード或いはデータ内容等に合わせた的確な成形条件推定モデル５ｂを構築することができる。

（１２） 好適な態様により、成形条件推定モデル５ｂを、サーバコンピュータ１１におけるモデル格納部６ｂに設定し、クライアントコンピュータ１２…からアクセス可能又はダウンロード可能にすれば、特に、基礎データベース５ａの更新と併せ、ユーザー側では、モデル格納部６ｂにアクセスして最新の成形条件推定モデル５ｂを利用することができる。

（１３） 好適な態様により、クライアントコンピュータ１２に、携帯端末１２ｓを含ませれば、スマートフォン，携帯電話，ノートパソコン等により何時でも何処でも成形条件推定モデル５ｂを利用できるため、必要となる成形条件を迅速に把握し、成形条件の迅速な設定に寄与できる。

本発明の好適実施形態に係るゲートシール時間推定方法（成形条件推定方法）を説明するためのフローチャート、 同ゲートシール時間推定方法を実施できる射出成形機の概要図、 同ゲートシール時間推定方法の有効性を検証するためのＣＡＥ処理部による樹脂流動解析処理によりゲートシール時間を求める手順を示すフローチャート、 同ゲートシール時間推定方法の有効性を検証するためのＣＡＥ処理部による樹脂流動解析処理に用いる特定成形情報の一覧表、 同ＣＡＥ処理部による樹脂流動解析処理，一般式及び実成形によりそれぞれ得られたゲートシール時間の対比表、 図５に示す樹脂流動解析処理及び一般式によりそれぞれ得られたゲートシール時間を示したグラフ、 同ゲートシール時間推定方法の有効性を検証するための実成形によりゲートシール時間を求める手順を示すフローチャート、 同実成形により用いる金型のキャビティパターン図、 同実成形により得られた設定時間（保圧時間）と成形品重量の関係を示すグラフ、 同ＣＡＥ処理部による樹脂流動解析処理により得られたゲートシール時間に対して行ったニューラルネットワーク処理部による学習処理の一例を示す金型温度に対するゲートシール時間の相関グラフ、 同ＣＡＥ処理部による樹脂流動解析処理により得られたゲートシール時間に対して行ったニューラルネットワーク処理部による他の学習処理の一例を示す樹脂温度に対するゲートシール時間の相関グラフ、 同ゲートシール時間推定方法を実施する際に用いるユーザー画面の一例を示す画面パターン図、 同ゲートシール時間推定方法を実施する際に用いる特定成形情報と推定する成形条件の関係図、 本発明に係る成形条件推定方法の他の実施形態を示す他の特定成形情報と推定する他の成形条件の関係図、 本発明に係る成形条件推定方法の他の実施形態を示す他の特定成形情報と推定する他の成形条件の関係図、 本発明に係る成形条件推定方法の他の実施形態を示す他の特定成形情報と推定する他の成形条件の関係図、 本発明に係る成形条件推定方法の他の実施形態を示す他の特定成形情報と推定する他の成形条件の関係図、

２：金型，３：ＣＡＥ処理部，４：ニューラルネットワーク処理部，５ａ：基礎データベース，５ｂ：成形条件推定モデル，６ｂ：モデル格納部，１１：サーバコンピュータ，１２：クライアントコンピュータ，１２ｓ：携帯端末，Ｍ：射出成形機，Ｃｓ：特定成形情報，Ｔｓ…：ゲートシール時間，Ｔｈｒ：樹脂温度，Ｔｈｃ：金型温度，Ｖｓ：射出速度，Ｐｈ：保圧力

次に、本発明に係る好適実施形態を挙げ、図面に基づき詳細に説明する。

まず、本実施形態に係る成形条件推定方法を実施できる射出成形機Ｍ及び全体システムＡについて、図２を参照して説明する。

図２中、Ｍは射出成形機を示すとともに、Ａは射出成形機Ｍを含むサーバコンピュータ１１及びクライアントコンピュータ１２を含む全体システムを示す。

射出成形機Ｍは、機台Ｍｂと、この機台Ｍｂの上に搭載された射出装置Ｍｉ及び型締装置Ｍｃを備える。射出装置Ｍｉは、加熱筒４１を備え、この加熱筒４１の内部には回転動作及び進退動作するスクリュを収容するとともに、加熱筒４１の前端には図に現れない射出ノズルを備える。また、加熱筒４１の後部には、成形材料（樹脂ペレット）を供給するホッパー４２を備える。一方、型締装置Ｍｃには可動型と固定型の組合わせからなる金型２を備えるとともに、機台Ｍｂ上には側面パネル４４を起設し、この側面パネル４４に液晶ディスプレイ等を用いたタッチパネル付のディスプレイ４５を配設する。

さらに、射出成形機Ｍには、各種の制御処理及び演算処理を行うとともに、外部との通信処理を行うコンピュータ機能を有する成形機コントローラ５１を内蔵する。したがって、成形機コントローラ５１には、ＣＰＵ等のハードウェアを有するコントローラ本体５２及びコントローラ本体５２に管理されるＳＳＤ等の内部メモリ５３を備える。この内部メモリ５３には、各種データを書込可能なデータエリア５３ｄを有するとともに、各種プログラムを格納可能なプログラムエリア５３ｐを有する。また、上述したディスプレイ４５は、各種入力を行うタッチパネル部４５ｔと各種表示を行うディスプレイ本体部４５ｄを備え、このディスプレイ４５は、表示インターフェイス５４を介してコントローラ本体５２に接続する。特に、任意の金型２を用いた射出成形機Ｍは、本実施形態に係る成形条件推定方法に関連して、成形条件の設定対象となり、成形機コントローラ５１は、後述するスマートフォン等の携帯端末１２ｓ（クライアントコンピュータ１２）に対する相互通信機能（データ授受機能）を備えている。

一方、１１はサーバコンピュータを示す。このサーバコンピュータ１１は、ユーザーが所有する射出成形機Ｍに対する各種サービスを行うサービスセンター等に設置される。また、サーバコンピュータ１１は、インターネット等のネットワークに接続して機能する通常のサーバ機能を備えるとともに、特に、本実施形態に係る成形条件推定方法に関連して、ＣＡＥ（コンピュータ支援エンジニアリング）処理部３及びニューラルネットワーク処理部４を備えている。この場合、ＣＡＥ処理部３は、樹脂流動解析処理を行う解析処理機能を備えるとともに、ニューラルネットワーク処理部４は、ニューラルネットワークにより各種データに基づく学習処理を行う学習処理機能を備えている。また、サーバコンピュータ１１は、後述する基礎データベース５ａを登録する登録部（内部記憶装置）６ａを備えるとともに、後述する成形条件推定モデル（例示は、ゲートシール時間推定モデル）５ｂを格納するモデル格納部（内部記憶装置）６ｂを備える。

他方、１２はクライアントコンピュータを示す。クライアントコンピュータ１２は、上述したサーバコンピュータ１１を接続したネットワークと同じネットワークに接続し、サーバコンピュータ１１に対してアクセス可能に構成する。したがって、クライアントコンピュータ１２は、汎用的なパソコン（パーソナルコンピュータ）等を利用できるとともに、スマートフォン，携帯電話，ノートパソコン等の携帯端末１２ｓを利用できる。特に、クライアントコンピュータ１２として携帯端末１２ｓを用いれば、何時でも何処でも、後述する成形条件推定モデル５ｂを利用可能になるため、必要となる成形条件を迅速に把握し、成形条件の迅速な設定に寄与できる。

したがって、クライアントコンピュータ１２には、本実施形態に係る成形条件推定方法を実施可能にするためのアプリケーションソフトウェアＰａを予めインストールしておく。このアプリケーションソフトウェアＰａを用いることにより、クライアントコンピュータ１２において、成形条件（例示は、ゲートシール時間）推定モデルダウンロード機能Ｆｄ，ユーザー画面表示機能Ｆｖ，成形条件（例示は、ゲートシール時間）導出機能Ｆｓ，データ転送機能Ｆｓ等を含む主要な各種機能を実行することができる。

次に、本実施形態に係る成形条件推定方法について、図１〜図１１を参照して説明する。なお、本実施形態では、成形条件の一例として、ゲートシール時間Ｔｓを適用した。

最初に、本実施形態に係る成形条件推定方法を適用するゲートシール時間件推定方法の原理について説明する。本実施形態に係るゲートシール時間推定方法は、大別して、サーバコンピュータ１１側における処理と、クライアントコンピュータ１２側における処理に分けられる。

この場合、サーバコンピュータ１１側では、予め、ゲートシール時間Ｔｓ…に対する
基礎データベース５ａを構築して登録部６ａに設定する処理機能を備える。より具体的には、樹脂の種別に対して、ゲートに係わる情報及び設定した特定成形情報Ｃｓを使用し、かつ異なる複数の数値を組合わせることにより、ＣＡＥ処理部３による樹脂流動解析処理を行う第一のステップと、この解析処理結果から複数のゲートシール時間Ｔｓ…を取得し、取得したゲートシール時間Ｔｓ…に対して、ニューラルネットワーク処理部４による学習処理を行う第二のステップとを経ることにより、ゲートシール時間Ｔｓ…をゲートシール時間推定モデル５ｂとして構築し、モデル格納部６ｂに設定する機能を備える。

一方、クライアントコンピュータ１２側では、使用する金型２を用いた射出成形機Ｍにおけるゲートシール時間Ｔｓを求める際に、サーバコンピュータ１１にアクセスし、サーバコンピュータ１１内のゲートシール時間推定モデル５ｂ又はダウンロードしたゲートシール時間推定モデル５ｂを利用して目的のゲートシール時間Ｔｓを取得するための処理機能を備える。即ち、樹脂の種別及びゲートに係わる情報を含む特定成形情報Ｃｓを入力し、ゲートシール時間推定モデル５ｂを利用することにより、対応するゲートシール時間Ｔｓを求めるとともに、求めたゲートシール時間Ｔｓを任意の金型２に対するゲートシール時間Ｔｓとして推定する処理機能を備える。

したがって、構築するゲートシール時間推定モデル５ｂ（基礎データベース５ａ）には、樹脂の種別及びゲートに係わる情報を含む特定成形情報Ｃｓに対応するゲートシール時間Ｔｓが含まれているため、ゲートシール時間推定モデル５ｂに、入力する、樹脂の種別及びゲートに係わる情報を含む特定成形情報Ｃｓに対応する、正確なゲートシール時間Ｔｓが担保されれば、目的とする正確なゲートシール時間Ｔｓを推定できることになる。

以下、本実施形態に係るゲートシール時間推定方法の有効性についての検証結果について説明する。

検証は、本実施形態に係るゲートシール時間推定方法に用いる基礎データベース５ａを構築するためのＣＡＥ処理部３による樹脂流動解析処理により求めたゲートシール時間Ｔｓの解析処理結果と射出成形機Ｍによる実成形により得られた実情に近いゲートシール時間Ｔｓの検出結果を対比することにより行った。

最初に、本実施形態に係るゲートシール時間推定方法に用いる基礎データベース５ａを構築するためのＣＡＥ処理部３による樹脂流動解析処理によりゲートシール時間Ｔｓを求める処理方法及び解析結果について、図３〜図６を参照して説明する。

まず、特定成形情報Ｃｓを設定する。例示は、特定成形情報Ｃｓとして、樹脂温度Ｔｈｒ，金型温度Ｔｈｃ，射出速度Ｖｓ及び保圧力Ｐｈを設定した場合を示す。このように、特定成形情報Ｃｓとして、樹脂温度Ｔｈｒ，金型温度Ｔｈｃ，射出速度Ｖｓ及び保圧力Ｐｈの四項目を用いれば、ゲートシール時間Ｔｓに大きく影響する主要な成形条件として確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる利点がある。

また、ゲートに係わる情報としてゲート形状を用いた。この場合のゲート形状には、ゲート自身の寸法的なディメンションをはじめ、必要に応じてゲートの位置やゲートの数量を含めることができる。本実施形態では、ゲート形状として、図８に示すキャビティパターンＥを想定した。このように、ゲートに係わる情報として、ゲート形状を用いれば、情報として入手しやすく、かつゲートシール時間Ｔｓに大きく影響する要素となるため、ゲートシール時間Ｔｓの推定に際し、的確で信頼性の高い情報として利用できる利点がある。さらに、樹脂の種別として、ＨＩＰＳ（耐衝撃性ポリスチレン４９５Ｆ（商品名））を想定した。

そして、ＣＡＥ処理部３を用いた樹脂流動解析処理を行うに際しては、樹脂の種別及びゲートに係わる情報は固定し、特定成形情報Ｃｓとなる、樹脂温度Ｔｈｒ，金型温度Ｔｈｃ，射出速度Ｖｓ及び保圧力Ｐｈは、それぞれ図４に示す樹脂流動解析処理に用いる特定成形情報Ｃｓの一覧表のように、異なる複数の数値を組合わせることにより、経過時間に対する樹脂温度Ｔｈｒの下降状況を、ＣＡＥ処理部３を用いた樹脂流動解析処理によりシミュレーションした。

図３は、ＣＡＥ処理部３による樹脂流動解析処理によりゲートシール時間Ｔｓを求める手順を説明するためのフローチャートを示す。

処理を実行するに際し、まず、ＣＡＥ処理部３に、上述した樹脂の種別に係わるデータ及びゲート形状に係わるデータを入力するとともに、サンプルＷ１の実施条件、即ち、樹脂温度２００〔℃〕，金型温度４０〔℃〕，射出速度１０〔ｍｍ／ｓ〕，保圧力５０〔ＭＰａ〕となる特定成形情報Ｃｓに係わるデータ入力を行う（ステップＳ３１）。

データ入力が終了したなら、これらの条件の下に、ＣＡＥ処理部３を用いた樹脂流動解析処理を行う（ステップＳ３２）。この場合、ＣＡＥ技術を用いる樹脂流動解析処理については、現在、様々なソフトウェアがアプリケーションソフトウェアとして提供されているため、これらのソフトウェアを選定し、サーバコンピュータ１１にインストールして用いることができる。

これにより、対応するゲートシール時間Ｔｓを取得できる（ステップＳ３３）。即ち、ＣＡＥ処理部３を用いた樹脂流動解析処理により、経過時間に対する樹脂温度Ｔｈｒの下降状況をシミュレーションするため、特定の樹脂温度Ｔｈｒに低下するまでの経過時間を求めることができる。設定した樹脂（ＨＩＰＳ）の場合、固化温度は９８〔℃〕（メーカー公表値）であり、また、金型取出温度は８８〔℃〕（メーカー公表値）である。したがって、この場合、樹脂温度Ｔｈｒが、９８〔℃〕に低下した時点の経過時間を取り込めば、この経過時間をゲートシール時間Ｔｓとすることができる。

このようなＣＡＥ処理部３を用いた樹脂流動解析処理によるシミュレーションを、サンプルＷ２−Ｗ９まで同様に行う（ステップＳ３４，Ｓ３１…）。これにより、各サンプルＷ１−Ｗ９における九つのゲートシール時間Ｔｓ…を取得することができる。そして、全サンプルＷ１−Ｗ９に対するゲートシール時間Ｔｓ…の取得が終了したなら、ＣＡＥ処理部３を用いた樹脂流動解析処理を終了させる（ステップＳ３４）。

得られた結果（ゲートシール時間Ｔｓ…）を図５における「ＣＡＥ」の欄に示す。なお、比較例として、現在、一般に用いられているゲートシール時間の計算式により求めたゲートシール時間Ｔｓを図５における「一般式」の欄に示した。また、図６は、図５のゲートシール時間Ｔｓ…をグラフで示したものであり、グラフ線Ｔｉは、ＣＡＥ処理部３により得たゲートシール時間Ｔｓ…、グラフ線Ｔｒは、一般の計算式により得たゲートシール時間Ｔｓ…を、それぞれ示す。なお、参考までに、一般に用いられている計算式を［数１］に示す。図５における「一般式」の欄に示したゲートシール時間Ｔｓ…は［数１］により算出した数値である。

［数１］において、ｔＳＲはゲートシール時間〔ｓ〕，λは樹脂の熱伝導率〔ｋｃａｌ／ｍ・ｈ・℃〕，ｃは樹脂の比熱〔ｋｃａｌ／ｋｇ・℃〕，ρは樹脂の密度〔ｋｇ／立法メートル〕，θｒは溶融樹脂温度〔℃〕，θｅは成形品取出温度〔℃〕，θｍはキャビティ表面温度〔℃〕，ｋはゲートの深さ〔ｍｍ〕，ｂはゲートの幅〔ｍｍ〕，Ｌはゲートのランド長さ〔ｍｍ〕である。

次に、射出成形機Ｍの実成形によりゲートシール時間Ｔｓを求める実施方法及び実施結果について、図７〜図９を参照して具体的に説明する。

図７は、実成形によりゲートシール時間Ｔｓ…を求める手順を説明するためのフローチャートを示す。また、使用する金型２のキャビティパターンＥを図８に示す。このキャビティパターンＥにより成形する成形品（製品）はプラモデルの一部であり、図８中、２ｇ…がゲートを示す。その他、２ｍは製品部、２ｒ…はランナ、２ｓはスプルをそれぞれ示している。

実成形に際しては、まず、使用する金型２を含む射出成形機Ｍに対する成形条件の設定を行う（ステップＳ５１）。この場合、成形条件には、少なくとも前述した特定成形情報Ｃｓを含むとともに、その他、成形に必要な通常の成形条件を設定する。また、前述したサンプルＷ１−Ｗ９の全サンプルに対応した成形を行うことが望ましいが、本実施形態では、樹脂温度Ｔｈｒが異なる代表的なサンプルＷ１，Ｗ５，Ｗ９の三サンプルについて実成形を行った。

一方、成形条件の設定が終了したなら、サンプルＷ１に対応する最初の成形工程を実施する（ステップＳ５２）。具体的には、型締工程，計量工程，射出工程を順次行う。また、同時に、工程の進行状態を監視する（ステップＳ５３）。そして、保圧工程に移行、即ち、速度制御領域となる射出工程から圧力制御領域となる保圧工程への切換点となるＶ−Ｐ切換点に達したなら経過時間を監視、即ち、計時を開始する（ステップＳ５４，Ｓ５５）。経過時間を監視し、設定時間（Ｎ）に達したなら、保圧工程を停止し、成形品の取出しを行う（ステップＳ５６，Ｓ５７）。この場合、最初の設定時間（Ｎ）は、固化が想定される時間よりも十分に手前となる時間を選定する。例示の場合、２．３〔ｓ〕を設定時間（保圧時間）とした。成形品の取出しが終了したなら成形品の重量測定を行う（ステップＳ５８）。

次いで、設定時間を若干長くなる方向、即ち、設定時間（Ｎ）を新たな設定時間（Ｎ＋ｎ）に変更して同様の成形工程を実施する（ステップＳ５９，Ｓ６０，Ｓ５２…）。例示の場合、「ｎ」は、０．３〔ｓ〕程度に設定した。なお、「ｎ」の値は、必ずしも一定である必要はなく、最初は比較的長い時間間隔を設定し、重量測定の結果、重量変化が少なくなってきたら、徐々に短い時間間隔に設定するなど任意に設定できる。この後、設定時間（Ｎ＋ｎ）を順次変更して同様の成形工程を繰り返し、成形した成形品の重量変化（増加）が生じなくなり、いわばピークを過ぎたと判断できる状態になったら成形処理を終了させる（ステップＳ５９）。

これにより、サンプルＷ１に対応する成形処理が終了するため、次に、サンプルＷ５に対応する成形処理を、サンプルＷ１の場合と同様に行う。また、サンプルＷ５に対応する成形処理が終了したなら、次に、サンプルＷ９に対応する成形処理をサンプルＷ１の場合と同様に行う（ステップＳ６１，Ｓ５１…）。そして、サンプルＷ１，Ｗ５，Ｗ９に対応する全ての成形処理が終了したなら、成形品重量の最大値を選出する（ステップＳ６１，Ｓ６２）。図９は、成形処理により得られた成形品重量と設定時間（保圧時間）の関係を示した変化グラフであり、グラフ線Ｑ１はサンプルＷ１、グラフ線Ｑ５はサンプルＷ５、グラフ線Ｑ９はサンプルＷ９をそれぞれ示す。図９に示すように、成形品重量の最大値が、点線ｔ１，ｔ５，ｔ９により示す時間で生じていることを確認できる。

この場合、成形品重量が最大値を示すことは、充填が停止、即ち、樹脂が流動しなくなったことを意味するため、この点を固化時点とした。例示の場合、サンプルＷ１における時間ｔ１は、約２．５〔ｓ〕、サンプルＷ５における時間ｔ５は、約３．６〔ｓ〕、サンプルＷ９における時間ｔ９は、約４．２〔ｓ〕となる。得られた各時間をゲートシール時間Ｔｓ…とした。また、得られたゲートシール時間Ｔｓ…は、図５に「実成形」として示した。これにより、ＣＡＥ処理部３による樹脂流動解析処理による処理結果と対比することができる。

以上の結果から明らかなように、特に、サンプルＷ５とＷ９については、ＣＡＥ処理部３を用いた樹脂流動解析処理に基づく処理結果と実成形を行うことにより得られた実施結果の間には、強い近似性が担保されていることを確認できた。したがって、このようなＣＡＥ処理部３による樹脂流動解析処理に基づく結果をデータベース化すれば、樹脂の種別，ゲートに係わる情報及び特定成形情報Ｃｓが、一致した場合、正確なゲートシール時間Ｔｓを推定できることを示している。

以下、このような検証結果を踏まえ、本実施形態に係るゲートシール時間推定方法について、図１〜図１２を参照して説明する。図１は、本実施形態に係るゲートシール時間推定方法を実施する手順を説明するためのフローチャートを示す。

最初に、サーバコンピュータ１１側（メーカー側）の処理について説明する。サーバコンピュータ１１では、まず、ＣＡＥ処理部３を用いた樹脂流動解析処理によりゲートシール時間Ｔｓ…を取得する（ステップＳ１）。この場合、前述した検証時に実施した処理手順と同様に、樹脂の種別に対して、ゲートに係わる情報を含む設定した特定成形情報Ｃｓを使用し、かつ異なる複数の数値を組合わせることにより、ＣＡＥ処理部３による樹脂流動解析処理を行う。これにより、複数のゲートシール時間Ｔｓ…を取得することができる。また、樹脂の種別とゲート形状（ゲートに係わる情報）を変更することにより、同様の処理を行い、様々な条件に対応するゲートシール時間Ｔｓ…を取得する。そして、得られた多数のゲートシール時間Ｔｓ…（データ群）から基礎データベース５ａを構築して登録部（内部記憶装置）６ａに登録する（ステップＳ２，Ｓ３）。

ところで、ＣＡＥ処理部３を用いた樹脂流動解析処理を行うことにより、取得したゲートシール時間Ｔｓ…に対して、樹脂流動解析処理で用いた処理条件と一致する情報を入力した場合には、前述した検証結果から明らかなように、正確なゲートシール時間Ｔｓを推定することができる。しかし、一致しない情報を入力した場合であっても、近似できる、より正確なゲートシール時間Ｔｓを推定できるようにするため、本実施形態に係るゲートシール時間推定方法では、ＣＡＥ処理部３を用いた樹脂流動解析処理による結果、即ち、上述した基礎データベース５ａをニューラルネットワーク処理部４を用いたニューラルネットワークにより学習処理させるようにした（ステップＳ４）。

なお、ニューラルネットワーク処理部４を用いたニューラルネットワークによる学習処理は、通常、実際に得られる実測値に対して適用させるものであるが、本実施形態に係るゲートシール時間推定方法では、ＣＡＥ処理部３を用いた樹脂流動解析処理による処理結果であるゲートシール時間Ｔｓ…の推定値に対して適用させた点が今回の着目すべき技術の一つとなる。特に、ニューラルネットワーク処理部４による計算処理（学習処理）は、ＣＡＥ処理部３による計算処理に比べ、計算時間を大幅に短縮できるため、ユーザー側においては、ＣＡＥ処理を行うための別途の製品モデルの用意は不要となる。

そして、ニューラルネットワーク処理部４を用いたニューラルネットワークによる学習処理により、ゲートシール時間推定モデル５ｂを構築し、サーバコンピュータ１１における記憶処理機能を有するモデル格納部（内部記憶装置）６ｂに格納する（ステップＳ７，Ｓ８）。このゲートシール時間推定モデル５ｂは、データテーブルとして構築してもよいし、関数式や変換式等を含む演算式により構築してもよい。このように、ゲートシール時間推定モデル５ｂに、データテーブル又は演算式を含ませれば、射出成形機Ｍの種別やグレード或いはデータ内容等に合わせた的確なゲートシール時間推定モデル５ｂを構築できる。

なお、本実施形態では、サーバコンピュータ１１側において、ユーザー側の利用履歴や成形品データ等の情報を収集し、学習対象に含めることにより、ゲートシール時間推定モデル５ｂを随時一括して更新する（進化させる）ことができるようにした。このため、収集した情報が存在する場合、即ち、更新事由が存在する場合には、基礎データベース５ａを随時更新し、更新した基礎データベース５ａに対してニューラルネットワークによる学習処理を行っている（ステップＳ５，Ｓ６）。これにより、サーバコンピュータ１１側においては、基礎データベース５ａを一括して更新し、基礎データベース５ａを最新の状態にできるため、システムの効率的な最適化に寄与できる利点がある。

この場合、ニューラルネットワーク処理部４を用いたニューラルネットワーク処理、即ち、ニューラルネットワーク処理部４における処理プログラムは、ＣＡＥ処理部３に基づいて得られた基礎データベース５ａを学習処理し、パターン認識させることにより、ある物理現象を疑似的にモデル化し、実際に射出成形機Ｍを運転させることなく、前述した特定成形情報Ｃｓ等の入力パラメータにより、成形状態をシミュレーションするものであり、図１０及び図１１に、ニューラルネットワーク処理部４による学習結果の一例を示している。

図１０は、ゲートシール時間Ｔｓに対して金型温度Ｔｈｃがプロット（プロットの図示は省略）されることにより、疑似的な相関曲線Ｑｃが得られることを示している。即ち、図１０により、ゲートシール時間Ｔｓは、金型温度Ｔｈｃに、ほぼ比例することを示している。同様に、図１１は、ゲートシール時間Ｔｓに対して樹脂温度Ｔｈｒがプロット（プロットの図示は省略）されることにより、疑似的な相関曲線Ｑｒが得られることを示している。即ち、図１１により、ゲートシール時間Ｔｓは、樹脂温度Ｔｈｒに、ほぼ比例することを示している。

また、ゲートシール時間推定モデル５ｂは、基本的に、サーバコンピュータ１１側に設定することが望ましい。このように、ゲートシール時間推定モデル５ｂを、サーバコンピュータ１１に設定すれば、後述するクライアントコンピュータ１２…からアクセス可能又はダウンロード可能になり、最新の成形条件推定モデル５ｂを利用できる利点がある。

次に、クライアントコンピュータ１２側（ユーザー側）の処理について説明する。前述したように、クライアントコンピュータ１２としては、スマートフォン等の携帯端末１２ｓを用いることが望ましい。したがって、実施形態は、携帯端末１２ｓを用いた場合について説明する。最初に、本実施形態に係るゲートシール時間推定方法を実施するためのアプリケーションソフトウェアＰａを、ダウンロード等により取得し、携帯端末１２ｓに予めインストールしておく（ステップＳ９）。

今、ユーザーは、任意の金型２を用いた射出成形機Ｍの成形条件の設定や生産計画を立てる状況下にあり、ゲートシール時間Ｔｓの把握が必要になった場合を想定する。この場合、ユーザーは、携帯端末１２ｓを使用し、アプリケーションソフトウェアＰａを起動させる（ステップＳ１０）。これにより、携帯端末１２ｓのディスプレイには、ユーザー画面表示機能Ｆｖにより、図１２に示すユーザー画面６１が表示される（ステップＳ１１）。また、起動により自動で、又はダウンロードキーを操作すれば、ゲートシール時間推定モデルダウンロード機能Ｆｄにより、サーバコンピュータ１１にアクセスし、最新のゲートシール時間推定モデル５ｂを、携帯端末１２ｓの登録部にダウンロードする（ステップＳ１２）。

一方、ユーザーは、ユーザー画面６１に、ゲートシール時間Ｔｓの推定を行う前提となる必要な情報を入力する（ステップＳ１３）。即ち、樹脂の種別．ゲート形状，特定成形情報Ｃｓに係わる各情報を入力する。例示の場合、樹脂選択部６２を用いた樹脂の種別の選択（例示は「ＰＰ」）、樹脂温度設定部６３を用いた樹脂温度Ｔｈｒの入力（例示は「２２０」℃）、金型温度設定部６４を用いた金型温度Ｔｈｃの入力（例示は「４０」℃）、充填時間設定部６５を用いた充填時間の入力（例示は「２」秒）、保圧力設定部６６を用いた保圧力Ｐｈの入力（例示は「６０」ＭＰａ）を行う。この場合、充填時間は、スクリュの射出ストローク用いて射出速度Ｖｓに変換される。また、ゲート形状設定部６７を用いて、ゲート形状の種類（例示は「サイド」）及び数量等の設定を行う。

情報の入力が終了したなら、計算キー６８をタッチする。これにより、ゲートシール時間導出機能Ｆｓにより、ゲートシール時間推定モデル５ｂと入力した情報に基づいて、対応するゲートシール時間Ｔｓの導出処理が行われる（ステップＳ１４）。そして、導出されたゲートシール時間Ｔｓは、推定したゲートシール時間Ｔｓとして設定されるとともに、図１２に示すゲートシール時間表示部６９に表示される（ステップＳ１５）。また、ゲートシール時間Ｔｓが得られたことにより、必要な成形条件が設定される（ステップＳ１６）。具体的には、ゲートシール時間Ｔｓを直接的に利用できる保圧時間の設定を行うことができるとともに、他の成形条件も考慮して全体の成形サイクル時間を把握することができる。このように、本実施形態では、携帯端末１２ｓを用いて必要なゲートシール時間Ｔｓを得ることができるため、成形条件（保圧時間等）の迅速な設定に寄与できるとともに、成形サイクル時間の把握による的確な生産計画等も効率的に立てることができる。

そして、得られたゲートシール時間Ｔｓや成形条件等のデータは、データ転送機能Ｆｓにより、成形機コントローラ５１に転送（送信）できる（ステップＳ１７）。また、成形機コントローラ５１では受信したデータを内部メモリ５３に設定することができる（ステップＳ１８）。なお、携帯端末１２ｓに表示されるユーザー画面６１を利用して情報の入力を行うことができるため、前述したゲートシール時間推定モデル５ｂをサーバコンピュータ１１に残したまま携帯端末１２ｓから入力した情報をサーバコンピュータ１１に送信してもよい。これにより、サーバコンピュータ１１側において、ステップＳ１４における、対応するゲートシール時間Ｔｓの導出処理を行い、得られたゲートシール時間Ｔｓを、携帯端末１２ｓに送信してもよい。

したがって、このようなゲートシール時間推定方法によれば、予め、樹脂の種別に係わる情報に対して設定した特定成形情報Ｃｓを使用し、かつ異なる複数の数値を組合わせることにより、ＣＡＥ処理部３による樹脂流動解析処理を行い、この解析処理結果から所定のゲートシール時間に対する複数のデータ（Ｔｓ…）を取得することにより基礎データベース５ａを構築し、この基礎データベース５ａに対して、ニューラルネットワーク処理部４による学習処理を行い、かつゲートシール時間推定モデル５ｂを構築して所定のモデル格納部６ｂに設定するとともに、所定のゲートシール時間を求める際に、ゲートシール時間推定モデル５ｂを使用し、樹脂の種別に係わる情報及び特定成形情報Ｃｓを入力することにより、対応するゲートシール時間Ｔｓを推定するようにしたため、ＣＡＥ処理部３を用いた樹脂流動解析処理によるシミュレーション、更にはこのシミュレーションに対してニューラルネットワーク処理部４を用いた学習処理によるブラシアップの組合わせにより、必要なゲートシール時間Ｔｓを求める（推定する）ことができる。これにより、時間のかかる実成形を繰り返す作業が不要となるため、目的のゲートシール時間Ｔｓを迅速かつ容易に求める（推定する）ことができ、この結果、生産能率及び生産性を飛躍的に高めることができる。

また、射出成形機を稼働して繰り返す実成形が不要になることから実成形に伴う成形材料や消費電力を無駄を排除できる。この結果、資材節減及び省エネルギ性、更にはコスト削減を図ることができる。しかも、実成形に伴う作業労力を排除できるとともに、人為的な作業により生じるバラツキ要因も排除できるため、正確性及び安定性に優れたゲートシール時間Ｔｓ（保圧時間）を確保できる。加えて、ニューラルネットワーク処理部４による計算処理（学習処理）は、ＣＡＥ処理部３による計算処理に比べ、計算時間を大幅に短縮できるため、ユーザー側においては、ＣＡＥ処理を行うための別途の製品モデルの用意は不要となる利点がある。

以上、成形条件の一例として、ゲートシール時間Ｔｓを推定する場合について説明したが、本発明に係る成形条件推定方法は、射出成形機Ｍにおける、少なくとも樹脂流動に係わる成形条件を推定する際に利用することができる。樹脂流動に係わる成形条件としては、金型２の冷却時間，金型２に対する保圧力，型締力，射出速度を適用できる。

図１３は、前述したゲートシール時間Ｔｓ…に係わる基礎データベース５ａを構築する際における、特定成形情報Ｃｓ，ＣＡＥ処理部３，基礎データベース５ａの関係を示したものである。したがって、他の成形条件を推定する場合にも、同様の原理により、ＣＡＥ処理部３を用いて基礎データベース５ａを構築し、目的の成形条件を推定することができる。

図１４ａ〜図１４ｄは、上述した成形条件、即ち、金型２の冷却時間，金型２に対する保圧力，型締力，射出速度の各成形条件を推定する際に用いる特定成形情報Ｃｓと構築する基礎データベース５ａの関係を示す。

図１４ａは、冷却時間を推定する場合の関係図であり、この場合、特定成形情報Ｃｓには、樹脂温度，金型温度，製品部の最大厚，樹脂の熱伝導率，樹脂と金型２の熱伝達係数，の一又は二以上を組合わせて使用でき、これにより、樹脂を射出充填した後における金型２の冷却時間（成形条件）を推定することができる。このように、特定成形情報Ｃｓに、樹脂温度，金型温度，製品部の最大厚，樹脂の熱伝導率，樹脂と金型２の熱伝達係数，の少なくとも一つ以上を使用するとともに、成形条件に、金型２の冷却時間を適用すれば、当該冷却時間に大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる。したがって、冷却時間推定方法として利用することができ、目的とする的確な冷却時間の設定を迅速かつ容易に行うことができる。
しかも、目的とする的確な冷却時間の設定も迅速かつ容易に行うことができる。

図１４ｂは、金型２に対する保圧力を推定する場合の関係図であり、この場合、特定成形情報Ｃｓには、樹脂温度，樹脂のＰＶＴ特性，目標収縮率，ランナ部の圧力損失，の一又は二以上を組合わせて使用でき、これにより、金型２に対する保圧力（成形条件）を推定することができる。このように、特定成形情報Ｃｓに、樹脂温度，樹脂のＰＶＴ特性，目標収縮率，ランナ部の圧力損失，の少なくとも一つ以上を使用するとともに、成形条件に、金型２に対する保圧力を適用すれば、当該保圧力に大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる。したがって、保圧力推定方法として利用することができ、目的とする的確な保圧力の設定を迅速かつ容易に行うことができる。

図１４ｃは、型締力を推定する場合の関係図であり、この場合、特定成形情報Ｃｓには、樹脂温度，樹脂粘度，ランナ部の圧力損失，製品部の投影面積，射出圧力又は保圧力，の一又は二以上を組合わせて使用でき、これにより、型締力（成形条件）を推定することができる。このように、特定成形情報Ｃｓに、樹脂温度，樹脂粘度，ランナ部の圧力損失，製品部の投影面積，射出圧力又は保圧力，の少なくとも一つ以上を使用するとともに、成形条件に、金型２に対する型締力を適用すれば、当該型締力に大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる。したがって、型締力推定方法として利用することができ、目的とする的確な型締力の設定を迅速かつ容易に行うことができる。

図１４ｄは、射出速度を推定する場合の関係図であり、この場合、特定成形情報Ｃｓには、樹脂温度，金型温度，樹脂粘度，製品部の最小厚，金型内述の流動長，樹脂の熱伝導率，樹脂と金型２の熱伝達係数，の一又は二以上を組合わせて使用でき、これにより、射出速度（成形条件）を推定することができる。このように、特定成形情報Ｃｓに、樹脂温度，金型温度，樹脂粘度，製品部の最小厚，金型内の流動長，樹脂の熱伝導率，樹脂と金型２の熱伝達係数，の少なくとも一つ以上を使用するとともに、成形条件に、射出速度を適用すれば、当該射出速度に大きく影響する主要な特定成形情報Ｃｓを確保できるため、推定を行うに際しての十分な情報を得つつ多情報により煩雑になる不具合を回避できる。したがって、射出速度推定方法として利用することができ、目的とする的確な射出速度の設定を迅速かつ容易に行うことができる。

その他の処理については、図１〜図１２に基づいて説明したゲートシール時間推定方法に準じて同様に行うことができる。特に、特定成形情報Ｃｓとしては、例示した全ての情報を組合わせることが望ましいが、必要に応じて一部の情報を他の情報と置換したり、或いは他の情報を追加的に付加してもよい。したがって、例えば、ゲートに係わる情報として、ゲート形状を例示したが、必要により特殊形態のゲート等を含めてもよい。

よって、このような本実施形態に係る成形条件推定方法によれば、基本的な手法として、予め、樹脂の種別に係わる情報に対して設定した特定成形情報Ｃｓを使用し、かつ異なる複数の数値を組合わせることにより、ＣＡＥ処理部３による樹脂流動解析処理を行い、この解析処理結果から所定の成形条件に対する複数のデータを取得することにより基礎データベース５ａを構築し、この基礎データベース５ａに対して、ニューラルネットワーク処理部４による学習処理を行い、かつ成形条件推定モデル５ｂを構築して所定のモデル格納部６ｂに設定するとともに、所定の成形条件を求める際に、成形条件推定モデル５ｂを使用し、樹脂の種別に係わる情報及び特定成形情報Ｃｓを入力することにより、対応する成形条件を推定するようにしたため、ＣＡＥ処理部３を用いた樹脂流動解析処理によるシミュレーション、更にはこのシミュレーションに対してニューラルネットワーク処理部４を用いた学習処理によるブラシアップの組合わせにより、必要な成形条件を求める（推定する）ことができる。これにより、時間のかかる実成形を繰り返す作業が不要となるため、目的の成形条件を迅速かつ容易に求める（推定する）ことができる。

また、射出成形機を稼働して繰り返す実成形が不要になることから実成形に伴う成形材料や消費電力を無駄を排除できる。この結果、資材節減及び省エネルギ性、更にはコスト削減を図ることができる。しかも、実成形に伴う作業労力を排除できるとともに、人為的な作業により生じるバラツキ要因も排除できるため、正確性及び安定性に優れた成形条件を確保できる。さらに、ニューラルネットワーク処理部４による計算処理（学習処理）は、ＣＡＥ処理部３による計算処理に比べ、計算時間を大幅に短縮できるため、ユーザー側においては、ＣＡＥ処理を行うための別途の製品モデルの用意は不要となる。

以上、好適実施形態について詳細に説明したが、本発明は、このような実施形態に限定されるものではなく、細部の構成，形状，素材，数量，数値等において、本発明の要旨を逸脱しない範囲で、任意に変更，追加，削除することができる。例えば、クライアントコンピュータ１２として携帯端末１２ｓ例示したが、クライアントコンピュータ１２としてのコンピュータ機能を、成形機コントローラ５１に内蔵する形態であってもよい。

本発明に係る成形条件推定方法は、金型に樹脂を射出充填して成形を行う各種射出成形機に利用できる。

Claims (15)

1. 射出成形機の樹脂流動に係わる成形条件を推定する射出成形機の成形条件推定方法であって、予め、樹脂の種別に係わる情報に対して設定した特定成形情報を使用し、かつ異なる複数の数値を組合わせることにより、ＣＡＥ処理部による樹脂流動解析処理を行い、この解析処理結果から所定の成形条件に対する複数のデータを取得することにより基礎データベースを構築し、この基礎データベースに対して、ニューラルネットワーク処理部による学習処理を行い、かつ成形条件推定モデルを構築して所定のモデル格納部に設定するとともに、前記所定の成形条件を求める際に、前記成形条件推定モデルを使用し、樹脂の種別に係わる情報及び前記特定成形情報を入力することにより、対応する成形条件を推定することを特徴とする射出成形機の成形条件推定方法。
2. 前記特定成形情報として、樹脂温度，金型温度，射出速度，保圧力，金型のキャビティの手前に設けたゲートに係わる情報，の少なくとも一つ以上を使用するとともに、成形条件には、前記キャビティに樹脂を射出充填した後、前記ゲートに在留する樹脂が固化するまでのゲートシール時間を適用することを特徴とする請求項１記載の射出成形機の成形条件推定方法。
3. 前記ゲートに係わる情報には、ゲート形状を含むことを特徴とする請求項２記載の射出成形機の成形条件推定方法。
4. 前記ゲートシール時間は、保圧時間の設定に用いることを特徴とする請求項２記載の射出成形機の成形条件推定方法。
5. 前記特定成形情報として、樹脂温度，金型温度，製品部の最大厚，樹脂の熱伝導率，樹脂と金型の熱伝達係数，の少なくとも一つ以上を使用するとともに、前記成形条件には、樹脂を射出充填した後における金型の冷却時間を適用することを特徴とする請求項１記載の射出成形機の成形条件推定方法。
6. 前記特定成形情報として、樹脂温度，樹脂のＰＶＴ特性，目標収縮率，ランナ部の圧力損失，の少なくとも一つ以上を使用するとともに、前記成形条件には、金型に対する保圧力を適用することを特徴とする請求項１記載の射出成形機の成形条件推定方法。
7. 前記特定成形情報として、樹脂温度，樹脂粘度，ランナ部の圧力損失，製品部の投影面積，射出圧力，保圧力，の少なくとも一つ以上を使用するとともに、成形条件には、金型に対する型締力を適用することを特徴とする請求項１記載の射出成形機の成形条件推定方法。
8. 前記特定成形情報として、樹脂温度，金型温度，樹脂粘度，製品部の最小厚，金型内の流動長，樹脂の熱伝導率，樹脂と金型の熱伝達係数，の少なくとも一つ以上を使用するとともに、成形条件として、射出速度を適用することを特徴とする請求項１記載の射出成形機の成形条件推定方法。
9. 前記基礎データベースは、サーバコンピュータにおける登録部に設定し、少なくともユーザー側から収集した情報に基づいて更新可能にすることを特徴とする請求項１記載の射出成形機の成形条件推定方法。
10. 前記成形条件推定モデルには、データテーブルを含むことを特徴とする請求項１記載の射出成形機の成形条件推定方法。
11. 前記成形条件推定モデルには、演算式を含むことを特徴とする請求項１記載の射出成形機の成形条件推定方法。
12. 前記成形条件推定モデルは、サーバコンピュータにおけるモデル格納部に設定し、クライアントコンピュータからアクセス可能にすることを特徴とする請求項１，１０又は１１記載の射出成形機の成形条件推定方法。
13. 前記クライアントコンピュータには、携帯端末を含むことを特徴とする請求項１２記載の射出成形機の成形条件推定方法。
14. 前記成形条件推定モデルは、サーバコンピュータにおけるモデル格納部に設定し、クライアントコンピュータからダウンロード可能にすることを特徴とする請求項１，１０又は１１記載の射出成形機の成形条件推定方法。
15. 前記クライアントコンピュータには、携帯端末を含むことを特徴とする請求項１４記載の射出成形機の成形条件推定方法。

Images