製品を連続的に成形する射出成形では、不良品の発生を抑制することができず、成形品を１点１点手作業で検査する検査工程に大きな工数をかけている現場が多くあります。
シルバーストリーク、ひけ、異物混入他の成形不良の予測することができれば、不良が発生すると予測された１ショット時に成形された不良品を、ロボットと連携して自動ピックアップすることができ、検査工数の大幅な削減に役立てることができます。
株式会社MAZINでは、生産工程単位で存在する生産課題を解決するAIの開発を行っています。射出成形工程においても、技能承継や生産効率の改善といった課題感に焦点をあて、不良予測や成形条件調整の自動化等に活用されるアルゴリズムの開発を目的に各種実験・分析に取り組んでいます。
こうした実験・分析に関する取り組みの一部をご紹介します。
今回ご紹介する取り組みでは、金型に取り付けた圧力センサにより、成形時の型内圧力を取得し、時系列波形から、見たい不良として特定されたシルバーストリーク、ひけ、ショートショット、オーバーパック・バリ、異物混入の判定を行えるかのあたりをつけることを目的としています。
耐衝撃性、耐久性、耐熱性、成形性に優れ、日用品から工業部品に用いられるポリカーボネード（通称：ポリカ）を用いた射出成形にて、金型内を流れる樹脂の状態と相関のある6つの特徴量を生成、解析し、各種成形不良の判定を試みました。
成形品：民生品プラスチック部品
材料：ポリカーボネード（通称：ポリカ）
計測量：圧力（4点）
圧力波形から金型内を流れる樹脂の状態と相関のあるオリジナルの特徴量を生成し、解析を行っています。
取り組みの結果、圧力センサで下記表の成形不良について判別可否を確定できました。
なお、外観不良に分類されるシルバーストリークに関しても、本取り組みで作成した特徴量により、良品と判別可能な兆しが得られています。
通説では圧力波形からは予測が難しいとされる、外観不良に関しても独自の手法により生成される特徴量で予測が可能と思われる。より高い精度、不良種別に対応ができるよう、引き続き、アルゴリズムの開発を進めてまいります。
技術の詳細内容や研究開発に関する問い合わせはこちらからご連絡ください。
