-
公开(公告)号：CN110948810A
公开(公告)日：2020-04-03
申请号：CN201910916895.6
申请日：2019-09-26
Applicant: 株式会社捷太格特
IPC: B29C45/76
Abstract: 本发明涉及成型条件决定辅助装置以及注塑成型机。成型条件决定辅助装置(50)被应用在通过将熔融材料向模具供给而对成型品进行成型的方法。辅助装置(50、150)具备：通过将多个成型条件要素与成型品的多个品质要素作为学习数据的机器学习，针对上述品质要素的每一个生成品质要素与成型条件要素的影响度相关的学习模型的学习模型生成部(53)；接受确认对象的品质要素的输入的输入部(55)；以及使用学习模型，输出对确认对象的品质要素具有影响度的成型条件要素的输出部(56)。
-
公开(公告)号：CN113752505A
公开(公告)日：2021-12-07
申请号：CN202110626167.9
申请日：2021-06-04
Applicant: 株式会社捷太格特
Abstract: 成型条件决定辅助装置以及树脂状态推断装置具备：基于检测数据通过机器学习推断成型品的品质的品质推断部；对推断出的成型品的品质进行累积，并存储被累积的多个成型品的品质推移的品质推移存储部；基于品质推移来评价相对于规定的品质基准的品质变化趋势的趋势评价部；存储品质变化趋势与用于返回到品质基准的成型条件的修正量的关系的关系存储部；以及基于品质变化趋势与关系决定成型条件的修正量的修正条件决定部。
-
公开(公告)号：CN111497163B
公开(公告)日：2023-06-20
申请号：CN201911346313.1
申请日：2019-12-24
Applicant: 株式会社捷太格特
Abstract: 本发明提供品质预测系统以及成型机，品质预测系统使用机器学习来预测成型品，成型机用在该品质预测系统中。成型品的品质预测系统(100、200、300)应用在通过向成型机(1)的模具(4、104)的型腔(C)供给熔融材料来将成型品成型的成型方法，具备：传感器(44、144)，其配置于模具，并检测与在型腔(C)中被供给的熔融材料相关的状态数据；学习完成模型存储部(321)，其对通过至少将由传感器检测出的状态数据作为训练数据集的机器学习而生成并与状态数据和品质要素相关的学习完成模型进行存储；以及品质预测部(323)，其基于由传感器检测出的状态数据和学习完成模型，对新成型的成型品的品质要素进行预测。
-
公开(公告)号：CN111660517A
公开(公告)日：2020-09-15
申请号：CN202010146838.7
申请日：2020-03-05
Applicant: 株式会社捷太格特
IPC: B29C45/76
Abstract: 本发明提供一种从学习模型中的特定的目标变量和多个说明变量候选中可靠地选择适合的说明变量的机器学习装置以及机器学习方法。机器学习装置(200)具备：多个稀疏建模处理部(213)，使用相互不同的稀疏建模方法，将在工业活动中使用的学习模型中的特定的目标变量和多个说明变量候选作为稀疏建模方法的输入数据，针对多个说明变量候选的每一个，分别获取作为用于说明特定的目标变量的说明变量的个别重要度；和选择部(215)，基于说明变量候选各自的多个个别重要度来计算说明变量候选各自的综合重要度，基于综合重要度从多个说明变量候选中选择学习模型的说明变量。
-
Patent Agency Ranking
公开(公告)号：CN111660517B
公开(公告)日：2024-09-27
申请号：CN202010146838.7
申请日：2020-03-05
Applicant: 株式会社捷太格特
IPC: B29C45/76
Abstract: 本发明提供一种从学习模型中的特定的目标变量和多个说明变量候选中可靠地选择适合的说明变量的机器学习装置以及机器学习方法。机器学习装置(200)具备：多个稀疏建模处理部(213)，使用相互不同的稀疏建模方法，将在工业活动中使用的学习模型中的特定的目标变量和多个说明变量候选作为稀疏建模方法的输入数据，针对多个说明变量候选的每一个，分别获取作为用于说明特定的目标变量的说明变量的个别重要度；和选择部(215)，基于说明变量候选各自的多个个别重要度来计算说明变量候选各自的综合重要度，基于综合重要度从多个说明变量候选中选择学习模型的说明变量。
-
公开(公告)号：CN117295599A
公开(公告)日：2023-12-26
申请号：CN202180097983.3
申请日：2021-05-21
Applicant: 株式会社捷太格特
IPC: B29C45/76
Abstract: 本发明涉及注塑成型装置。注塑成型装置(1)具备：注射装置(20)，其具备圆筒(22)、螺杆(23)以及设置在圆筒(22)的前端并伴随着螺杆(23)的前进而排出熔融树脂的喷嘴(24)；模具(30)，其具备成型品空腔(C)、以及成型品空腔(C)和与喷嘴(24)抵接的部位之间的树脂流路(P)；流路压力计测装置(33)，其取得树脂流路(P)的流路压力数据；以及判定部(61)，其基于流路压力数据的特征量，来判定树脂流路(P)中的浇口(P3)是否堵塞。
-
公开(公告)号：CN111497163A
公开(公告)日：2020-08-07
申请号：CN201911346313.1
申请日：2019-12-24
Applicant: 株式会社捷太格特
Abstract: 本发明提供品质预测系统以及成型机，品质预测系统使用机器学习来预测成型品，成型机用在该品质预测系统中。成型品的品质预测系统(100、200、300)应用在通过向成型机(1)的模具(4、104)的型腔(C)供给熔融材料来将成型品成型的成型方法，具备：传感器(44、144)，其配置于模具，并检测与在型腔(C)中被供给的熔融材料相关的状态数据；学习完成模型存储部(321)，其对通过至少将由传感器检测出的状态数据作为训练数据集的机器学习而生成并与状态数据和品质要素相关的学习完成模型进行存储；以及品质预测部(323)，其基于由传感器检测出的状态数据和学习完成模型，对新成型的成型品的品质要素进行预测。
-
公开(公告)号：CN110948809A
公开(公告)日：2020-04-03
申请号：CN201910910397.0
申请日：2019-09-25
Applicant: 株式会社捷太格特
Abstract: 本发明提供一种劣化判定装置以及劣化判定系统，劣化判定装置(100、200)具备：动作条件获取部(101)，获取处理装置(1)的动作条件；处理时状态数据获取部(103)，获取由安装于处理装置(1)的传感器(37、45)检测出的处理时状态数据；学习模型生成部(105、205)，通过将动作条件和处理时状态数据作为学习数据的机器学习，预先生成与动作条件和处理时状态数据相关的学习模型；实际数据获取部(111)，获取判定时刻的处理时状态数据作为实际数据；预测数据获取部(112、212)，使用上述学习模型，获取上述判定时刻的针对上述动作条件的上述处理时状态数据作为预测数据；以及判定部(113)，基于实际数据与预测数据的背离程度判定处理装置的劣化程度。
-
公开(公告)号：CN110920008A
公开(公告)日：2020-03-27
申请号：CN201910880748.8
申请日：2019-09-18
Applicant: 株式会社捷太格特
IPC: B29C45/76
Abstract: 本发明提供了成型条件确定辅助装置以及注射成型机。成型条件确定辅助装置(50)具备：成型时状态数据调整量获取部(60)，使用第一学习模型，获取相当于由传感器(37)、(45)检测出的成型时状态数据与成型时状态数据目标值的差分的值亦即成型时状态数据调整量；以及成型条件要素调整量获取部(71)，使用第二学习模型，获取与成型时状态数据调整量对应的成型条件要素的调整量。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.037 seconds)
