在連續進行射出成型的過程中，無法抑制缺陷產品的生成，許多工場都需要花費大量工時手工進行逐件檢查。如果能夠預測出如短射、異物混入等成型缺陷，則可以在預測出缺陷的單次射出時，通過機器人自動取出缺陷品，大幅減少檢查工時。株式會社MAZIN正在開發解決生產過程單元中存在的生產問題的AI系統。在射出成型工序中，我們從開發提供缺陷檢測和成型條件自動調整等功能的算法到提供實現這些功能的系統，進行了一貫的努力。本次，我們將介紹實際將自主開發的缺陷預測算法實施到射出成型機上並進行驗證的工作。
在這次的介紹中，我們驗證了實際連續成型的射出成型機是否能夠預測出缺陷產品的生成，並且在被判定為缺陷同時輸出數字信號，通過與取件機器人協作，實現自動排出。
除了持續開發的缺陷預測算法外，我們還著手開發了一個與射出成型機和取件機器人進行數據通信的系統。我們將缺陷預測算法實施到該系統中，並在實際的生產現場使用的射出成型機上進行了缺陷預測的驗證。
机器：注射成型机（50吨）
成型产品：消费者用塑料部件
材料：聚碳酸酯（通常称为PC）
测量变量：压力（6个点）
在導入系統的射出成型機運行後，首先以成型良品的條件開始連續成型，當良品被成型時，系統沒有反應。在此之後，我們故意將條件改變成與良品成型條件不同的條件，這時金型內的壓力波形發生了變化。在此時刻，缺陷預測算法預測出將生成缺陷品，並向取件機器人輸出了數字信號。取件機器人運行並取出成型品，從輸送帶上移除，通過目視檢查確認了產品是缺陷品。
今回の取り組みにより、不良予測から不良品のピックアップまでを行うことができるシステム運用の可能性を検証することがで通過這次的工作，我們驗證了從缺陷預測到缺陷品取出的系統運行的可能性。未來，我們將著手開發使射出成型機能進行數據通信，並旨在完成從缺陷預測到由取件機器人自動排出缺陷品的自動化系統。
如果您对技术详细内容或研发有任何疑问，请通过此联系我们。
