JPH04350702A - 加工機械の設定条件最適化方法 - Google Patents
加工機械の設定条件最適化方法Info
- Publication number
- JPH04350702A JPH04350702A JP3123949A JP12394991A JPH04350702A JP H04350702 A JPH04350702 A JP H04350702A JP 3123949 A JP3123949 A JP 3123949A JP 12394991 A JP12394991 A JP 12394991A JP H04350702 A JPH04350702 A JP H04350702A
- Authority
- JP
- Japan
- Prior art keywords
- multiple regression
- setting
- machining
- fuzzy
- processing machine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/766—Measuring, controlling or regulating the setting or resetting of moulding conditions, e.g. before starting a cycle
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
- Control By Computers (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
- Devices For Executing Special Programs (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【０００１】
【産業上の利用分野】本発明は、例えばプラスチック成
形機などの加工機械に適用される加工機械の設定条件最
適化方法に関する。
形機などの加工機械に適用される加工機械の設定条件最
適化方法に関する。
【０００２】
【従来の技術】一般に、プラスチック成形機などの加工
機械は機械の設定条件と加工品質とが密接な関係を有し
ており、良好な加工品質を得るのに機械の設定条件が大
きな影響を及ぼすことが知られている。このような加工
品質を最適化する方法として本出願人は、先に特願昭６
０−９０４２４号（特開昭６１−２４８７２３号）「加
工機械の設定条件最適化方法」を出願した。この出願に
おける加工機械の設定条件最適化方法は、図４のフロー
チャートに示すように加工品質を評価し、加工機械運転
の設定条件因子との間で、ファジイでない通常の重回帰
を行ない、その重回帰式から最適条件を算出している。 この方法は、重回帰のために加工品質が数値として実測
されることが前提となっている。しかるに、たいていの
加工品質は、容易に実測することが困難で、目視でラン
ク分け評価されることが多い。この目視評価のランク値
は、絶対的なものでなく、再度評価すると元のランクか
ら上下にずれることがしばしばであり、あいまいさを持
っている。従って、目視評価のランク値を通常の数値と
して重回帰すると、そのあいまいさを無視したことにな
り、実態と異なった結果になってしまう。
機械は機械の設定条件と加工品質とが密接な関係を有し
ており、良好な加工品質を得るのに機械の設定条件が大
きな影響を及ぼすことが知られている。このような加工
品質を最適化する方法として本出願人は、先に特願昭６
０−９０４２４号（特開昭６１−２４８７２３号）「加
工機械の設定条件最適化方法」を出願した。この出願に
おける加工機械の設定条件最適化方法は、図４のフロー
チャートに示すように加工品質を評価し、加工機械運転
の設定条件因子との間で、ファジイでない通常の重回帰
を行ない、その重回帰式から最適条件を算出している。 この方法は、重回帰のために加工品質が数値として実測
されることが前提となっている。しかるに、たいていの
加工品質は、容易に実測することが困難で、目視でラン
ク分け評価されることが多い。この目視評価のランク値
は、絶対的なものでなく、再度評価すると元のランクか
ら上下にずれることがしばしばであり、あいまいさを持
っている。従って、目視評価のランク値を通常の数値と
して重回帰すると、そのあいまいさを無視したことにな
り、実態と異なった結果になってしまう。
【０００３】
【発明が解決しようとする課題】上記のように、従来の
技術では、加工品質が目視でランク分け評価される場合
に、ランク分け評価のあいまいさを無視した重回帰を行
なうため、重回帰を利用して加工機械運転の設定条件を
最適化しようとしても、実態と異なった結果になるとい
う問題があった。
技術では、加工品質が目視でランク分け評価される場合
に、ランク分け評価のあいまいさを無視した重回帰を行
なうため、重回帰を利用して加工機械運転の設定条件を
最適化しようとしても、実態と異なった結果になるとい
う問題があった。
【０００４】本発明は上記の問題点を解決して、加工品
質が目視でランク分け評価される場合にも、的確に加工
品質と設定条件の関係を把握し、実態に合った設定条件
の最適化方法を提供することを目的とする。
質が目視でランク分け評価される場合にも、的確に加工
品質と設定条件の関係を把握し、実態に合った設定条件
の最適化方法を提供することを目的とする。
【０００５】
【課題を解決するための手段】本発明は、目視評価の加
工品質ランク値をファジイ値として扱って、加工機械運
転の設定条件因子との間でファジイ重回帰を行ない、フ
ァジイ重回帰のＭＡＸ問題の上限解・下限解の平均を示
す重回帰式を用いて、加工品質が最適になる設定条件を
算出し、設定するシステムとし、これを問題解決の手段
とするものである。
工品質ランク値をファジイ値として扱って、加工機械運
転の設定条件因子との間でファジイ重回帰を行ない、フ
ァジイ重回帰のＭＡＸ問題の上限解・下限解の平均を示
す重回帰式を用いて、加工品質が最適になる設定条件を
算出し、設定するシステムとし、これを問題解決の手段
とするものである。
【０００６】
【作用】加工品質が目視でランク分け評価される場合に
、その加工品質ランク値をファジイ値として扱って重回
帰するので、ランク分け評価のあいまいさを考慮した重
回帰がなされる。また、ファジイ重回帰のＭＡＸ問題は
、上限解と下限解の２つの解が得られるため、そのまま
では設定条件因子との関係を明確化できないが、本発明
のように上限解と下限解の平均を示す重回帰式を用いる
ことにより、加工品質と設定条件因子との関係が一義的
に決まるので、その重回帰式から加工品質が最適になる
設定条件が求まる。従って、目視によるランク分け評価
のあいまいさを考慮した、実態に合った加工機械の設定
条件最適化が可能である。
、その加工品質ランク値をファジイ値として扱って重回
帰するので、ランク分け評価のあいまいさを考慮した重
回帰がなされる。また、ファジイ重回帰のＭＡＸ問題は
、上限解と下限解の２つの解が得られるため、そのまま
では設定条件因子との関係を明確化できないが、本発明
のように上限解と下限解の平均を示す重回帰式を用いる
ことにより、加工品質と設定条件因子との関係が一義的
に決まるので、その重回帰式から加工品質が最適になる
設定条件が求まる。従って、目視によるランク分け評価
のあいまいさを考慮した、実態に合った加工機械の設定
条件最適化が可能である。
【０００７】
【実施例】以下、図面を参照して本発明の一実施例を説
明する。図１〜図３に本発明の実施例を示す。
明する。図１〜図３に本発明の実施例を示す。
【０００８】図１は本実施例のシステム構成を示すもの
で、１はプラスチック成形機等の加工機械、２は制御装
置、３はファジイ重回帰・最適化計算装置、４はＣＲＴ
（Ｃａｔｈｏｄ Ｒａｙ Ｔｕｂｅでいわゆるブラ
ウン管）、５はキーボードである。また、６はユーザー
インタフェースで、上記制御装置２とＣＲＴ４及びキー
ボード５とを接続する。なお、符号１１〜１５は、それ
ぞれの要素を結ぶ信号線である。
で、１はプラスチック成形機等の加工機械、２は制御装
置、３はファジイ重回帰・最適化計算装置、４はＣＲＴ
（Ｃａｔｈｏｄ Ｒａｙ Ｔｕｂｅでいわゆるブラ
ウン管）、５はキーボードである。また、６はユーザー
インタフェースで、上記制御装置２とＣＲＴ４及びキー
ボード５とを接続する。なお、符号１１〜１５は、それ
ぞれの要素を結ぶ信号線である。
【０００９】制御装置２は、加工機械１に対して運転の
設定条件を送ったり、実際の運転状態の情報を受けたり
する。また、制御装置２は、ユーザーインタフェース６
を介して、ＣＲＴ４に表示情報を送り、キーボード５の
入力情報を受ける。さらに、制御装置２は、ファジイ重
回帰・最適化計算装置３に対して上記の加工機械１の設
定条件・運転状態の情報やキーボード５からの入力情報
を送り、逆に計算装置３の計算結果を受ける。
設定条件を送ったり、実際の運転状態の情報を受けたり
する。また、制御装置２は、ユーザーインタフェース６
を介して、ＣＲＴ４に表示情報を送り、キーボード５の
入力情報を受ける。さらに、制御装置２は、ファジイ重
回帰・最適化計算装置３に対して上記の加工機械１の設
定条件・運転状態の情報やキーボード５からの入力情報
を送り、逆に計算装置３の計算結果を受ける。
【００１０】図２は本システムによる加工機械の設定条
件最適化のフローチャートを示す。同図において、工程
２６では最適化を行なおうとする設定条件因子数ｎおよ
びｎ個の各設定条件因子名とその変化水準の最小値と最
大値を図１のキーボード５からマニュアルで入力し、制
御装置２を介してファジイ重回帰・最適化計算装置３へ
送る。次に工程２７では加工時に設定条件の水準をキー
ボード５または条件設定された制御装置２から計算装置
３に送信する。この場合、キーボード５から入力した設
定条件を制御装置２に送り、加工機械１の条件を設定す
ることも可能である。
件最適化のフローチャートを示す。同図において、工程
２６では最適化を行なおうとする設定条件因子数ｎおよ
びｎ個の各設定条件因子名とその変化水準の最小値と最
大値を図１のキーボード５からマニュアルで入力し、制
御装置２を介してファジイ重回帰・最適化計算装置３へ
送る。次に工程２７では加工時に設定条件の水準をキー
ボード５または条件設定された制御装置２から計算装置
３に送信する。この場合、キーボード５から入力した設
定条件を制御装置２に送り、加工機械１の条件を設定す
ることも可能である。
【００１１】また、工程２８では上記設定条件に対応し
て制御装置２を介して加工機械１を駆動せしめ加工を行
なう。そして、工程２９では、上記設定条件における加
工品の品質を人間が目視評価してたとえば５段階評価の
ランク３のごとき評価を行なう。
て制御装置２を介して加工機械１を駆動せしめ加工を行
なう。そして、工程２９では、上記設定条件における加
工品の品質を人間が目視評価してたとえば５段階評価の
ランク３のごとき評価を行なう。
【００１２】次に工程３０では上記加工品質目視評価値
のデータ数が後述するファジイ重回帰分析を行なうのに
十分なだけ集まったかどうかの可否を判定し、否状態で
上記の工程２７に対してデータ数不足信号を出力し、工
程２７〜３０を繰り返し行なって不足分のデータを集め
る。この場合、上記データ数とは１組（ｎ個）の設定条
件と、その設定条件における加工品質目視評価値ランク
を合わせたものを改めて１組としたものの組数を言い、
後述のファジイ重回帰を行なうのに（ｎ＋１）組以上の
上記データ数が必要である。
のデータ数が後述するファジイ重回帰分析を行なうのに
十分なだけ集まったかどうかの可否を判定し、否状態で
上記の工程２７に対してデータ数不足信号を出力し、工
程２７〜３０を繰り返し行なって不足分のデータを集め
る。この場合、上記データ数とは１組（ｎ個）の設定条
件と、その設定条件における加工品質目視評価値ランク
を合わせたものを改めて１組としたものの組数を言い、
後述のファジイ重回帰を行なうのに（ｎ＋１）組以上の
上記データ数が必要である。
【００１３】そして、次の工程３１では、加工品質目視
評価値ランクＹを特性値、各設定条件因子ｘ１ ，ｘ２
，…，ｘｎ を説明変数として、ファジイ重回帰分析
を行なう。ここで、加工品質目視評価値ランクＹはファ
ジイ値として扱う。たとえばランク３は、（中心３、幅
１）と表示し、２〜４のランク値を取り得るものとする
。説明変数である各設定条件因子は、クリスプ値（ファ
ジイ値でない通常の値）である。
評価値ランクＹを特性値、各設定条件因子ｘ１ ，ｘ２
，…，ｘｎ を説明変数として、ファジイ重回帰分析
を行なう。ここで、加工品質目視評価値ランクＹはファ
ジイ値として扱う。たとえばランク３は、（中心３、幅
１）と表示し、２〜４のランク値を取り得るものとする
。説明変数である各設定条件因子は、クリスプ値（ファ
ジイ値でない通常の値）である。
【００１４】工程３１のファジイ重回帰分析では、先ず
ファジイ重回帰を行なって後述するＭＡＸ問題の解を求
め、次にＭＡＸ問題の平均解を算出する。そして、この
ＭＡＸ問題の平均解を解いて、次工程３２で最適条件を
算出・表示する。さらに、次の工程３３ではこの最適条
件について加工続行の可否を判定し、可状態では上記の
工程２７から繰り返し加工を続行する。
ファジイ重回帰を行なって後述するＭＡＸ問題の解を求
め、次にＭＡＸ問題の平均解を算出する。そして、この
ＭＡＸ問題の平均解を解いて、次工程３２で最適条件を
算出・表示する。さらに、次の工程３３ではこの最適条
件について加工続行の可否を判定し、可状態では上記の
工程２７から繰り返し加工を続行する。
【００１５】ファジイ重回帰にはＭＩＮ問題とＭＡＸ問
題の２つがあり、ＭＩＮ問題はすべての入力データを包
含する最小幅のものを求めるもので、ＭＡＸ問題は１個
１個の入力データすべての内部を通る最大幅のものであ
る。これらは次のように定式化される。 〔モデル〕 Ｙ（Ｘ）＝Ａ０ ＋Ａ１ ｘ１ ＋
Ａ２ ｘ２ ＋…＋Ａｎ ｘｎ ただし
、Ｙ ：目視評価ランク
ファジイ値
Ａｉ ：係数 Ａｉ ＝（中
心ａｃｉ、幅ａｗｉ） ファジイ値
Ｘ ：成形要因 Ｘ＝（ｘ１ 、
ｘ２ 、…、ｘｎ ）ファジイ値
ｘｉ ：各因子
クリスプ値（通常の数値変数） 従って、Ｙ
（Ｘ）＝（中心ｙｃ （Ｘ）、幅ｙｗ （Ｘ））
ｙｃ （Ｘ）＝ａｃ０＋ａ
ｃ１ｘ１ ＋ａｃ２ｘ２ ＋…＋ａｃｎｘｎ
ｙｗ （Ｘ）＝ａｗ０＋ａｗ
１ｘ１ ＋ａｗ２ｘ２ ＋…＋ａｗｎｘｎ 〔入力デー
タ〕Ｘｊ ＝（ｘ１ｊ、ｘ２ｊ、…、ｘｎｊ）、
Ｙｊ ＝（中心ｙｃｊ、幅ｙｗ
ｊ） ただし、ｊ＝１、２、…、ｍ（組
数）〔ＭＩＮ問題〕制約条件：ｙｃ （Ｘｊ ）−ｙｗ
（Ｘｊ ）≦ｙｃｊ−ｙｗｊ
ｙｃ （Ｘｊ ）＋ｙｗ
（Ｘｊ ）≧ｙｃｊ＋ｙｗｊ
ｊ＝１、２、…、ｍ 目
的関数：ｙｗ （Ｘ１ ）＋ｙｗ （Ｘ２ ）＋…＋ｙ
ｗ （Ｘｍ ）最小〔ＭＡＸ問題〕制約条件：ｙｃ （
Ｘｊ ）−ｙｗ （Ｘｊ ）≧ｙｃｊ−ｙｗｊ
ｙｃ （Ｘ
ｊ ）＋ｙｗ （Ｘｊ ）≦ｙｃｊ＋ｙｗｊ
ｊ＝１、２、…、ｍ
目的関数：ｙｗ （Ｘ１ ）＋ｙｗ （
Ｘ２ ）＋…＋ｙｗ （Ｘｍ ）最大 〔解法〕ＭＩＮ問題、ＭＡＸ問題それぞれ線型計画法で
解く。
題の２つがあり、ＭＩＮ問題はすべての入力データを包
含する最小幅のものを求めるもので、ＭＡＸ問題は１個
１個の入力データすべての内部を通る最大幅のものであ
る。これらは次のように定式化される。 〔モデル〕 Ｙ（Ｘ）＝Ａ０ ＋Ａ１ ｘ１ ＋
Ａ２ ｘ２ ＋…＋Ａｎ ｘｎ ただし
、Ｙ ：目視評価ランク
ファジイ値
Ａｉ ：係数 Ａｉ ＝（中
心ａｃｉ、幅ａｗｉ） ファジイ値
Ｘ ：成形要因 Ｘ＝（ｘ１ 、
ｘ２ 、…、ｘｎ ）ファジイ値
ｘｉ ：各因子
クリスプ値（通常の数値変数） 従って、Ｙ
（Ｘ）＝（中心ｙｃ （Ｘ）、幅ｙｗ （Ｘ））
ｙｃ （Ｘ）＝ａｃ０＋ａ
ｃ１ｘ１ ＋ａｃ２ｘ２ ＋…＋ａｃｎｘｎ
ｙｗ （Ｘ）＝ａｗ０＋ａｗ
１ｘ１ ＋ａｗ２ｘ２ ＋…＋ａｗｎｘｎ 〔入力デー
タ〕Ｘｊ ＝（ｘ１ｊ、ｘ２ｊ、…、ｘｎｊ）、
Ｙｊ ＝（中心ｙｃｊ、幅ｙｗ
ｊ） ただし、ｊ＝１、２、…、ｍ（組
数）〔ＭＩＮ問題〕制約条件：ｙｃ （Ｘｊ ）−ｙｗ
（Ｘｊ ）≦ｙｃｊ−ｙｗｊ
ｙｃ （Ｘｊ ）＋ｙｗ
（Ｘｊ ）≧ｙｃｊ＋ｙｗｊ
ｊ＝１、２、…、ｍ 目
的関数：ｙｗ （Ｘ１ ）＋ｙｗ （Ｘ２ ）＋…＋ｙ
ｗ （Ｘｍ ）最小〔ＭＡＸ問題〕制約条件：ｙｃ （
Ｘｊ ）−ｙｗ （Ｘｊ ）≧ｙｃｊ−ｙｗｊ
ｙｃ （Ｘ
ｊ ）＋ｙｗ （Ｘｊ ）≦ｙｃｊ＋ｙｗｊ
ｊ＝１、２、…、ｍ
目的関数：ｙｗ （Ｘ１ ）＋ｙｗ （
Ｘ２ ）＋…＋ｙｗ （Ｘｍ ）最大 〔解法〕ＭＩＮ問題、ＭＡＸ問題それぞれ線型計画法で
解く。
【００１６】加工品質目視評価値ランクＹを２要因ｘ１
、ｘ２ についてファジイ重回帰した結果を図３に示
す。ただし、２要因の内、ｘ２ ＝Ｃ（一定）としてい
る。同図で、ＭＩＮ問題の上限解、下限解はそれぞれ（
１）、（４）であり、同様にＭＡＸ問題の上限解、下限
解は（２）、（３）である。図からわかるように、ＭＩ
Ｎ問題の解（１）、（４）は、それらの間の幅が広すぎ
て利用価値が小さい。他方、ＭＡＸ問題の解（２）、（
３）は、それらの間の幅が元のファジイ値データＹから
見てまずまずの広さであり実用できる。なお、通常の重
回帰Ｂは１本の線であり、元のファジイ値データＹの幅
が全く考慮されていないので不適切と考えられる。上述
のようにＭＡＸ問題の解（２）、（３）が適切と考えら
れるが、本例の場合（２）は右上がりの直線で、（３）
は右下がりの直線であるため、加工品質目視評価値ラン
クＹを向上させるには要因ｘ１を増やすべきか、減らす
べきかが判定できない。このため、両者（２）、（３）
の平均（５）を新に作成し、（５）の傾向により最適条
件を求めるよう工夫した。本図では（５）がやや右下が
りであるので、要因ｘ１ の値は小さい方がＹが大きく
なる。従って要因ｘ１ の最大値、最小値が与えられて
いる場合は、ｘ１ を最小値にすればＹは最大になる。 同様に加工品質目視評価値ランクＹの増減を調べること
により、Ｙを最大にする各要因の値、すなわち最適条件
を求めることができる。なお、上記ではファジイ重回帰
式が１次式の場合を説明したが、次のように２次式であ
ってもよい。
、ｘ２ についてファジイ重回帰した結果を図３に示
す。ただし、２要因の内、ｘ２ ＝Ｃ（一定）としてい
る。同図で、ＭＩＮ問題の上限解、下限解はそれぞれ（
１）、（４）であり、同様にＭＡＸ問題の上限解、下限
解は（２）、（３）である。図からわかるように、ＭＩ
Ｎ問題の解（１）、（４）は、それらの間の幅が広すぎ
て利用価値が小さい。他方、ＭＡＸ問題の解（２）、（
３）は、それらの間の幅が元のファジイ値データＹから
見てまずまずの広さであり実用できる。なお、通常の重
回帰Ｂは１本の線であり、元のファジイ値データＹの幅
が全く考慮されていないので不適切と考えられる。上述
のようにＭＡＸ問題の解（２）、（３）が適切と考えら
れるが、本例の場合（２）は右上がりの直線で、（３）
は右下がりの直線であるため、加工品質目視評価値ラン
クＹを向上させるには要因ｘ１を増やすべきか、減らす
べきかが判定できない。このため、両者（２）、（３）
の平均（５）を新に作成し、（５）の傾向により最適条
件を求めるよう工夫した。本図では（５）がやや右下が
りであるので、要因ｘ１ の値は小さい方がＹが大きく
なる。従って要因ｘ１ の最大値、最小値が与えられて
いる場合は、ｘ１ を最小値にすればＹは最大になる。 同様に加工品質目視評価値ランクＹの増減を調べること
により、Ｙを最大にする各要因の値、すなわち最適条件
を求めることができる。なお、上記ではファジイ重回帰
式が１次式の場合を説明したが、次のように２次式であ
ってもよい。
【００１７】
【数１】
【００１８】あるいは、ｘｉ ｘｊ ，ｘｉ ／ｘｊ
などの複合因子がはいったモデルでもよい。これらの１
次式以外のモデルでは、ファジイ重回帰のＭＡＸ問題の
平均の式が１次式でないため、各説明変数ｘｉ の最大
値、または最小値が必ずしも最適条件とはならないが、
上記平均の式から一般の数学的手法により最適条件を計
算することができる。
などの複合因子がはいったモデルでもよい。これらの１
次式以外のモデルでは、ファジイ重回帰のＭＡＸ問題の
平均の式が１次式でないため、各説明変数ｘｉ の最大
値、または最小値が必ずしも最適条件とはならないが、
上記平均の式から一般の数学的手法により最適条件を計
算することができる。
【００１９】
【発明の効果】以上詳述したように、この発明によれば
加工品質を目視でランク分け評価する場合に、ランク値
をファジイ値とするファジイ重回帰と、そのＭＡＸ問題
の上限解と下限解の平均の式を採用した最適条件の算出
により、目視によるランク分け評価のあいまいさを考慮
した、実態に合った加工機械の設定条件最適化を実施で
きる。このような目視評価ランク値をファジイ値として
扱って加工機械の設定条件を最適化する技術は過去にな
かったので、本発明の設定条件最適化を実用することに
より、加工機械の加工不良低減や加工品質向上を従来よ
りも的確にかつ容易に実現することができる。
加工品質を目視でランク分け評価する場合に、ランク値
をファジイ値とするファジイ重回帰と、そのＭＡＸ問題
の上限解と下限解の平均の式を採用した最適条件の算出
により、目視によるランク分け評価のあいまいさを考慮
した、実態に合った加工機械の設定条件最適化を実施で
きる。このような目視評価ランク値をファジイ値として
扱って加工機械の設定条件を最適化する技術は過去にな
かったので、本発明の設定条件最適化を実用することに
より、加工機械の加工不良低減や加工品質向上を従来よ
りも的確にかつ容易に実現することができる。
【図１】本発明の一実施例を示すシステム構成図。
【図２】同システムによる加工機械の設定条件最適化方
法のフローチャート。
法のフローチャート。
【図３】ファジイ重回帰の結果図。
【図４】従来における加工機械の設定条件最適化方法を
示すフローチャート。
示すフローチャート。
１…加工機械、２…制御装置、３…ファジイ重回帰・最
適化計算装置、４…ＣＲＴ、５…キーボード、６…ユー
ザーインタフェース、１〜１５…信号線、２６〜３３…
システムの各工程。
適化計算装置、４…ＣＲＴ、５…キーボード、６…ユー
ザーインタフェース、１〜１５…信号線、２６〜３３…
システムの各工程。
Claims (1)
- 【請求項１】 加工機械の設定条件因子の変化水準を
設定する第１の工程と、前記設定条件因子の変化水準に
応じて前記加工機械の条件設定を行なう第２の工程と、
前記加工機械を設定した条件に対応して駆動して加工を
行なう第３の工程と、この第３の工程で加工された加工
品の品質を目視によりランク分け評価する第４の工程と
、この第３の工程でランク分けされた加工品質評価値の
データ数がファジイ重回帰分析を行なうのに十分かの可
否を判定し、否状態で前記第２の工程にデータ数不足信
号を出力して所定のデータ数を集める第５の工程と、こ
の第５の工程の可状態で前記加工品質評価値ランクを特
性値、前記設定条件因子を説明変数として前記ファジイ
重回帰分析を行ない、ファジイ重回帰のＭＡＸ問題の上
限解・下限解を求めると共にその平均解を算出する第６
の工程と、この第６の工程で求めたファジイ重回帰のＭ
ＡＸ問題の上限解・下限解の平均解の傾向により成形品
質が最適になる設定条件を算出して表示する第７の工程
と、前記設定条件因子の最適値から加工続行の可否を判
定して可状態で前記第２の工程に加工続行信号を出力し
て前記設定条件で加工を続行せしめ、否状態で加工を停
止せしめる第８の工程とを具備したことを特徴とする加
工機械の設定条件最適化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3123949A JPH04350702A (ja) | 1991-05-28 | 1991-05-28 | 加工機械の設定条件最適化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3123949A JPH04350702A (ja) | 1991-05-28 | 1991-05-28 | 加工機械の設定条件最適化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04350702A true JPH04350702A (ja) | 1992-12-04 |
Family
ID=14873336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3123949A Withdrawn JPH04350702A (ja) | 1991-05-28 | 1991-05-28 | 加工機械の設定条件最適化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04350702A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009196372A (ja) * | 1998-10-05 | 2009-09-03 | Husky Injection Molding Syst Ltd | 射出成形システム用統合制御プラットフォーム |
-
1991
- 1991-05-28 JP JP3123949A patent/JPH04350702A/ja not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009196372A (ja) * | 1998-10-05 | 2009-09-03 | Husky Injection Molding Syst Ltd | 射出成形システム用統合制御プラットフォーム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114275912B (zh) | 一种基于自适应神经网络模型的曝气系统溶解氧控制方法 | |
| EP0467297B1 (en) | Intelligent machining system | |
| DE102020106239B4 (de) | Greifkrafteinstellvorrichtung und greifkrafteinstellsystem | |
| CN113246982B (zh) | 一种自适应驾驶风格的扭矩控制方法及装置 | |
| JP3637412B2 (ja) | 時系列データ学習・予測装置 | |
| CN104694720B (zh) | 一种热轧板卷力学性能预测与判定系统 | |
| CN113649420B (zh) | 一种平整机轧制力获取方法及装置 | |
| CN116307289B (zh) | 一种纺织品加工工序参数检测预测方法、系统及存储介质 | |
| CN115800858A (zh) | 一种交流异步电机的自适应控制方法及系统 | |
| WO2021253689A1 (zh) | 基于多重回归模型的产品加工价格预估方法及系统 | |
| JPH04350702A (ja) | 加工機械の設定条件最適化方法 | |
| JPS61248723A (ja) | 加工機械の設定条件最適化方法 | |
| JPH0581228A (ja) | ニユーラルネツトワークの構成方法および学習／想起システム | |
| CN119918978B (zh) | 一种基于传感器数据监测的智能废水处理方法及系统 | |
| US20080234840A1 (en) | Multi-Variable Operations | |
| JPH0772907A (ja) | 評価基準変更装置またはその方法、生産計画作成装置またはその方法 | |
| CN119180375A (zh) | 一种降低能耗的钢材轧制设备优化系统 | |
| CN118658600A (zh) | 一种基于数据分析的医疗器械运维管理系统 | |
| JPH07156238A (ja) | 加工機械の設定条件最適化方法 | |
| US5432885A (en) | Recurrent fuzzy inference apparatus | |
| CN117464115B (zh) | 一种激光锡球焊接机的光束控制方法及系统 | |
| CN116360369B (zh) | 一种陶瓷刀片智能配料控制方法及系统 | |
| CN121030530A (zh) | 一种基于创新人机交互的大模型算力参数动态调整方法 | |
| JP3100803B2 (ja) | ファジー制御装置 | |
| Pramesti et al. | Implementation of Fuzzy Logic in Yeast Concentration and Fermentation Time for Tempeh Quality |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19980806 |