(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2022-02-01
(45)【発行日】2022-02-09
(54)【発明の名称】プレス製造条件収集システム
(51)【国際特許分類】
B30B 15/28 20060101AFI20220202BHJP
B30B 15/00 20060101ALI20220202BHJP
【ＦＩ】
B30B15/28 K
B30B15/28 P
B30B15/00 B
【請求項の数】
6
(21)【出願番号】P 2018009905
(22)【出願日】2018-01-24
(65)【公開番号】P2019126823
(43)【公開日】2019-08-01
【審査請求日】2021-01-18
【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２９年度経済産業省、戦略的基盤技術高度化支援事業、産業技術強力化法第１９条の適用を受ける特許出願
(73)【特許権者】
【識別番号】512319232
【氏名又は名称】株式会社ＫＭＣ
(74)【代理人】
【識別番号】110003339
【氏名又は名称】特許業務法人南青山国際特許事務所
(74)【代理人】
【識別番号】100104215
【弁理士】
【氏名又は名称】大森 純一
(74)【代理人】
【識別番号】100196575
【弁理士】
【氏名又は名称】高橋 満
(74)【代理人】
【識別番号】100168181
【弁理士】
【氏名又は名称】中村 哲平
(74)【代理人】
【識別番号】100117330
【弁理士】
【氏名又は名称】折居 章
(74)【代理人】
【識別番号】100160989
【弁理士】
【氏名又は名称】関根 正好
(74)【代理人】
【識別番号】100168745
【弁理士】
【氏名又は名称】金子 彩子
(74)【代理人】
【識別番号】100176131
【弁理士】
【氏名又は名称】金山 慎太郎
(74)【代理人】
【識別番号】100197398
【弁理士】
【氏名又は名称】千葉 絢子
(74)【代理人】
【識別番号】100197619
【弁理士】
【氏名又は名称】白鹿 智久
(72)【発明者】
【氏名】安部 新一
(72)【発明者】
【氏名】高瀬 篤彦
(72)【発明者】
【氏名】佐藤 声喜
【審査官】石田 宏之
(56)【参考文献】
【文献】実公昭６２－０２７３６０（ＪＰ，Ｙ２）
【文献】特開２０１７－２０９６９８（ＪＰ，Ａ）
【文献】特開平０７－１６４１９９（ＪＰ，Ａ）
【文献】特開平１１－２１８４５１（ＪＰ，Ａ）
【文献】米国特許第０４７５０１３１（ＵＳ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｂ３０Ｂ １５／２８
Ｂ３０Ｂ １５／００
(57)【特許請求の範囲】
【請求項1】
プレス成形機のスライドに金型に対向して配置され、荷重を受ける方向に対して直交する面において互いに離間して複数の圧力センサーが配設されたセンサープレートと、前記圧力センサー毎の検出値の時系列である波形データを生成し、この波形データをもとに前記金型の不良事象を推定するデータ分析装置と、
前記データ分析装置によって得られた前記推定結果を収集するデータ収集装置と
を具備し、
前記データ分析装置は、前記生成した前記圧力センサー毎の波形データを前記データ収集装置に送信し、
前記データ収集装置は、前記データ分析装置より送信された前記圧力センサー毎の波形データをもとに前記金型の圧力分布を表示部に表示させる
プレス製造条件収集システム。
【請求項2】
プレス成形機のスライドに金型に対向して配置され、荷重を受ける方向に対して直交する面において互いに離間して複数の圧力センサーが配設されたセンサープレートと、
前記圧力センサー毎の検出値の時系列である波形データを生成し、この波形データをもとに前記金型の不良事象を推定するデータ分析装置と、
前記データ分析装置によって得られた前記推定結果を収集するデータ収集装置と
を具備し、
前記データ収集装置は、前記収集した前記圧力センサー毎の前記波形データを蓄積し、前記蓄積した前記圧力センサー毎の前記波形データもとに前記金型の部分毎の不良事象の予兆を推定する
プレス製造条件収集システム。
【請求項3】
プレス成形機のスライドに金型に対向して配置され、荷重を受ける方向に対して直交する面において互いに離間して複数の圧力センサーが配設されたセンサープレートと、
前記圧力センサー毎の検出値の時系列である波形データを生成し、この波形データをもとに前記金型の不良事象を推定するデータ分析装置と、
前記データ分析装置によって得られた前記推定結果を収集するデータ収集装置と
を具備し、
前記データ収集装置は、前記収集した前記圧力センサー毎の前記波形データをもとに、前記不良事象の発生した座標位置を算出する
プレス製造条件収集システム。
【請求項4】
請求項１ないし３のうちいずれか１項に記載のプレス製造条件収集システムであって、前記データ分析装置は、前記圧力センサー毎の前記波形データをもとに、前記金型の部位毎の前記不良事象を推定する
プレス製造条件収集システム。
【請求項5】
請求項１ないし４のうちいずれか１項に記載のプレス製造条件収集システムであって、前記データ分析装置は、前記金型の不良事象を推定したとき、プレス成形を停止させるための命令を前記プレス成形機に供給する
プレス製造条件収集システム。
【請求項6】
請求項１ないし５のいずれか１項に記載のプレス製造条件収集システムであって、前記データ分析装置は、前記圧力センサー毎の前記波形データをＡＩ機能により分析することによって前記金型の部位毎の不良事象を推定する
プレス製造条件収集システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、プレス成形機の不良事象の推定、推定結果等の収集等を行うプレス製造条件収集システムおよびこれに用いられるプレス成形機用センサープレートに関する。
【背景技術】
【0002】
プレス成形機による成形品質は、プレス加工の繰り返しに伴って、金型におけるパンチやダイなどの部品の磨耗などの劣化により次第に低下する。劣化した部品が適切なタイミングで交換されずにプレス加工が繰り返されると、多くの不良品を発生させてしまい、結果的に無駄なコストが吊り上がる。
【0003】
プレス成形機の状態を各種センサーにより検出し、その検出データを収集して表示することは従来から行われている。その一例として、位置センサー、圧力センサーなどのセンサーにより、プレス成形機の稼働中の油圧圧力やラム（スライド）の位置データを所定のサンプリング時間毎に自動的に収集し、収集したデータを画面に波形として表示したり、その数値化してファイルとして保存したりすることのできるデータ収集装置などが知られる。また、データ収集装置は、各種センサーにより検出された値と予め決められた警報設定範囲とを比較して、検出値が警報設定範囲を逸脱したときに不良品の発生などを判定することなども記載される（特許文献１参照）。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２００４－１６４６３５号公報（段落［００２０］～［００２４］）
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、例えばパンチ折れ、２枚抜きなど、金型の劣化などに起因して発生する部分的な不良事象の検出は目視検査などによって行われることが一般的である。このため不具合の発生検出に遅れて大量の不良成形品を生産してしまうおそれがあった。特に近年、プレス成形機の成形サイクルは非常に短く（約０．５～２秒程度）、ロッド全てが不良成形品となるなど、不良成形品の発生数は益々増大傾向にある。また、不良品の発生が分かってから金型の不具合箇所を特定できるまでの時間もかかることから、金型修理のため、生産を中断しなければならない時間も長く要し、生産性の低下を招いていた。さらには、これらの成形不良品の頻発はパンチ等の型部品の余計な磨耗を促進させ、金型寿命の低下にも大きく影響を及ぼしている。したがって、生産性の向上を図るためには、成形不良品が発覚した後に対処するのではなく、成形不良品が発生する予兆をすばやく察知することで、正確な予防措置を図ることが求められている。
【0006】
また、既存の金型にセンサーや検出装置を新たに装着することは、金型改造工数や改造費用を考慮すると現実的には対応は難しいという問題もあった。さらには、金型に多数のセンサーを装着し、金型の状態を部品毎に検出するようにすると、処理すべきデータ量が膨大となり、リアルタイムなデータ処理が困難となって、不具合の発生検出がやはり遅れるおそれがあった。
【0007】
以上のような事情に鑑み、本発明の目的は、プレス成形機にセットされる金型の劣化に起因する不良事象の発生を高速かつ高精度に推定することを可能とし、成形不良品の発生を最少に抑えることに寄与し得るプレス製造条件収集システムおよびプレス成形機用センサープレートを提供することにある。
【課題を解決するための手段】
【0008】
上記目的を達成するため、本発明の一形態に係るプレス製造条件収集システムは、プレス成形機のスライドに金型に対向して配置され、荷重を受ける方向に対して直交する面において互いに離間して複数の圧力センサーが配設されたセンサープレートと、前記圧力センサー毎の検出値の時系列である波形データを生成し、この波形データをもとに前記金型の不良事象を推定するデータ分析装置と、前記データ分析装置によって得られた前記推定結果を収集するデータ収集装置とを具備する。
【0009】
このプレス製造条件収集システムによれば、データ分析装置により、プレス成形機の金型の不良事象を推定することによって、プレス成形機にセットされる金型の劣化に起因する不良事象の発生を高速かつ高精度に推定することができ、成形不良品の発生を最少に抑えることが可能になる。
【0010】
本発明の一形態に係るプレス製造条件収集システムにおいて、前記データ分析装置は、前記圧力センサー毎の前記波形データをもとに、前記金型の部位毎の前記不良事象を推定するものであってよい。
これにより、金型の部位毎の不良事象を推定するができるので、金型の部品交換に要する時間的コストを低減することができる。
これにより、金型の部位毎の不良事象を推定するができるので、金型の部品交換に要する時間的コストを低減することができる。
【0011】
本発明の一形態に係るプレス製造条件収集システムにおいて、前記データ分析装置は、前記金型の不良事象を推定したとき、プレス成形を停止させるための命令を前記プレス成形機に供給する。これにより、成形不良品の発生をより確実に最少に抑えることが可能になる。
【0012】
本発明の一形態に係るプレス製造条件収集システムにおいて、前記データ分析装置は、前記生成した前記圧力センサー毎の波形データを前記データ収集装置に送信し、前記データ収集装置は、前記データ分析装置より送信された前記圧力センサー毎の波形データをもとに、前記金型の圧力分布を表示部にリアルタイムで表示させるものであってよい。
【0013】
本発明の一形態に係るプレス製造条件収集システムにおいて、前記データ収集装置は、前記収集した前記圧力センサー毎の前記波形データを蓄積し、前記蓄積した圧力センサー毎の前記波形データをもとに前記金型の部分毎の不良事象の予兆を推定するものであってよい。
【0014】
前記データ収集装置は、前記収集した複数の前記圧力センサーの前記波形データをもとに、前記不良事象の発生した座標位置を算出するものであってよい。
【0015】
本発明の一形態に係るプレス製造条件収集システムにおいて、前記データ分析装置は、前記圧力センサー毎の前記波形データをＡＩ機能により分析することによって前記金型の部位毎の不良事象を推定するものであってよい。
【0016】
また、本発明に係る別の観点に基づくプレス成形機用センサープレートは、プレス成形機のスライドに金型に対向して装置可能とされ、荷重を受ける方向に対して直交する面において互いに離間して配設された複数の圧力センサーと、前記圧力センサー毎の検出信号を外部出力する出力端子とを具備する。
このプレス成形機用センサープレートは、プレス成形機のスライドに金型に対向して装着され、荷重を受ける方向に対して直交する面において複数の圧力センサーが互いに離間して配設されたものであるため、どのような金型が用いられても、その金型が受ける部位毎の荷重を検出することができる。
このプレス成形機用センサープレートは、プレス成形機のスライドに金型に対向して装着され、荷重を受ける方向に対して直交する面において複数の圧力センサーが互いに離間して配設されたものであるため、どのような金型が用いられても、その金型が受ける部位毎の荷重を検出することができる。
【発明の効果】
【0017】
本発明によれば、プレス成形機にセットされる金型の劣化に起因する不良事象の発生を高速かつ高精度に推定することができ、成形不良品の発生を最少に抑えることができる。
【図面の簡単な説明】
【0018】
【図1】本発明に係る一実施形態のプレス製造条件収集システム１００の構成を示すブロック図である。
【図3】センサープレート２の断面図である。
【図4】センサープレート２における複数の圧力センサー２ｂの配置を、荷重を受ける方向から示す平面図である。
【図5】データ分析装置３の構成を示すブロック図である。
【図6】圧力センサー２ｂから得られる通常の波形データ５１の例を示す図である。
【図7】カス上がりによって材料の「２枚抜き」が発生した場合のせん断荷重の波形データ７１の例を通常の波形データ５１と比較して示す図である。
【図8】「パンチ折れ」が発生している場合のせん断荷重の波形データ８１の例を通常時の波形データ５１と比較して示す図である。
【図9】センサープレート２における複数の圧力センサー２ｂの位置と「２枚抜き」が発生したパンチによる打ち抜き位置との関係を示す図である。
【図10】金型全体の圧力分布（型抜き力分布）の表示例を示す図である。
【図11】データ収集装置４のストレージデバイスに、ある期間にわたって蓄積されたある圧力センサー２ｂの波形データを可視化した図である。
【図12】データ収集装置４による複数の波形データに基づく不良部位の算出方法を説明する図である。
【図13】プレス成形機１０の不良事象の推定方法について説明する図である。
【発明を実施するための形態】
【0019】
以下、本発明に係る実施形態を説明する。
図１は、本発明に係る一実施形態のプレス製造条件収集システム１００の構成を示すブロック図である。
図１は、本発明に係る一実施形態のプレス製造条件収集システム１００の構成を示すブロック図である。
【0020】
このプレス製造条件収集システム１００は、プレス成形機１０のスライド１３の金型（上型１１）に対向する側に装着されたセンサープレート２と、センサープレート２の各圧力センサー２ｂの出力から生成される波形データを分析して金型の部位毎の不良事象を推定するデータ分析装置３と、データ分析装置３による金型の部位毎の不良事象の推定結果および圧力センサー２ｂ毎の波形データの収集、蓄積、表示、さらには蓄積された波形データの分析による金型の部位毎の不良事象の予兆判定などを行うデータ収集装置４とを備える。
【0021】
次に、各々の構成を説明する。
（センサープレート２）
図２はセンサープレート２が装着されたプレス成形機１０の構成を示す断面図である。
符号１１は金型の上型、１２は金型の下型、１３はプレス成形機１０のスライド１３を示している。センサープレート２は、プレス成形機１０のスライド１３の下面に、上型１１の上面（バッキングプレート１１ａの上面）との間に挟み込まれた状態で装着される。センサープレート２は、プレート本体２ａと、プレート本体２ａに埋め込まれた複数の圧力センサー２ｂとを有する。複数の圧力センサー２ｂは、プレート本体２ａに、荷重を受ける方向に対して直交する面内に互いに離間して配設される。圧力センサー２ｂとしては、ピエゾ効果による高感度の半導体センサーなどが用いられる。本発明は圧力センサーの種類に限定されるものではないが、高感度で、スライド１３の駆動の周期（プレス加工周期）に対して十分短い周期で圧力検出が可能なものであることが要求される。
（センサープレート２）
図２はセンサープレート２が装着されたプレス成形機１０の構成を示す断面図である。
符号１１は金型の上型、１２は金型の下型、１３はプレス成形機１０のスライド１３を示している。センサープレート２は、プレス成形機１０のスライド１３の下面に、上型１１の上面（バッキングプレート１１ａの上面）との間に挟み込まれた状態で装着される。センサープレート２は、プレート本体２ａと、プレート本体２ａに埋め込まれた複数の圧力センサー２ｂとを有する。複数の圧力センサー２ｂは、プレート本体２ａに、荷重を受ける方向に対して直交する面内に互いに離間して配設される。圧力センサー２ｂとしては、ピエゾ効果による高感度の半導体センサーなどが用いられる。本発明は圧力センサーの種類に限定されるものではないが、高感度で、スライド１３の駆動の周期（プレス加工周期）に対して十分短い周期で圧力検出が可能なものであることが要求される。
【0022】
図３はセンサープレート２の断面図、図４はセンサープレート２における複数の圧力センサー２ｂの配置を荷重を受ける方向から示す平面図である。
これらの図に示されるように、金型（上型１１）全体の応力分布を得ることができるように、センサープレート２において、複数の圧力センサー２ｂは荷重を受ける方向（Ｚ方向）に対して直交する面（Ｘ／Ｙ軸面）においてそれぞれの軸方向に互いに離間して分散配置される。例えば、図４に示すセンサープレート２は、Ｘ軸方向に６個、Ｙ軸方向に４個の計２４個の圧力センサー２ｂを有する。本発明は、センサープレート２の圧力センサー２ｂの数に限定されるものではなく、より高い検出分解能が要求される場合にはより多くの圧力センサー２ｂをより高密に配置してもよい。
これらの図に示されるように、金型（上型１１）全体の応力分布を得ることができるように、センサープレート２において、複数の圧力センサー２ｂは荷重を受ける方向（Ｚ方向）に対して直交する面（Ｘ／Ｙ軸面）においてそれぞれの軸方向に互いに離間して分散配置される。例えば、図４に示すセンサープレート２は、Ｘ軸方向に６個、Ｙ軸方向に４個の計２４個の圧力センサー２ｂを有する。本発明は、センサープレート２の圧力センサー２ｂの数に限定されるものではなく、より高い検出分解能が要求される場合にはより多くの圧力センサー２ｂをより高密に配置してもよい。
【0023】
また、センサープレート２には、圧力センサー２ｂの出力を増幅する増幅器２ｃが設けられる。各圧力センサー２ｂの出力は対応する増幅器２ｃにて増幅され、外部接続用の端子２ｄを通じて外部（データ分析装置３）に出力することが可能である。なお、図４において、符合Ｐ１、Ｐ２、Ｐ３、Ｐ４は上型１１のパンチによるワークの打ち抜き位置を示している。
【0024】
センサープレート２は、本プレス成形機１０にセットされる金型に合わせて製造された専用のものではなく、様々な構成の金型に対して利用され得るものである。したがって、センサープレート２に配設される複数の圧力センサー２ｂは、本実施形態ではセンサープレート２が荷重を受ける面において、例えば各々の軸方向に所定の間隔を置いて配置されてもよいが、必ずしも所定の間隔を置いて配置される必要はない。
【0025】
（データ分析装置３）
図５はデータ分析装置３の構成を示すブロック図である。
同図に示すように、データ分析装置３は、圧力センサー２ｂ毎の出力を増幅する増幅器２ｃと、増幅器２ｃの出力のＡ／Ｄ変換およびデータ化を行うＡ／Ｄ変換部３１と、Ａ／Ｄ変換部３１毎の出力をＡＩ機能を用いて分析する分析ＡＩ部３２と、データ送信部３３を有する。Ａ／Ｄ変換部３１は、圧力センサー２ｂの出力をアナログ信号からデジタル信号に変換し、さらに所定ビット数例えば８ビットなどのデジタルデータに変換する。
図５はデータ分析装置３の構成を示すブロック図である。
同図に示すように、データ分析装置３は、圧力センサー２ｂ毎の出力を増幅する増幅器２ｃと、増幅器２ｃの出力のＡ／Ｄ変換およびデータ化を行うＡ／Ｄ変換部３１と、Ａ／Ｄ変換部３１毎の出力をＡＩ機能を用いて分析する分析ＡＩ部３２と、データ送信部３３を有する。Ａ／Ｄ変換部３１は、圧力センサー２ｂの出力をアナログ信号からデジタル信号に変換し、さらに所定ビット数例えば８ビットなどのデジタルデータに変換する。
【0026】
Ａ／Ｄ変換部３１は、スライド１３の駆動周期（プレス加工周期）に対して十分短い周期でＡ／Ｄ変換を行って、圧力センサー２ｂ毎の検出値の時系列である波形データを出力する。
【0027】
分析ＡＩ部３２は、Ａ／Ｄ変換部３１より得た波形データの特徴などをＡＩ（Artificial Intelligence）機能により分析することによって、プレス成形において発生する可能性のある「２枚抜き」や、「パンチ折れ」などの不良事象を、圧力センサー２ｂ毎の波形データに基づく不良事象の推定結果として生成する。なお、分析ＡＩ部３２は、例えば、ＡＩ機能を用いて、波形データを画像データとして分析することによって、その波形データの特徴を分析することのできるＧＰＵ（Graphics Processing Unit）と、ＧＰＵの制御を行うＧＰＵ制御部などによって構成される。ＡＩには、一般的なニューラルネットワークのほか、ディープラーニングなども採用し得る。
【0028】
データ送信部３３は、それぞれの分析ＡＩ部３２によって得られた不良事象の推定結果を、分析対象の波形データとともにパケット化して、ハブ５などのネットワーク機器およびネットワーク６を通じてデータ収集装置４に送信する。ネットワーク６はＬＡＮ（Local Area Network）であっても、インタ－ネットなどのＷＡＮ（Wide Area Network）であってもよい。また、ネットワーク通信は無線通信であっても有線通信であってもよい。
【0029】
（データ収集装置４）
図１に戻って、データ収集装置４は、ネットワーク６およびハブ５を通じてデータ分析装置３と通信が可能なように接続される。データ収集装置４は、例えば、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）などのメモリ、ＨＤＤ（Hard Disk Drive）などのストレージデバイス、ＬＣＤ（Liquid Crystal Display）モニターなどの表示部など、コンピュータのハードウェアを用いて構成し得る。データ収集装置４は、一般的なパーソナルコンピュータによって構成されてもよい。
図１に戻って、データ収集装置４は、ネットワーク６およびハブ５を通じてデータ分析装置３と通信が可能なように接続される。データ収集装置４は、例えば、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）などのメモリ、ＨＤＤ（Hard Disk Drive）などのストレージデバイス、ＬＣＤ（Liquid Crystal Display）モニターなどの表示部など、コンピュータのハードウェアを用いて構成し得る。データ収集装置４は、一般的なパーソナルコンピュータによって構成されてもよい。
【0030】
データ収集装置４は、ネットワーク６を通じてデータ分析装置３より受信した、圧力センサー２ｂ毎の波形データに基づく不良事象の推定結果と、分析対象の波形データを互いに紐付けてストレージデバイスに蓄積する。
【0031】
データ収集装置４のＣＰＵは、データ分析装置３より収集した上記のデータをもとに、例えば以下のような処理を行うことができる。
１．データ分析装置３によって推定された金型の部位毎の不良事象の表示。
２．収集した波形データを用いた金型全体の圧力分布などの表示。
３．金型の部位毎の不良事象の予兆判定。
これらの処理の詳細については後で説明する。
１．データ分析装置３によって推定された金型の部位毎の不良事象の表示。
２．収集した波形データを用いた金型全体の圧力分布などの表示。
３．金型の部位毎の不良事象の予兆判定。
これらの処理の詳細については後で説明する。
【0032】
次に、本実施形態のプレス製造条件収集システム１００における各部の動作を説明する。
【0033】
［データ分析装置３による波形データに基づく不良事象推定］
まず、データ分析装置３による波形データに基づく不良事象推定について説明する。
データ分析装置３は、圧力センサー２ｂの出力を、スライド１３の駆動周期（プレス周期）に対して十分短い周期でＡ／Ｄ変換し、所定のビット数のデータとする。これにより、短い周期毎の圧力データの時系列である波形データが得られ、分析ＡＩ部３２でその分析が行われて、金型の劣化などの問題に起因してプレス成形で発生した様々な不良事象が推定される。分析ＡＩ部３２で、波形データから様々な不良事象を推定するために、各々の分析ＡＩ部３２には、様々な不良事象の種類毎に、その不良事象の発生時に圧力センサー２ｂの出力に現れる傾向のある、あるいは実際に出現した波形データを含む様々な学習データを用いて機械学習が行われたものが利用される。
まず、データ分析装置３による波形データに基づく不良事象推定について説明する。
データ分析装置３は、圧力センサー２ｂの出力を、スライド１３の駆動周期（プレス周期）に対して十分短い周期でＡ／Ｄ変換し、所定のビット数のデータとする。これにより、短い周期毎の圧力データの時系列である波形データが得られ、分析ＡＩ部３２でその分析が行われて、金型の劣化などの問題に起因してプレス成形で発生した様々な不良事象が推定される。分析ＡＩ部３２で、波形データから様々な不良事象を推定するために、各々の分析ＡＩ部３２には、様々な不良事象の種類毎に、その不良事象の発生時に圧力センサー２ｂの出力に現れる傾向のある、あるいは実際に出現した波形データを含む様々な学習データを用いて機械学習が行われたものが利用される。
【0034】
ここで、金型の不良事象が波形データにどのように現れるかを例示する。
パンチで材料を打ち抜く際、パンチ表面とカスが真空状態となるため、カスがパンチ表面に付着して材料と一緒に送られることで「２枚抜き」を誘発し、パンチ（特に角部）の磨耗が促進されることによる「バリ」を引き起こす。これらを総称した不良を「カス上がり」と呼ぶ。これらの影響は、パンチの寿命低下、パンチ折れなどの金型の損傷、さらにはプレス成形機１０の損傷にも繋がる。上記の「２枚抜き」、「パンチ折れ」などの不良事象は、圧力センサー２ｂによるプレス成形の周期よりも十分短い周期で検出されたデータの時系列データである波形データにおける波形の変化として現れる。
パンチで材料を打ち抜く際、パンチ表面とカスが真空状態となるため、カスがパンチ表面に付着して材料と一緒に送られることで「２枚抜き」を誘発し、パンチ（特に角部）の磨耗が促進されることによる「バリ」を引き起こす。これらを総称した不良を「カス上がり」と呼ぶ。これらの影響は、パンチの寿命低下、パンチ折れなどの金型の損傷、さらにはプレス成形機１０の損傷にも繋がる。上記の「２枚抜き」、「パンチ折れ」などの不良事象は、圧力センサー２ｂによるプレス成形の周期よりも十分短い周期で検出されたデータの時系列データである波形データにおける波形の変化として現れる。
【0035】
図６は１つの圧力センサー２ｂから得られる通常（正常）の波形データ５１の例を示す図である。ここで、横軸はスライド１３を駆動するクランク機構の主歯車の回転角度、縦軸は圧力センサー２ｂの検出信号レベルである。この例では、時刻ｔ１からパンチが材料（ワーク）に喰い込みはじめ、次第にせん断荷重が増大する。せん断がはじまる直前の時刻ｔ２にせん断荷重がピークとなり、せん断がはじまると、金型等に蓄えられた圧縮応力による弾性変形エネルギが一気に開放するブレークスルー現象によってせん断荷重が低下し、せん断が完了する。「２枚抜き」や「パンチ折れ」などの不良事象が発生した場合、それら不良事象を反映した波形データが発生する。
【0036】
まず、材料の「２枚抜き」が発生した場合を説明する。「２枚抜き」は、例えばパンチの磨耗により抜きカスのバリがパンチの先端面に吸着し、ダイの上に落ちて載ることなどによって発生する。図７は材料の「２枚抜き」が発生した場合のせん断荷重の波形データ７１を通常時の波形データ５１と比較して示す図である。材料の「２枚抜き」が発生した際の波形データ７１には、通常時の波形データ５１に比べ、ピークのせん断荷重が２倍程度に大きくなったり、せん断荷重の発生時間が２倍程度に広がったりする（図示せず）などの特有の変化が現れる。
【0037】
次に、「パンチ折れ」が発生した場合を説明する。図８は「パンチ折れ」が発生している場合の波形データ８１の例を通常時の波形データ５１と比較して示す図である。「パンチ折れ」が発生している場合の波形データ８１には、例えば、パンチが材料（ワーク）と接触する期間にせん断荷重が上下に細かく振動し、通常時の波形データ５１のような明確なピークが現れない、などの特徴がある。
【0038】
このように、「２枚抜き」や「パンチ折れ」などの不良事象は、センサープレート２における複数の圧力センサー２ｂのうち、問題となっているパンチに最も近い位置の圧力センサー２ｂの波形データに顕著に現れる。したがって、データ分析装置３は、不良事象の発生およびその種類を金型の部位毎に推定することができる。
【0039】
［不良事象の推定を契機とするプレス成形の強制停止］
データ分析装置３は、波形データをもと所定の不良事象を推定した場合、プレス成形機１０のコントローラ１５に対して、連続して実行されるプレス成形を強制的に停止させるための命令を出力する。例えば、データ分析装置３のいずれかの分析ＡＩ部３２によって「パンチ折れ」の発生が推定された場合、プレス成形を即座に停止させるように、プレス成形機１０のコントローラ１５に強制停止命令を供給する。
データ分析装置３は、波形データをもと所定の不良事象を推定した場合、プレス成形機１０のコントローラ１５に対して、連続して実行されるプレス成形を強制的に停止させるための命令を出力する。例えば、データ分析装置３のいずれかの分析ＡＩ部３２によって「パンチ折れ」の発生が推定された場合、プレス成形を即座に停止させるように、プレス成形機１０のコントローラ１５に強制停止命令を供給する。
【0040】
このようにデータ分析装置３の各分析ＡＩ部３２は、対応する個々の圧力センサー２ｂの波形データを対象に不良事象を推定するので、より高速かつ精度良く不良事象の発生を検出することができる。このため、不良事象の発生から短い経過時間でプレス成形機１０の動作を強制停止させることができ、成形不良品の発生数を可及的に最少に抑えることができる。
【0041】
次に、データ収集装置４の動作を説明する。
（金型の部位毎の不良事象の表示）
データ収集装置４のＣＰＵは、データ分析装置３より収集した金型の部位毎の不良事象の推定結果を表示部にリアルタイムで表示させることができる。この際、圧力センサー２ｂの位置から特定される金型の部位を示す情報とともに不良事象の推定結果が表示されてよい。例えば、図９に示すように、Ｐ４のパンチによる打ち抜き部分で「２枚抜き」が発生した場合、その不良事象による影響が波形データに最も大きく現れる圧力センサー２ｂは位置（ｘ４，ｙ１）のセンサーである。この場合には、少なくとも、その圧力センサー２ｂに対応する分析ＡＩ部３２によって「２枚抜き」の不良事象が推定され、その圧力センサー２ｂの位置（ｘ４，ｙ１）によって特定される金型の部位を示す情報とともに「２枚抜き」が発生したことが表示部を通してユーザに提示される。
（金型の部位毎の不良事象の表示）
データ収集装置４のＣＰＵは、データ分析装置３より収集した金型の部位毎の不良事象の推定結果を表示部にリアルタイムで表示させることができる。この際、圧力センサー２ｂの位置から特定される金型の部位を示す情報とともに不良事象の推定結果が表示されてよい。例えば、図９に示すように、Ｐ４のパンチによる打ち抜き部分で「２枚抜き」が発生した場合、その不良事象による影響が波形データに最も大きく現れる圧力センサー２ｂは位置（ｘ４，ｙ１）のセンサーである。この場合には、少なくとも、その圧力センサー２ｂに対応する分析ＡＩ部３２によって「２枚抜き」の不良事象が推定され、その圧力センサー２ｂの位置（ｘ４，ｙ１）によって特定される金型の部位を示す情報とともに「２枚抜き」が発生したことが表示部を通してユーザに提示される。
【0042】
（金型全体の圧力分布（型抜き力分布）の表示）
データ収集装置４のＣＰＵは、データ分析装置３の各分析ＡＩ部３２より出力されたそれぞれの波形データを収集し、それぞれの波形データの同じ時刻の値を、例えば、三次元グラフによって表示部に金型全体の圧力分布（型抜き力分布）として表示することが可能である。図１０は、図９に示したＰ４のパンチによる打ち抜き部分で「２枚抜き」が発生したことによって、位置（ｘ４，ｙ１）の圧力センサー２ｂの出力が顕著に増大したことを示している。これによりユーザは一目で「２枚抜き」の不良事象の発生と部位を特定することができる。
データ収集装置４のＣＰＵは、データ分析装置３の各分析ＡＩ部３２より出力されたそれぞれの波形データを収集し、それぞれの波形データの同じ時刻の値を、例えば、三次元グラフによって表示部に金型全体の圧力分布（型抜き力分布）として表示することが可能である。図１０は、図９に示したＰ４のパンチによる打ち抜き部分で「２枚抜き」が発生したことによって、位置（ｘ４，ｙ１）の圧力センサー２ｂの出力が顕著に増大したことを示している。これによりユーザは一目で「２枚抜き」の不良事象の発生と部位を特定することができる。
【0043】
（不良事象発生の予兆判定）
データ分析装置３からデータ収集装置４には、不良事象の推定結果のみならず、分析された波形データそのものも送信される。データ収集装置４のＣＰＵは、データ分析装置３から送信された各圧力センサー２ｂの波形データをストレージデバイスに蓄積する。
データ分析装置３からデータ収集装置４には、不良事象の推定結果のみならず、分析された波形データそのものも送信される。データ収集装置４のＣＰＵは、データ分析装置３から送信された各圧力センサー２ｂの波形データをストレージデバイスに蓄積する。
【0044】
図１１はデータ収集装置４のストレージデバイスに蓄積された、ある圧力センサー２ｂの波形データを可視化した図である。ここで、横軸は圧力センサーによる累積検出回数、縦軸は検出信号レベルである。このように、圧力センサーによる累積検出回数の増大つまりプレス成形の累積回数が増大するにつれてパンチの磨耗などによる劣化が進行し、検出信号レベルの移動平均の値１１１が次第に増大する。データ収集装置４のＣＰＵは、この検出信号レベルの移動平均の値１１１などの評価値が閾値１１３を越えた状態を「２枚抜き」などの不良事象の予兆、あるいは金型の寿命による交換時期が来ているとして判定し、表示部などを通してこの旨をユーザに提示する。
【0045】
この不良事象の予兆判定は、すべての圧力センサー２ｂの波形データについて個別に実施される。これにより、金型の部位毎の不良事象の予兆判定を行うことができる。
【0046】
あるいは、データ収集装置４のＣＰＵは、検出信号レベルの移動平均の値１１１などの評価値と、不良事象の発生回数あるいは発生頻度などから、金型の寿命が来ていることを判定してもよい。
【0047】
［複数の波形データに基づく不良部位の算出］
データ収集装置４のＣＰＵは、センサープレート２の複数の圧力センサー２ｂの同じタイミングの検出信号レベルをもとに、金型において不良事象の発生部位のより高い精度の座標データを算出することも可能である。
データ収集装置４のＣＰＵは、センサープレート２の複数の圧力センサー２ｂの同じタイミングの検出信号レベルをもとに、金型において不良事象の発生部位のより高い精度の座標データを算出することも可能である。
【0048】
例えば、図１２に示すように、２つのパンチＰ５、Ｐ６のうち一方のパンチＰ６による打ち抜き部位で「２枚抜き」などの不良事象が発生した場合を想定する。データ収集装置４のＣＰＵは、最もせん断荷重のピーク値が高い位置（ｘ１，ｙ１）の圧力センサー２ｂとその周囲の複数の圧力センサー２ｂについて、各々の圧力センサー２ｂの波形データにおける同じタイミングの値をもとに、不良事象の発生した位置の座標を算出する。これにより、問題のあるパンチ（Ｐ６）と問題のないパンチ（Ｐ５）とを高い精度で識別することができる。
【0049】
（プレス成形機１０の不良事象の推定について）
図１３は２ヶ所の圧力センサー２ｂの波形データを比較して示す図である。この例ではスライド１３の往復運動を摺動案内するスライドギブに緩みが発生したことによって、材料のせん断完了後にせん断荷重が抜けて行く期間１３１において２つの波形データの歪みの伸び縮みの関係が反転している。データ収集装置４は、このように２つの波形データの差分をとらえてスライドギブの緩みの発生を推定し、その結果を表示を通してユーザに提示することができる。
図１３は２ヶ所の圧力センサー２ｂの波形データを比較して示す図である。この例ではスライド１３の往復運動を摺動案内するスライドギブに緩みが発生したことによって、材料のせん断完了後にせん断荷重が抜けて行く期間１３１において２つの波形データの歪みの伸び縮みの関係が反転している。データ収集装置４は、このように２つの波形データの差分をとらえてスライドギブの緩みの発生を推定し、その結果を表示を通してユーザに提示することができる。
【0050】
（本実施形態の効果のまとめ）
１．以上のように、本実施形態のプレス製造条件収集システム１００によれば、金型が受けるせん断荷重をセンサープレート２における複数の圧力センサー２ｂで同時に検出し、それぞれの圧力センサー２ｂにより検出されたせん断荷重の波形データをデータ分析装置３の各々の分析ＡＩ部３２で分析することによって、金型の劣化に起因した「２枚抜き」や「パンチ折れ」などの不良事象の発生を高速かつ高精度に推定することができる。さらに、金型の部位毎の不良事象を推定するができるので、金型の部品交換に要する時間的コストを低減することができる。
１．以上のように、本実施形態のプレス製造条件収集システム１００によれば、金型が受けるせん断荷重をセンサープレート２における複数の圧力センサー２ｂで同時に検出し、それぞれの圧力センサー２ｂにより検出されたせん断荷重の波形データをデータ分析装置３の各々の分析ＡＩ部３２で分析することによって、金型の劣化に起因した「２枚抜き」や「パンチ折れ」などの不良事象の発生を高速かつ高精度に推定することができる。さらに、金型の部位毎の不良事象を推定するができるので、金型の部品交換に要する時間的コストを低減することができる。
【0051】
２．本実施形態のプレス製造条件収集システム１００によれば、データ分析装置３の分析ＡＩ部３２において「パンチ折れ」などの所定の不良事象が推定された場合に、プレス成形機１０にプレス成形の強制停止を指示するので、成形不良品の発生を可及的に最少に抑えることが可能になる。
【0052】
３．本実施形態のプレス製造条件収集システム１００によれば、センサープレート２はプレス成形機１０のスライド１３に金型（下型１１）に対向して装着され、荷重を受ける方向に対して直交する面において複数の圧力センサー２ｂが互いに離間して配設されたものであるため、どのような構成の金型が用いられても、その金型が受ける部位毎の荷重を検出することができる。
【0053】
（変形例）
上記の実施形態では、データ分析装置３からプレス成形機１０のコントローラ１５に、不良事象の推定を契機にプレス成形の強制停止の命令を送ることとしたが、データ収集装置４にて、不良事象やその予兆の判定を契機に、ネットワーク６を通じてデータ分析装置３に、プレス成形の強制停止の命令の送信依頼を送るようにしてもよい。
上記の実施形態では、データ分析装置３からプレス成形機１０のコントローラ１５に、不良事象の推定を契機にプレス成形の強制停止の命令を送ることとしたが、データ収集装置４にて、不良事象やその予兆の判定を契機に、ネットワーク６を通じてデータ分析装置３に、プレス成形の強制停止の命令の送信依頼を送るようにしてもよい。
【0054】
なお、図１に示したように、本実施形態のプレス製造条件収集システム１００は、ハブ５に複数のデータ分析装置３を接続し、データ収集装置４にこれら複数のデータ分析装置３によって得た、金型の部位毎の不良事象の推定結果および波形データを収集するように構成することができるものである。
【0055】
以上、不良事象として「２枚抜き」、「パンチ折れ」を例示したが、これら以外の不良事象についても推定の対象としてもよいことは言うまでもない。
【符号の説明】
【0056】
２…センサープレート
２ｂ…圧力センサー
３…データ分析装置
４…データ収集装置
１０…プレス成形機
１１…上型
１２…下型
１３…スライド
３１…Ａ／Ｄ変換部
３２…分析ＡＩ部
３３…データ送信部
１００…プレス製造条件収集システム
２ｂ…圧力センサー
３…データ分析装置
４…データ収集装置
１０…プレス成形機
１１…上型
１２…下型
１３…スライド
３１…Ａ／Ｄ変換部
３２…分析ＡＩ部
３３…データ送信部
１００…プレス製造条件収集システム
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】