射出成形、ブロー成形、熱成形などのプラスチック製造プロセスは、温度と圧力の設定に敏感です。金型温度、溶融温度、射出圧力、保持圧力、冷却時間の相互作用が、完成部品の品質を決定します。新製品でこれらのパラメータを正しくするには、試行錯誤が必要です。条件が変化するにつれてそれらを正しく保つには、絶え間ない注意が必要です。
AIプロセス最適化は、パラメータ設定から試行錯誤を取り除き、条件が漂流するときに品質を維持するための絶え間ない注意を取り除きます。
プラスチック加工の最適化が困難な理由
根本的な課題は、プロセスパラメータが非線形に相互作用することです。金型温度を上げると表面仕上げは改善されるかもしれませんが、サイクルタイムも増加し、反りのリスクも増加するかもしれません。射出圧力を上げると金型をより速く充填しますが、バリを引き起こし、型締力要件を増加させる可能性があります。冷却時間を短縮するとサイクルタイムは改善されますが、排出時に部品が変形する可能性があります。
サイクルタイムを可能な限り短く保ちながらすべての欠陥を最小化するスイートスポットを見つけることは、材料バッチの変動、周囲温度、金型の摩耗、機器の状態によって変化する多目的最適化問題です。
AIがプロセスを最適化する方法
AIプロセス最適化システムは、すべてのショットまたはサイクルのすべてのプロセスパラメータと品質結果を監視します。プロセスパラメータを品質結果に関連付けるモデルを構築します:寸法精度、表面仕上げ、反り、ヒケ、バリ、内部応力。
AIは、これらのモデルを使用して、最短のサイクルタイムで最高の品質を達成するパラメータ設定を見つけます。流れ特性がわずかに異なる新しい材料バッチが到着すると、AIはそれを補正するためにパラメータを調整します。冷却チャンネルの蓄積によって金型温度がゆっくりと漂流すると、AIは品質を維持するために他のパラメータを適応させます。
金型温度の最適化
金型温度は、結晶化度、表面仕上げ、寸法安定性を決定する冷却率に影響するため、特に重要です。金型の異なる領域は、部品のジオメトリと壁の厚さに応じて異なる温度を必要とする場合があります。AIは、複数の冷却回路を独立して調整することで、金型全体の温度プロファイルを最適化し、より均一な冷却を達成し、反りを減らします。
圧力プロファイルの最適化
射出成形には、複数の圧力フェーズが含まれます:充填、パッキング、保持。各フェーズの圧力プロファイルは、金型がどのように充填されるか、材料がどのように圧縮されるか、収縮がどのように補償されるかに影響します。AIは、特定の部品ジオメトリと材料に基づいてこれらのプロファイルを最適化し、人間のプロセスエンジニアが試したことのないプロファイルを発見することがあります。
結果は通常、品質の向上とサイクルタイムの短縮の組み合わせです。プロセスが変動を自動的に補正するため、部品はより一貫しています。AIは、人間のオペレーターが問題を避けるために設定する保守的な時間ではなく、許容可能な部品を生産する最小冷却時間を見つけるため、サイクルタイムは短くなります。
製造業におけるAIプロセス最適化の詳細については、FirmAdapt製造業分析ページをご覧ください。