特許ウォッチ

公開番号2024050516
公報種別公開特許公報(A)
公開日2024-04-10
出願番号2023169240
出願日2023-09-29
発明の名称繊維長分布予測モデル生成プログラム、繊維長分布予測プログラム、繊維長分布予測モデル生成方法および繊維長分布予測方法
出願人東レ株式会社
代理人弁理士法人酒井国際特許事務所
主分類B29C 45/76 20060101AFI20240403BHJP(プラスチックの加工;可塑状態の物質の加工一般)
要約【課題】折損工程後の繊維長分布を簡易かつ高精度に得ることができる繊維長分布予測モデル生成プログラム、繊維長分布予測プログラム、繊維長分布予測モデル生成方法および繊維長分布予測方を提供すること。
【解決手段】本発明に係る繊維長分布予測モデル生成プログラムは、コンピュータに、既知の繊維強化樹脂組成物が含む繊維状充填材の折損工程前の繊維長分布を説明変数、当該繊維強化樹脂組成物の折損工程後の繊維長分布を目的変数とする学習用データを用いて機械学習を実行することにより、折損工程後の繊維長分布を予測するための繊維長分布予測モデルを生成する繊維長分布予測モデル生成ステップ、を実行させる。
【選択図】図1
特許請求の範囲【請求項１】
コンピュータに、
既知の繊維強化樹脂組成物が含む繊維状充填材の折損工程前の繊維長分布を説明変数、当該繊維強化樹脂組成物の折損工程後の繊維長分布を目的変数とする学習用データを用いて機械学習を実行することにより、折損工程後の繊維長分布を予測するための繊維長分布予測モデルを生成する繊維長分布予測モデル生成ステップ、
を実行させる繊維長分布予測モデル生成プログラム。
続きを表示（約 1,600 文字）【請求項２】
前記繊維長分布予測モデル生成ステップは、
前記繊維長分布として、繊維長の長さを区分けした各区分に属する度数分布を前記学習用データとする、
請求項１に記載の繊維長分布予測モデル生成プログラム。
【請求項３】
前記繊維長分布予測モデル生成ステップは、
各区分の度数をまとめた折損工程前の繊維長ベクトルを、折損工程後の繊維長ベクトルの予測値へと行列変換する繊維長予測行列を用いて、折損工程後の繊維長分布を予測する前記繊維長分布予測モデルを生成する、
請求項２に記載の繊維長分布予測モデル生成プログラム。
【請求項４】
前記繊維長分布予測モデル生成ステップは、
前記学習用データの前記繊維強化樹脂組成物中の繊維状充填材の繊維長分布を、繊維長予測行列を用いて行列変換することで得られる折損工程後の繊維長ベクトルの予測値と、前記繊維強化樹脂組成物に対応する折損工程後の繊維長ベクトルの値とから求められる予測誤差が最小となる繊維長予測行列の各項を決定することによって前記繊維長分布予測モデルを生成する、
請求項３に記載の繊維長分布予測モデル生成プログラム。
【請求項５】
前記繊維長分布予測モデル生成ステップは、
前記折損工程として、射出成形機による射出成形工程、溶融混練機による押出工程、および成形品の粉砕工程のいずれかを経た後の繊維強化樹脂組成物中の繊維状充填材の繊維長分布を予測する前記繊維長分布予測モデルを生成する、
請求項４に記載の繊維長分布予測モデル生成プログラム。
【請求項６】
前記繊維長分布予測モデル生成ステップは、
前記繊維状充填材として、ガラス繊維および炭素繊維のいずれかを含む繊維強化樹脂組成物中の繊維状充填材の繊維長分布を予測する前記繊維長分布予測モデルを生成する、
請求項５に記載の繊維長分布予測モデル生成プログラム。
【請求項７】
コンピュータに、
既知の繊維強化樹脂組成物が含む繊維状充填材の折損工程前の繊維長分布を説明変数、当該繊維強化樹脂組成物の折損工程後の繊維長分布を目的変数とする学習用データを用いて機械学習を実行することにより、折損工程後の繊維長分布を予測するための繊維長分布予測モデルに対して、予測対象の繊維強化樹脂組成物における折損工程前の繊維状充填材の繊維長分布を入力する入力ステップと、
前記繊維長分布予測モデルが出力する情報に基づいて、折損工程後の繊維長分布を予測する繊維長分布予測ステップと、
を実行させる繊維長分布予測プログラム。
【請求項８】
コンピュータが、
既知の繊維強化樹脂組成物が含む繊維状充填材の折損工程前の繊維長分布を説明変数、当該繊維強化樹脂組成物の折損工程後の繊維長分布を目的変数とする学習用データを記憶部から読み出し、該学習用データを用いて機械学習を実行することにより、折損工程後の繊維長分布を予測するための繊維長分布予測モデルを生成する、
繊維長分布予測モデル生成方法。
【請求項９】
コンピュータが、
既知の繊維強化樹脂組成物が含む繊維状充填材の折損工程前の繊維長分布を説明変数、当該繊維強化樹脂組成物の折損工程後の繊維長分布を目的変数とする学習用データを記憶部から読み出し、該学習用データを用いて機械学習を実行することにより生成された、折損工程後の繊維長分布を予測するための繊維長分布予測モデルに対して、予測対象の繊維強化樹脂組成物における折損工程前の繊維状充填材の繊維長分布を入力し、
前記繊維長分布予測モデルが出力する情報に基づいて、折損工程後の繊維長分布を予測する、
繊維長分布予測方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、繊維長分布予測モデル生成プログラム、繊維長分布予測プログラム、繊維長分布予測モデル生成方法および繊維長分布予測方法に関するものである。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
エンジニアリングプラスチックは、耐熱性、難燃性、耐薬品性、電気絶縁性、耐湿熱性および機械的強度や寸法安定性などに優れた樹脂組成物である。さらに、樹脂組成物にガラス繊維や炭素繊維などの繊維状充填材や、炭酸カルシウム、タルク、マイカ等の無機充填材を配合することにより、機械的強度や寸法安定性を向上させることができることが知られている。例えば、特許文献１には、熱可塑性樹脂にガラス繊維や各種添加剤を配合した繊維強化樹脂組成物が記載されている。
【０００３】
ところで、熱可塑性樹脂にガラス繊維を混合してなる繊維強化樹脂組成物は、例えば押出機を用いて混合混錬し、射出成形によって作製される。この際、射出成形のような折損工程時に繊維が折損し、工程前後で繊維長の分布が変化する。
【先行技術文献】
【特許文献】
【０００４】
特開２０１４－７７１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１では、切断回数をシミュレーションによって求め、このシミュレーションの結果をもとに折損工程前の繊維長から工程後の繊維長分布を算出している。一方、シミュレーションを必要とせずに、簡易かつ高精度に折損工程後の繊維長分布を得ることが求められていた。
【０００６】
本発明は、上記に鑑みてなされたものであって、折損工程後の繊維長分布を簡易かつ高精度に得ることができる繊維長分布予測モデル生成プログラム、繊維長分布予測プログラム、繊維長分布予測モデル生成方法および繊維長分布予測方法を提供することを目的とする。
【課題を解決するための手段】
【０００７】
上述した課題を解決し、目的を達成するために、本発明に係る繊維長分布予測モデル生成プログラムは、コンピュータに、既知の繊維強化樹脂組成物が含む繊維状充填材の折損工程前の繊維長分布を説明変数、当該繊維強化樹脂組成物の折損工程後の繊維長分布を目的変数とする学習用データを用いて機械学習を実行することにより、折損工程後の繊維長分布を予測するための繊維長分布予測モデルを生成する繊維長分布予測モデル生成ステップ、を実行させる。
【０００８】
本発明に係る繊維長分布予測モデル生成プログラムは、上記発明において、前記繊維長分布予測モデル生成ステップは、前記繊維長分布として、繊維長の長さを区分けした各区分に属する度数分布を前記学習用データとする。
【０００９】
本発明に係る繊維長分布予測モデル生成プログラムは、上記発明において、前記繊維長分布予測モデル生成ステップは、各区分の度数をまとめた折損工程前の繊維長ベクトルを、折損工程後の繊維長ベクトルの予測値へと行列変換する繊維長予測行列を用いて、折損工程後の繊維長分布を予測する前記繊維長分布予測モデルを生成する。
【００１０】
本発明に係る繊維長分布予測モデル生成プログラムは、上記発明において、前記繊維長分布予測モデル生成ステップは、前記学習用データの前記繊維強化樹脂組成物中の繊維状充填材の繊維長分布を、繊維長予測行列を用いて行列変換することで得られる折損工程後の繊維長ベクトルの予測値と、前記繊維強化樹脂組成物に対応する折損工程後の繊維長ベクトルの値とから求められる予測誤差が最小となる繊維長予測行列の各項を決定することによって前記繊維長分布予測モデルを生成する。
（【００１１】以降は省略されています）

関連特許