特許ウォッチ

公開番号2025107723
公報種別公開特許公報(A)
公開日2025-07-22
出願番号2024001087
出願日2024-01-09
発明の名称材料品質推定モデルの作成方法、材料品質推定方法、材料品質推定モデルの作成装置、材料品質推定装置および材料品質推定モデルの作成システム
出願人JFEスチール株式会社
代理人弁理士法人酒井国際特許事務所
主分類G06N 20/00 20190101AFI20250714BHJP(計算;計数)
要約【課題】新規製造材料の品質を高精度に推定するモデルを作成することが可能な、材料品質推定モデルの作成方法、材料品質推定方法、材料品質推定モデルの作成装置、材料品質推定装置および材料品質推定モデルの作成システムを提供すること。
【解決手段】材料品質推定モデルの作成方法は、コンピュータが備えるモデル作成部が、既存製造条件データを入力とし、既存製造条件データと紐付けられた既存品質データを出力として機械学習を行い、材料品質推定ベースモデルを作成する材料品質推定ベースモデル作成ステップと、モデル作成部が、追加製造条件データを入力とし、追加製造条件データと紐付けられた追加品質データを出力として、材料品質推定ベースモデルの再学習を行い、材料品質推定モデルを作成する材料品質推定モデル再学習ステップと、を含む。
【選択図】図4
特許請求の範囲【請求項１】
コンピュータが備えるモデル作成部が、既存製造条件データを入力とし、前記既存製造条件データと紐付けられた既存品質データを出力として機械学習を行い、材料品質推定ベースモデルを作成する材料品質推定ベースモデル作成ステップと、
前記モデル作成部が、追加製造条件データを入力とし、前記追加製造条件データと紐付けられた追加品質データを出力として、前記材料品質推定ベースモデルの再学習を行い、材料品質推定モデルを作成する材料品質推定モデル再学習ステップと、
を含む材料品質推定モデルの作成方法。
続きを表示（約 1,600 文字）【請求項２】
前記既存製造条件データは、既存の製造材料に関するデータであり、
前記追加製造条件データは、新規の製造材料に関するデータである、
請求項１に記載の材料品質推定モデルの作成方法。
【請求項３】
前記材料品質推定モデル再学習ステップにおいて、前記モデル作成部が、
前記追加製造条件データの種類が、前記材料品質推定ベースモデルの入力となる前記既存製造条件データの種類に対して不足する場合、前記既存製造条件データの種類に合致するように、前記追加製造条件データの種類を追加して、前記材料品質推定ベースモデルの再学習を行う、
請求項１に記載の材料品質推定モデルの作成方法。
【請求項４】
前記材料品質推定モデル再学習ステップにおいて、前記モデル作成部が、
前記既存製造条件データに対して不足している前記追加製造条件データの種類について、不足した種類ごとに、前記既存製造条件データの該当する種類の統計量を用いて補完することにより追加する、
請求項３に記載の材料品質推定モデルの作成方法。
【請求項５】
前記材料品質推定モデル再学習ステップにおいて、前記モデル作成部が、
前記既存製造条件データに対して不足している前記追加製造条件データの種類について、不足した種類ごとに、前記既存製造条件データの該当する種類の中からランダムに抽出したサンプル値を用いて補完することにより追加する、
請求項３に記載の材料品質推定モデルの作成方法。
【請求項６】
前記材料品質推定モデル再学習ステップにおいて、前記モデル作成部が、
前記既存製造条件データと前記追加製造条件データとで既に合致している種類の製造条件データにおいて、前記既存製造条件データの集合から、前記追加製造条件データと類似した製造条件データのみを局所的に抽出し、
前記既存製造条件データに対して不足している前記追加製造条件データの種類について、不足した種類ごとに、前記既存製造条件データの該当する種類の統計量を用いて補完することにより追加する、
請求項３に記載の材料品質推定モデルの作成方法。
【請求項７】
前記材料品質推定モデル再学習ステップにおいて、前記モデル作成部が、
前記既存製造条件データと前記追加製造条件データとで既に合致している種類の製造条件データにおいて、前記既存製造条件データの集合から、前記追加製造条件データと類似した製造条件データのみを局所的に抽出し、
前記既存製造条件データに対して不足している前記追加製造条件データの種類について、不足した種類ごとに、前記既存製造条件データの該当する種類の中からランダムに抽出したサンプル値を用いて補完することにより追加する、
請求項３に記載の材料品質推定モデルの作成方法。
【請求項８】
前記材料品質推定モデル再学習ステップにおいて、前記モデル作成部が、
前記追加製造条件データの種類が、前記材料品質推定ベースモデルの入力となる前記既存製造条件データの種類に対して不足する場合、前記既存製造条件データの種類に合致するように、前記既存製造条件データの種類を削減して、前記材料品質推定ベースモデルの作成を行う、
請求項１に記載の材料品質推定モデルの作成方法。
【請求項９】
前記材料品質推定ベースモデルの再学習の方法は、転移学習である請求項１から請求項８のいずれか一項に記載の材料品質推定モデルの作成方法。
【請求項１０】
前記材料品質推定ベースモデルの再学習の方法は、ファインチューニングである請求項１から請求項８のいずれか一項に記載の材料品質推定モデルの作成方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、材料品質推定モデルの作成方法、材料品質推定方法、材料品質推定モデルの作成装置、材料品質推定装置および材料品質推定モデルの作成システムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
特許文献１には、学習用の予測モデルと、実際の対象製品の操業条件から導き出した品質予測モデルとの類似度から、対象製品の品質を予測する品質予測システムが開示されている。このシステムでは、予測モデルの構築に機械学習アルゴリズムを適用し、欠陥の発生確率を高精度に推定している。
【０００３】
また、特許文献２には、金属板の製造設備出力因子や製造中の金属板の成分値を含む入力データを入力し、製造される金属板の材料特性値を予測する予測モデルを備える予測システムが開示されている。このシステムでは、機械学習アルゴリズムを適用し、入力データを入力して製造条件因子を出力するモデルと、製造条件因子とを入力として材料特性値を出力することで、材料特性値を高精度に推定している。
【先行技術文献】
【特許文献】
【０００４】
特許第６９５３９９０号
特開２０２２－４８０３８号公報
【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、特許文献１，２で開示されているような材料品質推定モデルは、実際の製造設備において、既製造材料と同様または類似の製造条件の下で製造される材料に対して適用されるモデルである。すなわち、特許文献１，２で開示されているような材料品質推定モデルは、一般的に多数の製造条件データおよび品質データが存在する前提で作成されるものである。
【０００６】
一方、新規製造材料の開発においては、実験設備において予備実験を実施することによって、新たに設計した製造条件で製造される材料が所望の品質を満足するかどうかの検証をすることが一般的である。上記の予備実験は、材料の品質の決定に対する寄与が大きいと想定される一部の種類の製造条件のみを緻密に設計し、また制御して実施することが通常である。そのため、予備実験では、実際の製造設備で製造する際にのみ存在する環境的条件や外乱的条件等を含めた他の製造条件が考慮されることは少ない。また、予備実験の位置付けから、実験を試行する回数が少ないことが通常であるため、取得できる実験結果データも少なくなる。
【０００７】
上記のような予備実験で設計された製造条件を基に実際の製造設備で新規製造を行った場合、予備実験で考慮しきれなかった実際の製造との差異により、結果として所望の材料品質が得られない場合も少なくないという課題があった。また、新規材料の製造を始めるにあたっては、上記のように予備実験時の実験条件データおよび品質データが十分に存在しない状態であるため、精度のよい材料品質推定モデルを作成することは容易ではなかった。
【０００８】
本発明は、上記に鑑みてなされたものであって、新規製造材料の品質を高精度に推定するモデルを作成することが可能な、材料品質推定モデルの作成方法、材料品質推定方法、材料品質推定モデルの作成装置、材料品質推定装置および材料品質推定モデルの作成システム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】
【０００９】
上述した課題を解決し、目的を達成するために、本発明に係る材料品質推定モデルの作成方法は、コンピュータが備えるモデル作成部が、既存製造条件データを入力とし、前記既存製造条件データと紐付けられた既存品質データを出力として機械学習を行い、材料品質推定ベースモデルを作成する材料品質推定ベースモデル作成ステップと、前記モデル作成部が、追加製造条件データを入力とし、前記追加製造条件データと紐付けられた追加品質データを出力として、前記材料品質推定ベースモデルの再学習を行い、材料品質推定モデルを作成する材料品質推定モデル再学習ステップと、を含む。
【００１０】
本発明に係る材料品質推定モデルの作成方法は、上記発明において、前記既存製造条件データが、既存の製造材料に関するデータであり、前記追加製造条件データが、新規の製造材料に関するデータである。
（【００１１】以降は省略されています）

関連特許