特許ウォッチ

公開番号2025143010
公報種別公開特許公報(A)
公開日2025-10-01
出願番号2024042677
出願日2024-03-18
発明の名称樹脂物性値を予測する方法、情報処理装置、及びプログラム
出願人DIC株式会社,学校法人明治大学
代理人個人,個人,個人
主分類G06Q 50/04 20120101AFI20250924BHJP(計算;計数)
要約【課題】樹脂物性値の予測技術を改善する。
【解決手段】情報処理装置が実行する樹脂物性値を予測する方法であって、樹脂合成工程におけるスペクトルデータの所定波長領域のデータを説明変数とし、樹脂物性値を目的変数とする教師データに基づき予測モデルを生成するステップと、予測モデルに基づき樹脂物性値を予測するステップと、を含み、所定波長領域は、スペクトルデータに基づき生成された補完データを用いて決定される。
【選択図】図2
特許請求の範囲【請求項１】
情報処理装置が実行する樹脂物性値を予測する方法であって、
樹脂合成工程におけるスペクトルデータの所定波長領域のデータを説明変数とし、樹脂物性値を目的変数とする教師データに基づき予測モデルを生成するステップと、
前記予測モデルに基づき樹脂物性値を予測するステップと、
を含み、
前記所定波長領域は、前記スペクトルデータに基づき生成された補完データを用いて決定される方法。
続きを表示（約 950 文字）【請求項２】
請求項１に記載の方法であって、
前記スペクトルデータは、原材料の組成比が異なる複数の樹脂組成物に係るデータを含む、方法。
【請求項３】
請求項１または２に記載の方法であって、
前記スペクトルデータは、近赤外光スペクトルデータである、方法。
【請求項４】
前記近赤外光スペクトルデータを測定する分光センサは、少なくとも近赤外線分光センサ、又はラマン分光センサの少なくともいずれか一方である、請求項３の方法。
【請求項５】
請求項３に記載の方法であって、
前記説明変数は、さらに原材料と触媒との質量比、及び温度を含む、方法。
【請求項６】
請求項１に記載の方法であって、
前記樹脂物性値が、エポキシモノマー当量である、方法。
【請求項７】
請求項１に記載の方法であって、
前記予測モデルを生成するステップにおいて、複数の機械学習アルゴリズムにより前記教師データに基づきそれぞれ複数の予測モデルを生成し、
前記予測するステップにおいて、前記複数の予測モデルから、所定の指標に基づき選択された１の予測モデルに基づき、前記樹脂物性値を予測する、方法。
【請求項８】
制御部を備える情報処理装置であって、
前記制御部は、
樹脂合成工程におけるスペクトルデータの所定波長領域のデータを説明変数とし、樹脂物性値を目的変数とする教師データに基づき予測モデルを生成し、
前記予測モデルに基づき樹脂物性値を予測し、
前記所定波長領域のデータは、前記スペクトルデータに基づき生成された補完データを用いて決定される、情報処理装置。
【請求項９】
コンピュータに、
樹脂合成工程におけるスペクトルデータの所定波長領域のデータを説明変数とし、樹脂物性値を目的変数とする教師データに基づき予測モデルを生成することと、
前記予測モデルに基づき樹脂物性値を予測することと
を実行させ、
前記所定波長領域のデータは、前記スペクトルデータに基づき生成された補完データを用いて決定される、プログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、樹脂物性値を予測する方法、情報処理装置、及びプログラムに関する。
続きを表示（約 1,200 文字）【背景技術】
【０００２】
樹脂の重合プロセスにおいて、樹脂組成物の物性は、一般に検査室にて既定の手順に従い測定される。サンプリングと物性検査作業は数時間を要し、オペレーターによる測定精度のばらつきが発生することがある。樹脂組成物の物性が品質閾値を満たしていない場合には、重合条件の調整などの是正処置をとる。これらの是正処置は費用がかかり、労力を要し、生産性低下を引き起こす問題がある。また樹脂組成物の物性が品質閾値を満たしていない場合、重合品が廃棄されることもある。そこで、樹脂組成物の物性値を予測するための品質予測モデルを機械学習により生成する技術が提案されている（例えば特許文献１）。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－１６７０２７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
機械学習モデルのモデル構築には教師データとして用いる実績データが一定数必要である。しかしながら通常作業との兼ね合いで実績データを十分に確保できないこともあり、実用化をする上での課題がある。このように樹脂物性値の予測技術には改善の余地があった。
【０００５】
かかる事情に鑑みてなされた本開示の目的は、樹脂物性値の予測技術を改善することにある。
【課題を解決するための手段】
【０００６】
（１）本開示の一実施形態に係る方法は、情報処理装置が実行する樹脂物性値を予測する方法であって、
樹脂合成工程におけるスペクトルデータの所定波長領域のデータを説明変数とし、樹脂物性値を目的変数とする教師データに基づき予測モデルを生成するステップと、
前記予測モデルに基づき樹脂物性値を予測するステップと、
を含み、
前記所定波長領域は、前記スペクトルデータに基づき生成された補完データを用いて決定される
【０００７】
（２）本開示の一実施形態に係る方法は、（１）に記載の方法であって、
前記スペクトルデータは、原材料の組成比が異なる複数の樹脂組成物に係るデータを含む。
【０００８】
（３）本開示の一実施形態に係る方法は、（２）に記載の方法であって、
前記スペクトルデータは、近赤外光スペクトルデータである。
【０００９】
（４）本開示の一実施形態に係る方法は、（３）に記載の方法であって、
前記近赤外光スペクトルデータを測定する分光センサは、少なくとも近赤外線分光センサ、又はラマン分光センサの少なくともいずれか一方である
【００１０】
（５）本開示の一実施形態に係る方法は、（３）に記載の方法であって、
前記説明変数は、さらに原材料と触媒との質量比、及び温度を含む、方法。
（【００１１】以降は省略されています）

関連特許