射出成形条件を最適化し、成形品の強度を向上させたい

課題 射出成形条件の最適化に多くの水準の破壊試験が必要

射出成形条件が適切でなければ充分な強度が得られないが、破壊試験を行わなければ強度がわからず、多くの水準の破壊試験による試行錯誤が必要である。

X線タルボ・ロー撮影のメリット 成形品の強度を予測し迅速なフィードバックが可能

X線タルボ・ロー画像から抽出した特徴量によって成形品の強度を予測し、射出成形条件への迅速なフィードバックを可能とします。

異なる射出成形条件のダンベル試験片について、X線タルボ・ローにより小角散乱画像を取得しました。中央付近にウエルドラインが形成されており、射出成形条件によってその形状が異なり、強度を決定する重要な因子となっています。これらの試験片の破断強度を引張試験で求めました。

機械学習によって、小角散乱画像のウエルドライン部分の形状などの特徴量から、破断強度を予測する線形回帰モデルを構築しました。

その結果、一部のデータを教師データとし、他を予測することができました。

導入効果 破壊試験回数が削減され、部品・金型設計へのフィードバックも可能

射出成形でウェルドラインが生じた際に、上記モデルを射出成形条件を変更する際の指針として用いたり(できる化)、同様のモデルを構築して強度予測を可能とすることで(わかる化)、破壊試験回数を削減し、射出成形条件への迅速なフィードバック(できる化)を可能とします。
同様の解析により部品設計や金型設計へのフィードバック(できる化)も期待されます。

各種お問い合わせ、受託撮影のお申込み、資料ダウンロードはこちらからお申し込みいただけます。