[发明专利]状态判定装置和方法

权利要求书

1.一种状态判定装置，该状态判定装置判定注射成型机的动作状态，

其特征在于，

上述状态判定装置具备：

数据获取部，其获取与上述注射成型机的整个成型工序相关的数据；

分类条件存储部，其存储分类条件数据，该分类条件数据将用于对所获取的与上述注射成型机的整个成型工序相关的数据进行分类的分类条件与应用按照该分类条件分类后的数据的学习模型关联起来；

学习模型存储部，其存储多个学习模型；

数据分类部，其根据上述分类条件存储部所存储的分类条件数据，对上述数据获取部所获取的数据进行分类，并从存储在上述学习模型存储部中的学习模型中确定应用分类后的数据的学习模型；以及

学习部，其根据上述数据分类部所分类的数据，针对上述数据分类部确定为应用目标的学习模型进行机器学习。

2.一种状态判定装置，该状态判定装置判定注射成型机的动作状态，

其特征在于，

上述状态判定装置具备：

数据获取部，其获取与上述注射成型机的整个成型工序相关的数据；

分类条件存储部，其存储分类条件数据，该分类条件数据将用于对所获取的与上述注射成型机的整个成型工序相关的数据进行分类的分类条件与应用按照该分类条件分类后的数据的学习模型关联起来；

学习模型存储部，其存储多个学习模型；

数据分类部，其根据上述分类条件存储部所存储的分类条件数据，对上述数据获取部所获取的数据进行分类，并从存储在上述学习模型存储部中的学习模型中确定应用分类后的数据的学习模型；以及

推定部，其根据上述数据分类部分类的数据，利用上述数据分类部确定为应用目标的学习模型进行推定。

3.根据权利要求1或2所述的状态判定装置，其特征在于，

与上述注射成型机的整个成型工序相关的数据包括时序数据，

上述分类条件存储部存储的分类条件数据包括按照时间区间分割上述时序数据的分类条件数据，

上述数据分类部根据上述分类条件存储部所存储的分类条件数据，按照时间区间分割上述时序数据，并对分割后的各个数据进行分类。

4.根据权利要求3所述的状态判定装置，其特征在于，

上述时间区间是注射成型机的成型工序中的合模、闭模、注射、保压、计量、开模、推出、等待的区间中的至少一个。

5.根据权利要求1或2所述的状态判定装置，其特征在于，

上述分类条件存储部存储的分类条件数据包括按照上述注射成型机的制造周期的预定周期对数据进行分类的分类条件数据，

上述数据分类部根据上述分类条件存储部所存储的分类条件数据，根据与上述数据获取部所获取的数据是在上述注射成型机的制造周期的第几个周期获取的情况，对该数据进行分类。

6.根据权利要求1所述的状态判定装置，其特征在于，

上述学习部进行有监督学习、无监督学习、以及强化学习中的至少一个学习。

7.根据权利要求2所述的状态判定装置，其特征在于，

上述推定部推定与上述注射成型机的动作状态相关的异常度，

在上述推定部所推定的异常度超过预先确定的预定的阈值的情况下，上述状态判定装置向显示装置显示警告消息。

8.根据权利要求2所述的状态判定装置，其特征在于，

上述推定部推定与上述注射成型机的动作状态相关的异常度，

在上述推定部所推定的异常度超过预先确定的预定的阈值的情况下，上述状态判定装置向显示装置显示警告图标。

9.根据权利要求2所述的状态判定装置，其特征在于，

上述推定部推定与上述注射成型机的动作状态相关的异常度，

在上述推定部所推定的异常度超过预先确定的预定的阈值的情况下，上述状态判定装置向注射成型机输出运转的停止、减速、限制电动机的转矩的指令中的至少一个。