JP2006277147A - Model structure design supporting device and its method - Google Patents
Model structure design supporting device and its method Download PDFInfo
- Publication number
- JP2006277147A JP2006277147A JP2005093209A JP2005093209A JP2006277147A JP 2006277147 A JP2006277147 A JP 2006277147A JP 2005093209 A JP2005093209 A JP 2005093209A JP 2005093209 A JP2005093209 A JP 2005093209A JP 2006277147 A JP2006277147 A JP 2006277147A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- value
- parameters
- mold structure
- evaluation score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
Description
本発明は、型構造の設計支援装置およびその方法に関する。 The present invention relates to a mold structure design support apparatus and method.
さまざまな構造物の設計においてコンピュータを利用した設計が行われている。たとえば、ＣＡＤによる構造物の設計データとＣＡＥによる構造解析から、その構造物が制作可能か否かを判断し、その制作可能である構造物に対しては、あらかじめ記憶されているコスト情報から最小コストで制作できる値を検索する技術がある（特許文献１）。
型構造物の設計には、さまざまなパラメタが使用されている。たとえば、製造に必要なコスト、強度、安全性、作業性、加工効率（生産性）、品質などである。これらのパラメタは互いに関連していて、コストを下げれば強度が下がり、強度を上げようとすればコストがかさむ、また、品質を上げようとすれば生産性が下がり、作業性を上げようとすれば製品バランスが下がるなど、互いに相反することが多い。 Various parameters are used to design the mold structure. For example, cost required for manufacturing, strength, safety, workability, processing efficiency (productivity), quality, and the like. These parameters are related to each other. If the cost is lowered, the strength is lowered, and if the strength is raised, the cost is increased, and if the quality is raised, the productivity is lowered and the workability is raised. In many cases, the balance of products will be contradictory.
しかしながら、従来の設計手法では、目的とする構造物の寸法から設計する型構造物を構成する部品の配置を決めたり、構造解析を行った結果から必要なコストが一義的に決められてしまうため、他のパラメタ（たとえば、コスト、強度、安全性、加工効率（生産性）、品質など）が考慮されずに、寸法のみからコスト計算が行われて最適化が図られてしまいうのが現状である。このため、設計者が意図するような総合的にバランスの取れた型構造物を自動的に設計するまでには至っていない。 However, in the conventional design method, the necessary cost is uniquely determined from the result of determining the arrangement of the parts constituting the mold structure to be designed from the dimensions of the target structure or performing the structural analysis. In addition, other parameters (for example, cost, strength, safety, processing efficiency (productivity), quality, etc.) are not taken into account, and the cost is calculated from the dimensions alone and optimized. It is. For this reason, it has not yet been possible to automatically design a comprehensively balanced mold structure as intended by the designer.
そこで本発明の目的は、複数のパラメタがそれぞれバランス良く採用され、これまでよりも一層型構造物の設計を自動化することのできる型構造物設計支援装置およびその方法を提供することである。 SUMMARY OF THE INVENTION An object of the present invention is to provide a mold structure design support apparatus and method that can employ a plurality of parameters in a well-balanced manner and can further automate the design of a mold structure than before.
上記課題を解決するための本発明は、型構造物を設計する際に使用する複数のパラメタについて、それぞれ最適値が最大点数となるように評価点数を付けて記憶したパラメタノウハウ記憶手段と、
前記複数のパラメタについてそれぞれのパラメタ値を選択して組み合わせ、当該組み合わせで前記型構造物が成立し、かつ、前記パラメタノウハウ記憶手段に記憶された当該組み合わせの各パラメタの値に付与された前記評価点数の合計が所定値以上となる各パラメタの値を選択するパラメタ使用値判断手段と、を有することを特徴とする型構造物の設計支援装置である。
The present invention for solving the above problems is a parameter know-how storage means for storing a plurality of parameters used in designing a mold structure with an evaluation score so that the optimum value is the maximum score,
The parameter values are selected and combined for the plurality of parameters, the mold structure is established by the combination, and the evaluation given to each parameter value of the combination stored in the parameter know-how storage unit And a parameter use value determining means for selecting a value of each parameter having a total score equal to or greater than a predetermined value.
また上記課題を解決するための本発明は、前記各パラメタの値を選択する段階の後に、前記パラメタごとに選択されたパラメタの値の頻度を記憶する段階を有し、次回以降の処理においては、（ａ）前記採用頻度記憶手段の中から前記複数のパラメタのうち第１のパラメタの中の最も頻度の高いパラメタの値を選択する段階と、（ｂ）選択されている前記第１のパラメタの値に対して、前記採用頻度記憶手段の中から前記複数のパラメタのうち第２のパラメタの中の最も頻度の高いパラメタの値から順に頻度の低いパラメタの値を当てはめて行き、前記型構造物が成立するか否かを確認し、成立する場合には選択されている前記第１のパラメタの値と前記第２のパラメタの値にそれぞれ付与されている前記評価点数を合計する段階と、（ｃ）前記評価点数の合計が所定値以上となっている場合は選択された前記第１のパラメタの値と前記第２のパラメタの値を前記型構造物の設計に使用する値として選択し、所定値以下の場合は、前記採用頻度記憶手段の中から前記第１のパラメタの中の次に頻度の高いパラメタの値を選択し、前記（ｂ）を繰り返す段階と、を有することを特徴とする請求項５記載の型構造物の設計支援方法である。
Further, the present invention for solving the above-described problem has a step of storing the frequency of the value of the parameter selected for each parameter after the step of selecting the value of each parameter, and in subsequent processing (A) selecting the value of the most frequently used parameter among the plurality of parameters from the adoption frequency storage means; and (b) the first parameter being selected. The value of the parameter having the lowest frequency is applied in order from the value of the parameter having the highest frequency in the second parameter among the plurality of parameters to the value of the adoption frequency storage means, Confirming whether or not an object is established, and if it is established, summing the evaluation scores assigned to the value of the first parameter and the value of the second parameter that are selected, (C) When the total evaluation score is equal to or greater than a predetermined value, the selected value of the first parameter and the value of the second parameter are selected as values used for the design of the mold structure, and the predetermined value In the following cases, there is a step of selecting a parameter value having the next highest frequency among the first parameters from the adoption frequency storage means and repeating (b).
本発明によれば、複数のパラメタのそれぞれについて、パラメタの値に評価点数を付与し、各パラメタの値を採用するにあたっては各パラメタの評価点数の合計が所定値以上となるようにパラメタ値を選択することとしたので、複数のパラメタの値としてバランスのよい値を見つけ出すことができる。 According to the present invention, for each of a plurality of parameters, an evaluation score is assigned to the parameter value, and when adopting the value of each parameter, the parameter value is set so that the total evaluation score of each parameter is not less than a predetermined value. Since the selection is made, it is possible to find a well-balanced value as a plurality of parameter values.
以下、図面を参照して本発明を実施するための最良の形態を説明する。 The best mode for carrying out the present invention will be described below with reference to the drawings.
図１は、本発明による型構造物の設計支援装置の構成を説明するためのブロック図である。 FIG. 1 is a block diagram for explaining a configuration of a mold structure design support apparatus according to the present invention.
この型構造物の設計支援装置（型設計支援装置１と称する）は、型構造物を設計する際に使用する複数のパラメタについて、それぞれのパラメタの値ごとに最適値を最大点数として最適値から離れるに従い低い点数となるように評価点数を付けて記憶したパラメタノウハウ記憶部２（パラメタノウハウ記憶手段）と、複数のパラメタについてそれぞれのパラメタ値を選択して組み合わせ、その組み合わせで型構造物が成立するし、かつ、パラメタノウハウ記憶部２に記憶された評価点数から、その組み合わせの各パラメタの値に付与された評価点数の合計が所定値以上となる各パラメタの値を選択するパラメタ使用値判断部３（パラメタ使用値判断手段）と、パラメタごとにパラメタ使用値判断部３によって採用されたパラメタの値の頻度を記憶する採用頻度記憶部４（採用頻度記憶手段）を有する。
This mold structure design support device (referred to as a mold design support device 1) uses a plurality of parameters used when designing a mold structure as the maximum value for each parameter value from the optimal value. The parameter know-how storage unit 2 (parameter know-how storage means) that stores the evaluation score so that the score becomes lower as you leave, and select and combine each parameter value for multiple parameters, and the combination forms a mold structure In addition, the parameter use value determination is performed to select the value of each parameter for which the sum of the evaluation scores given to the values of each parameter of the combination is greater than or equal to a predetermined value from the evaluation scores stored in the parameter know-
パラメタノウハウ記憶部２および採用頻度記憶部４はデータベースであり、パラメタ使用値判断部３はパソコンなどのコンピュータである。パラメタノウハウ記憶部２および採用頻度記憶部４は、パラメタ使用値判断部３となるコンピュータ内に構築されたデータベースであっても良いし、パラメタ使用値判断部３となるコンピュータとは別のコンピュータ内に構築されたデータベースであっても良い。
The parameter know-
パラメタノウハウ記憶部２に記憶されるパラメタは、型構造物の設計に使用されるパラメタである。そして、記憶されるパラメタは互いに影響しあうもの同士がリンク付けされている。
The parameters stored in the parameter know-
ここで、具体的なパラメタの例を説明する。 Here, specific examples of parameters will be described.
図２は、スプリングバックの例を説明するための説明図である。 FIG. 2 is an explanatory diagram for explaining an example of a springback.
スプリングバックは、型構造物を設計する場合に考慮しなければならない具体的なパラメタの一つであり、特に、プレス加工型において重要なパラメタである。 Springback is one of the specific parameters that must be considered when designing a mold structure, and is an especially important parameter in a press working die.
図２（ａ）に示すように、ワーク１０をＡの角度で折り曲げるようなプレス型１００を作る場合、プレス型は、図２（ｂ）に示すように、下型１０１、上型１０２、および押さえ型１０３によって構成することになる。
As shown in FIG. 2 (a), when making a
このとき、ワーク１０がプレスされて折り曲げられた後、上型１０２が開放されたときに、ワーク１０の曲げた部分に戻りが生じる。この戻りをスプリングバックと称するが、型構造物としてのプレス型を設計する際には、このスプリングバック量を見込んで必要な折り曲げ量ａよりも多く曲がるように型構造を設計する。つまり、上型１０２の図Ａ部分の角度をＡ＋αとして製作する。もちろんこれに合わせて下型の傾斜面も製作することになる。
At this time, when the
このとき、パラメタとしてのプリングッバック見込み量αがあまり大きいと、制作されたワーク１０の曲がり量は設計値より大きくなってしまうため、プリングッバック見込み量αには最適値が存在する。本実施形態では、この最適値に対して最も高い評価点数、たとえば１００ポイント（ｐｔｓ）を付与して、この最適値から離れるに従い低い評価点数を付与して、パラメタノウハウ記憶部２にこのスプリングバックのパラメタを記憶する。
At this time, if the estimated pullback back amount α as a parameter is too large, the bending amount of the produced
図３は、このようにして付与されたプリングッバック見込み量αをパラメタ値として各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。図において、「設計値」はワーク１０の折り曲げ量の設計値であり、最適値はそのワーク１０のプリングッバック見込み量αの最適値である。
FIG. 3 is a graph showing an example of an evaluation score distribution when an evaluation score is assigned to each parameter value using the estimated pullback back amount α thus assigned as a parameter value. In the figure, the “design value” is the design value of the bending amount of the
次に、このような型構造物において必要な強度を達成するために、通常、型内部には複数のビームが設けられている。たとえば図２（ｃ）に示すように、下型１０１内および上型１０２内にそれぞれ複数のビーム１１１が設けられることになる。
Next, in order to achieve the required strength in such a mold structure, a plurality of beams are usually provided inside the mold. For example, as shown in FIG. 2C, a plurality of
このようなパラメタの場合、他のパラメタに対して影響を与えることがないので、他のパラメタとリンク付けされることはない。 Such parameters are not linked to other parameters because they do not affect other parameters.
型構造物として必要な強度は、使用するビーム位置や本数が違うことで異なる。そこで、このビーム本数についてもパラメタ化することができる。したがって、たとえば、型内部のビームの数が多く、最も強度の高い構造を最適値として最も高い評価点数、たとえば１００ポイントを付与して、この最適値から離れる構造、たとえばビームの数が少なくなるに従って低い評価点数を付与して、型構造物としての強度についてのビーム本数のパラメタとしてパラメタノウハウ記憶部２に記憶する。図４は、このようにして付与されたビーム本数についての評価点数分布の一例を示すグラフである。そしてこのビーム本数は、強度のパラメタとリンク付けされることになる。
The strength required for the mold structure differs depending on the position and number of beams used. Therefore, the number of beams can also be parameterized. Therefore, for example, as the number of beams in the mold is large, the highest strength structure is set as the optimum value, and the highest evaluation score, for example, 100 points is given. A low evaluation score is assigned and stored in the parameter know-
一方、ビーム本数が多くなれば、それだけその型構造物を製作するコストが上昇する。逆に、最低限必要な強度を保つだけであれば、ビーム本数を少なくしてコストを低減することが可能となる。そこで、ビーム本数とコストの関係についてのパラメタ化できる。ビーム本数とコストの関係についてのパラメタは、最もビーム本数が少なくコストが安くなる構造をビーム本数とコストの関係についてのパラメタの最適値として最大評価点数を付与しコストが高くなるに従って低い評価点数を付与してパラメタノウハウ記憶部２に記憶する。図５は、このようにして付与されたビーム本数とコストの関係についてコストをパラメタ値として各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。図において、横軸はコストと共にビーム本数が増加する方向である。ビーム本数が増加するとコストが上昇するため評価点数は下がる。そしてこのビーム本数は、コストのパラメタとリンク付けされることになる。
On the other hand, as the number of beams increases, the cost of manufacturing the mold structure increases accordingly. On the other hand, if only the minimum required intensity is maintained, the number of beams can be reduced to reduce the cost. Therefore, it is possible to parameterize the relationship between the number of beams and the cost. The parameter for the relationship between the number of beams and the cost is given the maximum evaluation score as the optimum value of the parameter for the relationship between the number of beams and the cost for the structure that has the smallest number of beams and the cost is low. Assigned and stored in the parameter know-
またコストについては、型構造物を製作する素材によっても変動する。したがって、素材に対するコストもパラメタ化することができる。この場合には、素材コストが最も安いものを最適値として最大評価点数を付与し、高くなるに従い低い評価点数を付与して、パラメタノウハウ記憶部２に記憶する。素材コストはビーム本数とリンク付けされる。
The cost also varies depending on the material from which the mold structure is manufactured. Therefore, the cost for the material can also be parameterized. In this case, the maximum evaluation score is assigned as an optimum value with the lowest material cost, and a lower evaluation score is assigned as it becomes higher, and stored in the parameter know-
また、同じ素材を使用してもその使用量が多いとコストが上昇し、使用量が少なければコストは下がる。したがって、この素材使用量、すなわち、型構造物を制作する際に必要となる素材重量についてもパラメタ化することができる。重量Ｗは重いほどコストが高くなる関係にある。そしてその関係から、この場合の評価点数は、強度的に最低限必要な重量のときコストが最も低く、重くなるに従いコストがかかるようになると考えられるので、強度的に最低限必要な最も軽い重量を最大点数として、徐々に重量が重くなるに従い評価点数を下げるように付与する。図６は、この重量Ｗをパラメタ値として各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。図において、横軸は重量が増加する方向である。重量Ｗが増加するとコストが上昇するため評価点数は下がる。このような重量のパラメタについてもパラメタノウハウ記憶部２に記憶する。そしてこの重量のパラメタはコストにリンク付けされる。
Further, even if the same material is used, the cost increases if the amount used is large, and the cost decreases if the amount used is small. Therefore, the amount of the material used, that is, the material weight necessary for producing the mold structure can be parameterized. The weight W is higher as the cost is higher. And from that relationship, the evaluation score in this case is considered to be the lowest cost when it is the minimum weight required for strength, and the cost will increase as it gets heavier. The maximum score is given so that the evaluation score decreases as the weight gradually increases. FIG. 6 is a graph showing an example of an evaluation score distribution when the weight W is used as a parameter value and an evaluation score is assigned to each parameter value. In the figure, the horizontal axis is the direction in which the weight increases. As the weight W increases, the cost increases and the evaluation score decreases. Such weight parameters are also stored in the parameter know-
さらにコストについては、型構造物をいくつかの標準部品で構成できる場合、コストが安くなり、また新規の部品を使用とする部分があればコストが高くなる。そこで、標準部品が存在するか否かによってコストのパラメタとすることができる。この場合の評価点数は、標準部品が一つしかなければ、それが最大点数であり、標準部品が存在しなければ０点となる。また、同じような標準部品が複数ある場合にはそれらを比較して最も安いものに最大点数を付与する。図７は、使用可能と思われる標準部品が複数ある場合において（標準部品を提供するメーカの違いや同一メーカでもオプション品の有無などによる違いなど）標準部品をパラメタとして各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。そして、このパラメタもパラメタノウハウ記憶部２に記憶する。またこのような標準部品のパラメタはコストにリンク付けされる。
Further, regarding the cost, if the mold structure can be constituted by some standard parts, the cost is low, and if there is a part using a new part, the cost is high. Therefore, the cost parameter can be used depending on whether or not a standard part exists. The evaluation score in this case is the maximum score if there is only one standard part, and is 0 if there is no standard part. Also, when there are a plurality of similar standard parts, they are compared and the maximum score is given to the cheapest one. Figure 7 shows the number of evaluation points for each parameter value when there are multiple standard parts that can be used (such as differences in manufacturers that provide standard parts or differences in the same manufacturer due to the presence or absence of optional parts). It is a graph which shows an example of evaluation score distribution at the time of giving. This parameter is also stored in the parameter know-
図８は、他のパラメタ事例として、プレスにより部材を切断するプレスカット型を説明するための説明図である。 FIG. 8 is an explanatory diagram for explaining a press-cut die for cutting a member with a press as another parameter example.
プレスカット型２００は、下型２０１に対してワーク２０を押さえ型２０２により押さえて、さらに端部をカッター型２０４により切り落とす型構造物である。
The press cut
下型２０１は、２重構造であり、上部に位置し、押さえ型２０２に相対し、ワーク２０にＲをつけるための上部２１１およびカッター型２０４が当たる当て部２１３と、これらを支えて固定している型ホルダ２１２である。型ホルダ２１２には、カットされた部分（スクラップ２１と称する）を落下させて排出するための通路２１５が設けられている。なお、カッター型２０４には、鋼板を切り落とすための刃先２３１が付いている。
The
このようなプレスカット型２００において、型ホルダ２１２に設けた通路２１５の開口Ｂは、スクラップ２１として想定される大きさの最大値（スクラップ最大値ａ）よりも大きい必要がある。そして通路２１５の開口の大きさＢはスクラップ最大値ａよりも大きければ大きいほど余裕があってスクラップ２１が排出されやすくなる。そこで、この通路２１５の開口の大きさＢをパラメタとして評価点数を付ける。この場合には、通路２１５の大きさ（通路長）がスクラップ最大値以下を評価点数０として、確実に通過できる大きさを最適値として評価点数１００とする。図９は、この通路２１５の開口の大きさＢをパラメタ値として各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。そして、このパラメタもパラメタノウハウ記憶部２に記憶する。
In such a press-
一方、この通路２１５を広げようとすると、型ホルダ２１２における通路以外の部分が小さくなる。特に、当て部２１３を支えている部分２１４が小さくなると、この部分の剛性が失われることになり、カッター型２０４が当て部２１３に当たったときに振動が生じてワーク１０をうまく切ることができず、不要なバリが多く発生してしまうことになり好ましくない。そこで、この当て部２１３を支えている部分２１４の厚さｈについてもその大きさに応じて評価点数を付けパラメタ化することができる。
On the other hand, when trying to widen the
当て部２１３を支えている部分２１４の厚さｈは大きいほど剛性が高くなるので、型ホルダ２１２の大きさの限界（通路０となる）を最適値として評価点数１００ポイントとし、ｈが小さくなるに従って、低い評価点数を付ける。図１０は、この当て部２１３を支えている部分２１４の厚さｈをパラメタ値として各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。なお、図１０においてはあくまでも通路２１５上の当て部２１３を想定しているため最大評価点数である１００ポイントに達するような部分は不要なため示していない。そして、このパラメタもパラメタノウハウ記憶部２に記憶する。
The greater the thickness h of the
このように通路２１５の開口の大きさＢと当て部２１３を支えている部分２１４の厚さｈは互いに影響しあうので互いにリンク付けすることになる。
As described above, the size B of the opening of the
また、このようなプレスカット型２００に前述した素材とコストの関係や重量とコストの関係などをそのまま当てはめることができる。したがって、プレスカット型２００においてもコストパラメタをそのまま使用することができる。
Further, the above-described relationship between the material and cost, the relationship between weight and cost, and the like can be applied to such a press-cut die 200 as they are. Therefore, the cost parameter can be used as it is in the press-
図１１は、さらに他のパラメタ事例として、型構造物に設けられるフックの取り付け位置を説明するための説明図である。 FIG. 11 is an explanatory diagram for explaining a mounting position of a hook provided in a mold structure as still another parameter example.
通常、型構造物には、その型構造物自体を移動させるためクレーンでつり上げるためのフックが設けられる。このフック取り付け位置は、図１１に示すように、型ホルダ２１２などの周辺部に設けられるが、取り付け位置の肉厚が厚いほどフック３０１の取り付け強度が高くなる。そこで、このフック取り付け位置を型構造物の外辺部３０２からの距離ｗとしてパラメタ化することができる。ここでは、強度が最も高くなる位置（距離ｗ）を最大評価点数１００ポイントとして、強度が下がるに従って低いポイントとなるようにする。図１２は、このフック取り付け位置をパラメタ値として各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。そして、このパラメタもパラメタノウハウ記憶部２に記憶する。
Usually, a mold structure is provided with a hook for lifting with a crane to move the mold structure itself. As shown in FIG. 11, the hook attachment position is provided in the periphery of the
図１３は、さらに他のパラメタ事例として、型構造物の表面加工を説明するための説明図である。 FIG. 13 is an explanatory diagram for explaining surface processing of a mold structure as still another parameter example.
型構造物の中には、表面加工が必要な部分がある場合がある。このような場合、自動研磨機など用いて研磨を行うことで生産性が向上するが、部位によって自動研磨できないような部位もある。たとえば、図１３に示すように、表面加工部位４０１の近傍に壁面４２があるような場合、壁面４２と自動研磨機４０３（またはそれの刃先など）が干渉して自動研磨することができない。一方、この距離ｓが長ければ自動加工が可能となる。そこで、表面加工部位４０１の端から壁面４２までの距離ｓをパラメタとする。
There may be a portion of the mold structure that requires surface processing. In such a case, the productivity is improved by polishing using an automatic polishing machine or the like, but there are some parts that cannot be automatically polished depending on the part. For example, as shown in FIG. 13, when the
図１４は、この距離ｓをパラメタ値として各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。図示するように、この距離ｓが十分に長く、自動研磨機４０３（またはそれの刃先）の交換が不要な場合（自動加工）を最大評価点数とし、自動研磨機４０３による加工は可能であるが、自動研磨機４０３（またはそれの刃先）の交換が必要な場合（自動加工付替え必要）、自動研磨機４０３による加工ができない場合（マニュアル加工）、加工できない場合の順に低い点数付けとする。そして、このパラメタもパラメタノウハウ記憶部２に記憶する。また、この距離ｓのパラメタは作業性とリンクされると共に、作業性がよくなることで生産性があがるため生産性ともリンクされ、さらに、どの工具を使用するかをパラメタとすると、使用工具ともリンク付けされる。
FIG. 14 is a graph showing an example of an evaluation score distribution when an evaluation score is assigned to each parameter value using the distance s as a parameter value. As shown in the figure, when the distance s is sufficiently long and the automatic polishing machine 403 (or its cutting edge) does not need to be replaced (automatic processing) is set as the maximum evaluation score, processing by the
図１５は、さらに他のパラメタ事例として、型構造物に設けたボルトを説明するための説明図である。 FIG. 15 is an explanatory diagram for explaining a bolt provided in a mold structure as still another parameter example.
型構造物の中には、ボルト締結が必要な部位がある。このようなボルト締結部位では、締結部を含む範囲の中心部に締結部を設けることで効果的に部材の締結が可能である。しかし、たとえば、図１５に示すように、ボルト締結位置５０１が壁面５０２近部にあるような場合、ボルト締結機（不図示）と壁面５０２が干渉して自動締結することができない。そこで、ボルト締結位置５０１と壁面５０２までの距離ｔをパラメタとする。図１６は、この距離ｔをパラメタ値として各パラメタ値に評価点数を付与した際の評価点数分布の一例を示すグラフである。図示するように、この距離ｔが十分に長く、ボルト締結機の交換が不要な場合（自動加工）を最大評価点数とし、ボルト締結機は可能であるが、ボルト締結機の交換が必要な場合（自動加工付替え必要）、ボルト締結機による締結ができない場合（マニュアル加工）、全く締結できない場合の順に低い点数付けとする。そして、このパラメタもパラメタノウハウ記憶部２に記憶する。また、この距離ｔのパラメタは作業性とリンクされると共に、作業性がよくなることで生産性があがるため生産性ともリンクされ、さらに、どの工具を使用するかをパラメタとすると、使用工具ともリンク付けされる。
Some mold structures require bolt fastening. In such a bolt fastening part, a member can be effectively fastened by providing a fastening part in the center of a range including a fastening part. However, for example, as shown in FIG. 15, when the
このように型構造物の設計には、さまざまなパラメタが存在するが、上述した各例は使用されるパラメタの一部に過ぎない。さらにそのほかのパラメタについて簡単に説明する。 Thus, there are various parameters in the design of the mold structure, but the above-described examples are only some of the parameters used. Furthermore, other parameters will be briefly described.
たとえば、生産性に関するパラメタとしては、切削加工面の深さ、鋳物作成時の砂抜き性、機能に関するパラメタとしては、パネル押さえ圧、パネル搬送のためのリフト位置、スクラップ排出通路の角度、ステージへの型の固定位置、品質に関するパラメタとしては、ビーム厚さ、トリム刃の進入角度、コストに関するパラメタとしては、締結ボルトの本数、構造物の分割数などが挙げられる。また、これらの中には、互いに影響するパラメタもあり、たとえば締結ボルトの本数は品質にリンクされており、構造物の分割数は生産性にリンクされている。そのほか、ここに挙げたパラメタ以外にもさまざまなパラメタが使用されるが、それらも本発明においては使用することが可能である。 For example, as parameters related to productivity, the depth of the machined surface, sand removal during casting production, and parameters related to functions include panel pressing pressure, lift position for panel conveyance, scrap discharge passage angle, to stage As the parameters related to the fixed position and quality of the mold, the beam thickness, the approach angle of the trim blade, and the parameters related to the cost include the number of fastening bolts and the number of divisions of the structure. Some of these parameters influence each other. For example, the number of fastening bolts is linked to quality, and the number of divisions of a structure is linked to productivity. In addition, various parameters other than those listed here can be used, and these can also be used in the present invention.
次に、この型設計支援装置の動作について説明する。
Next, the operation of this type design support apparatus will be described.
図１７および図１８は、型設計支援装置を用いた型設計時の処理手順を示すフローチャートである。 FIG. 17 and FIG. 18 are flowcharts showing a processing procedure during mold design using the mold design support apparatus.
ここでは、設計に使用する複数のパラメタについて、上述したようにしてあらかじめパラメタ値ごとに評価点数が付与されてパラメタノウハウ記憶部２に記憶されているものとする。
Here, it is assumed that an evaluation score is assigned in advance for each parameter value and stored in the parameter know-
まず、型設計支援装置１に対して、目標とする総ポイント数（しきい値）と計算回数を設定する（Ｓ１）。ここで総ポイント数とは、この装置の処理によって選択された各パラメタ値に付与されている評価点数（ポイント）をすべて加算した値である。また、計算回数は、この装置により最適なパラメタを選択するために計算される回数、すなわち、以降の各ステップを繰り返した回数である。 First, the target total number of points (threshold value) and the number of calculations are set for the mold design support apparatus 1 (S1). Here, the total number of points is a value obtained by adding all the evaluation points (points) assigned to each parameter value selected by the processing of this apparatus. The number of calculations is the number of times calculated by this apparatus for selecting an optimum parameter, that is, the number of times that each subsequent step is repeated.
はじめにこれらの値を設定するのは、パラメタの数が多い場合、それらの組み合わせの中には同じ程度に適した組み合わせが数多く存在することがあり、そうした場合に、どの組み合わせを選んでも各パラメタの値はバランスよく設定されるので、総ポイント数がある程度の値を超えればそこで計算を終了させるようにするためである。ここでは、この目標とする総ポイント数が本発明における所定値となる。また、計算回数もすべての組み合わせを試すとなると非常に多くなるため、ある程度の計算回数を行えばその中から使用するパラメタの値を決めることができるようにして計算時間を省略するようにしたためである。なお、パラメタの数が少ない場合、または高速なコンピュータを用いる場合などにおいては、このような設定をせず、型構造物が成立しつつ、総ポイント数が最も高くなる組み合わせをすべてのパラメタの組み合わせを求めて算出するようにしてもよい。この場合、本発明における所定値は型構造物が成立可能なすべてのパラメタ値の組み合わせの中で総ポイント数が最も高くなった場合を言うことになる。 These values are set first when there are a large number of parameters, and there may be many combinations that are equally suitable among these combinations. Since the values are set in a well-balanced manner, the calculation is terminated when the total number of points exceeds a certain value. Here, the target total number of points is a predetermined value in the present invention. In addition, since the number of calculations becomes very large when trying all combinations, the calculation time is omitted so that the parameter value to be used can be determined from a certain number of calculations. is there. Note that when the number of parameters is small or when using a high-speed computer, such a setting is not made, and the combination with the highest total number of points is established for the combination of all parameters while the mold structure is established. May be calculated. In this case, the predetermined value in the present invention refers to the case where the total number of points is the highest among all the combinations of parameter values that can establish the mold structure.
次に、パラメタ使用値判断部３が、パラメタノウハウ記憶部２の中から各パラメタについてそれぞれ最も高い評価点数が付与されているパラメタ値を選択する（Ｓ２）。
Next, the parameter use
続いて、パラメタ使用値判断部３は、選択された各パラメタ値を使用して型構造物を設計した場合に、成立するかどうかを判断する（Ｓ３）。この判断処理は、従来のＣＡＤシステムにより用いられている方法によって行われる。ここで、型構造物が成立すれば、すべてのパラメタが最大評価点数となる型構造物が製作できるので、選択されている各パラメタ値を型構造物を設計する際の各パラメタに使用する値として表示すると共に採用頻度記憶部４に記憶し（Ｓ９）、処理を終了する。
Subsequently, the parameter use
一方、成立していなければ、すべてのパラメタについて順に値を振って成立するかどうかを検索する（Ｓ４、Ｓ５）。このとき、各パラメタとして値を振るのは互いにリンクされているパラメタ同士である。したがって、複数のパラメタが互いにまたは連続してリンクされている場合はそれらすべてについて一つずつパラメタの値を振って成立するか否かを確認することになる。すなわち、パラメタＡにＢがリンクし、ＢにＣがリンクしていれば、Ａ−Ｂ−Ｃを互いに影響するものとしてそれぞれのパラメタ値を一つずつ振って成立する可否かを確認することになるのである。もちろんリンクがまったくないものについてはパラメタ値を振る必要はなく、ステップＳ２で選択された最大評価点数のパラメタ値が採用されることになる。 On the other hand, if not established, values are sequentially assigned to all parameters to search for whether or not established (S4, S5). At this time, parameters that are linked as parameters are parameters that are linked to each other. Therefore, when a plurality of parameters are linked to each other or consecutively, it is confirmed whether or not it is established by changing the parameter values one by one for all of them. In other words, if B is linked to parameter A and C is linked to B, it is confirmed whether or not it can be established by waving each parameter value one by one, assuming that A-C-C affects each other. It becomes. Of course, it is not necessary to assign a parameter value to those having no link, and the parameter value of the maximum evaluation score selected in step S2 is adopted.
また、この処理では、後述する効率化手法に従って各パラメタの値を振る順序を決めている。なお、ここで一つのパラメタの値を変更するたびに計算回数を１回とカウントする
そして、型構造物が成立するパラメタ値の組み合わせが一つできあがったら（Ｓ５：Ｙｅｓ）。その組み合わせのすべてのパラメタ値に付与されている評価点数を加算して総ポイント数を求め、これまでの総ポイント数の中で最大か否かを判断する（Ｓ６）。この判断は、後述するステップＳ７で記憶された総ポイント数と比較することにより行われる。
In this process, the order of assigning the values of the parameters is determined according to an efficiency method described later. Here, each time the value of one parameter is changed, the number of calculations is counted as one. When one combination of parameter values for forming the mold structure is completed (S5: Yes). The total number of points is obtained by adding the evaluation points assigned to all the parameter values of the combination, and it is determined whether or not the total number of points is the maximum (S6). This determination is made by comparing with the total number of points stored in step S7 described later.
ここで、総ポイント数がこれまでの最大であれば、その総ポイント数とすべてのパラメタについて、選択されているパラメタ値を一時記憶する（Ｓ７）。一方、総ポイント数がこれまでの最大でなければ、後述のステップＳ１０へ進む。 Here, if the total number of points is the maximum so far, the selected parameter values are temporarily stored for the total number of points and all parameters (S7). On the other hand, if the total number of points is not the maximum so far, the process proceeds to step S10 described later.
なお、ステップＳ５においては、型構造物が成立しない組み合わせとなった場合、あるパラメタの値が同じ場合に他のパラメタを振っても型構造物が成立しない場合をカウントし、これをあるパラメタが他のパラメタから影響された回数として記憶する（Ｓ２０）。この処理については後述する。ステップＳ２０の後は後述するステップＳ１０へ進む。 In step S5, when the combination is such that the mold structure is not established, the case where the mold structure is not established even if other parameters are shaken when the value of a certain parameter is the same is counted. The number of times affected by other parameters is stored (S20). This process will be described later. After step S20, the process proceeds to step S10 described later.
ステップＳ７に続いて、一時記憶した総ポイント数が設定した目標総ポイント数以上か否かを判断する（Ｓ８）。ここで一時記憶した総ポイント数が設定した目標総ポイント数以上であれば、その時点で保存されている各パラメタ値、すなわち、その時点で総評価点数の最大値が最も大きくなるパラメタの値を、型構造物を設計する際に使用する値として適したパラメタ値として表示すると共に採用頻度記憶部４に記憶し（Ｓ９）、処理を終了する。 Following step S7, it is determined whether or not the total number of points temporarily stored is equal to or greater than the set target total number of points (S8). If the total number of points temporarily stored here is greater than or equal to the target total number of points set, each parameter value stored at that time, that is, the value of the parameter with the maximum total evaluation score at that point Then, it is displayed as a parameter value suitable as a value to be used when designing the mold structure, and is stored in the adoption frequency storage unit 4 (S9), and the process is terminated.
一方、保存した総ポイント数が設定した目標総ポイント数を満たしていなければ、続いて設定した計算回数に達した否かを判断する（Ｓ１０）。設定した計算回数に達していなければ、ステップＳ４へ戻り以降の処理を繰り返し実行する。一方、設定した計算回数に達していれば、その時点で保存されている総ポイント数が最大となる各パラメタ値を、型構造物を設計する際の各パラメタに使用する値として表示すると共に採用頻度記憶部４に記憶し（Ｓ９）、処理を終了する。 On the other hand, if the stored total number of points does not satisfy the set target total number of points, it is subsequently determined whether or not the set number of calculations has been reached (S10). If the set number of calculations has not been reached, the process returns to step S4 and the subsequent processing is repeated. On the other hand, if the set number of calculations has been reached, each parameter value that maximizes the total number of points stored at that time is displayed and used as the value used for each parameter when designing the mold structure. It memorize | stores in the frequency memory | storage part 4 (S9), and complete | finishes a process.
以上により、はじめに設定された目標総ポイント数以上または計算回数以内における最適なパラメタの値が決定される。 As described above, the optimum parameter value within the set target total number of points or within the number of calculations is determined.
ここで、ステップＳ４におけるすべてのパラメタの値を振って成立するかどうかを確認する際の効率化手法について説明する。 Here, a method for improving efficiency when confirming whether or not it is established by shaking the values of all parameters in step S4 will be described.
これには、２つの方法があり、第１は、感度表を作成してその感度表に従って、各パラメタの組み合わせの順番を入れ替えることで効率化を図る手法である。 There are two methods. First, a sensitivity table is created and efficiency is improved by changing the order of combinations of parameters according to the sensitivity table.
図１９は、パラメタの組み合わせ順序を決めるための感度表の一例を示す図面である。図においては、説明のために各パラメタをＡ〜Ｊで示す。なお、パラメタＡ〜Ｊは互いにリンクされたパラメタである。また、図内の各数字は前述したステップＳ２０によってカウントされたもので、あるパラメタが他のパラメタから影響を受けた回数である。影響を受けた回数とは、あるパラメタαを決めてから、次にパラメタβを決める場合に、パラメタβをすべて使っても型構造物が成立しなかった回数である。つまりパラメタαを決めてからパラメタβを決めようとするとパラメタβは決定できずにもう一度パラメタαに戻って、パラメタαを異なる値にしてからパラメタβを振りなおさなければならなくなった回数ということである。 FIG. 19 is a diagram showing an example of a sensitivity table for determining the parameter combination order. In the figure, each parameter is indicated by A to J for explanation. Parameters A to J are parameters linked to each other. Each number in the figure is counted in step S20 described above, and is the number of times a certain parameter is influenced by other parameters. The number of times affected is the number of times that a mold structure is not formed even if all parameters β are used when a parameter β is determined next after determining a certain parameter α. In other words, if you try to determine the parameter β after determining the parameter α, the parameter β cannot be determined. is there.
ここで図に示すパラメタＢに着目すると、パラメタＢが影響を受けた回数は、Ａから５０回、Ｆから１３回、Ｇから１回、Ｊから２１回受けている。一方、Ｂは、Ｄに３３回、Ｇに４０回影響を与えている。
Focusing on the parameter B shown in the figure, the number of times the parameter B is affected is 50 times from A, 13 times from F, 1 time from G, and 21 times from J. On the other hand, B affects
このような場合、各パラメタは影響を受ける回数が大きい方から順に、かつ、影響を与える回数が少ない方から順に並ぶようにすることで、後からの戻りが少なくなる。したがって、パラメタＢに着目した場合には、Ａ→Ｆ→Ｊ→Ｂ→Ｄ→Ｇの順でパラメタの値を決めて行く方が効率がよい。 In such a case, each parameter is arranged in order from the largest in the number of influences, and in order from the least in the number of influences, thereby reducing the subsequent return. Therefore, when paying attention to the parameter B, it is more efficient to determine the parameter values in the order of A → F → J → B → D → G.
図２０は、感度表のソートを説明するための説明図である。 FIG. 20 is an explanatory diagram for explaining sorting of the sensitivity table.
図１９に示した感度表を元に、パラメタＢ以外のすべてのパラメタについて上述のように、影響を受ける回数が大きい方から順に、かつ、影響を与える回数が少ない方から順に並ぶようにすると、図２０に示すように、表の右上半分にあった回数の表示が左下半分に移るようになる。 Based on the sensitivity table shown in FIG. 19, for all parameters other than parameter B, as described above, if the number of times of influence is larger and the number of times of influence is smaller, the parameters are arranged in order. As shown in FIG. 20, the number of times displayed in the upper right half of the table is shifted to the lower left half.
このように感度表を用いてパラメタの決定順序を変更することで、パラメタ決定の効率化を図ることができるようになる。 By changing the parameter determination order using the sensitivity table in this way, it is possible to improve the efficiency of parameter determination.
次に、第２の効率化手法について説明する。 Next, the second efficiency improvement method will be described.
第２の効率化手法は、一つのパラメタ内部における値（パラメタ値）の決定方法である。このための方法は、最終的に決定されたパラメタ値を各パラメタごとに集計してその頻度をとり、採用頻度記憶部４に記憶しておいて、各パラメタを振る際には、この採用頻度記憶部４の中から採用頻度の高いものから順に取り出してパラメタ値を設定してゆく。
The second efficiency improvement method is a method for determining a value (parameter value) within one parameter. For this purpose, the finally determined parameter values are aggregated for each parameter, and the frequency is taken and stored in the adoption
図２１は、あるパラメタＡについての評価点数分布とパラメタ値の使用頻度を示すグラフである。このグラフにおいて、左側縦軸目盛りが評価点数を指し、右側縦軸目盛りが採用された回数を指し、横軸がパラメタＡにおけるパラメタ値である。なお、ここでは、採用頻度として、直接採用された回数を用いているが、これに限定されず、他のパラメタに対して相対的に採用された割合を求めて、それを採用頻度として用いてもよい。 FIG. 21 is a graph showing the evaluation score distribution and the usage frequency of a parameter value for a certain parameter A. In this graph, the left vertical scale indicates the number of evaluation points, the right vertical scale indicates the number of times the horizontal scale is adopted, and the horizontal axis indicates the parameter value in parameter A. In addition, although the number of times of direct adoption is used here as the adoption frequency, it is not limited to this, and the ratio adopted relative to other parameters is obtained and used as the adoption frequency. Also good.
図に示したパラメタＡの場合、最も頻度が高い（すなわち使用された回数が多い）パラメタ値は５０である。そして次に頻度が高いパラメタ値は６０、その後順に、７０、４０、８０、３０、１０である。したがって、パラメタの値を振る際には、５０、６０、７０、４０、８０、３０、１０の順に選んでゆくことになる。 In the case of the parameter A shown in the figure, the parameter value with the highest frequency (that is, the number of times of use) is 50. The parameter value having the next highest frequency is 60, followed by 70, 40, 80, 30, 10 in that order. Therefore, when assigning the parameter values, 50, 60, 70, 40, 80, 30, and 10 are selected in this order.
これにより、パラメタの値を振る際に、総あたり的に順にパラメタあの値を選ぶよりも過去の実績に基づいてパラメタ値が設定されるため効率よくパラメタ値の選択ができるようになる。 As a result, when assigning the parameter value, the parameter value is set based on the past results rather than selecting the parameter values in a round-robin order, so that the parameter value can be selected efficiently.
次に、上述した処理手順に従って、実際にパラメタ値が決定される具体例を説明する。ここでは、理解を容易にするためにパラメタの数を２つにした。 Next, a specific example in which parameter values are actually determined according to the above-described processing procedure will be described. Here, the number of parameters is set to two for easy understanding.
図２２は、２方向に壁面があるスペースにボルトを配置する場合の配置位置決定にこの方設計支援装置による処理を利用した例を説明する説明図である。 FIG. 22 is an explanatory diagram for explaining an example in which the process by the design support device is used for determining an arrangement position when a bolt is arranged in a space having wall surfaces in two directions.
図２２（ａ）に示すように、ボルト締結面６０において２方向に壁面６１および６２が存在する場合、ボルト締結位置６５は、壁面６１からＡ離れ、壁面６２からＢ離れた位置となる。このとき締め付けバランスを考慮すれば、Ａ，Ｂ共に、ボルト締結面６０の中心位置の距離とすることが望ましい。そこで、締め付けバランスをパラメタとして評価点数を付ければ、ボルト締結面６０における壁面からボルト締結面６０端部までの距離をαとすると、α／２の位置が最大評価点数となる。図２２（ｂ）に締め付けバランスの評価点数分布の一例を示す。
As shown in FIG. 22A, when the wall surfaces 61 and 62 exist in two directions on the
一方、作業のし易さからはボルト締結機が壁面と干渉せず自動締め付け可能な距離であることが好ましい。そこで、作業性として壁面までの距離をパラメタ化する。このときボルト締結機が壁面と干渉せず自動締め付け可能な距離を最適値として最大の評価点数を付与する。図２２（ｃ）に作業性の評価点数分布の一例を示す（横軸は距離である）。 On the other hand, from the viewpoint of ease of work, it is preferable that the distance is such that the bolt fastening machine can be automatically tightened without interfering with the wall surface. Therefore, the distance to the wall surface is parameterized as workability. At this time, the maximum evaluation score is given with the optimum value as the distance that the bolt fastening machine can be automatically tightened without interfering with the wall surface. FIG. 22 (c) shows an example of workability evaluation score distribution (the horizontal axis is distance).
図２３は、上述した処理手順に従って処理することにより得られたボルト締結位置の違いによる評価点数の総ポイント数を示す図面である。 FIG. 23 is a drawing showing the total number of evaluation points according to the difference in bolt fastening position obtained by processing according to the above-described processing procedure.
図示するように、上述した処理により最も評価点数が高くなっている位置（図中まるで囲んだ位置）が、この場合において締め付けバランスと作業性の両方を適度に満足する位置として決定されることになる。 As shown in the drawing, the position where the evaluation score is highest by the above-described processing (the position surrounded by the figure) is determined as a position that satisfies both the tightening balance and workability in this case. Become.
さらに、パラメタ値が決定される具体例を説明する。 Further, a specific example in which the parameter value is determined will be described.
図２４は、プレスカット型の設計事例を説明するための図面である。このプレスカット型は図８に示したものと同様であるが、ここでは、型ホルダ２１２に設けた通路２１５の開口部の下端部から上面（当て部２１３を設置している部分）までを４００ｍｍ未満として設計する場合である。
FIG. 24 is a diagram for explaining a design example of a press-cut mold. This press-cut die is the same as that shown in FIG. 8, but here, 400 mm from the lower end portion of the opening portion of the
このような限定要素がある場合、既に説明したように、型ホルダ２１２に設けた通路２１５の開口の大きさＢと当て部２１３を支えている部分２１４の厚さｈは、一方のパラメタの値を最適値に近づけると、他方のパラメタの値は最適値から遠ざかる関係にあるパラメタである。
When there is such a limiting element, as already described, the size B of the opening of the
また、ここではスクラップ最大値ａを１８０ｍｍとした。したがって、スクラップ最大値ａが具体的に規定される場合は、通路２１５の開口の大きさＢをこのスクラップ最大値ａ＋スクラップが通るための通路余裕αで表すことができる。すなわち、Ｂ＝ａ＋αである。そしてここではこのパラメタαを通路２１５の開口の大きさを示すパラメタとした。このように通路の開口をその実寸をパラメタとするのではなく、スクラップの最大の大きさ＋αとすることで、スクラップの大きさが変更になった場合でもパラメタαに付与した評価点数を変更することなくそのままその評価点数を使用することができる。図２５は、このパラメタαの評価点数分布の一例を示す図面である。
Here, the maximum scrap value a is 180 mm. Therefore, when the scrap maximum value a is specifically defined, the size B of the opening of the
なお、当て部２１３を支えている部分２１４の厚さｈの評価点数分布は既に説明した図１０と同様であるので図示省略する。
The evaluation score distribution of the thickness h of the
このような寸法条件で、目標とする総ポイント数のしきい値を１００ポイント（ｐｔｓ）とし、計算回数は１００回として、上述した処理手順によりパラメタｈとαの適した値を求める。 Under such dimensional conditions, the threshold value of the target total number of points is set to 100 points (pts), the number of calculations is set to 100 times, and appropriate values of the parameters h and α are obtained by the processing procedure described above.
そうすると最初の計算では、パラメタｈとパラメタαの両方が最大評価点数にすると成立しないので、パラメタｈに対してパラメタαの値の成立性を検証する。この段階では、パラメタｈとαのどちらを先に決めてもよいが、ここではｈを先に決めてαを振ってみる。 Then, in the first calculation, since both the parameter h and the parameter α are not satisfied when the maximum evaluation score is reached, the validity of the value of the parameter α is verified with respect to the parameter h. At this stage, either the parameter h or α may be determined first, but here, h is determined first and α is shaken.
そうするとパラメタの決定順序を決めるための感度表は図２６に示すように、ｈ、αの順となっている。なお、この段階では感度表の中は埋まっていない。 Then, the sensitivity table for determining the parameter determination order is in the order of h and α as shown in FIG. At this stage, the sensitivity table is not filled.
図２７は、パラメタｈに対してパラメタαの値を振った結果を示す図表である。振る際の刻みは、ｈ、α共に１０ｍｍである。図において成立性は、成立する場合を○、成立しない場合を×で表した。 FIG. 27 is a chart showing the result of assigning the value of the parameter α to the parameter h. The increment at the time of shaking is 10 mm for both h and α. In the figure, the feasibility is represented by ◯ when it is established and by × when it is not established.
この結果からわかるように、パラメタｈ、αが４００ｍｍの範囲内に入り、かつ、評価点数の１００ポイントを超えている組み合わせ（総合評価が○）が得られるまでに１８回の計算が必要ということがわかる。 As can be seen from this result, it is necessary to calculate 18 times before the combination of parameters h and α within the range of 400 mm and an evaluation score exceeding 100 points (overall evaluation is ○) is obtained. I understand.
また、ｈ＝２１０とした場合、すべてのαについて成立しない。したがって、パラメタｈがαに影響を受けた回数が１回存在する。したがって、感度表は図２８に示すように、１回影響を受けたことを示すようになる。 When h = 210, it does not hold for all α. Therefore, the number of times that the parameter h is affected by α exists once. Therefore, as shown in FIG. 28, the sensitivity table shows that it has been affected once.
この感度表から、パラメタ決定順序はα、ｈの順とした方がよいことがわかる。図２９はパラメタ決定順序をα、ｈをした感度表を示す図面である。 From this sensitivity table, it is understood that the parameter determination order should be in the order of α and h. FIG. 29 is a drawing showing a sensitivity table in which the parameter determination order is α and h.
このようにして感度表から次回以降同様の型設計においては、α、ｈの順でパラメタを決定することになる。そうすると、図３０に示すように、６回の計算でパラメタαおよびｈで型構造が成立し、かつ、総ポイント数のしきい値が１００ポイント以上となるパラメタｈおよびαの値が決定できる。 In this way, in the same type design from the next time on, the parameters are determined in the order of α and h from the sensitivity table. Then, as shown in FIG. 30, the values of the parameters h and α can be determined so that the type structure is established with the parameters α and h through six calculations, and the threshold value of the total number of points is 100 points or more.
このように、本実施形態によれば相反するパラメタであっても両者の値として適した値を容易に見つけ出すことが可能となる。 Thus, according to the present embodiment, it is possible to easily find out a suitable value as a value of both parameters even if they are contradictory parameters.
また、このような型設計事例が増えれば、パラメタｈおよびαとして採用されるパラメタ値の回数が採用頻度記憶部４に記憶される。図３１は、パラメタｈおよびαとして採用されたパラメタ値の頻度を示すグラフをそれぞれの評価点数分布に重ねたグラフである。図において（ａ）はパラメタｈ、（ｂ）パラメタαをそれぞれ示す。
If the number of mold design cases increases, the number of parameter values adopted as the parameters h and α is stored in the adoption
このように採用された頻度が蓄積された状態となれば、順にパラメタの値を振る代わりに、採用頻度の高い順にパラメタの値を割り当てて行くことで、これまでの計算結果から採用される確率の高い値から順に成立性を調べることができるようになるため、より少ない計算回数で、適したパラメタの値を導き出すことが可能となる。 If the frequency adopted in this way is accumulated, the probability of being adopted from the calculation results so far by assigning the parameter value in order of the highest adoption frequency instead of assigning the parameter value in order. Since the feasibility can be examined in order from the highest value, a suitable parameter value can be derived with a smaller number of calculations.
以上のように本実施形態によれば、複数のパラメタのそれぞれについて、パラメタの値に評価点数を付与して記憶し、各パラメタの値を採用するにあたっては各パラメタの評価点数の合計があらかじめ決められたしきい値以上となるか、または決められた計算回数の中で最も高い値となるパラメタ値を採用することとしたので、複数のパラメタの値としてバランスのよい値を見つけ出すことができる。しかも、そのようなバランスのよい複数のパラメタの値を自動的に見つけ出すことができる。 As described above, according to the present embodiment, for each of a plurality of parameters, an evaluation score is assigned to the parameter value and stored, and when adopting the value of each parameter, the total evaluation score of each parameter is determined in advance. Since the parameter value that is equal to or greater than the predetermined threshold value or the highest value among the determined number of calculations is adopted, a well-balanced value can be found as the values of the plurality of parameters. In addition, it is possible to automatically find the values of a plurality of parameters that are well balanced.
また、パラメタの決定順序を、各パラメタについて、影響を受ける回数が大きい方から順に、かつ、影響を与える回数が少ない方から順に並ぶようにしたので、本装置を利用して設計を行うことで、より早く計算ができるようにパラメタの決定順序の変更も行われるよになる。 In addition, the parameter determination order is arranged in order from the largest number of affected times for each parameter and from the least affected number. Also, the parameter determination order is changed so that the calculation can be performed more quickly.
さらに、採用されたパラメタ値の頻度を記憶し、頻度の高い値から順に割り当てることとしたので、設計した回数が増えることによって計算する回数がより少なくなる。 Further, since the frequency of the adopted parameter value is stored and assigned in order from the highest frequency value, the number of times of calculation decreases as the number of designed times increases.
以上、本発明の実施形態を説明したが、本発明はこのような実施形態に限定されるものではなく、本発明の技術思想に基づいてさまざまな改変が可能であることはいうまでもない。 As mentioned above, although embodiment of this invention was described, it cannot be overemphasized that this invention is not limited to such embodiment, and various modifications are possible based on the technical idea of this invention.
本発明は、型構造物の設計に使用することができる。 The present invention can be used to design mold structures.
１…設計支援装置、
２…パラメタノウハウ記憶部、
３…パラメタ使用値判断部、
４…採用頻度記憶部。
1 ... Design support device,
2. Parameter know-how storage unit
3 ... Parameter usage value determination unit,
4 ... Adopting frequency storage unit.
Claims (7)
前記複数のパラメタについてそれぞれのパラメタ値を選択して組み合わせ、当該組み合わせで前記型構造物が成立し、かつ、前記パラメタノウハウ記憶手段に記憶された当該組み合わせの各パラメタの値に付与された前記評価点数の合計が所定値以上となる各パラメタの値を選択するパラメタ使用値判断手段と、
を有することを特徴とする型構造物の設計支援装置。 Parameter know-how storage means for storing a plurality of parameters used when designing a mold structure with an evaluation score so that the optimum value is the maximum score,
The parameter values are selected and combined for the plurality of parameters, the mold structure is established by the combination, and the evaluation given to each parameter value of the combination stored in the parameter know-how storage unit A parameter use value determining means for selecting a value of each parameter for which the total score is equal to or greater than a predetermined value;
A design support apparatus for a mold structure, characterized by comprising:
前記パラメタ使用値判断手段は、
（ａ）前記採用頻度記憶手段の中から前記複数のパラメタのうち第１のパラメタの中の最も頻度の高いパラメタの値を選択し、
（ｂ）選択されている前記第１のパラメタの値に対して、前記採用頻度記憶手段の中から前記複数のパラメタのうち第２のパラメタの中の最も頻度の高いパラメタの値から順に頻度の低いパラメタの値を当てはめて行き、前記型構造物が成立するか否かを確認し、成立する場合には選択されている前記第１のパラメタの値と前記第２のパラメタの値にそれぞれ付与されている前記評価点数を合計して記憶し、
（ｃ）前記記憶された前記評価点数の合計が所定値以上となっている場合は選択された前記第１のパラメタの値と前記第２のパラメタの値を前記型構造物の設計に使用する値として選択し、所定値以下の場合は、前記採用頻度記憶手段の中から前記第１のパラメタの中の次に頻度の高いパラメタの値を選択し、前記（ｂ）を繰り返すことを特徴とする請求項１記載の型構造物の設計支援装置。 For each parameter, it further comprises an adoption frequency storage means for storing the frequency of the parameter value selected by the parameter use value determination means,
The parameter use value judging means is:
(A) selecting a value of a parameter with the highest frequency among the plurality of parameters from the adoption frequency storage means;
(B) With respect to the value of the selected first parameter, the frequency of the first parameter is changed in order from the most frequently used parameter value of the second parameter among the plurality of parameters from the adoption frequency storage unit. Applying a low parameter value, check whether the mold structure is established, and if so, assign it to the selected first parameter value and the second parameter value, respectively. The total number of evaluation points being stored is memorized,
(C) When the total of the stored evaluation scores is equal to or greater than a predetermined value, the selected value of the first parameter and the value of the second parameter are used for designing the mold structure. When the value is selected and is equal to or less than a predetermined value, the value of the parameter having the next highest frequency among the first parameters is selected from the adoption frequency storage means, and the step (b) is repeated. The mold structure design support apparatus according to claim 1.
前記複数のパラメタについてそれぞれのパラメタ値を選択して組み合わせ、当該組み合わせで前記型構造物が成立するし、かつ、当該組み合わせの各パラメタの値に付与された前記評価点数の合計が所定値以上となる各パラメタの値を選択する段階と、
を有することを特徴とする型構造物の設計支援方法。 For the plurality of parameters used when designing the mold structure, a stage of assigning evaluation scores so that each optimum value becomes the maximum score,
Each parameter value is selected and combined for the plurality of parameters, the mold structure is formed by the combination, and the sum of the evaluation scores given to the values of the parameters of the combination is a predetermined value or more. Selecting a value for each parameter
A method for supporting the design of a mold structure, comprising:
次回以降の処理においては、
（ａ）前記採用頻度記憶手段の中から前記複数のパラメタのうち第１のパラメタの中の最も頻度の高いパラメタの値を選択する段階と、
（ｂ）選択されている前記第１のパラメタの値に対して、前記採用頻度記憶手段の中から前記複数のパラメタのうち第２のパラメタの中の最も頻度の高いパラメタの値から順に頻度の低いパラメタの値を当てはめて行き、前記型構造物が成立するか否かを確認し、成立する場合には選択されている前記第１のパラメタの値と前記第２のパラメタの値にそれぞれ付与されている前記評価点数を合計する段階と、
（ｃ）前記評価点数の合計が所定値以上となっている場合は選択された前記第１のパラメタの値と前記第２のパラメタの値を前記型構造物の設計に使用する値として選択し、所定値以下の場合は、前記採用頻度記憶手段の中から前記第１のパラメタの中の次に頻度の高いパラメタの値を選択し、前記（ｂ）を繰り返す段階と、
を有することを特徴とする請求項５記載の型構造物の設計支援方法。 After the step of selecting the value of each parameter, the step of storing the frequency of the value of the parameter selected for each parameter,
In the next and subsequent processes,
(A) selecting a value of a parameter with the highest frequency among the plurality of parameters from the adoption frequency storage means;
(B) With respect to the value of the selected first parameter, the frequency of the first parameter is changed in order from the most frequently used parameter value of the second parameter among the plurality of parameters from the adoption frequency storage unit. Applying a low parameter value, check whether the mold structure is established, and if so, assign it to the selected first parameter value and the second parameter value, respectively. Summing the evaluation scores being performed,
(C) If the total number of evaluation points is equal to or greater than a predetermined value, select the value of the selected first parameter and the value of the second parameter as values used for designing the mold structure. If the value is equal to or less than a predetermined value, the value of the next most frequently used parameter among the first parameters is selected from the adoption frequency storage means, and the step (b) is repeated.
The mold structure design support method according to claim 5, further comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005093209A JP2006277147A (en) | 2005-03-28 | 2005-03-28 | Model structure design supporting device and its method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005093209A JP2006277147A (en) | 2005-03-28 | 2005-03-28 | Model structure design supporting device and its method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2006277147A true JP2006277147A (en) | 2006-10-12 |
Family
ID=37211871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005093209A Pending JP2006277147A (en) | 2005-03-28 | 2005-03-28 | Model structure design supporting device and its method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2006277147A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018077595A (en) * | 2016-11-07 | 2018-05-17 | 富士通株式会社 | Engineering support program, engineering support method, and information processing device |
-
2005
- 2005-03-28 JP JP2005093209A patent/JP2006277147A/en active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018077595A (en) * | 2016-11-07 | 2018-05-17 | 富士通株式会社 | Engineering support program, engineering support method, and information processing device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4935713B2 (en) | Method for determining whether molding is possible at the shear edge of a pressed product | |
| EP3151138A1 (en) | Model configuration method, forming simulation method, manufacturing method for forming tool, program, computer readable recording medium with program stored therein, and finite element model | |
| US8000942B2 (en) | Broach tool design methodology and systems | |
| JP4000941B2 (en) | Die shape optimization support system and optimization support program in plastic working | |
| CA3050070C (en) | Method and device for producing sheet-metal components | |
| JP5734086B2 (en) | Machining condition search device | |
| JP2007229724A (en) | Method of analyzing press forming | |
| Bahçe et al. | Investigation of the burr formation during the drilling of free-form surfaces in al 7075 alloy | |
| US7822502B2 (en) | Method of calculating coordinates at cutting work completion in shoulder cutting by means of rotating tool | |
| EP3200105A1 (en) | Press-die-shape automatic creation system and program, and press-molding simulation system | |
| JP2010042499A (en) | Working condition searching device | |
| JP2021056705A (en) | Vibration noise reduction analyzing method and analyzing device for automotive panel components | |
| CN103732932A (en) | Sliding member, plain half bearing using same, and manufacturing method for plain half bearing | |
| JP4418451B2 (en) | Springback countermeasure position specifying method, apparatus, and program thereof | |
| JP2006277147A (en) | Model structure design supporting device and its method | |
| JP5068783B2 (en) | Springback occurrence cause identifying method, apparatus thereof, and program thereof | |
| US10695857B2 (en) | Topology-based spot weld optimization with inter-distance constraints | |
| US11712773B1 (en) | Machine tool operations optimization | |
| Zhang et al. | Global-cumulative incremental hole-flanging by tools with complementary-shape cross section | |
| Hrairi et al. | Optimization of incremental sheet metal forming process using grey relational analysis | |
| Nguyen et al. | Optimization parameters of milling process of mould material for decreasing machining power and surface roughness criteria | |
| JP2007229761A (en) | Method, device, and program for predicting existence of wrinkle on material to be formed in press forming, and press forming method | |
| JP7052353B2 (en) | Design support device for touring and processing jigs | |
| JP4748049B2 (en) | Method of determining the machining process | |
| JP2016168615A (en) | Hole expansion ratio prediction method and hole expansion ratio predictor |