JPH07164199A - プレス加工機の品質管理方法及びその装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【目的】 プレス加工機におけるワークの品質管理方法
及びその装置に係り、ワークの品質及び信頼性の向上を
図る。 【構成】 プレス加工機１における圧力センサ３の圧着
信号をニューラルネットワーク装置６を備えたコンピュ
ータ５に入力し、コンピュータの記録装置７にワークの
良否を表示すると共にコンピュータに接続された制御装
置でプレス加工機を運転制御するワークの品質管理装置
において、予め、ニューラルネットワーク装置にワーク
の良品波形群とあるいは不良品波形群による荷重波形パ
ターンと波形認識の神経回路網及びプレス加工機の運転
管理情報による運転特性を学習しながら入力し、運転
時、時間の経過に伴う運転特性に合せて荷重波形パター
ンをニューラルネットワーク装置の学習に基づいてコン
ピュータで演算して制御装置８でプレス加工機を運転制
御し、品質の良否判定を記録装置に表示し、不良表示時
に運転停止する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、成形、剪断、曲げ及び
圧縮加工等のプレス加工をするプレス加工機におけるワ
ーク（被加工物）を予め学習された基準ワーク及びプレ
ス加工機の経時変化に伴う運転特性を勘案しながらプレ
ス加工するプレス加工機の品質管理方法及びその装置に
関する。

【０００２】

【従来の技術】既に提案されているこの種のワークをプ
レス加工するプレス加工機は、図９に示されるように構
成されている。

【０００３】即ち、図９において、プレス加工機におけ
るプレス本体ａの下部には、アンビルｂが設けられてお
り、このアンビルｂには、下金型ｃが載置されている。
又、この下金型ｃには、変位センサ（下死点センサとも
いう）ｄが敷設されており、この変位センサｄには、プ
レス下死点管理装置（比較判定回路ともいう）ｅが接続
されており、このプレス下死点管理装置ｅには、表示機
能を備えたプリンタ（記録装置）ｆ及びパソコン（コン
ピュータ）ｇがそれぞれ接続されている。さらに、上記
比較判定回路ｅは、図１０に示されるように、上記圧力
センサｄから入力した変位信号をトリガーｊを介して増
幅器ｋで増幅し、しかる後、逐次、比較回路ｍ−Ａ／Ｄ
変換器ｎを通して荷重表示器ｏに変位表示し、これを上
記パソコンｇに入力すると共に、各比較器ｐ1 、ｐ2 へ
それぞれ入力し、この各比較器ｐ1 、ｐ2 は下死点設定
値（圧力）の上限設定値と下限設定値を規制しており、
この上限設定値と下限設定値の範囲を越えるワークｗは
プレス加工の不備として検出される。

【０００４】他方、荷重センサーを用いた管理装置とし
て上記プレス本体ａの上部には、ラム部材ｈが昇降可能
に嵌装されており、このラム部材ｈの下部には、上金型
ｉが上記下金型ｃと共同してワークｗをプレス加工する
ように設けられている。

【０００５】従って、上述したプレス加工機は、所定の
ワークｗをプレス加工する時、圧力センサｄが荷重信号
を検出すると、この圧力センサｄのピーク荷重信号をプ
レス荷重管理装置ｅへ送信して、図１１のグラフに示さ
れるように、一定の上限設定値と下限設定値との範囲内
でプレス加工されていることを管理している。又、図１
２に示されるタイムチャートのように、プレス荷重管理
装置ｅは、プレスピーク荷重を観察してプレス加工する
プレス加工機の品質管理している。

【０００６】あるいはまた、上記圧力センサｄがプレス
荷重の時間的な変化をとらえ、パターン判定回路（図示
されず）をトリガーすることにより、このパターン判定
回路に記録された正常なプレス荷重の基準信号波形パタ
ーンと上記圧力センサｄの圧着力との検出信号の波形パ
ターンとを対比して、その積分値としての仕事量、良品
波形の上下許容値に対するズレの統計値を差異として判
定し、プレス荷重の波形パターンが異常な時は異常信号
を発信して警報を発するようにしているものもあった。

【０００７】

【発明が解決しようとする課題】しかしながら、上述し
たプレス加工機は、ワークｗを上記圧力センサｄでワー
クｗをプレスする際のプレス荷重を検出しながら、上記
ワークｗを所定の形状に形成するようにプレスしている
関係上、不良な各ワークｗを有効適切に検出することは
困難であるばかりでなく、プレス加工機自体の品質を管
理することも困難であった。

【０００８】また、一般的に変位検出よりも、荷重検出
の方が鋭敏な精度をもっており、微分法による認識技術
もある。

【０００９】このように上述したプレス加工機は、ワー
クｗを上記圧力センサｄでワークｗの下死点変位もしく
は、プレス荷重検出するだけで、不良品の認定は目視で
行っており、品質の良否判定の基準となる許容範囲の設
定に信頼性に問題がある。

【００１０】一方、上述したプレス加工機は、ラム部材
ｈに上金型ｉを連結してＣ型を形成されているため、運
転開始から時間の経過と共に上金型ｉの下死点が徐々に
上昇したり、上記プレス加工機自体が温度や衝撃回数か
ら顎開きして変化する傾向にある。

【００１１】すなわち、図１３のグラフに示されるよう
に、上述したプレス加工機は、運転開始後のプレス加工
回数による鋳鉄（フレームの材質）の繰返し応力−ひず
み線図のひずみと応力との関係からも明らかなように、
ヒステリシスを持った、バラツキとして観測される。し
かも、上述したプレス加工機はＣ型に形成されているた
め、プレス加工回数が運転開始から時間の経過と共にプ
レス本体ａの顎部が極めて僅かに開くような状態にな
る。さらに、図１４のグラフに示されるように、上述し
たプレス加工機は、鋳鉄、球状黒鉛鋳鉄や鋼の振動減衰
能の比較線図からも明らかように、プレス本体ａ自体の
材質からも大きな影響を受けている。

【００１２】本発明は、上述した問題を解決するため
に、プレス加工機における圧力センサのプレス圧力信号
とニューラルネットワークの学習に基づいてコンピュー
タで演算し、これを制御装置に入力し、この制御装置で
プレス加工機を運転制御し、プレス加工による不良ワー
クを敏速に処理して排除し、ワークの品質及び信頼性の
向上を図るようにしたプレス加工機の品質管理方法及び
その装置を提供することを目的とする。

【００１３】

【課題を解決するための手段】本発明は、プレス加工機
における圧力センサの圧着信号をニューラルネットワー
ク装置を備えたコンピュータに入力し、このコンピュー
タの表示装置にワークの良否判定結果を表示すると共に
上記コンピュータに接続された制御装置で上記プレス加
工機を運転制御するワークの品質管理装置において、予
め、上記ニューラルネットワーク装置にワークの良品波
形群とあるいは不良品波形群によるプレス荷重波形パタ
ーンと波形認識の神経回路網及び上記プレス加工機の運
転管理情報による運転特性を学習しながら入力し、運転
時、時間の経過に伴う上記運転特性に合せてワークの良
品波形群とあるいは不良品波形群による荷重波形パター
ンを上記ニューラルネットワーク装置の学習に基づいて
コンピュータで演算して上記制御装置で上記プレス加工
機を運転制御し、品質の良否判定を上記記録装置に表示
し、不良表示時に運転停止するプレス加工機の品質管理
方法である。

【００１４】他の発明は、プレス加工機にトリガーセン
サ及び圧力センサを付設し、この圧力センサにチャージ
アンプユニットを接続し、このチャージアンプユニット
及び上記トリガーセンサにＣＰＵ及び内部メモリを備え
たコンピュータを接続し、このコンピュータにプレス加
工工程の荷重波形パターンを学習・認識するニューラル
ネットワーク装置を接続し、上記コンピュータのＩ／Ｏ
に荷重波形パターン及び良否判定等を記録表示する記
録、表示装置を接続し、上記コンピュータのＡ／Ｄコン
バータボードユニットに上記プレス加工機の運転を制御
する制御装置を接続したものである。

【００１５】

【作用】本発明は、予め、上記ニューラルネットワーク
装置にワークの良品波形群あるいは不良品波形群による
荷重波形パターンと波形認識の神経回路網及び上記プレ
ス加工機の運転管理情報による運転特性を学習しながら
入力し記録装置に記録させ、運転時、時間の経過に伴う
上記運転特性に合せてワークの良品波形群とあるいは不
良品波形群による荷重波形パターンを上記ニューラルネ
ットワーク装置の学習に基づいてコンピュータで演算し
て上記制御装置で上記プレス加工機を運転制御し、品質
の良否判定と荷重波形パターンを上記表示装置に表示
し、不良表示時に運転停止するプレス加工機の品質管理
方法である。

【００１６】

【実施例】以下、本発明を図示のー実施例について説明
する。

【００１７】図１において、符号１は、ワークｗをプレ
ス加工するプレス加工機であって、このプレス加工機１
内には、例えば、フォトセンサーによるトリガーセンサ
２及び、例えば、ロードセルによる圧力センサ（荷重セ
ンサーともいう）３が付設されており、このトリガーセ
ンサ２はプレス加工開始のタイミングを図りながら、こ
のトリガーセンサ２のトリガー信号２ａを後述するコン
ピュータ５へ入力している。又、上記圧力センサ３に
は、出力電圧を増幅するチャージアンプユニット４が接
続されており、このチャージアンプユニット４及び上記
トリガーセンサ２には、コンピュータ５が接続されてい
る。さらに、このコンピュータ５内には、ＣＰＵ（中央
演算処理装置）５ａ、各種のワークの形状や大きさを異
にした各種の基準ワーク（正常なプレス圧力の基準信号
波形パターン）を格納記憶した内部メモリ５ｂ、インタ
ーフェイス５ｃ、通信部５ｄ、Ｉ／Ｏ５ｅがそれぞれ内
蔵されている。さらに又、上記通信部５ｄには、ニュー
ラルネットワーク装置６が接続されており、このニュー
ラルネットワーク装置（認識記憶装置）６は上記コンピ
ュータ５で波形解析によるワーク例を提示すると、望ま
しい波形解析の変換を真似して学習記憶している。

【００１８】特に、上記ニューラルネットワーク装置６
には、予め、ワークｗの良品圧着波形群とあるいは不良
品圧着波形群による荷重波形パターンと波形認識の上記
神経回路網が学習可能に構成されており、しかも、上記
ニューラルネットワーク装置６は上記プレス加工機１の
経時変化に伴う運転特性を学習しながら入力し、運転
時、コンピュータ５内のＣＰＵ５ａや各種のワークの形
状や大きさを異にした各種のワークをプレス加工する基
準ワーク（正常な圧力の基準信号波形パターン）を記憶
した内部メモリ５ｂ、インターフェイス５ｃ及び通信部
５ｄ、Ｉ／Ｏ５ｅで経時変化に伴う運転特性に合せてワ
ークの良品圧着波形群とあるいは不良品圧着波形群とを
上記ニューラルネットワーク６の学習に基づいて演算し
て後述する制御装置８で上記プレス加工機１を運転制御
している。

【００１９】即ち、上記ニューラルネットワーク６装置
は、図６に示されるように、前記圧力センサ３でワーク
ｗの圧力の適性範囲を示すように、正常な圧力の基準信
号波形パターンによる曲線Ａに対する類似度許容限界を
持たして圧力を検出すると共に、上記ニューラルネット
ワーク装置６は、ワークｗの良品プレス波形群とあるい
は不良品プレス波形群による荷重波形パターンと波形認
識の上記神経回路網と上記プレス加工機１の経時変化に
伴う運転特性を学習して入力する入力層、ベクトルを記
憶する中間層及びベクトルの総和による出力層とで構成
している。

【００２０】他方、上記コンピュータ５のＩ／Ｏ５ｅに
は、記録装置７が接続されており、この記録装置７は外
部記録装置７ａと表示装置７ｂとで構成されており、こ
の記録装置７は、図２乃至図５に示されるように、ワー
クの良否の記録及び再生を表示している。

【００２１】即ち、上記表示装置７ｂは、図２及び図３
に示されるように、プレス加工機１の運転特性（動特
性）の時間（ｔ）とプレス加工回数との特性曲線を表示
したものである。

【００２２】つまり、図２及び図３に示されるように、
上記プレス加工機１はワークｗをプレスする第１回目に
は、最上位の曲線ａとなり、第５回目には、曲線ｂとな
り、第１０回目には、曲線ｃとなり、さらに、第３０回
目には、最下位の曲線ｄとなる。これらの各曲線ａ、
ｂ、ｃ、ｄは、運転開始後、徐々に下降曲線となり、上
記プレス加工機１は減衰安定化しており、上記ニューラ
ルネットワーク装置６は上記プレス加工機１の経時変化
に伴う運転特性を学習して入力している。さらに、上記
プレス加工機１は、一例として、圧着加工をあげると図
４（Ａ）に示されるように、運転開始後、第１回目の初
期入力圧着型波形ａ´1 を第１回目の識別分離圧着型波
形ａ1 に学習しして表示しており、上記プレス加工機１
は、図４（Ｂ）に示されるように、第１回目の識別分離
圧着型波形ａ1 と減衰安定化した第３０回目の識別分離
圧着型波形ｄ1 を表示しており、しかも、上記ニューラ
ルネットワーク装置６は上記プレス加工機１の経時変化
に伴う運転特性についても学習している。

【００２３】又、図５の曲線ａ1 は第１回目の良品の識
別分離圧着型波形であり、図５の曲線ｄ1 は、減衰安定
化した第３０回目の識別分離圧着型波形を学習して表示
したものであり、図５の曲線ａ3 は、第１回目の樹脂噛
い不良波形を学習したものである。さらに、図５の曲線
ｅは不良波形合成曲線を学習して表示したものである。
ここで不良波形合成曲線ｅは、 ｅ＝（ｄ1 ／ａ1 ）×ａ3 である。

【００２４】上記ニューラルネットワーク６は図５の各
曲線を上記プレス加工機１の経時変化に伴う運転特性に
ついても学習している。

【００２５】特に、図６に示されるように、上記ニュー
ラルネットワーク装置６は、ワークの良品プレス波形群
あるいは不良品プレス波形群による荷重波形パターンと
波形認識の上記神経回路網と上記プレス加工機１の時間
の経過に伴う運転特性を学習すると共に、追加学習して
精度の向上を図り、しかも、図５の各曲線に示されるよ
うに、波形入力、合成学習より識別機能の微調整ができ
る。

【００２６】なお、ここで合成学習とは、一例として図
３のグラフに示されるように、良品プレス加工工程の減
衰波形を記録することにより、図５の各曲線ａ3 、ｅに
示されるように、不良圧着波形の合成をすることによ
り、良品波形サンプリングの各検出点における減衰率を
算出し、不良品波形サンプリングの第１回目の圧着波形
を乗算すれば、経時変化中の不良品波形サンプリングを
疑似合成することになり、これを上記ニューラルネット
ワーク装置６のニューラル認識ソフトでワークｗの不良
品圧着波形群と同じに学習することにより、経時変化中
や安定化後の不良品検出精度を高くすることも可能であ
る。

【００２７】又一方、図３乃至図５に示されるように、
記録した波形や認識状態は、上記記録装置７により呼び
出して重ね合わせ表示をすることで識別分離性を検証す
ることができると同時に上記記録装置７のスクリーンの
画面に重ね合わせした状態のまま波形サンプルリングや
記録波形の修正をすることができる。

【００２８】又一方、上記コンピュータ５のＡ／Ｄコン
バータボードユニット５ｆには、制御装置８が上記プレ
ス加工機１の運転を制御するように接続されている。

【００２９】即ち、この制御装置８は不良のワークｗを
検出表示すると、瞬時に上記プレス加工機１の運転を緊
急停止するようにしている。

【００３０】以下、本発明の作用について説明する。従
って、プレス加工機１における圧力センサ３の圧着信号
をニューラルネットワーク装置６を備えたコンピュータ
５を入力し、このコンピュータ５の表示装置７ｂにワー
クｗの良否を表示すると共に上記コンピュータ５に接続
された制御装置８で上記プレス加工機１の運転制御する
ワークの品質管理装置において、予め、上記ニューラル
ネットワーク装置６にワークｗの良品圧着波形群とある
いは不良品圧着波形群による荷重波形パターンと波形認
識の上記神経回路網とで上記プレス加工機１の経時変化
に伴う運転特性を学習しながら入力しておく。

【００３１】この場合、図３乃至図４（ｂ）に示される
ように、上記ニューラルネットワーク装置６はワークの
良品圧着波形群、不良品圧着波形群及び上記プレス加工
機１の時間の経過に伴う運転特性を学習している。

【００３２】これを図７に示されるフローチャートで説
明する。予め、各種のワークｗの形状や大きさを異にし
た各種のワークｗをプレスする基準ワーク（正常な圧力
の基準信号波形パターン）を記憶して上記プレス加工機
１の経時変化に伴う運転特性を学習しながら入力する動
作が図７に示されるフローチャートのステップｓ1 から
ステップｓ8 に該当する。

【００３３】次に、図７に示されるフローチャートのス
テップｓ9 からステップｓ15は上記ニューラルネットワ
ーク装置６にワークの良品プレス波形群とあるいは不良
品プレス波形群による荷重波形パターンと波形認識の上
記神経回路網と上記プレス加工機１の経時変化に伴う運
転特性を学習しながら入力する。

【００３４】さらに、上記プレス加工機１の運転時、経
時変化に伴う上記運転特性に合せてワークの良品プレス
波形群と不良品プレス波形群とを上記ニューラルネット
ワーク装置６の学習に基づいてコンピュータ５で演算し
て上記制御装置８で上記プレス加工機１を運転制御し、
品質の良否判定を上記記録装置７の表示装置７ｂに表示
し、不良表示時に運転停止するプレス加工機１の品質管
理する。

【００３５】これを図７に示されるフローチャートで説
明すると、ステップｓ16からステップｓ21に該当する。

【００３６】従って、本発明は、プレス加工機１におけ
るアンビル１ａ上の上記ワークｗをプレスする際、トリ
ガーセンサ２で時間分波形の表示内容を決定づける出力
波形信号のサンプリングを開始する。つまり、プレス開
始のタイミングを図りながら、このトリガーセンサ２の
トリガー信号２ａが上記コンピュータ５へ入力すると共
に、上記圧力センサ３がプレス力を検出し、この圧力セ
ンサ３の圧力信号がチャージアンプユニット４へ入力し
て出力電圧を増幅する。

【００３７】即ち、圧力センサ３のプレス工程出力波形
信号はチャージアンプユニット４内で電圧変換される。
なお、ここで、上記チャージアンプユニット４はプレス
工程を管理する機能を有しており、正常なプレス工程出
力ピーク値が所定の最大プレス力の約７割程度になるよ
うに設定されている。

【００３８】さらに、上記チャージアンプユニット４内
で電圧変換された圧力センサ３の圧力信号は上記コンピ
ュータ５へ入力し、しかる後、このコンピュータ５のＣ
ＰＵ５ａで内部メモリ５ｂによる波形解析による基準ワ
ーク例と比較演算し、これを上記Ａ／Ｄコンバータボー
ドユニット５ｆのＴＴＬ信号８ａを介して上記制御装置
８へ入力して上記プレス加工機１の運転を制御する。

【００３９】即ち、この制御装置８は、不良のワークｗ
を検出表示すると、瞬時に上記プレス加工機１の運転を
緊急停止する。つまり、品質の良否判定の基準となる良
品類似度の設定許容範囲外になると、上記制御装置８は
プレス加工機１の運転を緊急停止する。さらに、この制
御装置８はラムの下死点の微調整をしている。

【００４０】他方、上記コンピュータ５はその通信部５
ｄを通してニューラルネットワーク装置６へ入力する。
すると、このニューラルネットワーク装置６は波形解析
による各ワーク例を提示して望ましい波形解析の変換を
真似して学習する。さらに又、上記コンピュータ５はそ
のＩ／Ｏ５ｂから記録装置７へワークの良否の記録及び
再生を表示している。

【００４１】次に、図８に示される本発明の他の実施例
は、プレス加工機１に、例えば、ロータリーエンコーダ
ーのような回転計９を付設し、この回転計９を上記コン
ピュータ５へ接続することにより、変位的な圧力信号の
変化をパターンとしてとらえるものである。

【００４２】

【発明の効果】以上述べたように本発明は、予め、上記
ニューラルネットワーク装置にワークの良品波形群とあ
るいは不良品波形群による荷重波形パターンと波形認識
の神経回路網及び上記プレス加工機の運転管理情報によ
る運転特性を学習しながら入力し、運転時、時間の経過
に伴う上記運転特性に合せてワークの良品波形群と不良
品波形群による荷重波形パターンを上記ニューラルネッ
トワーク装置の学習に基づいてコンピュータで演算して
上記制御装置で上記プレス加工機を運転制御し、品質の
良否判定を上記記録装置に表示し、不良表示時に運転停
止するようにしてあるので、高速度でプレス不良のワー
クを排除できるばかりでなく、ワークの品質、荷重波形
パターンの検証性及び信頼性の向上を図ることができ
る。

【００４３】さらに、他の発明は、プレス加工機にトリ
ガーセンサ及び圧力センサを付設し、この圧力センサに
チャージアンプユニットを接続し、このチャージアンプ
ユニット及び上記トリガーセンサにＣＰＵ及び内部メモ
リを備えたコンピュータを接続し、このコンピュータに
プレス加工工程の荷重波形パターンを学習・認識するニ
ューラルネットワーク装置を接続し、上記コンピュータ
のＩ／Ｏに荷重波形パターン及び良否判定等を表示する
記録装置を接続し、上記コンピュータのＡ／Ｄコンバー
タボードユニットに上記プレス加工機の運転を制御する
ように制御装置を接続しているので、経時的な変化や記
録、学習漏れ等に対して微調整や追加学習もできるばか
りでなく、ワークの不良品プレス波形群をも学習するこ
とができるので、プレス不良を低減して生産効率の向上
を図ることができる等の優れた効果を有する。

【図面の簡単な説明】

【図１】本発明のプレス加工機の品質管理方法及びその
装置のブロック線図。

【図２】本発明に使用される表示装置の表示部の正面
図。

【図３】上記表示装置の表示部のプレス加工機の運転特
性を示すグラフ。

【図４】上記表示装置の表示部のプレス加工機の時間と
電圧との関係を示すグラフ。

【図５】上記表示装置の表示部のプレス加工機の時間と
電圧との関係を示すグラフ。

【図６】本発明に使用されるニューラルネットワーク装
置の学習を説明するための線図。

【図７】本発明のワークの品質管理方法のフローチャー
ト。

【図８】本発明の他の実施例を示す図。

【図９】従来のプレス加工機の品質管理装置のブロック
線図。

【図１０】従来の品質管理装置に組込まれるプレス荷重
管理装置のブロック線図。

【図１１】従来のプレス加工機の品質管理装置のプレス
圧力と時間との関係を示すグラフ。

【図１２】従来のプレス加工機の品質管理装置のタイム
チャート。

【図１３】従来のプレス加工機のひずみと応力との関係
を示すグラフ。

【図１４】従来のプレス加工機の材質の振動減衰能の比
較を示すグラフ。

【符号の説明】

１ プレス加工機 ２ トリガーセンサ ３ 圧力センサ ４ チャージアンプユニット ５ コンピュータ ６ ニューラルネットワーク装置 ７ 記録装置 ８ 制御装置

Claims (2)

【特許請求の範囲】
1. 【請求項１】プレス加工機における圧力センサの圧着信
   号をニューラルネットワーク装置を備えたコンピュータ
   に入力し、このコンピュータの記録装置にワークの良否
   を表示すると共に上記コンピュータに接続された制御装
   置で上記プレス加工機を運転制御するワークの品質管理
   装置において、予め、上記ニューラルネットワーク装置
   にワークの良品波形群とあるいは不良品波形群による荷
   重波形パターンと波形認識の神経回路網及び上記プレス
   加工機の運転管理情報による運転特性を学習しながら入
   力し、運転時、時間の経過に伴う上記運転特性に合せて
   ワークの良品波形群とあるいは不良品波形群による荷重
   波形パターンを上記ニューラルネットワーク装置の学習
   に基づいてコンピュータで演算して上記制御装置で上記
   プレス加工機を運転制御し、品質の良否判定を上記記録
   装置に表示し、不良表示時に運転停止することを特徴と
   するプレス加工機の品質管理方法。
2. 【請求項２】プレス加工機に付設されたトリガーセンサ
   及び圧力センサと、この圧力センサに接続されたチャー
   ジアンプユニットと、このチャージアンプユニット及び
   上記トリガーセンサに接続されたＣＰＵ及び内部メモリ
   を備えたコンピュータと、このコンピュータに接続され
   プレス加工工程の荷重波形パターンを学習・認識するニ
   ューラルネットワーク装置と、上記コンピュータのＩ／
   Ｏに接続された荷重波形パターン及び良否判定等を記
   録、表示する記録装置と表示装置、上記コンピュータの
   Ａ／Ｄコンバータボードユニットに上記プレス加工機の
   運転を制御するように接続された制御装置とを具備した
   ことを特徴とするプレス加工機の品質管理装置。