判定系统及判定方法与流程

技术特征：
1.一种判定系统，进行生产设备中的对于工件的作业的良好与否判定，其中，具备：检测部，检测所述生产设备的作业状态信息；第一机器学习模型，将所述生产设备的作业结果的图像作为输入来进行所述作业结果的良好与否判定；及第二机器学习模型，使用所述第一机器学习模型判定为良的情况下的所述生产设备的作业状态信息作为带良标签的训练数据且使用所述第一机器学习模型判定为不良的情况下的所述生产设备的作业状态信息作为带不良标签的训练数据执行学习。2.根据权利要求1所述的判定系统，所述生产设备是具备向所述工件注射涂布液的注射部的涂布设备，所述作业状态信息包含所述注射部的注射压力和变更所述工件与所述注射部之间的相对的位置的驱动部的驱动信息。3.一种判定方法，进行生产设备中的对于工件的作业的良好与否判定，其中，包括以下工序：(a)使用所述生产设备的作业结果的图像作为训练数据来执行第一机器学习模型的学习，所述第一机器学习模型进行所述作业结果的良好与否判定；(b)使用已学习的所述第一机器学习模型判定为良的情况下的所述生产设备的作业状态信息作为带良标签的训练数据，使用所述第一机器学习模型判定为不良的情况下的所述生产设备的作业状态信息作为带不良标签的训练数据，执行第二机器学习模型的学习；及(c)将对于具有与所述工件相同的规格的新的工件的作业中的所述生产设备的作业状态信息向已学习的所述第二机器学习模型输入，执行对于所述新的工件的作业的良好与否判定。4.根据权利要求3所述的判定方法，还包括以下工序：(d)将对于具有与所述工件不同的规格的其他的工件的作业中的所述生产设备的作业状态信息向所述已学习的所述第二机器学习模型输入，执行对于所述其他的工件的作业的良好与否判定。

技术总结
本发明涉及一种判定系统及判定方法。判定系统具备：检测部，检测生产设备的作业状态信息；第一机器学习模型，将生产设备的作业结果的图像作为输入来进行作业结果的良好与否判定；及第二机器学习模型，使用第一机器学习模型判定为良的情况下的生产设备的作业状态信息作为带良标签的训练数据且使用第一机器学习模型判定为不良的情况下的生产设备的作业状态信息作为带不良标签的训练数据执行学习。状态信息作为带不良标签的训练数据执行学习。状态信息作为带不良标签的训练数据执行学习。


技术研发人员：安井环
受保护的技术使用者：丰田自动车株式会社
技术研发日：2022.03.25
技术公布日：2022/12/1