-
公开(公告)号:CN102626980B
公开(公告)日:2015-04-15
申请号:CN201210022308.7
申请日:2012-02-01
Applicant: 株式会社神户制钢所
IPC: B29C47/40
CPC classification number: B29B7/483 , B29B7/847 , B29C47/0009 , B29C47/402 , B29C47/6031 , B29C47/6056 , B29C47/767
Abstract: 本发明提供一种混匀段。在多个翼部以彼此不同的角度绕轴沿轴向一体形成的混匀段中,在翼部的前端部上,在翼前端面与翼面连接的部分,形成有促进该翼前端面及翼面间的混匀材料的流动的第1流面;在翼部的基端部上,在翼面与相邻于翼部的另一翼部的翼侧面连接的部分,形成有促进该翼面及翼侧面间的混匀材料的流动的第2流面。通过这样的结构,能够防止在处于列状态的混匀段与混匀段之间发生混匀材料的滞留,不产生发生伴随着时间的经过的劣化或化学反应的混匀材料即杂质,能够防止杂质对于正常混匀的混匀材料的混入,由此防止作为挤出物的品质下降。
-
公开(公告)号:CN114474462A
公开(公告)日:2022-05-13
申请号:CN202111218465.0
申请日:2021-10-19
Applicant: 株式会社神户制钢所
Abstract: 本发明提供机器学习方法、机器学习装置以及机器学习程序。机器学习方法获取包含有关树脂的颗粒状态的物理量和处理条件的状态变量,基于状态变量,计算出对处理条件的决定结果的奖励,基于计算出的奖励更新用于根据状态变量决定处理条件的函数,通过反复进行函数更新,从而决定获得奖励最多的处理条件。据此,不依靠熟练的技术人员的长年的经验,也能容易地决定对所要求的树脂的颗粒状态的适当的处理条件。
-
公开(公告)号:CN114474462B
公开(公告)日:2024-08-09
申请号:CN202111218465.0
申请日:2021-10-19
Applicant: 株式会社神户制钢所
Abstract: 本发明提供机器学习方法、机器学习装置以及机器学习程序。机器学习方法获取包含有关树脂的颗粒状态的物理量和处理条件的状态变量,基于状态变量,计算出对处理条件的决定结果的奖励,基于计算出的奖励更新用于根据状态变量决定处理条件的函数,通过反复进行函数更新,从而决定获得奖励最多的处理条件。据此,不依靠熟练的技术人员的长年的经验,也能容易地决定对所要求的树脂的颗粒状态的适当的处理条件。
-
公开(公告)号:CN102626980A
公开(公告)日:2012-08-08
申请号:CN201210022308.7
申请日:2012-02-01
Applicant: 株式会社神户制钢所
IPC: B29C47/40
CPC classification number: B29B7/483 , B29B7/847 , B29C47/0009 , B29C47/402 , B29C47/6031 , B29C47/6056 , B29C47/767
Abstract: 本发明提供一种混匀段。在多个翼部以彼此不同的角度绕轴沿轴向一体形成的混匀段中,在翼部的前端部上,在翼前端面与翼面连接的部分,形成有促进该翼前端面及翼面间的混匀材料的流动的第1流面;在翼部的基端部上,在翼面与相邻于翼部的另一翼部的翼侧面连接的部分,形成有促进该翼面及翼侧面间的混匀材料的流动的第2流面。通过这样的结构,能够防止在处于列状态的混匀段与混匀段之间发生混匀材料的滞留,不产生发生伴随着时间的经过的劣化或化学反应的混匀材料即杂质,能够防止杂质对于正常混匀的混匀材料的混入,由此防止作为挤出物的品质下降。
-
-
-