プラスチック成形、樹脂/フィラー分散、フィルム製膜におけるAI、データサイエンスの活用、DX化/IoTへの展望

第1部 プラスチック成形 (押出成形・射出成形など) における「AI技術」の活用や「データサイエンス」による課題解決

(2026年1月15日 9:50〜11:10)

　押出成形・射出成形における「AI技術の活用」や「データサイエンスによる課題解決」に関し、その背景から来る必要性とその解決策を事例を交えて解説する。

1. プラスチック成形業界を取り巻くAI技術利用環境と課題
   1. 社会環境視点での背景
   2. 技術環境視点での背景
   3. 経営視点での取組重要性
2. 今、なぜAIやデータサインエンスの活用が必要なのか
   1. 成形プロセスの複雑性と変動因子の多さによる課題
   2. 技術者不足と技能継承の課題
   3. 品質安定化と歩留まり改善に関する課題
   4. コスト削減・生産効率化での課題
3. 「AI技術の活用」と「データサイエンスによる課題解決」
   1. データサイエンスの役割
   2. 「AI技術の活用」事例
      1. 成形条件の自動最適化
      2. 不良予測とリアルタイム監視
      3. 画像AIによる外観検査
      4. 生産データの可視化と意思決定支援
4. 効果の即効性が考えられる「画像AIによる外観検査活用」
   1. 良品学習と不良品学習の違い
   2. 撮像技術とAI技術
   3. 当社の実施事例
5. 今後の展開
• 質疑応答

第2部 型内無線センサとデータサイエンス/成形AIによる次世代成形監視システム

(2026年1月15日 11:20〜12:20)

　成形事業における課題は不良削減と変化する材料や金型・設備への対処とされている、特に成形不良の70%が金型起因とされ、金型内部の挙動を可視化する最新の「型内センサ」を紹介し、変動する材料・設備の監視に関するAIデータサイエンスを紹介する。

1. 成形事業者における課題と成形不良分析
   1. 成形現場の課題
   2. 成形不良分析と不良対策に向けた指針
2. 最新の成形金型センシング:型内センサ
   1. 金型表面温度センサ
      • サーモモニタリングと事例紹介
   2. 型内挙動を可視化する
      • 型内圧力
      • 温度
      • 型開センサ
   3. 型内センサデータの事例と分析
      • ダイカスト
      • 樹脂事例
   4. 成形機異常監視・保全センサ
      • 無線Wi-Fi振動
      • 温度
      • 温湿度
      • 電流センサ
3. 不良因子の一元管理と分析・予知予防:Σ軍師システム
   1. 各センサデータを集約する製造現場ソフトΣ軍師Edge
   2. クラウド方式のΣ軍師IIによるデータ分析・予知予防ソフト
   3. 運用事例と効果
4. 成形AIの取り組み:Σ軍師II AI Plus
   1. Σ軍師II AI Plusの狙いとシステム構成
   2. 導入事例の紹介
5. 金型管理・メンテナンスの重要性:金型IoT
• 質疑応答

第3部 成形加工におけるDX向けAIモニターの活用実績

(2026年1月15日 13:10〜14:10)

1. 金型および成型機からのセンサデータ取得
   1. センサ原理
   2. センサ特性
   3. 金型センサおよび成型機データ取得実績
2. モニタリングシステム開発背景
   1. 業界の実態とニーズ
   2. 仕様と構想
   3. 製品構成
   4. 分析手法
3. AIモニタとしての実績
   1. データサンプルでの実績紹介
   2. 業界別、部門別の実績紹介
   3. 現状と今後の展開
• 質疑応答

第4部 データサイエンスによる機能性材料設計とその成形

(2026年1月15日 14:20〜15:40)

　絶縁体である高分子材料に導電性の高いカーボンを添加した半導体材料は、帯電防止材料や複合プリンターの部品、その他電子部品に応用されている。この配合設計では、パーコレーション転移の制御をどのように行うかが問題となる。この配合設計について、最適なパーコレーション転移の制御構造をコンピューターシミュレーションで確認し、その確認された構造を実現するプロセス設計を行い、複合プリンターの中間転写ベルトとして実用化した事例を講演する。 　すなわち、これはデータマイニングにより得られた知を材料開発に活かした事例であるが、生成系AIに同様の問題を質問しても得られない解が、データ駆動で得られている。これは、コロナ感染のシミュレーションで行われた浸透理論の数理モデルによる解析でも得ることが難しい解である。コンピューターを使用するプロセスでは、現象を解析して得られた数式の計算値でシミュレーションする方法と現象をそのまま愚直にコンピューターに実行させる方法がある。後者は、非科学的な場合もあるが、形式知で解くことができない問題についても答えが得られる可能性がある。 　その他、オブジェクト指向によるデータ駆動で環境適合ポリマーアロイを開発した事例も紹介する。

1. 科学と技術、知について
   1. 形式知、経験知、暗黙知
   2. 科学と技術の方法
   3. データサイエンスと科学
2. デジタルトランスフォーメーション
   1. 研究者・技術者のDX実装
   2. ディープ・スマーツとDX
   3. 技術者の常識となったPython
3. データ駆動による配合設計
   1. パーコレーション転移のシミュレーション
   2. 事例:MFP用中間転写ベルトの開発
   3. 事例:環境適合PET基ポリマーアロイ
• 質疑応答

第5部 押出成形におけるAI/IoTの活用

(2026年1月15日 15:50〜17:10)

1. 二軸スクリュ押出機について
2. 二軸スクリュ押出機のAI/IoTソリューション
3. AIを活用した二軸スクリュ押出機のスクリュデザイン最適化
• 質疑応答