AI注塑缺陷预测与参数自适应：机台信号闭环

注塑成型中，短射、飞边、缩痕等缺陷常在换料、换模或环境波动后才显现。依靠首件检验与老师傅经验调参，反馈周期长、复现也难。本期实验室的重点，是用机台自身信号提前判断成型质量，而非先追求高精度仿真模型。

做法上，我们在锁模力、螺杆位置、模腔压力与料筒温度的模次级时序上做特征抽取，用轻量时序模型输出单模次缺陷概率，再把预测结果折算为保压压力、保压时间与模温设定的微调量，形成「预测—微调—再验证」的闭环。为控制风险，自适应调整只在工艺窗口的安全区间内生效，越界时改为提示人工确认。

要点：

• 进展：在3台设备、5套模具的实验中，缺陷预警较人工巡检提前约4~6个模次，试模调参次数下降约三成。
• 下一步：把材料批次与干燥状态纳入输入，验证跨料批的迁移表现，并补齐参数调整的可追溯记录。