AI注塑缺陷预测定制：模腔压力与时序自适应

近期，实验室围绕注塑缺陷预测与参数自适应开展小规模实验。我们不再等试模结束再人工调参，而是把模腔压力、螺杆位置、料筒温度与锁模力等高频信号，与视觉抽检的短射、飞边、缩痕标签对齐，构建按制品-模具-机台分层的时序样本。模型采用轻量时序编码器加多任务头，同步输出缺陷概率与关键时间窗口，并映射为保压切换点、注射速度分段和模温设定的小步修正建议。

• 进展：在3台机、5套模具连续两周数据上，短射与飞边识别AUC较阈值基线提升约0.12；参数建议下发前保留人工确认，避免扰动稳定工况。
• 下一步：引入迁移校准，让新模具仅用少量试模数据适配；同时把动作限制在工艺窗口内，记录采纳率与批次不良率，验证闭环收益。