注塑缺陷预测与参数自适应定制：腔压波形与在线纠偏

在注塑成型中，缺陷常是多个工艺参数耦合漂移后的结果，仅靠人工看机与首件确认，难以在批次内及时捕捉。本实验室正在推进的《塑料注塑AI工艺优化系统定制：缺陷预测与参数自适应》，以模内腔压波形与注塑机时序参数为主信号，尝试把质量判定前移到成型过程中。

思路分两层：一是提取腔压曲线的峰值、积分、V/P切换点斜率等特征，叠加料温、模温与保压时序，训练缺陷分类模型，对短射、飞边、缩痕等模式做在线预警；二是在工艺窗口、锁模力与熔体强度约束下，把保压压力、V/P切换位置、模温设定作为可调量，用轻量在线优化在批次内做小幅自适应补偿，避免大幅改动引入新的不稳定。

阶段性进展：在一条6腔PP壳体件试产线上采集约1500模次数据，短射与飞边两类缺陷的在线召回由基线0.74提升至0.88，误报率约5%，单次参数自适应幅度限制在±3%以内。