AI注塑缺陷预测：模腔压力曲线与工艺窗口标定

注塑缺陷的根源往往不在单点参数，而在注射—保压切换瞬间的模腔压力状态。本轮实验在 8 台机台加装模腔压力传感器，将型腔压力曲线、螺杆位移、注射速度与模温机回水温度对齐到同一时间轴，用切换点前后的压力上升斜率、峰值与衰减时间构建特征，并叠加材料牌号、模具编号作为类别先验。

阶段结论：在 6 个常用牌号、3 类缺陷（短射、飞边、缩痕）的小样本上，缺陷分类留出集 AUC 约 0.86；保压切换点回归预测误差中位数 0.18 mm，制品重量波动标准差较原机台固定设定下降约三成。模型不直接闭环改参，仅输出建议区间，由工艺员确认后下发。

下一步：把材料批次波动（熔指、含水率）纳入特征，验证换料后能否用 20~30 模试模数据完成增量标定；同时评估模温机响应滞后对建议区间宽度的影响。