AI注塑缺陷预测定制：缩痕翘曲与参数自适应

缩痕与翘曲多由熔体温度、保压曲线和冷却速率耦合引起，依赖经验试模难以稳定复现。本阶段我们把工作重心从离线参数推荐转向在线缺陷预测与参数自适应：在试点机台上同步采集模腔压力、螺杆位置与熔体温度信号，按成型周期切分后提取保压段压力衰减斜率、V/P切换点的压力突降幅度等特征，用轻量梯度提升模型输出缩痕、翘曲、短射三类缺陷的概率。

• 阶段性进展：在约3000模次试模数据上，缩痕预测召回率约0.86，误报率约0.12；模型输出接入约束后，仅允许在既有工艺窗口内对保压压力与保压时间做±8%的微调，避免越界引入新缺陷。
• 下一步：验证跨机台迁移能力，并加入模次间漂移检测，当特征分布偏移超过阈值时自动降级为只告警不调参，保证产线可控。