基于贝叶斯优化的注塑工艺参数自动寻优实验

注塑成型的料温、注射速度、保压与冷却等参数长期依赖调机师傅经验，换模周期长、品质波动大。本实验室近期在某汽配注塑车间开展基于贝叶斯优化的工艺参数自动寻优实验，探索以数据替代经验的调机路径。阶段性进展：1. 以成型周期与外观不良率为双目标，融合近3个月约2.4万模次历史数据构建高斯过程代理模型，采用期望改进策略在线推荐试验参数，累计完成约180组迭代；2. 在两台卧式注塑机上完成6周在线验证，平均成型周期由28.5秒降至26.1秒，短射与缩水不良率合计由1.8%降至0.9%，换模后参数收敛时间由约2小时缩短至40分钟以内。初步体会：多品种小批量场景下冷启动样本不足仍是主要瓶颈，历史数据与机理先验融合建模比纯数据驱动更稳健。下一步计划引入迁移学习，实现同材料家族寻优结果的跨机型复用，并在换模场景中验证参数推荐的鲁棒性。