注塑工艺AI参数寻优：翘曲与缩痕缺陷抑制

注塑成型中，翘曲与缩痕等缺陷同模具温度、保压压力、冷却时间等参数高度耦合，传统调机依赖工程师经验，换模后爬坡周期长。行业AI实验室近期围绕该场景开展参数寻优实验，以工艺窗口建模为核心：基于历史良品与不良品记录构建参数—质量映射模型，结合贝叶斯优化在约束范围内推荐下一组试模参数，减少盲目试错。阶段性进展：1）在合作厂商两组模具的历史数据上，寻优算法将平均试模次数由12次降至5次以内，首件合格率提升约18%；2）引入模温与锁模力传感数据后，薄壁件缩痕预测准确率达86%，较纯工艺参数版本提升9个百分点。下一步将扩充多材料、多腔模具样本，验证模型的跨模具迁移能力，并探索与MES系统打通参数下发闭环，使推荐结果可直接指导现场生产。团队将坚持小步验证、量化评估的推进方式，避免过度承诺。