注塑缺陷预测：多源信号融合与自适应补偿

本实验室在塑料注塑AI工艺优化系统定制方向，近期完成一套以缺陷预测为前端的闭环验证：在试模与量产机台上同步采集模腔压力、螺杆位置、料筒温度与开合模振动，并与视觉抽检结果对齐，构建小样本缺陷标签。模型采用轻量时序编码器提取压力曲线形态，再融合工艺设定与材料批次特征，输出短射、飞边、缩痕等缺陷概率。

要点：

• 进展：在3台机、2种PP/ABS材料上，离线评估缺陷识别F1约0.86，短射与缩痕召回较高；单次推理约18ms，可部署于边缘盒。
• 下一步：将预测概率接入参数自适应模块，对保压压力、注射速度与冷却时间做小步长补偿，验证连续200模的稳定性与良率变化。