注塑成型AI工艺参数优化：良率与能耗联动调优

注塑成型的工艺窗口高度依赖工程师经验，参数调整周期长，且良率与能耗目标常相互冲突。本实验室近期在一家汽车零部件注塑车间开展参数寻优实验：基于历史工艺数据与在线传感数据（熔体温度、注射压力、保压曲线、循环时间），构建“参数—质量—能耗”联动模型，以贝叶斯优化在多目标约束下推荐候选参数组，经工艺工程师审核后小批量试产验证。
• 阶段性结果：在三类典型制品上完成约120组对比试验，试点机台平均不良率由3.8%降至2.4%，单件能耗下降约6%，单轮参数调整周期由数天缩短至半天以内；
• 下一步计划：扩展至多腔模具与换模场景，引入换模历史数据训练迁移模型，验证跨机台参数复用的有效性，并明确模型推荐的稳定性边界。
需要说明的是，上述结论来自单一车间与有限制品类别，泛化能力仍需更多产线数据验证；实验设置与方法细节整理后将在实验室页面公开。