AI注塑缺陷预测定制：熔体温度与参数自适应

本阶段实验聚焦“缺陷可预测、参数可微调”这一对目标，不追求全自动调机。

数据侧，在3副量产模具、8台注塑机上同步采集模腔压力、熔体温度、螺杆位置与合模力时序，按模次切分后提取填充末段压力斜率、保压段压力积分、冷却段温降速率等40余维特征，与MES缺陷记录（短射、缩痕、飞边、尺寸超差）做模次级对齐。

模型侧采用两段式结构：先用梯度提升树输出模次级缺陷概率，再以小步长规则调整保压切换点与保压压力。自适应模块仅在概率越过阈值且连续两模同向时触发，单次调整幅度限制在工艺窗口内，抑制振荡。

要点：
• 进展：在约2400个有效模次上，四类缺陷的模次级预测AUC为0.86～0.92，保压相关缺陷召回提升较明显；参数自适应使缩痕类缺陷率下降约18%，飞边未见改善。
• 下一步：引入模腔压力曲线与模流仿真的对齐特征，验证换模后能否在50模次内完成在线校准，并评估多腔模具的腔间偏差补偿。