注塑成型AI工艺参数优化：周期缩短与缺陷率下降

注塑成型是典型的高节拍离散工艺，工艺窗口窄，调机高度依赖人工经验，参数漂移引发的短射、缩痕、飞边等缺陷占不良品的主要部分。本实验室近期围绕“工艺参数—制品质量”关系建模开展实验性探索，目标是把调机经验沉淀为可复用的数据资产。技术路线上，以模温、料温、注射速度曲线、保压压力与冷却时间为输入，以在线称重、型腔压力传感与视觉抽检结果为质量标签，构建多目标回归模型，并用贝叶斯优化在设备约束内搜索参数组合。目前已在合作厂商的两台注塑机上完成第一阶段验证。进展要点：1、在3类常见制品上，模型推荐的参数组合使平均成型周期缩短约7%，短射与缩痕类缺陷率下降约35%；2、换模后首件合格率由约60%提升至85%以上，平均调机时间减少约40分钟。下一步将引入模具编号与材料批次特征进行迁移学习，验证跨机型泛化能力，并探索工艺窗口漂移的在线监测与自动补偿。