本阶段工作重点，是把注塑缺陷预测从离线抽检推进到模内在线判别，并让判别结果直接作用于工艺参数的微调。
我们在一台 180T 卧式机上搭建了轻量采集链路：模腔压力、料筒温度、螺杆位移与注射速度按模次对齐，标签沿用质检工序的缺陷记录（短射、缩痕、飞边、翘曲四类）。模型没有直接吃原始曲线，而是先抽出保压段压力衰减率、峰压到达时刻、黏度指数等十余个可解释特征再做分类。代价是特征工程偏重，好处是换料时工程师能看懂模型在依赖什么。
要点：
· 试产 1500 模次数据上，短射与缩痕可在保压结束前给出判别，较原抽检环节提前约 6 秒；
· 参数自适应当前仅开放保压压力与保压时间两个自由度，以 3% 为步长限幅调整，避免对模具状态造成不可逆影响。
下一步计划接入模温分区数据，验证薄壁件翘曲预测的可行性。
评论