注塑成型工艺高度依赖参数经验，缩痕、飞边等缺陷常在批量生产后才暴露，调机多靠试错。本实验室近期在合作企业注塑车间开展工艺参数AI寻优实验，探索以数据驱动方式缩短调机周期。
方法上，将机台工艺窗口建模为多目标优化问题：以模温、射胶速度、保压压力与时间等关键参数为输入，以缺陷率与周期时间为输出，采用贝叶斯优化结合历史工艺记录离线建模，在新模具试模阶段输出推荐参数组合。
阶段性进展：
- 在两类常见PP/ABS件的试模验证中，AI推荐参数使首件合格率由约72%提升至89%，平均调机次数由6.5次降至3次以内；
- 保压曲线优化后，缩痕类缺陷下降约四成，成型周期未见明显延长。
下一步将扩充多材料、多模具样本，验证模型跨机台迁移能力，并探索与MES系统打通，实现参数推荐与工单联动。需要说明的是，当前结论基于有限品类，模型泛化边界仍待更多产线数据验证。
评论