注塑成型AI工艺参数优化：缩痕与飞边抑制

注塑成型是离散制造中工艺变量最密集的环节之一，保压时间、熔体温度、模具温度与注射速度相互耦合，人工调参高度依赖经验。近期，本实验室开展了一项实验性探索：在两台注塑机上部署多源数据采集（模腔压力、锁模力、料筒温度、循环时间），结合贝叶斯优化算法，针对缩痕与飞边两类高频缺陷进行参数寻优。阶段性进展：一、在某家电外壳件上完成320模次数据积累，缩痕不良率由2.8%降至0.9%，单次调参周期由约4小时缩短至40分钟；二、模腔压力曲线被证实对缩痕具有较强前置指示性，可作为早期预警特征纳入在线监控。下一步计划：引入工艺窗口约束（保压上限、模具温升限制等），避免算法输出不可执行参数；并在小批量多品种场景下验证模型迁移能力，探索一次建模、多型号复用的可行路径。需要说明的是，当前结论仅基于单一材料与单一机型，跨场景外推仍需进一步实验验证。