本期围绕《塑料注塑AI工艺优化系统定制：缺陷预测与参数自适应》完成一条闭环验证链路：从模内高频信号到缺陷风险判定，再到工艺参数的在线微调。
短射、缩痕、飞边等缺陷目前多依赖停机后抽检，反馈滞后、缺陷样本稀疏。我们将模腔压力、螺杆位移、料筒温度与锁模力按成型周期切片，构建周期级特征序列，用少量标注样本训练分级模型，输出缺陷类型与风险概率，并保留工艺工程师的最终确认环节。
- 进展：在产线试模数据上，模型对短射与缩痕的提前判定准确率约 0.89，误报率控制在 5% 以内，判定时点可前移至保压结束之前。
- 下一步：将缺陷风险输出接入参数自适应模块，以保压压力与 V/P 切换点作为优先调节变量，在工艺窗口内做小步长搜索，目标把单次试模的收敛轮次从 5~7 轮压缩至 3 轮以内。
需要说明的是，该类模型的价值在于缩小搜索范围、缩短反馈回路，而非替代调机经验；工艺窗口边界与材料批次差异仍由人工设限。
评论