注塑成型AI工艺参数优化：从试凑到寻优

注塑成型是典型的经验驱动工艺，参数调试依赖人工试凑，换模换料后良率波动明显。实验室近期与一家汽车零部件注塑车间合作，开展了基于历史工艺数据与在线过程信号的参数寻优实验。
技术路径上，团队先对约8个月的生产日志进行清洗与对齐，构建"工艺参数—过程曲线—质量结果"关联数据集；再以梯度提升模型预测良率与制品重量稳定性，结合贝叶斯优化在工艺安全约束内推荐参数组合，由工艺员审核后小批量试产验证。
阶段性进展：
· 在三类常用物料的换模场景中，推荐参数使首件合格率平均提升约6个百分点，调机时间由约45分钟缩短至28分钟；
· 对欠注、飞边两类高频缺陷的预警准确率超过85%，误报处于可接受水平。
下一步计划引入模腔压力传感器数据以提升预测分辨率，并探索参数推荐与MES工单的自动衔接，在保证工艺安全前提下逐步减少人工审核环节。目前实验仍在数据积累阶段，相关结论以最终验证为准。