注塑成型AI工艺优化实验：过程曲线缺陷预警

注塑工艺高度依赖调机经验，参数调整往往滞后于缺陷发生。实验室近期与一家汽车零部件注塑企业合作，开展基于过程数据的AI工艺优化实验：采集注射压力、熔体温度、保压曲线与模具温度等高频信号，结合在线视觉检测的缺陷标签，构建“过程曲线—缺陷类型”时序分类模型。阶段性进展：一是对缩水、飞边、短射三类典型缺陷，基于单模次过程曲线的预警准确率达91%，可在开模前约20秒输出结果，为自动剔除或参数微调留出操作窗口；二是引入贝叶斯优化生成参数推荐，试验机上调机试模次数平均减少约35%。下一步计划：将模型推广至多台异构注塑机，验证跨机型泛化能力，并探索与MES系统联动的闭环参数下发，逐步沉淀可复用的注塑行业AI方法论。