AI注塑翘曲预测定制：模温分区与冷却时序自适应

注塑件的翘曲通常不是单一参数造成的，而是模温分区不均、冷却时序与保压历史叠加的结果。本实验室近期把研究重点从“单点参数推荐”转向“空间分布的可控性”：在定模与动模两侧布置多点热电偶和压力传感器，同步采集冷却水路进出口温差与流量，再用三坐标测量机获取制件翘曲场，形成温度场—压力场—变形场的配对样本。

· 进展：在薄壁平板件试验中，以分区模温设定值、冷却阀开闭时序、保压曲线为输入，代理模型对最大翘曲量的预测 MAE 约 0.04 mm；据此寻优后，试模轮次由 8 轮压缩至 3 轮，翘曲超差率下降约四成。
· 下一步：将材料批次（熔指波动）与随形冷却流道的流量偏差纳入模型，并验证在线自适应更新在换模、换料条件下的稳定性，避免过拟合单套模具。

缺陷预测的价值不在于给出一个概率数字，而在于把概率转成可执行的模温分区与冷却动作。