AI注塑调机参数推荐：模腔压力与保压曲线

注塑调机高度依赖老师傅经验，换模后往往需要数十次试模，废品与能耗成本高。本实验尝试把模腔压力曲线作为过程“指纹”，结合料温、模温、注射速度、保压切换点等参数，建立调机参数推荐模型：先用历史试模数据对齐时间轴，提取压力峰值、积分面积、衰减斜率等特征；再以目标件重与外观缺陷为约束，输出候选参数组合，供调机员确认。

• 进展：在3台机、5套模具上离线回放，首轮推荐使达到合格件的试模次数由平均12次降至7次，保压段稳定性有所提升。
• 下一步：接入MES与模腔压力传感器，做在线推荐与闭环微调，并验证不同材料批次下的泛化能力。