AI注塑缺陷预测定制：模腔压力与保压曲线自适应

注塑缺陷（短射、缩痕、飞边、翘曲）与模腔压力曲线、保压切换点强相关，却长期依赖试模经验。本阶段实验在现役注塑机上接入模腔压力与螺杆位移信号，按模次提取压力峰值、压力积分、保压段斜率、切换位置偏差等 30 余维特征，训练缺陷分类模型；预测结果回接参数寻优环节——模型给出缺陷概率后，由代理模型在注射速度、保压压力、切换位置与冷却时间构成的约束空间内搜索，输出一组可下发的调整建议，由操作员确认后执行。

要点：

• 进展：在某薄壁件（PP，一模两腔）上积累约 600 模次带标注数据，短射与缩痕二分类在留出集上召回率约 0.9，试模轮次由平均 5～6 轮降至 3 轮左右；模型对未见过的模具衰减明显，泛化仍是主要短板。
• 下一步：加入材料批次与模温漂移的在线校准，并开展跨机台迁移验证，检验参数建议的可移植性。