← 返回实验室

注塑工艺参数AI关联分析定制:良率归因与首件调参

注塑良率波动常被归因于设备或模具,但实际更多来自工艺参数与环境条件的耦合。本期数据分析实验室围绕「工艺数据能否支撑可解释的良率归因」做了一次小规模探索。

实验在某小批量多品种注塑产线进行,采集三类数据:机台工艺参数(料筒温度、注射速度、保压压力、冷却时间)、模腔压力曲线、质检记录的尺寸与外观判定。曲线先统一采样率并按成型周期切分,提取峰值、积分、上升沿斜率等少量特征,再与工艺参数、环境温湿度对齐到同一批次主键。

要点一(进展):在约两千批次历史数据上做特征重要性归因,模腔压力积分与保压切换点的解释度明显高于料筒温度设定值;据此生成的参数建议,在离线回测中对尺寸超差样本的召回率约七成,误报率仍偏高。

要点二(下一步):将建议从离线分析转为换模首件的辅助调参提示,保留工艺员确认环节;同时补采模具维护记录,验证其能否降低误报。当前样本集中在少数模具与材料上,结论不具备普适性,暂不外推。

评论

更多研究动态

查看全部实验室 →