注塑缺陷预测AI定制：从报警到参数自适应

本月实验室围绕注塑缺陷预测与参数自适应的闭环链路做了阶段性验证。思路是把机台可采到的信号（模内压力曲线、螺杆位移、料筒温度、锁模力）与工艺卡、质量记录对齐，先做缺陷分类，再把预测结果回写成参数建议，而不是停留在看板报警。

进展：
1）缺陷预测：以短射、飞边、缩痕三类高发缺陷为目标，取注射段压力曲线的特征点（填充拐点、保压切换位置）叠加窗口统计量建模。单机约2000模数据，三类缺陷召回率在0.85上下；误报集中在换料与模温未稳定的批次，已加入稳定期屏蔽规则。
2）参数自适应：不做全参数全局寻优，只在保压切换点、保压压力与模温三个维度小步搜索，并限定单次调整幅度，避免工艺漂移。试点产线调机周期由平均约90分钟缩短至55分钟，试模废料下降约两成。

下一步：验证跨机台、跨模具的迁移性，并明确参数回写前的操作员确认权限边界。