AI注塑调机参数推荐定制：试模数据与工艺窗口

注塑车间的调机长期依赖老师傅手感：换模、换料、换色号就要重新试模，靠几模试打逐步逼近合格件。AI 定制在这里的目标不是替代调机员，而是把试模次数从七八次压到两三次，把可用参数区间先算出来。 落地难点不在模型，而在数据。注塑机多为欧姆龙、贝加莱、KEBA 等不同控制器，需通过 OPC-UA 或 Euromap 77 取注射压力曲线、螺杆位置、模温、料筒各段温度、保压时间与切换点；再与 MES 的工单、模具编号、材料牌号与批次、环境温湿度对齐，主键统一为“模具号+材料批号+机台号”。常见坑是机台时钟不同步，必须先做时间对齐与曲线重采样，否则特征全废。 要点一：把一条注射曲线切成填充、保压两段，抽取峰值压力、压力积分、斜率、切换位置等 15~20 维特征，比直接送原始曲线更稳。 要点二：先用相似案例检索给出初值——按模具结构、流长比、材料流动性找历史相近工单，再用小样本回归与贝叶斯优化在机台上做小幅微调，每次只调 1~2 个参数并记录结果。 上线建议分两步：前两周只做“影子推荐”，把建议值与现场实际调机值并列记录，统计偏差与采纳率；确认偏差收敛后再开放推荐权限。边缘侧用网关采集并本地缓存，断网不影响数据完整性。验收指标建议锁定试模次数、首件合格率、平均调机时长三项，比“模型准确率”更能说服车间。