在同一產品大批量模製的注射成型環境中，即使設定了相同的成型條件，由於環境變化和其他因素，仍然可能出現缺陷產品。在缺陷發生前預測缺陷的發生並相應調整成型條件，可以抑制缺陷品的生產。
MAZIN公司致力於開發人工智能解決生產過程中的挑戰。在注射成型過程中，我們專注於解決技能傳承和提高生產效率等問題。我們正在開發成型條件調整自動化的算法，通過各種實驗和分析旨在預測缺陷產品的發生。
作為我們自動化成型條件調整努力的一部分，我們介紹了一些與預測缺陷產品發生相關的實驗和分析工作。
這裡介紹的倡議旨在通過使用附在模具上的壓力傳感器捕捉成型過程中的模內壓力並分析時間序列波形來預測缺陷產品的發生。
通過使用樹脂進行注射成型，我們已經闡明了通過分析MAZIN的原創特徵量（這些特徵量與模內樹脂流動狀態相關）預測成型缺陷的可能性。
成型產品：消費者塑料部件
材料：樹脂
測量變量：壓力（1點）
通過生成和分析與模內樹脂流動狀態相關的MAZIN原創特徵量，我們發現良品傾向於在散點圖的中心聚集，而缺陷產品則向外圍分佈。
這一發現顯示出預測缺陷產品發生的高潛力。
這種對缺陷產品發生的預測潛力的洞察為在缺陷發生前自動調整成型條件的系統提供了可能性，從而抑制缺陷品的生產。
通過自動化成型條件調整系統降低缺陷產品排出率的關鍵在於我們如何準確預測缺陷的發生以及我們如何有效調整成型條件。展望未來，我們將繼續開發和完善我們的高精度缺陷預測和條件調整方法。
如需技術詳情或研發相關詢問，請聯繫我們。
