基于强化学习的注塑机工艺参数自适应优化与质量闭环控制系统.docxVIP

PAGE2

基于强化学习的注塑机工艺参数自适应优化与质量闭环控制系统

摘要

注塑成型作为现代制造业的关键工艺，其产品质量受多参数耦合影响，传统试模与经验调参方式耗时耗力，难以应对复杂工况与批次差异。为解决此痛点，本课题设计并实现了一套基于强化学习的注塑机工艺参数自适应优化与质量闭环控制系统。

本系统以数据驱动为核心，遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。首先，通过机理与数据融合建立注塑过程质量预测模型，实现关键质量指标的实时软测量；其次，设计基于软演员-评论家（SAC）算法的工艺参数在线自整定模块，以质量偏差为奖励信号驱动参数寻优；最后，构建感知-决策-执行闭环架构，实现产品质量的动态稳定控制。

本设计的核心创新在于将深度强化学习与质量预测模型深度融合，突破了传统控制依赖精确数学模型的局限，实现了高维连续动作空间下的工艺参数自适应整定，为智能制造领域的闭环质量控制提供了新范式。

第一章绪论

1.1研究背景

注塑成型是塑料制品生产的核心工艺，广泛应用于汽车、电子及医疗器械等领域。注塑过程涉及温度、压力、时间等多物理场变量的强耦合作用，具有典型的非线性、时变性与迟滞特性。这些特征使得工艺参数的设定与调整极具挑战性。

在实际生产中，注塑机参数调整仍高度依赖资深工艺师的试模经验。传统“试错法”通常需要3至5轮试模，耗时长达数小时甚至数天，严重制约了生