注塑成型具有生产效率高、成本低、重量轻、对复杂几何形状具有良好的柔性等优点,是塑料制品的一项重要制造技术。制品质量主要取决于材料、制品结构和模具,以及注塑过程的工艺参数,其中工艺参数是最直接最有效的控制因素,但是由于工艺参数之间存在相互耦合关系,依靠经验通过试错法,难以达到预期调节目标。随着智能装备的发展,注塑过程的智能化是未来发展趋势,因此对注塑过程的工艺参数的耦合关系研究,并通过工艺参数的动态调节保证注塑制品的高质量与一致性具有重大意义。第一章概述了论文的研究背景及意义,总结了注塑成型的相关技术和制品质量控制技术的研究现状,阐述了主要研究内容和组织架构。第二章分析了注塑工艺参数与制品质量的耦合关系,建立了耦合关系强度的等级划分机制,研究了工艺参数性质、分类以及注塑工艺过程,针对非线性耦合的注塑工艺参数调节问题,进行了制品缺陷归一化预处理,并构建了工艺参数调节目标模型。第三章提出了基于深度学习改进混合算法Prophet-LSTM的注塑产品时间维度的质量预判模型,通过制品质量变化数据进行变化度求解,并提出了变化度判断条件及方法,并通过变化度进行制品质量的时间维度预测值的保守化修正,以提高工艺参数动态调节系统的稳定性和产品制造精度。第四章提出了基于EGO全局优化Kriging模型的工艺参数动态调节方法,采用拉丁超立方进行采样,通过筛选视觉检测的有效数据补充更新训练样本,周期性更新预测模型,通过Taguchi正交实验设计和实验结果方差分析获得影响质量的主要参数及显著度,并构建了BP神经网络的信噪比模型确定初始工艺参数,采用复合代理模型的方法在生产过程中动态调节工艺参数。第五章提出了一种基于注塑制品表面质量预判的工艺参数渐进式动态调节策略,并开发了相应的控制系统,通过仿真分析和实际注塑调试,选用塑料盘正面为检测研究对象进行实例分析对比,验证了渐进式动态调节策略的有效性。第六章总结了全文研究工作及成果,对后续更深层次的研究进行了展望。