序章：老周的 19 年，和一台看不见型腔的机器

早上 8 点的首件，和晚上 8 点的重来

东莞，一家做新能源车电控支架的精密注塑厂。一台 380 吨机，材料 PA66+GF30，玻纤含量三成，磨蚀性极强，对模具和工艺窗口都极不友好。早上 8 点，首件检验合格，尺寸、外观、装配全部通过；10 点，飞边开始从分型面渗出来；12 点，老周停机调机，把保压压力往下压了两档；下午 2 点，尺寸又漂了 0.03 毫米，落在公差带边缘；晚上 8 点，换了一批料，前面所有的调整全部作废，一切重来。

这个循环在厂里已经重复了很多年。老周在这家厂干了 19 年，他不看屏幕。他看飞边的形状、听顶出的声音、摸件的手感，然后决定动哪个参数、动多少。厂里 7 台机，只有他一个人能调。他今年 54 岁。

2024 年厂里上了 MES，2025 年上了模流仿真，2026 年买了一台全电动。三套系统、三年投入，废品率从 3.9% 降到 3.2%，然后就停在那儿了，再也没有往下走过一个百分点。

三年上了三套系统，废品率只降了 0.7 个点

这不是执行不力，这是数据源的问题。MES 记录的是"机器做了什么"——螺杆走了多少毫米、注射速度设了多少、几点几分开的模。模流仿真算的是"设计应该怎样"——这个浇口位置、这个冷却布局，理论上应该得到什么结果。这两套系统都很贵，都很有用，但它们回答的都不是同一个问题：这一个件，在型腔里，到底经历了什么。

云质变判断

你不可能用 MES 的数据解决模具里的问题，就像你不可能用体温计诊断胃病。

决定这个件合不合格的东西，发生在模具型腔里。那里温度 200 摄氏度以上，压力几十到几百 bar，空间只有几毫米厚，时间只有零点几秒。而那里，一个传感器都没有。

型腔里没有一个传感器

于是工厂陷入一种奇怪的状态：它有足够的数据去做事后追溯，却没有一个数据点可以用来做实时干预。出了问题，工艺工程师可以花两天时间从 MES 里把曲线拉出来，还原出"当时机器在做什么"，然后推断"大概是什么原因"。但件已经做完了，废品已经产生了，客户已经收到了。

更麻烦的是，机器端的压力读数会骗人。液压缸推动螺杆，螺杆推动熔体，熔体经过流道、经过浇口，才进到型腔。中间隔着摩擦损耗、熔体可压缩性、流道阻力三道关卡。机器显示 200 到 500 bar 的时候，型腔里可能只有 50 到 200 bar。这个差距不是固定的，它随材料、温度、模具状态一起漂。

这意味着，工厂花了三年时间，把自己变成了一家"能解释过去"的工厂，而不是一家"能控制现在"的工厂。这两件事在财务报表上看起来差不多，在废品率曲线上差得很远。

40 万个模次，和一份写不进 SOP 的控制律

老周退休那天，这家厂会失去什么？不是一个人。是 19 年、大约 40 万个模次积累出来的一套控制律——什么季节该把模温调高半度、哪台机的止逆环开始磨损时曲线会长什么样、哪个牌号的料换批次时该先动保压还是先动速度。这套东西不在任何一份 SOP 里，因为老周自己也说不清，他只会说"感觉这个件有点闷"。

本白皮书要论证的事情只有一件：这段控制律可以被外化。不是写成文档，不是录成视频，而是变成一条型腔压力曲线，加三个阈值，加一个切换逻辑。而做到这件事的成本，2026 年已经降到了每支传感器 500 到 2,000 美元。

云质变判断

老师傅的手感无法传承，但型腔压力曲线可以。

这句话不是抒情，它有明确的技术含义：手感是一套基于多感官输入的、非结构化的判断函数；而型腔压力曲线是一个结构化的时间序列，可以被采样、被存储、被比较、被复制到另一台机上。前者随人走，后者随文件走。

第一章 8,432 亿的产业，和一个 2.5% 的行业耻辱

8,432 亿与 4,872.6 亿：两个都不能用错的数

关于这个行业有多大，市面上流通着至少两个数：8,432 亿元和 4,872.6 亿元。前者是 2025 年中国注塑塑料行业总产值，同比 +5.7%，2024 年为 +6.2%，来源是博研咨询；后者是 2025 年中国注塑成型产品市场规模，同比 +9.4%，来源是《2025年中国注塑成型产品数据监测报告》。

两个数字都对，但它们不是同一个东西——一个是行业总产值，含上游改性、助剂、模具与加工服务；一个是成型产品这一段的市场规模。

这两个数不能加总，也不能互相引用去论证"行业增速"。本白皮书在讨论产业体量时采用 8,432 亿元，因为它更接近"这个行业养了多少人、多少设备"；在讨论加工环节的生意规模时采用 4,872.6 亿元。读者如果看到别的报告把这两个数混着用，基本可以判断那份报告没有读原始口径。

三个保有量口径：32.7 万、42.3 万、86.3 万

关于"中国到底有多少台注塑机"，流传最广的三个数字是 32.7 万台、42.3 万台、86.3 万台。这不是统计误差，是统计对象不同。32.7 万台多见于只统计中大型锁模力区间的调研；42.3 万台是本报告采用的"注塑专用设备保有量"，2025 年值，2026 年预测 44.1 万台；

86.3 万台则把挤出、吹塑、中空成型等广义塑料机械一并计入，是塑料机械的盘子，不是注塑机的盘子。

本报告采用 42.3 万台，理由有两条：一是它与"伺服节能型占比 76.4%""全电动保有量 8.9 万台"这两个分项数据同源，可以内部交叉验证；二是它落在 32.7 万与 86.3 万之间，是唯一能与 12,847 家规模以上企业、63 家龙头企业这两个企业口径对得上的设备口径。

用 86.3 万台去算单厂设备数，会得出平均每家企业 67 台的荒谬结论；用 32.7 万台去算改造市场，会低估三成以上。

同样的口径分裂出现在行业集中度上：CR10 有 32.4% 和 18.3% 两个版本，差了 14 个百分点。32.4% 的口径按注塑加工环节营收计，18.3% 的口径按全行业（含上游材料与模具）计。本报告在讨论"头部与尾部的能力差"时采用 32.4%，因为它描述的是同一批加工企业内部的分布，而不是跨环节的分布。

这张表要传递的方法论比数字本身重要：任何一份产业报告，如果不告诉你口径，它的结论就不能进你的董事会材料。而这三个口径的差异，恰好构成了本白皮书后面所有测算的地基——设备保有量决定改造市场的分母，集中度决定谁先改造，行业规模决定废品率一个百分点值多少钱。

12,847 家企业，63 家拿走 38.6% 的产能

2025 年，中国规模以上注塑企业 12,847 家；年营收超 5 亿元的龙头企业 63 家，合计占中游产能约 38.6%。也就是说，0.49% 的企业拿走了接近四成的产能。前 10% 企业的 ROE 是 14.7%，行业均值 6.3%，差 2.3 倍。

这不是"行业分散"，这是"能力分层"。分散描述的是企业数量，分层描述的是同一批设备、同一批客户、同一批材料之下，为什么有人能做到 14.7% 的 ROE，有人只能做到 6.3%。答案不在客户名单里，在过程能力里：全球口径下，高产量者的设备利用率是 85% 至 95%，普通企业是 65% 至 75%；高产量者的利润率是 18% 至 20%，行业平均是 12% 至 15%。

一个更扎心的推论：这 63 家企业之所以能拿走 38.6% 的产能，很大程度上不是因为他们买了更好的机器，而是因为他们把"机器之外的那一段"管住了。而机器之外的那一段，就是型腔。

汽车 34.8%：公差战争已经打到 ±0.01 毫米

2025 年的下游结构里，汽车占 34.8%，居首位，新能源单车塑料用量提升至 180 至 220 公斤；消费电子占 23.7%，折叠屏、AR/VR、AIoT 把公差压到 ±0.01 毫米；家电与日用品合计 21.9%；医疗健康占 8.1%，年增速 14.2%，靠国产替代与一次性耗材拉动。

毛利率的分层比份额分层更值得看：汽车与新能源 24.7%，家电 16.2%，日用品 11.8%；通用件被压到 8% 至 10%，而高端工艺（微发泡、IMD/IML、气辅）仍能保持 18% 至 25%。同一个行业里，毛利率最高和最低差了三倍。

这个差距不是客户给的，是过程能力给的。±0.01 毫米的公差，用开环加抽检做不出来，只能靠"每一模都被看见"。这就是为什么汽车和消费电子这两个下游，会成为模内智能的第一批买单者——他们的公差已经不允许"事后发现"。

成本结构也在推着这件事走：2025 年原材料占成本 42.6%，比 2020 年下降 5.8 个百分点；能源与环保合规成本合计升至 18.3%。原材料占比下降，意味着"省料"这条路的边际收益在变薄；能源与合规成本上升，意味着"省电"这条路的紧迫性在变强。两条路都快走到头的时候，第三条路只剩"少出废品"。

2.5% 与 0.87%：一道 1.63 个百分点的鸿沟

行业平均废品率约 2.5%；消费电子精密结构件领域，部分企业仍在 4% 以上；头部企业已经控制在 0.87% 以下。三个数字放在一起，构成了这个行业最不愿被公开讨论的一张成绩单。

1.63 个百分点听起来不多。但按 5 亿元产值计，它就是 800 万元级的毛利差；按 8,432 亿元的行业总产值计，它就是每年 137 亿元量级的材料、机时与处置成本，被固化在废品箱里。家电塑胶配件行业提供了一个旁证：平均注塑废品率由三年前的 3.8% 降至 1.2%，直接节约原材料成本约 18 亿元。

更值得注意的是全球口径：注塑过程产生 10% 至 15% 的生产废料，工艺优化可以减掉其中的 30% 至 50%。这说明"2.5%"并不是物理极限，它只是一个行业习惯了的位置。而 0.87% 证明了这个位置可以被移动。

图 1 产业底座

把这一章的四组数放在一张图上，逻辑就出来了：8,432 亿元的产业、42.3 万台的设备、12,847 家的企业、2.5% 与 0.87% 的落差。前三个数说明这个市场足够大、改造基数足够多、竞争足够分层；第四个数说明改造的方向已经有人走通过。剩下的问题只有一个：那条路的技术细节是什么，以及走一趟要花多少钱。

第二章 废品解剖：45.8% 的钱，花在机器读不到的地方

废品率的三个基准：2.5%、4%、0.87%

谈废品率，先要问一句"谁的废品率"。行业平均水平约 2.5%，这是全行业加权后的位置；消费电子精密结构件领域，部分企业仍维持在 4% 以上，因为公差最紧、外观要求最高、换料最频繁；头部企业已经压到 0.87% 以下。三个数字对应三种完全不同的生产方式，不是三种不同的努力程度。

这三个基准的用法，决定了你怎么定 KPI。拿 2.5% 当目标，你的工厂会在 3% 附近停下，因为"行业都这样"；拿 0.87% 当目标，你会先问"头部凭什么"，然后发现问题不在设备清单里；拿自己去年的数当目标，你会得到一条每年降 0.2 个百分点的平滑曲线，然后眼看着毛利率被同行吃掉。

一个反直觉的判断：2.5% 不是一个技术基准，是一个心理基准。它之所以稳定，是因为大部分工厂的检测方式是抽检，抽检的抽样量决定了你能看见多大的偏差。看不见的废品不会被统计，只会被客户退回来。

45.8% 的钱，花在尺寸超差上

2026 年家电塑胶配件口径的废品成因结构，是这份白皮书里最有价值的一张分解表。尺寸精度超差占 45.8%，对应注射与保压环节，主要监测参数是熔体压力与锁模力，较 2023 年改善 68.4%；表面缺陷（色差、流纹）占 28.3%，对应塑化与充填，主要看模具温度与注射速度，改善 72.1%；

结构强度不足占 15.5%，对应冷却与固化，看冷却水温与保压时间，改善 55.0%；飞边与毛刺占 7.2%，对应合模与锁模，看锁模力与模具平行度，改善 81.5%；其他不明原因占 3.2%，改善 90.2%。

这张表最容易被误读的地方，是最后一列。"其他不明原因"改善了 90.2%，看起来是最成功的一类，但它的基数只有 3.2%——这一类之所以改善得最快，恰恰是因为它最容易被新的监测手段"从不明变成明确"，然后被归到前四类里去。所以这张表的百分比会随年份漂移，而漂移的方向不是"问题变少"，是"问题被命名"。

真正稳定的信息是前两行：尺寸超差加表面缺陷合计 74.1%。这两类的共同点是，它们的决定性时刻都在充填与保压的那零点几秒里，而机器端的数据在这段时间内的分辨率最低。

53% 的废品指向压力与锁模力

45.8% 加 7.2%，等于 53%。超过一半的废品，直接指向"压力"与"锁模力"这两个物理量。而这两个量，恰恰是机器端最容易被误读的量。

锁模力的问题在于它是"设定值"而不是"实际值"。机器显示 380 吨，实际作用在分型面上的力，取决于模具刚性、模板平行度、拉杆受力分布、热膨胀。一套用了三年的模具，四角受力可能差 10% 以上，而机器屏幕上仍然是一个漂亮的 380。飞边就是这么来的：不是锁模力不够，是锁模力不均。

熔体压力的问题更严重。机器端读的是液压压力或螺杆头部压力，型腔里读的是熔体在模腔内的真实压力。中间隔着浇口、流道、喷嘴，每一段都在吃掉压力。所以当工艺员说"我把保压加了 5 兆帕"，他其实不知道型腔里增加了多少——可能增加了 2 兆帕，也可能一点没增加，只是把浇口凝封时间推后了。

云质变判断

80% 的废品不是材料问题，是过程漂移——而过程漂移发生在你唯一没有装传感器的地方。

这句话之所以成立，是因为过程漂移的物理载体就是压力与温度的时间序列。漂移不会写在报表上，它写在曲线的形状里：峰值低了两 bar、切换点晚了几毫秒、积分面积小了 3%。这些变化在合格件的公差带里完全看不出来，直到某一模突然越界。

单件 8.2 元：一个手机中框的算例

把百分比换成钱，需要一个具体项目。某手机中框项目：单件材料成本 8.2 元，废品率从 3.5% 降至 1.2%，年产量 1,000 万件。

算下来，年节约材料成本 188.6 万元。这个数字的算法很朴素：1,000 万件乘以 2.3 个百分点的废品率降幅，等于 23 万件；23 万件乘以 8.2 元，等于 188.6 万元。没有杠杆，没有折现，就是一张能拿去给财务签字的纸。

这个算例的价值不在于 188.6 万元本身，而在于它把"质量改善"翻译成了"毛利增加"。绝大多数工厂的质量报告里，废品率是一个百分比，不是一笔钱；百分比可以讨论，钱不能讨论。当质量总监拿着百分比去要预算，他得到的是"再研究研究"；当他拿着 188.6 万元去要预算，他得到的是一个会议。

这也是本白皮书反复强调的一件事：模内智能的立项文件，第一页不应该放技术架构图，应该放这张算例表。

230 吨废弃物与 3,000 元一吨的处置费

188.6 万元只是第一层。第二层是废弃物处置：23 万件中框，按单件约 10 克计，对应约 230 吨塑料废弃物；按危废处置均价 3,000 元/吨计，还能再省一笔处置费。

第三层是机时。23 万件废品占用的成型机时、模具磨损、人工、能耗，全部是沉没成本，且不会因为"这件是废品"而减少。工厂真正的损失不是材料费，是"用合格的资源生产了不合格的东西"。

第四层是隐性成本：客户投诉、批次召回、供应商评分下降、新项目拿不到。这四层加起来，往往是材料成本的 2 到 3 倍。所以任何只算材料费的 ROI 模型，都会把回收期算长；任何只算传感器钱的投入模型，都会把回收期算短。正确的算法在第七章和第十五章展开。

80% 是过程波动，那么另外 20% 是什么

约 80% 的注塑废品源于过程波动，这是本白皮书的核心前提之一。但把这句话读成"闭环能解决 80% 的问题"，是一次严重的误读。

另外 20% 是：材料本身不合格（含水率超标、IV 值偏离、回料掺比失控）、模具钢有缺陷（早期开裂、型芯偏移）、干燥不到位（PA 类材料尤其致命）、混料错误（色母比例、玻纤分布）、以及设计与工艺窗口本身不匹配。这些问题的共同特征是，它们不在"过程波动"的定义域内——闭环控制能补偿波动，不能修正错误。

所以正确的表述是：模内智能负责把那 80% 的波动压到最小，同时让剩下的 20% 更快地暴露出来。前者是收益，后者是收益的加速器。把 KPI 定成"废品率降 80%"，是把两件事混成了一件；定成"过程波动导致的废品降 60%，同时把异常检出时间从 2 天压到 2 分钟"，才是可验收的。

图 2 废品解剖

这张图要看的不是五个柱子谁高谁低，而是"占比"和"改善幅度"之间的错位：占比最高的尺寸超差（45.8%），改善幅度只有 68.4%；占比最低的"其他不明原因"（3.2%），改善幅度高达 90.2%。错位说明的是同一件事——越靠近型腔的物理量，改善空间越大；越靠近机器端的物理量，改善空间已经被榨干了。

第三章 300 bar 与 80 bar：机器数据与型腔数据之间的物理鸿沟

200–500 bar 进，50–200 bar 出

这一章讲的是整篇白皮书的物理地基，如果这一节读不通，后面所有的经济账都是空中楼阁。

机器液压缸推动螺杆，螺杆把力传给熔体，熔体从料筒经喷嘴、主流道、分流道、浇口，最后进入型腔。这条路径上，压力在持续衰减。摩擦损耗、熔体的可压缩性、流道阻力，三者叠加，结果是：机器端压力可以到 200 至 500 bar，型腔里只剩 50 至 200 bar。

这个衰减不是"打个折"，是"打个不确定的折"。同一台机、同一套模、同一批料，只把模温提高 5 摄氏度，衰减比例就会变；换一批回料，衰减比例又会变。所以工艺员看到的机器压力曲线是"平的"，而型腔里的压力曲线可能已经在抖了。

不是线性相关，且相关性会漂移

很多工厂的做法是"用机器压力推算型腔压力"，建一个回归模型，标定一次，然后长期使用。这个做法在实验室里成立，在车间里必然失效。

原因是相关性本身会漂移。材料批次换了，黏度变了，衰减曲线就变了；模具磨损了，浇口变大，压力损失变小，衰减曲线又变了；止逆环磨损了，实际注射量下降，机器压力读数上升但型腔压力下降——这时候相关性甚至是反向的。一个 2024 年标定的模型，到 2026 年可能已经指向错误的方向。

这就是"机器闭环"的能力上限所在：它能保证机器重复，不能保证型腔重复。螺杆每次都走到同一个位置，但如果止逆环漏了 2%，实际进入型腔的熔体就少了 2%，而机器完全不知道自己漏了。

云质变判断

机器知道自己在用多大力，但它永远不知道塑料在型腔里经历了什么。

这句话的技术含义是：机器测的是"输入侧的力"，产品质量由"型腔内的状态"决定，两者之间隔着一个随时间变化的传递函数。任何试图跳过这个传递函数的控制策略，本质上都是在开环。

型腔压力能说出的八件事

一个型腔压力传感器，采样频率足够高的情况下，能直接读出八个物理量。这八个量构成了模内智能的全部原始语料。

这八个量里，最被低估的是"模次间曲线一致性"。它不告诉你哪个件不合格，它告诉你"从第几模开始，过程已经不一样了"。这是一个领先指标，而其余七个是同步指标。领先指标的价值在于，它能在废品产生之前给出预警——这也是后面第九章里"提前 3 至 5 模次预警"的物理基础。

模温 5℃，尺寸 0.02–0.05 毫米

一个具体的数量级：模温变化 5 摄氏度，中型件尺寸漂移 0.02 至 0.05 毫米。

这个数字要和公差一起看。消费电子的公差是 ±0.01 毫米，也就是说，5 摄氏度的模温波动，直接把尺寸推到公差带之外。而模具温度在车间里的实际波动，受冷却水温、流量、水道结垢、环境温度、停机时间共同影响，5 摄氏度是一个相当保守的估计。

这也解释了为什么"夏天和冬天用同一套参数"是个伪命题。环境温度变化会让模温基线整体偏移，偏移量足以吃掉全部公差余量。老周凭手感做的第一件事，往往就是"今天这个件有点闷，把模温加半度"——他做的其实是一次人工的基线补偿。

云质变判断

模流仿真回答"设计对不对"，型腔压力回答"这一批料和上一批料一样不一样"。

这句话把两套技术的分工划得很清楚。仿真是设计阶段的工具，输入是几何、材料模型、边界条件，输出是"应该怎样"；型腔压力是生产阶段的工具，输入是真实的料、真实的模温、真实的机器状态，输出是"实际怎样"。两者不能互相替代，也不该互相替代。

模流仿真与型腔压力，回答的是两个问题

2025 年，开模前数字仿真验证覆盖率是 65%。这个数字说明仿真已经普及，但它也制造了一种错觉：既然设计阶段已经算过了，生产阶段为什么还要测？

因为仿真算的是名义工况。它假设材料批次一致、模温均匀、机器响应理想。而车间的现实是：这批料的含水率比上批高了 20ppm，这套模的 3 号水路流量只有设计值的 70%，这台机的止逆环已经用了两年。仿真无法预知这三件事，型腔压力可以实时看到它们。

所以正确的组合是：仿真负责把工艺窗口画出来，型腔压力负责告诉你现在站在窗口的哪个位置。只有窗口没有位置，是纸上谈兵；只有位置没有窗口，是盲人摸象。

图 3 压力鸿沟

这张图画的是压力从机器到型腔的衰减路径：摩擦、熔体可压缩性、流道阻力、浇口，四道关卡逐级吃掉压力。图中最值得看的是区间而不是点：机器端 200 至 500 bar，型腔端 50 至 200 bar，两个区间的重叠部分很小，意味着"用机器压力反推型腔压力"在大多数工况下没有唯一解。

第四章 从固定配方到型腔闭环：注塑控制的三代范式

第一代：固定配方，Cpk 1.0–1.33

第一代控制的逻辑是"配方"。工艺员调出一组参数——注射速度、保压压力、保压时间、冷却时间——写进工艺卡，然后让机器一遍一遍地重复。反馈信号是什么？没有反馈，或者只有抽检。

这一代的能力上限很清楚：Cpk 1.0 至 1.33。它不是做不到更高，而是受漂移限制。配方是静态的，世界是动态的：模温在升、料在变、环境在变、模具在磨损。静态配方对上动态世界，结果就是均值慢慢跑偏，跑到公差带边缘，然后工艺员过来重新调一次。

中国大量中小工厂仍停在这一代。不是因为不想升级，而是因为这一代"能用"——2.5% 的行业平均废品率，就是这一代的产出水平。它是这个行业的地板，也是这个行业的天花板。

第二代：机器闭环，只保证"机器重复"

第二代控制的逻辑是"机器闭环"：控制螺杆位置、注射速度、液压压力，用机器传感器做反馈。伺服系统让这一代成为可能，76.4% 的伺服节能型占比说明这一代已经是主流。

它的贡献是巨大的：重复定位精度到了 ±0.01 毫米，响应速度比液压提升 3.8 倍，综合能耗降 52.6%。它把"机器不稳定"这个问题解决了。

但它解决的是机器的问题，不是塑料的问题。螺杆每次都精确走到同一个位置，这件事只保证"每次注入的行程一样"，不保证"每次进入型腔的熔体状态一样"。熔体黏度变了、止逆环漏了、浇口磨大了，螺杆依然精确，型腔已经不是原来那个型腔。

所以第二代的能力描述应该这样写：它把"机器重复性"做到了极致，把"型腔重复性"留在了原地。这是行业里最常见的一次能力错配——花了几百万买伺服、买全电动，然后发现废品率只降了 0.7 个百分点。

第三代：型腔闭环，Cpk 1.67–2.2

第三代控制的逻辑是"型腔闭环"：控制对象是型腔压力曲线，反馈信号来自模内传感器，能力上限是 Cpk 1.67 至 2.2。

这一代的本质变化不是"测得更准"，是"控制目标换了"。前两代的目标是"让机器按配方动作"，第三代的目标是"让型腔达到某个状态"。目标一换，整个控制架构就变了：不再是"我设定 500 bar 保压"，而是"我要型腔在 8 秒时达到 320 bar，你（机器）自己想办法"。

这个变化听起来只是表述差异，实际上是责任主体的转移。前两代里，保证质量的责任在工艺员的配方上；第三代里，保证质量的责任在控制回路里。工艺员的角色从"每次调参"变成"定义目标曲线"。这就是第十三章要讲的"角色迁移"的技术根源。

这张表最值得看的是最后两行。第一代的风险是"人走了就没了"，第二代的风险是"钱花了没效果"，第三代的风险是"装上了但装错了"。三种风险的性质完全不同，对应的决策也完全不同——但很多企业在做投资决策时，把三者混成了一句"要搞智能制造"。

图 4 三代范式

三代范式不是替代关系，是叠加关系。第三代仍然需要第二代的伺服精度作为执行基础，仍然需要第一代的工艺窗口作为设计输入。差别在于：第三代多了一个"看见型腔"的回路，而这个回路，是前两代无论如何优化都长不出来的。

DECOUPLED 三阶段：充填、保压、冷却

DECOUPLED MOLDING 是这套方法论的工程骨架。它把成型周期拆成三个阶段，每个阶段只控制一个变量。

Stage 1 充填：速度控制，充填时间典型 0.1 至 2.0 秒。这个阶段的目标是"在设定时间内把型腔填满"，速度曲线可以分段，但控制量是速度。Stage 2 保压：压力控制，关注型腔压力曲线与浇口封闭时间。这个阶段的目标是"用设定的压力曲线补缩"，控制量是压力。Stage 3 冷却：时间控制，关注脱模温