本数据来源于广东产品质量监督检验研究院非金属防火试验中的针焰试验检测数据，涵盖单号、样品名称、加焰时间、燃烧部位、持续燃烧时间等原始数据、通过对原始数据进行结构化分析与风险维度，构架了涵盖判断结果、风险等级、燃烧风险指数等关键指标。形成一套面向电工电子产品针焰试验安全风险画像的分析型数据集。适用于电工电子产品防火安全监管、风险趋势研判、行业质量评估等场景、具备较强的政策参考与业务应用价值。

1、数据清洗与标准化。原始检测数据经过字段对齐、单位统一与缺失值排查，确保检测结果、限值要求与判定结论逻辑一致。 2、加工字段处理规则： 1）部件风险类别，利用Python字典映射规则对原始"部件名称"进行标准化归类，如壳体、插销固定架等归为'安全关键件'； 2）判断结果，依据GB/T 5169.5-2020标准设定限值，对于样品持续燃烧时间超标或引燃后未能自熄的，判定为不合格； 3）风险评估等级：基于燃烧风险指数及安全标准构建的二元风险画像分级，用于快速筛选安全隐患，计算逻辑： `IF(是否引燃='是' OR 判断结果='不合格' OR 持续燃烧时间数值>30, '高风险', '低风险')` 4)燃烧风险指数 ：综合引燃状态、燃烧时长、结果判定及部件关键度的量化风险评分，计算公式：= (I(是否引燃='是')×0.4) + (MIN(持续燃烧时间数值/30, 1)×0.3) + (I(判断结果='不合格')×0.2) + (I(部件风险类别='安全关键件')×0.1)` 其中`I()`为指示函数，条件满足时取1，否则取0；4）。 3、数据脱敏说明：原始数据不包含任何个人身份/商业信息

传统的针焰试验质量管理模式多以“合格/不合格”的二元判定为导向，大量宝贵的检测过程数据（如加焰时间、持续燃烧时间、燃烧部位等）止步于报告存档，未能进行深度挖掘与关联分析。这导致：（1）监管方难以从海量检测中识别系统性、趋势性风险；（2）企业无法精准定位自身产品防火设计的薄弱环节；（3）行业整体质量态势缺乏量化描述。随着大数据分析技术在工业质量领域的渗透，将试验过程数据转化为战略资产已成为可能。本数据集立足于此，以针焰试验历史数据为样本，提出并实践了一套从“原始数据”到“风险画像”的构建方法论。通过构建结构化分析型数据集，不仅实现了对单个产品风险的精确认知，更能从宏观视角揭示产品类别、材料类型、故障模式与风险等级的关联规律，为构建数据驱动的产品安全治理新范式提供关键技术支撑。

检测项目 计划单号 部件名称 加焰时间 持续燃烧时间 是否引燃 部件风险类别 判断结果 风险评估等级 燃烧风险指数 针焰试验 YDF24001301 壳体 30s >30s 是 安全关键件 不合格 高风险 1 针焰试验 YDF24001303 壳体 30s >30s 是 安全关键件 不合格 高风险 1 针焰试验 YDF24001308 壳体 30s >30s 是 安全关键件 不合格 高风险 1 附件下载

字段 字段类型 字段说明 检测项目 VARCHAR 试验方法名称，标识采用的防火安全检测类型"针焰试验" 计划单号 VARCHAR 样品唯一性标识编号 部件名称 VARCHAR 被测电工电子零部件的具体名称，涵盖壳体、插销固定架、线圈骨架、连接器、开关、DC插座、接线端子、PCB板等 加焰时间 INT 施加针焰火焰的持续时间，单位为秒（s） 持续燃烧时间 VARCHAR 移开试验火焰后，样品继续有焰燃烧的原始时长记录 是否引燃 ENUM 定性判定试验过程中样品是否发生明火引燃现象，"是"表示试验火焰移开后样品自行持续燃烧 部件风险类别 ENUM 基于部件名称映射归类的风险权重分类，加工字段。 判断结果 ENUM 依据GB/T 5169.5标准，对试验结果的符合性判定，不合格表示样品持续燃烧时间超标或引燃后未能自熄，存在防火安全风险 风险评估等级 ENUM 基于燃烧风险指数及安全标准构建的二元风险画像分级，用于快速筛选安全隐患 ，加工字段。 燃烧风险指数 DECIMAL 综合引燃状态、燃烧时长、结果判定及部件关键度的量化风险评分，取值范围0.00-1.00 ，加工字段。 详见附件