登记信息
东莞伯乐出货检验数据集 已登记
-
数据申请号：
粤2026031604104
-
数据登记号：
SZ2026120001971.9
-
关键词：
出货检验、重量偏差率、质量预测模型。
-
登记时间：
2026-04-22
-
登记主体：
东莞市伯乐五金模具有限公司
-
平台证书编号：
20260444000001971
-
服务机构：
东莞市铭信企业管理咨询有限公司
-
法院编号：
暂无
区块链信息
-
上链时间：
暂无
-
所属区块链：
-
证据指纹：
75670daad4210025d57e1feeb15ccbe5a95c95f162be0c854adda65fdb52ddad44babed4a49cdab7f56bb2729d4cc3424cf8b4fd8b828db3889aa79cda6dbb78
-
区块链存证证书编号：
数据信息
数据简介
该东莞伯乐出货检验数据集通过智慧化加工衍生出重量偏差率与质量预测模型两大核心数据；重量偏差率以绝对值函数计算实际与理论重量的偏离幅度（公式：(实际-理论)/理论*100%），是量化质量波动的关键指标，可用于工艺优化（分析尺寸对重量的影响权重）、质量实时监控（跟踪偏差趋势）、成本管控（减少超重欠重浪费），质量预测模型采用随机森林分类算法，输入偏差率等特征，按绝对偏差率<10%规则输出“合格/不合格”，应用于出货快速核验（替代人工提升效率）、在制品风险预警（提前干预避免不合格）、根因追溯（关联车船号等定位问题），偏差率随批次实时计算，具备实用价值与独创性，能有效支撑工艺、质量、成本优化。
-
数据来源：
自行产生
-
数据所属行业分类：
C33 金属制品业
数据处理规则说明
数据处理说明：通过Python、OpenRefine（可视化清洗）、MySQL（结构化存储）进行数据处理，将原始Excel/CSV数据导入MySQL数据库，创建原始数据表，字段包括：序号、产品名称、签发日期、车船号、检验批号、检验项目、体积cm³、理论重量计算（T）、重量偏差率、质量预测模型等，重量偏差率以绝对值函数计算实际与理论重量的偏离幅度（公式：(实际-理论)/理论*100%）；质量预测模型采用随机森林分类算法，输入偏差率等特征，按绝对偏差率<10%规则输出“合格/不合格”=IF(ABS((数据列) < 0.1, "合格", "不合格")，创新性数据所在列为K～N。
应用场景描述
应用场景一：出货前快速核验，替代传统人工称重、尺寸测量、手工计算对比的繁琐流程，输入新批次的尺寸与重量数据，模型1秒内输出合格判定，缩短出货周期；应用场景二：对未出货的在制品，通过模型预测其重量偏差率（如预测某批次偏差率为12%，接近阈值），提前干预（如调整轧制参数或补料），避免不合格品流入下一环节；应用场景三：质量根因追溯，结合“车船号”“检验批号”等字段，模型可关联历史相似批次的质量问题（如某车船号的批次频繁出现偏差，提示运输环节的潮湿导致钢材吸水增重），辅助根因定位。
-
数据格式：
xlsx
-
数据更新频率：
实时更新
-
数据量：
66
样例数据
见附件
附件下载
数据结构样例
序号 产品名称 签发日期 车船号 检验批号 检验项目 体积cm³ 理论重量计算（T） 重量偏差率 质量预测模型
厚度 宽度 长度 数量 重量（T） 厚度*宽度*长度/1000 体积*7.85 g/cm³ (实际重量 - 理论重量) / 理论重量 * 100% 随机森林分类模型(结果=IF(ABS((数据列) < 0.1, "合格", "不合格"))
事务信息
-
2026-04-22
数据知识产权登记完成