数据信息
数据简介
本数据集为电线电缆制造行业全制程质量检验与生产匹配分析专用数据集，由企业在真实生产经营活动中自主采集、经实质性加工建模形成。数据集覆盖 220 种线缆成品 / 半成品、219 台生产加工设备、16 道核心生产工序，时间连续跨度 29 天，包含 IPQC 单号、工序、工单号、产品编码、设备编码、产品名称、SN 码、检验状态、检验结果、检验时间等原始采集字段，并通过原创质量关联算法新增 组合合格率、产品平均合格率、设备平均合格率、产品 - 设备质量关联系数、关联方向标签 五项核心衍生指标。本数据集实现了从 “原始检验记录” 到 “产品 - 设备最优匹配决策数据” 的价值跃升，可直接用于生产排程智能优化、设备健康预警、质量风险分级管控、工艺参数迭代、质量成本精细化管理等工业场景，具备显著商业价值与复用价值，不属于简单统计、格式转换或报表生成，已形成具有独创性的数据智力成果。
-
自行产生
-
C39 计算机、通信和其他电子设备制造业
数据处理规则说明
以原始 IPQC 检验记录为基础，通过多维度分组统计、交叉合格率计算、原创质量关联系数建模实现实质性加工，形成决策型数据集。
1. 原始数据清洗与标准化：剔除检验/设备编码缺失及“待检验”状态 的无效记录；统一时间、产品编码及设备编码格式。
2. 产品-设备组合合格率：以“产品编码+设备编码”为键分组，计算：组合合格率 (%) = 组合内合格记录数÷组合总检验记录数×100%。
3. 产品维度平均合格率：按产品编码全局统计，计算该产品在所有设备上的整体质量水平：产品平均合格率 (%) = 该产品全部合格数÷该产品全部检验数× 100%。
4. 设备维度平均合格率：按设备编码全局统计，计算该设备生产所有产品的整体质量水平：设备平均合格率 (%) = 该设备全部合格数÷该设备全部检验数×100%。
5. 产品-设备质量关联系数建模：采用原创算法量化适配度：产品-设备质量关联系数 = (组合合格率−产品平均合格率)×(组合合格率 − 设备平均合格率)×10000，并自动生成关联标签：系数＞5 （正向关联，设备与产品适配）、系数＜-5（负向关联，设备与产品不适配）、其他（弱关联）
应用场景描述
1、在智能生产排程与最优匹配场景下，基于 “正向关联” 标签直接识别最适合生产某类产品的设备组合，在排程时自动优先匹配，从源头提升一次合格率，减少试产、返工与材料浪费，实现从 “经验排产” 向 “数据驱动精准排产” 升级。
2、在设备健康预警与预防性维护场景下通过 “负向关联” 标签与设备合格率波动，快速定位长期表现较差、稳定性不足的设备，提前安排维护、校准、保养或参数优化，避免批量不合格产生，降低停机损失与质量成本。
质量风险分级与重点管控依据组合合格率与关联系数，对所有 “产品 - 设备组合” 进行风险等级划分，对高风险组合实施加严检验、增加巡检频次、强化工艺监督，实现质量管控资源最优配置。
3、在工艺迭代与参数优化场景下，通过对比同一产品在不同设备上的关联系数，反向定位最优工艺路线与设备参数组合，固化优质生产路径，持续提升整体制程能力（CPK）与产品稳定性。
4、在工业数据中台与数字化管理场景下，作为企业 MES、ERP、QMS 系统的高质量分析数据源，支持管理层看板、质量日报、设备效能分析、制程改善项目等数字化场景，为企业数字化转型提供可信、高价值的底层数据支撑。
样例数据
IPQC单号 工序 工单号 产品编码 产品名称 SN 设备编码 检验状态 检验结果 检验时间 组合合格率(%) 产品平均合格率(%) 设备平均合格率(%) 产品-设备质量关联系数 关联方向标签
IPQC2604150035 小同轴编织工序 A05-30B-2603000369 41990300227 1.13小同轴编织线 双锡 DKS260318098 DGXB0046 已检验 合格 2026/4/15 14:36:59 100 93.62 100 0 弱关联
IPQC2604150034 网线-编织工位 A05-30B-2603000473 41990300883 RG58编织线 DKS260408099 DG-CBZ-002 已检验 合格 2026/4/15 14:28:53 100 100 100 0 弱关联
IPQC2604150033 网线-芯线工位 A05-30A-2602000066 41990100031 KSR195芯线 DKS260415109 DGJS6501 已检验 合格 2026/4/15 14:15:40 94.44 94.44 98.31 0 弱关联
数据结构样例
IPQC单号 工序 工单号 产品编码 产品名称 SN 设备编码 检验状态 检验结果 检验时间 组合合格率(%) 产品平均合格率(%) 设备平均合格率(%) 产品-设备质量关联系数 关联方向标签
