本数据集源于广东钜拓智能装备有限公司（韶关基地）品质部 2025.08–2026.08 的品质异常检验记录，经检验项结构化拆分、敏感信息脱敏与多指标数学加工后形成，共 1701 条检验项记录（对应 1384 起质量异常事件），覆盖 9 类缺陷模式。行业分类 C34 通用设备制造业。 通过 4 项智慧加工生成 10 项衍生指标：①实测偏差率＝|实测值−标准值|/标准值×100%，由正则从"图纸要求X…实测Y"文本中提取（可量化检验项 552 条）；②TF-IDF 主关键词及权重，基于自建领域词典分词计算，用于识别缺陷高发部位；③描述信息熵 H，衡量缺陷描述的信息复杂度；④质量风险指数 QRI＝缺陷严重度评分 DSI×(1+熵/最大熵)×(0.5+0.5×不合格率)，DSI 由失效模式权重、关键件系数、安全后果系数及实测偏差共同决定。 可应用于缺陷模式统计、供应商质量画像、关键机型风险预警、检验标准优化。

1、完整性校验：检验项描述非空，且能关联到有效异常记录编号；空描述剔除。 2、逻辑修正：按"1./2./3."编号及分号将问题概述拆分为独立检验项，标注检验项序号与同单检验项数，1384条拆为1701项。 3、隐私脱敏：承袭已脱敏文本，对检验项描述复检，确认无真实姓名、职务称谓及手机号残留。 4、数据质量校验：拆分后过短片段并入上一项；实测值与标准值量级比超10^2.2判为误提并剔除。 5、存储管理：同数据集1，原始数据仅限品质部读写，SHA-256校验值在附件提供。 6、分析处理：生成10项衍生指标——①实测偏差率=|实测值−标准值|/标准值×100%，正则提取自"要求X…实测Y"文本；②TF-IDF主关键词及权重，采用自建领域词典（324词）最大匹配分词计算；③描述信息熵H=−Σp·log₂p；④质量风险指数QRI=DSI×(1+熵/最大熵)×(0.5+0.5×不合格率)。

1缺陷模式统计：面向品质部，按9类缺陷模式聚合检验项，识别高发缺陷类型，动态调整检验重点。 2供应商质量评价：面向采购部，按责任单位聚合QRI与实测偏差率，识别需重点管控的供应商。 3关键机型风险预警：面向技术与品保部，按机型与物料聚合TF-IDF主关键词及QRI，定位高风险部位。 4检验标准优化：面向工程部，分析实测偏差率分布，识别公差设定不合理项并推动图纸修订。

检验项编号 异常记录编号 数据月份 异常日期 异常类型 机型 物料名称 责任单位 检验员 检验项序号 同单检验项数 检验项描述 缺陷模式 标准要求值 实测值 实测偏差率% 是否可量化 TF-IDF主关键词 TF-IDF权重 描述信息熵H 缺陷严重度评分DSI 质量风险指数QRI QA-202605-062-2 QA-202605-062 2026-05 2026-05-12 来料 T7Pro 鞍座 加工部 欧** 2 2 水平要求凹2-3格实测凹1格 尺寸超差 2 1 50 是 水平 4.41421 0 2.34 118.17 QA-202509-010-1 QA-202509-010 2025-09 2025-09-03 制程 1080M 钣金 邦驰 梁** 1 1 钣金掉漆 表面外观 - - - 否 掉漆 2.42802 1 0.816 52.375 QA-202510-054-1 QA-202510-054 2025-10 2025-10-25 制程 2216ZL 丝杆 卡帕 黄** 1 1 丝杆异响 功能异常 - - - 否 丝杆 2.63075 1 2.203 141.4

本数据集共22个字段，其中原始字段8个、加工衍生字段14个。原始字段：异常记录编号、数据月份、异常日期、异常类型（来料/制程/库存/售后）、机型、物料名称、责任单位、检验员（姓+**脱敏）。加工衍生字段：①检验项编号（异常记录编号-检验项序号，唯一标识）；②检验项序号；③同单检验项数；④检验项描述（问题概述按检验项拆分后的单项缺陷描述）；⑤缺陷模式（9类）；⑥标准要求值(mm)；⑦实测值(mm)；⑧实测偏差率%=|实测值-标准值|÷标准值×100（覆盖552条可量化检验项）；⑨是否可量化；⑩TF-IDF主关键词；⑪TF-IDF权重=(词频÷总词数)×(ln((N+1)÷(DF+1))+1)，N=1701；⑫描述信息熵H=-Σp·log2 p；⑬缺陷严重度评分DSI=失效模式权重×关键件系数×安全后果系数×多模式叠加系数×关键词密度系数×偏差放大系数；⑭质量风险指数QRI=DSI×(1+H÷Hmax)×(0.5+0.5×不合格率)，Hmax=3.6901。