本数据集为PET瓶吹瓶炉温最优组合推荐数据，来源于公司PET瓶吹瓶生产监控记录，原始采集字段涵盖产品规格、瓶胚规格、投料废品及两组炉温分层读数等基础信息，共计有效数据1038条。数据采集处理严格遵守个人信息保护及商业数据管理规定，仅使用脱敏后的生产与质量检验业务参数，不涉及客户身份标识与敏感隐私，确保全流程合规。数据经剔除投料为空的记录等预处理后，依据算法规则以随机森林置换重要度确定参数序位，按分层炉温历史取值作离散寻优并经遗传算法迭代得推荐炉温组合与预期废品率，再折算预期改善率与炉温调整量，输出含上述指标的结构化结果；数据完整覆盖各产品规格与瓶胚规格，各指标分布符合实际特征。该数据集适用于炉温组合推荐、废品率改善测算及加温参数调整等场景，呈现了推荐炉温组合与预期改善率的量化测算结果，客观反映现行炉温组合的优化空间与调整方向，为吹瓶炉温参数寻优与加温调整提供标准化数据基础。

1、采集和清洗： 本数据集源自公司PET瓶吹瓶生产监控记录，输入字段：页码、产品规格、瓶胚规格、投料、废品、A区1层炉温至A区15层炉温、B区1层炉温至B区15层炉温、吹瓶气压低、后炉温度、鼓风频率、引风频率。采样数据导出并清洗后统一整理入Excel表格。 2、处理规则： （1）废品率与炉温组合：废品率＝废品÷投料；按产品规格与瓶胚规格分组，把两个炉温字段按层序拆分，以各层炉温同层均值构成炉温组合。 （2）参数重要度序位：以炉温组合各层、吹瓶气压低、后炉温度、鼓风频率、引风频率为特征、废品率为目标作随机森林回归，集成40棵CART树，按置换前后均方误差增量降序得参数重要度序位。 （3）遗传算法寻优：以参数重要度序位为寻优依据，以随机森林预测废品率与炉温调整量之和为目标函数，以本批次吹瓶气压低、后炉温度、鼓风频率、引风频率为固定条件、以分组炉温历史取值为离散域，经锦标赛选择、交叉与变异迭代10代，输出推荐炉温组合与预期废品率。 （4）改善率与调整量：以本批次现行炉温组合随机森林预测值为基准，预期改善率＝（基准−预期废品率）÷基准；炉温调整量＝推荐炉温组合与本批次炉温组合逐层差绝对值均值。

本数据主要适用于以下应用方向： （1）炉温组合推荐：依据推荐炉温组合与参数重要度序位，给出各规格批次的分层炉温设定建议； （2）改善效果测算：依据预期废品率与预期改善率，测算采用推荐组合后废品率的变化幅度； （3）加温参数调整：依据炉温调整量，量化推荐组合与现行炉温的差异，为炉温调整幅度提供依据。

页码 产品规格 瓶胚规格/g 投料/个 废品/个 A区1层炉温至A区15层炉温/℃ B区1层炉温至B区15层炉温/℃ 吹瓶气压低/MPa 后炉温度/℃ 鼓风频率/Hz 引风频率/Hz 参数重要度序位 推荐炉温组合 预期废品率 预期改善率 炉温调整量 ********** 17.5L 310 2596 6 26、26、34、34、19、19、21、21、21、22、24、27、29、33、33 26、26、34、36、19、19、21、21、21、22、24、27、28、33、33 32 114 46 46 A区炉温 > B区炉温 > 吹瓶气压低 > 后炉温度 > 鼓风频率 > 引风频率 26、26、34、34、19、19、21、21、21、22、24、27、29、33、33、26、26、34、36、19、19、21、21、21、22、24、27、28、33、33 0.001502 0.3575 0.5193 ********** 17.5L 310 2596 6 26、26、34、36、19、19、21、21、21、22、24、27、29、33、33 26、26、34、36、19、19 附件下载

输入字段：页码、产品规格、瓶胚规格/g、投料/个、废品/个、A区1层炉温至A区15层炉温/℃、B区1层炉温至B区15层炉温/℃、吹瓶气压低/MPa、后炉温度/℃、鼓风频率/Hz、引风频率/Hz 输出字段：参数重要度序位、推荐炉温组合、预期废品率、预期改善率、炉温调整量