晶片质量一致性预测训练分析数据

本数据集适用于精密制造行业中角度类尺寸的质量检测与过程控制，适用对象如光学元件、齿轮、轴承等具有严格角度公差要求的批量产品。数据范围包括：已定义标准角度、中心角度、分选跨度（公差带）以及规格上下限；能够获取每个零件的实测角度值，运用统计过程控制指标与XGBoost、浅层神经网络两种机器学习模型，解决以下具体问题：1.实时预测单件产品是否合格，替代人工逐件判定，提升效率；2.通过CPK等指标评估制程能力，预警偏移风险；3.自动分选并标记不合格品，减少漏检误判。禁用场景包括：无明确公差带或测量系统未校准的情况；生产条件（材料、设备、环境）发生重大变化后未重新训练模型时，预测结果不可靠。

搜集汇总

背景与挑战

背景概述

该数据集聚焦于精密制造中角度类尺寸的质量检测与过程控制，适用于光学元件、齿轮、轴承等有严格角度公差要求的批量产品。它通过统计过程控制指标以及XGBoost、浅层神经网络模型，实现单件产品合格性实时预测、制程能力评估与不合格品自动分选，旨在提升检测效率并减少漏检。