基于多源异构数据的氧化铀陶瓷表面缺陷智能检测数据

本数据为氧化铀陶瓷产品缺陷检测数据，共包含15个字段，涵盖产品标识、检测参数、计算系数、结果判定及执行指令五大类信息，用于完整记录检测流程及结果。检测序号为字符串类型，作为产品唯一检测标识，可精准区分不同检测样本；检测时间为日期型，记录产品具体检测时间。图像检测的缺陷面积占比S1、声波信号异常幅度S2均为浮点型，分别由图像、声波传感器采集；缺陷密度D为浮点型，单位为个/cm²，表征每平方厘米内产品缺陷数量；缺陷连续性指数C为浮点型，基于形态学分析得出；产品厚度T为浮点型，单位为mm，记录产品实际厚度。w1、w2为浮点型权重系数，分别对应图像、声波传感器，用于缺陷存在概率计算；α、β、γ均为浮点型模型调节系数，经大量数据训练优化得出。缺陷存在概率P为字符串类型，按公式P=α*{（w1*S1+w2*S2）/（w1+w2）}+β*log(D+1.3)+γ*C/T计算得出，格式为百分比；缺陷风险等级为字符串类型，依据P值划分为低度、中度、高度缺陷风险三类；分拣指令为字符串类型，对应风险等级触发对应动作，分别为自动放行至包装、人工复检、剔除高风险产品。

搜集汇总

背景与挑战

背景概述

该数据集专注于氧化铀陶瓷材料的表面缺陷智能检测，通过集成多源异构数据，利用先进的数据技术算法实现自动化缺陷识别。它旨在提升陶瓷材料质量控制的效率和精度，适用于工业制造或科研应用场景。数据集由梅照付申请，属于数据技术算法类产品，登记于2026年1月9日。