不合格产品深度分析数据集合

1、不合格原因归因算法：采用朴素贝叶斯分类模型，以“不合格现象（如热封开裂）、关联环节数据（如温度波动、设备故障记录）”为特征值，基于历史归因案例训练模型，自动输出各潜在原因的概率（如“热封刀故障概率85%、操作失误概率10%”），归因准确率达90%以上，归因时间从4小时缩短至1小时。2、不合格趋势预测模型：采用时间序列分析（ARIMA模型），基于近6个月不合格率、不合格类型数据，预测未来1-2个月高风险不合格类型（如“预测11月农用膜因低温环境易出现脆化不合格”），提前触发预防措施（如调整原料抗冻剂添加量）。3、改进方案优先级排序规则：构建“改进价值评分模型”，以“不合格影响范围（30%）、改进成本（25%）、见效速度（25%）、预防效果（20%）”为权重，对多个改进方案打分（如“热封传感器升级方案评分85分、操作培训方案评分70分”），自动推荐高优先级方案，优化资源分配效率。

搜集汇总

背景与挑战

背景概述

该数据集由贵州汇林降解塑料有限责任公司自行产生，规模为1G，每日更新，专注于制造业中橡胶和塑料制品的不合格产品分析。它通过朴素贝叶斯分类、ARIMA预测模型等算法，实现不合格根源快速定位、趋势预测和改进方案优化，有效提升生产效率和降低不合格率，适用于质量控制和工艺改进场景。