生产点检异常统计分析数据集合

本数据集围绕生产点检异常统计业务构建完整统计计算规则。点位异常发生频次算法，以产地 + 工艺名称 + 检测岗位为统计维度，异常频次等于周期内异常记录总数除以周期点检总记录数，用于评估各点位生产风险等级。点检履职完成率算法，使用实际有效点检记录数除以岗位规定点检次数，用来衡量点检制度落地执行效果。日查异常聚合统计规则，依据产地、工艺名称、岗位、日期文本分组，汇总计算日查异常计数，统计单日各点位异常发生总量。异常判定标记规则，以异常数量为核心，异常数量为 0 标记无异常，大于 0 则标记为异常，同步更新是否异常计数字段，结合备注信息区分一般异常和重点异常，实现分级管理。异常复发识别规则，对同一点位短周期内重复出现的异常记录做标记，筛选反复发生的生产问题。全部算法参照 GB/T 390652020《智能制造 制造运行管理 术语》，符合工业点检数据分析的通用技术规范。

搜集汇总

背景与挑战

背景概述

生产点检异常统计分析数据集合由贵州飞龙雨实业集团有限公司申请，属于水的生产和供应业，数据规模14777kb，按天更新。该数据集构建了异常频次计算、履职完成率、日查聚合、异常判定标记和复发识别等规则，用于评估生产风险、监督点检履职、识别高频异常点位及反复问题，支持生产现场风险管控和问题复盘。数据应用涵盖岗位考核、异常闭环管理和合规检查，助力生产管理向数据驱动转型。