钢结构焊缝质量检测数据

本数据集可用于以下场景：一是焊缝质量统计分析，利用缺陷类型、缺陷数量、缺陷尺寸及评定等级等字段，分析不同焊缝类型、焊接位置、焊接方法的缺陷分布规律与一次合格率，支撑焊接工艺优化与质量控制提升；二是数据中台与ETL流程联调，验证无损检测类结构化数据的抽取转换性能、多表关联映射准确性及批量写入吞吐能力；三是数据质量规则引擎测试，利用焊缝质量等级与检测方法匹配规则、评定等级与合格判定的逻辑约束、缺陷尺寸阈值等业务规则，精准校验异常数据抓取与告警触发机制的有效性；四是智能缺陷识别模型训练，支撑基于焊缝特征参数的缺陷类型预测、焊接质量智能评估等AI模型的研发与迭代优化；五是内部培训与数字化展演，作为典型焊接质量管控数据范例，用于质检人员培训及集团数字化成果演示。一、字段构成。本数据集50万条、34个中文字段：标识类3个（检测记录编号、项目编号、焊缝编号）；采集原始字段20个：焊缝类型、焊接位置、钢材牌号、板厚(mm)、焊缝长度(mm)、焊工代号、焊接方法、质量等级要求、检测方法、检测比例(%)、是否发现缺陷、缺陷类型、缺陷数量、缺陷累计长度(mm)、缺陷最大深度(mm)、检测员代号、检测设备、报告编号、检测时间、入库时间；加工衍生字段11个，可逐条验算。 二、加工衍生字段的加工规则。①实检长度(mm)＝焊缝长度(mm)×检测比例(%)÷100（比例：一级100%、二级50%或20%、三级20%）。②评定等级、合格判定：无缺陷→Ⅰ级/合格；裂纹→Ⅳ级/不合格；未熔合、未焊透或缺陷最大深度(mm)>2.5→Ⅲ级/返修后合格；其余缺陷为一级→Ⅲ级/返修后合格，否则→Ⅱ级/合格。③返修次数：合格→0；一级焊缝轻微缺陷→1；Ⅲ级、Ⅳ级→1或2。④工艺风险评分＝7.5＋5×I₁＋3×I₂＋2×I₃（仰焊4G或全位置6G、板厚(mm)≥30、SMAW手工电弧焊时I₁、I₂、I₃依次取1，否则0）。⑤检测复杂度指数＝焊缝类型系数（对接1/角2/T型3/管相贯4）＋位置系数（1G至6G为1至5）＋板厚系数（≥30为2、≥20为1、否则0）。⑥缺陷线密度(mm/m)＝缺陷累计长度(mm)÷(实检长度(mm)÷1000)；⑦深度厚度比＝缺陷最大深度(mm)÷板厚(mm)；⑥⑦无缺陷时为0。⑧焊工累计检测次数与累计缺陷率(%)(截至本次)：按检测时间、编号排序，按焊工代号累计此前检测次数与缺陷次数，缺陷率＝检出÷次数×100，首次为空（跨记录时序聚合）。⑨返修有效性标记：返修次数0记“—”，返修后合格记“是”，不合格记“否”。 三、先验-后验对照。缺陷检出概率由工艺风险评分驱动（评分÷100），按评分七档的实际缺陷率与评分值逐档吻合：7.5分档7.50%、12.5分档12.30%、17.5分档16.84%，单调递增，最大偏差0.66个百分点。全表缺陷率9.88%、合格93.4%、返修后合格6.3%、不合格0.3%。焊工画像与资质管理（⑧⑨）、高风险工艺预警（④）、缺陷预测模型训练（④~⑧）。全表19项校验通过，样例500条为全量真子集。

搜集汇总

背景与挑战

背景概述

该数据集是面向建筑业的钢结构焊缝质量检测结构化数据，采用CSV格式、自行产生，规模为50万条、34个中文字段，包含标识类、采集原始字段及可按规则验算的加工衍生字段，并按季度更新。其应用覆盖焊缝质量统计分析、数据中台与ETL联调、数据质量规则引擎测试、智能缺陷识别模型训练及内部培训展示，同时提供加工衍生规则、先验-后验对照和全表校验结果，并已在浙江省知识产权区块链公共存证平台存证。