线缆生产不良品质量风险分析数据集

1、线缆生产工序质量风险预警场景。 面向企业生产车间、工艺部门与品质管控部门使用。基于数据集中的物料 - 工序不良协同风险系数，可实时识别 “某类物料在某道工序” 的组合风险，提前定位高风险工位与高风险物料搭配，在生产排产前预判不良概率，指导工艺人员调整参数、更换物料或调整机台运行状态，减少批量不良发生，降低生产损耗与返工成本。 2、线缆规格工艺优化与配方改进场景。 面向研发、工艺与品质部门使用。通过规格 - 不良现象关联强度指数，精准挖掘不同线缆规格易出现的不良类型（如护套同心度、芯线粘附力、外观缺陷等），明确哪些规格与哪些不良存在强关联，为配方调整、模具更换、工艺路线优化提供数据依据，实现从 “经验生产” 向 “数据驱动生产” 升级。 3、上游物料供应商质量评估与准入场景。 面向采购、品质与供应链管理部门使用。通过不同物料编码对应的不良发生率、不良类型、复发频次等指标，对供应商物料质量稳定性进行量化评级，为供应商考核、淘汰、复评提供客观数据支撑，降低因来料问题导致的生产异常与交付风险。 4、线缆行业质量大数据分析与 AI 预测建模场景。 面向企业数据部门、研发部门及外部智能优化服务商使用。本数据集包含完整的不良特征、工序信息、设备信息与两项量化风险指标，可直接作为质量预测、缺陷诊断、工艺优化类 AI 模型的训练与验证数据，支持构建不良预测模型、根因分析模型、智能调参模型，推动生产质量管控向智能化、数字化升级。

搜集汇总

背景与挑战

背景概述

该数据集收录了2023年3月至2026年4月间共1360条线缆生产不良记录，涵盖物料、工序、设备、不良现象等原始信息，并通过统计建模生成“物料-工序不良协同风险系数”与“规格-不良现象关联强度指数”两项核心量化指标。数据集可直接用于生产工序质量风险预警、规格工艺优化与配方改进、供应商质量评估，以及作为质量预测与缺陷诊断等AI模型的训练数据，助力线缆行业实现数据驱动的质量管控升级。