绞线针(麻花针)自动化成型工艺参数监控数据集

参数关联映射算法：以规格型号为索引，将工艺设定值与实际采集值进行偏差比对，计算参数偏差率＝（实际值−设定值）／设定值； 统计过程控制（SPC）规则：采用分组聚合与滑动窗口统计，计算各关键参数在批次/班次维度的均值、极差、标准差，绘制 X-bar 控制图与 R 控制图，并计算过程能力指数 CPK（考虑规格上下限与分布中心偏移）； 成型精度评价指标计算：计算尺寸一致性指数（规格内合格数／总数）、节距均匀度（节距标准差／节距均值）、弹力离散度（弹力标准差／弹力均值）、参数漂移率（当期均值相对基线值的变化率）； 异常识别与分级预警规则：设定参数规格限、控制限（±3σ）与预警阈值，对超规格项判定为不合格并触发一级（红色）报警；对超出控制限或连续多点趋势异常（如连续7点单边、连续6点递增/递减）触发二级（橙色）预警；对 CPK 低于设定值或漂移率超阈值的触发三级（黄色）提示； 模具寿命与关联分析规则：按模具编号累计成型次数、合格率与参数漂移趋势，构建模具磨损曲线，预判模具更换节点；采用相关性分析（如皮尔逊相关系数）识别关键工艺参数与成型良率、弹力值的关联强度，输出工艺优化建议参数区间；

搜集汇总

背景与挑战

背景概述

该数据集由遵义市飞宇电子有限公司申请，包含500条自行产生的数据，每周更新，面向电子元器件制造业中绞线针（麻花针）的精密成型加工与工艺质量控制场景，服务于自动化产线工艺监控、成型精度管控、良率提升与工艺优化。其核心规则涵盖参数关联映射、统计过程控制（SPC）、成型精度评价指标计算、异常识别与分级预警以及模具寿命与关联分析，用于实现工艺参数监控与优化。