新能源汽车充电部件装配检测——插座功能测试数据

本数据聚焦离散工业中小零部件装配与检测工艺优化场景，应用于新能源汽车插座、充电口等充电部件的功能测试、螺钉锁附、气密检测等离散工艺的功能验证、工艺参数调整、故障定位及质量管控环节。生产中可实时检测导电性能、插拔性能等核心参数，快速识别接触不良、防水失效等功能故障，实现质量全流程管控，避免不合格产品流入市场；同时结合历史数据挖掘注塑精度、接线工艺等参数与产品功能的关联关系，搭建工艺优化模型，为参数调整提供数据支撑，提升功能合格率，还可与MES系统联动实现测试工序全流程数据追溯。加工前的数据说明：本测试所使用的原始数据通过公司功能测试、智能拧紧设备及PLC完成充电部件装配检测全参数采集，数据每日定期更新。主要字段包括Part_SN（产品唯一码）、ID（工序号）、Save_Time（保存/修改时间）、Test_Class（测试类型）、Test_Data1（测试数据1）、Test_Data2（测试数据2）、Test_Data3（测试数据3）、Test_Time（测试项目）、Test_Result（测试数值）、Test_M（测试结果）、REV1（分类判定结果1）、REV2（分类判定结果2）、REV3（分类判定结果3）、REV4（分类判定结果4）、REV5（分类判定结果5）、sid（识别码）、createdtime（采集时间戳）。这些字段完整记录了新能源汽车充电部件装配中插座功能测试数据。 处理规则：首先人工补充生产工况信息完善数据维度；经过ETL工具处理（数据清洗剔除冗余与异常记录、格式统一转换、字段映射对齐、编码规范化），得到结构规整的CSV标准数据集，形成"一行一产品、多列多工序"的宽表结构；再经过预设标签（Part_SN、ID、sid）+手动匹配（Test_Class、Test_Time、createdtime）的分类标注法，得到规范统一的Test_Data系列（Test_Data1、Test_Data2、Test_Data3）及Test_Result标注数据集；最终经过局部时序依赖提取（Save_Time）→全局关联建模→Attention Pooling特征融合→回归/分类输出的LSTM+Transformer混合模型训练，得到训练好的工艺优化与质量预测模型，输出分类判定结果REV系列（REV1、REV2、REV3、REV4、REV5）及Test_M“PASS——测试通过”或”NG——存在缺陷”。

搜集汇总

背景与挑战

背景概述

该数据集聚焦新能源汽车充电部件装配检测中的插座功能测试场景，通过采集导电性能、插拔性能等核心参数，用于功能验证、故障定位及质量管控。数据包含18452条记录，每日更新，涵盖产品唯一码、测试类型、测试数据及判定结果等字段。基于该数据可训练LSTM+Transformer混合模型，实现工艺优化与质量预测，助力提升产品合格率并实现全流程追溯。