five
五号数据雷达
产品上架
产权登记
知识产权
公共数据
首页 / 数据知识产权登记 / 正文

东莞杜博皮件制造设备异常处置评估数据集完成深圳数据知识产权登记 赋能轻工制造全链路质量优化

五号数据雷达数据知识产权登记2026-05-27 01:085
2026年5月27日,东莞杜博皮件有限公司旗下「制造设备加工异常分级与处置效果评估数据集」正式在深圳市数据知识产权登记系统完成登记,该数据集覆盖皮革、橡塑等多品类加工场景的设备异常处置全链路标准数据,可为各类离散制造企业的生产异常管理、质量效率优化、生产成本管控提供标准化参考,是国内轻工制造领域少有的完成合规确权的工业场景数据集。

当前我国数据要素市场化配置改革进入落地攻坚阶段,数据知识产权登记作为数据资产确权、合规流通、价值变现的核心前置环节,已成为各行业盘活数据资产的核心抓手。其中工业生产场景数据作为实体经济与数字技术融合的核心载体,其资产化、规范化管理一直是离散制造尤其是轻工制造领域的数字化转型痛点:皮革、橡塑、包装等细分加工领域长期存在设备异常描述口径不统一、同类异常处置经验难以跨企业复用、质量风险预判能力不足等问题,直接制约了行业整体生产效率提升与质量稳定性优化。
2026年5月27日,东莞杜博皮件有限公司旗下的「制造设备加工异常分级与处置效果评估数据集」正式在深圳市数据知识产权登记系统完成确权登记,为轻工制造领域工业场景数据的资产化实践提供了可参考的样本。
本次登记的数据集核心覆盖制造企业裁切加工、胶粘处理、表面处理、热压成型、装配送料、标识包装、输送周转等全生产加工环节,可支撑制造设备加工异常分类记录、影响分级、处置效果评价和质量风险分析等多元应用需求。从适配范围来看,该数据集可覆盖使用裁切设备、点胶设备、喷胶设备、喷漆设备、热压设备、压花设备、组装送料设备、激光打标设备、自动打包设备、流水线输送设备的各类制造企业,适配皮革、橡胶、塑料、海绵、包装材料、复合材料等多类加工材料,以及皮革件、橡塑配件、包装制品、服饰配件、电子配套件、劳保用品配件等多品类产品的制造设备异常处置场景。
在制造设备加工异常分类管理场景中,本数据集可用于对生产过程中出现的尺寸偏移、边缘毛边、裁切不彻底、材料滑移、出胶不连续、胶量偏差、覆盖不均、色差流挂、温压不稳定、压纹清晰度不足、上料卡滞、定位不到位、标识偏位、封装牢固性不足、输送节拍中断等异常进行标准化归类。该场景下,数据能够解决制造现场异常描述口径不统一、同类异常记录分散、异常处置经验难以沉淀的问题,使不同设备、不同材料、不同产品应用类别下的加工异常能够按照统一口径进行归集、比较和分析。
在异常影响分级与处置优先级判断场景中,本数据集可根据异常影响等级、返工影响比例、处置时长和处置后复检合格率等数据,区分单件影响、局部批次影响、整批待复检、短暂停线影响等不同异常影响程度。该场景适用于企业对加工异常进行分级管理、处置优先级判断和质量风险控制。通过该数据集,企业可以识别对生产连续性、返工工作量和质量恢复结果影响较大的异常类型,避免因异常影响范围判断不清造成处理延误、重复返工或过度处置,从而提高异常响应效率和质量恢复效率。
在制造设备异常处置效果评价场景中,本数据集可通过处置方式、处置时长、返工影响比例、处置后复检合格率、补充处置次数及加工异常处置有效性指数,对不同异常处置措施的实际效果进行量化评价。该场景适用于企业比较不同处置方式在同类异常中的效果差异,例如判断胶路清理、出胶压力调整、夹具定位校正、喷枪清洁、温压参数复核、工装限位调整、热封温度调整等措施是否能够有效降低返工比例、提高复检合格率并减少补充处置次数。通过该数据集,企业可以将“异常是否处理完成”进一步转化为“处置措施是否有效、是否高效、是否具备复用价值”的评价结果,为后续处置方案选择和流程优化提供依据。
在质量风险控制和返工损耗降低场景中,本数据集可用于分析设备功能类别、加工材料类别、产品应用类别、标准异常类型与返工影响比例、复检合格率之间的关系,识别容易造成返工影响较高、复检合格率较低或补充处置次数较多的异常组合。该场景适用于制造企业开展质量风险识别、巡检重点设置、返工原因分析和设备加工质量恢复管理。通过该数据集,企业可以发现容易导致质量波动的设备、材料和产品组合,提前加强首件确认、过程巡检、设备调机、材料适配复核和复检管理,从而降低返工比例,减少材料损耗和人工返修成本,提升批次加工质量稳定性。
在同类制造企业异常管理对标和处置规则复用场景中,本数据集适用于具有裁切、胶粘、喷涂、热压、装配、标识包装、输送周转等加工设备的制造企业,用于建立设备加工异常分类规则、异常影响等级判断规则和处置效果评价规则。对于外部制造企业而言,该数据集能够提供不同设备功能类别、不同加工材料、不同产品应用类别下常见异常类型及处置结果的参考,使企业在遇到类似尺寸偏移、胶量异常、喷涂不均、热压不良、装配卡滞、打标偏位、封装异常等问题时,能够参考既有数据判断异常影响程度、选择合适处置方式、控制返工比例并提高复检通过率。该场景下,数据能够解决同类企业异常记录口径不统一、处置经验难复用、处置效果难比较的问题,并通过减少重复返工、缩短异常处置时间、降低材料损耗和停线等待损失,形成明确的经济效益。
在企业经营和生产成本优化场景中,本数据集可用于辅助分析加工异常对返工比例、处置时长、复检合格率和补充处置次数的影响,进而评估异常处置对材料损耗、人工返修、设备等待和生产恢复效率的影响。该场景适用于制造企业进行生产成本控制、质量损失分析和设备管理改进。通过该数据集,企业可以识别处置时间长、返工影响高、补充处置次数多的异常类型,将其作为工艺改进、设备维护、人员培训和供应材料复核的重点对象,从而减少无效处置和重复返工,提高设备加工环节的经济效益。
从行业价值来看,本次数据集完成合规登记,标志着制造企业的生产运营经验已经可以转化为可确权、可流通、可增值的数据资产,为广大中小制造企业盘活自身生产数据资产提供了可复制的路径,也为工业数据要素市场的细分场景落地提供了典型样本。

查看制造设备加工异常分级与处置效果评估数据集

登记内容:

数据合作广告位

社区讨论

近期热门
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

二维码
关注我们