来料一致性是产线波动的第一道源头。传统做法按单批抽检判定合格与否，却难以回答“这批与上批差多少”。本实验尝试把成分、尺寸、外观三类检测数据统一到同一批次向量空间：以历史合格批次构建基线分布，用马氏距离与分位数输出批次偏移分数，再结合供应商、季节、运输时长等维度做归因，形成可追溯的批次画像。
要点一（进展）：在三个金属件品类、约1800批来料上回测，批次偏移分数与后段产线不良率呈中等相关（Spearman 0.42）；对偏移分数前10%的批次提前拦截，可覆盖约六成后续尺寸超差事件，误拦率控制在可接受区间。
要点二（下一步）：引入工艺端反馈，把“批次偏移—产线参数补偿”做成闭环，并对小样本品类补充基线冷启动策略，避免新供应商因历史数据不足被误判。
评论