達(dá)觀數(shù)據(jù)作為業(yè)內(nèi)首個(gè)利用知識(shí)圖譜技術(shù)提供工業(yè)制造領(lǐng)域數(shù)據(jù)圖譜化應(yīng)用服務(wù)的企業(yè)，創(chuàng)新地將歸因分析與知識(shí)圖譜進(jìn)行有效結(jié)合，構(gòu)建出失效模式知識(shí)圖譜，將電氣、機(jī)械、工藝、動(dòng)力和裝備等行業(yè)的知識(shí)在企業(yè)內(nèi)部沉淀下來(lái)，助力先進(jìn)制造業(yè)企業(yè)打造基于認(rèn)知智能的質(zhì)量體系，持續(xù)提升產(chǎn)品質(zhì)量和生產(chǎn)可靠性水平。

在制造業(yè)中，產(chǎn)品質(zhì)量與生產(chǎn)可靠性是企業(yè)的生命線，現(xiàn)代產(chǎn)品愈加的復(fù)雜，在產(chǎn)品規(guī)劃、設(shè)計(jì)、生產(chǎn)制造和客戶服務(wù)中，都要求參與人擁有足夠深度和廣度的知識(shí)以預(yù)防生產(chǎn)質(zhì)量問(wèn)題。以臺(tái)積電為例，其生產(chǎn)制造的每一顆芯片需要經(jīng)過(guò)近 3000 道工序才能完工，而這其中需要利用大量的半導(dǎo)體設(shè)備，并一直維持恒溫、高壓等各種復(fù)雜環(huán)境。根據(jù)指數(shù)魔力陷阱，假設(shè)每一道工序的成功率都是99.99%，經(jīng)過(guò)3000道工序之后，最終產(chǎn)品的成功率也只有74%，這遠(yuǎn)遠(yuǎn)達(dá)不到優(yōu)秀制造業(yè)的良率標(biāo)準(zhǔn)。

指數(shù)的魔力

過(guò)去數(shù)十年過(guò)程中，包括ISO TS16949、ISO QS9000、GJB1391、SAE J1739、SAE ARP5580等多個(gè)國(guó)際標(biāo)準(zhǔn)化組織都推出了多種規(guī)范來(lái)確保復(fù)雜產(chǎn)品的質(zhì)量以及生產(chǎn)制造過(guò)程的可靠性等。臺(tái)積電2019年的年報(bào)中明確指出使用了諸如FMEA、8D、故障分析等工具手段來(lái)對(duì)品質(zhì)進(jìn)行改善，創(chuàng)造效益高達(dá)150億臺(tái)幣（約人民幣34.45億）。但這些規(guī)范以及基于這些規(guī)范的工具都是要求參與人是所在領(lǐng)域的專家，以擁有多年行業(yè)問(wèn)題處理的經(jīng)驗(yàn)知識(shí)來(lái)解決所遇到的問(wèn)題。

臺(tái)積電品質(zhì)管理工具，來(lái)源：臺(tái)積電2019年報(bào)

另外根據(jù)AIAG和德勤合作《質(zhì)量2020》的調(diào)研報(bào)告，反映了當(dāng)下汽車質(zhì)量控制管理工作中存在的困難和改善行動(dòng)的方向。其中解決問(wèn)題能力層次不齊，知識(shí)經(jīng)驗(yàn)丟失風(fēng)險(xiǎn)大，知識(shí)沉淀、應(yīng)用和共享不足等問(wèn)題嚴(yán)重影響了調(diào)研對(duì)象的生產(chǎn)質(zhì)量水平。

《質(zhì)量2020》對(duì)質(zhì)量管理不足的分析

保證產(chǎn)品質(zhì)量和生產(chǎn)可靠性的關(guān)鍵就在于知識(shí)承載以及知識(shí)的充分利用。知識(shí)圖譜就是一種將企業(yè)顯性和隱形知識(shí)充分表達(dá)出來(lái)的技術(shù)手段，其起源于20世紀(jì)70年代的專家系統(tǒng)與知識(shí)工程，直到2012年Google推出了面向互聯(lián)網(wǎng)搜索的大規(guī)模知識(shí)圖譜，宣告了知識(shí)圖譜的誕生。知識(shí)圖譜可以將數(shù)據(jù)信息表達(dá)成更接近人類認(rèn)知世界的形式，同時(shí)提供了一種更好的組織、管理和理解海量信息的能力。

達(dá)觀數(shù)據(jù)作為業(yè)內(nèi)首個(gè)利用知識(shí)圖譜技術(shù)提供工業(yè)制造領(lǐng)域數(shù)據(jù)圖譜化應(yīng)用服務(wù)的企業(yè)，創(chuàng)新的將歸因分析與知識(shí)圖譜進(jìn)行有效結(jié)合，細(xì)粒度解析FMEA、FTA、失效分析報(bào)告、失效案例等文檔，結(jié)合設(shè)備、工藝、產(chǎn)品、原材料和供應(yīng)商數(shù)據(jù)，構(gòu)建出失效模式知識(shí)圖譜，將電氣、機(jī)械、工藝、動(dòng)力和裝備等行業(yè)的知識(shí)在企業(yè)內(nèi)部沉淀下來(lái)，助力先進(jìn)制造業(yè)企業(yè)打造基于認(rèn)知智能的質(zhì)量體系，持續(xù)提升產(chǎn)品質(zhì)量和生產(chǎn)可靠性水平。

???達(dá)觀智能制造知識(shí)圖譜平臺(tái)核心功能

01異構(gòu)數(shù)據(jù)知識(shí)獲取的全流程自動(dòng)化

在規(guī)劃、研發(fā)、設(shè)計(jì)、生產(chǎn)、制造、客戶服務(wù)、設(shè)備管理中有FMEA、FTA、FA、產(chǎn)品和設(shè)備手冊(cè)、工單、品質(zhì)報(bào)告等專業(yè)文檔，有存在于MES、PLM、APS、OA、ERP、MRP、CRM、SCM、PDM 等系統(tǒng)中大量數(shù)據(jù)。通過(guò)達(dá)觀RPA無(wú)侵入對(duì)接各個(gè)系統(tǒng)，利用知識(shí)抽取技術(shù)對(duì)這些異構(gòu)、多源和多模態(tài)的數(shù)據(jù)進(jìn)行解析和理解，充分挖掘“人機(jī)料法環(huán)測(cè)”等多維信息，應(yīng)用知識(shí)推理和知識(shí)融合等技術(shù)構(gòu)建出專業(yè)領(lǐng)域知識(shí)圖譜。達(dá)觀知識(shí)圖譜支持對(duì)Word、Excel、PPT、PDF等格式文檔的解析、表格提取、關(guān)鍵實(shí)體關(guān)系信息抽取、知識(shí)融合，快速針對(duì)故障報(bào)表和故障報(bào)告全流程、自動(dòng)化解析和構(gòu)建圖譜。

多種格式圖譜數(shù)據(jù)構(gòu)建

02故障問(wèn)題歸因分析

輸入失效或故障的描述信息，系統(tǒng)會(huì)自動(dòng)理解并抽取出關(guān)鍵信息，并從知識(shí)圖譜中提取出與失效現(xiàn)象相匹配的子圖，實(shí)現(xiàn)失效原因的定位，給出相應(yīng)的解決方法和改善措施。歸因分析解析結(jié)果頁(yè)提供所有可能的原因，原因之間能做到相互獨(dú)立，完全窮盡，每一條結(jié)果支持查看失效原因的圖譜，并提供原始FTA、FA數(shù)據(jù)的溯源信息，在需要時(shí)得以獲取原始數(shù)據(jù)進(jìn)行細(xì)節(jié)審查和可信度鑒別。整個(gè)過(guò)程采用領(lǐng)先的自然語(yǔ)言理解、知識(shí)推理、圖語(yǔ)義匹配和信息檢索等技術(shù)，實(shí)現(xiàn)高效、全面的失效智能分析。

故障歸因分析

03FMEA失效模式自動(dòng)發(fā)現(xiàn)與輔助制作

在產(chǎn)品生產(chǎn)及日常維護(hù)過(guò)程中可能存在技術(shù)更替或者設(shè)備更換，設(shè)備資料也會(huì)隨之更新，達(dá)觀智能制造知識(shí)圖譜平臺(tái)可以從新上傳失效文件中深度挖掘新失效模式、新原因、新的解決方法和新的改善措施，更新到相應(yīng)的圖譜中。FMEA制作人員在設(shè)計(jì)過(guò)程中也存在疏漏的內(nèi)容，當(dāng)生產(chǎn)運(yùn)營(yíng)過(guò)程發(fā)生了FMEA文件中未考慮到的故障現(xiàn)象，可將對(duì)應(yīng)失效故障模式抽取出來(lái)更新到FMEA圖譜中，提示人工確認(rèn)并更新相應(yīng)的FMEA文檔，保持圖譜中的信息和實(shí)際情況同步更新迭代，使整個(gè)圖譜中的信息處于最新的狀態(tài)。以此實(shí)現(xiàn)FMEA制作的智能化，提升設(shè)備、工藝和產(chǎn)品的質(zhì)量和可靠性，為數(shù)字化和智能化工廠賦能。

FMEA失效模式自動(dòng)發(fā)現(xiàn)

04智能問(wèn)答和檢索

基于自然語(yǔ)言語(yǔ)義分析技術(shù)的智能問(wèn)答系統(tǒng)，幫助用戶更快、更智能地找到設(shè)備、人員、物料、工序、環(huán)境因素之間關(guān)聯(lián)關(guān)系，答案可解釋，同時(shí)支持答案結(jié)果的文檔溯源。達(dá)觀知識(shí)圖譜問(wèn)答系統(tǒng)采用業(yè)內(nèi)領(lǐng)先的自然語(yǔ)言理解和知識(shí)抽取技術(shù)，理解問(wèn)題中的關(guān)鍵信息并識(shí)別用戶的意圖，結(jié)合知識(shí)推理、子圖匹配、信息檢索等技術(shù)精準(zhǔn)找到問(wèn)題的答案，并根據(jù)答案的特點(diǎn)以合適的樣式返回給用戶。目前支持多種意圖識(shí)別，包含但不限于下圖所示的類型。

KBQA支持類型

???達(dá)觀智能制造知識(shí)圖譜平臺(tái)核心價(jià)值

1、AI助手輔助工程師，更全面、更精準(zhǔn)、更高效的失效分析

依托知識(shí)圖譜，通過(guò)“知識(shí)型AI助手+工程師”完善工程師的知識(shí)體系，減少對(duì)過(guò)往經(jīng)驗(yàn)的依賴，大幅提升分析效率，加速成長(zhǎng)。既降低失效發(fā)生的幾率，也減少失效發(fā)生后的損失，實(shí)現(xiàn)降本增效，提升企業(yè)競(jìng)爭(zhēng)力。

2、智能化FMEA和FTA制作，更完善的事前預(yù)防措施

利用RPA無(wú)侵入對(duì)接各系統(tǒng)，通過(guò)知識(shí)圖譜構(gòu)建技術(shù)整合異構(gòu)、多源和多模態(tài)的數(shù)據(jù)、文檔和知識(shí)，全面挖掘“人機(jī)料法環(huán)測(cè)”，建立知識(shí)間無(wú)所不在的連接，形成多維度的專業(yè)知識(shí)圖譜，助力更全面、更精準(zhǔn)、更高效的失效分析、FMEA分析制作和FTA運(yùn)營(yíng)維護(hù)。

3、持續(xù)積淀專家經(jīng)驗(yàn)，構(gòu)建長(zhǎng)效知識(shí)體系

持續(xù)積淀企業(yè)的數(shù)據(jù)、經(jīng)驗(yàn)和知識(shí)，不斷完善專業(yè)領(lǐng)域的長(zhǎng)效知識(shí)體系，統(tǒng)籌打造“知識(shí)生產(chǎn)-知識(shí)沉淀-知識(shí)創(chuàng)造” 閉環(huán)，搭建員工快速成長(zhǎng)平臺(tái)，發(fā)揮人才的創(chuàng)新能動(dòng)性，貫徹知識(shí)驅(qū)動(dòng)發(fā)展，激發(fā)創(chuàng)新活力。

在制造業(yè)領(lǐng)域，目前達(dá)觀數(shù)據(jù)已經(jīng)與多家行業(yè)頭部企業(yè)達(dá)成合作并落地，如某新能源行業(yè)領(lǐng)軍企業(yè)、汽車工業(yè)某龍頭企業(yè)、航空航天某單位、某大型上市醫(yī)療器械公司等。歡迎申請(qǐng)?jiān)囉弥悄苤圃熘R(shí)圖譜，讓失效問(wèn)題發(fā)現(xiàn)解決更輕松。