達(dá)觀工業(yè)知識(shí)圖譜串聯(lián)“人機(jī)料法環(huán)”，助力工業(yè)智能化再升級(jí)
- 分類(lèi)：解決方案
- 發(fā)表：2022-04-19
法料環(huán)-1024x428.jpg)
工業(yè)制造研發(fā)、制造、維修等流程涉及人機(jī)料法環(huán)的方方面面。從產(chǎn)品規(guī)劃、設(shè)計(jì)開(kāi)發(fā)、生產(chǎn)制造、維修反饋等各個(gè)階段，失效分析都是其中重要一環(huán)，達(dá)觀工業(yè)知識(shí)圖譜失效分析重點(diǎn)解決過(guò)程中對(duì)故障原因的深度探查和推理，找出根因，推薦出解決和預(yù)防措施、相關(guān)案例等，賦能企業(yè)流程。
目前企業(yè)內(nèi)部對(duì)待“人機(jī)料法環(huán)”數(shù)據(jù)的智能能管理程度不一，人員、設(shè)備等數(shù)據(jù)可能已經(jīng)以結(jié)構(gòu)化的形式很好的管理，工藝、故障等數(shù)據(jù)更多是以非結(jié)構(gòu)化的形式散落，缺少統(tǒng)一治理，進(jìn)而無(wú)法發(fā)揮數(shù)據(jù)的價(jià)值。
1. ?缺少知識(shí)結(jié)構(gòu)化：多源異構(gòu)數(shù)據(jù)缺少管理，特別是對(duì)方法書(shū)冊(cè)、故障報(bào)告等高價(jià)值文檔缺少知識(shí)體系的治理；
2. ?缺少知識(shí)關(guān)聯(lián)：沒(méi)有按照業(yè)務(wù)流程，將“人機(jī)料法環(huán)”等各個(gè)維度的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，往往需要業(yè)務(wù)系統(tǒng)的互相打通，知識(shí)查詢、共享和利用的效率低下。
達(dá)觀知識(shí)圖譜平臺(tái)再升級(jí)，基于知識(shí)圖譜、語(yǔ)義檢索、NLP、OCR等自研人工智能技術(shù)，在企業(yè)內(nèi)部已有數(shù)據(jù)和外部標(biāo)準(zhǔn)等數(shù)據(jù)的基礎(chǔ)上，建設(shè)失效知識(shí)圖譜，關(guān)聯(lián)人機(jī)料法環(huán)各個(gè)維度的數(shù)據(jù)，提供失效分析、FMEA等文件知識(shí)結(jié)構(gòu)化和體系化、專(zhuān)家知識(shí)推薦等功能，持續(xù)沉淀和發(fā)揮知識(shí)價(jià)值。
數(shù)據(jù)來(lái)源企業(yè)內(nèi)部數(shù)據(jù)為主，企業(yè)外部數(shù)據(jù)為輔。
國(guó)家國(guó)際標(biāo)準(zhǔn)、規(guī)范和法律法規(guī)，如國(guó)家對(duì)醫(yī)療產(chǎn)品的性能標(biāo)準(zhǔn)、對(duì)汽車(chē)產(chǎn)品的質(zhì)量標(biāo)準(zhǔn)等。
達(dá)觀工業(yè)知識(shí)圖譜從“人機(jī)料法環(huán)”等角度，抽象相關(guān)概念，并對(duì)概念之間建立關(guān)聯(lián)，達(dá)到知識(shí)結(jié)構(gòu)化和知識(shí)關(guān)聯(lián)。從知識(shí)圖譜底層技術(shù)的角度，需要定義概念及其關(guān)系。
知識(shí)圖譜建模
01基于知識(shí)圖譜語(yǔ)義分析的失效分析
通過(guò)輸入故障現(xiàn)象描述、設(shè)備、系統(tǒng)等自然語(yǔ)言文本，基于知識(shí)圖譜的專(zhuān)家能力，從中解析失效要素，基于圖查詢從圖譜查詢到包含原因的子圖，并進(jìn)行根本原因歸納。除此之外，通過(guò)推理技術(shù)，從故障或者故障原因出發(fā)，自動(dòng)探查人機(jī)料法環(huán)的相關(guān)推薦結(jié)果，提升對(duì)故障的全量分析能力。
圖：失效原因分析和知識(shí)推薦
通過(guò)知識(shí)圖譜自動(dòng)挖掘設(shè)備間的潛在特征和關(guān)系，挖掘設(shè)備和設(shè)備之間的業(yè)務(wù)關(guān)聯(lián)特征，在設(shè)備數(shù)量特別大的場(chǎng)景，輔助業(yè)務(wù)方的設(shè)備替代性分析、設(shè)備路徑分析、設(shè)備重要性分析等。
持續(xù)升級(jí)基于KBQA(基于知識(shí)圖譜的問(wèn)答技術(shù))的智能問(wèn)答系統(tǒng)，幫助用戶更快、更智能的找到設(shè)備、人員、物料、工序、環(huán)境因素之間關(guān)聯(lián)關(guān)系，既支持概念和一度關(guān)聯(lián)信息的查詢，也可以根據(jù)業(yè)務(wù)設(shè)計(jì)復(fù)雜的推理規(guī)則，從而支持復(fù)雜的多度的問(wèn)答場(chǎng)景。比如輸出某個(gè)產(chǎn)品的故障類(lèi)型統(tǒng)計(jì)、產(chǎn)品之間的性能對(duì)比、產(chǎn)品部件結(jié)構(gòu)分析等等。
圖：達(dá)觀知識(shí)問(wèn)答結(jié)果展示
達(dá)觀失效知識(shí)圖譜產(chǎn)品持續(xù)升級(jí)的同時(shí)，已成功應(yīng)用于多家大型工業(yè)制造企業(yè)，幫客戶快速搭建失效知識(shí)圖譜。知識(shí)圖譜的構(gòu)建和應(yīng)用過(guò)程類(lèi)似“釀酒“，通過(guò)知識(shí)的不斷沉淀，香味愈濃，進(jìn)而可以不斷挖掘出更多的業(yè)務(wù)價(jià)值點(diǎn)。
