业内首个智能制造知识图谱重大升级，达观全力推进工业认知智能
达观数据作为业内首个利用知识图谱技术提供工业制造领域数据图谱化应用服务的企业，创新地将归因分析与知识图谱进行有效结合，构建出失效模式知识图谱，将电气、机械、工艺、动力和装备等行业的知识在企业内部沉淀下来，助力先进制造业企业打造基于认知智能的质量体系，持续提升产品质量和生产可靠性水平。
在制造业中，产品质量与生产可靠性是企业的生命线，现代产品愈加的复杂，在产品规划、设计、生产制造和客户服务中，都要求参与人拥有足够深度和广度的知识以预防生产质量问题。以台积电为例，其生产制造的每一颗芯片需要经过近 3000 道工序才能完工，而这其中需要利用大量的半导体设备，并一直维持恒温、高压等各种复杂环境。根据指数魔力陷阱，假设每一道工序的成功率都是99.99%，经过3000道工序之后，最终产品的成功率也只有74%，这远远达不到优秀制造业的良率标准。
指数的魔力
过去数十年过程中，包括ISO TS16949、ISO QS9000、GJB1391、SAE J1739、SAE ARP5580等多个国际标准化组织都推出了多种规范来确保复杂产品的质量以及生产制造过程的可靠性等。台积电2019年的年报中明确指出使用了诸如FMEA、8D、故障分析等工具手段来对品质进行改善，创造效益高达150亿台币（约人民币34.45亿）。但这些规范以及基于这些规范的工具都是要求参与人是所在领域的专家，以拥有多年行业问题处理的经验知识来解决所遇到的问题。
台积电品质管理工具，来源：台积电2019年报
另外根据AIAG和德勤合作《质量2020》的调研报告，反映了当下汽车质量控制管理工作中存在的困难和改善行动的方向。其中解决问题能力层次不齐，知识经验丢失风险大，知识沉淀、应用和共享不足等问题严重影响了调研对象的生产质量水平。
《质量2020》对质量管理不足的分析
保证产品质量和生产可靠性的关键就在于知识承载以及知识的充分利用。知识图谱就是一种将企业显性和隐形知识充分表达出来的技术手段，其起源于20世纪70年代的专家系统与知识工程，直到2012年Google推出了面向互联网搜索的大规模知识图谱，宣告了知识图谱的诞生。知识图谱可以将数据信息表达成更接近人类认知世界的形式，同时提供了一种更好的组织、管理和理解海量信息的能力。
达观数据作为业内首个利用知识图谱技术提供工业制造领域数据图谱化应用服务的企业，创新的将归因分析与知识图谱进行有效结合，细粒度解析FMEA、FTA、失效分析报告、失效案例等文档，结合设备、工艺、产品、原材料和供应商数据，构建出失效模式知识图谱，将电气、机械、工艺、动力和装备等行业的知识在企业内部沉淀下来，助力先进制造业企业打造基于认知智能的质量体系，持续提升产品质量和生产可靠性水平。
达观智能制造知识图谱平台核心功能
01异构数据知识获取的全流程自动化
在规划、研发、设计、生产、制造、客户服务、设备管理中有FMEA、FTA、FA、产品和设备手册、工单、品质报告等专业文档，有存在于MES、PLM、APS、OA、ERP、MRP、CRM、SCM、PDM 等系统中大量数据。通过达观RPA无侵入对接各个系统，利用知识抽取技术对这些异构、多源和多模态的数据进行解析和理解，充分挖掘“人机料法环测”等多维信息，应用知识推理和知识融合等技术构建出专业领域知识图谱。达观知识图谱支持对Word、Excel、PPT、PDF等格式文档的解析、表格提取、关键实体关系信息抽取、知识融合，快速针对故障报表和故障报告全流程、自动化解析和构建图谱。
多种格式图谱数据构建
02故障问题归因分析
输入失效或故障的描述信息，系统会自动理解并抽取出关键信息，并从知识图谱中提取出与失效现象相匹配的子图，实现失效原因的定位，给出相应的解决方法和改善措施。归因分析解析结果页提供所有可能的原因，原因之间能做到相互独立，完全穷尽，每一条结果支持查看失效原因的图谱，并提供原始FTA、FA数据的溯源信息，在需要时得以获取原始数据进行细节审查和可信度鉴别。整个过程采用领先的自然语言理解、知识推理、图语义匹配和信息检索等技术，实现高效、全面的失效智能分析。
故障归因分析
03FMEA失效模式自动发现与辅助制作
在产品生产及日常维护过程中可能存在技术更替或者设备更换，设备资料也会随之更新，达观智能制造知识图谱平台可以从新上传失效文件中深度挖掘新失效模式、新原因、新的解决方法和新的改善措施，更新到相应的图谱中。FMEA制作人员在设计过程中也存在疏漏的内容，当生产运营过程发生了FMEA文件中未考虑到的故障现象，可将对应失效故障模式抽取出来更新到FMEA图谱中，提示人工确认并更新相应的FMEA文档，保持图谱中的信息和实际情况同步更新迭代，使整个图谱中的信息处于最新的状态。以此实现FMEA制作的智能化，提升设备、工艺和产品的质量和可靠性，为数字化和智能化工厂赋能。
FMEA失效模式自动发现
04智能问答和检索
基于自然语言语义分析技术的智能问答系统，帮助用户更快、更智能地找到设备、人员、物料、工序、环境因素之间关联关系，答案可解释，同时支持答案结果的文档溯源。达观知识图谱问答系统采用业内领先的自然语言理解和知识抽取技术，理解问题中的关键信息并识别用户的意图，结合知识推理、子图匹配、信息检索等技术精准找到问题的答案，并根据答案的特点以合适的样式返回给用户。目前支持多种意图识别，包含但不限于下图所示的类型。
KBQA支持类型
达观智能制造知识图谱平台核心价值
1、AI助手辅助工程师，更全面、更精准、更高效的失效分析
依托知识图谱，通过“知识型AI助手+工程师”完善工程师的知识体系，减少对过往经验的依赖，大幅提升分析效率，加速成长。既降低失效发生的几率，也减少失效发生后的损失，实现降本增效，提升企业竞争力。
2、智能化FMEA和FTA制作，更完善的事前预防措施
利用RPA无侵入对接各系统，通过知识图谱构建技术整合异构、多源和多模态的数据、文档和知识，全面挖掘“人机料法环测”，建立知识间无所不在的连接，形成多维度的专业知识图谱，助力更全面、更精准、更高效的失效分析、FMEA分析制作和FTA运营维护。
3、持续积淀专家经验，构建长效知识体系
持续积淀企业的数据、经验和知识，不断完善专业领域的长效知识体系，统筹打造“知识生产-知识沉淀-知识创造” 闭环，搭建员工快速成长平台，发挥人才的创新能动性，贯彻知识驱动发展，激发创新活力。
在制造业领域，目前达观数据已经与多家行业头部企业达成合作并落地，如某新能源行业领军企业、汽车工业某龙头企业、航空航天某单位、某大型上市医疗器械公司等。欢迎申请试用智能制造知识图谱，让失效问题发现解决更轻松。
举报/反馈