達觀數據作為業內首個利用知識圖譜技術提供工業制造領域數據圖譜化應用服務的企業，創新地將歸因分析與知識圖譜進行有效結合，構建出失效模式知識圖譜，將電氣、機械、工藝、動力和裝備等行業的知識在企業內部沉淀下來，助力先進制造業企業打造基于認知智能的質量體系，持續提升產品質量和生產可靠性水平。
在制造業中，產品質量與生產可靠性是企業的生命線，現代產品愈加的復雜，在產品規劃、設計、生產制造和客戶服務中，都要求參與人擁有足夠深度和廣度的知識以預防生產質量問題。以臺積電為例，其生產制造的每一顆芯片需要經過近 3000 道工序才能完工，而這其中需要利用大量的半導體設備，并一直維持恒溫、高壓等各種復雜環境。根據指數魔力陷阱，假設每一道工序的成功率都是99.99%，經過3000道工序之后，最終產品的成功率也只有74%，這遠遠達不到優秀制造業的良率標準。
指數的魔力
過去數十年過程中，包括ISO TS16949、ISO QS9000、GJB1391、SAE J1739、SAE ARP5580等多個國際標準化組織都推出了多種規范來確保復雜產品的質量以及生產制造過程的可靠性等。臺積電2019年的年報中明確指出使用了諸如FMEA、8D、故障分析等工具手段來對品質進行改善，創造效益高達150億臺幣（約人民幣34.45億）。但這些規范以及基于這些規范的工具都是要求參與人是所在領域的專家，以擁有多年行業問題處理的經驗知識來解決所遇到的問題。
臺積電品質管理工具，來源：臺積電2019年報
另外根據AIAG和德勤合作《質量2020》的調研報告，反映了當下汽車質量控制管理工作中存在的困難和改善行動的方向。其中解決問題能力層次不齊，知識經驗丟失風險大，知識沉淀、應用和共享不足等問題嚴重影響了調研對象的生產質量水平。
《質量2020》對質量管理不足的分析
保證產品質量和生產可靠性的關鍵就在于知識承載以及知識的充分利用。知識圖譜就是一種將企業顯性和隱形知識充分表達出來的技術手段，其起源于20世紀70年代的專家系統與知識工程，直到2012年Google推出了面向互聯網搜索的大規模知識圖譜，宣告了知識圖譜的誕生。知識圖譜可以將數據信息表達成更接近人類認知世界的形式，同時提供了一種更好的組織、管理和理解海量信息的能力。
達觀數據作為業內首個利用知識圖譜技術提供工業制造領域數據圖譜化應用服務的企業，創新的將歸因分析與知識圖譜進行有效結合，細粒度解析FMEA、FTA、失效分析報告、失效案例等文檔，結合設備、工藝、產品、原材料和供應商數據，構建出失效模式知識圖譜，將電氣、機械、工藝、動力和裝備等行業的知識在企業內部沉淀下來，助力先進制造業企業打造基于認知智能的質量體系，持續提升產品質量和生產可靠性水平。
???達觀智能制造知識圖譜平臺核心功能
01異構數據知識獲取的全流程自動化
在規劃、研發、設計、生產、制造、客戶服務、設備管理中有FMEA、FTA、FA、產品和設備手冊、工單、品質報告等專業文檔，有存在于MES、PLM、APS、OA、ERP、MRP、CRM、SCM、PDM 等系統中大量數據。通過達觀RPA無侵入對接各個系統，利用知識抽取技術對這些異構、多源和多模態的數據進行解析和理解，充分挖掘“人機料法環測”等多維信息，應用知識推理和知識融合等技術構建出專業領域知識圖譜。達觀知識圖譜支持對Word、Excel、PPT、PDF等格式文檔的解析、表格提取、關鍵實體關系信息抽取、知識融合，快速針對故障報表和故障報告全流程、自動化解析和構建圖譜。
多種格式圖譜數據構建
02故障問題歸因分析
輸入失效或故障的描述信息，系統會自動理解并抽取出關鍵信息，并從知識圖譜中提取出與失效現象相匹配的子圖，實現失效原因的定位，給出相應的解決方法和改善措施。歸因分析解析結果頁提供所有可能的原因，原因之間能做到相互獨立，完全窮盡，每一條結果支持查看失效原因的圖譜，并提供原始FTA、FA數據的溯源信息，在需要時得以獲取原始數據進行細節審查和可信度鑒別。整個過程采用領先的自然語言理解、知識推理、圖語義匹配和信息檢索等技術，實現高效、全面的失效智能分析。
故障歸因分析
03FMEA失效模式自動發現與輔助制作
在產品生產及日常維護過程中可能存在技術更替或者設備更換，設備資料也會隨之更新，達觀智能制造知識圖譜平臺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，更新到相應的圖譜中。FMEA制作人員在設計過程中也存在疏漏的內容，當生產運營過程發生了FMEA文件中未考慮到的故障現象，可將對應失效故障模式抽取出來更新到FMEA圖譜中，提示人工確認并更新相應的FMEA文檔，保持圖譜中的信息和實際情況同步更新迭代，使整個圖譜中的信息處于最新的狀態。以此實現FMEA制作的智能化，提升設備、工藝和產品的質量和可靠性，為數字化和智能化工廠賦能。
FMEA失效模式自動發現
04智能問答和檢索
基于自然語言語義分析技術的智能問答系統，幫助用戶更快、更智能地找到設備、人員、物料、工序、環境因素之間關聯關系，答案可解釋，同時支持答案結果的文檔溯源。達觀知識圖譜問答系統采用業內領先的自然語言理解和知識抽取技術，理解問題中的關鍵信息并識別用戶的意圖，結合知識推理、子圖匹配、信息檢索等技術精準找到問題的答案，并根據答案的特點以合適的樣式返回給用戶。目前支持多種意圖識別，包含但不限于下圖所示的類型。
KBQA支持類型
???達觀智能制造知識圖譜平臺核心價值
1、AI助手輔助工程師，更全面、更精準、更高效的失效分析
依托知識圖譜，通過“知識型AI助手+工程師”完善工程師的知識體系，減少對過往經驗的依賴，大幅提升分析效率，加速成長。既降低失效發生的幾率，也減少失效發生后的損失，實現降本增效，提升企業競爭力。
2、智能化FMEA和FTA制作，更完善的事前預防措施
利用RPA無侵入對接各系統，通過知識圖譜構建技術整合異構、多源和多模態的數據、文檔和知識，全面挖掘“人機料法環測”，建立知識間無所不在的連接，形成多維度的專業知識圖譜，助力更全面、更精準、更高效的失效分析、FMEA分析制作和FTA運營維護。
3、持續積淀專家經驗，構建長效知識體系
持續積淀企業的數據、經驗和知識，不斷完善專業領域的長效知識體系，統籌打造“知識生產-知識沉淀-知識創造” 閉環，搭建員工快速成長平臺，發揮人才的創新能動性，貫徹知識驅動發展，激發創新活力。
在制造業領域，目前達觀數據已經與多家行業頭部企業達成合作并落地，如某新能源行業領軍企業、汽車工業某龍頭企業、航空航天某單位、某大型上市醫療器械公司等。歡迎申請試用智能制造知識圖譜，讓失效問題發現解決更輕松。
