在制造业中,产品质量是企业的生命线,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,来保证在预防产品质量和生产制造的可靠性方面出现问题。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。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,以拥有足够深度和广度的知识来解决所遇到的问题。
以失效分析为例,各种FMEA、FMECA、FTA和鱼骨图、8D等方法都是对经验要求非常高,非资深专家无法很好地使用。从而在实践过程中出现各种“主观性经验分析效果良莠不齐”、“部门之间割裂经验难复用”、“专业人才稀缺,新人培养时间长”、“知识易遗失导致企业竞争力减弱”等问题。
针对这些问题,达观数据以自然语言处理、知识图谱和RPA等核心技术为基础,打造了业内首个面向智能制造领域的知识图谱构建和应用平台,通过对领域知识和专家经验的积淀、连接和应用,能够有效满足智能制造对知识需求,使得大型制造业企业得以避免前述这些问题,为产品规划、研发设计、生产制造、客户服务、设备维护、供应链等各个环节提供失效与故障的智能归因分析、知识获取与发现、知识问答、主动推送、FTA/FMEA/FMECA/FMEDA等新模式、新应用场景等新知识的自动发现等知识型应用。
核心功能
失效与故障的智能归因分析
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。同时支持追溯每一个失效原因、解决方法和改善