制造业失效分析知识图谱平台，赋能制造业迈向认知智能时代

文章摘要：制造方面，目前已与一家新能源行业龙头企业、一家汽车行业龙头企业、航空航天一家单位达成合作。欢迎您申请试用智能制造知识图谱，让故障问题发现解决更容易。

产品质量是制造业的命脉，现代产品越来越复杂，无论是产品规划、设计、生产制造还是客户服务，都需要有足够的深度和广度的知识，才能保证产品质量和生产制造的可靠性。近几十年来，包括 ISOTS16949, ISOQS9000,GJB1391,SAEJ1739,SAEARP5580等国际标准化组织，为确保复杂产品的质量和制造工艺的可靠性，等等。但是，这些规范以及以这些规范为基础的工具，都需要领域内的专家参与其中，以便对遇到的问题具有足够深度和广度的知识。

例如，各种 FMEA、 FMECA、 FTA、 FTA、鱼骨图法、8 D等方法对经验要求很高，不能很好的应用。因此，在实践过程中出现了各种“主观经验分析法效果良莠不齐”、“部门间割裂经验难用”、“专业人才稀缺、新人培养时间长”、“知识容易丢失导致企业竞争力下降”等问题。

为了解决这些问题，沃丰科技基于自然语言处理、知识图谱和 RPA等核心技术，打造了行业内第一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、应用和知识图谱的积累和应用，可以有效地满足智能制造知识需求，大型制造业企业能够避免上述上述问题的出现，通过对领域知识和专家经验的积累、知识获取与发现、知识问答、 FTA/FMEA/FMEA/FMEA/FMEA/FMECA/FMEDA等新模式的应用场景等新知识的自动发现等知识型应用。

故障和故障的智能归因分析

在输入故障或故障的描述信息后，系统自动理解、抽取关键信息，并从知识图谱中提取与失效现象相匹配的子图，实现故障原因的定位，提出相应的解决方法和改进措施。对每一种故障原因、解决方法以及改进措施的知识来源提供支持，在需要时可获得原始数据，以便进行详细的审查和可靠性鉴定。在整个过程中，运用了领先的自然语言理解、知识推理、图表语义匹配、信息检索等技术，实现了有效、全面的故障智能分析。

故障模式知识图自动生成

公司拥有 FMEA、 FTA、 FA、 FMECA、 FMECA、 FMECA、质量报告、产品和设备手册、工单、质量报告等专业文档，并可在 MES、 PLM、 APS、 OA、 ERP、 MRP、 CRM、 SCM、 PDM等系统中大量数据。
运用知识抽取技术，通过 RPA无侵入对接各个系统，解析和理解这些异构、多源、多模态的数据，充分挖掘“人机法环测”等多维信息，并运用知识推理、知识融合等技术构建专业领域知识图谱。

通过问卷调查获取专业知识

任何问题都可以在搜索框中输入，采用行业领先的自然语言理解和知识提取技术，理解问题中的关键信息，识别用户的意图，结合知识推理、子图匹配、信息检索等技术，精确地找到问题的答案，并根据答案的特征以合适的样式返回给用户。

故障模式的自动发现和辅助制造

运用知识图谱推理、深度学习、迁移学习和主动学习等先进技术，从知识图谱中深入挖掘潜在知识，智能地发现失效模式、原因、情景、解决方法和改进措施等，实现了设备、工艺和产品质量的闭环，并从故障和故障的分析到事前预防(FMEA/FMECA/FMEDA/FTA)的闭环，从而提高设备、工艺和产品的质量和可靠性，为数字化、智能化工厂赋能。

AI助理辅助工程师，更全面、准确、高效的故障分析

借助知识图谱，通过“知识型 AI助理+工程师”完善工程师的知识体系，减少对过去经验的依赖，显著提高分析效率，加速成长。不仅可以减少故障发生的几率，还可以减少故障发生后的损失，实现降本增效，提高企业竞争力。

智能 FMEA和 FTA制作，更加完善的事前防范措施

以 RPA无侵入对接各系统，利用知识图谱构造技术，对异构、多源、多模态的数据、文档和知识进行综合分析，建立“人机法环测”，建立知识之间无所不在的连接，形成多维度的专业知识图谱，帮助更全面、更准确、更高效的失效分析、 FMEA分析和 FTA运营维护。

不断积累专家经验构建长效知识体系

不断积累企业的数据、经验和知识，不断完善专业领域的知识体系，统筹构建“知识生产—知识沉淀—知识创造”闭环，搭建员工快速成长平台，激发人才创新动力。

制造方面，目前已与一家新能源行业龙头企业、一家汽车行业龙头企业、航空航天一家单位达成合作。欢迎您申请试用智能制造知识图谱，让故障问题发现解决更容易。

文章为沃丰科技原创，转载需注明来源：https://www.udesk.cn/ucm/faq/16303