lQLPDhsXLgThf9vNAczNBDiw_HH9UmVNuR4B9qaimMByAQ_1080_460

美國汽車工業行動小組（AIAG，由美國三大汽車公司通用、福特和克萊斯勒共同建立，是全球公認的著名的非盈利組織）與德勤合作，對該組織內22家成員公司和一二級供應商進行了調研併發布的《質量2020》調研報告中，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。

報告認為，影響汽車行業質量管控的主要問題有：

故障分析 高度依賴員工自身經驗，解決問題能力參差不齊；

故障原因分析 週期長，損失大；

經驗、知識分散，應用不方便，共享不足，故障問題 重複發生；

經驗、知識 缺少沉澱，人才流動容易導致經驗知識丟失等五大主要原因。

lQLPDhsXLgV6FJrNAXvNA6WwdHxAY88feToB9qai88BtAQ_933_379

64%的員工認為他們的能力不足以處理日常工作中遇到的問題

lQLPDhsXLgV6FZ_NAXXNAX-wQim6IftMDwAB9qajcACoAQ_383_373

95%的員工認為經驗知識的丟失會給企業經營帶來風險

達觀資料解決方案團隊經過近年來與國內多家頭部汽車公司、汽車零部件公司的合作與交流調研，發現國內汽車廠商質量管控業務同樣存在上述痛點，達觀汽車故障知識圖譜產品因此而生。

汽車行業的核心質量知識經驗包括 故障案例分析報告、FMEA（失效模式與潛在影響分析）、FTA（故障樹分析）、產品說明書、裝置維修手冊等等，多以非結構化文件和半結構化資料表的形式存在。

達觀資料利用領先的自然語言處理技術和知識圖譜技術構建汽車故障知識圖譜，將知識和經驗從固化、不便於應用的形式轉化為 更細粒度、多維度互相關聯的知識片段，透過故障案例、產品、裝置、工藝、故障型別、故障原因、解決措施等知識互相關聯，建立起邏輯關係網路，讓散落的知識和經驗得以 更靈活地傳遞、共享及更新。

lQLPDhsXLgThf7XNArLNBDiwruAX280VEU8B9qaimMByAA_1080_690

汽車故障知識圖譜樣例

利用自然語言理解和知識推理技術，在構建好的汽車故障知識圖譜中，輸入一個關鍵詞、片語或一個問句，就可以 很便捷地準確獲取感興趣的知識。

例如，輸入“低壓系統的子系統有哪些？”、“發生漏液的失效原因”、“真空泵異響怎麼處理？”等問句，系統可以直接反饋對應答案，並給出與答案內容相關的文件，方便工程師瞭解更多詳細內容；同時輔以知識圖譜，展示問題和答案的關聯，確保答案的可解釋性。即便搜尋的內容不在知識圖譜範圍內，系統也會給出所有文件的全文檢索結果。

lQLPDhsXLgThgG7NAnDNBDiwOpAPmASxx2AB9qai88BtAA_1080_624

“發生漏液的失效原因”檢索結果

基於汽車故障知識圖譜的知識邏輯關聯，達觀開發了故障歸因分析功能。當汽車發生故障或者汽車維修裝置故障時，維修工程師只需要向系統輸入故障描述資訊，例如故障現象、發生故障位置、故障型別、相關產品等，系統自動理解輸入的內容並在汽車故障知識圖譜中定位到對應的知識點，依據因果邏輯鏈推理出故障可能的原因，並支援結合故障原因發生頻率、影響級別等業務規則對可能的故障原因進行排序。

對每一條可能的故障原因單獨展示故障到原因之間的因果影響關係，同時給出對應的 檢測方案、解決措施、改善方案等資訊，還可以展示故障原因相關的歷史故障 案例資料和故障樹FTA，幫助工程師吸收歷史經驗，拓寬故障分析思路，快速定位故障原因。

lQLPDhsXLgV6FXnNAhrNBDiwnuk6lwfV2vMB9qajcACoAA_1080_538

“汽車發動機點火困難”歸因分析結果

達觀汽車故障知識圖譜幫助汽車及零部件廠商構建質量管控知識庫，整合知識經驗，輔助質量工程師高效、全面地分析故障。匯聚所有專家的智慧，降低對工程師自身經驗的依賴，讓資歷較淺的工程師也能做好故障分析工作，大幅提升故障分析效率，加速工程師成長。既降低故障發生的機率，也減少故障發生的損失，實現降本增效，提升企業競爭力。

從長遠的角度看，使用達觀知識圖譜平臺，企業能夠持續積澱知識和經驗，不斷完善專業領域的長效知識體系，統籌打造“ 知識生產-知識沉澱-知識創造”閉環，貫徹知識驅動發展，激發創新活力。

達觀汽車故障知識圖譜，加速汽車行業質量管控智慧化

相關文章