未来15-20年，是我国制造业高质量转型和发展、由大到强的关键时期。推动制造业加速向数字化、网络化、智能化发展，将新一代信息技术和制造业深度融合，已被确认为建设制造强国的总体战略。而
对于制造行业来说，故障和失效分析是一项极其重要的核心工作。
积累的相关知识和经验也是企业宝贵的数据资产。
当前，企业内部
对设备、物料、工序、FMEA、FTA
等数据智能化管理程度不足，对于故障知识的管理普遍通过有经验的专家或者工程师人工操作记录和手动维护，各类数据无法产生联系、统一沉淀和分享，给相关故障快速分析和诊断带来诸多不利的影响。
现阶段主要呈现的问题主要集中在两方面：1、传统环节中，
企业内部的积累沉淀起来的故障信息并未有效利用起来，存在故障定位错判和漏判的可能性
，分析人员也无法对故障的真实原因进行汇总和分析，造成类似故障在其他产线频繁发生；2、传统环节中，当产品在研发设计和生产等阶段出现问题时，
需要能够快速找到原因和改善预防措施
，但企业内部的岗位人员普遍因为
经验或者产品熟悉程度差异
等原因，通常遇到问题后无法第一时间找到解决问问题的方法和建议，从而导致无法及时给企业止损。
达观知识图谱团队基于知识图谱、语义检索、NLP、OCR等自研人工智能技术，在深度理解领域业务和多个与客户合作项目的经验基础上，推出
故障分析知识图谱构建和分析平台V4.0
。该平台通过自然语言处理和知识图谱技术对
多类型、复杂的多源文件进行智能化解析和处理
，形成知识和经验之间的关联，自动构建智能制造领域的失效分析和产品质量可靠性知识图谱，
实现产品质量的归因分析、措施举荐等分析功能。
通过将故障分析报告、FMEA、FTA等数据导入图谱，通过知识图谱迭代的学习能力、关联能力、推理能力，通过检索、关联、筛选等方式定位当前的故障原因，并进行推理归纳，
辅助提升对故障的主动分析能力。
-
归因分析 – 从现象描述中解析要素，深度探查故障机理
- FMEA分析 – 灵活、可配置的FMEA表格提取、解析和图谱导入
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、更智能的找到设备、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。
达观失效知识图谱已成功应用于
多家大型工业制造企业，包括汽车、钢铁、电力、医疗等众多领域
，帮助客户快速搭建失效知识库，解析失效问题，真正做到经验的沉淀、传承和分享。
科技猎
