达观汽车故障知识图谱，加速汽车行业质量管控智能化

美国汽车工业行动小组（AIAG，由美国三大汽车公司通用、福特和克莱斯勒共同创建，是全球公认的著名的非盈利组织）与德勤合作，对该组织内22家成员公司和一二级供应商进行了调研并发布的《质量2020》调研报告中，反映了当下汽车质量控制管理工作中存在的困难和改善行动的方向。

报告认为，影响汽车行业质量管控的主要问题有：

• 故障分析高度依赖员工自身经验，解决问题能力参差不齐；

• 故障原因分析周期长，损失大；

• 经验、知识分散，应用不方便，共享不足，故障问题重复发生；

• 经验、知识缺少沉淀，人才流动容易导致经验知识丢失等五大主要原因。

64%的员工认为他们的能力不足以处理日常工作中遇到的问题

95%的员工认为经验知识的丢失会给企业经营带来风险

达观数据解决方案团队经过近年来与国内多家头部汽车公司、汽车零部件公司的合作与交流调研，发现国内汽车厂商质量管控业务同样存在上述痛点，达观汽车故障知识图谱产品因此而生。

汽车行业的核心质量知识经验包括故障案例分析报告、FMEA（失效模式与潜在影响分析）、FTA（故障树分析）、产品说明书、设备维修手册等等，多以非结构化文档和半结构化数据表的形式存在。

达观数据利用领先的自然语言处理技术和知识图谱技术构建汽车故障知识图谱，将知识和经验从固化、不便于应用的形式转化为更细粒度、多维度互相关联的知识片段，通过故障案例、产品、设备、工艺、故障类型、故障原因、解决措施等知识互相关联，建立起逻辑关系网络，让散落的知识和经验得以更灵活地传递、共享及更新。

汽车故障知识图谱样例

利用自然语言理解和知识推理技术，在构建好的汽车故障知识图谱中，输入一个关键词、词组或一个问句，就可以很便捷地准确获取感兴趣的知识。

例如，输入“低压系统的子系统有哪些？”、“发生漏液的失效原因”、“真空泵异响怎么处理？”等问句，系统可以直接反馈对应答案，并给出与答案内容相关的文档，方便工程师了解更多详细内容；同时辅以知识图谱，展示问题和答案的关联，确保答案的可解释性。即便搜索的内容不在知识图谱范围内，系统也会给出所有文档的全文检索结果。

“发生漏液的失效原因”检索结果

基于汽车故障知识图谱的知识逻辑关联，达观开发了故障归因分析功能。当汽车发生故障或者汽车维修设备故障时，维修工程师只需要向系统输入故障描述信息，例如故障现象、发生故障位置、故障类型、相关产品等，系统自动理解输入的内容并在汽车故障知识图谱中定位到对应的知识点，依据因果逻辑链推理出故障可能的原因，并支持结合故障原因发生频率、影响级别等业务规则对可能的故障原因进行排序。

对每一条可能的故障原因单独展示故障到原因之间的因果影响关系，同时给出对应的检测方案、解决措施、改善方案等信息，还可以展示故障原因相关的历史故障案例资料和故障树FTA，帮助工程师吸收历史经验，拓宽故障分析思路，快速定位故障原因。

“汽车发动机点火困难”归因分析结果

达观汽车故障知识图谱帮助汽车及零部件厂商构建质量管控知识库，整合知识经验，辅助质量工程师高效、全面地分析故障。汇聚所有专家的智慧，降低对工程师自身经验的依赖，让资历较浅的工程师也能做好故障分析工作，大幅提升故障分析效率，加速工程师成长。既降低故障发生的几率，也减少故障发生的损失，实现降本增效，提升企业竞争力。

从长远的角度看，使用达观知识图谱平台，企业能够持续积淀知识和经验，不断完善专业领域的长效知识体系，统筹打造“知识生产-知识沉淀-知识创造”闭环，贯彻知识驱动发展，激发创新活力。