工业制造中的研发、制造、维护等各个环节都牵涉到了人机料法环。在产品规划、设计开发、生产制造、维护反馈等各环节，都有一个关键环节，而在此基础上，通过深入的剖析和推理，找到根源，提出相应的预防措施，以及相关案例。

当前，企业对于“人-机-料法环”数据的管理水平存在差异，人员、设备等数据可以用结构化的方式管理，工艺数据、故障数据等数据都是零散的，缺乏统一的管理，数据的价值也就无法体现出来。

目前存在以下问题：

1.缺乏知识结构：多源、异构资料缺乏有效的管理，尤其是对法书册、故障报告等高价值文献缺乏有效的管理；

2.知识关联性不足：没有将“人-机-料法环”等不同维度的数据，按业务流程进行关联，常常要求企业之间的相互联系，导致知识查询、共享和利用效率低下。

沃丰科技GaussMind知识图谱平台再次升级，以知识图谱、语义检索、 NLP、 OCR等自主研发的人工智能技术为基础，构建失效知识图谱，将人-料法环的各个维度数据连接起来，提供故障分析、 FMEA等文档知识结构化、系统化、专家推荐等，不断积累和发挥知识的价值。

数据主要来自于企业的内部，而企业的外部信息则是辅助的。

企业外部资料（协助）

国家的国际标准、规范、法律、法规，例如国家卫生产品的性能标准、汽车产品的质量标准等。

沃丰科技GaussMind工业知识库

沃丰科技GaussMind工业知识图谱以“人为法环”为视角，对相关的概念进行了抽象，使它们相互联系，实现了知识的结构和联系。从知识图谱的底层技术出发，对概念和概念之间的关系进行了界定。

沃丰科技GaussMind知识图谱的中心作用

01、基于语义的知识图谱的故障分析

在故障现象描述、设备、系统等自然语言文字的输入下，根据知识图谱的专家能力，对故障因素进行分析，根据图表查询，查找出含有故障原因的子图，并对其进行归类。另外，利用推理技术，可以根据故障和故障原因，自动查找人工料法环的推荐结果，提高故障的全量性。

02、基于知识图谱的仪器分析

利用知识图谱，可以自动地发现设备间的潜在特性与联系，挖掘设备与设备的业务相关特性，并在设备数目较多的情况下，对设备替代性分析、设备路径分析、设备重要性分析等进行分析。

03、知识库的智能答疑

通过 KBQA （KBQA）智能答疑系统的不断更新，使用户能够更快、更智能地找到设备、人员、材料、工序、环境等因素之间的联系，并提供对概念和一次性关联的查询，并能根据企业的实际情况，设计出复杂的推理规则。比如产品的故障类型统计、产品性能对比、产品结构分析等等。

在不断更新的过程中，沃丰科技GaussMind知识图谱已经在许多大的工业生产企业中得到了成功的应用，帮助用户迅速建立了故障知识图谱。知识图谱的建立和运用就像是“酿造”一样，随着知识的积累，香气越来越浓郁，从而可以不断地发掘出更多的商业价值。