.png){kind=icon}
返回
Root Cause Analysis in Manufacturing Processes: A Bayesian Network Based Approach
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-03542-4_34.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
质量仍然是确保当今市场竞争优势和生产过程可持续性的关键因素。然而，尽管数十年的研究和改进质量管理的努力，质量问题在实践中仍然是一个突出的问题。传统工具主要关注解决症状，而对问题背后的真正原因关注较少。同样的批评也适用于许多AI工具。相比之下，根本原因分析（RCA）已被证明是识别和分析系统中实体之间因果关系的有效工具，这是任何问题解决的前置条件。基于数据的故障和缺陷RCA可以以不同方式实现。贝叶斯网络（BN）是表征具有随机不确定性的过程的最有前景的框架，其使用基于条件概率的状态转移。本研究回顾了相关文献，并开发了一个首个全面且领域无关的框架，以指导实践者使用贝叶斯网络实施RCA。
Keyword:
Root Cause Analysis
Bayesian Network
Process Fault
Quality Defects
期刊
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容