Static Logic Demo

AI辅助异常处理流程探索实践

本页面用于演示异常从现场上报到AI初步分析、历史案例匹配和Agent辅助决策的核心运行逻辑。页面仅使用静态Mock数据,不接入真实API或生产系统。

01

异常上报

现场人员先选择产品、型号、工厂、产线、工序和工位,形成结构化异常对象,便于后续匹配案例和知识库。

产品类型空调
产品型号KFR-35GW
工厂空调二厂
产线A01总装线
工序性能测试
工位A-01
02

异常描述

将现场观察转化为可分析文本,并补充等级、影响数量和停线状态。AI后续基于这些信息进行初步判断。

冷媒充注异常 性能测试 停线

异常标题:制冷量测试不达标

异常描述:性能测试工位发现同型号产品制冷量波动,多台设备测试结果接近下限,需要复核冷媒充注和测试夹具。

影响数量:36台

03

AI初步分析

AI不替代工程师结论,而是先给出异常类型、风险等级、责任部门和排查方向,帮助工程师缩短判断时间。

识别类型:空调装配 / 测试异常 推荐等级:停线 责任部门:工艺工程部
  1. 优先复核冷媒充注参数与充注设备计量状态。
  2. 检查性能测试夹具一致性,排除检测端误差。
  3. 抽查同型号同批次产品,确认是否存在批量风险。
  4. 匹配同型号、同工序、同工厂历史案例。
04

历史案例匹配

系统根据产品型号、工序、异常关键词和工厂信息,返回相似案例供工程师参考。

相似度 91%

KFR-50LW 冷媒充注量偏差

根因:充注设备流量校准偏移。

方案:校准充注设备并建立班前点检。

相似度 86%

KFR-72LW 制冷量测试不达标

根因:检测夹具密封状态不稳定。

方案:复核夹具并抽检同批次产品。

相似度 78%

KFR-35GW 焊点泄漏复发

根因:焊接窗口偏移导致微漏。

方案:复测焊接参数并增加氦检。

05

Agent辅助决策

Agent把异常描述、案例、知识库和部门协同信息整合成处理建议,形成“经验复用 → 现场确认 → 案例沉淀”的闭环。

智能诊断Agent

判断异常与冷媒充注、性能测试夹具有关,建议先查工艺参数。

知识共享Agent

推荐空调一厂和空调二厂相似案例,支持跨厂经验复用。

协同分析Agent

建议工艺牵头,质量复核批次影响,设备检查充注与测试设备。