其实今天就描述一个简单的例子，关于军备发动机的一些铸件预测性质量管理。怎么讲呢？比如说发动机的相关铸件，其实在构造过程中，各种温度压力等参数，我们可以实时的追踪，我们会把这些参数得到一个结论，这些结论我们能判断出这个铸件是否合格，是否允许进入下一个环节。其实这个是最关键的因素。如果在生产过程当中，大量的这种变量参数输入到这种系统当中建立这种数据模型之后，我们会在第一时刻发现这种不合格的产品然后采取相应的措施。这样我们就能避免了真正产出之后的设备是不合格的，我们能及早的避免这种情况的发生。其实在大量先进的国家，在军队的生产过程当中，是在大量的采取这种预测性的质量管理的。就是我们把一些缺陷不要生产出来之后发现，我们是在尽早的发现这个缺陷。
这就是我们最终也是我们真实的一个案例落地的架构。然后我们所有的数据，数据上来之后各种工业，其实这都是工业数据包括装备的数据，数据上来之后进行存储，存储之后进行这种大量的计算，然后通过一种模型算法分析出这种故障率，然后未来我们说会支撑我们这种预测性维护和质量管理的这种思路，我的演讲就到这里，谢谢大家。