Root cause analysis (RCA) is the process through which we find the true cause of a problem. It is a crucial process in manufacturing, as only after finding the root cause and addressing it, it is possible to improve the manufacturing operation. However, this is a very time-consuming process, especially if the amount of data about the manufacturing operation is considerable. With the increase in automation and the advent of Industry 4.0, sensorization of manufacturing environments has expanded, increasing with it the data available. The conjuncture described gives rise to the challenge and the opportunity of automatizing root cause analysis (at least partially), making this process more efficient, using tools from data mining and machine learning to help the analyst find the root cause of a problem. This paper presents an overview of the literature that has been published in the last 17 years on developing automatic root cause analysis (ARCA) solutions in manufacturing. The literature on the topic is disperse and it is currently lacking a connecting thread. As such, this study analyzes how previous studies developed the different elements of an ARCA solution for manufacturing: the types of data used, the methodologies, and the evaluation measures of the methods proposed. The proposed conceptualization establishes the base on which future studies on ARCA can develop results from this analysis, identifying gaps in the literature and future research opportunities.

根本原因分析 (RCA) 是我们找到问题真正原因的过程。这是制造中的关键过程，因为只有在找到根本原因并解决它之后，才有可能改进制造操作。但是，这是一个非常耗时的过程，尤其是在有关制造操作的数据量很大的情况下。随着自动化程度的提高和工业 4.0 的出现，制造环境的传感化已经扩展，可用数据也随之增加。所描述的情况带来了自动化根本原因分析（至少部分）的挑战和机会，使这一过程更加高效，使用数据挖掘和机器学习的工具帮助分析师找到问题的根本原因。本文概述了过去 17 年来发表的有关在制造业中开发自动根本原因分析 (ARCA) 解决方案的文献。有关该主题的文献分散，目前缺乏连接线索。因此，本研究分析了以前的研究如何开发 ARCA 制造解决方案的不同要素：使用的数据类型、方法和所提出方法的评估措施。拟议的概念化为 ARCA 的未来研究奠定了基础，可以从该分析中得出结果，确定文献中的差距和未来的研究机会。有关该主题的文献分散，目前缺乏连接线索。因此，本研究分析了以前的研究如何开发 ARCA 制造解决方案的不同要素：使用的数据类型、方法和所提出方法的评估措施。拟议的概念化为 ARCA 的未来研究奠定了基础，可以从该分析中得出结果，确定文献中的差距和未来的研究机会。有关该主题的文献分散，目前缺乏连接线索。因此，本研究分析了以前的研究如何开发 ARCA 制造解决方案的不同要素：使用的数据类型、方法和所提出方法的评估措施。拟议的概念化为 ARCA 的未来研究奠定了基础，可以从该分析中得出结果，确定文献中的差距和未来的研究机会。