(3.238.99.243) 您好!臺灣時間:2021/05/15 18:21
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:曾慶安
研究生(外文):Ching-An Tzeng
論文名稱:類神經網路在品質管制上之應用:以倒傳遞網路偵測製程個別數據之平均值及變異數的變化
論文名稱(外文):The Application of Artificial Neural Networks for Quality Control : Detecting Changes in Mean and Variability of the Individual Measurements by Back-Propagation Neural Network
指導教授:鄭春生鄭春生引用關係
指導教授(外文):Chuen-Sheng Cheng
學位類別:碩士
校院名稱:元智大學
系所名稱:工業工程研究所
學門:工程學門
學類:工業工程學類
論文種類:學術論文
畢業學年度:82
語文別:中文
論文頁數:81
中文關鍵詞:統計製程管制類神經網路
外文關鍵詞:Statistical Process ControlArtificial Neural Networks
相關次數:
  • 被引用被引用:13
  • 點閱點閱:126
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:3
在生產過程中由於受到可歸屬原因之影響,產品品質特性數據可能產生平
均值及/或變異數之改變。這些變化都代表著製程是處於管制外(異常)之
狀態。在統計製程管制中,當管制對象為個別值時,通常是以個別值及移
動全距管制圖來監視製程之變化。過去之研究結果說明此兩種管制程序並
無法區分製程之異常是來自於平均值改變、變異數改變或兩者同時產生變
化。本研究是以類神經網路(artificial neural networks)為基礎發展一
辨認製程異常之程序。我們所考慮之製程異常類型有(1) 製程平均值變
化 (向上或向下移動);(2)變異數變化;(3)製程平均值和變異數同時變
化之情形。類神經網路之成效是以蒙地卡羅模擬法產生數據來評估,並與
其它管制法比較。本研究所採用之評估比較指標為平均連串長度和正確辨
認率。本論文所提出之異常類型辨認系統較傳統之管制圖及已發表過之類
神經網路辨認系統,除了有更快的偵測速度及較高之正確辨認率外,更提
昇了系統整體的穩定性及即時、連線的可行性。
The combined individual measurements and moving range charts
are often used in statistical process control to monitor a
series of individual measurements coming from a manufacturing
process. Previous research has shown that these charts are not
effective in identifying the process change caused by a shift
in mean or in variability or both. In this research, a set of
pattern recognizeres based on artificial neural network
techniques have been developed as an alternative means to
traditional methods. The out-of-control conditions considered
in this research includes the following: (1) a shift in the
process mean; (2) a change in the process variability; (3) a
shift in the mean as well as the variability. The performance
of the proposed neural networks has been evaluated based on the
average run length (ARL) and the recognition accuracy. A Monte
Carlo simulation has shown that the proposed neural network
approach out performs other traditional methods in terms of
recognition accuracy.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊