(3.220.231.235) 您好!臺灣時間:2021/03/08 05:59
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:楊文哲
研究生(外文):Yaung, Win-Ze
論文名稱:製造系統錯誤原因診斷方法之研究
論文名稱(外文):Study of Fault Diagnosis Method of Manufacture System.
指導教授:陳梁軒陳梁軒引用關係
學位類別:碩士
校院名稱:國立成功大學
系所名稱:工業管理學系
學門:商業及管理學門
學類:其他商業及管理學類
論文種類:學術論文
論文出版年:1998
畢業學年度:86
語文別:中文
論文頁數:88
中文關鍵詞:模糊推論模糊類神經網路階層式類神經網路
外文關鍵詞:Fuzzy InferenceFuzzy Neural NetworkHierarchical Neural Network
相關次數:
  • 被引用被引用:3
  • 點閱點閱:131
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
由於製造系統複雜化與企業間的競爭壓力提高,製造業對製造系統穩
定性的要求相對提高,使得製造系統錯誤原因之診斷變成相當重要的課題
。 根據過去的經驗,類神經網路解決此類問題,皆有
不錯的成效。但當製造系統複雜性增加,將使得類神經網路的規模擴大,
傳統類神經網路的成效將大大降低。 模糊推論可使輸出的結果具連續
性、健全性,相近的輸入不會推論出差異甚大的結果,但模糊歸屬函數設
定過於主觀,不同的設定將使推論出的結果成效差異甚大。
階層式架構利用問題分解的概念,降低問題的複雜性,此種模式的好處是
將問題分解,使求解更容易,此外,若有局部模式要進行調整,只須對該
部份修正,不必對整個模式進行修正。
本研究結合階層式架構、類神經網路與模糊化處理,建立一階層式模糊類
神經網診斷模式,具有三者的優點。此診斷模式應用於較大且各子系統間
運作獨立性較高的製造程序中,一方面降低診斷的時間,又可增加診斷成
效,降低企業診斷的成本,改善製造系統中異常作業的發生,進而提高產
品的良率,增加企業競爭力。 本研究將以一大型化學製造系統的範
例進行驗證,預期得到一套製造系統錯誤原因之診斷模式,比較此模式與
傳統類神經網路模式之優劣,一旦製造系統發生錯誤,利用此模式找出可
能的錯誤原因,提供系統修正之參考。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔