跳到主要內容

臺灣博碩士論文加值系統

(35.175.191.36) 您好!臺灣時間:2021/07/31 00:37
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

: 
twitterline
研究生:李駿楓
研究生(外文):Chun-Feng Lee
論文名稱:辭書式機台維修輔助系統
論文名稱(外文):Ontology-Based Platform Maintenance Help System
指導教授:王宗一王宗一引用關係
指導教授(外文):Tzone-I Wang
學位類別:碩士
校院名稱:國立成功大學
系所名稱:工程科學系專班
學門:工程學門
學類:綜合工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:53
中文關鍵詞:本體論問答系統機台維修
外文關鍵詞:OntologyMachine MaintenanceQA System
相關次數:
  • 被引用被引用:0
  • 點閱點閱:154
  • 評分評分:
  • 下載下載:13
  • 收藏至我的研究室書目清單書目收藏:0
在機器維修人員的養成能力當中,最重要也最核心的能力就是問題的判斷與解決方法的推理能力,這些能力的養成並非一蹴可及,需要時間與經驗的累積。且同樣的問題發生,會因為不同的人有不同的經驗而有不同的故障排除與元件檢查模式,但並不是所有的處理模式都能夠真正找到根本原因(root cause)的所在,反而可能因為不知道機器原件的連接關係演變成一而再再而三的錯誤嘗試(Try and Error),導致時間的浪費與機器產量的減少。因此,如何在最快的時間內利用之前維修過的紀錄與經驗或是利用根本的元件連接關係將機器異常之處找出來予以故障排除,就變成是相當重要且必須的事情。
本論文係使用IC封裝廠的機台維修紀錄資料庫為系統主要維修資料庫,配合上本體論概念,建構出元件與元件間之互相連接關係,並將兩者結合之後推論出最有可能之損壞或動作異常之元件,將之給予建議,讓使用者在遇到機器異常狀況時,可以知道該從何處開始維修與確認工作。若是有經驗較為不足或是未遇過發生異常的設備工程師遇到機器故障無法排除時,利用詢問的方式可以獲得之前所發生過類似的問題處理方式作為參考,進行元件的狀態檢查或是維修;若是該問題在之前從沒發生過或是未曾記錄在資料庫裡,系統將會依所建構的本體論進行推測,給予使用者一個或多個建議,建議機器維修人員可以從何處著手進行維修,減少機器維修人員錯誤嘗試的時間,更可以達到知識共享,增加設備維修工程師的經驗與能力,提高機台單位時間之產量。
問答系統(Question Answering System, QA system)是利用使用者所輸入的問句加以剖析,依據問句的語意給予最適合的答案。問答系統不但可以減少使用者尋找資料的時間,也可以達到將知識再利用的目的。
For equipment engineers’ training, the most important is the problem solving and reasoning ability. Such ability cannot be obtained with just exemplary case trainings in a very short time, but has to accumulate from many experiences in a very long time practice. Even an engineer with a rich experience may use different trouble shooting methods on different problems. But not all methods can find out a cause easily and precisely. Sometimes one has to repeat try-and-error due to unclear relation between components and wastes time and reduces productions. One possible way to get around this is to use maintenance records from others' experiences and the inherent relations of equip components.
This thesis proposes a method and implements a system that uses both the maintenance record databases of an IC assembly factory and the relations of equip components inferred from an ontology for suggesting the most possible problem solving procedures to equipment maintenance engineers. When a junior engineer that does not have much experience has an abnormal machine to repair, he can interact with this question- answering system to get suggestions for maintaining the machine. The maintenance records will accumulate when time goes by, and if a problem that does not occur before, this system will build an ontology relationship among components or states and make suggestions according to that. Using this platform can not only save time for equipment maintenance but also share knowledge in experience among engineers.
中文摘要 I
ABSTRACT II
誌謝 III
目錄 IV
表目錄 VI
圖目錄 VII
第一章 緒論 1
1.1.研究背景 1
1.2.研究動機及目的 2
1.3.研究貢獻 3
1.4.研究方法及流程 4
1.5.論文架構 5
第二章 相關研究 6
2.1.知識本體論 6
2.2.中文斷詞系統 9
2.2.1自然語言處理 9
2.2.2 中文斷詞系統 9
2.3.問答系統 11
2.4.LCD Driver IC封裝製程簡介 13
2.4.1 LCD Driver IC封裝製程 16
2.5.LCD Driver封裝機台簡介 18
第三章 機器維修問答系統 21
3.1.系統架構 22
3.2.問題過濾子系統 24
3.3.元件本體論推論器子系統 24
3.4. 評分器子系統 28
3.5. 答案選擇器子系統 31
第四章 系統實作測試 36
4.1.系統開發環境介紹 36
4.2.系統實作介面 37
4.3.系統執行問答範例 38
4.4.實驗I 40
4.4.1實驗設計 40
4.4.2實驗結果 41
4.4.3討論 42
4.5.實驗II 43
4.5.1實驗設計 43
4.5.2實驗結果 44
4.5.3討論 45
第五章 結論與未來展望 47
5.1. 研究結論 47
5.2. 建議 48
參考文獻 49

表目錄
表 3-1 維修紀錄資料庫欄位名稱與說明 28
表 4-1 系統軟硬體規格 36
表4-2 題型1之測試結果 41
表4-3 題型2之測試結果 41
表4-4 題型3之測試結果 41
表4-5 關鍵字為撞針之實驗結果 44
表4-6 關鍵字為針高之實驗結果 44
表4-7 關鍵字為傳送之實驗結果 45
表4-8 關鍵字為擠料之實驗結果 45
表4-9 關鍵字為辨識異常之實驗結果 45
表4-10 關鍵字為料帶波浪之實驗結果 45
表A-1中研院平衡語料庫詞類標記集 52

圖目錄
圖2-1 The Semantic web“Layer Cake” 7
圖2-2 部分元件屬性本體論關係圖 7
圖2-3 元件間連接與相互關係 8
圖2-4 異常狀況與可能異常元件歸屬關係 8
圖2-5 LCD Driver IC與LCD面板關係圖 13
圖2-6 LCD Driver IC圖 13
圖2-7 TCP產品圖 14
圖2-8 COF產品圖 14
圖2-9 COG產品圖 15
圖2-10 LCD Driver IC製程 17
圖2-11 機台抓取辨識點圖 18
圖2-12 Potting機台外觀 19
圖2-13 Marking機台外觀 20
圖2-14 Marking機台雷射光輸出機構 20
圖3-1 元件損壞與系統顯示示意圖 21
圖3-2 系統架構圖 22
圖3-3 問句經CKIP剖析之範例 24
圖3-4 機台元件概念本體論 26
圖3-5 擷取關鍵元件之連接關係 27
圖3-6 擷取關鍵元件之控制關係 27
圖3-7 答案選擇器Pattern Match流程圖 29
圖3-8 系統無法推論該元件之連接與控制關係 32
[1] Anne Kao and Stephen R. Poteet, “Natural Language Processing and Text Mining”, Springer, 2006.
[2] AnswerBus, http://www.answerbus.com/
[3] Ask.com, http://www.ask.com/
[4] ASQA, http://asqa.iis.sinica.edu.tw/
[5] Cheng-Wei Lee, Cheng-Wei Shih, Min-Yuh Day, Tzong-Han Tsai, Tian-Jian Jiang, Chia-Wei Wu, Cheng-Lung Sung, Yu-Ren Chen, Shih-Hung Wu, Wen-Lian Hsu, “Perspectives on Chinese Question Answering Systems”, in Proceedings of the Workshop on the Sciences of the Artificial (WSA 2005), Hualien, Taiwan, 2005.
[6] Chinese Knowledge Information Processing Group, “CKIP AutoTag”,Academic sinica, 1998.
[7] CKIP中文詞知識庫小組, http://ckip.iis.sinica.edu.tw/CKIP.
[8] Dieter Fensel, “Ontologies:A Silver Bullet for Knowledge Management and Electronic Commerce 2nd Edition”, Springer, 2003.
[9] Grigoris Antoniou and Frank van Harmelen, “A Semantiv Web Primer”, The MIT Press, 2004.
[10] Han, J. and Kamber M.,” Data mining: Concepts and techniques”,Morgan Kaufmann, 2001.
[11] Keh-Jiann Chen and Ming-Hong Bai, “UnknownWord Detection for Chinese by a Corpus-based Learning Method”, Computational Linguistics and Chinese Language Processing, vol. 3, no. 1, pp. 27-44, 1998.
[12] Keh-jiann Chen and Wei-Yun Ma, “A bottom-up Merging Algorithm for Chinese Unknow Word Extraction”, in Proceedings of ACL workshop on Chinese Language Processing, pp. 31-38, 2003.
[13] Mehrnoush Shamsfard and Ahmad Abdollahzadeh Barforoush , “Learning ontologies from natural language texts”, Internal Journal of Human-Computer Studies vol.60 pp.17-63, ELSEVIER, 2004.
[14] R. Neches, R. Fikes, T. Finin, T. Gruber, R. Patil, T. Senator, and W.R. Swartout, “ENABLING TECHNOLOGY FOR KNOELEDGE SHARING”, AI Magazine, vol. 12, pp. 36-56, 1991.
[15] Raj Sharman, Rajiv Kishore and Ram Ramesh, “Ontologies: A handbook of principles, concepts and applications in information systems”, Springer, 2007.
[16] Sheng-Yuan Yang, “Developing of an ontological interface agent with template-based linguistic processing technique for FAQ services”, Expert Systems with Applications, Vol.36, pp.4049–4060, ELSEVIER, 2009.
[17] STAR, http://start.csail.mit.edu/
[18] Stuart Russell and Peter Norvig, ”Artificial Intelligence: A Modern Approach 2/E”, Pearson, 2003.
[19] Sung-Shun Weng , Hsine-Jen Tsai, Shang-Chia Liu and Cheng-Hsin Hsu, “Ontology construction for information classification”, Expert Systems with Applications vol.31 pp.1–12, ELSEVIER, 2006.
[20] Sung-Shun Weng and Hui-Ling Chang, “Using ontology network analysis for research document recommendation, Expert Systems with Applications”, vol.34, pp.1857–1869, ELSEVIER, 2008.
[21] Sung-Shun Weng, Hsine-Jen Tsai, Shang-Chia Liu and Cheng-Hsin Hsu, “Ontology construction for information classification”, Elsevier, Expert Systems with Applications 31 (2006) 1–12.
[22] Wesley T.Chuang, Jihoon Yang, “Extracting Sentence Segment for Text Summarization﹕A Machine Learning Approach”, In ACM SIGIR 2000, pp.152-159, 2000.
[23] Wikipedia, http://en.wikipedia.org.
[24] Ying-Hong Wang, Cheng-Horng Liao, Shih-Hao Huang and Wen-Nan Wang, “Application Architecture of Semantic QA System”, Journal of computers, Vol. 17, No.3, 2006.
[25] 翁頌舜、洪湘貽, “以本體論為基之情境感知音樂推薦”, ICIM2009第二十屆國際資訊管理學術研討會, pp. 2130-2139, 2009。
[26] 許正欣, “語意網上自動化建構本體論之研究”, 天主教輔仁大學資訊管理學系碩士論文, 2004。
[27] 陳慶龍, “可提供語意搜尋之部分知識建構”, 國立成功大學工程科學系碩士論文, 2007。
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊