(3.237.20.246) 您好!臺灣時間:2021/04/15 10:05
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:陳世偉
論文名稱:應用無線感測技術與類神經網路之建築物漏水遠端偵測的研究
論文名稱(外文):Study on Building Water Leakage Detection using Wireless Sensing Techniques and Artificial Neural
指導教授:洪三山
口試委員:張智元謝哲光
口試日期:2013-06-28
學位類別:碩士
校院名稱:逢甲大學
系所名稱:自動控制工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2013
畢業學年度:101
語文別:中文
論文頁數:57
中文關鍵詞:漏水診斷類神經網路無線傳輸濕度感測
相關次數:
  • 被引用被引用:2
  • 點閱點閱:283
  • 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:47
  • 收藏至我的研究室書目清單書目收藏:0
  本研究主旨為研發一套結合無線感測技術(wireless sensing techniques)與類神經網路(Artificial Neural Networks, ANNs)之建築物漏水診斷系統。在本研究中,韌體系統架構可分為兩大部分,即發射端與接收端。首先,發射端利用濕度感測器感測建築物內部水管周圍的濕度值(感測範圍分成三段),並將訊號以無線射頻(Radio Frequency, RF)的方式傳輸到接收端。而接收端部分則是將接收到的訊號藉由RS-485傳入電腦,並將接收數值顯示在監測介面上,如此可以即時偵測監控建築物內部之濕度訊號,並根據監控訊息應用類神經網路做漏水點的診斷。ANN漏水診斷可分為訓練(學習)模式和診斷模式(預測漏水點)兩部分。在訓練部分,首先搜集各個漏水點的訓練樣本,並藉由所搜集的樣本進行類神經網路之訓練,如此可獲得網路權重之最佳值。而在診斷部分,透過已知但未經學習的漏水點資料樣本來進行漏水點的預測。實驗結果發現,本研究開發之類神經網路漏水診斷系統可以準確地預測三段漏水點的漏水發生機率,並提供使用者參考。
誌謝 i
摘要 ii
Abstract iii
目錄 iv
圖目錄 vi
表目錄 viii
第一章 緖論 1
1.1 研究動機與目的 1
1.2 研究範圍與限制 2
1.3 文獻回顧 3
1.3.1 測漏技術 4
1.3.2 類神經網路相關應用 7
第二章 系統架構與原理 9
2.1整體系統簡介 9
2.2濕度計原理及簡介 10
2.3無線傳輸技術 11
2.4非同步串列傳輸與RS-485 12
第三章 研究方法 14
3.1漏水實驗平台設計 14
3.2類神經網路 18
3.2.1 神經網路之模型建立與參數設定 19
3.2.2 神經網路之訓練與測試 22
3.3無線感測模組 27
3.4電路保護機制 29
3.5監測介面設計 30
第四章 實驗結果與分析 32
4.1 實驗規劃 32
4.2水平樓板實驗 32
4.3垂直牆面實驗 34
4.4 ANN漏水診斷 36
4.4.1水平樓板 36
4.4.2垂直牆面 40
4.4.3整體預測 42
4.5診斷結果分析 51
第五章 結論與未來展望 52
5.1結論 52
5.2未來展望 52
參考文獻 54
54 逢甲大學 e-Theses &; Dissertations(101 學年度)

參考文獻
[1] [Online].Available: http://pip.moi.gov.tw/NET/G-Law/G5-1.aspx
[2] 馮欣怡,
運用無線射頻技術實現
RC
結構體之溫濕度監測系統
,逢甲大學自
動控制工程學系,碩士論文,2009。
[3] 吳宗錚,
具省電策略的建築結構內部無線感測與控制模組設計
,逢甲大學自
動控制工程學系,碩士論文,2010。
[4] Hung S.S., Chang C. Y., Hsu C. J., Chen S. W., “Analysis of Building Envelope
Insulation Performance Utilizing Integrated Temperature and Humidity Sensors,”
Sensors, Vol. 12, pp. 8987-9005 2012.
[5] 林佳美,
住宅
RC
結構內給排水管偵漏方式之研究
,逢甲大學土木工程學系,
碩士論文,2009。
[6] 歐陽鍾裕,
超音波影像處理於結構物漏水檢測之應用研究
,行政院國家科學
委員會專題研究計畫成果報告,1999。
[7] Trinchero D., Riccardo S., “Microwave Architectures for Wireless Mobile
Monitoring Networks Inside Water Distribution Conduits,” IEEE Microwave
Theory and Techniques, Vol.57, Issue12, pp.3298-3306, 2009.
[8] 廖高進,
類小腦為基礎之神經網路應用於充氣電纜漏氣點障礙診斷
,逢甲大
學電機工程碩士在職專班,碩士論文,2006。
[9] [Online].Available: http://www.fixy.com.tw/node/65
[10] Anders P., Johan N., Shaofang G., “ZigBee-Ready Wireless Water Leak
Detector,” SENSORCOMM Sensor Technologies and Applications, pp.105-108,
2009. 應用無線感測技術與類神經網路之建築物漏水遠端偵測的研究
55 逢甲大學 e-Theses &; Dissertations(101 學年度)

[11] Belsito, S., Lombardi, P., Andreussi, P., Banerjee, S., “Leak Detection in
Liquefied Gas Pipelines by Artificial Neural Networks,” AIChE Journal, Vol.44,
pp. 2675-2688, 1998.
[12] Manabu K., Masanori K., Seiichi O., “Detection of Gas Leakage Sound using
Modular Neural Networks for Unknown Environments,” ELSEVIER
Neurocomputing, Vol.62, pp.427-440, 2004.
[13] Gyunyoung H., Song K. L., “Internal Leakage Detection for Feedwater Heaters
in Power Plants Using Neural Networks,” ELSEVIER Expert Systems with
Applications, Vol.39, pp.5078-5086, 2012.
[14] Lee C. Y., Su. A., Liu Y. C., Chan P. C., Lin C. H., “Sensor Fabrication Method
for In Situ Temperature And Humidity Monitoring of Light Emitting Diodes,”
Sensors, Vol. 10, pp. 3363–3372, 2010.
[15] Song K., Wang Q., Liu Q., Zhang H. Q., Cheng Y. G., “A Wireless Electronic
Nose System Using A Fe 2 o 3 Gas Sensing Array and Least Squares Support
Vector Regression,” Sensors, Vol. 11, pp. 485–505, 2011.
[16] 許桂樹、陳克群、李怡銘,
感測器原理與應用
,全華科技圖書股份有限公司,
2007 年 4 月。
[17] Dharma P. A., Zeng Q. A., Introduction to Wireless &; Mobile systems 3
edition, International Edition, June 2010.
[18] Ashok, R. L., Agrawal D. P.,“Next-generation wearable networks,”IEEE
Computer, Vol. 36, pp. 31-39, 2003.
[19] 吳鴻璋,
微處理應用
8051/8052
基本原理與應用
,滄海書局,2007 年 3 月
[20] 郭庭吉、吳金茂,
單晶片
8051
專題製作
,文魁資訊,2008 年 6 月。
[21] Norris A., Saafi M., Romine P., “Temperature and Moisture Monitoring in
Concrete Structures using Embedded Nanotechnology/Micro Electromechanical 應用無線感測技術與類神經網路之建築物漏水遠端偵測的研究
56 逢甲大學 e-Theses &; Dissertations(101 學年度)

Systems (MEMS) ,” Sensors Construction and Building Materials , Vol. 22,
Issue2, pp. 111-120, 2008.
[22] Patton W. J., Construction Materials, Prentice Hall, Aug 1975.

[23] Hecht Nielsen R., “Theory of The Backpropagation Neural Network,” IEEE

Proc. Int. Joint Conf. on Neural Networks, Vol. 1, pp. 593-605, 1989.
[24] 惠汝生,LabVIEW 8.X,全華科技圖書股份有限公司,2006年10月。
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
系統版面圖檔 系統版面圖檔