跳到主要內容

臺灣博碩士論文加值系統

(3.231.230.177) 您好!臺灣時間:2021/08/04 05:49
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:曾瑞穎
研究生(外文):Jui-Ying Tseng
論文名稱:建立直升機主旋翼葉片維修策略-以國軍某型直升機旋翼系統為例
論文名稱(外文):DEVELOPING A MAINTENANCE STRATEGY FOR THE MAIN ROTOR BLADE OF HELICOPTERS─ A CASE STUDY ON THE ROTOR SYSTEM OF ONE TYPE OF MILITARY HELICOPTERS
指導教授:藍天雄藍天雄引用關係林永仁林永仁引用關係
指導教授(外文):Tian-syung LanYung-jen Lin
口試委員:藍天雄林永仁
口試委員(外文):Tian-syung LanYung-jen Lin
口試日期:2015-05-18
學位類別:碩士
校院名稱:大同大學
系所名稱:工程管理碩士在職專班
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:2015
畢業學年度:103
語文別:中文
論文頁數:63
中文關鍵詞:李克特量表德菲法直升機零附件倒傳遞類神經網路
外文關鍵詞:Back-propagation neural networkLikert scaleHelicopter spare partsDelphi method
相關次數:
  • 被引用被引用:5
  • 點閱點閱:334
  • 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:0
全球航空產業持續發展,因應戰備、防災、急難救助及運輸等各種不同任務需求,直升機維修需求量不斷增加,但零附件故障影響航班及任務比例甚高。若能對直升機的關鍵零附件建置故障預測系統,並於故障前即執行檢修,將有助於降低因非預期性故障所導致的航班延誤,此舉可作為國軍在直升機零附件維修管理上的一項參考。
本研究是以A型直升機的主旋翼葉片為例,首先採用德菲法(Delphi Method)製作第一次專家調查問卷,蒐集影響主旋翼葉片壽命的關鍵因素,再運用李克特五點量表(Likert)專家問卷進行評分,再根據專家一致性指標評選出溫度、濕度、起降次數、日照、雨量及雨天數等6項重要關鍵因素,再選定2012年至2014年主旋翼葉片的維修資料數據為樣本,載入倒傳遞類神經網路軟體(Neuro Intelligence)來測試輸入與輸出之間的關係以建置預測模式,測試所得到的設定參數為隱藏層神經元數目6、學習速率0.2、學習循環次數2,000次,做為導傳遞網路BPN預測的條件,藉以預測主旋翼葉片的下一次裝機的使用壽命。
經由倒傳遞類神經網路軟體學習訓練後,關聯性(Correlation)與模式配適度(R-squared)分別達到0.999386及0.998655,預測準確度高達97%,可見倒傳遞類神經網路確實能有效作為直升機零附件壽命預測的方法。
本研究利用倒傳遞類神經網路建立預測模式能力,可幫助國軍或航空公司能提前擬訂直升機零附件故障因應策略,提前完成修護或保養,並建立維修管理知識經驗的傳承;未來更可推廣於不同類型的重要武器裝備,期能以最少資源成本之投入,降低飛安風險及維修、籌補與管控人力,獲取最大效益。
The global aviation business is continuously developing. In response to operation readiness, disaster prevention, disaster relief, transportation and a variety of different mission requirements, the demand for helicopter maintenance is keeping increased, but the part failures highly affect flight stand missions. If we can create prediction systems for the helicopters’ critical parts failures, so as to perform maintenance before the failure occurs, and that system will help to reduce the rate of flight delays caused by unpredictable failures. The creation may serve as a reference for our Armed Forces to manage its maintenance and spare parts.
This study takes the main rotor blade used on the helicopter Super Cobra attack helicopters as an example. At the beginning, it uses Delphi Method to prepare the first expert questionnaire to collect the key factors affecting the life of the main rotor blades. After that, the study uses Linker five-point scale to score the expert questionnaires,and, in accordance with experts consistency index, selects six important key factors such as temperature, humidity, the number of take offs and landings, sunshine, rainfall and the numbers of rainy days. Further, the data of main rotor blade maintenance performing during year 2012 to 2014 is used as samples to be loaded in to back-propagation neural network software(Neuro Intelligence)to test the relation ship between input and output to build predictive models. A set of parameters obtained from the test includes the numbers of neuron the hidden layer: 6, learning rate:0.2, and the times of learning cycles:2,000. The number set is used as Back-propagation network prediction criteria in order to predict the usage life of a main rotor blade after installation.
After learning and training by the inverted neural network software, the relevance (Correlation) and mode of fit(R-squared) reaches 0.999386 and 0.998655, respectively, and the accuracy of prediction is as high as 97%, and that proves back-propagation neural network is indeed an effective method to predict the life of helicopter parts.
Using back-propagation neural network to create prediction model, this study can help our Armed Forces or airlines to formulate strategies for the helicopter part sin advance, so as to complete repair and maintenance ahead of schedule and establish knowledge management and experience heritage for the maintenance.In the future, the model can be applied to different type sof weapons and equipment, in order to invest with the minimum of costs and resources, to reduce risk,manpower for maintenance, acquisition, and management to magnify the advantages.
摘要i
Abstractii
目次iv
表次vi
圖次vii
第壹章緒論1
第一節研究背景與動機1
第二節研究目的與限制1
第三節研究流程3
第四節論文架構4
第貳章文獻探討5
第一節直昇機主旋翼葉片5
第二節德菲法8
第三節類神經網路9
第參章研究方法20
第一節修正式德菲法問卷20
第二節李克特五點量表評分問卷21
第三節專家一致性指標21
第四節運用ANN軟體Neuro Intelligence建立預測模型22
第肆章結果討論24
第一節專家問卷調查24
第二節量表評分結果26
第三節預測模式訓練結果28
第四節關鍵因素驗證48
第五節預測準確度驗證50
第伍章結論展望52
第一節研究結論52
第二節建立維修策略52
第三節未來展望53
參考文獻54
附錄57
附錄一: 第一次專家問卷57
附錄二: 第二次專家問卷59
附錄三: 第三次專家問卷61
附錄四:本研究應用軟體Neuro Intelligence(ANN)63
[1]NAVYAIR 01-H1AAC-2.6 (2011), “Main Rotor System”, NAVY MODEL AH-1W HELICOPTER,26-276.
[2]維基百科,(2013,01,06),「旋翼」
http://zh.wikipedia.org/wiki/%E6%97%8B%E7%BF%BC
[3]維基百科,(2014, 06,12),「AH-1眼鏡蛇直升機」
http://zh.wikipedia.org/wiki/AH-1%E7%9C%BC%E9%8F%A1%E8%9B%87%E7%9B%B4%E5%8D%87%E6%A9%9F
[4]范綱誠(2014),「以德菲法及層級分析法探討軌道運輸業之供應商評選研究-以T公司為例」,國立中央大學工業管理研究所在職專班碩士論文。
[5]中文百科在線,(2013, 06,30),「德爾菲法」http://www.zwbk.org/zh-tw/Lemma_Show/259829.aspx
[6]黃鴻順,(2013,06,30),「德爾菲法 (Delphi Method)」http://ken.hd.org.tw/modules/tad_book3/page.php?tbdsn=71
[7]MBA智庫百科,(2013, 07,03),「德爾菲法」http://wiki.mbalib.com/zh-tw/%E5%BE%B7%E5%B0%94%E8%8F%B2%E6%B3%95
[8]李永山、黃錦川、許譽勝(2008),「以修正式德菲法探討台灣資訊軟體公司競爭策略之研究」
Journal of Informatics & Electronics, Vol.3, No.1, pp.39-50,November
[9]王魯湘(2005),「以類神經網路建立消耗性零件之壽命預測模式-以晶圓測試探針卡為例」,私立中原大學工業工程學所碩士論文。
[10]林逸塵(2002),「類神經網路應用於空氣品質預測之研究」,國立中山大學環境工程研究所碩士論文。

[11]蘇木春、張孝德(2004),《機械學習:類神經網路、模糊系統以及基因演算法則(修訂二版)》,全華圖書股份有限公司。
[12]陳東穎(2013),「應用倒傳遞類神經網路預測飛機零組件使用壽命」,大同大學工程學院工程管理碩士在職專班碩士論文。
[13]張斐章、張麗秋、黃浩倫(2010),《類神經網路:理論與實務》,臺北市:東華書局。
[14]葉怡成(2001),《類神經網路模式應用與實作》,臺北市:儒林圖書有限公司。
[15]藍天雄、陳品璋、藍俊雄、莊凱棋(2012),「倒傳遞類神經網路於薄膜濺鍍製程材料下銷售預測之研究」,2012年全國商管學術暨實務研討會會議論文。
[16]羅華強(2005),《類神經網路-Matlab的應用,(第二版)》,新北市:高立圖書有限公司。
[17]謝邦昌、邱志洲(2000),《類神經網路分析Neural Network Analysis》,臺北市:曉園出版社。
[18]孫瑛霙、王明庸、藍天雄(2014),「應用倒傳遞神經網路於負載啟斷開關接觸電阻預測之研究」,管理資訊計算,2014 年第4 卷第1 期,第142-149頁。
[19]劉政宏(2012),「TSK型遞迴式模糊類神經網路於PID控制器參數之估測」,大同大學電機工程學系所學位論文。
[20]蘇木春、張孝德(1999),《機械學習:類神經網路、模糊系統以及基因演算法則》,臺北市:全華科技圖書股份有限公司。
[21]SAS RESOURCE CENTER,(2013, 06,30),「活學活用類神經網路 --如何運用SAS EM提升類神經網路模型的實用性」
http://www.sasresource.com/artical 138.html
[22]林進燈,(2015),「類神經模糊網路」,國立交通大學控制工程研究所。
http://www.ecaa.ntu.edu.tw/weifang/lifescience/FuzzyNeuro.html
[23]林凱為(2008),「應用分析資料技術於國家公園棲地環境評估」,國立中山大學海洋環境及工程研究所碩士論文。
[24]許世偉(2012),「類神經網路應用於發光二極體瑕疵檢測」,聖約翰科技大學自動化及機電整合研究所碩士學位論文。
[25]楊宗儒(2003),「倒傳遞類神經網路於暴潮預測之研究」,私立立德管理學院源環境研究所碩士論文。
[26]黃志偉(2002),「高速公路肇事處理時間預測之研究-應用類神經網路分析」,國立中央大學土木工程研究所碩士論文。
[27]黃豐裕(2011),「倒傳遞類神經網路於電量需求預測之應用」,國立屏東科技大學工業管理系所碩士論文。
[28]藍天雄、邱誌偉、賴育民(2014),「建立飛機環控系統重要組件維修策略」,管理資訊計算,2014 年第4 卷第1 期,第234-251頁。
[29]維基百科,(2014, 04,12),「人工神經網絡」http://zh.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C
[30]維基百科,(2014, 04 12),「李克特量表」
http://zh.wikipedia.org/wiki/%E6%9D%8E%E5%85%8B%E7%89%B9%E9%87%8F%E8%A1%A8
[31]張瀚文,(2012),「李克特量表Likert Scale」國家教育研究院」http://terms.naer.edu.tw/detail/1678776/
[32]維基百科,(2014, 04,12),「絕對誤差」http://zh.wikipedia.org/wiki/%E7%BB%9D%E5%AF%B9%E8%AF%AF%E5%
[33]網路資訊,(2007, 04,08),「何謂絕對誤差平均值」https://tw.knowledge.yahoo.com/question/question?qid=1507033003220
[34]維基百科,(2014, 04,12),「誤差」http://zh.wikipedia.org/wiki/%E8%AF%AF%E5%B7%AE#.E7.BB.9D.E5.AF.B9.E8.AF.AF.E5.B7.AE.E5.92.8C.E7.9B.B8.E5.AF.B9.E8.AF.AF.E5.B7.AE
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 林美珠,〈敘事研究:從生命故事出發〉《輔導季刊》,36.4,(台北:2000)27-34。
2. 18.陳信宏、黃俊英(2002),「羅吉斯迴歸在銀行業之應用」,企銀季刊,第20卷(2)。
3. 10.郭瑞基、蔡敏華(2003),「風險評估報告與銀行授信決策之分析」,當代會計,第4卷(1)。
4. 林素卿(1999)。行動研究與教育實習。教育實習輔導季刊5(1),25-30。
5. 尚憶薇(2001)。九年一貫課程健康與體育學習領域-教學評量工具設計之原則。大專體育,55,81-84。
6. 何粵東,‹敘說研究方法論初探›《應用心理研究》,25(台北:2005)。
7. 16.陳惠玲、鍾俊文(2001),「金融機構逾放問題」,新世紀智庫論壇,(15)。
8. 15.陳家彬、賴怡洵(2001),「台灣地區銀行放款有無擔保之決定因素一Logit模型之實證分析」,管理評論,第20卷(1)。
9. 29.盧志敏(2002),「我國銀行逾放問題之因應對策」,中央銀行季刊,第24卷(4)。
10. 24.楊蓁海(2005) ,「我國銀行授信行為與景氣循環的關係:兼論新版巴賽爾資本協定的順循環影響效果暨其因應之道」,中央銀行季刊,第28卷(1)。
11. 22.彭淮南(2001),「金融機構授信之檢討」,中央銀行季刊,第23卷(2)。
12. 丁興祥、賴誠斌,‹心理傳記學的開展與應用: 典範與方法›《應用心理研究》, 12(台
13. 20. 李佳逸、高煌彥、余坤東、林宜真、諸承明。新進員工社會化與工作鑲嵌、離職意願之關聯探討-以臺灣海運業為例。航運季刊,23(3),25-45,2014。
14. 12. 黃淑玲(1995)。特種行業婦女的生活形態與自我概念。思與言,33(3),163-98。
15. 劉鑑堂(1982)。遊戲價值觀。國立高雄海專學報,1,277-294。
 
無相關點閱論文