Active ISS感知器的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

實現機器學習方法於電容式液位感測與傳動系統之診斷識別

為了解決Active ISS感知器的問題，作者曾貴宏 這樣論述：

指導教授推薦書...........................口試委員會審定書.........................誌謝 .................................-iii-中文摘要.................................-v-英文摘要...........................-vii-目錄...........................-ix-圖目錄...........................-xiii-表目錄...........................xvii-第一章 緒論

...........................- 1 -1.1. 研究背景...........................- 1 -1.2. 研究動機...........................- 2 -1.2.1. 電容液位式感測識別之研究動機...........................- 2 -1.2.2. 車輛狀態感測與故障診斷系統之研究動機....................- 3 -1.3. 論文設置架構概念...........................- 7 -1.3.1. 電容液位式校正設置架構概念

...........................- 7 -1.3.2. 傳動系統之診斷識別架構概念...........................- 7 -第二章 文獻回顧 ...........................- 9 -2.1. 電容液位式感測...........................- 9 -2.1.1. 電容液位式-平板電容理論...........................- 9 -2.1.2. 電容式液位-邊際電容效應...........................- 10 -2.1.3. 電容值

與液體高度的計算方法...........................- 11 -2.1.4. 多層次感知器類神經網絡歸類...........................- 12 -2.2. 傳動系統之診斷識別...........................- 14 -2.2.1. 傳動識別-聲學階次理論...........................- 14 -2.2.2. 傳動識別-Fuzzy理論...........................- 15 -2.2.3. 傳動識別-TS Fuzzy混合型架構..............

.............- 18 -2.2.4. 傳動識別-運用機器學習支持向量機之理論...................- 18 -第三章 研究方法...........................- 20 -3.1. 電容式液位校正...........................- 20 -3.1.1. 電容式液位-實驗架構...........................- 20 -3.1.2. 電容式液位-實驗流程...........................- 20 -3.1.3. 電容式液位-實驗儀器與配置.........

..................- 21 -3.1.3.1. FDC1004...........................- 21 -3.1.3.2. 液位傳感貼片及應用...........................- 23 -3.1.4. 電容式液位感測-軟體設置...........................- 25 -3.1.5. 電容式液位-FFT與Moving Average之方法.................- 27 -3.1.6. 電容式液位-MLP之機器學習...........................- 27

-3.2. 傳動系統之診斷識別...........................- 29 -3.2.1. 診斷識別-動態系統診斷之實驗架構........................- 29 -3.2.2. 診斷識別-轉動訊號與特徵的選取.........................- 31 -3.2.3. 診斷識別-TS Fuzzy理論Pi curve與Triangle...............- 33 -3.2.4. 診斷識別-各狀況的損壞程度結果與比較....................- 42 -3.2.5. 診斷識別--混合型

歸屬函數庫建置....................... - 43 -3.2.6. 診斷識別-運用MLP機器學習分類與SVM驗證..................- 44 -3.2.7. 診斷識別-MLP收斂結果與4種優化器之比較..................- 45 -第四章 研究結果...........................- 46 -4.1. 電容液位式-數據結果...........................- 46 -4.1.1. 傅立葉轉換與移動平均結果...........................- 46 -4.1.2

. MLP學習與分類之結果呈現...........................- 51 -4.2. 傳動系統之診斷識別...........................- 53 -4.2.1. 診斷識別-動態系統診斷結果...........................- 53 -4.2.2. 診斷識別-汽車動態聲學信號故障辨識系統..................- 54 -4.2.3. 診斷識別-MLP學習狀況結果...........................- 66 -第五章、討論及未來工作......................

.....- 72 -5.1. 電容式液位檢測...........................- 72 -5.2. 傳動系統之診斷識別...........................- 72 -參考文獻...........................- 74 -圖目錄圖2-1，當平板間距極小時，邊緣效應可被忽略電場仍可被視為均勻的。......-9-圖2-2，邊際電容效應...........................-10-圖2-3，邊際電場量測待測物...........................-11-圖2-4，MLP結構............

...............-13-圖2-5，Triangle membership規則圖...........................-16-圖2-6，Pi curve membership規則圖...........................-17-圖3-1，電容式液位系統架構圖...........................-20-圖3-2，實驗流程圖...........................-21-圖3-3，FDC1004...........................-22-圖3-4，電容貼片..........................

.-23-圖3-5、未黏貼於瓶子...........................-24-圖3-6，電容貼片與FDC連接圖...........................-24-圖3-7，水位圖...........................-25-圖3-8，環境配置圖...........................-25-圖3-9、10pf電容測試FDC1004之結果...........................-26-圖3-10，軟體的操作介面...........................-26-圖3-11，參數設定介面................

...........-27-圖3-12，電容值與MLP學習模型的流程圖 ...........................-29-圖3-13，聲音與轉動實驗數據獲得架構圖...........................-30-圖3-14，聲音與轉動實驗數據獲得方塊圖...........................-31-圖3-15，動態系統診斷之方塊圖...........................-31-圖3-16，即時動態轉速變化特徵...........................-32-圖3-17，即時動態光學變化特徵....................

.......-32-圖3-18，即時動態聲音特徵...........................-32-圖3-19，n倍標準差所得到的兩者歸屬函數的結果圖......................-33-圖3-20，n倍標準差所得到的兩者歸屬函數的結果圖.......................-33-圖3-21，Pi curve Membership A到I依序為Normal與其他損壞情況之比較。(X軸為10-Order、Y為期計算後的程度)...........................-38-圖3-22，Triangle 歸屬函數規則分類，A-I左到右依序為Norma

l與其他損壞情況之比較。(X軸為10-Order、Y為期計算後的程度)...........................-42-圖3-23，不同規則庫的比較圖...........................-42-圖3-24，不同規則庫的比較圖原始值 與 Pi curve損壞機率................-43-圖3-25，不同規則庫的比較圖原始值 與 Hybrid-Pi的損壞機率.............-43-圖3-26，不同規則庫的比較圖原始值與Hybrid-Triangle的損壞機率.........-43-圖3-27，4種優化器之收斂結果...............

............-45-圖4-1，最大高度15cm的瓶子...........................-48-圖4-2，5cm高度的電容狀況...........................-49-圖4-3，10cm高度的電容狀況...........................-49-圖4-4，15cm高度的電容狀況...........................-50-圖4-5，傅立葉轉換...........................-50-圖4-6，15cm原始圖...........................-51-圖4-7，移動平均後的圖.

..........................-51-圖4-8，SVM液位分類準確度...........................-52-圖4-9，MLP液位分類準確度...........................-52-圖4-10，透過MLP的學習分類結果...........................-53-圖4-11，即時校正與分類結果呈現...........................-53-圖4-12，四種不同Model對於Normal的結果...........................-55-圖4-13，某檔振動的情況於四種Model結果.

..........................-56-圖4-14，A-I損壞情況與正常狀況階次特徵比較- Hybrid-Pi curve...........................-61-圖4-15，A-I損壞情況與正常狀況階次特徵比較-Hybrid-Triangle curve...........................-65-圖4-16，hidden_layer_sizes=(50,30,30),max_iter=2184, random_state=1,warm_start=False,learning_rate_init=0.001........-67-圖4

-17，學習率...........................-67-圖4-18，hidden_layer_sizes=(50,30,30,30),max_iter=936, random_state=1,warm_start=False,learning_rate_init=0.001).....-68-圖4-19，0.001學習率收斂...........................-68-圖4-20，Normal與First Vibration的分類情況為例.....................-69-圖4-21，Normal與全部的分類情況為例..............

.............-70-圖4-22，MLP(上)與SVM(下)學習結果...........................-70-表目錄表3-1:FDC1004規格...........................-22-表3-2:量測型麥克風規格...........................-29-表3-3:光纖放大器規格(RIKO FZ2-2N)...........................-30-表3-4，損壞情況與代碼...........................-34-表3-5，Pi curve 歸屬函數規則庫的結果..............

.............-34-表3-6，Triangle歸屬函數規則庫的結果...........................-35-表3-7，數值與損壞的關係...........................-44-表4-1，1~11cm電容值與各項結果...........................-47-表4-2，以15cm的電容值為例的4項數據值...........................-47-表4-3，3個不同高度的電容值...........................-48-表4-4，數值與損壞的關係.......................

....-54-表4-5，四種規則庫對於C1、C3、C5損壞識別總結.......................-66-表4-6，SVM與MLP的學習差異...........................-70-表4-7，機器學習結束的分類結果...........................-71-