走在汽車革命的路上論文書籍站
大同大學 工程管理碩士在職專班 王明庸, 林永仁所指導 陳東穎的 應用倒傳遞類神經網路預測飛機零組件使用壽命-以空中巴士A330-300氣動系統高壓閥(HPV)為例 （2012），提出liebherr利勃關鍵因素是什麼，來自於倒傳遞類神經網路、裝機飛時、總飛時、操作次數、飛機零組件、翻修飛時。
應用倒傳遞類神經網路預測飛機零組件使用壽命-以空中巴士A330-300氣動系統高壓閥(HPV)為例
為了解決liebherr利勃 的問題，作者陳東穎 這樣論述：
全球航空產業蓬勃發展，飛機維修需求量不斷增加，飛機零組件故障造成航班延誤比例甚高。若能對零組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，此舉可作為航空公司在飛機零組件維修管理上的一項參考。 本研究是以空中巴士A330-300發動機(GE-CF6-80E1)上的高壓閥為例，首先採用德菲法(Delphi Method)製作第一次專家調查問卷，蒐集影響高壓閥壽命的關鍵因素，再製作發出李克特五點量表專家問卷進行評分，再根據專家一致性指標評選出四項重要關鍵因素，分別為裝機飛時，總飛時，操作次數及翻修飛時，再選定2010年至2012年高壓閥的維修資料數據為
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:2、學習速:0.1、學習循環次數:30,000，做為BPN預測的條件，藉以預測高壓閥的下一次裝機的使用壽命。研究結果顯示，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0.969 及0.932，預測準確度高達93%，可見倒傳遞類神經網路確實能有效作為飛機組件壽命預測的方法。本研究利用倒傳遞類神經網路之預測能力，可幫助航空業者能提前擬訂飛機零組件故障因應策略，建立維修管理知識經驗的傳承；
未來更可推廣於不同產業，期能以最少資源成本之投入，獲取最大效益，以強化企業永續經營之競爭力。