機器運轉狀態之判別系統

Abstract

摘要 在追求工廠自動化之同時，機器的生產效率以及運轉狀況一直是工廠的管理階層最關 注的問題之一。以人工方式做統計，既沒有效率而且枯燥，故發展一套自動監看系統 的概念於焉產生。 本文主要是在個人電腦上，發展一套包含聲音擷取、資料轉換、資料壓縮、並且利用 神經網路加以學習，而能判斷機器的運轉狀態，並能定時統計其使用效率，以提供管 理者調整生產線或做為機器健診之依據。 文中之實驗，是利用麥克風來擷取機器所發出的不同聲音，以辨別大型車床的四種運 轉狀況，此有別於接觸式的振動感測器加速規。此四種運轉狀況分別是─停機、空轉 、輕切削以及重切削。其中，輕切削與重切削是以每單位時間之切除量做為界定。此 外，神經網路中之諸多參數亦以最佳化設計軟體(MOST)使之能自動調整而無需經驗。