Full metadata record
DC FieldValueLanguage
dc.contributor.author許錫美en_US
dc.contributor.authorHSU HSI-MEIen_US
dc.date.accessioned2014-12-13T10:38:11Z-
dc.date.available2014-12-13T10:38:11Z-
dc.date.issued1998en_US
dc.identifier.govdocNSC87-2213-E009-074zh_TW
dc.identifier.urihttp://hdl.handle.net/11536/95121-
dc.identifier.urihttps://www.grb.gov.tw/search/planDetail?id=354947&docId=63471en_US
dc.description.abstract管制圖為線上品質改善的重要工具之一 。 實務上較常用的有管制圖與R管制圖 ,前者用於控制製程的平均數而後者用於製程的變異數的管制 。雖然不少文獻致力於此方面的研究改善 , 但目前的品質管制系統多侷限於各管制圖的統計分析與描點等工作 , 對於管制圖與R管制圖資訊的整合與製程問題原因的診斷仍依賴專家根據其維修經驗和專業知識來判斷。當專家離職時 , 可能造成經驗流失 。因此 , 本研究擬利用模糊推理的概念 , 提出一套線上(online)自我調整的整合診斷系統 , 將與R管制圖的資訊整合 , 以診斷製程異常的原因 。 同時 , 透過作業員的線上回饋(online feedback) , 適當地修改專家知識庫 , 以因應隨時間改變的非機遇因素。本研究首先分別對與R管制圖 , 利用模糊集合理論 , 判讀輸入資料隸屬於各種異常狀態的隸屬度 。 隨之 , 經由專家知識與維修經驗 , 構建管制圖各種異常狀態與可能原因的模糊關係 。 一旦偵測到管制圖異常狀態時 , 藉由模糊推理, 推論出製程變異的原因及其可能性的程度 , 以提供作業員處理製程變異的指示 ;若作業員實際勘察的結果與系統指示不一致時 , 我們將透過作業員的線上回饋 , 適當地修改專家知識庫 , 讓該系統能真正發揮其適時協助改善與監控的功能 , 而非僅讓管制圖的資料淪為紀錄製程的工具 。zh_TW
dc.description.sponsorship行政院國家科學委員會zh_TW
dc.language.isozh_TWen_US
dc.subject模糊推理zh_TW
dc.subject模糊關係zh_TW
dc.subject管制圖zh_TW
dc.subject專家系統zh_TW
dc.subject模糊診斷系統zh_TW
dc.subjectFuzzy reasoningen_US
dc.subjectFuzzy relationen_US
dc.subjectControl charten_US
dc.subjectExpert systemen_US
dc.subjectFuzzy diagnostic systemen_US
dc.title整合X-Bar與R管制圖資訊之模糊診斷系統之研究zh_TW
dc.titleA Fuzzy Diagnostic System for Interpreting X-Bar and R Chartsen_US
dc.typePlanen_US
dc.contributor.department交通大學工業工程與管理系zh_TW
Appears in Collections:Research Plans