畢業專題 - 海報

專題摘要：
PHM 用於智慧工廠中令生產線增加彈性,主動預測關鍵零件剩餘壽命並且提前維修排程, 以降低維修成本且產能可依據機台狀態修正。本專題應用 PHM 中主動診斷的部分,以 FESTO 智慧工廠中盒匣工作站為場域,目標為使用深度學習模型提前預測紅外線感測器與訊號接收 器的連接處是否鬆脫。 影片中從專題前期分析失效模式並找出最具價值者進行主動預測。接著介紹深度學習模 型以及推論的方法與原理。最後展示驗證成果與統整專案開發流程與方法,顯示出專題具有 高度應用價值,且未來依照相同開發流程可應用至所有 FESTO 工作站。

發表學期：110-1

領域：智慧機械

組別：第 8 組

指導老師：林錦德

系級：四年級

學生姓名：107305510 姚昱志、107305511 黃柏維、107305003 顏佑丞、107305002 許桂熒