Page 117 - 2020 自動化機械暨智慧製造產業年鑑電子書

科
技
創
新
篇

標、自由度、元素組成方程式，以及材料性質， 演算法原理及核心步驟:

彈簧的彈性常數K值，定義完後算是完成有限元 （一）透過觀察取樣的概率值和模型概率值
素模型之建立。 的接近程度，來判斷一個模型是否擬合良好。
設節點1和節點2分別受到外力P 和P ，在各節點 （二）透過模型來計算資料的期望值，通過
2
1
之平衡式： 分析分布的均值和標準差來判斷機台的健康狀
P =K（U －U ） （1） 態。
1
1
2
P =K（U －U ） （2） 2.1.4 智慧預測與診斷系統
2
2
1
因K值為常數其兩式展開做整理，可以得到 以人工智慧技術之機器學習為主，並以機台
P =K U P =KU －KU （3） 訊號為基礎，再以高斯混合模型演算法為方法論
1
1
2
1
2
P =K U P =KU －KU （4） 對訊號進行特徵選取，進行數值正規化與演算法
2
1
2
2
2
將兩式子做向量矩陣 （5） 取得模型，達到壽命預測或故障預知。
可以將上式寫成類似虎克定律的向量矩陣方程式 2.1.5 複合式加工機
[K]{U}=P （6） 此小型機台具有切削加工與雷射加工複合功
其中[K]為勁度矩陣（stiffness matrix）， 能，如圖2 所示，其規格如表1所示。
{ U } 為 元 素 節 點 位 移 場 （ e l e m e n t n o d a l
displacement vector），{}為元素節點外力向量
ྡ cʃۨልΥό̋ʈዚ
（element nodal external force vector）。當結
構複雜時，可以將結構分成各個小元素，將每個
元素的關係式重新組合，變成整個系統方程式，
便能求解。此種方法就是有限元素分析的基本想
法。
2.1.2 主成分分析理論
主成分分析是一種常見的數據分析法，它利
用正交變換來對相關變數的觀測值進行線性變
換，實現原數據的維度下降。該方法盡可能保存
了原有數據的差異性。主成分分析的本質就是將
ڌ ልΥό̋ʈዚ஝ࣸ
原數據用新的正交線性變換來表示，其中新的維
度之間相互獨立。 ዚ̨̮Җˉʂ Y Y NN LH
ᄱYଉY৷ ࠠඎ
2.1.3 高斯混合模型
ʈЪ̨ Y NN
理論上GMM可以擬合出任意類型的分佈，
Б೻ᇍఖ Y Y NN
我們知道在實際生活中，很少有數據嚴格遵循高 Զཥ˙ό 7%$ቇৣኜ€፩ɝ"$ 7
斯分佈的，而對於同一個集合下的數據，可能存 ˴ൿᔷ஺ ᔷ
在多種不同的分佈，可以採用不同的高斯分佈函 ཤ࢛̌ଟ 8

數來模擬各個分佈，最後將這些高斯模型線性組 છՓழ᜗ (SCM$POUSPM
ணࠇழ᜗ ཥ໘ႾпႡிழ᜗ $".
合起來，最終建立整個數據的模型。

2020自動化機械暨智慧製造產業年鑑 115