Page 145 - Vol.50
P. 145
TSMC/ Facility Published
研究方法
3.1 最佳化趨勢線
為能於監測發電機啟動時，預測各時間點之機油壓力
合理區間，以及發電機柴油油耗與功率之關係，必須
先針對系統油耗與油壓特性選擇適用公式。
圖 5：發電機輸出與油耗數據
目前公司內部使用之發電機大部份為 60Hz、2000kW
機組，從 MTU 2000REOZDB 原廠測試書可得知在
25%、50%、75%、100% 滿載輸出下之柴油消耗量
(如圖5)，將此四點之數據以圖表方式標出後可發現
其為線性相關 ( 如圖6)，故可以線性函式進行最佳化
迭代 ( 公式 1)。
( 公式 1)
機油壓力則透過撈取 F14A 廠發電機過去啟動保養紀
錄作為訓練資料庫，其油壓與時間之特性從圖7 可觀
察出較像似於多項式相關，故本文第四章會以多項式
函式進行迭代 ( 公式 2)。
( 公式 2)
圖 6：發電機輸出與油耗關係圖
本文實驗方法以最小二乘法為最佳化方法，目標函式
設定如公式 3 所示，會以各數據點與函示之最小平方
差總和為目標進行最佳化。
( 公式 3)
3.2 百分位數迴歸
一般迴歸分析僅考慮單點趨勢預測，百分位數迴歸則
是集合該分位數下之所有資料群進行分析，它可以明
確指出分析對象在任何時間點的資料分布性，假設撈
取 n 組分布在 t=1 至 t=m 時間內之資料，x_(i,p) 為
t=n 時第 p 百分位之實際值，結合上節所述之最佳化
方法目標函式，可得 ( 公式 4)。 圖 7：發電機機油壓力時序圖
( 公式 4)
���
