臺灣博碩士論文加值系統

大數據，英文稱為BigData，直譯上稱為巨量的資料，所謂資料就是包含數位，類比等各樣形式的數據記錄，各產業發展至今，多年來累積的資料量相當可觀，將這些資料加以整理並運用是未來各樣產業與社會高科技發展非常重要的課題，這樣的趨勢技術稱為大數據分析，而將這樣的技術概念運用在產業的發展上稱為產業的第四次革命，也就是工業4.0，使產業達到自動化、智慧化的目的。
以工廠的發展來說，工廠的運作產生了數據資訊，溫度、濕度、電壓、電流等等，透過大數據的計算與分析，再經由網路通訊連接到系統、設備與行動裝置等等，讓系統與系統間、設備與設備間彼此關聯，最後使用者可以透過遠端的方式收取到工廠的運作情況，數據資訊等，進而達到有效的管控動作，也就是所謂的物聯網的應用。
本論文就是透過大數據分析與物聯網的應用為基礎下，以可客制化擴充功能並可高度相容各式產業的系統開發為目標，再以傳統工廠的運作為研究對象，研究並實現一套多功能工廠管理應用程式，透過行動裝置的便利與可行動攜帶的特性，運用行動裝置上的藍芽、NFC、推播訊息接收等功能，實現行動化的工廠管理，讓工廠的現場操作人員能更方便進行作業，提升工作效率，而管理人員可以有效的掌握工廠運作狀況與人員的管理，並加以改善過往工安事故的發生頻率，使工廠達到穩定、安全、無紙化、智慧化、自動化、產值與品質提升。

Big Data, which means a large amount of data that can include digital data, analog data, and a variety of data forms. Various industries that have progressed to this day have accumulated a considerable amount of data. It is an important task for the high technology sectors of various industries and societies to develop a method to organize and utilize these data. The trend in this type of technology is called Big Data analysis, and utilizing this concept in industry development will be known as the fourth industrial revolution, which is Industry 4.0. This will allow industries to reach the goal of automation and intelligentization.
In terms of a factory’s development, data information such as temperature, humidity, voltage, current, etc. are created in a factory’s operations. Through using the calculations and analysis done by Big Data, then using network communication to connect to systems, equipment, mobile devices, etc., a link between systems and equipment will be created. Lastly, the user can use remote methods to receive the factory’s operation status, data information, etc., and then attain an efficient managing action. This is the application of the Internet of Things.
This study will use the application of Big Data analysis and the Internet of Things as the basis, to research and implement a multifunctional factory management application directed towards the operations of factories. This will be done through the convenience and portability features of mobile devices and utilizing functions on mobile devices such as Bluetooth, NFC, message push notifications, etc. to implement a mobile factory management. This will allow the factory workers to work more conveniently and increase work efficiency. In addition, it will allow factory managers to have more efficient control of the factory’s operational status and personnel management and further improve on lessening the frequency of past accidents from happening. This will make the factory reach a stable, safe, paperless, intelligentized, and automated operation and elevate its product value and quality.

目 錄
中文摘要
ABSTRACT
誌謝
目錄
表目錄
圖目錄
第一章 緒論
1.1研究背景與研究動機
1.1.1 大數據概述
1.1.2 工業4.0概述
1.1.3 物聯網概述
1.2論文大綱
第二章 研究與方法
2.1使用之軟硬體與研究平台
2.1.1資料庫與管理系統
2.1.2 後端WebAPI開發環境評估
2.1.2.1 Node.js
2.1.3 前端開發環境選用評估
2.1.3.1 裝置系統評估
2.1.3.2 原生開發環境評估
2.1.3.3 跨平台開發環境評估
2.2行動工廠管理應用程式系統架構
2.3使用者介面規劃與系統設計
2.3.1介面規劃
2.3.2系統設計
2.4工廠巡檢
2.4.1 煤倉GPS定位巡檢
2.4.1.1 煤倉巡檢GPS定位功能說明
2.4.1.2 煤倉巡檢GPS定位流程圖
2.4.2 iBeacon監控巡檢
2.4.2.1 iBeacon監控巡檢系統架構圖
2.4.2.2 iBeacon監控巡檢流程圖
2.4.3 NFC設備感應巡檢
2.4.3.1 無線感應方法評估
2.4.3.2 NFC感應巡檢系統架構圖
2.4.3.3 NFC感應巡檢流程圖
2.4.4 設備異常報修與管理系統
2.4.4.1 開單報修流程圖
2.4.4.2 報修單管理流程圖
2.5工廠即時監控
2.5.1 數值監控
2.5.1.1 數值監控功能流程圖
2.5.2 圖表監控
2.5.2.1 圖表監控功能流程圖
2.6人員動態系統
2.6.1新增記錄流程圖
2.6.2每日列表流程圖
2.6.3行事曆流程圖
2.6.4推播通知設定流程圖
2.7行動工廠管理Google Map應用
2.7.1消防設備位置標示與距離計算
2.8即時推播通知
2.8.1即時推播通知流程圖
第三章 結果與討論
3.1 工廠巡檢研究結果
3.1.1 煤倉GPS定位巡檢實現
3.1.2 iBeacon偵測巡檢實現
3.1.3 NFC感應巡檢實現
3.1.4 設備異常報修與管理實現
3.1.5 工廠巡檢研究結果分析說明
3.1.5.1 煤倉GPS定位巡檢統計數據
3.1.5.2 iBeacon偵測巡檢統計數據
3.1.5.3 NFC感應巡檢統計數據
3.1.5.4 設備異常報修與管理統計數據
3.2 工廠即時監控研究結果
3.2.1 工廠數值監控的實現
3.2.2 工廠圖表監控的實現
3.2.2.1 貴儀監控圖表實現
3.2.2.2 SQC監控圖表實現
3.2.3 工廠即時監控研究分析說明
3.2.3.1 工廠即時數值監控與圖表監控的統計數據
3.3 人員動態系統研究結果
3.3.1 人員動態系統的實現
3.3.2 人員動態系統管理研究分析說明
3.4 Google Map應用於消防設備上研究結果
3.4.1 Google Map應用於消防設備的實現
3.4.2 Google Map應用於消防設備的分析說明
3.4.2.1 Google Map應用於消防設備的統計數據
第四章 結論與未來展望
4.1 結論
4.2 未來展望
參考文獻

[1] 維基百科，近距離無線通訊。造訪日期：2018年09月12日，檢自https://zh.wikipedia.org/wiki/近場通訊。
[2] 小丰子3C俱樂部，淺談藍芽BLUETOOTH版本差異與IBEACON。https://tel3c.tw/blog/post/174499398。造訪日期：2018年10月17日
[3] 維基百科，資料庫。造訪日期：2018年07月21日，檢自https://zh.wikipedia.org/wiki/数据库。
[4] SQL Server、MySQL、Oracle三種資料庫優缺點比較，這一文就夠了。造訪日期：2018年07月25日，檢自https://itw01.com/8DZ3EBL.html。
[5] Node.js官方網站。造訪日期：2018年08月11日，檢自https://nodejs.org/en/。
[6] W3School。造訪日期：2018年08月15日，檢自http://www.w3school.com.cn/js/js_intro.asp。
[7] JavaScript 概觀。造訪日期：2018年09月03日，檢自 https://developer.mozilla.org/zh-TW/docs/Web/JavaScript/Guide/Introduction。
[8] 維基百科，Android。造訪日期：2018年06月29日，檢自https://zh.wikipedia.org/wiki/Android。
[9] Mr.Opengate，Android-Ch1 Android 作業系統簡介:發展歷史與系統設計。造訪日期：2018年07月06日，檢自http://mropengate.blogspot.com/2015/12/android-ch1-android.html。
[10] 智慧型行動裝置變革之探討-以作業系統iOS及Android為例。造訪日期：2018年07月16日，檢自
https://ndltd.ncl.edu.tw/cgi-bin/gs32/gsweb.cgi?o=dnclcdr&s=id=%22100SHU05375022%22.&searchmode=basic。
[11] Android十歲了，它如何逆襲成為全球最多人用的手機系統? 。造訪日期：2018年07月16日，檢自https://ccc.technews.tw/2018/09/25/android-10-years/。

[12] 維基百科，Android版本列表。造訪日期：2018年10月21日，檢自https://zh.wikipedia.org/wiki/Android版本列表。
[13] 黃先繪，2013，適用於車輛防盜系統與生活旅遊支手機應用程式開發與實作，台灣博碩士論文。
[14] 以工業4.0為基礎之智慧工廠大數據平台建置。造訪日期：2019年02月21日，檢自http://www.airitilibrary.com/Publication/alDetailedMesh1?DocID=U0017-2707201712262600。
[15] 日本工業4.0《工業4.1J》計畫觀察。造訪日期：2019年03月12日，檢自http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=10947。
[16] Smart Industry(工業發展歷史圖)。造訪日期：2019年04月06日，檢自http://whitewallenergy.com/la/solutions/smart-industry/。
[17] 維基百科，iBeacon。造訪日期：2018年11月14日，檢自https://zh.wikipedia.org/wiki/IBeacon。
[18] 一次搞懂大數據（上）。造訪日期：2018年08月03日，檢自https://www.bnext.com.tw/article/35807/bn-2015-03-31-151014-36。
[19] 一次搞懂大數據（下）。造訪日期：2018年08月04日，檢自https://www.bnext.com.tw/article/35809/bn-2015-03-31-153046-36。

[20] 劉雲浩，物聯網導論，北京科學出版社，2010年12月。

[21] 經濟部工業局，行動應用 App 基本資安規範V1.2，2018年。

[22] 王鈞毅，基於低功耗藍牙的智慧家庭之室內定位，國立臺北科技大學電子工程系碩士班，碩士論文，2016年。

[23] 吳韋志，結合Android App與NFC技術應用之研究－以門禁系統為例，國立勤益科技大學，碩士論文，2014年。

[24] 林昱豪，應用接收信號強度指示通訊iBeacon協定實現室內定
位，國立台北科技大學，碩士論文，2017年。

[25] 陳品儒，中國模具產業轉型研究-以 HF 模具廠商為例，清華大學，社會學研究所學位論文，2017年。

[26] 林意翔，大數據分析應用於細懸浮微粒對健康影響之研究，國立高雄應用科技大學電機工程系，碩士論文，2017年。

[27] 林昆弘，應用於Java執行環境之虛擬平台的設計與實作，國立成功大學工程科學系，碩士論文，1998年。

[28] IEEE Standards Association, IEEE Standard for Information Technology-Telecommunications and Information Exchange Between Systems-Local and Metropolitan Area Networks-Specific Requirements, 2012。

[29] Y. Duan, et. al, Wi-Fi Direct Multi-group Data Dissemination for Public Safety, Proc. of the World Telecommunications Congress (WTC 2014), Berlin, Germany, June 2014.

[30] Sangdo Park and Hongchul Lee, Self-Recognition of Vehicle Position Using UHF Passive RFID Tags, IEEE Transactions on Industrial Electronics, vol. 60, no.1, Jan. 2013.