工程學

本研究為開發可適用於染整廠去除有機偶氮染料使用的自動化淨水設備，於設計設備前先探討奈米零價鐵（NZVI）去除化學染料效率，並針對不同操縱變因進行實驗，了解其化學反應性質。 在淨水設備的設計上，運用區域網路間Webduino Smart開發板、行動裝置、Webduino Blockly進行串聯，進行手動同步操作或自動化控制，使染整廠不僅降低人事成本及環境負擔，也避免染料外洩產生不可逆的環境嚴重汙染，同時節省染整過程使用的水資源。 操作部分選用Webduino Blockly來直接操控Webduino，使設備能在短時間內作動，避免第三方平台問題，也可提升設備的適地性。為了使染整廠能夠以最低成本達到類實驗室環境來處理廢水，特將模組與超音波清洗機調整成物聯網模式，以公式將光照度轉換為染料濃度，進而控制NZVI投加量並上傳雲端資料留存；超音波清洗機用以模擬超音波震盪機，使NZVI投加前均勻分散，發揮最佳降解效果。 本研究亦切合聯合國17項永續發展目標（SDGs）第六項：清潔飲水及衛生設施、第十二項：確保永續消費和生產模式。

本研究首先設計一5公斤級之聚甲基丙烯酸甲酯—氣態氧混合式火箭引擎，搭載軸向注入器(axial injector)進行水平推力測試，控制氧化劑流量，改變燃燒時間，量測氧化劑截面通量與燃料耗蝕率，探討其燃燒特性、推力、比衝值與各項引擎參數，並評估該引擎作為混合式火箭推進系統之可行性。引擎成功研製後，本研究設計兩種渦漩注入器(swirling injector)，幾何渦漩係數(SNg)分別為3、5，將推力目標提升至10公斤，並進行地面推力測試，探討幾何渦漩係數改變對於混合式火箭混和效率與引擎表現之影響。經實驗後證實渦漩注入器能有效提高引擎推力，且引擎推力及燃料耗蝕率會隨幾何渦漩係數提高而上升。未來希望能以本引擎為基礎，將推進系統放大後，將其裝載於小型火箭之上，進行探空及技術驗證之任務。

利用桌面曲棍球的玩具，啟發本組做出能讓建築物漂浮減震的設計，並使用樂高EV3教育模組設計實驗來探討其中影響減震效果的變因。本組發現：只要在建築物底部兩個介面中充入空氣形成「空氣墊」，就可以減少摩擦力而達到減震的效果，另外也發現，讓建築物懸浮的空氣墊氣壓越大、底面積越大、重量越輕、接觸底面越光滑、及在高頻的地震下，其減震的效果越好。此外，為了減少因為減震產生的建築物滑動而超過原本建築物設計活動的範圍，使用此隔震設計的建築物也需要設計使用阻尼或避震墊在建築物的周邊，以避免滑動時撞壞建築物。最後希望提出此創意的隔震設計讓業界有不同的思考及靈感，做出將來更好的建築物避震設計，讓人們可永久免於地震的傷害。

本研究實現一個真空中操作的小型磁浮軸承飛輪儲能系統，並探討其特性。為了延長能量保持時間、提高效率，我們分析了導致旋轉動能損失的因素。在自然減速測試中，於大氣環境操作的飛輪其阻力力矩隨轉速呈二次方增加；在真空環境中，阻力力矩隨著轉速的增加緩慢，約為線性關係。我們並發現馬達與發電機組導線中的渦電流損耗是真空中飛輪減速的主要因素。以多芯線圈取代單芯線圈後，待機時間延長為3 倍，自然減速至停止的時間在 8 小時以上，可以持續20分鐘供電1.3瓦。這項研究的結果可應用在電網中儲存能量的全尺寸飛輪。

本研究以機電整合，發明了【曳引機迴轉犁偵測系統】，將大型農業機械智能化，並優化及整合工程技術，設計了六大系統，藉由量化評工程效益及作物的產量變化，觀察設計成效。 根據文獻，水稻管理使用「灌溉系統」＋「雜草抑制蓆」＋「生物肥料」的機制，可以增加產量[1,2]。因此我們優化這些機制，並設計「精準深耕」、「智慧噴桿」、「滴灌系統」形成六大系統。利用自創的【曳引機迴轉犁偵測系統】，犁耕時就可以在每一寸土地上，精確控制土壤深度在25cm的「精準深耕」。我們也發現，在這六大系統的協同效應下，不僅省下3～12倍的作業時間，同時在加乘效果的作用下，產量可以大幅提高至79%。 本實驗花二年時間，在台中清水地區1.2公頃的農地，實際建構這六大系統。並使用無人機偵測飛行高度的3D立體影像感測器、Arduino微控制器、燒入自行設計的Arduino C程式，成功發明【曳引機迴轉犁偵測系統】，並裝在大型曳引機，用來偵測迴轉耕耘機翻鬆土壤的深度，同步將該數據立即顯示在駕駛室的儀表板。 目前全球六大品牌大型曳引機，造價超過新台幣400萬元，尚無一款具有本研究自創的迴轉犁自動偵測功能。

人們每天依靠著車輛往來各地，在帶來各種便利的同時，卻也伴隨著各種安全隱憂。本研究想要預防因駕駛轉向過於劇烈所導致的車輛翻覆行為，因此設計自動控制系統以避免車輛因轉向過於劇烈所導致的車輛翻覆行為。本研究利用車輛模型模擬轉向時車輛側向加速度的變化，根據模擬結果設計控制策略。控制目標為希望能降低車輛轉向時的側向加速度，進而避免翻車。控制策略分為門檻式控制策略與連續控制策略。控制系統輸入訊號為車輛側向加速度，而輸出訊號為車輛左右兩後輪馬達的扭矩訊號。控制系統只需要偵測車輛的側向加速度即可推得車輛轉向的時間點，並在車輛有較高可能翻覆時，根據控制策略予以車輛馬達扭矩輸出訊號的限制，避免轉向時側向加速度過高導致翻車。

我們設計了一款透過壓電片與摩擦片收集資料的智慧鞋，壓電片嵌入在鞋底，摩擦片安裝在前腳掌，兩者並聯。當人行走時，感測器會被擠壓變形，藉由DAQ（數據採集）收集感測器的電壓輸出，可顯示出正常步行、快走、慢跑和漫步等活動的訊息，利用時變電壓形式的輸出數據，與能夠識別時域信號的CNN深度學習（卷積神經網絡）進行不同類型步態辨識。 實驗結果顯示此方法可以辨檢測這四種步態，其辨識率高達95%。訓練好的CNN可同時辨識個人身份與步態。結果顯示，識別快走時辨識率極高，識別正常步行和漫步時辨識率為90%，識別慢跑時辨識率僅達49%。因此，我們未來預計將提高同時辨識不同受試者與不同步態之辨識率，並透過壓電能量擷取器為藍牙模組供電。

本實驗利用竹片導熱性差的天然特性，將奈米金屬顆粒以高壓蒸氣及低壓吸入法嵌入竹片的維管束中，並將NaCl蒸煮滲入竹片組織，形成導電通道，以提升修飾後竹片的電導率。量測實驗發現以氯化鈉及銀奈米顆粒修飾後的竹片，電導率提升達11880倍，而熱導率僅提升10%，可成為常溫範圍熱電材料。NaCl在解離成Na＋與Cl－導電率可提升103倍。我們將修飾後的竹片，密封在含水蒸氣的電絕緣小盒中，製作成竹片熱電裝置。LED燈泡發光度實驗，當竹片兩端溫差為45度時，燈泡發光度提升40%，為一熱電流增益放大器。串聯竹片熱電裝置在普魯士藍二次電池充電線路中，以0.015 mA電流充電，發現當竹片兩端溫差為45度時，充電電流提升到0.025 mA，飽和充電時間從原本的12小時，縮短到7小時。

旋葉之細部結構跟泵浦效率有密切的關連[1,2]，本研究專注探討不同幾何形狀旋葉構型之效應，我們先利用3D列印快速成形之技術優勢，做出50種不同的旋葉，分別有圓弧形、橢圓弧形及直立形進行實驗測試，並計算其總效率找出最高值的旋葉，編碼為A2-ea281-ia279-8。 將最高值旋葉，套入田口法進行優化，目標是望大。經過信噪比及均值分析後，發現影響總效率之最大參數是旋葉數，其次是出口角，最後是入口角，田口法中得出，重新設計的更細部參數的最佳旋葉是A2-ea28-ia23-8，同時利用機器學習建立迴歸函數模型，透過訓練的模型，預測出效率值，最後經過COMSOL Multiphysics軟體模擬檢測出A2-ea28-ia23-8依然保持最佳的內部流場狀況，並運用自行設計之簡易透明泵浦，進行測試與印證。

在2021年4月2日台鐵太魯閣號在清水隧道行駛到轉彎口與滑落邊坡的工程車碰撞，造成火車出軌，衝入隧道中擦撞到隧道壁，造成49人死亡和247人輕重傷!當我們看到這則新聞時，心裡充滿驚訝與心疼!為了改善這問題，我們開始討論和查資料，發現台鐵在107年12月有一個「邊坡全生命監測系統」計畫，運用AI影像辨識技術，台鐵的規格是95%以上準確率，但因為辨識準確度不夠高，所以延宕到現在仍未完成。 我們設計AI鐵道辨識異物入侵系統，藉由攝影機將鐵道周遭影像傳至台鐵行控中心，運用AI深度學習技術辨識入侵鐵道的異物，從而準確判斷，讓火車駕駛員能提前預警，達到保障人車安全的目的。本研究並建立一套科學系統的方法來訓練視覺辨識模型，從而提高準確率，目前最高的準確率是97%!