工程學

本研究透過一步煅燒法，成功將天然檸檬酸及尿素，製備成環境友善之碳量子點（CQD，尺寸約 2.7 nm），其有良好水相分散性與窄半高寬之藍色螢光。接著，將塗 CQD 的桑葉餵養五齡蠶，直到吐絲生成 CQD 螢光蠶絲（CQD-S），並觀察到蠶寶寶茁壯成長、結繭、成蛾、產卵，證明了 CQD 優異之生物相容性。螢光光譜證實，隨著餵食 CQD 濃度增加，螢光將從原本的藍光（435 奈米）紅位移至綠光（548 奈米）；原因在於，其表面含氧官能基（C-O/C=O）降低（XPS- C1S 證實），導致由較微弱藍光轉成綠光蠶絲。SEM 顯示，CQD-S 的直徑和表面粗糙度有顯著差異。FTIR 和拉曼光譜證明 CQD 餵食，導致蠶絲的 β-折疊結構發生變化。藉由 CQD 與細胞膜之間的靜電吸附，可以在 10 分鐘內標定大腸桿菌。照射 UV 光結果顯示，CQD-S 可於 10 分鐘內，吸附和光催化降解污染物 （R6G）。此 CQD-S 的研究符合永續發展目標，並兼具創新性與產業應用性。

隨著矽基電晶體逐漸微縮，其元件效能將接近其物理極限，二硫化鉬 (MoS2) 等二維材料藉著其獨特的特性（如寬的能隙、高電流開關比及優異的載子遷移率等），可作爲矽的替代材料用於未來的電子科技應用。本研究旨在製造MoS₂ 的場效電晶體並研究元件之低溫特性。我們成功利用機械剝離法製備並轉移二維 MoS2薄膜至二氧化矽/矽基板上，並且製造MoS₂ 場效電晶體，並量測其室溫(300 K)至極低溫(~ 4 K)的電流特性，元件在此溫度範圍中具有優異的特性，能有效地調控電流調控，表現出良好的下閘極控制能力，同時具有低次臨界擺幅及高電流開關比(~ 106)。在極低的溫度(4 K)下，該電晶體仍能保持良好的運作，顯示出MoS₂應用於低功耗且高元件效能的低溫電子元件的潛力。

台灣現行的「毀農式種電」政策犧牲農地以增進太陽能發電，導致農業用地縮減、農民收入減少，能源需求與農業發展間產生衝突。我們參考日本成功的農電共生模式，提出一種可滑動的太陽能發電系統，利用Arduino控制太陽能板的開合，兼顧農地種植與發電效能。此系統結合植物光合作用原理，特別適合種植半日照作物或具有光合午休特性的植物。當植物進行光合午休時，太陽能板滑動展開以提高發電量；在強光高溫時段，太陽能板則可遮蔽陽光，避免植物葉片受損。此方案不僅能恢復「毀農式種電」土地的種植功能，也讓農民獲得穩定收入，實現農業與綠能發展的平衡。這套模型提供具體且可行的解決方案，期望在提升台灣總發電量的同時，達成淨零減碳目標，並促進農業的永續發展。

近年來，作者觀察到餐飲業及飯店業引入自主移動機器人（AMR）提供服務，受到廣泛歡迎。不僅如此，隨著AI的風潮，愈來愈多產業引進機器人補足人力的空缺。就輪式機器人而言，麥克納姆輪具相對優異的機動性和運動靈活性，但傳統麥克納姆輪的行進模式只侷限45度倍數的方向。針對此限制，本研究分析傳統麥克納姆輪的合力方向，通過數學推導和實際控制方式的驗證，確認其18個方向移動的數學式，再利用ESP32－S單晶片的WIFI驅動控制系統，實現並驗證 合力分析結果 接著，進一步 建立 麥克納姆輪的全向 360 度直線移動的數學式， 並且用 PWM 脈波調變，實現全向控制。此外，分析地面材質對車子移動的影響，測試出麥克納姆輪適合的地面材質，針對誤差給出可能的校正方式以達更精密的控制。希望就本研究結果擴展未來的應用範圍及使用價值。

本研究以深度學習 RNN（Recurrent Neural Network）演算法中的 LSTM（Long Short Term memory）改善 PID，利用其時間序列的保留資料方法，預測 PID 參數值，使控制器得以精確且快速的調整非線性系統。此研究從 peak amplitude 及transient time，以及倒單擺振幅的圖表收斂情形等層面去做探討。當單擺質量大於下方 pendulum cart 的質量時，傳統的 PID 控制方法無法精準的調整系統，而LSTM 深度學習模型能夠產生較佳且較顯著的效果。且KP 數值在倒單擺系統中， 小於 1 無法收斂，KP 數值越小時，圖形越趨發散。此訓練之 LSTM 深度學習模型可以應用於非線性系統中，以增加其穩定性，並能夠更快速的為系統找到適合 的 PID 參數值。

本實驗主要透過程式模擬及數據分析，探討受力材料之裂紋走向。透過模擬，我們找出會影響裂紋發展的因素，如原斷裂紋的長寬比。於不同的的材料會影響裂紋走向，我們將材料設置為單一材料與兩種材料組成的複合材料進行探討，並將結果進行分類。此實驗有助不我們去理解同的初始裂紋對不材料後續的裂紋關係，目前也正在嘗試利用cGan系統預測複合材料與裂紋的關係，希望能預測出準確的結果。

本研究旨在開發一款新型薄膜，利用創新的光熱薄膜蒸餾技術進行海水淡化。薄膜的製作是利用碳紙浸泡於不同濃度的聚乙烯醇（PVA）溶液中，形成一面疏水、一面親水的雙性薄膜。通過實驗比較各種薄膜的通量、鹽回溶、光熱效應等性能差異，從中找出最優的製膜方式，以提升該技術的可行性和效率。研究目標是增加淡水產量，同時減少能源消耗和成本負擔。此項技術符合聯合國可持續發展目標（SDGs）中的第6項（清潔水和衛生）與第7項（可負擔且清潔的能源）。本研究最終希望推動這項技術的廣泛應用，進一步走入市場，為水資源的永續發展做出貢獻。

隨著矽基電晶體逐漸微縮，其元件效能將接近其物理極限，二硫化鉬 (MoS2) 等二維材料藉著其獨特的特性（如寬的能隙、高電流開關比及優異的載子遷移率等），可作爲矽的替代材料用於未來的電子科技應用。本研究旨在製造MoS₂ 的場效電晶體並研究元件之低溫特性。我們成功利用機械剝離法製備並轉移二維 MoS2薄膜至二氧化矽/矽基板上，並且製造MoS₂ 場效電晶體，並量測其室溫(300 K)至極低溫(~ 4 K)的電流特性，元件在此溫度範圍中具有優異的特性，能有效地調控電流調控，表現出良好的下閘極控制能力，同時具有低次臨界擺幅及高電流開關比(~ 106)。在極低的溫度(4 K)下，該電晶體仍能保持良好的運作，顯示出MoS₂應用於低功耗且高元件效能的低溫電子元件的潛力。

本研究旨在開發一款能自動跟隨人的AI智慧運輸車，應用在 醫院、商場等環境，能減輕工作人員的負擔。本系統融合YOLOv8影像辨識技術和物聯網，使運輸車具備跟隨人體的能力。該系統通過物聯網，將車上攝影機接收的影像傳送至電腦，進行即時運算，不必在車上配備高階的微型電腦或GPU以降低成本。使用YOLOv8模型辨識人體與手勢，以arduino ESP32開發板作為主控單元控制減速馬達，使運輸車能自動跟隨人員。本研究不像傳統自動導引車（AGV），因為依賴固定路徑，而無法用在多變的場景，且不適合與人協同工作。將本系統應用於醫療院所或零售業商場等 ，經常出現 變障礙物的場所時，能與人員配合執行任務，例如當作病人的點滴架、輔助護理師工作的醫務車，以及賣場中協助工作人員上貨的籠車，能有效降低勞力負擔。

邊坡單元（SlopeUnit）為分析邊坡穩定性之最基本單元，關於邊坡單元崩落潛勢的預測所需的主要參數（如高程、坡度、坡向、表面粗糙度與植被覆蓋、剖面曲率等）有機會透過 UAV所拍攝產生的 3D模型來推論。因此本研究預計探討以UAV這項工具進行邊坡單元崩落潛勢分析的可行性與效能。目前有關這項技術，利用衛星建置的模型已相當成熟能在邊坡崩落潛勢評估與預測上有良好的表現。本研究主要將多組不同解析度UAV資料與對照組衛星資料作為測試集放入隨機森林機器學習模型中評估其解析度與評分的關係及其替代衛星資料的可能性