1431 results
Search Results
Now showing 1 - 10 of 1431
Item 三電力源電動車之主動式先進能量管理與平台實作驗證(2017) 周子正; Chou, Tzu-Cheng本研究為一電動車之多電源系統最佳化能量管理與多能源平台實做驗證之研究。結合不同電力源之特性，找尋最佳化之能量管理策略，以解決目前電動車續航力不足、充電時間過長、電池循環壽命不高等問題。本研究可分為三個部分： (1)最佳化能量管理控制技術、(2)多能源主動式能量分配系統、 (3)多能源電動車機電整合技術與系統驗證平台。 本研究主要選定三種電力源進行能量分配與控制管理，分別為：燃料電池、超級電容、鋰電池三種電力源。首先透過全域搜尋法則(Global Search Algorithm)分析出最佳化參數，作為最佳化控制策略調控之依據。其中以鋰電池為主要之電力來源；超級電容作為需求功率大時提供瞬間大電流的輔助，如此可減少鋰電池之損害並提高電池壽命；燃料電池則作為延距(增程)之能量源，主要用於發電提供給其他電池回充，增加續航力的同時亦可當作一輔助電力源。最後透過最佳化能量管理技術，分為四大模式：純電動模式(EV)、混合模式(Hybrid)、延距模式(RE)及超級電容輔助模式(SC-Power Assist)。 本研究架構的配置包含上述三種電池外，亦有一邏輯控制器用以分析各電池狀態、不同行車型態之負載，藉此找出最佳化能量控制策略。另外在各電力源輸入端及輸出端皆搭載一塊自行設計之主動式能量分配電路板，用以接收由邏輯控制器回傳之參數訊號，進而調控各電力源之限流值並切換充放電模式，以達到多能源最佳化控制之目的。其中電路板包含一直流/直流轉換器(DC/DC converter)用於調控限制電流值、一個電阻用於控制輸出電壓、十二顆電容用以濾波並抵銷主動式電能分配系統動態響應速度不足之問題，並透過模組化製程以減少元件誤差，使得轉換效率可達94.6%以上。 最終結合最佳化能量管理控制技術與多能源主動式能量分配系統，在軟硬體整合的應用下，建置一多能源電動車系統驗證平台。可模擬不同之行車型態，使得各電池無論是處在不同的狀況(SOC值)或是不同的負載(行車型態)下，皆可即時調控電流、切換模式並找出最佳的切換點，讓各電池保持在最佳操作狀態。相較於傳統電動車，更減少耗能並提升續航力，改善目前電動車發展所遇瓶頸。Item 教學評鑑與學生問題圖表之分析研究(國立台灣師範大學工業教育學系, 1988-06-??) 饒達欽; 許永洲Item 基於可變空間規劃法之發動機零件庫存最佳化(2019) 陸冠穎; Lu, Kuan-Yin近年來，由於民用航空業蓬勃發展，全球主要航空業者紛紛購買更多的客機，以因應越來越多的運輸需求。由於民航機之數量日增，發動機維修需求也快速成長，維修廠也必須擁有合理的零件庫存，以滿足飛機修護需求。雖然有許多學者已經探討過如何將庫存最佳化，但鮮少有學者探討，如何於導入外部資源，打破傳統柏拉圖前緣(Pareto Frontier)之限制，將庫存、利潤以及人力成本推向渴望水準(Aspired Level)。為達此目標，本研究將導入可變空間理論，透過增加預算、改善目標參數與提昇生產效率三種方式，推導渴望水準。本研究以全球主要飛機發動機修護公司之個案為例，實證本分析模式之可行性。分析之結果，除可供該公司將庫存水準最佳化之用。成功驗證的模型，亦可作為其他產業庫存最佳化之用。Item 探討政府從業人員對整合式財務管理資訊系統（IFMIS）接受度研究(2017) 簡綉靜; Chien, Shiu-Ching臺灣財政部國庫署為了強化資訊系統技術的競爭，利用IFMIS來提高政府財務管理的效率和有效性。然而，很少見到研究側重於從使用者的角度來檢查新的資訊系統的接受，因此本研究採用科技接受模型來探索外向性及神經質二種類型的人格特質在認知易用性和有用性，使用態度，使用意圖和實際使用上之效應接受。 由186個有效回收的數據經結構方程模型及驗證性因素分析，研究結果顯示，以外向性人格特質做為TAM外部變數，具有外向性人格特質的個人與認知易用性正相關，與認知有用性沒有顯著相關。然而，認知易用性與認知有用性有正相關。認知有用性與使用態度及使用行為意圖呈正相關，但認知易用性與使用態度無顯著相關。使用態度與使用行為意圖無顯著相關;又，使用行為意圖與系統實際使用行為呈正相關。 在其他情況下，以具有神經質人格特質做為TAM外部變數，其研究結果顯示個體對認知易用性及認知有用性呈正相關。但是認知易用性對認知有用性及使用態度是沒有顯著相關，認知有用性與使用態度及使用行為意圖正相關，使用態度與使用行為意圖正相關，使用行為意圖與系統實際使用行為正相關。 結果顯示神經質人格的參與者比外向性人格的參與者其行為方法對系統更容易接受。尤以在臺灣財政部國庫署工作者使用行為意圖表明對IFMIS的實際使用是從強制每個員工皆需使用，即被強制接受使用政府資訊系統。Item 北部地區大學生依附型態與人際溝通能力之相關研究-以Facebook為例(2015) 陳乃瑜; Nai-Yu,Chen本研究的目的在於瞭解不同背景的北部地區私立大學生在臉書使用上的依附型態與人際溝通能力之關係。以台灣北部地區三所私立大學為研究對象，採取便利抽樣的方式，回收465份有效問卷，分別採取單因子變異數分析、積差相關、獨立樣本t檢定與迴歸等考驗各項研究假設，並回答研究問題，並做成以下結論。 研究結果顯示，大學生在有困難時，大部分的朋友都會幫忙，也會與朋友分享個人感受，Facebook已成為能代替傳統聯絡方式。使用Facebook越久的時間，其逃避依附越高。Facebook的好友人數越多，安全依附越高，好友人數越少，排除依附越高。每天使用Facebook的時間越長，焦慮依附與排除依附越高。每天使用Facebook和朋友實際互動的時間，互動時間越長，安全依附與焦慮依附越高。高年級溝通知識方面，高於低年級。Facebook的好友人數越多，溝通動機與溝通技巧越好。每天使用Facebook的時間越久，溝通動機與溝通技巧越高。每天使用Facebook和朋友實際互動的時間越長，人際溝通能力越高。依附型態與人際溝通能力，有「正向」的關聯性。依附型態能有效預測人際溝通能力。Item 資訊產品代工業成本縮減策略訂定(2014) 林仲軒; Chun-Chan Lin代工價碼為資訊科技選擇設計代工製造廠商（ODM）的關鍵因素。因此，代工廠總是試圖降低代工成本，使之在成本領先策略基礎上能成為更具有競爭力的代工廠。可能可採用的成本降低策略則有包括組織重整、引進新的設計及製造技術和新材料導入、研發和經營開支的減少、供應鏈整合等最合適的策略可以降低代工價格，以期能增加代工訂單數量來實現代工的規模經濟。重要的是，很少有研究探索如何設計或重新配置各種策略，以組合出最好的降低成本的策略。因此，作者的目的是提出一種混合的多準則決策（Multiple Criteria Decision Making, MCDM）方法為基礎的決策框架。由代工從業專家所提供的策略中，以修正式德爾菲法，彙整出可能可以降低成本的策略。及由代工從業專家進行策略標準的評價。然後使用決策實驗室分析法（Decision Making Trial and Evaluation Laboratory, DEMATEL）進行因果關係標準分析。將導出的權重套用於決策實驗室網路流程分析（DEMATEL base Network Process, DNP），再將據此以計算策略性能得分，將選擇最高性能得分的策略來構建策略組合，最後使用VIKOR法，訂定減低成本之成功策略。 本研究實證基礎將以在世界領先的台灣資訊產業代工廠商之一，用於驗證所提出的分析框架的可行性。以實證研究的結果基礎上，低成本支出管理系統和統一採購以及低價原料是最重要的策略。但企業減少浪費及自動化流程投資則未受專家所青睞，此將為未來欲進行類似研究可接續之方向。此研究策略和實證研究的結果可以建議給代工廠成為未來降低成本的策略基礎。Item 知識管理在職業學校教務行政應用之研究(2001-12-01) 張其清; 黃貴雄; 戴建耘; 徐昊杲Item 第一屆綜合高中評鑑工作執行成果總結報告(國立臺灣師範大學教育研究中心, 2000-01-01) 楊思偉; 吳明振; 蘇啟寅Item 以多準則決策與專利探勘方法定義機器視覺之技術地圖(2018) 簡英琪; Chien, Ying-Chi大數據概念迅速發展，成為跨越資訊技術顯學，在眾多樣態、良莠不齊的巨量資料中，精萃出有潛在價值、商業趨勢的資訊，提供企業改善與經營決策之參考依據，進一步提升市場上競爭力，真正實現大數據的價值。專利是推動科技進步的重要機制，在法律嚴密的保障下，激勵人們發明創新與增進經濟發展，並可作為競爭分析及技術發展基礎。以往技術路徑圖的相關研究通常聚焦於特定技術的結果，或是企業技術發展歷程，較少有研究探討如何分析專利探勘結果產生技術路徑圖藉以預測未來技術趨勢。因此，本研究透過文字探勘技術收集專利關鍵字，並依據專家評估意見，進行關鍵字分組。再透過優勢關係為基礎的粗略集理論推導技術關鍵字與產品關鍵字間之推理關係，再導入正規化概念分析，將技術關鍵字歸納為技術之概念，最後利用決策實驗室分析法訂定關鍵字及概念之影響關係，參考組織現況定義出技術路徑圖。實證研究以機器視覺技術為例，進行專利文字探勘並定義出技術路徑圖，驗證此方法架構的可行性，期許本研究結果可作為產業技術發展之依據。Item 透過鯨魚演算法調變權重之類神經網路應用於三電力電動車輛系統上最佳化能源管理策略(2023) 邱竺楊; Chiu, Chu-Yang本研究旨在透過類神經網路應用於三電力電動車輛能量管理策略上，以增進未來可實現於車輛控制器硬體上之可行性。類神經網路之訓練數據集，由混合動力車輛之能量管理領域上，常應用之最小等效能耗法(Equivalent Consumption Minimum Strategy, ECMS)進行收集。首先，本研究先建立具有三電力源電動車輛系統特性之低階動力學模型，其中包含電力源(燃料電池、鋰電池、超級電容)，所需相關參數皆從商業軟體Advanced Vehicle Simulator(ADVISOR)獲得，基於目標車型 Toyota Mirai 設計具有三電力架構之增程式版本，動力系統包含110kW燃料電池組、40Ah鋰三元電池組以及165F/48V超級電容組，並搭配150kW交流馬達。作為訓練數據集來源，ECMS控制策略為一包含六階層環狀結構，分別為鋰電池健康度、需求功率、電池殘電量、超級電容殘電量、燃料電池與需求功率比值以及鋰電池與需求功率比值，作為訓練類神經網路使用，輸入為ECMS前四層參數，輸出則為後兩層：燃料電池與需求功率比值與鋰電池與需求功率比值，本研究透過鯨魚仿生演算法針對類神經網路調變權重(WOA-ANN)與傳統倒傳遞法(BPANN)進行分析比較。為評估類神經網路之效益，本研究同時也建立規則庫控制法。為分析能耗差異性，透過新歐洲駕駛循環(New European Drive Cycle, NEDC)以及全球統一輕型車輛測試程序(Worldwide Harmonized Light-Duty Vehicle Test Procedure V.2, WLTP Class-2)進行模擬分析，於五次NEDC以及WLTP Class-2行車型態下，RB、ECMS、BPANN、WOA-ANN能耗分別為：50.58、39.27、47.13、39.13kWh；72.70、51.10、61.29、51.50kWh。與RB相比，ECMS、BPANN、WOA-ANN改善率分別為：22.36%、6.82%、22.64%；29.71%、15.70%、29.16%。相較於ECMS，BPANN與WOA-ANN相似度分別為：83.32、99.64%；83.37%、99.22%。本研究利用兩台快速雛型控制器，驗證ECMS理論型控制應用於車用載具之可行性，透過硬體嵌入式開發環境進行Real-time運行，在兩種行車形態下，WOA-ANN於SIL與HIL開發環境之能耗表現相似度皆高達95%，以此先行驗證應用於實車控制器之成效。