機電工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/84

系所沿革

為迎合產業機電整合人才之需求,本校於民國 91年成立機電科技研究所,招收碩士班學生;隨後並於民國93年設立大學部,系所整合為「機電科技學系」,更於101學年度起招收博士班學生。103學年度本系更名為「機電工程學系」,本系所之發展方向與目標,係配合國家政策、產業需求與技術發展趨勢而制定。本系規劃專業領域包含「精密機械」及「光機電整合」 為兩大核心領域, 使學生不但學有專精,並具跨領域的知識,期能強化學生之應變能力,以適應多元變化的明日社會。

教學目標主要希望教導學生機電工程相關之基本原理與實務應用的專業知能,並訓練學生如何運用工具進行設計、執行、實作與驗證各項實驗,以培養解決機電工程上各種問題所需要的獨立思考與創新能力。

基於建立系統性的機電工程整合教學與研究目標,本系學士班及研究所之教育目標如下:

一、學士班

1.培育具備理論與實作能力之機電工程人才。

2.培育符合產業需求或教育專業之機電工程人才。

3.培育具備人文素養、專業倫理及終身學習能力之機電工程人才。

二、研究所

1.培育具備機電工程整合實務能力之專業工程師或研發人才。

2.培育機電工程相關研究創新與產業應用之專業工程師或研發人才。

3.培育具備人文素養、專業倫理及終身學習能力之專業工程師或研發人才。

News

Browse

Search Results

Now showing 1 - 10 of 332
  • Item
    植基於模糊預測模型之自動對焦演算法
    (2005) 羅濟揚
    數位相機,本身是一個複雜的系統,含有許多的模組,如自動對焦、自動曝光、資料傳輸、影像處理、等等,其中自動對焦演算法在使用上的先決條件為即時性,而一般的搜尋法,在目前的百萬像素級的搜尋時間過於冗長,針對此問題提出本研究結合預測的方法,來改善此一問題。 本研究針對自動對焦上的問題,提出一個可以改善自動對焦速度及提高自動對焦可靠度的演算法,而演算法利用離線差分方程預測模型之優越的預測特性,可預測轉折點之效果與以少數的取樣點即可獲得預測曲線的趨勢,再利用模糊推論的方法,將離散差分方程預測模型的預測結果,作為推論的依據,進而可以決定步距的大小,大幅降低對焦所需的時間及減少取樣的點數。 在本研究中,我們提出模糊離散差分方程預測模型進行數位相機的離線測試與機上測試,其結果均能精準的預測對焦曲線的趨勢與最佳對焦點之區間。
  • Item
    改良式本質模態分解法在訊號處理之應用
    (2009) 陳思予; Szu-Yu Chen
    訊號處理在科學以及工程領域上皆是很重要的課題。自然界的訊號,大多都是非穩態(時變)、非線性過程,故往往得到的訊息包含了雜訊的部分。傳統的傅立葉轉換,其處理的訊號限制為:線性、穩態過程,所以並不能處理大部分的訊號特性。經驗模態分解法(Empirical Mode Decomposition, EMD)對於非線性、非穩態訊號提供一種多尺度、適應性的解析方式,這個方法大大改善了上述的限制。本論文針對多位學者提出此演算法三大課題的改進方式:停止準則、包絡線與邊界效應,作歸納與比較。另外,簡單介紹有關EMD基底的正交性條件、分解上的限制以及基底重建問題。針對文獻提到片段式線性訊號的研究,啟發了本論文對改良式本質模態分解法(Reformed Intrinsic Mode Decomposition, RIMD)的靈感,而片段式線性之概念最大的特點是可以得到較快速的分解法。本研究利用此概念求得之中值點建立出包絡線均值,並對真實訊號之應用上提出以下的方法:以立方雲線聯結中值點;以原始訊號的比例大小聯結中值點,找出包絡線均值。改良式本質模態分解法不但能大大降低演算法的計算量,並且減少在邊界效應極值點選取上之考量,這將會使得訊號在篩選程序中之平穩性以及對稱性大幅的提升。最後,以模擬以及測試訊號透過改良式本質模態分解法拆解出之結果,進行試驗結果之分析與討論。
  • Item
    利用經驗模態分解法與最小平方法消除心電訊號雜訊
    (2009) 林祥瑋
    心電圖在心血管相關疾病判斷與偵測上扮演相當重要的角色,而一般使用儀器量測到之心電圖通常都會受到雜訊干擾,使得心電圖上各個波形與波段的特徵變得無法辨認與擷取,這對於臨床工作者與醫療人員在病徵上的判斷會造成困擾。雜訊的種類相當多,其中不乏各個頻段的干擾源,主要如:高頻的市電干擾(Power Line Interference)、低頻的基準線漂移(Baseline Drift)與肌肉波(Electromyography, EMG)等皆為心電圖訊號中雜訊的主要來源。因此,心電圖中的雜訊濾除一直是相當重要的課題。 在本論文中,提出了使用經驗模態分解法(Empirical Mode Decomposition, EMD)與最小平方法為基礎的演算法來消除心電圖中雜訊的成分。其中,經驗模態分解法負責訊號分解的部份,經驗模態分解法最大特色就是經由篩選程序能將訊號由高頻至低頻拆解出一序列的振盪訊號,該振盪函數稱為本質模態函數(Intrinsic Mode Functions, IMFs);訊號重建的部份則是利用最小平方法準則挑選有用的本質模態函數重建無干擾訊號,並利用人為設計訊號來測試此方法的可行性,數值實驗結果驗證了本方法的優點。我們再將此方法應用於自MIT/BIH心律不整資料庫擷取之心律不整實例,並搭配一系列數位濾波器的組合來進行QRS綜合波的檢測,而模擬結果顯示了QRS綜合波的判斷上與MIT/BIH心律不整實例之病徵相吻合,也驗證了經驗模態分解法與最小平方法對於心電圖雜訊濾除的可行性。
  • Item
    黑色矽巨孔洞陣列結構應用於矽晶太陽能電池之研究
    (2009) 李幸憲
    隨著石化燃料日益短缺與環保意識的高漲,人類亟需一種乾淨、無污染的能量來源,以應用於再生能源。太陽光能取之不盡,用之不竭,在發電的過程中無噪音且零汙染,因此,太陽能電池被視為最具潛力的再生能源。目前市面上的商用太陽能電池,其抗反射結構僅侷限於隨機金字塔結構,並無法達到最佳的抗反射效能。有鑑於傳統的太陽能電池製作方法,對於抗反射效能的提升極為有限,故本研究提出以黃光微影定義圖案搭配光輔助電化學蝕刻(PAECE)之整合技術,在矽晶片表面製作高深寬比的黑色矽巨孔洞陣列結構,而此結構將使太陽電池具有較佳的抗反射效能。 多孔矽成長於525 um與380 um之矽基板,當PAECE蝕刻時間為0.5 hr、1 hr、1.5 hr及2 hr條件下,皆能得到黑色矽巨孔洞陣列結構,且其反射率皆能大幅度降低。在280 nm-800 nm波長範圍內,空白矽晶片的平均反射率為37.35 %。未經過PAECE蝕刻的倒金字塔陣列,平均反射效率為6.2 %;具倒金字塔陣列再經PAECE蝕刻後,於525 um之矽基板條件下,經過30分鐘的PAECE蝕刻後,平均反射效率可大幅降低為1.02 %,而經過2 hr的PAECE蝕刻後,平均反射率更可降低為0.81 %。若晶片減薄至380 um時,經過2 hr的PAECE蝕刻後,能進一步降低反射率至0.72 %。此時結構除了具有倒金字塔的形貌外,尚還具有深凹的巨孔洞、微溝渠、隨機多孔矽及黑色多孔矽薄膜層等五種特殊結構。本研究提出的新型複合結構將能具有良好的光捕捉效應,並且增大受光表面積與P-N接面面積,可實際應用於單晶矽太陽能電池,將使太陽能電池的效率能進一步提升。
  • Item
    想像幾何旋轉動作與數學心算之腦電波分析
    (2009) 廖宇璁
    大腦進行運作的機制一向是科學與醫學的研究重點,本論文使用快速傅立葉轉換(FFT)和多尺度熵(MSE)的方法,分析大腦進行數學認知行為的空間能量分佈特徵,兩類分析方法的實驗結果同時指出,大腦前額葉與頂葉為數學認知行為的主要激發區域,大腦枕葉的能量特徵相對較不顯著,而四類基礎數學運算以加法及乘法運算對大腦負荷度較低,減法及除法對大腦負荷度則相對較高。本研究另外探討當我們數學計算時,常伴隨出現的空間旋轉概念(如:建築工程、向量計算…等)的空間能量特徵,發現其大腦特徵與數學運算時高度相似,都是以大腦前額葉為顯著特徵區域,而我們也使用適用於非穩態訊號的經驗模態分解法(EMD)進行濾波,及線性鑑別分析法(LDA)與最近鄰居法(NNR)辨識想像順時針旋轉與逆時針旋轉的腦電波,實驗結果以FZ電極與FCZ電極的組合辨識率最高,四位受測者平均辨識率可達80.7%,辨識率較想像四肢活動雖無顯著提升,但證實了想像幾何旋轉動作為有效的想像辨識標的。
  • Item
    利用時空域分析與背景相減法作視訊移動物偵測
    (2009) 邱建中
    利用電腦視覺方式做移動物偵測時,所遭遇到最大的問題就是動態背景雜訊以及前景本身因移動而產生的雜訊,尤其在使用背景相減法作前景擷取時,這兩種雜訊更為明顯。因此,本論文提出結合前景物時域、空間域以及色彩資訊等方式來改善偵測的正確性。本方法可分為主要三個部分:(1) 利用時序統計長方圖的方式建立可隨時間更新的背景。(2) 再以angle-module方法將三維色彩資訊轉換為二維的色相變化與色彩強度資訊,利用自適應的背景相減法擷取動態前景物,運用前景與背景色彩資訊的差異性來將前景物雜訊去除(陰影、小變化雜訊)。(3) 最後結合影像時間與空間資訊的概念,來去除動態背景雜訊(例如搖曳的樹枝、雨天..等)。 實驗結果顯示,本研究的系統在室內或室外環境下都有九成以上的偵測正確率。對陰影、動態背景雜訊、以及攝影機輕微搖晃等容易造成誤判的條件下,系統也能夠有著不錯的偵測準確率。
  • Item
    氧化鋅奈米線應用於發光二極體之研製
    (2009) 趙偉迪; Wei-Di Chao
      發光二極體被視為未來主要的照明光源,高功率發光二極體於技術上屢有突破,但現階段發光效率的不足,使發光二極體無法取代傳統光源作為照明燈源的主流,故發光二極體發光效率的提升,是目前技術發展的重點之一。過去的研究指出,將奈米線應用於發光二極體的結構製作,能有效提升其發光強度;而在各式成長奈米線的方法中,以水熱法製備之奈米線具有高品質順向成長與製程簡易的優點,故本論文將採用此法成長氧化鋅奈米線,並以射頻濺鍍法沉積N型氧化鋅鋁薄膜,P型材料則選用氧化鋅與氮化鎵,藉以製備氧化鋅奈米線發光二極體,進行其特性之研究。  在奈米線的部份,藉由水熱法成功製備氧化鋅奈米線,直徑34 nm-200 nm,長度1 um-2 um,密度4 NWs/um2-68.23 NWs/um2。EDS分析顯示氧化鋅奈米線的鋅、氧比接近50 % : 50 %。XRD分析僅於34度存在繞射峰值,亦即於(002)面有較強之繞射訊號。PL顯示奈米線的發光峰值位於378 nm,並具有微弱之可見光放射。從HRTEM可觀察到,奈米線內部的晶格結構良好,晶格條紋間距為0.2629 nm,証實奈米線為C軸取向成長。   N型氧化鋅鋁薄膜部份,其最佳電阻率為3×10^(-3) Ω-cm,載子濃度為1.72×10^21 cm^(-3),載子遷移率為0.0715 cm2/V-s,於可見光波段的平均穿透率大於80 %,於波長450 nm之最佳穿透率為87 %,於波長380 nm之最佳穿透率為77 %。   P型氧化鋅部份,分別使用氧化鋅及純鋅靶材,嘗試藉由製程氣體氧/氬比例的控制,用以製備P型氧化鋅,但目前薄膜均呈現N型半導體電性。未來將使用摻雜P2O5之氧化鋅靶材,繼續P型氧化鋅薄膜之試驗。   發光二極體部份,目前已於P型氮化鎵(鎂摻雜,載子濃度約為10^17 cm^(-3))薄膜上,成功製備氧化鋅奈米線/N型氧化鋅鋁薄膜結構,並完成發光二極體之晶粒製作,其尺寸為300 um×300 um。在約大於15 V的操作電壓下,以長工作距離顯微鏡可觀察到,發光二極體晶粒的部份區域放射出藍光,且發光強度隨外加電壓而增加。發光二極體之I-V曲線顯示其串聯電阻相當大,未來將以快速熱退火進行後處理,以期提升其性能,並檢測發光頻譜等特性。
  • Item
    希爾伯特黃轉換應用於單筆腦電波訊號
    (2009) 石曜嘉; Yao Chia Shih
    大腦人機介面為近幾年來很活躍的研究領域,然而腦電波包含著許多雜訊,並且具有非線性、非穩態等特性,所以腦電波的「特徵擷取」和「分類」為世界各國相關研究團隊共同努力的方向。本研究針對「特徵擷取」提供一套單筆腦電波分析法,可應用於大腦人機介面。此方法同時結合了獨立成份分析法和希爾伯特黃轉換來分析腦電波訊號。整個分析方法可以分為兩個階段:第一階段是利用獨立成份分析法的盲源分離特性把腦電波紀錄分解成具有時間、空間特性的成分;第二階段是利用一種時頻分析法,希爾伯特黃轉換將第一個階段所得到的成分做時頻分析。其中希爾伯特黃轉換的前半段架構被稱為經驗模態分解法,在本論文中用於訊號重建以及雜訊去除。當腦電波經過前面兩個階段的處理後,將可以同時保留腦電波的時間、頻率、空間特徵,建立時頻空間樣本。另外,本研究同時比較三種時頻分析法在處理腦電波訊號上的表現,分別為希爾伯特黃轉換、短時距傅立葉轉換、莫雷轉換。實驗結果為希爾伯特黃轉換在頻譜圖上不論高頻和低頻皆有較佳的解析度。 在研究流程的最後一個階段,選擇支持向量機分類四種想像動作(想像左手動、想像右手動、想像腳動、想像舌頭動)的腦電波資料,對於想像右手動可到達83.33%的辨識率,而整體四種想像動作的平均辨識率為54.17%。另外,本研究結合經驗模態分解與快速獨立成份分析法定位想像動作之訊號源,平均準確率可達到72.12%。
  • Item
    熱電材料應用於散熱微致冷晶片之技術開發
    (2009) 廖莉菱; Li-Ling Lia
    本研究利用特殊界面活性劑添加於熱電材料鍍液中,以電化學沉積的方式電鑄n-type Bi-Te及p-type Sb-Te熱電材料,探討因添加界面活性劑而產生的碳原子與氧原子,是否跟隨著熱電材料同時產生。同時,藉由平行線量測法對電化學沉積的熱電材料,量測其有無界面活性劑條件下之熱傳導係數,並獲得相關的熱電特性。最後,利用已知熱電特性的熱電材料,搭配微機電製程技術,進行微致冷晶片之研製。 進行熱電鑄層分析結果證實,添加界面活性劑MA後所產生的碳原子,乃一開始即伴隨熱電材料同時沉積,而氧原子則因鑄層表面與空氣接觸後產生氧化反應。以平行線量測法成功量取熱電材料的熱傳導係數,量測結果未添加界面活性劑MA的Bi-Te熱電材料,其熱傳導係數為0.241 W/mK,而未添加界面活性劑MA的Sb-Te熱電材料,其熱傳導係數為0.415 W/mK;添加界面活性劑MA後的Bi-Te熱電材料,其熱傳導係數為0.422 W/mK。藉由熱電優值公式獲得未添加界面活性劑MA的Bi-Te熱電材料,其熱電優值為4.838×10-4 /K,在常溫工作環境下的ZT值為0.145;而未添加界面活性劑MA的Sb-Te熱電材料,其熱電優值為14.7×10-4 /K,在常溫工作環境下的ZT值為0.441。添加界面活性劑MA後的Bi-Te熱電材料,其熱電優值為2.571×10-4 /K,在常溫工作環境下的ZT值為0.077。最後,將已知熱電特性的熱電材料,藉由電化學沉積搭配微機電製程技術,成功研製出18對及50對的微致冷晶片,其熱電接腳尺寸為80 m的方形陣列,電鑄高度約為8 m,後續將量測其致冷性能,並比較在不同對數條件下的致冷能力。
  • Item
    精密填蠟金屬沉積之陣列微孔製作
    (2009) 羅智昇; Tsu-Sheng Luo
    微型孔或陣列微型孔使用範圍非常廣泛,如微型噴油器、CPU散熱器、紡紗機導紗噴嘴、微油霧器及微霧化器等微型製品,都需應用微型孔。本研究主要目的在呈現一種陣列微孔的新製程技術—『精密填蠟電鑄法』。此項新製程以微加工技術為主軸,配合犧牲層的充填及精密電鑄法,開發陣列微型孔。實驗之初,先利用深孔放電加工法,對鏡面不銹鋼基材進行放電鑽孔加工,加工完成的基材置入擠製模具中,再以58°C的擠製溫度將軟化的蠟由陣列微孔擠出,完成的陣列蠟模以精密電鑄法進行金屬沉積,沉積的厚度視沉積時間的長短決定。最後,試片再以80°C的熱水浸泡,將陣列蠟模去除,即可獲得高精度陣列微孔的結構。由實驗結果顯示,擠製的蠟模具有優異的耐酸性、耐熱性及良好的去除性。陣列微孔平均直徑0.13mm,形狀精度佳。此法具生產速度快與製作費用低廉的優點,對多樣性產品開發可行性極高。