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 432
  • 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
    改良型積分器於伺服馬達之定位控制應用
    (2012) 李岳豈; Yue Chi
    本論文提出一種改良型重置積分的方法,以改善系統輸出響應,並以實作方式驗證其可行性。以往控制器採用的積分器多為線性積分器(linear integrator, LI),可降低系統的穩態誤差,但同時易使系統輸出產生超越量。文獻中已提出一種重置(reset)的方法,當系統誤差等於零的瞬間,立即將積分器的輸出值歸零,稱之為Clegg積分器(Clegg integrator, CI)。CI於暫態時將積分器輸出值歸零可降低超越量,但是於穩態時積分值的歸零造成控制系統無法抵抗外部直流干擾。本文提出改良型重置積分器的方法,其在暫態時可進一步降低LI控制系統輸出的超越量,並且加快系統安定時間;穩態時亦可抑制干擾,改善CI控制系統的穩態響應。 本文實驗平台共有兩個系統,其一以無刷伺服馬達安裝平衡負載或偏心負載,以分別建立線性或非線性實驗平台;另一以無刷伺服馬達結合導螺桿組成之線性平台,進行直線運動定位控制驗證。以上兩個平台均採用TI TMS320C6713 DSP與Xilinx可程式閘陣列(FPGA)結合而成之控制器硬體核心,並以C語言與硬體描述語言(VHDL)作為控制器設計之發展工具。將本文所提出之改良型積分器於此實驗平台驗證,並且由實驗結果可知本方法具有實用性。
  • Item
    以加速度訊號輔助速度估測之性能評估
    (2011) 李宗恆; Chung-Heng LEE
    舉凡現今工業界常使用之控制機具與製程所需之機台等等,皆會應用到控制技巧。然而許多控制法則必須得知受控體之速度,所以如何獲得一個品質佳且精準的速度訊號是一個重要的課題。本論文對速度估測進行細部分析探討,提出動態補償速度估測器(Dynamically Compensated Velocity Observer, DCVO),並與多種速度估測器做比較。DCVO乃利用加速度訊號搭配動態補償器,以估測速度;由理論證實,其不但不會受到位置直流偏移量影響,而且對於常見的加速度訊號之直流偏移量不敏感。實驗設備使用精密線型平台系統進行速度估測及定位控制,採用美國德州儀器公司(Texas Instruments, TI) 所生產之TMS320C6713 DSP搭配具FPGA之擴充子板為實驗平台。 在開迴路速度估測實驗中,由實驗結果可知本文所提出之DCVO較其他估測法有良好的結果,且不會因加速規直流偏壓影響其估測值。而在定位控制方面,使用積分型可變結構控制(Integral Variable Structure Control, IVSC),並分別由ITM及DCVO兩種速度估測器估測出速度回授於控制器中,由實驗結果可得知本文所提出之DCVO 能有較佳的定位精度。此外,利用加速規量測得之訊號,搭配系統狀態方程式,求得系統干擾量並加以補償,能大幅降低干擾對系統之影響。
  • Item
    利用可攜式眼鏡型微攝影機輔助視障人士即時識別公車車號
    (2011) 吳柏翰; Bo-Han Wu
    視障人士搭乘大眾交通工具(公車)時,面臨許多難題,其中最主要的問題就是無法得知迎面而來的公車車號。目前視障人士能解決的辦法,不外乎是請求旁人協助或手拿自製的公車車號板讓駕駛注意,但上述辦法皆不穩定且變動因素甚大。因此,基於影像處理技術的蓬勃發展,本研究改變以往只採用固定式攝影機處理的方式,利用“可攜式眼鏡型微攝影機”,在皆非固定的情況下(例如:背景、角度、車號等等),輔助視障人士即時識別公車車號,並以語音輸出告知其資訊。本研究採用主動搜尋與辨識,在不降低準確率的情況下提升系統整體速度。透過事前的分析歸納,直接擷取出輸入影像中感興趣的顏色範圍,並將其轉為二值化影像降低其資料量,再搭配設計的形態學遮罩來確保公車車號的完整性,且透過連通成份分析並挖取出車號區域,送入 MS MODI 做辨識,最後藉由 MS SAPI 在公車停靠前以語音的方式輸出。
  • Item
    光碟機聚焦伺服之PID 控制器自動調整
    (2010) 蔡倉軒; Tsang-Shiuan Tsai
    本文研究光碟機聚焦伺服之 PID 控制器增益之自動調整機制,並且利用 數位訊號處理器(DSP)與可程式閘陣列(FPGA)實現於光碟機系統。於 聚焦伺服控制器增益自動調整,採用頻率響應之觀念,有系統地設計聚焦伺 服控制器增益線上自動調整機制,使聚焦伺服控制器能針對光碟機因製造組 裝上的差異、元件老化、環境溫度改變、碟片反射光量變化等不確定因素對 伺服性能造成的影響進行自動補償,進而讓系統對於參數不確定性具有強健 性,確保系統達到目標性能。 本文以市售之12 倍速DVD-ROM 光碟機進行改裝而成實驗平台,以TI TMS320C6713 DSP 與 Xilinx 可程式閘陣列(FPGA)取代光碟機上原有的 伺服控制晶片,並以C 語言與硬體描述語言(VHDL)做為發展工具,進行 PID 控制器設計且實現於此光碟機。 經由實驗結果證實,透過本文提出之聚焦伺服PID 控制器自動調整機 制,無論系統原有之控制器增益值過高或是過低、碟片轉速快或慢,均能自 動將聚焦伺服系統調校至符合DVD 規格書規範之伺服性能要求,即便使用 超過規格書容許偏擺量之測試碟片進行實驗,本自動調整機制仍能有效運 作,自動調整聚焦控制器增益,使聚焦伺服性能達到要求目標。
  • Item
    整合田口法與粒子群演算法應用於鐵酸鉍摻雜鈮MFIS電容器之最佳化
    (2011) 陳彥良; Yen-Liang Chen
    本研究主要是探討使用整合田口法的改良型粒子群演算法在鐵酸鉍摻雜鈮MFIS電容器最佳化上的應用。本論文可分為兩部分:(一)粒子群演算法整合田口方法(二)鐵酸鉍摻雜鈮MFIS電容器之最佳化。 粒子群演算法是近年來應用在諸多領域的最佳化技術。全域最佳型(gbest)和區域最佳型(lbest)是粒子群演算法的其中兩種變型,其分別擁有收斂性與探索性的優點。整合田口方法可結合兩者的優勢,使新衍生的變型兼具更好的最佳化效率和更好的精確度。此變型一開始先採全域最佳型快速收斂,接著再採用區域最佳型的探索能力,當最佳化效果不彰時,再使用田口法,自群體中萃取出具有潛力的元素,形成群體學習的對象,間接加強了群體的最佳化能力。實驗結果以t檢定驗證此改良型粒子群演算法的確結合了此兩種傳統方法的各自優點,在15個適應性函數的條件下展現擁有更好的表現。 我們將此整合田口法的粒子群演算法變型應用在鋁/鐵酸鉍摻雜鈮/二氧化鉿/p型矽MFIS結構之電容器的最佳化上,以期得到最佳的製程配方。鐵電材料因其特殊的鈣鈦礦結構,很適合當作記憶體單元的材料。其中鐵酸鉍因具有高居禮溫度、高尼爾溫度、低結晶溫度和很大的殘留極化值的優點,所以成為一種很具前景的記憶體材料。唯其漏電流太大的缺點仍待改善。藉由摻雜鈮可解決此問題,最終的目標是產生具有最大記憶視窗寬度和最小漏電流密度的電容結構。考量最大記憶視窗寬度與最小漏電流密度的情況,可得最佳化後的配方:鈮摻雜直流濺鍍瓦數15.5watt、氧化層厚度69.2nm、氬氧比17.3、快速熱退火850°C。
  • Item
    以小波轉換鑑別人類情緒腦電波
    (2011) 洪偉哲
    人類情緒的正確鑑別存在著許多的困難,根據每個人所經歷的事物與心情狀態,影響著即使面對相同的事件,所呈現的情緒強度也有所不同。而現今對於人類腦波的研究逐漸盛行,藉由大腦人機介面(Brain computer interface)收集腦電波(Electroencephalogram)訊號,經由訊號分析、特徵擷取以及分類器,來鑑別腦電波訊號的情緒類別。本研究的受測者為六位男性,四位女性。年齡介於20歲至28歲。實驗流程為撥放六種情緒的臉部圖片,分別為高興、驚訝、生氣、厭惡、難過和恐懼,每種情緒有20張圖片,共有120張圖片。使用NeuroScan大腦人機介面,藉由非侵入式的腦電波訊號量測,共有30個通道。紀錄完成後,進行腦電波訊號前處理降低腦電波訊號的雜訊,使得腦電波訊號更接近真實的訊號,接著繪製出大腦空間能量頻譜圖,用以了解腦電波訊號的頻帶能量分布差異。將腦電波訊號進行小波轉換(Wavelet transform)分解訊號,選取能量分布差異較大的θ波為分類波段,接著計算各種的特徵,共有八類特徵,分別為最大值(Max)、最小值(Min)、全距(Range)、標準差(Standard deviation)、絕對中位差(Median absolute deviation)、絕對平均差(Average absolute deviation)、能量(Energy)及特徵向量(Eigenvectors),將各種特徵投入支持向量機(Support vector machine)進行分類,訓練的方式將隨機抽取出60%的腦電波訊號區段為訓練資料,40%為測試資料,以隨機投入支持向量機作各種情緒的鑑別,得到情緒鑑別從最高到最低的正確辨識率分別為87.50%和62.50%,平均值為76.25%。 研究中發現當使用無效的特徵或是相似的特徵,無法增加情緒的鑑別率,但是若增加有效的特徵,鑑別率會隨之提高,不過也會增加複雜度,經由比較其中較為有效的特徵為全距、標準差、絕對中位差、絕對平均差、能量及特徵向量,可較為明顯增加鑑別的效果。
  • Item
    基於K-means 演算法、小波轉換及支持向量機之心電訊號辨識系統
    (2011) 張家熏
    本論文利用小波轉換(Wavelet transform) 、K-means分群法(K-means clustering)及支持向量機(Support vector machine)等方法,建立一個辨識各種心律不整的心電辨識系統。本論文所提的方法可以大致區分為三個階段;第一階段使用K-means分群法把屬於同一類別但相異性卻很大的心律不整訊號分成數個次類別,在每一個次類別,各樣本會有較高的相似性。第二階段則把各次類別裡的每一個心搏樣本利用小波轉換擷取時頻特徵向量。第三階段以每一個心搏樣本的時頻特徵以及形態特徵為訓練資料,並運用支持向量機來建立本辨識系統的模型。為了驗證本系統的有效性以及可靠性,本論文利用MIT-BIH心律不整資料庫進行了三個實驗。實驗的結果本論文所提的方法具有相當高的辨識率達98.2%,最後與各相關辨識系統文獻比較差異。
  • Item
    以內部模型原理為基礎之控制器初始值補償及其於雙軸機械手臂之應用
    (2011) 張郁傑; Yu-Chieh Chang
    機械手臂為多關節機構,在各軸皆具有致動器,其動力模式為非線性藕合多變數系統,運用範圍涵蓋物件搬運、噴漆、點焊、弧焊等;本文針對機械手臂之定位和循軌控制,提出以內部模型原理為基礎之控制器初始值補償(Initial Value Compensation, IVC)。改善傳統內部模型為基礎之控制器會有超越量(Overshoot)或振盪(Oscillation)的問題,設計內部模型原理為基礎之控制器具有抑制已知干擾模型的優點,透過IVC之設計可降低超越量或振盪的產生,大大地提升控制器的性能。 在控制平台架構上,採用美國德州儀器公司(Texas Instruments, TI)所生產之TMS320C6713 DSP搭配具FPGA之自製擴充子板為實驗平台。在FPGA方面,以硬體描述語言(VHDL)撰寫Encoder、 A/D與D/A之界面程式;在控制器實現上,利用TI所提供的Code Composer Studio (CCS)環境下以C/C++撰寫控制器程式並下載到DSP上執行。整體控制架構經由雙軸機械手臂定位和追循圓軌跡予以驗證,其結果顯示將可有效改善暫態時產生超越量或振盪問題,以及更佳的抑制外部干擾。
  • Item
    結合顏色刺激及閃光頻率刺激實現四類方向辨識之研究
    (2011) 林詠翔; Yung-Shiang Lin
    近年來,腦電波常被用來幫助肢體障礙或者脊椎受損的人們作為輔助的用具,但因腦電波裝置太過龐大以及昂貴,以至於並非普及,因此本研究為開發設計一套價格低廉的線上即時大腦人機介面系統。透過腦電波訊號處理技術應用於四方向辨識之研究,提供肢體障礙人士利用大腦意識做出控制的實用輔具。本研究利用顏色以及閃光頻率刺激的視覺回授來達成四方向的辨識,其採用的電極位置包含了大腦的頂葉(Cz)以及大腦的枕葉(Oz, O1, O2)。利用收集到的腦波資料經過前處理(數位濾波器以及獨立成分分析)將其雜訊先做去除,再利用快速傅立葉轉換觀察其顏色以及閃光頻率刺激的差異性,並採用統計方法、主成分分析法以及獨立成分分析法抽取特徵,最後投入機器學習中的支持向量機,達到辨識四方向的效果。本實驗共採用3名受測者進行測試,其離線分析最高分類率可以達到77.5%,而平均也有75%;線上即時分類率平均也可以達到68.33%,已具初步的實用價值。