臺灣大學應用力學研究所學位論文
國立臺灣大學,正常發行
選擇卷期
- 學位論文
自1956年來聚(N-異丙基丙烯醯胺)在生醫領域的研究不斷地推陳出新，其受溫度刺激響應的特性也使對它的應用與研究跨足了其它如物理學、環境科學、能源等領域，聚(N-異丙基丙烯醯胺)是屬於一種具有可逆體積相變過程的材料，因為其結構上的功能性官能基團會受溫度高低而選擇與水分子或自身產生氫鍵，由此達到親疏水性轉換與發生體積相變。為了提高應用性，先前的研究將其合成互穿式高分子網路的水凝膠，同時保有溫敏性與加強機械性質或增加其他的響應模式。 本研究開發出兩種不同型式的水凝膠，一種是用浸潤法使聚(N-異丙基丙烯醯胺)分子擴散進瓊脂糖的網路基底形成半互穿式高分子網路，另一種是採用紫外線誘導共聚合法合成出聚(N-異丙基丙烯醯胺-co-聚乙二醇二甲基丙烯酸酯)與瓊脂糖的互穿式高分子網路水凝膠，兩種水凝膠都是將瓊脂糖與聚(N-異丙基丙烯醯胺)做結合，來開拓與以往不同的研究方向。 在本研究中主要分為兩個部分，第一部分為研究了瓊脂糖基底的聚(N-異丙基丙烯醯胺)互穿式高分子網路水凝膠的性質，發現當聚(N-異丙基丙烯醯胺)會改變瓊脂糖水凝膠的溶脹特性，比起純的瓊脂糖水凝膠在溶脹平衡時可以保有更多水分。另外，聚(N-異丙基丙烯醯胺)也會改變透射度與機械性質，並且可以用溫度去操控其變化，我們提出了一個模型去解釋這個獨特的現象，當聚(N-異丙基丙烯醯胺)進入水凝膠網路時會因為氫鍵膠護作用而與瓊脂糖支架結合，加強其結構並使折射率匹配，造成有較大的彈性模數與透射度變化，但當溫度高於聚(N-異丙基丙烯醯胺)的濁點時，聚(N-異丙基丙烯醯胺)會改變成與自身或同類分子產生氫鍵，進而改變自身的折射率，而與此同時因為與瓊脂糖網路分離，進而造成機械性質改變。 第二部分為基於前一部分觀測的性質，設計三種不同的加熱方式與應用。第一種應用是基於通過溫度變化可逆地切換機械性能，以通過圖案化加熱系統生產具有不同局部機械強度的材料。第二種應用是智慧隔熱窗戶，它包含了一個可調節透射率的內層，其受紅外線加熱到相變溫度就會自動關閉，使室內不會接收過多的紅外線而升溫。第三種應用則是在水凝膠的表面輸送膠體粒子，當水凝膠表面的聚(N-異丙基丙烯醯胺)分子相變時會將水分排出，故可利用紅外雷射掃描加熱水凝膠表面產生不對稱的流場，發現半互穿式高分子網路水凝膠與互穿式高分子網路水凝膠的產生的流場模式不同。並利用這種不對稱流場加以設計雷射掃描路徑製造出可以排開、聚集與單向輸送膠體粒子的表面流場，最後將材料做成微流道的基底，測試此材料輸送粒子的在微流道中的可行性。
- 學位論文
近年來空氣污染逐漸嚴重，空污議題逐漸受到重視，而為了監控有害氣體濃度，氣體感測器布置密度也必須提高。高單價感測器雖然精準，但大規模設置，成本會過高。消費級氣體感測器的優點在於設置成本低廉，但其性能則必須有進一步的加強。消費級氣體感測器具有對溫濕度產生變化、對多種氣體有反應、使用時的重現性不佳及感測器個體差異等問題。解決性能上問題後，消費級氣體感測器的實用性可大幅提升，可以提高量測氣體濃度的準確性。本研究將量測SO₂與CO的濃度，並使用人工智慧校正消費級氣體感測器，使感測器表現優於原廠提供的校正，以增加可用性。深度學習為人工智慧的一部分，具有自動提取資料特徵並解決問題的特點。本研究將使用人工智慧進行氣體感測器校正。 首先分別建立SO₂感測器校正模型以及CO感測器校正模型。在密閉腔室通入SO₂或是CO氣體搭配不同溫度濕度量測，並記錄感測器響應建立人工智慧數據庫，作為兩種氣體感測器校正模型所需的訓練及測試資料。使用原廠校正時，SO₂平均誤差2.58 ppm、CO平均誤差2.06 ppm。實驗顯示單一SO₂感測器校正模型平均測試誤差1.5 ppb，單一CO感測器校正模型平均測試誤差19.8 ppb，顯然優於原廠校正。接著建立氣體感測器陣列校正模型，在密閉腔室通入SO₂和CO的混合氣體搭配不同溫度濕度，並記錄感測器響應建立人工智慧數據庫，作為訓練及測試資料。使用深度類神網路進行校正並找出較好的模型結構以及資料擷取時間，此模型SO₂平均測試誤差8 ppb、CO平均測試誤差166 ppb。 接著使用類神經網路隱藏層的模組化以及輸入資料kernel trick非線性增維的方法建立更強的模型，強化後的模型SO₂平均測試誤差降至1.7 ppb、CO平均測試誤差降至77 ppb。量測數據使用原廠所提供的校正時，SO₂濃度平均誤差達2.65 ppm、CO濃度平均誤差達2.69 ppm，使用感測器陣列校正模型明顯降低誤差。最後是氣體感測器個體差異的校正，首先建立通用型的SO₂感測器校正模型，接著建立可替換SO₂感測器之氣體感測器陣列模型。將四個不同的SO₂感測器量測數據正規化後進行模型訓練，並使用一個從未訓練過的SO₂感測器數據進行測試，其測試誤差為4.35 ppb。將通用型的SO₂感測器校正模型與氣體感測器陣列校正模型結合而成可替換SO₂感測器之氣體感測器陣列模型，接著使用新的SO₂感測器所量測的混合氣體數據測試，SO₂平均測試誤差109 ppb、CO平均測試誤差2450 ppb，對比原廠校正成功降低了誤差，且此模型可以替換SO₂感測器，其通用性對廣布氣體感測器陣列的需求來說相當有幫助。 總體而言，人工智慧可以提升消費級氣體感測器之精準度，消費級氣體感測器可以在環境中進行有害氣體偵測並達到監控空氣品質之目的。
- 學位論文
耗盡相互作用是在密集擁擠的大分子溶液中懸浮膠體顆粒之間產生的等效吸引力。在本篇論文中，提出在多壁奈米碳管之間引入耗盡作用力。具有疏水性質的多壁奈米碳管透過化學改質，將無毒且高度水溶性的大分子-聚乙二醇嫁接至表面上，使多壁奈米碳管變得可分散在水溶液中。我們發現通過控制聚乙二醇溶液的濃度，引入可調控的耗盡相互作用力於聚乙二醇嫁接的多壁奈米碳管之間使奈米碳管彼此聚集。由於在凹槽表面上耗盡區的重疊體積較大，因此聚乙二醇嫁接的多壁奈米碳管傾向聚集於在凹槽圖案化的表面。 我們亦在氣-液界面上觀察到多壁奈米碳管聚集的現象，進而針對在氣-液界面處的耗盡聚集進行了研究。本研究使用了聚苯乙烯顆粒當作研究氣-液界面處耗盡作用力。在有大分子溶液的氣-液界面處有觀察到大量聚苯乙烯顆粒的聚集，而顆粒在氣-液界面處的浸入深度會受顆粒的疏水性影響。本研究提出顆粒在氣-液界面處提供的耗盡區的大小取決於顆粒的疏水性。根據實驗結果，低疏水性的顆粒更容易在因耗盡作用力而聚集於氣-液界面處。 奈米碳管為中空管棒狀結構。許多研究指出，棒形奈米顆粒排列的取向受剪切力的方向影響。透過施與溶液剪切力使棒形奈米碳管呈現高度取向。高度取向會使奈米碳管的耗盡區具有較大重疊體積，使奈米碳管之間產生更大的耗盡吸引力。根據實驗結果，奈米碳管通過耗盡相互作用在氣-液界面聚集並通過流動增強奈米碳管的聚集。基於此概念，本研究提出了使用雷射直接進行光學加熱產生氣泡的方法，以創造具有氣-液界面和流動的系統，並產生奈米碳管微膠囊。此種在氣-液界面耗盡聚集的技術為微製造領域中提供一個製作微膠囊的方法。 另外，本研究也探討了奈米碳管與氣-液界面無耗盡作用力的疏水作用力。提出一種通過撞擊裝有乙醇-水溶液（不含界面活性劑）的容器以產生大量氣泡的方法。疏水性奈米碳管和親水性羧化奈米碳管可以通過疏水性奈米碳管與上升的微氣泡的附著過程而快速分離。本研究提出在沒有表面活性劑的情況下產生的微泡具有疏水性表面，並且微泡增強了乙醇溶液中的疏水物質分離的機制。根據實驗結果，使用不含界面活性劑溶液產生的微氣泡可以在短時間內實現疏水性奈米碳管的高效回收。這為根據表面性質不同而分離材料提供了一種的方法。 本篇論文中，成功地在奈米碳管之間引入了耗盡力，並進一步研究了奈米碳管在流動系統中與氣-液界面處的耗盡相互作用。根據實驗結果，奈米碳管通過耗盡相互作用而聚集在曲面和氣-液界面上。根據本研究的結果，奈米碳管可通過耗盡作用力應用於小物件的組裝及在表面上形成有序的微陣列。
- 學位論文
鋰離子電池廣泛的應用於電子3C產品中，並可為電子商品供電，然而電池隨著使用時間及存放時間越久，其電池會逐漸老化，若電池充放電超過截止電壓，電池亦有過充或過放的問題，易造成電池表面溫度過高，造成電池熱失控[29]，基於以上的原因，對電池健康程度的監控及電量監控就非常重要。 電池在充放電過程及循環過程中，由文獻[5][24]中提及在電池中的電極層間，電解液分佈不均、氣體生成、裂縫產生等。文獻[11][26][27]研究超聲波檢測中波傳遞的時間隨著SOC及SOH而有所變化，文獻[9]將針對一個循環的充放電過程，進行超聲波在不同SOC的檢測，並發展出一套超聲波訊號和SOC間的關係。 本研究將透過同一循環下，不同SOC的超聲波檢測。不同SOH下，其超聲波訊號隨著SOC的變化情形。不同溫度下，全新電池的超聲波檢測。藉由這三者間的關係，發展出一套完整的超聲波檢測模型，透過電池表面溫度、超聲波檢測，可得知不同溫度下，電池SOH及SOC。
- 學位論文
隨著日益嚴重的空氣汙染問題，PM2.5已成為影響人類健康指標的重要因素之一，為了識別和評估環境中的污染源，可廣泛收集空氣懸浮微粒和鑑定其成分的方法，以提高檢測能力和準確性的預收集器已受到重視，其主要目的及功能是在短時間內快速收集及過濾出大量空氣，並可在較小的空間內收集懸浮微粒，使得收集到足夠數量的空氣懸浮微粒可用於後續分析處理。 在本研究中，將慣性衝擊與靜電吸附的微粒沉積概念應用於氣膠過濾領域，以開發高速懸浮微粒收集器，將利用快速膨脹的流道結構，在腔室內誘發渦旋流場以增加懸浮微粒的停留時間，並施加高壓靜電以迫使懸浮微粒收集於腔室內部的不銹鋼收集板上。研究方法則是以有限元素分析軟體來模擬流道結構內的空氣流場分布、壓降變化、電場分布及微粒運動情形，並以氣膠過濾實驗加以驗證其結果。由實際實驗驗證，在抽氣流率2.0 l/min下，50 nm至200 nm粒徑範圍內的效率可達到73.21％，壓降為3.686 kPa，而在200至710 nm粒徑範圍，平均收集效率為81.21%。應用此一預收集器，本研究開發一空氣微粒快速收集裝置，長寬高為22 cm× 13 cm×10 cm，重量約721.7 g，並成功以此裝置進行了街道的空氣採樣實測，於30分鐘內，將0.09 m3的空氣進行微粒的收集並聚集，並以電感耦合電漿體質譜法測得該場域的鋅與鋇之兩種重金屬的濃度值，在鋅與鋇的濃度量測上，對於校內外濃度相差約1.804倍與1.514倍，其結果證明本研究所開發的空氣微粒快速收集裝置能在短時間內測得固定區域及時間區間的空汙含量，並說明其可行性及機動性。
- 學位論文
本論文旨在開發高靈敏度之可撓性壓電式應變感測器，以應用於人體喉部吞嚥時喉結在上升程度和確認舌骨的完整吞嚥來檢測吞嚥障礙和進行吞嚥訓練。為了使感測器具有高靈敏度和高可撓性，本研究選用聚(偏氟乙烯-三氟乙烯)的高分子壓電材料，使用滾筒收集器的標準靜電紡絲製程，在不同參數下製做出由數條微奈米絲線組成且具排列性之壓電絲線，觀察其微結構是由波浪狀和交叉狀兩種特徵存在於壓電絲線內，各設計了四種不同曲率和夾角的壓電絲線，利用有限元素模擬分析對不同表面形貌的壓電絲線給予10%的應變拉伸，觀察並比較其壓電輸出表現，為了提升絲線之機械性質，本研究探討了不同靜電紡絲製程參數對壓電絲線的機械性質影響，調整高壓電輸入值和針尖至收集器的距離以改變壓電絲線的排列性和幾何結構，利用掃描式電子顯微鏡觀察不同參數下的絲線表面結構，並對2組8種不同參數下所得之絲線做線性化製程，利用振盪器給予小幅度拉伸10％內之應變，做了為時3.5小時的重複拉伸，研究應變和壓電輸出結果之相關性，找出最適合應用於小形變之靜電紡絲製程參數，比較後選用3cm/10kV這組靜電紡絲製程參數絲線，其微結構下可看出為波浪狀，它擁有最佳線性度且回歸直線斜率為 -0.086，抗拉性實驗10%應變下也有很好的靈敏度0.27 N/%，將絲線結合TPU膜和銀線製做出壓電式應變感測器，並以此為基礎開發吞嚥感測器，設計三種不同尺寸之仿喉嚨裝置模擬吞嚥動作，成功比較出正常吞嚥和吞嚥障礙的喉頭抬升程度，並分辨三種不同曲率分別為3cm、2cm和1cm下正常吞嚥時喉頭抬升的訊號振幅，分別為7.5 V、6.8V和5.0V。最後實際貼附於人體喉嚨表面，成功量測到正常吞嚥下喉頭抬升的訊號，且可分辨出吞嚥5 ml、10 ml和20 ml的水訊號振幅分別為1.45 V、1.77 V和2.62 V，另外量測將感測器貼附於舌骨處，成功量測到一個完整確實吞嚥的訊號，且根據傅立葉轉換來分辨出吞嚥5 ml、10 ml和20 ml的水，證明此吞嚥感測器對於吞嚥訓練有其可行性。
- 學位論文
隨著第四次工業革命的到來，客製化、精密化、快速化儼然已成為工具機的必要功能，因此在加工過程中的刀具細微變化便顯得格外重要，它將會影響到工件的尺寸精度與成本，本研究旨在以無須加裝額外的感測器下，透過馬達電流值，建立刀具磨耗監測模型，以達到即時刀具狀態監控(Tool Condition Monitoring，TCM)的目的。實驗環境是以CNC三軸銑床進行實驗，使用刀具為3刃的捨棄式刀具，以轉速 2,520 (rpm)、進給率 756 (mm/min)、切削深度 0.5 (mm) 對中碳鋼進行槽銑。訊號收集是透過架設於工具機工作台上的動力計量測切削力訊號，安裝於電控箱中的馬達驅動器來量測馬達電流訊號，以及架設於工作台上的顯微鏡來量測刀具磨耗值。訊號分析方面，將所收集到的馬達電流訊號與切削力訊號經過低通濾波器濾波之後，擷取穩定切削時段的訊號來進行分析，將該時段的時域訊號以快速傅立葉轉換得到頻域訊號，並選取頻域訊號中的振幅大小當成機器學習的訓練特徵。磨耗分析方面，在切削固定距離後分別用顯微鏡依序量測每刃的平均刀腹磨耗值，然後再取平均值得到刀具的3刃平均磨耗值，並透過曲線擬合的方式找出刀具磨耗的趨勢方程式，藉此擴增訓練的資料點數。建立模型方面，選用的機器學習演算法為隨機森林，分別建立基於馬達電流與切削力和刀具磨耗間的關係、基於切削力和刀具磨耗間的關係、以及基於馬達電流和刀具磨耗間的關係，訓練過程中透過隨機森林的袋外特徵重要性刪除不重要的特徵，以降低模型的均方根誤差，提高決定係數。最後，基於馬達電流與切削力模型結果之均方根誤差為3.1108，決定係數為0.9831；基於切削力模型結果之均方根誤差為3.0874，決定係數為0.9836；基於馬達電流模型結果之均方根誤差為5.8449，決定係數為0.9427。研究結果證實以馬達電流值來監測刀具磨耗為可行且有效的方法。
- 學位論文
海洋中之雙擴散對流沉降為帶動懸浮物質垂直傳輸之重要機制，其所引起之指狀流將隨時間發展為懸浮顆粒球滴向下沉降，並形成渦環結構，此外，渦環發生瑞利‐泰勒不穩定性將分裂為數個小型環狀。本研究考慮自然界之細小黏附性顆粒，顆粒間可發生絮凝現象形成絮團結構，而絮團相較於單顆顆粒具有較大之沉降速度，因此絮凝現象亦為加速懸浮物質垂直傳輸之關鍵機制。本研究利用尤拉-拉格朗日數值模式模擬球滴沉降至渦環發展過程，且應用絮凝模型，分析在此流況影響下之絮凝時變過程，並討論顆粒慣性、顆粒間作用之凝聚力與顆粒大小所造成的影響，另外亦針對過去文獻中絮凝模型比較其中差異，並發現在高顆粒數密度之下可達到較佳的加速絮凝效果。另一方面，針對渦環發生之瑞利‐泰勒不穩定性，在環形坐標系之下進行線性穩定性分析，若在無黏性假設下，可推導出成長率與波數之色散關係，發現系統中短波長具有較快之成長率。而在本研究之理論推導過程中亦可得知，若在完善考量之下(如考慮渦環形狀與黏滯性)欲求解問題，未來尚有許多努力空間。
- 學位論文
本研究主要探討醫院建築內的偏心非結構構件受到水平地震力時的晃動及傾倒行為。隨著建築技術的進步和法規的發展，建築物的結構耐震性能已經有明顯的提升，但是建築內的非結構物卻沒有受到相同程度的重視。近年來的地震災區紀錄中，受到地震襲擊後的建築物，醫院結構本身通常沒有受到嚴重的損害，但是建築內的非結構物等設備與構件受到破壞的情形卻相當普遍，導致醫療能力大幅下降。 在過去的研究中，對於具有均勻質量分布的剛性塊受到外力的響應，已經進行了廣泛的研究，然而，在實際情況中，醫院內的設備可能為具有較大質量偏心率的剛性塊，這些偏心結構，會使得它們受到地震後的行為更加複雜也更難以預測。所以，使用具有質量偏心的模型來模擬醫院中非結構物的地震反應是相當需要的。 在此研究中，將非結構物設備視為具有質量偏心的剛性塊，並假設摩擦力足夠大以防止剛性塊滑動，利用數值軟體分析剛性塊受到一系列地震紀錄的水平分量的影響，並加入了實驗來驗證模擬與實際情形之間的準確性。將結果與具有均勻質量分布的剛性塊比較，並繪出不同偏心率的剛性塊在不同PGA下的易損性曲線，評估偏心非結構物在地震來襲時的損壞機率。
- 學位論文
鋰電池是為現今最主要儲能方式之一，因此準確估算鋰離子電池之殘存電量及剩餘壽命是相當重要的，但此兩者資訊均無法經由直接觀察或測量而得。在鋰電池殘存電量部份，我們僅能透過可量測訊號(電壓、電流、溫度)估算而得，但可量測訊號與殘存電量之間存在非線性關係，不容易透過人工找出其對應關係，因此近年來機器學習已廣泛用於鋰離子電池模型建立。機器學習神經網路模型具有極佳的非線性擬合能力，且無須精確電化學模型，僅需數據即可自動從中學習有用知識，能準確反映出可量測訊號與殘存電量之關係。本研究又透過堆疊降噪自動編碼器(SDAE)訓練神經網路模型，使訓練出之模型有進一步提升，在固定常溫25°C之預測結果，平均絕對誤差(MAE)為1.17%，而由此完整訓練之模型，除了用以預測鋰電池之殘存電量之外，透過轉移學習也能幫助新模型之建立，減少新模型數據收集之時間及成本，且能提升新模型之精度。在鋰電池剩餘壽命部份，透過模擬軟體COMSOL之電化學模型，得出不同程度老化電池之放電曲線特徵與對應之電池老化參數，再由此些數據建立神經網路模型，僅需輸入放電曲線特徵即可估算其電池老化參數。透過多任務學習方式能再進一步提升模型估測精度，估測三個老化參數，平均絕對百分比誤差(MAPE)均不超過4%。