汽車驗車查詢的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

以人工神經網路方法推估車輛污染排放之系統構建

為了解決汽車驗車查詢的問題，作者蔡承都 這樣論述：

台灣現行的汽油車輛污染排放檢測大多仍是以定容採樣系統檢測車輛於底盤動力計上隨著固定行車型態行駛的污染排放，而以此檢測方法不僅會限制於只能在標準實驗室內進行，採樣所需的成本也較高，甚至沒有辦法正確的表達出車輛在真實路徑上的污染排放。儘管隨著全球調和輕型車輛測試程序WLTP被提出，但仍會因為各國各地區的道路差異造成排放檢測結果與真實結果有差異。在本研究中首先以機車行駛於台中市區中進行了三條路徑的速度採樣，包括短程市區路徑、標準市區路徑、郊區路徑。透過速度分析便可明顯的看出三條路徑與台灣法規標準行車型態NEDC皆有明顯差異，而我們亦將車輛架設於底盤動力計上重新模擬出此三條真實路徑並進行污染排放的採

樣，發現三條路徑排放的HC、CO、NO及油耗彼此皆有差異。而透過連續瞬時污染排放圖，我們發現HC、CO在加減速的時候有明顯的大幅上升，在等速行駛時會略高於怠速時的排放濃度，而NOx則會隨著速度上升而增加。由此可看出在不同的道路環境下，不管是道路上的速限、紅綠燈數量、駕駛本身的行駛習慣等因素都會影響車輛的污染排放，因此以移動式車輛污染檢測系統(Portable Emission Measurement System, PEMS)對車輛做真實路徑上的瞬時檢測是量測正確車輛污染排放的必要方法。 在柴油車輛的正式認證程序上，以PEMS進行污染量測已經成為程序中的一環，但此系統較為昂貴、並且具有一

定體積，必須占用車輛部分空間，因此仍無法普及做為大量使用的監測設備。本研究以Horiba-584L廢氣分析儀配合熱線式進氣流量計及熱電耦溫度計做採樣，將三樣設備的瞬時數據整合與筆記型電腦裡做瞬時監測與統計，建立了一套成本較低的隨車污染檢測系統，可以對車輛在真實路徑上行駛時採樣連續的O2、CO、CO2、THC、NO排放。 透過蒐集的數據可以探討出各種污染物對車輛、行駛特性、駕駛習慣等等之關係，但關係性並不到相當明確，很難以單純的計算做出正確的污染物排放推估，而隨著人工智慧的發展，AI方式便可解決此問題，以相關性高的參數當作輸入，以多次演算的數學方式找出輸入參數與真實結果的關係便可推估出相對

接近的預期結果。本研究透過PEMS數據推估出對各種污染物排放影響較高的參數為速度、流量、加速度、受力，並以這幾項參數當作輸入，透過人工神經網路模型進行演算與學習，成功的推估出與真實排放相近的預期排放。本研究在CO、CO2上的預測結果相當優異，而在NO上的預測結果仍有提升空間，證明透過人工神經網路對車輛污染排放進行推估是可行的。

柴油車排煙測值與車輛環保期別及污染削減之研究

為了解決汽車驗車查詢的問題，作者劉美束 這樣論述：

近年來台灣進入工業化社會，雖然帶來富裕與經濟的成長，但是也對環境帶來不少的污染，無論是工廠或汽機車排放廢氣，燃燒金紙的廢氣或者是中國大陸所飄過來的霧霾，常常讓我們台灣的天空蒙上灰濛濛的一片。漸漸發現空氣污染對我們的健康產生極大的危害。101年世界衛生組織國際癌症研究署(IARC)將柴油廢氣列為一級致癌物，柴油車對人體健康傷害很大而所排放的黑煙廢氣對空氣污染影響甚鉅近年空氣污染問題亦日趨嚴重已危害人體健康，因此我國環保署開始對柴油車實施排放煙度之管制。為了瞭解臺中市柴油車污染情形，彙整臺中市柴油管制計畫取得107年至109年柴油車檢測結果數據，進行統計分析針對柴油車檢測、路邊攔檢、大型柴油車汰

舊補助，以不合格數來進行統計分析，藉由分析柴油車輛檢測數據，作為污染改善的佐證效益。研究中發現動力計107年檢測數6879輛不合格數374台不合格率5.4%，108年檢測數7,673輛不合格數385輛不合格率5.0%，109年檢測數6,322輛不合格數236輛不合格率3.7%。路邊攔檢於107年檢測數982輛，不合格數194輛不合格率19.7%；108年檢測數603輛不合格數119輛不合格率19.7%；109年檢測數579輛不合格數106輛不合格率18.3%。數據顯示這三年不合格率有下降趨勢，應該是環保署政策，鼓勵民眾將老舊不適合再使用柴油車選擇報廢。研究結果比對，發現不管動力計檢測或路邊攔檢

檢測，不合格率最高期別均以三期車最高，各車種不合格率最高均以小貨車最高，其次車種是大貨車；路邊攔檢雖是屬於隨機抽檢，但經過預篩之後，三期車為路邊攔檢最主要攔檢車輛期別、二期車輛次之，亦屬柴油車排放黑煙污染最嚴重的期別。在大型柴油車汰舊削減量分析部分106年至109年柴油車淘汰數為5,622輛，申請汰舊換新通過數4,947件，表示政府推動汰舊換新補助對降低空氣污染成效很大，相對比稽查管制高污染車輛來看成效是比較高。