自手排的問題，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

汽車最新高科技(全彩修訂版)

為了解決自手排的問題，作者高根英幸 這樣論述：

　　油電混合車原來分成串連和並連式？ 　　車廠為了降低車禍發生率，減低車禍傷害，研發各種高科技？ 　　汽車內部的高科技結晶，在此全彩呈現！ 　　在美麗的烤漆底下，有著車廠努力研發的高科技心血，讓人坐得更舒適，駛得更快速安全且環保：引擎運作、燃料原理、煞車防鎖死裝置、藏在內部各處的安全氣囊…… 　　那些無法一眼看到的高科技心血，如今用一張張原廠授權彩色圖解，搭配清晰解說，讓你一探究竟各大汽車廠與零件商研發出來的各種汽車高科技： 　　◎ 環保的高科技 　　◎ 防範事故的高科技 　　◎ 減輕傷害的高科技 　　◎ 驅動系統與周邊的高科技 　　◎ 車體的高科技 　　◎ 舒適導向

的高科技 　　◎ 高級車的高科技 　 本書特色 　　1、一覽汽車科技新發展！ 　　為什麼加油站有車用尿素？為什麼製造汽車需要晶片？汽車如何兼顧強大的馬力與省油？一本書帶你一網打盡當今重要汽車科技！ 　　2、全彩圖解一目了然！ 　　各車廠與汽車零件商提供原廠設計圖與拍攝相片，呈現汽車科技實際運作的樣貌，讓知識不再只是文字，複雜概念一目了然。

自手排進入發燒排行的影片

配置飛輪電池之油電混合車之最佳能量管理策略

為了解決自手排的問題，作者林祺翔 這樣論述：

本論文針對配置飛輪電池(Flywheel Cell)之油電混合車(Hybrid Electric Vehicle, HEV)，提出一能量管理策略(Energy Management Strategy, EMS)，使用適應性等效油耗最小策略(Adaptive Equivalent Consumption Minimization Strategy, A-ECMS)，將引擎之燃油、飛輪儲存之動能與鉛酸電池(Lead-acid Battery, LAB)儲存之化學能皆視為等效油耗，合併成一成本函數(Cost Function)，接著使用遺傳基因演算法(Genetic Algorithm, GA)，

藉由最佳化此成本函數，以求出最佳動力分配比例(Power Split Ratio)。本論文之研究目標在於: (i) 降低燃油消耗; (ii) 維持鉛酸電池電量; (iii) 延長鉛酸電池壽命。 為了達到上述目標，本論文考量電池之壽命模型，額外添加“電池充放電電流”與“電池溫度”之限制於最佳化求解之限制式(Constraints)中，以避免電池長期處於加速老化之使用區間，同時持續地更新適應性等效油耗最小策略中的等效因子，使其能於電量低時，提高使用鉛酸電池之化學能的成本，反之則降低其成本以避免電量過高。此外，由於本論文選用自手排變速箱(Automated Manual Transmission,

AMT)作為調整內燃機引擎(Internal Combustion Engine, ICE)操作點之變速系統，每當變換檔位時皆會造成引擎操作點大幅度地改變，使得動力輸出中斷，因而影響乘客舒適度。 因此，本論文導入了二維換檔地圖(2-dimensional Shift Map, 2DGSM)，選擇“輪軸轉速”與“引擎輸出扭矩”作為升檔/降檔/維持當前檔位之依據，最後加入速度緩衝區間(Buffer Zone)，藉此避免過度換檔之情況發生。本論文使用由車輛模擬軟體ADVISOR(ADvanced VehIcle SimulatOR)與MATLAB/Simulink建立之基於後視法(Backward-

facing Method)之油電車模型，將提出之控制器整合於其中作為初步模擬分析。 由Simulink模擬之結果得知，配置飛輪電池之HEV搭配本論文提出之能量管理策略與未配置飛輪電池之傳統燃油車相比，於油耗方面，在市區行車型態最高可達到16.10 %之降幅，於郊區行車型態最高可達到10.24 %之降幅，於高速公路行車型態則可達到5.97 %之降幅。 此外，鉛酸電池電量(LAB SOC)亦可維持於[0.45, 0.55]之安全區間中，且其充放電電流與電池溫度均可維持於正常使用區間中。 為了進一步驗證此控制器可應用於實務上，本論文建立一硬體迴路(Hardware-in-the-Loop, HIL

)實驗平台，且由實驗結果可知: 雖然整體性能因訊息傳遞產生之時間延遲而有所影響，造成實際換檔延後且油耗改善些微變差，但整體趨勢相當符合電腦模擬之結果，驗證了本論文提出之能量管理策略在理論與實務中均有卓越的成效。

汽車新式配備與裝置 最新版(第二版) 附MOSME行動學習一點通

為了解決自手排的問題，作者黃旺根,羅仲修,楊子岳 這樣論述：

　　1.各項新式配備都以各系統為主軸來介紹，較容易瞭解設置的目的。  　　2.以淺顯易懂的文字及條理的說明來介紹各項新式配備，讓讀者較容易瞭解。  　　3.各章節都設有自我評量及綜合評量，讓讀者自己評定理解的程度。  　　4.本書採全彩印刷，提供大量清晰圖片與詳細說明，圖文相互引導，提高讀者學習興趣。  　　5.本書各章節的編排力求架構清晰，讓讀者較容易理解各裝備的內容。

智慧型最佳換檔地圖與硬體迴路實證

為了解決自手排的問題，作者趙俊傑 這樣論述：

對於主要動力源為內燃機引擎(Internal Combustion Engine, ICE)之車輛，在引擎轉速與扭矩的物理限制下，須透過變速箱(Transmission)的轉速/扭矩轉換以達到車輛之實際動力需求。 而現今市面上大多數的自動變速系統皆屬於離散性齒比(Discrete-ratio)的變速系統，故換檔會造成引擎操作點發生大幅度的改變，進一步影響油耗表現及駕駛性能。 因此，該如何決定換檔時機並設計一套換檔策略(Gear Shift Strategy)是一個重要課題，其中又以製作換檔地圖(Gear Shift Map, GSM)為目前各大車廠最常使用的方法。有鑑於此，本研究針對傳統汽油

車(Conventional Pure ICE Vehicle)與配置皮帶式馬達發電機(Belt-driven Starter Generator, BSG)之輕度混合並聯式油電混合動力車(Hybrid Electric Vehicle, HEV)各設計一套換檔地圖，其針對「燃油經濟性(Fuel Economy)」以及「駕駛舒適性(Driving Comfort)」進行最佳化，利用動態規劃演算法(Dynamic Programming, DP)找出最佳的檔位點; 接著使用聚合式階層分群法(Agglomerative Hierarchical Clustering, AHC)處理DP計算獲得的資

料點; 最後使用分類演算法(Classification Algorithm)－支持向量機(Support Vector Machine, SVM)，找出各檔位之間的最佳換檔超平面(Shift Hyperplane)，藉此獲得兩檔位之間其自動換檔時機隨設計參數變化的規則。 另一方面，油電混合車之性能表現不僅受變速箱的檔位變換所影響，亦會與能量管理策略(Energy Management Strategy, EMS)息息相關; 因此，該如何利用馬達與內燃機引擎間的互補特性來改善車輛性能是另一個重要課題。 本研究採用神經網路滑模控制(Neural Network Sliding Mode Cont

rol, NNSMC)作為BSG油電車的能量管理策略，作者利用兩組徑向基底神經網路(Radial Basis Function Neural Network, RBFNN)，即: RBFNN #1與RBFNN #2，並搭配滑動模式控制(Sliding Mode Control, SMC)，構成一線上可實現之即時控制策略(Real-Time Control Strategy)。 首先，將動態規劃(DP)計算所獲得的最佳動力分配比(Power Split Ratio, PSR)當成RBFNN #1的訓練樣本，並藉由此離線(Off-line)訓練完成的神經網路架構，於線上辨識出車輛在特定扭矩需求下所

需之動力分配值。 然而，行車型態(Drive Cycle)對於油電車之各項性能影響甚大，故額外加入RBFNN #2作為線上(On-line)之神經網路架構，並根據所遇到的路況來更新參數，以適當調整RBFNN #1辨識得出的動力分配值，使整體控制策略更具強健性，藉此適應現實之各種駕駛狀況並穩定系統之電池電量(State Of Charge, SOC)，再搭配本研究設計完成之最佳換檔地圖，進一步改善油耗並提升駕駛舒適性。關於本研究所設計的“換檔控制策略”與“能量管理控制策略”之初步驗證工作，即利用車輛模擬軟體ADVISOR (ADvanced VehIcle SimulatOR)與MATLAB/S

imulink建立的後視模型(Backward-facing Model)與前視模型(Forward-facing Model)進行電腦模擬與分析; 另外，為了評估本研究所提出之控制策略在實務面之有效性，將設計完成的控制策略寫入嵌入式控制器(Embedded Controller)中，並採用目前已被廣泛應用於車輛系統的控制器區域網路(Controller Area Network, CAN or CANbus)作為控制器的溝通橋樑，藉此導入真實世界駕駛至其中以進行硬體迴路(Hardware-In-the-Loop, HIL)實驗。 本論文共選用十種行車型態來驗證研究成果，由電腦模擬結果可得知:

(i)於傳統汽油車的部分，燃油經濟性之平均改善率為5.86 %，駕駛舒適性之平均改善率可高達16.18 %。 (ii)在BSG油電車的部分，燃油經濟性之平均改善率可高達20.31 %，駕駛舒適性之平均改善率可達17.18 %。 最後，由硬體迴路實驗得知，實驗結果與電腦模擬結果之改善趨勢及幅度相當一致(兩種驗證方法之誤差值低於3.5 %)，也進一步驗證了本研究所提出之“換檔控制策略”與“能量管理控制策略”不管在理論面還是實務面皆能有優越的成效，因此極具潛力將它們應用於實際車輛上。