走在汽車革命的路上論文書籍站
國立高雄科技大學 機械工程系 許光城所指導 陳博群的 自動光學與深度學習於車用零組件瑕疵檢測之應用 （2018），提出變速箱 漏 油 影響關鍵因素是什麼，來自於車用零組件、金屬製品、瑕疵檢測、深度學習、自動化光學檢測。
而第二篇論文國立臺北科技大學 車輛工程系所 林百福所指導 游添福的 行星齒輪系聯合傳動器換檔品質改善之研究 （2005），提出因為有 行星齒輪系、自動聯合傳動器、離合器、離合器背板的重點而找出了 變速箱 漏 油 影響的解答。
自動光學與深度學習於車用零組件瑕疵檢測之應用
為了解決變速箱 漏 油 影響 的問題，作者陳博群 這樣論述：
車用單向軸承為汽車變速箱內重要零件之一，車用單向軸承的瑕疵不僅影響了汽車的性能亦有安全的疑慮，早期對於車用單向軸承之品檢方式多由檢測人員以目視進行檢測，此方法常因目視時間過長造成眼睛疲勞進而發生漏檢之情況，因此本研究開發出一套自動化光學檢測系統用於取代人工目視檢測。車用單向軸承表面具有反光之特性，加上製造中產生的油汙，會增加影像處理、邏輯法則和訂定條件的困難度，為了降低程式的繁雜處理程序，本研究導入人工智慧技術中的深度學習，以神經網路模型和卷積神經網路模型分別對影像處理數據及影像資料進行訓練學習，最後做出決策。在自動化光學檢測系統的部份，該系統能準確的辨識出車用單向軸承中缺件的位置並標示出來
，其檢測準確率、過檢率與漏檢率分別為99.96%、0.04%與0%。在類神經網路的部分，利用自動化光學檢測系統取得應有軸針位置處之影像資訊並將其匯入模型進行訓練，此方法不受邏輯法則與檢測參數條件的影響，其模型預測準確率為99.97%。在卷積神經網路的部分，是透過自動化光學檢測系統裁剪出應有軸針位置之影像，並直接利用該影像進行模型之訓練，其模型預測準確率達99.98%。
行星齒輪系聯合傳動器換檔品質改善之研究
為了解決變速箱 漏 油 影響 的問題，作者游添福 這樣論述：
2004年以前所生產的前置引擎前輪驅動( Front engine front drive, FF )自動排檔車輛，在行星齒輪系之聯合傳動器的換檔控制機構中，如油/電控制單元或離合器元件等，因未能獲得良好的換檔控制。故無論車輛在起步或行進間切換檔位的過程中，均會發生不良的異常震動。一般使用自動變速箱的汽車，是利用油壓作用到自動變速箱內的制動帶及離合器等的組件上，使其放鬆或壓緊，以控制行星齒輪機構而達到執行換檔的任務。當車輛起步或行進間換檔，油壓作動到離合器或制動帶等組件時，常因各檔傳輸扭矩的高低變化以及轉速比的滑差關係等，在離合器接合的瞬間皆會產生一振動衝擊及噪音。此振動衝擊及噪音在長期自動
變速箱的使用下，將造成離合器殼的破裂或離合器殼與離合器軸間之銲接處的裂損漏油，而嚴重縮短自動變速箱及引擎腳架等的使用壽命，並影響駕駛人及乘客之駕駛與乘坐的舒適性。本研究針對自動聯合傳動器內離合器元件中的離合器背板做一改善，此改善後的自動聯合傳動器除經自動變速箱測試機台嚴格測試外，又經實車3年20萬公里以上的測試。其結果顯示，此改善後的離合器背板，除有效地解決離合器殼破裂或離合器殼與離合器軸間之銲接處裂損漏油的問題外，又能緩和換檔時離合器接合所產生的衝擊，進而增加自動聯合傳動器的使用壽命且提升駕駛人及乘客之駕駛與乘坐的舒適性。