走在汽車革命的路上論文書籍站
中原大學 機械工程學系 范憶華所指導 陳昱安的 小型齒輪磨耗機台研究 與深度學習於旋轉機械磨耗之應用 （2021），提出24v減速馬達關鍵因素是什麼，來自於卷積神經網路、深度學習、卷積神經網路、殘差網路、振動分析。
而第二篇論文國立高雄科技大學 電機工程系 楊志雄所指導 吳海若的 果實與樹葉修剪爬樹機 （2021），提出因為有 爬樹機、修剪樹葉機器、採摘果實機器、採摘椰子機器的重點而找出了 24v減速馬達的解答。
小型齒輪磨耗機台研究 與深度學習於旋轉機械磨耗之應用
為了解決24v減速馬達 的問題，作者陳昱安 這樣論述：
精準齒輪磨耗是一項很難實行的操作，於一般操作下，精準控制齒輪磨耗深度極為困難，本文設計一種可簡單控制磨耗深度並磨耗齒輪之磨耗機器，可使單人操作精準齒輪磨耗小型化，模塊化已利於齒輪磨耗實驗之試驗數據組成旋轉機械是各領域機械設備關鍵機構，其設備故障會帶來嚴重危險與不良後果，由於傳統的故障檢測方式需要大量專業知識，因此以殘差卷積神經網路的方式對旋轉機械缺陷進行診斷，而訓練資料的缺乏在訓練神經網路時容易導致不良的訓練結果，因此在本文中將製作三種不同的磨耗組與三組待測組，擷取振動信號後經信號處理繪出其時域圖、頻域圖、能量譜、相位譜與能量譜密度並對其缺陷進行診斷。在本實驗中證明殘差網路可學習不同磨耗深度
缺陷的特徵，並成功對未學習的磨耗程度進行診斷，其準確率可達 99.05%，成功的對三種不同程度的類別進行分類。
果實與樹葉修剪爬樹機
為了解決24v減速馬達 的問題，作者吳海若 這樣論述：
由於高聳的果樹如椰子樹採拾不易，此危險的爬高摘果動作，雖有國內外為此設計相關的設備與機器，但不盡完善。故本研究規劃設計出一款爬樹摘果除葉機器人。本研究所研發的多功能爬樹機，能在樹幹上穩定爬行，且可自由拆卸部分裝置，使設備可組裝於各式各樣的樹木上，以適應不同樹形。使用者只需操作介面，便可在地面進行遙控，透過壓力感測器及微動開關傳送訊號，讓機器自行爬樹，完成修剪樹葉和採摘果實的功能。