永和電腦維修的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

特殊貨物逆物流處理策略- 以運送大型顯示器為例

為了解決永和電腦維修的問題，作者葉銘得 這樣論述：

近年因疫情關係，打亂了許多人的腳步，因隔離關係，很多時侯會選擇在家看電視，而本研究運送大型顯示器其屬特殊貨物，不容易運送，考量到的一些細節部分與改善的作業程序顯格外重要，本研究採質性研究，個案研究法、直接觀察法、參與式觀察法，身歷其境，至第三方物流現場研究，以自身用心體會來感受，並以深度訪談方式訪問高階主管對於逆物流之處理方式、探討台灣傳統第三方物流，在這消費者權益與服務至上的世代，因此有許多逆物流的產生，代理商將此較為棘手的問題委託交給第三方物流處理，研究指出業者為了消費者的信賴感與優質印象股務，代理商為了自家品牌的能見度的打廣告，給消費者絕對的自由選擇與不滿意即退貨，但對於退貨逆物流的產

生會設故障率的的範圍，也會做評估是否可維修，但維修時長，不宜太久，為了爭取整新時間，囤貨久了多了，也會造成大量的報廢，因此也制定了許多標準作業程序來因應。

具備IoT邊緣運算之飛機應力即時量測與預診系統

為了解決永和電腦維修的問題，作者賴宥銘 這樣論述：

近年來，物聯網的廣泛運用，使得飛機上布建了大量的感測器幫助飛行員掌握飛行現況。但相對飛機維修而言，因為大量感測器造成龐大資料量，導致維修時程大幅延長。目前飛機使用年限是根據飛機靜力實驗的最壞狀況進行推估，與現實服役時的年限相差甚遠。因此，如何精進飛機服役壽命分析，成為機隊管理的重要環節。此外，飛機在飛行過程中，機體應力的變化，常是飛機發生重大事故的前兆。換言之，如何在飛機上，透過應力感測器實現即時量測與非即時的預診，實為飛機飛行安全的重要防護措施之一。本研究所研製的系統是建置在FPGA中，並實現邊緣運算的物聯網設備。其中，藉由布建在金屬板上的13支應力感測器並將其連接到其類比訊號處理電路，經

訊號放大後，再讀取到FPGA中。整體系統包含即時狀況警示與離線預診分析等兩種模式。在即時狀況警示模式中，運用峰谷分割演算法將原始資料透過閥值判斷資料是否需要即時回傳到飛航系統中加以警示。在離線預診分析模式中，當飛航結束後，透過無線傳送所有應力的觸發矩陣到遠端的診斷電腦中，並藉由資料圖形化分析程式將所有接收到的資料圖形化顯示，以利維修人員分析整體飛機上的應力資訊。最後，本研究實現了具備IoT邊緣運算之飛機應力即時量測與預診系統，且經實測，其運算後的資料與原始資料相比，不但大幅縮減了維修資料下載的時間，更減少平均50%左右的資料量的資料傳輸，達到即時警示的功能。其中本系統在執行演算法後的最差情況，

只需要4.35126ms即可執行完畢13支應力感測器的分析資料。藉由實驗證明此系統 以FPGA為架構來研製IoT邊緣運算之飛機應力即時量測與預診系統，不僅可銜接至現有的航電系統中，並能省去重新開發時間與節省硬體成本。