潤滑 油的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

潤滑 油的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦洪泰雄寫的 35921 史上最強瘦身密碼【暢銷修訂版】:簡易掌握飲食份量,聰明吃,開心瘦 和ScottCunningham的 食物魔法顯化祕典:揭開全世界吃的神祕學,魔法師都大感驚奇的食物魔力!都 可以從中找到所需的評價。

另外網站【密封件潤滑】如何選用適當的O-RING潤滑油 - 岡良企業有限 ...也說明:您現在使用合適的O-RING 潤滑油嗎? How to make a decision about O-RING oil ? ORING ...

這兩本書分別來自原水 和柿子文化所出版 。

朝陽科技大學 工業工程與管理系 林宏達所指導 鄭丞凱的 電腦視覺技術應用於手工具組裝之零件瑕疵檢驗 (2021),提出潤滑 油關鍵因素是什麼,來自於自動化檢驗、手工具組裝、瑕疵檢驗、R-CNN網路模式。

而第二篇論文國立臺灣科技大學 機械工程系 林原慶所指導 葉俊凱的 分子動力學模擬邊界潤滑狀態下不 同潤滑劑含石墨烯的磨潤行為研究 (2021),提出因為有 分子動力學、石墨烯、烷烴分子、黏著-滑移、邊界潤滑的重點而找出了 潤滑 油的解答。

最後網站基礎潤滑油| 高品質工業加工切削/潤滑/防鏽油品製造商則補充:潤滑油 絕大多數都是複式粘度,其適應的溫度範圍較廣,在寒冷和炎熱的溫度下都能夠為引擎、部件提供保護。選用液壓油的黏度等級時,主要考慮液壓系統的工作壓力、環境溫度, ...

接下來讓我們看這些論文和書籍都說些什麼吧:

除了潤滑 油,大家也想知道這些:

35921 史上最強瘦身密碼【暢銷修訂版】:簡易掌握飲食份量,聰明吃,開心瘦

為了解決潤滑 油的問題,作者洪泰雄 這樣論述:

終極瘦身密碼「35921」助你維持代謝平衡, 掌、杯、碗等實用工具讓你輕鬆掌握飲食份量。 作者4個月甩肉17公斤及上百位見證者的體驗: 35921+掌杯碗量測法,幫助大家成功減重不復胖。 3:每天吃三餐,先吃蛋白質,再吃蔬菜,後吃水果。 5:餐與餐之間間隔五小時,期間不再進食其他東西。 9:晚餐要在九點前吃完,拒絕誘惑不再吃宵夜。 2:每天至少喝2000c.c以上含礦物質鉀鈉鎂鈣的水。 1:每天早餐至少吃一顆低升糖指數的水果,如蘋果芭樂。 ★聰明吃、順暢排、開心瘦的訣竅: 均衡飲食,六大類食物,缺一不可     選擇優質的食物,例如:     -五榖米優於白米    

-苦茶油及橄欖油優於精製油 控制份量,善用隨手可得的測量工具     -手掌:用於豆魚肉蛋類     -碗:用於全榖根莖類、蔬菜類、水果類     -杯子:用於豆漿、奶類     -湯匙:用於油脂、堅果種子類 適當運動,提升基礎代謝率及肌耐力     快走、慢跑等,可以:     -增加肌肉層組織及好膽固醇,強化心肺功能     -增加基礎代謝率,突破減肥停滯期 順利排便,毒素、廢物不堆積,自然健康又瘦身     -「順便」四要素:纖維素、水分、腸道蠕動、潤滑     -「避免便秘」五字訣:按、喝、擺、食、解 善用營養品,助你減重事半功倍,健康加分     -增加飽足感:高蛋白質粉  

  -促進腸胃蠕動:纖維粉、螺旋藻、比菲德氏菌、啤酒酵母等     -幫助消化:綜合分解酵素     -幫助抗氧化:茄紅素

潤滑 油進入發燒排行的影片

🔔 歡迎留言把 PLAY & JOY Air 矽性潤滑液 (50ml) 帶回家

久違的開車日,也是大尺度的一集,
和大家大聊夫夫房事,
除了臉紅心跳的各種回憶以外,
也和大家分享關於潤滑液的分類以及使用方式!

你知道原來口交也要戴保險套嗎?
你知道潤滑液有分矽性水性和油性嗎?
又是什麼場合要使用潤滑液?甚至是選用哪一種呢?
而房事的溝通與尊重,原來也有好多學問需要照顧到!

同場加映!已經攻守互換的兩人,
再來還會想要嘗試什麼樣的PLAY呢?
里歐直接大開口想控阿凱,
那阿凱又會有什麼好笑有荒謬的願望呢?
這一集的夫夫日常,戴好墨鏡準備出發吧!


😍歡迎在本支影片留言,就有機會獲得PLAY & JOY Air矽性潤滑液(50ml)乙罐,共抽出三罐。
(活動於2021/10/3星期日21:00截止,並擇期抽出得獎名單。)

😍 可樂研究社 - Air空氣感矽性潤滑液購買連結
https://lihi1.com/xeouN


😍字幕翻譯 👉 秀萍

😍 感謝【LUCKY ELEVEN】拾壹哥提供本集服飾,歡迎關注服飾店的臉書粉專與IG專頁。
🏠 700台南市中西區衛民街60號


😍歡迎關注IG
夫夫之道👉fufuknows
里歐👉heyitsleo_kai
阿凱👉eyo_wang

#潤滑液​ #攻受​ #LGBT

電腦視覺技術應用於手工具組裝之零件瑕疵檢驗

為了解決潤滑 油的問題,作者鄭丞凱 這樣論述:

目錄摘要 IAbstract II目錄 IV圖目錄 VII表目錄 XII第一章 緒論 I1.1 棘輪扳手與零件介紹 21.2 棘輪扳手組裝流程 51.3 棘輪扳手組裝異常類型與瑕疵種類 71.4 棘輪扳手組裝之現行檢驗方式 181.5 研究動機與目的 191.6 論文架構 21第二章 文獻探討 222.1 自動化視覺檢測 222.2 組裝異常檢測 232.3 物件特徵比對 252.4 類神經網路模型 262.4.1 卷積神經網路(Convolutional Neural Network, CNN) 262.4.2 YOLOV4 (You O

nly Look Once)網路模型 272.4.3 基於區域的卷積神經網路(Region With CNN, R-CNN) 282.4.4 快速的基於區域的卷積神經網路(Fast R-CNN) 292.4.5 更快速的基於區域的卷積神經網路(Faster R-CNN) 302.4.6 基於遮罩的區域卷積神經網路(Mask R-CNN) 32第三章 研究方法相關原理 363.1 工件影像濾波 363.2 常見之物件偵測分類器 373.2.1 CNN網路模型 383.2.2 YOLO系列模型 393.2.3 R-CNN系列模型 40第四章 研究流程與技術應用 514.

1 工件影像拍攝 534.2 影像之ROI區域擷取 544.3 ROI影像之濾波處理 554.4 工件組裝異常之瑕疵種類特徵擷取 574.5 工件組裝異常類型之瑕疵種類的分類 604.5.1 物件候選區域選擇 614.5.2 CNN網路模式之特徵提取 624.5.3支援向量機的瑕疵分類 634.5.4 可疑瑕疵區域的邊界框回歸 644.5.5 瑕疵種類分類結果輸出 664.6 工件組裝異常類型之瑕疵種類的分類績效混淆矩陣 67第五章 實驗結果與分析 695.1 樣本影像說明 695.2 組裝異常之瑕疵檢測系統之發展 705.3 組裝異常類型之瑕疵種類分類績效指標

715.4 組裝異常之瑕疵檢測系統之R-CNN網路模型之參數設定 725.4.1 網路模型之學習率參數設定 745.4.2 網路模型之訓練批量參數設定 765.4.3 網路模型之優化器類型選擇 785.4.4 網路模型之訓練次數參數設定 805.4.5 網路模型避免過度擬合之判斷設定 825.5 組裝異常檢測之分類績效評估與比較 845.5.1 R-CNN系列模型比較 845.5.2 R-CNN系列模式與YOLOV4之檢測績效比較 895.6 敏感度分析 955.6.1 ROI區域大小對檢測效益之影響 965.6.2 影像亮度的變化對檢測績效之影響 975.6.3

工件擺放方式對檢測績效之影響 995.6.4 工件表面油漬量對檢驗績效之影響 1035.6.5 工件輸送帶速度對檢測績效之影響 1085.6.6 棘輪扳手單一分類器檢驗模型選擇 1135.6.7 同態濾波對檢測效益之影響 115第六章 結論與後續研究方向 1186.1 結論 1186.2 未來研究方向 119參考文獻 122表目錄表1 市售主要棘輪扳手之英制與公制規格 3表 2 1/2”36T棘輪扳手各組裝站之零件表 4表3 棘輪扳手組裝之各工作站的工作內容說明表 5表4 棘輪扳手組裝時可能產生的組裝異常類型說明彙整表 8表5 棘輪扳手組裝過程

可能的組裝異常類型與瑕疵種類彙整表 9表6 缺件組裝異常之瑕疵種類影像彙整表 14表7 錯置組裝異常之瑕疵種類影像彙整表 15表8 異物組裝異常之瑕疵種類影像彙整表 16表9 餘件組裝異常之瑕疵種類影像彙整表 17表10 取像限制說明表 21表11 本研究與物件偵測相關文獻比較表 35表12 本研究使用之網路模型比較表 48表13 本研究目前使用之遮罩與影像面積之比較表(單位:pixel) 55表14 灰階影像與濾波後影像之平均值及標準差比較表 57表15 以影像張數為基礎之棘輪扳手分類混淆矩陣示意表 68表16 棘輪扳手檢驗結果之混淆矩陣示意表

68表17 本研究組裝第一站之檢測樣本影像數量 73表18 本研究組裝第二站之檢測樣本影像數量 74表19 本研究組裝第三站之檢測樣本影像數量 74表20 採用不同學習率之檢測效益結果比較 75表21 採用不同訓練批量之檢測效益結果比較 77表22 本研究探討之三種優化演算法優缺點比較 79表23 採用不同網路模型優化器之檢測效益結果比較 79表24 採用不同網路模型訓練次數之檢測效益結果比較 81表25 R-CNN網路模型之預設值與較佳參數設定之比較表 84表26 第一站大樣本異常類型之瑕疵種類檢驗模型效益彙整表 86表27 第二站大樣本異常類型之瑕

疵種類檢驗模型效益彙整表 87表28 第三站大樣本異常類型之瑕疵種類檢驗模型效益彙整表 88表29 本研究組裝工作站之較佳網路模型效益彙整表 89表30 第一站較佳模型與YOLOV4之檢測效益比較表 90表31 第二站較佳模型與YOLOV4之檢測效益比較表 91表32 第三站較佳模型與YOLOV4之檢測效益比較表 92表33 第一站各網路模型之檢測時間彙整表(單位:秒) 93表34 第二站各網路模型之檢測時間彙整表(單位:秒) 93表35 第三站各網路模型之檢測時間彙整表(單位:秒) 93表36 採用不同遮罩大小之檢測效益結果比較 96表37 採用拍攝光

線強度之檢測效益結果比較 98表38 工件偏移角度之影像數量彙整表 101表39 棘輪扳手不同擺放角度之檢測效益比較表 101表40 ROI區域與油漬量之影像面積比較表(單位:pixel) 104表41 塗抹不同程度潤滑油之檢測效益比較表 106表42 靜態與動態拍攝之差異比較表 109表43 不同輸送帶速度之影像檢測效率 111表44 棘輪扳手動態視覺檢測系統之檢測效益比較表 112表45 棘輪扳手各站模型之正確分類率比較表 114表46 灰階影像與濾波後影像之影像像素比較表 116表47 第一站各模型有無經同態濾波處理之檢測效益彙整表 117圖目錄

圖1 市售棘輪扳手常見之產品銷售方式 I圖2 棘輪扳手的使用說明 2圖3 完成組裝之1/2” 36T棘輪扳手 3圖4 1/2”扭力頭寬度規格標示 3圖5 1/2”36T棘輪扳手之內部結構 3圖6 36T扭力頭實體圖(圓圈標示處為該零件之齒輪) 4圖7 葫蘆柄各組裝站之零件彙整 6圖8 棘輪扳手之組裝異常類型與瑕疵種類關係彙整圖 10圖9 第一站經組裝後各種可能的缺件組裝異常結果 11圖10 第二站經組裝後各種可能的缺件組裝異常結果 12圖11 第三站經組裝後各種可能的缺件組裝異常結果 13圖12 棘輪扳手檢驗實體圖 19圖13 同態濾波器的運算

流程 37圖14 CNN網路架構示意圖 38圖15 卷積方法示意圖 39圖16 池化運算示意圖 39圖17 YOLOV4網路架構示意圖 40圖18 R-CNN網路架構示意圖 41圖19 Fast R-CNN網路架構示意圖 43圖20 ROI pooling運算示意圖 44圖21 Faster R-CNN網路架構示意圖 45圖22 RPN運算示意圖 46圖23 Mask R-CNN網路架構示意 47圖24 研究方法流程圖 52圖25 本研究現階段使用之數量與零件 53圖26 本研究之硬體設備架設示意圖 53圖27 本研究前處理之影像平均值與

標準差 54圖28 本研究使用之五種遮罩大小 55圖29 使用同態濾波濾除拍攝時造成反光之像素變化 56圖30 灰階影像與濾波後影像之平均值及標準差曲線圖 57圖31 光源控制器數值下灰階影像與濾波後影像標準差比較表 57圖32 使用Matlab軟體內建之Image Labeler工具箱進行人工標...58圖33 完成標註之邊界框資訊 58圖34 棘輪扳手組裝製程中第一組裝站使用R-CNN網路模式之圖像標註流程圖 59圖35 第一站缺件檢驗之R-CNN網路架構的訓練程序 60圖36 R-CNN模型檢驗流程圖 61圖37 候選區域選擇示意圖 62圖38

特徵提取流程圖 63圖39 邊界框回歸原理示意圖 65圖40 邊界框回歸運算可能發生之失效結果 66圖41 瑕疵種類分類結果示意圖 67圖42 運用R-CNN網路模型之棘輪扳手檢驗辨識系統測試程序 67圖43 本研究之實驗架構圖 69圖44 本研究影像拍攝之設備圖 70圖45 本研究所開發之使用者介面 71圖46 不同學習率之檢出績效評估ROC曲線圖 75圖47 不同學習率之正確分類率折線圖 76圖48 不同訓練批量之檢出績效評估ROC曲線圖 77圖49 不同訓練批量之正確分類率折線圖 77圖50 不同網路模型優化器之檢出績效評估ROC曲線圖

80圖51 不同網路模型優化器之正確分類率折線圖 80圖52 不同訓練次數之檢出績效評估ROC曲線圖 82圖53 不同訓練次數之正確分類率折線圖 82圖54 本研究使用R-CNN網路模型之訓練資料損失曲線圖 83圖55 過擬合現象示意圖 83圖56 第一站R-CNN系列模型之ROC曲線圖 86圖57 第一站R-CNN系列模型之績效指標曲線圖 86圖58 第二站R-CNN系列模型之ROC曲線圖 87圖59 第二站R-CNN系列模型之績效指標曲線圖 87圖60 第三站R-CNN系列模型之ROC曲線圖 88圖61 第三站R-CNN系列模型之績效指標曲線圖

88圖62 第一站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 90圖63 第一站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 90圖64 第二站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 91圖65 第二站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 91圖66 第三站R-CNN系列較佳模型與YOLOV4之ROC曲線圖 92圖67 第三站R-CNN系列較佳模型與YOLOV4之績效指標曲線圖 92圖68 R-CNN系列模型與YOLOV4之總訓練時間曲線圖 94圖69 R-CNN系列模型與YOLOV4之總測試時間曲線圖 94圖70

R-CNN系列模型與YOLOV4之單位影像測試時間曲線圖 94圖71 各站R-CNN系列較佳模型與YOLOV4之正確分辨率直方圖 95圖72 使用不同遮罩大小之棘輪扳手檢出績效評估ROC曲線 97圖73 使用不同遮罩大小之棘輪扳手正確分類率折線圖 97圖74 採用不同亮度拍攝棘輪扳手之檢出率與誤判率ROC曲線 98圖75 採用不同亮度拍攝棘輪扳手之正確分類率折線圖 98圖76 工件擺放方向示意圖 99圖77 原始影像之各角度擺放情況 100圖78 原始影像加入遮罩後各角度擺放情況 100圖79 棘輪扳手正向擺設角度之檢出績效評估ROC曲線 102圖80

棘輪扳手負向擺設角度之檢出績效評估ROC曲線 102圖81 棘輪扳手擺設角度之正確分類率折線圖 103圖82 第一站塗抹不同程度潤滑油之比較圖 104圖83 第二站塗抹不同程度潤滑油之比較圖 104圖84 第一站塗抹不同程度之潤滑油後加上遮罩之比較圖 105圖85 第二站塗抹不同程度之潤滑油後加上遮罩之比較圖 105圖86 第一站塗抹不同程度潤滑油之檢出績效評估ROC曲線圖 106圖87 第一站塗抹不同程度潤滑油之正確分類率折線圖 107圖88 第二站塗抹不同程度潤滑油之檢出績效評估ROC曲線圖 107圖89 第二站塗抹不同程度潤滑油之正確分類率折線圖 1

07圖90 棘輪扳手動態視覺檢測系統運作示意圖 108圖91 棘輪扳手動態視覺檢測系統硬體架設實體圖 110圖92 動態視覺檢測系統中不同輸送帶速度所拍攝之原始影像 110圖93 動態視覺檢測系統中不同輸送帶速度所拍攝之前處理影像 111圖94 棘輪扳手動態視覺檢測系統之ROC曲線圖 112圖95 棘輪扳手動態視覺檢測系統之正確分類率曲線圖 113圖96 棘輪扳手各站模型之正確分類率直方圖 114圖97 棘輪扳手各站模型之檢測時間直方圖 115圖98 有無經同態濾波處理對各模型之正確分類率直方圖 117圖99 有無經同態濾波處理對各模型之績效指標折線圖 11

7

食物魔法顯化祕典:揭開全世界吃的神祕學,魔法師都大感驚奇的食物魔力!

為了解決潤滑 油的問題,作者ScottCunningham 這樣論述:

被世人遺忘的古老魔法, 正藏在你吃下的每一口料理中! 那些被大口咀嚼的食物裡, 蘊藏著你我難以想像的力量, 其背後更是富含了許多失落的奧妙知識……     *新娘留一片結婚蛋糕給自己,有助於鞏固丈夫對她的愛。   *如果正嘗試開啟靈知,請避開含鹽的食物。   *週五晚上焚燒紅甜椒的心,可以驅邪!?   *把哭不停的孩子放進泡有萵苣葉的浴缸,他們會安靜下來。   *中國人會在家門口掛一些薑根,用來守護分娩中的母親與胎兒。   *放一條麵包在水面上漂浮,是為了尋找溺死者的屍體……     「食物是愛的替代品,食物是藉口,食物是神明。」   在世界各地的宗教

與神話中,食物扮演著重要的角色。它不僅被視為自我轉變的實踐工具,也是上天賜予人們最實際、最動人的奇蹟。現在,重拾這吃飽、吃好、吃出人生新希望的生活技能的時機到了!無論你是想招桃花、求財富,還是促進保護力、美好性生活,只要吃進特定的食物,並以觀想注入全新的能量,神奇的魔法功效將為你的人生帶來嶄新希望。     歷史╳神話╳信仰╳文化╳禮俗╳能量╳魔法……   重拾失落數千年的食物祕密檔案!     自古以來,人們便認為食物蘊含著不同類型的能量,在特定時節食用某些食物便能迎來想要的改變。食物不僅維繫我們的生命,其背後更富含古老悠遠的神祕知識,直至今日,食物仍在宗教及魔法儀式中扮演著重

要的角色。     ✓萵苣是古埃及敏神的神聖象徵,因為擠萵苣心會流出一種乳白汁液,可能令人聯想到精液。   ✓夏威夷的浮潛者與泳客會以木瓜或含有大量木瓜酶的鬆肉素,來去除葡萄牙軍艦水母螫人的疼痛。   ✓在印度,有幾支漂泊的祕修族群據說完全以玫瑰維生,除了玫瑰,不碰所有其他食物。   ✓日本人會灑鹽在住家門口避開不受歡迎的客人,有些餐廳老闆每天早上會在門口兩側各擺一小堆鹽吸引顧客上門。   ✓或許是因為甘蔗的莖硬直多節,所以過去大溪地的人們會認為甘蔗是以人的脊椎打造出來的。   ✓十八世紀的移民會將楓糖漿當成藥品使用,特別是用來治療感冒與風濕。   ✓墨西哥人會

在耳朵上別一根香芹來治療頭痛;歐洲園藝工作者也相傳,若要確保植物順利發芽,就要拿香芹籽將詛咒種入土中。   ✓人們認為李子乾有刺激性慾的功效,而伊莉莎白女王時期的妓院會免費供應李子給客人吃。   ✓大鍋之所以與女巫有關,其聯想主要源自於莎劇《馬克白》中惡名昭彰的「三女巫」場景。      既然我們每天都離不開吃,   何不讓送進肚子裡的食物協助你實現願望?     每種食物都有其魔法用途,包括激發愛、促進保護、招財、催情、淨化、減重等魔法功效,每一種飲食都是為了在進食者的生活中創造不一樣的變化,你希望獲得什麼樣的魔法功效呢?請將特定食物加入你的餐點,觀想,然後用力吃下。

    ✓若想招桃花,請吃點草莓甜點,因為草莓在古代歐洲是愛神弗蕾亞的聖物。   ✓楓糖漿與楓糖是招財料理中很好用的甜味劑,能加強財富上的豐盛及顯化。   ✓鹽能有效關閉靈知,如果你正嘗試開啟靈知,請避開含鹽的食物。   ✓人們認為魚子醬加上魚具有絕佳的催情效果。   ✓今日民俗魔法使用啤酒來淨化身心靈,只要將半杯啤酒倒入浴缸泡澡即可。   ✓找工作時,請多吃長山核桃,不只能吸引金錢能量,還可以增加錄取機會。   ✓對靈性覺醒有興趣的人,不妨吃點原味或自然調味的優格,以促進靈性。   ✓要如何獲得甜甜的戀愛呢?香草冰淇淋不但能招桃花,還能召喚甜美的愛情。

  ✓幾世紀以來都有人用蒔蘿減肥,蒔蘿茶或醃蒔蘿據說有助於達到這個目標。     特別收錄49道魔法料理,   神祕學大師27道私藏食譜首次公開!     介紹食用特定魔法食物時須留意的搭配組合,以及烹調時能增進魔法效力的注意事項,西方神祕學大師史考特.康寧罕認為,一起食用具有類似能量的食物,能將效果發揮到極致。此外,書中還特別收錄27道史考特於首次公開的私藏食譜,請靜心享用這場從開胃菜到湯品的私人魔法饗宴。     ✓烤南瓜籽是萬聖節美味的開胃菜。   ✓香料酒是寒冷聖誕夜裡真正的「暖身酒」。   ✓照燒牛肉串可說是所有可得的食物中最具保護功效的。   ✓

古羅馬催情沙拉是道古老且具魔幻功效的料理。   ✓招財湯的靈感主要來自跨年夜期間經常用來招新年財運的儀式。     讀懂食材裡的魔法,   你將會受用一生!   好評推薦     我認為這其實是一本哲學書,看上去寫的是魔法儀式/食物魔法料理,實際上寫的是飲食態度。所有自然的產物都具有魔法,水晶、大樹、一瓢水、一把火……當然,也包含天然的食物。   自古以來,人們就有習慣吃下受到祝福的食物來獲得幸運;生日蛋糕、壽麵、年菜、平安米、元宵、彌月油飯及飯前祈禱等等。你不能天天吃年菜,但你其實可以天天像在過年,為你的食物添加魔法,為你的生活增加儀式感,讓你的每一天都充滿

著魔法。   這本書從魔法的介紹,食材的烹飪寫到飲食的深層內涵,讀了它,將會改變你對於魔法的刻板印象。讀懂食材裡的魔法,你將會受用一生。──Sowil,占卜師、影片創作者     每一位女巫,都有專屬於她的獨家配方,各式各樣的配方或許是為了讓愛情更加甜美、也許是為了讓逝去的青春常駐,更或者是想讓金錢財富更加地豐盛。而這些魔法食物有些是闔家歡聚時與家人一同分享的、有些是分送給周遭的鄰居朋友的,更有的是奉獻給神祇誠心感謝祭神的。無論是哪一種魔法食物的配方,都有女巫們虔誠的心意置放於其中,可能是祕密的心願,也許是神聖的祝福,或者只是單純表達關心的媒介之物。   書中有提到一句,讓我非

常讚同:「食物是愛的替代品,食物是藉口,食物是神明。」對我而言,食物就是大地之母送給世間萬物的禮物,食物本身就是愛,我們只是藉由不同的烹調方式來聖化它們本身的能量。──YOYO,「YOYO心靈角落」創辦人     無論是熬藥還是煮食,烹飪在古代智者的眼中,既是神聖的儀式、偉大的創造,也是愛與神性的展現。懂得廚房魔法的知識,在食藥料理中增添大自然的魔法和風味,是一份融合神聖祝福的難得心意,用來款待滋養自己與他人的身心靈,同時也實現心願,其實十分的美好。──Willow Mystic,「身星香繫」創辦人     植物是大自然賜予生命的禮物,因為有了這些植物,所以生命可以獲得源源不絕

的能量。然而不同種類的植物賦予不同的觀想意念,在食用後不僅擁有植物本身的天然能量,更多了宇宙中的能量,這不僅幫助我們可以簡單地利用進食的方式做魔法,更讓我們吸收來自地球、自己(自我觀想)以及宇宙的能量。   食物魔法不僅簡單好操作,更可以為生活一點一點的注入魔法能量甚至是祝福,魔法其實並不邪惡也不困難,魔法其實就是將改變的意念融入生活當中,幫助提升我們各方面的能量,在不知不覺中成就更順利美好的人生。本書將介紹各種食材的元素屬性和能量特質等,也告訴你在施作食物魔法時,能替自己帶來什麼樣的幫助。透過日常的烹調加入觀想,便能變化出一道道的魔法料理,透過魔法餐點的顯化,達到自己的目的。──女巫Yv

ette,「療癒天使的愛情聖殿」版主     吃下澱粉、蛋白質、油脂與蔬菜纖維,我們多少都可以從營養學的角度侃侃而談,食物靈性層面的療效我們則少有理解。在魔法、巫術的世界裡,有各種書寫討論儀式所需的藥草與礦石的能量屬性,但日常餐桌裡的食物能量卻少被討論。史考特.康寧罕的這一本《食物魔法顯化祕典》中譯本來的正是時候。食物魔法所運用的,是你、我,還有食物(以及鍋碗瓢盆 !)本身擁有的力量。透過對食物的理解,灌注以自身的意念啟動能量,每次進食都可以是創造改變的機會。──女巫阿娥,芳香療法與香藥草生活保健作家     食物魔法可說是最常被忽略的魔法。明明女巫與巫師都經常運用植物與各種藥

草的能量來施行巫術,卻忘了食物本身也具有不可思議的力量。沒錯,花花草草都是植物,但是植物也是食物呢。比起高階的儀式魔法,食物魔法不但容易操作,且與我們的日常生活息息相關。既然每天都必須要進食,為什麼不讓進食這個動作發揮更多的功效。   當閱讀這本書時,魔法不再是遙不可及的,事實上魔法可以輕鬆存在於我們的生活中,只要懂得如何運用,藉由最簡單,每日不可或缺的「進食」的動作,就能將我們自身的能量與食物的能量融合。食物也能是一種魔法工具,在每一次用餐、享受食物的同時,別忘了這也是創造與改變的機會。就讓巫術界的傳奇大師史史考特.康寧罕喚醒我們對於古老魔法的知識,將我們帶入魔法的世界吧。──女巫凱特琳

,「女巫的一千零一夜」版主     你相信幸運餅乾嗎?你想要求財煎餅嗎?你祈求愛的蛋糕嗎?如果你相信性靈、相信能量,這本書不僅描寫各種文化與食物的魔法關聯、告訴你如何從食物中得到讓身體健康的正面能量,還有真實實用的食譜可以實際演練,千萬不要錯過!──陳郁如,奇幻小說作家,著有《養心》、《修煉》     一翻開《食物魔法顯化祕典》,我就捨不得放下來!多年以來,只知道透過營養讓身體更健康,但卻忽略了所有食材都是地球上的生物,皆帶著獨一無二的能量,透過認識它們自身的特殊屬性,在飲食的過程中增添了更多覺察與感謝。   特別推薦這本書給為家人準備餐食的朋友們,神祕學大師史考特在書中提

到:「為所愛的人做菜是愛意的外在表現,你不僅想為他做菜,你也直接為他的生命存續做出了貢獻,提供他生存所必要的食物。」透過料理表達對家人的愛,是最好不過的一件事!若是可以依照食物的屬性與特質,在料理時增加你的祝福,這對享用餐食的人來說,將會是多麼令人感動而滋養的過程……   推薦本書給所有朋友們,就算你不做菜也無妨,透過挑選具有魔力的食材,給予身體更多的營養與祝福,在享用餐食的過程加入對食物的感謝,你的生活就會發生意想不到的驚喜唷! ──曾心怡(花花老師),健康料理生活家,著有《第一次減醣生酮就上手》     食物給予生命所需的能量,但對於人類來說,食物不僅只是存活的必需品,也是社交

的潤滑劑與文明的傳播方式。不同的文化,也給了不同食物賦予了不同的意義,當中也包括哪些食物能該人馳騁沙場、哪些又能讓人多子多孫、哪些能保我們身體健康、哪些有助於升官發財等帶給人類的變化。   本書作者以魔法的角度來對各種常見食材的歷史、神話、信仰、文化、禮俗等進行詮釋,比如在十七世紀英國,人們會放一條麵包在水面上漂浮,以尋找溺死者的屍體;大鍋之所以與女巫有關,是源自於莎劇《馬克白》中的「三女巫」場景;由於英國伊莉莎白女王時期人們認為李子乾有刺激性慾的功效,因此當時的妓院會免費提供給客人吃。此外,作者更是將食物分為太陽、月亮、水星、金星、火星、土星等,各自有著促進療癒、提升靈知、加強心智、促進

愛情、提升勇氣等利於各種轉變的魔法功效。──鞭神老師(李廼澔),「食之兵法:鞭神老師的料理研究」版主  

分子動力學模擬邊界潤滑狀態下不 同潤滑劑含石墨烯的磨潤行為研究

為了解決潤滑 油的問題,作者葉俊凱 這樣論述:

本論文使用分子動力學模擬邊界潤滑狀態下不同潤滑劑含石墨烯之磨潤行為。並且針對不同分子鏈長的潤滑劑中含不同層數的石墨烯對磨潤行為的影響進行分析。此外,探討不同層數的石墨烯在不同的溫度和負載下對磨潤性能的影響。並且,探討石墨烯長度對於磨潤性能的影響。結果顯示在未加入石墨烯的條件下,試片進行相對滑動時,C32H66潤滑劑具有較佳的磨潤行為。烷烴分子隨著分子鏈長越長,黏度越高,使得潤滑劑之承載能力較好,促使粗糙峰(asperity)的干涉量降低,具有較佳的磨潤性能。在相同負載下,含有四層石墨烯的潤滑劑,在摩擦過程中滑動面之間的間隙相對較大,石墨烯較易進入粗糙峰之間,後續滑動過程的剪切行為則發生在四石

墨烯的層與層之間,使摩擦力明顯減小而有較好的磨潤行為。油溫較高時,潤滑劑的黏度和承載能力均下降,導致粗糙峰的干涉量增加,使磨潤性能下降。較長的石墨烯在潤滑劑中,所承受潤滑劑流動所產生的拖曳力增加,較易進入粗糙峰之間,防止粗糙峰直接接觸,避免磨潤行為加劇,能提升磨潤性能。負載較低時含石墨烯潤滑劑,因上下粗糙峰之間的間隙較大,粗糙峰的干涉量較小,使得摩擦阻抗下降。