Clean Fuel Vehicle Performance Test Service Unit provides performance and efficiency testing services for electric vehicles and vehicles using petroleum fuels, including being a prototype for research projects on clean fuel energy that is environmentally friendly. The main testing tools are the Chassis Dynamometer and the Engine Combustion Exhaust Analyzer. The service unit provides measurement and testing services in accordance with the announcement of the Department of Land Transport on determining the power of electric motors used to drive vehicles according to the Motor Vehicle Act B.E. 2563 for all types of electric vehicles, such as modified electric motorcycles, modified electric tuk-tuks, and modified electric cars, etc.
เนื่องจากในปัจจุบันมีการเจริญเติบโตทางด้านอุตสาหกรรม เทคโนโลยี เศรษฐกิจ การขนส่ง และการคมนาคมเป็นอย่างมาก ทำให้มีการใช้รถยนต์สำหรับการคมนาคมและขนส่งอย่างมากมาย ทั้งรถยนต์นั่งส่วนบุคคล และรถยนต์นั่งสาธารณะ เช่น รถแท็กซี่และรถตุ๊กๆนั่นเอง ซึ่งจากข้อมูลเมื่อปี 2556 ในกรุงเทพมหานคร มีรถแท็กซี่ประมาณ 120,000 คัน ในจำนวนนี้มีรถแท็กซี่ที่จดทะเบียนในเขตกรุงเทพมหานครจำนวนทั้งสิ้น 108,616 คัน แต่มีรถแท็กซี่ที่ผ่านการตรวจสอบมาตรฐานคุณภาพตัวรถตามที่กรมการขนส่งทางบกกำหนด จำนวน 24,859 คัน หรือคิดเป็น 23 % ของจำนวนรถแท็กซี่ที่จดทะเบียนในเขตกรุงเทพมหานครเท่านั้น ทั้งนี้ในอนาคตอันใกล้ กลุ่มรถยนต์นั่งส่วนบุคคล และรถยนต์นั่งสาธารณะเหล่านี้จะถูกผลักดันจากนโยบายสนับสนุนของรัฐบาลให้เปลี่ยนมาเป็นรถยนต์ไฟฟ้าในจำนวนมาก เพื่อมาแทนยานยนต์ที่ใช้เชื้อเพลิงจากน้ำมันซึ่งจะเป็นแนวทางในการลดการนำเข้าน้ำมันดิบจากต่างประเทศ และช่วยลดมลพิษไอเสียที่เกิดขึ้นมาจากเครื่องยนต์สันดาปภายในเหล่านั้น ที่ส่งผลกระทบต่อการเกิดภาวะโลกร้อน (Global warming) โดยตรง ดังนั้นยานยนต์ไฟฟ้าปริมาณมากมายที่จะถูกนำมาใช้งานจริงบนท้องถนนต้องผ่านการตรวจสอบและทดสอบสมรรถนะอย่างถูกต้องตามเกณฑ์มาตรฐานจากกรมการขนส่งทางบกโดยตรง หรือจากหน่วยบริการวิชาการเฉพาะทางด้านการทดสอบสมรรถนะยานยนต์เชื้อเพลิงสะอาดที่ได้รับอนุญาตให้เป็นผู้แทนตรวจสภาพรถยนต์ไฟฟ้าได้ จึงเป็นมูลเหตุให้มีการจัดตั้งหน่วยบริการวิชาการเฉพาะทางด้านการทดสอบสมรรถนะยานยนต์เชื้อเพลิงสะอาดขึ้น เพื่อรองรับการการตรวจสอบและทดสอบสมรรถนะยานยนต์ไฟฟ้าตามเกณฑ์มาตรฐานจากกรมการขนส่งทางบก ซึ่งขณะนี้หน่วยบริการวิชาการเฉพาะทางด้านของเราได้มีความร่วมมือจากคณะวิทยาศาสตร์ คณะวิศวกรรมศาสตร์ วิทยาลัยนานาชาติและหน่วยงานภาครัฐและเอกชน อาทิเช่น กรมส่งเสริมอุตสาหกรรม ภาค 5, บริษัท ไทยคิงมอเตอร์ อินโนเวชั่น จำกัด, บริษัท เอ็ส บี เอ็ม เอ็นจิเนี่ยริ่ง จำกัด, บริษัท ช่วยราม เอ็นจิเนี่ยริ่ง จำกัด และสมาคมการค้ารถสามล้อส่วนบุคคล และมอเตอร์ไซค์ไฟฟ้า เพื่อสนับสนุนการตรวจสอบและทดสอบสมรรถนะยานยนต์ไฟฟ้า เช่น บริการทดสอบประสิทธิภาพกำลังงาน ประสิทธิภาพการเผาไหม้และค่าไอเสียของรถยนต์สันดาปภายใน รถยนต์นั่งสาธารณะ(รถแท็กซี่)ในกรุงเทพมหานคร โดยเฉพาะในเขตลาดกระบัง นอกจากนี้ยังจะเป็นการบูรณาการการศึกษาสำหรับการเรียนการสอนในรายวิชา 05106335 หน่วยปฏิบัติการทางอุตสาหกรรมปิโตรเคมี ของภาควิชาเคมี คณะวิทยาศาสตร์ ที่มีสาระสำคัญมุ่งเน้นให้ผู้เรียนได้รับการเรียนรู้การถ่ายโอนโมเมนตัม การไหลของอากาศ การดุลมวล โมเมนตัมและพลังงาน รายวิชาด้าน Software and Automotive Engineering ของภาควิชาวิศวกรรมเครื่องกล คณะวิศวกรรมศาสตร์ และวิทยาลัยนานาชาติ ได้เข้าเรียนรู้ และฝึกงานที่หน่วยบริการวิชาการเฉพาะทางด้านการทดสอบสมรรถนะยานยนต์เชื้อเพลิงสะอาด เพื่อเตรียมความพร้อมก่อนที่จะออกไปทำงานจริง ดังนั้น การเพิ่มพูนความรู้และประสบการณ์ในรายวิชาที่กำลังศึกษาจึงมีความสำคัญเป็นอย่างยิ่งต่อการพัฒนาองค์ความรู้ในเชิงปฏิบัติได้เป็นอย่างดี
คณะเทคโนโลยีสารสนเทศ
Facial Expression Recognition (FER) has attracted considerable attention in fields such as healthcare, customer service, and behavior analysis. However, challenges remain in developing a robust system capable of adapting to various environments and dynamic situations. In this study, the researchers introduced an Ensemble Learning approach to merge outputs from multiple models trained in specific conditions, allowing the system to retain old information while efficiently learning new data. This technique is advantageous in terms of training time and resource usage, as it reduces the need to retrain a new model entirely when faced with new conditions. Instead, new specialized models can be added to the Ensemble system with minimal resource requirements. The study explores two main approaches to Ensemble Learning: averaging outputs from dedicated models trained under specific scenarios and using Mixture of Experts (MoE), a technique that combines multiple models each specialized in different situations. Experimental results showed that Mixture of Experts (MoE) performs more effectively than the Averaging Ensemble method for emotion classification in all scenarios. The MoE system achieved an average accuracy of 84.41% on the CK+ dataset, 54.20% on Oulu-CASIA, and 61.66% on RAVDESS, surpassing the 71.64%, 44.99%, and 57.60% achieved by Averaging Ensemble in these datasets, respectively. These results demonstrate MoE’s ability to accurately select the model specialized for each specific scenario, enhancing the system’s capacity to handle more complex environments.
วิทยาเขตชุมพรเขตรอุดมศักดิ์
Durian is an important economic crop in Thailand that is affected by foliar diseases such as rust, leaf blight, and leaf spot. These diseases reduce the quality of the yield and increase management costs. This research focuses on developing AI software for screening durian leaf diseases by applying deep learning technology to classify different types of leaf lesions.
คณะเทคโนโลยีการเกษตร
Soil is home to a diverse array of living organisms that interact within a complex food web, facilitating energy and nutrient cycling essential for sustaining life above ground. Among these organisms, soil microbes play a crucial role in supporting plant growth. Beneficial microorganisms enhance nutrient availability, improve soil structure by increasing porosity, and strengthen plant resistance to diseases. Conversely, harmful microorganisms, such as plant pathogens, can hinder plant growth and reduce crop yields when present in high concentrations. Neutral microorganisms, which naturally inhabit the soil, contribute to the soil ecosystem without directly impacting plants. A single teaspoon of soil contains over a billion microorganisms, yet only about 1% of them can be cultured in laboratory conditions. This highlights soil as one of the richest reservoirs of microbial diversity on Earth.