This project aims to design and develop an electric tuk-tuk by converting the traditional combustion engine system to an electric system, supporting the reduction of air pollution and promoting sustainable automotive technology. The electric tuk-tuk is designed using a BLDC electric motor and a control system specifically adapted for the unique driving style of three-wheeled vehicles in Thailand. The study considers suitable energy systems and includes interviews with traditional tuk-tuk drivers to ensure the vehicle meets everyday usability needs. The findings suggest that adopting electric tuk-tuks not only reduces emissions and PM2.5 particulate matter but also enhances an eco-friendly image for Thailand’s tourism sector while supporting domestic innovation and economic growth.
ในช่วงไม่กี่ทศวรรษที่ผ่านมาปัญหาสิ่งแวดล้อมได้รับความสนใจอย่างมากจากทั่วโลก โดยเฉพาะในประเทศไทยที่เผชิญกับปัญหามลพิษทางอากาศอย่างรุนแรง ซึ่งเป็นหนึ่งในวิกฤตสำคัญของเมืองใหญ่เช่นกรุงเทพฯ ที่ค่าฝุ่น PM2.5 สูงถึง 27.4ไมโครกรัมต่อลูกบาศก์เมตร หรือเกินมาตรฐานขององค์การอนามัยโลก (WHO) ถึง 5 เท่า สาเหตุหลักของปัญหานี้มาจากยานพาหนะที่ใช้เครื่องยนต์สันดาปภายใน(ICE) โดยเฉพาะในยานพาหนะที่ใช้เชื้อเพลิงฟอสซิลซึ่งปล่อยทั้งก๊าซคาร์บอนไดออกไซด์(CO2) คาร์บอนมอนอกไซด์ (CO) และฝุ่น PM2.5 ซึ่งล้วนแต่ส่งผลกระทบต่อคุณภาพอากาศและสุขภาพของประชาชนรถตุ๊กตุ๊กซึ่งเป็นเอกลักษณ์ของไทยและเป็นที่นิยมในหมู่นักท่องเที่ยวเป็นอีกหนึ่งยานพาหนะที่ใช้งานมาอย่างยาวนานและมักใช้เครื่องยนต์สันดาปที่มีประสิทธิภาพต่ำ ทำให้ปล่อยมลพิษสูงกว่ายานพาหนะที่ใช้เทคโนโลยีใหม่ ดังนั้นการพัฒนารถตุ๊กตุ๊กไฟฟ้าจึงมีความสำคัญเพื่อลดการปล่อยมลพิษ ควบคู่ไปกับการรักษาเอกลักษณ์ของไทยให้คงอยู่ การเปลี่ยนรถตุ๊กตุ๊กจากเครื่องยนต์สันดาปเป็นรถไฟฟ้าจะช่วยลดการปล่อยก๊าซเรือนกระจกได้อย่างมาก โดยหากตุ๊กตุ๊กเปลี่ยนมาเป็นรถไฟฟ้าจะลดการปล่อยก๊าซเรือนกระจกจากเดิม 6.2 ตันต่อปีเหลือเพียง2 ตันต่อปี หรือคิดเป็นการลดลงถึง 67% ซึ่งสอดคล้องกับนโยบายของรัฐบาลไทยที่ตั้งเป้าลดการปล่อยก๊าซเรือนกระจกให้ได้ 20-25% ภายในปี 2573 ตามข้อตกลงปารีส (Paris Agreement) นอกจากนี้รถตุ๊กตุ๊กไฟฟ้ายังมีค่าใช้จ่ายในการบำรุงรักษาต่ำกว่ารถที่ใช้เครื่องยนต์เชื้อเพลิง เพราะไม่มีเครื่องยนต์สันดาปที่ซับซ้อนช่วยให้เจ้าของรถประหยัดค่าใช้จ่ายในระยะยาว อีกทั้งยังช่วยเสริมสร้างภาพลักษณ์ด้านสิ่งแวดล้อมให้แก่ประเทศไทย สนับสนุนการท่องเที่ยวที่เป็นมิตรต่อสิ่งแวดล้อม และเพิ่มโอกาสในการพัฒนาเทคโนโลยีในประเทศซึ่งนอกจากจะเป็นการรักษาสิ่งแวดล้อมแล้วยังสร้างโอกาสใหม่ๆในด้านเศรษฐกิจและการท่องเที่ยวอย่างยั่งยืน
คณะวิศวกรรมศาสตร์
In Thailand, the quantity of old tires has been increasing annually, posing a significant environmental challenge due to their non-biodegradable material. However, old tires contain an internal porous structure, which suggests their potential application as sound-absorbing materials. Porosity is a key characteristic that enables materials to trap sound waves, making them effective for noise reduction. Therefore, this study aims to investigate and develop sound-absorbing materials from old tire rubber powder. The methodology involved mixing old tire powder with fresh latex at a ratio of 1:2, followed by drying at a temperature of 120°C for four hours. Subsequently, the physical properties influencing sound absorption, including density, porosity, and water absorption, were analyzed. The results indicated that the sound-absorbing material produced from old tire rubber powder showed a density of 0.96 g/cm³, a porosity value of 0.45, and a water absorption of 11.03%. Therefore, the findings suggest that old tire rubber powder has the potential to be effectively utilized as a sound-absorbing material.
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
This project is a carbon safe haven of Bangkok, aspiring to be the prototypal gateway of the future's carbon net zero ambitions. The project aims to answer the fundamental "flaw" of the existing urban fabric, still being extremely inefficient and highly polluting. Conversely, Carbon Oasis would not only create its own energy, but look to provide its excess energy and water surplus' back to the city and its surroundings. Taking parts of the existing city and implementing new concepts to inspire a change in the urban fabric and its people.
คณะวิศวกรรมศาสตร์
This thesis presents the application of deep learning for object classification. The selected deep learning architectures studied include Convolutional Neural Networks (CNN) and ResNet18. It covers data preparation, feature extraction, parameter tuning for accuracy comparison, and performance evaluation of the selected models. The aim is to propose an efficient model for use in devices that assist visually impaired individuals in classifying indoor objects and providing sound alerts.