This study presents the development of carbon-based multiphase metal oxide nanocomposites (CNF@MOx; M = Ag, Mn, Bi, Fe) incorporating silver, manganese, bismuth, and iron nanoparticles within polyacrylonitrile (PAN)-derived carbon nanofibers. These nanocomposites were fabricated via the electrospinning technique followed by annealing in an argon atmosphere. The resulting nanofibers exhibited a uniform structure, with diameters ranging from 559 to 830 nm and embedded nanoparticles of 9-21 nm. Structural characterization confirmed the presence of various oxidation states of metal oxides, which play a crucial role in charge storage mechanisms. Electrochemical performance testing demonstrated that CNF@Ag/Mn/Bi/Fe-20 achieved the highest specific capacitance of 156 F g⁻¹ at a scan rate of 2 mV s⁻¹ and exhibited excellent cycling stability, retaining over 96% of its capacitance after 1400 charge-discharge cycles. The synergistic combination of electric double-layer capacitance and redox-based charge storage enhances the performance of these nanofibers as promising electrode materials for supercapacitor applications.
ในปัจจุบัน ความต้องการใช้พลังงานสะอาดและเทคโนโลยีการเก็บพลังงานที่มีประสิทธิภาพสูงเพิ่มขึ้นอย่างต่อเนื่อง เนื่องจากแหล่งพลังงานดั้งเดิม เช่น น้ำมันและถ่านหิน มีข้อจำกัดด้านทรัพยากรและก่อให้เกิดผลกระทบต่อสิ่งแวดล้อม ตัวเก็บประจุยิ่งยวด (Supercapacitor) ได้รับความสนใจอย่างมากในฐานะอุปกรณ์เก็บพลังงานที่มีความสามารถในการชาร์จ-คายประจุได้อย่างรวดเร็ว อายุการใช้งานยาวนาน และมีเสถียรภาพสูง อย่างไรก็ตาม ข้อจำกัดหลักของตัวเก็บประจุยิ่งยวดในปัจจุบันคือความสามารถในการเก็บพลังงานที่ต่ำเมื่อเทียบกับแบตเตอรี่ ทำให้เกิดความจำเป็นในการพัฒนาวัสดุอิเล็กโทรดที่มีประสิทธิภาพสูงขึ้น โครงงานนี้มุ่งเน้นการพัฒนา เส้นใยนาโนคาร์บอนผสมออกไซด์ของโลหะหลายเฟส (CNF@MOx; M = Ag, Mn, Bi, Fe) โดยใช้เทคนิคอิเล็กโทรสปินนิ่งและกระบวนการแคลไซน์ เพื่อเพิ่มความสามารถในการเก็บประจุของตัวเก็บประจุยิ่งยวด วัสดุที่ได้มีศักยภาพในการรวมกลไกการเก็บพลังงานแบบชั้นคู่ไฟฟ้า (Electric Double Layer Capacitance; EDLC) และกระบวนการรีดอกซ์ (Pseudocapacitance) ซึ่งช่วยเพิ่มค่าความจุจำเพาะและประสิทธิภาพของตัวเก็บประจุ เหตุผลที่ทำโครงการนี้ 1. ตอบสนองต่อความต้องการเทคโนโลยีการเก็บพลังงานที่มีประสิทธิภาพสูง – การพัฒนาตัวเก็บประจุยิ่งยวดที่สามารถเก็บพลังงานได้มากขึ้น จะช่วยให้สามารถนำไปใช้งานในอุปกรณ์อิเล็กทรอนิกส์และระบบพลังงานหมุนเวียนได้ดีขึ้น 2. การพัฒนาวัสดุอิเล็กโทรดที่มีต้นทุนต่ำและมีประสิทธิภาพสูง – วัสดุที่พัฒนาขึ้นในโครงการนี้ใช้เส้นใยนาโนคาร์บอนร่วมกับโลหะออกไซด์ ซึ่งเป็นวัสดุที่มีต้นทุนต่ำและสามารถผลิตได้ในปริมาณมาก 3. เพิ่มขีดความสามารถในการแข่งขันของเทคโนโลยีตัวเก็บประจุยิ่งยวด – การปรับปรุงคุณสมบัติของวัสดุอิเล็กโทรดจะช่วยให้ตัวเก็บประจุยิ่งยวดสามารถแข่งขันกับแบตเตอรี่ลิเธียมไอออนได้ดีขึ้นในแง่ของประสิทธิภาพและอายุการใช้งาน 4. มีศักยภาพในการประยุกต์ใช้ในอุตสาหกรรมพลังงานและอิเล็กทรอนิกส์ – วัสดุที่พัฒนาขึ้นสามารถนำไปใช้ในระบบกักเก็บพลังงาน หม้อแปลงไฟฟ้า อุปกรณ์อิเล็กทรอนิกส์ และยานยนต์ไฟฟ้า โครงการนี้จึงมีความสำคัญอย่างยิ่งในการช่วยพัฒนาเทคโนโลยีตัวเก็บประจุยิ่งยวดและส่งเสริมการใช้พลังงานสะอาดที่มีประสิทธิภาพมากขึ้น
คณะวิศวกรรมศาสตร์
This thesis presents the development of an IoT system that integrates various communication standards to work together seamlessly. The Core Board serves as the IoT gateway, connecting LoRa, Wi-Fi, and BLE interfaces, and is powered by the STM32H563Zi microcontroller based on the ARM Cortex M33 architecture. The system is designed with slots to support additional communication standards and includes a web platform for data monitoring.
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
This study aims to develop a board game on mushrooms production with cooperative learning and to examine its effects on the learning achievement of third-year vocational certificate students in the mushroom production course. The research instruments included a board game designed using the Educational Boardgame Design Canvas framework, comprising 60 cards (7 main cards, 24 secondary cards, and 29 additional cards). The board game was implemented alongside the Learning Together (LT) cooperative learning approach, following the ASSURE Model for instructional media design. Pre- and post-tests, along with a satisfaction questionnaire, were used to assess student performance and engagement. The findings revealed a statistically significant improvement at the .05 level in students' learning achievement before and after using the board game. At Ratchaburi College of Agriculture and Technology, the post-test mean score was 16.00, compared to a pre-test mean score of 12.50. Student satisfaction with the learning approach was at the highest level, with an average satisfaction score of 4.69. To further refine and expand the study, the board game was also implemented at the Uthai Thani College of Agriculture and Technology, where similar improvements were observed. The post-test mean score increased to 11.21, compared to a pre-test mean score of 7.48, confirming the research hypothesis. Student satisfaction at Uthai Thani College of Agriculture and Technology was also high, with an average satisfaction score of 4.39. These results suggest that integrating board games with cooperative learning effectively enhances student achievement and engagement in agricultural education.
คณะเทคโนโลยีสารสนเทศ
This report is part of applying the knowledge gained from studying machine learning models and methods for developing a predictive model to identify customers likely to cancel their credit card services with a bank. The project was carried out during an internship at a financial institution, where the creator developed a model to predict customers likely to churn from their credit card services using real customer data through the organization's system. The focus was on building a model that can accurately predict customer churn by selecting features that are appropriate for the prediction model and the unique characteristics of the credit card industry data to ensure the highest possible accuracy and efficiency. This report also covers the integration of the model into the development of a website, which allows related departments to conveniently use the prediction model. Users can upload data for prediction and receive model results instantly. In addition, a dashboard has been created to present insights from the model's predictions, such as identifying high-risk customers likely to cancel services, as well as other important analytical information for strategic decision-making. This will help support more efficient marketing planning and customer retention efforts within the organization.