This cooperative education report presents a project for developing a Distributed Control System (DCS) for boilers in a sugar factory. The objective is to enhance the control system for boilers 1-8 to operate cohesively within the DCS framework provided by ABB, utilizing the ABB Ability™ System 800xA software. The overall functionality of the system involves creating a control program that begins with the utilization of bagasse, a byproduct from the sugar extraction process, as fuel for the boiler. The program manages various operations of the boiler, including the intake of air into the combustion chamber, the internal functioning of the boiler, and the treatment of flue gases before their release into the atmosphere. The project encompasses the development of the DCS program, the design and creation of HMI display graphics, the study and design of the boiler control system, the documentation of the project, and the control processes utilizing the ABB Ability™ System 800xA software, culminating in the operational outcomes.
บริษัท คอนโทรลอจิค จำกัด เป็นผู้เชี่ยวชาญในระบบควบคุมและเครื่องมือวัดแบบบูรณาการ รวมถึงเครื่องวิเคราะห์สำหรับอุตสาหกรรมอ้อยและน้ำตาล อุตสาหกรรมน้ำมันและก๊าซ อุตสาหกรรม ปิโตรเคมี และอุตสาหกรรมพลังงานชีวภาพ บริษัทให้บริการโซลูชั่นแบบครบวงจร เริ่มตั้งแต่การออกแบบขั้นวิศวกรรมพื้นฐาน โดยมีรายละเอียดเกี่ยวกับการติดตั้ง การเริ่มต้นใช้งานระบบ รวมถึงการจัดการคุณภาพโครงงาน ทั้งช่วยในการสนับสนุน และอำนวยความสะดวกให้บุคลากรที่มีหน้าที่รับผิดชอบในโครงงานนี้ ในกระบวนการของการผลิตน้ำตาลในโรงงานผลิตน้ำตาล พบว่า มีกากอ้อยปริมาณมากที่ได้จากการหีบน้ำอ้อย ซึ่งสามารถนำไปใช้ผลิตเป็นเชื้อเพลิงให้กับหม้อต้มไอน้ำ เกิดเป็นพลังงานไอน้ำสามารถนำไปผ่าน turbine เพื่อผลิตกระแสไฟฟ้า และนำกลับไปใช้ในกระบวนการผลิตของโรงงานอีกครั้ง เพื่อประโยชน์สูงสุดของการนำกากอ้อยที่เหลือจากการผลิตน้ำตาลกลับมาใช้ โรงงานจึงต้องพัฒนาระบบควบคุม (DCS) ซึ่งเป็นโปรแกรมเกี่ยวกับการทำงานของหม้อไอน้ำในโรงงานน้ำตาลเพื่อควบคุมระบบการทำงานของหม้อไอน้ำเนื่องจากมีส่วนสำคัญในการนำกากอ้อยที่เหลือกลับมาใช้ประโยชน์ได้สูงสุด โครงงานหกิจศึกษาฉบับนี้จะกล่าวถึงการสร้างโปรแกรม DCS โดยการออกแบบและจัดทำกราฟิกหน้าจอแสดงผล HMI ภายใต้ระบบ DCS ของ ABB โดยใช้โปรแกรม ABB Ability™ System 800xA ออกแบบระบบควบคุมการทำงานของหม้อไอน้ำ รวมถึงจัดทำเอกสารเกี่ยวข้องของโครงงาน
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.
คณะเทคโนโลยีการเกษตร
The innovation of the vertical aquaponics system for rearing golden apple snails integrating with vegetable cultivation by using substrates to water treatment. The system aims to maximize the use of vertical space, save water, and produce safe vegetables for consumption or commercial purposes, and to support living things. The golden apple snail excretes wastes/leftover food scraps that are filtered on the substrates used for water treatment. Meanwhile, natural bacteria help change these wastes into nutrients that plants can use. Therefore, the system is environmentally friendly.
คณะเทคโนโลยีการเกษตร
Durian is a crucial economic crop of Thailand and one of the most exported agricultural products in the world. However, producing high-quality durian requires maintaining the health of durian trees, ensuring they remain strong and disease-free to optimize productivity and minimize potential damage to both the tree and its fruit. Among the various diseases affecting durian, foliar diseases are among the most common and rapidly spreading, directly impacting tree growth and fruit quality. Therefore, monitoring and controlling leaf diseases is essential for preserving durian quality. This study aims to apply image analysis technology combined with artificial intelligence (AI) to classify diseases in durian leaves, enabling farmers to diagnose diseases independently without relying on experts. The classification includes three categories: healthy leaves (H), leaves infected with anthracnose (A), and leaves affected by algal spot (S). To develop the classification model, convolutional neural network (CNN) algorithms—ResNet-50, GoogleNet, and AlexNet—were employed. Experimental results indicate that the classification accuracy of ResNet-50, GoogleNet, and AlexNet is 93.57%, 93.95%, and 68.69%, respectively.