Currently, lithium batteries are widely used in electronic devices and electric vehicles, making the estimation of their State of Health (SOH) crucial. Accurate SOH estimation helps extend battery lifespan, reduce maintenance costs, and prevent safety issues such as overheating or explosions. This project aims to study and analyze mathematical models of batteries and develop SOH estimation techniques using Neural Networks to enhance accuracy and evaluation speed. The experiment involved collecting charge and discharge data from three lithium battery cells under controlled temperature conditions while maintaining a constant current. The current, voltage, and time data were recorded and analyzed to determine the battery capacity for each cycle. These data were then used to train a Neural Network model. The results demonstrated an effective method for predicting battery health status. The outcomes of this project can contribute to the development of a Battery Management System (BMS) that improves battery efficiency and longevity. Additionally, it provides a foundation for applying artificial intelligence techniques in the energy sector effectively.
เนื่องจากปัจจุบันมีการใช้งานแบตเตอรี่ลิเทียมในอุปกรณ์อิเล็กทรอนิกส์ เช่น โทรศัพท์มือถือ และยานยนต์ไฟฟ้าอย่างแพร่หลาย การประเมินสถานะสุขภาพของแบตเตอรี่จึงเป็นสิ่งสำคัญที่ช่วยยืดอายุการใช้งาน ลดค่าใช้จ่ายในการบำรุงรักษา และป้องกันการเสื่อมสภาพที่อาจนำไปสู่ปัญหาด้านความปลอดภัย เช่น ความร้อนสูงเกินหรือการระเบิด ทำให้การประมาณสถานะสุขภาพมีส่วนช่วยลดความเสี่ยงในการใช้งานแบตเตอรี่และเพิ่มประสิทธิภาพในการใช้พลังงานให้เกิดประโยชน์สูงสุด อีกทั้งการประเมินสถานะสุขภาพนี้ยังช่วยลดต้นทุนการเปลี่ยนแบตเตอรี่บ่อยครั้งที่อาจเกิดขึ้นจากการใช้งานที่ไม่ถูกต้อง ปัญหาของการเสื่อมสภาพของแบตเตอรี่เกิดขึ้นจากการใช้งานที่ต่อเนื่อง ทั้งการประจุไฟฟ้าและการคายประจุไฟฟ้า ซึ่งจะมีผลให้ความเสถียรของแบตเตอรี่ลดลงไปเรื่อยๆ การตรวจสอบสถานะสุขภาพแบตเตอรี่เป็นการแก้ปัญหาหนึ่ง แต่เทคนิคที่มีอยู่เดิมอาจใช้เวลานานหรือมีความแม่นยำที่ไม่เพียงพอ การนำเทคโนโลยีปัญญาประดิษฐ์ โดยเฉพาะโครงข่ายประสาทเทียม (Neural Networks) เข้ามาประยุกต์ใช้จึงเป็นทางเลือกใหม่ที่ช่วยให้การประเมินสถานะสุขภาพแม่นยำขึ้นและรวดเร็วขึ้น การพัฒนาอัลกอริทึมสำหรับการคาดการณ์จากข้อมูลการประจุไฟฟ้าและการคายประจุไฟฟ้าของแบตเตอรี่ช่วยให้เกิดโมเดลที่สามารถเรียนรู้จากข้อมูลในอดีตและคาดการณ์สถานะสุขภาพของแบตเตอรี่ในอนาคตได้
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
The objective of this research is to utilize waste slag in industrial applications and help mitigate flooding, water accumulation, and ponding issues. Currently, slag from the steel smelting or refining process is commonly used as a component in construction materials, such as road surfaces. However, slag has properties that make it difficult for water to permeate, leading to poor drainage and increased flooding problems. This study focuses on improving the properties of pavement materials to enhance their strength and water permeability. This can be achieved through physical structural modifications or the addition of chemical agents such as HPMC, which increases void spaces to facilitate water absorption and drainage according to required standards. The utilization of waste slag not only helps reduce production costs and improve material performance but also minimizes environmental impacts and promotes the sustainable use of resources.
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
This research presents a Wilkinson power divider using a common inductor. The lumped topology uses the inherently inductive loss of the inductor as a part of the design, so the conventional resistor for high isolation can be omitted. Therefore, low-loss and high-isolation performances of the compact circuit were achieved. The proposed 2.5-GHz divider was implemented on a silicon-based integrated passive device process. Measurement of the prototype chip had a reflection coefficient below 18 dB at all ports, an insertion loss of 0.5 dB and isolation above 28 dB. The chip size is merely 0.011 wavelength x 0.019 wavelength.
คณะเทคโนโลยีการเกษตร
Mangosteen peel (Garcinia mangostana Linn.) extract using hot water (MPE) has been shown to have antibacterial potential in freshwater sea bass (Lates calcarifer) larvae infected with Aeromonas hydrophila. In vitro studies showed that MPE has a minimum inhibitory concentration (MIC) of 25 ppm and a minimum bactericidal concentration (MBC) of 25 ppm. In vivo, sea bass larvae were immersed in various concentrations of MPE at 0 ppm (control), 20 ppm, 40 ppm and 60 ppm, respectively, for 7 days with A. hydrophila. The results showed that the MPE-treated group had a higher survival rate compared to the control group. Hematological parameters showed that the MPE-treated group had significantly increased red blood cell (RBC), white blood cell (WBC) and hemoglobin (Hb) concentrations compared to the control group. In addition, the water quality parameters were not significantly different, except for ammonia concentration, with MPE having an ammonia concentration of 60 ppm being the lowest. All results can indicate that MPE can improve the antibacterial potential and the culture potential of sea bass larvae.