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
คณะเทคโนโลยีการเกษตร
Currently, Thailand is facing the issue of an aging agricultural workforce and a shortage of labor. The hiring process for agricultural workers is primarily based on word-of-mouth within a limited, narrow area. This may have indirect negative effects in various aspects, such as the lack of basic selection criteria (experience, skills), budget control, and hiring processes. As a result, the idea of creating a job platform specifically for farmers was conceived.Currently, Thailand is facing the issue of an aging agricultural workforce and a shortage of labor. The hiring process for agricultural workers is primarily based on word-of-mouth within a limited, narrow area. This may have indirect negative effects in various aspects, such as the lack of basic selection criteria (experience, skills), budget control, and hiring processes. As a result, the idea of creating a job platform specifically for farmers was conceived.
คณะศิลปศาสตร์
"Niyom Thai" represents health-centric footwear adorned with traditional Thai patterns, embodying an innovative approach to sustainable development tailored to the current needs of local communities. These shoes utilize natural materials to mitigate fatigue and integrate safety technologies, including location tracking via a mobile application and heart rate monitoring. This addresses the aspects of convenience and well-being in both daily life and travel
คณะวิศวกรรมศาสตร์
This study was conducted to develop a prototype cooling cover for transporting raw milk, aiming to provide a solution for maintaining the quality of raw milk during transportation to milk collection centers. The cooling cover is made using Phase Change Material (PCM), produced from water mixed with a gelling agent, in an amount of 5.6 kg, attached around an aluminum milk tank (with a capacity of 25 L). The cover is then covered with a UV-reflective fabric in two types: polyvinyl chloride (PVC) and high-density polyethylene (HDPE). The temperature reduction performance of both types of covers was evaluated by measuring water temperatures at various points along the radial and vertical directions of the milk tank at six points, using type-T thermocouples, under three environmental conditions: a constant temperature of 25 °C, 35 °C, and outdoor ambient temperature (average temperature 35.5 °C) for a minimum duration of 180 min. The experimental results revealed that at 120 min., the water in the tank covered with PCM-PVC and PCM-HDPE covers had temperatures lower than the ambient temperature by 12.6 °C and 12.9 °C, respectively, under a constant ambient temperature of 25 °C, and under a constant ambient temperature of 35 °C lower by 16.7 °C and 16.4 °C, respectively, and outdoor conditions. Since the temperature reduction performance of PCM-PVC and PCM-HDPE covers showed no significant difference, the performance of microbial quality preservation of raw milk was assessed only with PCM-PVC cover in comparison to a non-covered case (control), by measuring coliform and Escherichia coli counts using compact dry plates. Results indicated that after 120 min., milk in the tank covered with PCM-PVC had an average coliform count of 1.6 × 10^4 CFU/ml and E. coli count of 2 × 10^3 CFU/ml, which was lower than the non-covered control with an average coliform count of 1.5 × 10^4 CFU/ml and E. coli count of 1.1 × 10^4 CFU/ml. This study concludes that the temperature reduction achieved by the cooling cover can help inhibit coliform growth to levels below raw milk quality standards, demonstrating the potential of the cooling cover in maintaining the quality and safety of raw milk during transport, ultimately contributing to an improved quality of life for Thai dairy farmers.