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
คณะวิศวกรรมศาสตร์
Telemedicine App is a prototype system that provides basic functions for communicating diagnosis between patients, nurses, and doctors via video conferencing. The system is contains different diagnostic room and it allows recording patient information. It is an open source for others to extend for further development.
คณะเทคโนโลยีการเกษตร
This study examines the effects of chemical mutagens, ethyl methane sulfonate (EMS) and colchicine in inducing mutations in Chrysanthemum spp. through tissue culture techniques. In vitro cultures of Chrysanthemum were treated with various concentrations of EMS and colchicine to assess their impact on shoot regeneration and mutation frequency. Results indicated that EMS significantly increased phenotypic variability, leading to enhanced flower color and size, while colchicine treatment effectively induced polyploidy, resulting in plants with greater flower size and overall vigor. Morphological assessments, along with genetic analyses using molecular markers, confirmed the mutations associated with these treatments. The integration of chemical mutagenesis with tissue culture presents a promising approach for developing novel Chrysanthemum varieties with improved ornamental traits.
คณะเทคโนโลยีการเกษตร
This research aims to evaluate the efficiency of nano-type oxygen diffusers at different pump power levels in sea bass nursery ponds. The study examines how varying power levels affect dissolved oxygen distribution in the water and their impact on the health, growth, and survival rates of sea bass. The findings indicate that pump power levels influence dissolved oxygen concentration, with the optimal power level improving oxygen distribution in the pond. This enhancement leads to higher survival and growth rates for sea bass. The results provide valuable insights for selecting appropriate oxygen diffusers and pump power levels in fish nursery pond systems. The experiment consisted of two conditions: 1. Without fish – This condition assessed the oxygenation capacity, oxygen transfer coefficient, oxygen transfer rate, and oxygen transfer efficiency of pumps at three different power levels. 2. With fish – This condition evaluated whether the oxygen supplied by pumps at three power levels was sufficient, based on the growth rate and survival rate of the fish in the pond. Blood counts were conducted to assess the immune response. The collected data were statistically analyzed using the RCBD method for the condition without fish and the CRD method for the condition with fish, employing SPSS software.