This study focuses on the use of ceramic tile powder as a cement replacement material in concrete at an appropriate ratio. The objective is to investigate the properties of replacing cement with tile powder and to determine the optimal mixing ratio of tile powder in cement mortar that can yield properties equivalent to or superior to conventional cement mortar. The experiment involved preparing cement mortar samples by replacing cement with two types of ceramic tile powder waste from tile manufacturing plants: waste tile powder and rectified tile powder. The mixing process was divided into two parts: Part 1 used a cement and tile powder ratio, while Part 2 used the results of the strength analysis from Part 1 to adjust the ratio accordingly. Various properties were tested, including specific gravity, normal consistency, setting time, tensile strength, and compressive strength. The results of the study revealed that replacing of cement with rectified tile powder provided the highest tensile and compressive strength, comparable to that of conventional cement mortar. Therefore, the use of ceramic tile powder as a replacement can enhance compressive strength while reducing cement usage, which has positive environmental implications by decreasing greenhouse gas emissions from cement production. Furthermore, this approach promotes the effective use of waste materials from the ceramic industry, contributing to the sustainability of the construction industry.
คอนกรีตเป็นวัสดุที่นิยมใช้ในด้านการก่อสร้างในประเทศไทย เนื่องจากมีข้อได้เปรียบที่หลากหลายเมื่อเทียบกับวัสดุอื่นๆ คือคอนกรีตมีคุณสมบัติเชิงกลที่ดี มีความคงทนสูง ไม่ติดไฟ สามารถหล่อขึ้นรูปร่างตามที่ต้องการได้ ตกแต่งผิวให้สวยงามได้ และที่สำคัญคือมีราคาไม่แพง โดยเฉพาะเมื่อเทียบกับราคาเหล็กรูปพรรณ ซึ่งปูนซีเมนต์มีบทบาทสำคัญในฐานะสารยึดเกาะในคอนกรีตส่งผลให้คอนกรีตเกิดความแข็งแรง และมีความ สามารถด้านการรับน้ำหนักสูง เนื่องจากอุตสาหกรรมการก่อสร้างมีการพัฒนาอย่างต่อเนื่อง ส่งผลให้เกิดความต้องการในด้านการผลิตปูนซีเมนต์เพิ่มมากขึ้นตามไปด้วย จึงทำให้การใช้หินรวมเพิ่มขึ้นโดยเฉพาะหินปูน เนื่องจากหินปูนมีความสำคัญในกระบวนการผลิตปูนซีเมนต์และเป็นทรัพยากรธรรมชาติที่ไม่สามารถทดแทนได้ การเก็บเกี่ยวทรัพยากรธรรมชาติอย่างต่อเนื่องอาจส่งผลให้เกิดการเสื่อมโทรมทางเศรษฐกิจอย่างถาวร เช่น การสูญเสียความหลากหลายทางชีวภาพ ภาวะโลกร้อน การเปลี่ยนแปลงสภาพภูมิอากาศ การทำลายระบบนิเวศ และการปนเปื้อนของฝุ่น อีกทั้งปัญหาที่เกี่ยวข้องกับการใช้พลังงานและมลภาวะต่อสิ่งแวดล้อมที่หลีกเลี่ยงไม่ได้ในขั้น ตอนการผลิตปูนซีเมนต์ก่อให้เกิดมลพิษอย่างมากโดยเฉพาะมลพิษทางอากาศ ซึ่งการผลิตปูนซีเมนต์นั้นปล่อยก๊าซคาร์บอนไดออกไซด์ประมาณ 0.8 ตัน และก๊าซเรือนกระจก 1 ตันต่อปูนซีเมนต์ 1 ตันสู่ชั้นบรรยากาศ ในอุตสาหกรรมกระเบื้องเซรามิกมีการพัฒนามาอย่างต่อเนื่อง ส่งผลทำให้กระเบื้องเซรามิกมีความต้องการในการผลิตกระเบื้องเพิ่มมากขึ้น ทำให้เกิดผงกระเบื้องจากกระบวนการการผลิตทั้งที่ตกค้างในร่องน้ำและการขัดตกแต่งหลังเผาเสร็จ ซึ่งเป็นของเศษขยะจากกระบวนการผลิตกระเบื้องเซรามิกเป็นจำนวนมาก ผงกระเบื้องเซรามิกนี้มีส่วนประกอบส่วนมากเป็น ซิลิกา (Silicon dioxide) และอะลูมินา (Aluminum oxide) ที่สามารถเกิดปฏิกิริยาปอซโซลาน (Pozzolanic reaction) ได้ดีกับแคลเซียมไฮดรอกไซด์ (Calcuim hydroxide) จากปฏิกิริยาไฮเดรชัน (Hydration reaction) ของปูนซีเมนต์ จึงได้มีแนวคิดที่จะนำผงกระเบื้องขัดมาทดแทนปริมาณซีเมนต์ในการผสมคอนกรีตในงานก่อสร้าง เพื่อก่อให้เกิดประโยชน์ด้านเศรษฐกิจและสิ่งแวดล้อม การศึกษานี้สามารถลดต้นทุนการผลิตซีเมนต์ และลดการปล่อยก๊าซคาร์บอนไดออกไซด์สู่บรรยากาศจากกระบวนการผลิตซีเมนต์พร้อมทั้งลดขยะในด้านอุตสาหกรรม โดยการนำเศษผงกระเบื้องที่เป็นของเสียจากโรงงานผลิตกระเบื้องเซรามิกกลับมาใช้ใหม่ในรูปแบบวัสดุทดแทนซีเมนต์
คณะเทคโนโลยีการเกษตร
Climate change and the increasing unpredictability of environmental conditions have aggravated the shortage of animal feed crops during the dry season. This study examines effect of packaging thickness on the quality of corn silage during long-term storage, to maintain its nutritional value during feed shortages. The results show that packaging with thicknesses of 80, 120, 150, and 200 microns effectively maintain good physical quality, including odor, texture, color, and pH levels, during the 0–21day storage period. The silage had a fermented like fruit flavor or vinegar flavor, a silage texture, and well-preserved leaves and stems. Its color remained yellowish-green, with pH values between 3.7 and 4.7. Additionally, lactic acid analysis found that silage in 200-micron-thick packaging for 21 days had the highest lactic acid content (5.64%). However, there were no significant differences in the nutritional value of the silage across different packaging thicknesses
คณะวิศวกรรมศาสตร์
The purpose of this invention is to develop a forest fire prevention agent that has the ability to prevent long-term forest fires, not only to suppress forest fires or prevent forest fires from spreading widely, but to prevent them from starting to catch fire from the beginning. It can prevent forest fires comprehensively and can be prevented for a long time during the peak forest fire period or the dry season, which is about 3-4 months. There are no residues or minimal residues without causing harm to the surrounding environment under the specified standards. Emphasis is placed on the use of raw materials, equipment, and chemicals that can be easily found in Thailand. This includes using the value of production costs as low as possible. This makes it suitable for use in large quantities for spraying and protecting forest areas in forest areas that are prone to fire. Estimated average for pollution caused by forest fires include particulate matter (PM), including PM2.5, PM10, carbon monoxide (CO), carbon dioxide, carbon dioxide, and carbon dioxide, Nitrogendioxide, VOC etc.
คณะวิศวกรรมศาสตร์
This cooperative education project aims to enhance the efficiency of Hydrogen Manufacturing Unit 2 (HMU-2) and Pressure Swing Adsorption 3 (PSA-3) by using AVEVA Pro/II process modeling and a Machine Learning model for process simulation. The study found that the AVEVA Pro/II model predicted outcomes with deviations ranging from 0–35%, including a hydrogen flow rate deviation from the PSA unit of 12%, exceeding the company’s acceptable limit of 10%. To address this, a Machine Learning model based on the Random Forest algorithm was developed with hyperparameter tuning. The Machine Learning model demonstrated high accuracy, achieving Mean Squared Errors (MSE) of 8.48 and 0.18 for process and laboratory data, respectively, and R-squared values of 0.98 and 0.88 for the same datasets. It outperformed the AVEVA Pro/II model in predicting all variables and reduced the hydrogen flow rate deviation to 4.75% and 1.35% for production rates of 180 and 220 tons per day, respectively. Optimization using the model provided recommendations for process adjustments, increasing hydrogen production by 7.8 tons per day and generating an additional annual profit of 850,966.23 Baht.