รายละเอียด

เอกสารรายงานสหกิจศึกษาฉบับนี้เป็นการตรวจสอบความเสียหายของชุดควบคุมรางกระจกไฟฟ้ารถยนต์ รุ่น T20A โดยใช้ระบบปัญญาประดิษฐ์ที่เรียกว่าซีร่าคอร์ เพื่อช่วยลดระยะเวลาในการหาสาเหตุของชิ้นงานที่เสียหายหรือ Not Goot(NG) โดยใช้ภาพของสัญญาณจาก accelerometer สำหรับสร้างฐานข้อมูลสำหรับการเรียนรู้ของปัญญาประดิษฐ์ ในการทดลองจะแบ่งสาเหตุของความเสียหายอยู่ 3 ประเภท ได้แก่ ความเสียหายเนื่องจากฝุ่นภายในมอเตอร์ ความเสียหายเนื่องจากขาดสารหล่อลื่นและความเสียหายเนื่องจากสมดุลมอเตอร์ โดยการจำลองชิ้นงานกระจกรางไฟฟ้าชิ้นงานปกติจำนวน 3 ชิ้น ชิ้นงานเสียหายอย่างละ 1 ชิ้น วัดสัญญาณขาขึ้น 50 ครั้ง ขาลง 50 ครั้ง ภายใต้สภาวะมาตรฐานตามข้อกำหนดของการทดสอบ โดยมีเกณฑ์การตรวจสอบภาพที่ความถูกต้อง  75 % ขึ้นไป เมื่อทดสอบความแม่นยำโดยการนำภาพเข้าไปทดสอบในระบบ จำนวนอย่างละ 180 ภาพทั้งการเคลื่อนที่ขึ้นและลง พบว่า ระบบมีความแม่นยำในการเคลื่อนที่ขึ้น 98.89% และการเคลื่อนที่ลง 96.67%

วัตถุประสงค์

บริษัท ไทยสตีลเคเบิล จำกัด (มหาชน) เป็นผู้ผลิตสายควบคุมรถยนต์ และรถจักรยานยนต์ ตลอดจน ชุดควบคุมรางกระจกหน้าต่างรถยนต์ให้กับบริษัทผู้ผลิตรถยนต์ และรถจักรยานยนต์ชั้นนำทั้งใน และต่างประเทศ อีกทั้งยังมีห้องปฏิบัติการที่สามารถทดสอบได้หลากหลายเช่น Performance test, Environment test, Material test รวมถึงการสอบเทียบอีกด้วย ซึ่งในปัจจุบันบริษัทให้ความสำคัญกับการการพัฒนาอย่างไม่หยุดยั้ง และยกระดับมาตรฐานของห้องปฏิบัติการ เพื่อให้ตอบสนองความต้องการของลูกค้าให้ได้มากที่สุด
เมื่อบริษัทได้รับชุดควบคุมรางกระจกหน้าต่างรถยนต์ที่ NG จากลูกค้า จากนั้นก็จะส่งมาให้ทางแผนก Laboratory ทดสอบว่าเกิดจากปัญหาอะไร ในปัจจุบันใช้วิธีการสุ่มจากประสบการณ์และความชำนาญของเจ้าหน้าที่ที่ทำงานเป็นระยะเวลานาน ทำให้สามารถคาดเดาสาเหตุจากเสียงหรือค่าต่างๆ ที่แปลกไป แต่ไม่แน่ใจว่าเป็นที่ถูกหรือไม่ ถ้าไม่ถูกก็ต้องทดลองใหม่ๆ ซ้ำๆ  ดังนั้นผู้จัดทำจึงเห็นความสำคัญของปัญหานี้ จึงได้ศึกษาค้นคว้าเกี่ยวกับเทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) ด้วยโปรแกรม CiRA-CORE เพื่อนำมาแก้ไขปัญหานี้

ผู้จัดทำ

นิยดา เสมสายัณห์

NIYADA SEMSAYAN

#นักศึกษา

สมาชิก

ราชศักดิ์ ศักดานุภาพ

Rachsak Sakdanuphab

#อาจารย์

อาจารย์ที่ปรึกษา

โหวตนวัตกรรมนี้