บทคัดย่อ โครงงานวิจัยนี้มุ่งเน้นการออกแบบและพัฒนา Manual Control Robot โดยใช้ Load Cell เพื่อเพิ่มความแม่นยำและลดระยะเวลาในการควบคุมหุ่นยนต์ การใช้หุ่นยนต์อัตโนมัติในอุตสาหกรรมยังคงมีข้อจำกัดด้านความซับซ้อนของการตั้งโปรแกรมและการควบคุม ดังนั้น การพัฒนาระบบ Manual Control ที่สามารถตอบสนองต่อแรงกดและแรงดึงในทุกทิศทางจึงเป็นแนวทางที่ช่วยเพิ่มประสิทธิภาพของหุ่นยนต์ให้เหมาะสมกับงานที่ต้องการการควบคุมที่ละเอียดอ่อนและซับซ้อน งานวิจัยนี้ใช้ Load Cell ร่วมกับวงจรขยายสัญญาณ HX711 และ Arduino UNO R3 เพื่อพัฒนาโมดูลควบคุมที่สามารถรับค่าแรงจากผู้ใช้และแปลงเป็นคำสั่งสำหรับหุ่นยนต์ RV-7FRL-D ซึ่งเป็นหุ่นยนต์แขนกลในอุตสาหกรรม นอกจากนี้ยังมีการใช้ MATLAB ในการประมวลผลข้อมูลจาก Load Cell เพื่อวิเคราะห์และกำหนดการเคลื่อนที่ของหุ่นยนต์ให้แม่นยำยิ่งขึ้น ผลการศึกษาพบว่าระบบที่พัฒนาขึ้นสามารถช่วยลดเวลาการตั้งค่าหุ่นยนต์ และทำให้กระบวนการควบคุมมีความง่ายดายและยืดหยุ่นมากขึ้น โครงการนี้จึงเป็นก้าวสำคัญในการเพิ่มศักยภาพของหุ่นยนต์อุตสาหกรรมให้สามารถทำงานร่วมกับมนุษย์ได้อย่างมีประสิทธิภาพ โดยอาศัยการควบคุมแบบแมนนวลผ่าน Load Cell ที่ตอบสนองต่อแรงของผู้ใช้งานได้โดยตรง
ที่มาและความสำคัญของโครงงาน ในปัจจุบัน หุ่นยนต์อัตโนมัติ (Automation Robot) ได้รับความนิยมอย่างแพร่หลายในอุตสาหกรรม เนื่องจากช่วยเพิ่มประสิทธิภาพในการผลิต ลดต้นทุนแรงงาน และสามารถทำงานที่มีความแม่นยำสูงได้ อย่างไรก็ตาม การควบคุมและตั้งโปรแกรมหุ่นยนต์ให้ทำงานตามที่ต้องการนั้นมีความซับซ้อน และมักต้องการผู้เชี่ยวชาญในการปรับแต่งโปรแกรมและการตั้งค่าการทำงานของหุ่นยนต์ ซึ่งอาจทำให้เกิดความล่าช้าในกระบวนการผลิต ดังนั้น การพัฒนาระบบ Manual Control Robot ที่สามารถควบคุมหุ่นยนต์ได้โดยตรงผ่านการรับรู้แรงกดและแรงดึงจากผู้ใช้งาน จึงเป็นแนวทางที่สามารถช่วยลดความซับซ้อนในการควบคุมและเพิ่มความยืดหยุ่นในการใช้งาน โดยในโครงงานนี้จะใช้ Load Cell ร่วมกับ HX711 Amplifier และ Arduino UNO R3 เพื่อพัฒนาระบบที่สามารถตรวจจับแรงจากผู้ใช้งานและแปลงเป็นคำสั่งควบคุมหุ่นยนต์แบบเรียลไทม์ นอกจากนี้ การควบคุมแบบแมนนวลผ่าน Load Cell ยังสามารถช่วยลด เวลาการตั้งค่าและโปรแกรมหุ่นยนต์ ได้อย่างมีประสิทธิภาพ ทำให้การทำงานของหุ่นยนต์มีความสะดวกมากขึ้น และรองรับงานที่ต้องการ รวมถึงการปรับตัวให้เข้ากับสภาพแวดล้อมการทำงานที่ซับซ้อน ซึ่งสามารถนำไปประยุกต์ใช้ในอุตสาหกรรมที่ต้องการ Human-Robot Interaction ได้อย่างมีประสิทธิภาพ ดังนั้น โครงงานนี้จึงมีความสำคัญในการเพิ่มขีดความสามารถของ Manual Control Robot เพื่อลดระยะเวลาการตั้งค่าและเพิ่มความคล่องตัวในการควบคุมหุ่นยนต์ ซึ่งเป็นประโยชน์ทั้งต่อภาคอุตสาหกรรมและการศึกษาเกี่ยวกับการควบคุมหุ่นยนต์ในอนาคต
คณะอุตสาหกรรมอาหาร
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการห่อหุ้มแอนโธไซยานินในอิมัลชันชนิดน้ำในน้ำมันในน้ำ (W/O/W) และกระบวนการทำแห้งแบบพ่นฝอย เพื่อเพิ่มความเสถียรของแอนโธไซยานินจากปัจจัยภายนอก เช่น แสง อุณหภูมิ และการเปลี่ยนแปลงค่า pH การเตรียมอิมัลชัน W/O/W ดำเนินการโดยใช้สารลดแรงตึงผิวที่เหมาะสม และทำแห้งด้วยเครื่องพ่นฝอยที่อุณหภูมิขาเข้า 120–140°C และอุณหภูมิขาออกไม่ต่ำกว่า 80°C ผลการศึกษาพบว่าสัดส่วนองค์ประกอบของน้ำ น้ำมัน และสารลดแรงตึงผิวมีผลต่อคุณสมบัติทางกายภาพและเคมีของอิมัลชัน รวมถึงประสิทธิภาพในการกักเก็บแอนโธไซยานิน อิมัลชัน W/O/W ที่ผ่านกระบวนการทำแห้งแบบพ่นฝอยสามารถกักเก็บแอนโธไซยานินได้อย่างมีประสิทธิภาพ และช่วยเพิ่มความเสถียรในระยะยาว ซึ่งสามารถนำไปประยุกต์ใช้ในอุตสาหกรรมอาหารและผลิตภัณฑ์สุขภาพได้
คณะวิศวกรรมศาสตร์
งานวิจัยนี้มีวัตถุประสงค์เพื่อตรวจสอบปลอมปนของข้าวสารพันธุ์ขาวดอกมะลิ 105 ตามอายุการเก็บรักษา ด้วยเทคนิคเนียร์อินฟราเรดสเปกโทรสโกปี โดยใช้ฟูเรียร์ทรานฟอร์มเนียร์อินฟราเรดสเปกโทรสโกปี (FT-NIR) จำนวนคลื่น 12,500 – 4,000 cm-1 (800 – 2,500 nm) ซึ่งอายุการเก็บรักษาของข้าวที่แตกต่างกันส่งผลต่อคุณภาพข้าวหุงสุก งานวิจัยนี้แบ่งเป็น 2 ส่วน 1) เพื่อตรวจสอบความเป็นไปในการแยกข้าวสารตามอายุการเก็บรักษา 1 2 และ 3 ปี แบบจำลองที่ดีที่สุดสร้างด้วย Ensemble ร่วมกับ Second Derivative มีค่าความถูกต้อง (Accuracy) เท่ากับ 96.3% 2) ตรวจสอบการปลอมปนตามอายุการเก็บรักษา โดยปลอมปนที่ 0% (ข้าว 2 และ 3 ปีทั้งหมด), 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% และ 100% (ข้าว 1 ปีทั้งหมด) แบบจำลองที่ดีที่สุดสร้างด้วย Gaussian Process Regression (GPR) ร่วมกับ Smoothing + Multiplicative Scatter Correction (MSC) โดยมีค่าสัมประสิทธิ์การกำหนด (r²) ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยของการทำนาย (RMSEP) ค่าความคลาดเคลื่อนเฉลี่ย (Bias) และค่าความสามารถในการทำนาย (RPD) เท่ากับ 0.92 8.6% 0.9% และ 3.6 ตามลำดับ แสดงให้เห็นว่าแบบจำลองการปลอมปนสามารถนำไปประยุกต์ใช้ได้สำหรับการตรวจสอบการแยกประเภทข้าวตามอายุการเก็บรักษา 1 ปี 2 ปี และ 3 ปี นอกจากนั้นค่าสีของข้าวที่อายุการเก็บรักษาต่างกันมีค่าสี L* และ b* ต่างกันอีกด้วย
คณะวิศวกรรมศาสตร์
การออกแบบและพัฒนาหัวรถจักรไฟฟ้าเพื่อเข้าร่วมการแข่งขัน TRRN Railway Challenge 2025 มุ่งเน้นการพัฒนาศักยภาพในการเรียนรู้และการประยุกต์ใช้ทฤษฎีในภาคปฏิบัติ โดยเน้นการพัฒนาหัวรถจักรให้สามารถพิชิตบททดสอบต่างๆ เช่น อัตราเร่ง ระบบหยุดรถอัตโนมัติ เสียงรบกวน การสั่นสะเทือน การใช้พลังงาน และความทนทาน รวมถึงการพัฒนาทักษะในการเขียนรายงานการออกแบบทางวิศวกรรมเพื่อเสริมสร้างทักษะในการวิเคราะห์และอภิปราย เพื่อให้สามารถผ่านการทดสอบตามกฎเกณฑ์ของการแข่งขันได้อย่างครบถ้วน