เครื่องทำความร้อนแบบเหนี่ยวนำ (Induction Heating Machine: IHM) เป็นอุปกรณ์สำคัญในอุตสาหกรรมเครื่องประดับ โดยใช้สนามแม่เหล็กไฟฟ้าเพื่อให้ความร้อนและเชื่อมโลหะมีค่า งานวิจัยนี้มุ่งพัฒนาเครื่องทำความร้อนแบบเหนี่ยวนำขดลวดคู่ (Dual Coil IHM) เพื่อเพิ่มประสิทธิภาพการผลิตและลดต้นทุนของโรงงานเครื่องประดับ โดยใช้ การวิเคราะห์แม่เหล็กไฟฟ้า (Electromagnetic Analysis: EMA) ผ่านซอฟต์แวร์ Ansys Maxwell กระบวนการวิจัยเริ่มจากการทดสอบเครื่อง IHM แบบขดลวดเดี่ยวในสภาวะการทำงานจริง และใช้ EMA เพื่อวิเคราะห์ความหนาแน่นฟลักซ์แม่เหล็ก (B) ที่เกิดขึ้น จากนั้นได้ออกแบบและเปรียบเทียบการทำงานของขดลวดคู่ในรูปแบบ ขนาน (Parallel) และ อนุกรม (Series) ผลการทดลองพบว่า ขดลวดอนุกรมให้ค่าฟลักซ์แม่เหล็กสูงกว่า และสามารถปรับค่ากระแส (I), ความถี่ (f), จำนวนรอบขดลวด (N) และระยะห่างขดลวด (d) เพื่อให้ได้ค่าที่เหมาะสมสำหรับการผลิต ผลการวิจัยแสดงให้เห็นว่า เครื่อง IHM ขดลวดคู่แบบอนุกรมสามารถเพิ่มกำลังการผลิตได้ 2 เท่า เมื่อเทียบกับเครื่องเดิม ทั้งนี้ เทคโนโลยี EMA ช่วยลดการทดลองเชิงกายภาพ ลดข้อผิดพลาด และเพิ่มความแม่นยำในการออกแบบเครื่องจักรอุตสาหกรรมเครื่องประดับ
1.ข้อจำกัดของเครื่องทำความร้อนแบบเหนี่ยวนำขดลวดเดี่ยว 2.ความต้องการเพิ่มประสิทธิภาพการผลิตและลดต้นทุน 3.การประยุกต์ใช้เทคโนโลยีการจำลองทางแม่เหล็กไฟฟ้า (EMA) 4.แนวโน้มการเติบโตของอุตสาหกรรมเครื่องประดับในประเทศไทย 5.การพัฒนาองค์ความรู้ด้านเทคโนโลยีการผลิต
คณะวิทยาศาสตร์
การสังเคราะห์โดยใช้อิเล็กตรอนเป็นรีเอเจนต์ทดแทนการใช้ oxidant เป็นวิธีการสังเคราะห์โมเลกุลยาด้วยวิธีการที่ลดการใช้สารเคมี ทำให้ลดการเกิดมลพิษกับสิ่งแวดล้อมได้
คณะอุตสาหกรรมอาหาร
ผงไบโอแคลเซียมถูกสกัดจากกระดูกปลากะพงเอเชียด้วยวิธีเสริมด้วยด่างที่ให้ความร้อนพร้อมการกำจัดไขมันและการฟอกสี ธัญพืชอัดแท่ง (CBs) ได้รับการเสริมด้วยไบโอแคลเซียมที่ผลิตขึ้นใน 3 ระดับ: (1) แคลเซียมที่เพิ่มขึ้น (IS-Ca; แคลเซียม ≥10% RDI ของไทย), (2) แหล่งแคลเซียมที่ดี (GS-Ca; แคลเซียม ≥15% RDI ของไทย) และ (3) แคลเซียมสูง (H-Ca; แคลเซียม ≥30% RDI ของไทย) ซึ่งสอดคล้องกับประกาศกระทรวงสาธารณสุขของประเทศไทย: ฉบับที่ 445; การเรียกร้องคุณค่าทางโภชนาการที่ออกในปี พ.ศ. 2566 วัดปริมาณความชื้น แอคติวิตี้ของน้ำ สี ปริมาณแคลเซียม และการวิเคราะห์ FTIR ของผงไบโอแคลเซียม ขนาด สี แอคติวิตี้ของน้ำ ค่า pH และเนื้อสัมผัสของ CBs ที่เสริมได้รับการกำหนด ไบโอแคลเซียมที่ผลิตได้สามารถจำแนกได้ว่าเป็นอาหารแห้งที่มีสีเหลืองอ่อนอมขาว ปริมาณแคลเซียมในผงแคลเซียมชีวภาพอยู่ที่ 23.4% (w/w) ขนาด น้ำหนัก และสี ยกเว้นค่า b* และ ΔE* ของ CB ที่เสริมสารไม่แตกต่างกัน (P > 0.05) จาก CB ในกลุ่มควบคุม การเสริมสารแคลเซียมชีวภาพทำให้ CB มีเนื้อสัมผัสที่แข็งขึ้น การเพิ่มปริมาณแคลเซียมชีวภาพที่เสริมสารทำให้คาร์โบไฮเดรตและไขมันลดลง แต่โปรตีน เถ้า และแคลเซียมใน CB ที่เสริมสารเพิ่มขึ้น อายุการเก็บรักษาของ CB จะสั้นลงโดยการเสริมผงแคลเซียมชีวภาพเนื่องจากความชื้น กิจกรรมของน้ำ และค่า pH ที่เพิ่มขึ้น ผลผลิตของ CB ชีวภาพอยู่ที่ 40.30% ต้นทุนการผลิตแคลเซียมชีวภาพอยู่ที่ประมาณ 7,416 Bth/kg ในขณะที่ต้นทุนของ CB ที่เสริมสารเพิ่มขึ้นเกือบ 2-3 เท่าเมื่อเทียบกับกลุ่มควบคุม ปริมาณแคลเซียมในธัญพืชอัดแท่งที่มีแคลเซียมสูง (IS-Ca) (921.12 มก./100 ก.) แคลเซียมสูง (GS-Ca) (1,287.10 มก./100 ก.) และแคลเซียมสูง (H-Ca) (2,639.70 มก./100 ก.) สามารถอ้างได้ว่าเป็นแหล่งแคลเซียมที่ดี และแคลเซียมสูงตามลำดับ สรุปได้ว่าการผลิตธัญพืชอัดแท่งที่เสริมด้วยผงแคลเซียมจากกระดูกปลากะพงขาวเป็นอาหารเสริมนั้นเป็นไปได้ อย่างไรก็ตาม จำเป็นต้องตรวจสอบสารเคมีอันตรายที่เหลืออยู่ในผงแคลเซียมก่อนนำไปใช้ในผลิตภัณฑ์อาหาร และควรวิเคราะห์ความสามารถในการดูดซึมแคลเซียม การยอมรับทางประสาทสัมผัส และอายุการเก็บรักษาของผลิตภัณฑ์ที่พัฒนาขึ้นในการศึกษาเพิ่มเติม
คณะเทคโนโลยีสารสนเทศ
รายงานฉบับนี้เป็นส่วนหนึ่งของการนำความรู้ที่ได้จากการศึกษาโมเดล Machine Learning และแนวทางการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของธนาคารมาประยุกต์ใช้กับข้อมูลจริงในอุตสาหกรรมบัตรเครดิตของสถาบันทางการเงิน ผ่านการฝึกงานที่สถานประกอบการทางการเงินแห่งหนึ่ง ซึ่งผู้จัดทำได้ทำการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของสถาบันทางการเงินจากข้อมูลลูกค้าจริงผ่านระบบที่สถานประกอบการใช้งาน ซึ่งมุ่งเน้นไปที่การสร้างโมเดลที่สามารถทำนายการเลิกใช้บริการของลูกค้าได้อย่างแม่นยำ โดยมีการเลือกฟีเจอร์ข้อมูลให้เหมาะสมกับโมเดลการทำนายและลักษณะเฉพาะของข้อมูลในอุตสาหกรรมบัตรเครดิต เพื่อโมเดลที่มีประสิทธิภาพและถูกต้องมากที่สุด โดยรายงานฉบับนี้ยังครอบคลุมถึงการนำโมเดลที่ได้เข้าไปเป็นส่วนหนึ่งของการการพัฒนาเว็บไซต์เพื่อช่วยให้แผนกอื่นๆที่เกี่ยวข้องสามารถใช้งานโมเดลทำนายได้อย่างสะดวก โดยผู้ใช้สามารถอัปโหลดข้อมูลสำหรับการทำนายและรับผลลัพธ์จากโมเดลได้ทันที นอกจากนี้ยังมีการสร้าง Dashboard เพื่อนำเสนอข้อมูลเชิงลึกที่เกิดจากการทำนายของโมเดล เช่น การระบุกลุ่มลูกค้าที่มีความเสี่ยงสูงในการเลิกใช้บริการ รวมถึงข้อมูลเชิงวิเคราะห์ที่มีความสำคัญต่อการตัดสินใจเชิงกลยุทธ์ ซึ่งจะช่วยสนับสนุนการวางแผนการตลาดและการรักษาลูกค้าในองค์กรได้อย่างมีประสิทธิภาพมากยิ่งขึ้น