การออกแบบแผ่นวงจรพิมพ์ขั้นสูงสำหรับงานอุตสาหกรรมเป็นการทำงานในหลากหลายขั้นตอนและหลากหลายวิธีขึ้นกับแต่ละบริษัท โดยจากที่ได้รับการเรียนรู้การทำงานแล้วนั้น ได้ทำการใช้โปรแกรม Cadence Allegro ในการออกแบบแผ่นวงจรพิมพ์ และการทำสหกิจในครั้งนี้ได้รับการออกแบบในหลากหลายบอร์ดมีความยากและง่ายที่แตกต่างกันไปและการเรียนรู้ในการทำสหกิจนี้ไม่สามารถเรียนรู้รายละเอียดภายในมหาวิทยาลัยได้ โดยต้องทำงานกับหลายฝ่ายภายในบริษัท Analog Devices (Thailand) การออกแบบที่ได้จัดทำนี้ได้ความช่วยเหลือจากพี่เลี้ยงที่ดูแลและสอนงานช่วยให้การทำสหกิจผ่านพ้นไปได้ด้วยดี
โครงงานนี้ออกแบบมาเพื่อศึกษา หาประสบการณ์ในการทำงานและการใช้ชีวิตวัยทำงาน โดยเป็นการทำโครงการสหกิจศึกษาเพื่อเรียนรู้ถึงกระบวนการทำงานของแผนก Global Hardware Development ของ บริษัท Analog Devices (Thailand) และได้ทดลองปฏิบัติงานจริงในโรงงานอุตสาหกรรม กระบวนการทุกอย่างตั้งแต่เริ่มแรกจนกระทั่งออกมาเป็นผลิตภัณฑ์สำหรับการทดสอบ IC ใน Final Test และ ทดสอบ wafer ใน Wafer Sort โดยฝ่ายที่เข้าไปทำสหกิจในบริษัทคือ PCB Layout Design และได้ออกแบบผ่านโปรแกรม Cadence Allegro
วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม
งานวิจัยนี้นำเสนอการพัฒนาเส้นใยนาโนคาร์บอนที่มีโครงสร้างหลายเฟสผสมออกไซด์ของโลหะ (CNF@MOx; M = Ag, Mn, Bi, Fe) โดยฝังอนุภาคนาโนของเงิน แมงกานีส บิสมัท และเหล็ก ลงในเส้นใยนาโนคาร์บอนที่ได้จากพอลิอะคริโลไนไตรล์ (PAN) ผ่านเทคนิคอิเล็กโทรสปินนิ่งและผ่านการอบชุบในบรรยากาศอาร์กอน ผลลัพธ์แสดงให้เห็นว่าเส้นใยนาโนที่ได้มีโครงสร้างที่เป็นระเบียบ เส้นผ่านศูนย์กลางเฉลี่ย 559-830 นาโนเมตร และมีอนุภาคนาโนฝังตัวขนาด 9-21 นาโนเมตร การวิเคราะห์เชิงโครงสร้างยืนยันการมีอยู่ของสถานะออกซิเดชันต่างๆ ของโลหะออกไซด์ ซึ่งมีบทบาทสำคัญในกลไกการเก็บประจุไฟฟ้า ผลการทดสอบทางไฟฟ้าเคมีพบว่า CNF@Ag/Mn/Bi/Fe-20 มีค่าความจุจำเพาะสูงสุดที่ 156 F g⁻¹ ที่อัตราการสแกน 2 mV s⁻¹ และมีเสถียรภาพสูง โดยยังคงค่าความจุได้มากกว่า 96% หลังจากการชาร์จ-คายประจุ 1400 รอบ กลไกการเก็บประจุของเส้นใยนี้เกิดจากการทำงานร่วมกันระหว่างความสามารถในการเก็บประจุแบบชั้นคู่ไฟฟ้าและกระบวนการรีดอกซ์ ซึ่งช่วยเพิ่มประสิทธิภาพของวัสดุอิเล็กโทรดสำหรับตัวเก็บประจุยิ่งยวด
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
-
คณะวิศวกรรมศาสตร์
โครงการนี้มีเป้าหมายเพื่อ ตรวจจับและจำแนกประเภทของรอยร้าวบนผนัง โดยใช้ AI และการประมวลผลภาพ ผู้ใช้สามารถ อัปโหลดรูปภาพ และระบบจะ วิเคราะห์ประเภทและความรุนแรงของรอยร้าว โมเดลที่ใช้คือ ResNet-50 ซึ่งมีความแม่นยำ 70.59% การปรับแต่งข้อมูลและการเพิ่มข้อมูลช่วยให้การตรวจจับแม่นยำขึ้น เครื่องมือนี้ช่วย ป้องกันความเสียหายทางโครงสร้าง โดยให้คำแนะนำเบื้องต้นสำหรับการบำรุงรักษา