ปัจจุบันปัญหาที่จอดรถในเขตเมืองเป็นปัจจัยสำคัญที่ส่งผลต่อความแออัดของจราจร การบริหารพื้นที่ และสิ่งแวดล้อม ระบบจอดรถอัตโนมัติ (Automated Parking System: APS) เป็นนวัตกรรมที่ช่วยเพิ่มประสิทธิภาพในการใช้พื้นที่ ลดระยะเวลาค้นหาที่จอด และลดการปล่อยก๊าซเรือนกระจก งานวิจัยนี้ศึกษาพฤติกรรมและปัจจัยที่ส่งผลต่อการยอมรับเทคโนโลยี APS โดยใช้กรอบแนวคิด UTAUT2 และตัวแปรสำคัญ เช่น ความคาดหวังด้านประสิทธิภาพ (Performance Expectancy), ความง่ายในการใช้งาน (Effort Expectancy), อิทธิพลทางสังคม (Social Influence), ความเชื่อมั่นในเทคโนโลยี (Trust in Technology) และจิตสำนึกด้านสิ่งแวดล้อม (Environmental Consciousness) โดยโครงการ APS Evolution นำเสนอโซลูชันการจอดรถอัจฉริยะที่ช่วยเพิ่มประสิทธิภาพการใช้พื้นที่ ลดผลกระทบต่อสิ่งแวดล้อม และสร้างประสบการณ์การใช้งานที่ดีขึ้นสำหรับผู้ใช้ในเมือง โดยมุ่งเน้น การพัฒนาเทคโนโลยีที่ตอบโจทย์พฤติกรรมผู้ใช้และการบริหารจัดการเมืองอัจฉริยะ
ในยุคของการขยายตัวของเมือง (Urbanization) ที่เกิดขึ้นอย่างรวดเร็ว ปัญหาพื้นที่จอดรถไม่เพียงพอในเขตเมืองได้กลายเป็นความท้าทายสำคัญ ซึ่งส่งผลต่อทั้ง ความแออัดของจราจร และ การเพิ่มขึ้นของมลพิษทางอากาศ จากการวนหาที่จอดรถ ระบบ ลิฟต์จอดรถอัตโนมัติ (Automated Parking System: APS) เป็นนวัตกรรมที่ตอบโจทย์การใช้พื้นที่อย่างมีประสิทธิภาพ เนื่องจากสามารถเพิ่มจำนวนที่จอดรถได้ในพื้นที่จำกัด ลดการใช้พลังงาน และช่วยลดการปล่อยก๊าซเรือนกระจก (Greenhouse Gas Emissions) อย่างไรก็ตาม แม้เทคโนโลยีนี้จะมีศักยภาพสูง แต่การยอมรับจากผู้ใช้งาน (User Adoption) ยังคงเป็นประเด็นสำคัญที่ต้องผลักดัน การนำเสนอและสาธิตการทำงานของ APS ในงาน KMITL EXPO จึงมีเป้าหมายเพื่อ ส่งเสริมความเชื่อมั่นในเทคโนโลยี (Trust in Technology) และสร้างความตระหนักรู้ถึง ประโยชน์เชิงสิ่งแวดล้อม (Environmental Consciousness) ของระบบจอดรถอัตโนมัตินี้ และแม้ว่าเทคโนโลยีลิฟต์จอดรถอัตโนมัติจะมีข้อดีที่ชัดเจน แต่ พฤติกรรมการยอมรับเทคโนโลยี (Behavioral Intention) ยังคงขึ้นอยู่กับหลายปัจจัย เช่น ความคาดหวังว่าระบบจะช่วยให้ชีวิตสะดวกขึ้น (Performance Expectancy), ความคุ้มค่าในแง่ต้นทุนและประโยชน์ที่ได้รับ (Price Value) รวมถึงความตระหนักในบทบาทของเทคโนโลยีต่อการลดผลกระทบสิ่งแวดล้อม (Environmental Consciousness) โครงการนี้จึงมุ่งเน้นการวิเคราะห์ปัจจัยที่มีอิทธิพลต่อการตัดสินใจใช้ระบบ APS ผ่านกรอบแนวคิด UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) ข้อมูลที่ได้จะช่วยให้เข้าใจถึง ความต้องการและความคาดหวังของผู้ใช้ ซึ่งสามารถนำไปปรับปรุงและพัฒนานวัตกรรมนี้ให้ตอบโจทย์ได้ดียิ่งขึ้น
วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม
เรืออัจฉริยะไฟฟ้ากำจัดผักตบชวา เป็นเรือขนาดเล็กที่มีความคล่องตัว สามารถเข้าทำงานได้ในทุกพื้นที่ แม้กระทั่งพื้นที่เล็กๆที่มีปริมาณผักตบชวาหนาแน่น ด้วยเทคโนโลยีขั้นสูงที่ผู้วิจัยและคิดค้นและออกแบบเอง มีขนาดความยาว 4.80 เมตร ความกว้าง 1.20 เมตร โครงสร้างของตัวลำเรือทำจากวัสดุอลูมิเนียม ใช้ขับเคลื่อนด้วยเครื่องยนต์ดีเซลล์ขนาด 14 แรงม้า ใบมีดตัดสับคู่ด้านหน้า เสริมแรงการขับเคลื่อนควบคู่กับการปั่นสับวัชพืช ความสามารถในการกำจัดผักตบชวาโดยวิธีการปั่นย่อย 3-5 ต่อวัน โดยใช้พนักงานควบคุมบนเรือเพียงคนเดียว อัตราสิ้นเปลืองเชื้อเพลิงคิดเป็น ไร่ละ 80-100 บาท ดังนั้นการควบคุมและกำจัดผักตบชวาโดยเรืออัจฉริยะจึงทำงานได้ดีกว่าการใช้เครื่องจักรกลทั่วๆ ไป อีกทั้งสามารถทำงานได้รวดเร็วและค่าใช้จ่ายน้อย ซึ่งแนวคิดเรืออัจฉริยะไฟฟ้ากำจัดผักตบชวา ที่จะสร้างต้นแบบเรืออัจฉริยะไฟฟ้ากำจัดผักตบชวาต่อยอดจากระบบเดิม
คณะวิศวกรรมศาสตร์
ปริญญานิพนธ์นี้นำเสนอการพัฒนาระบบ IoT ที่สามารถรวบรวมมาตราฐานการสื่อสารต่างๆให้ทำงานร่วมกันได้อย่างอิสระ โดยประกอบไปด้วย ระบบประมวลผลส่วนกลาง (Core Board) ทำหน้าที่เป็น IoT gateway เชื่อมต่อระหว่างอินเตอร์เฟซ Long Range (LoRa), Wireless Fidelity (Wi-Fi) และ Bluetooth Low Energy (BLE) โดยใช้ชิพประมวลผล STM32H563Zi บนสถาปัตยกรรม ARM Cortex M33 มีการออกแบบ slot ไว้รองรับมาตรฐานการสื่อสารอื่น ๆ นอกเหนือจากนั้น มีการพัฒนา web platform สำหรับ monitor ข้อมูลที่ต้องการ
คณะวิศวกรรมศาสตร์
ในงานวิจัยนี้ เรานำเสนอ Power Grid Analyzer (PGAz) ซึ่งเป็นซอฟต์แวร์โอเพนซอร์สที่พัฒนาโดยใช้ MATLAB ออกแบบมาเพื่อวิเคราะห์และควบคุมโครงข่ายไฟฟ้าแห่งอนาคต ในระยะแรก PGAz ได้รวมคุณสมบัติหลัก 4 ประการ ได้แก่ การวิเคราะห์การไหลของกำลังไฟฟ้า (PF), การวิเคราะห์การไหลของกำลังไฟฟ้าที่เหมาะสมที่สุด (OPF), การวิเคราะห์เสถียรภาพเชิงสัญญาณขนาดเล็ก (SSSA) และ การจำลองผลตอบสนองในโดเมนเวลา (TS) ในส่วนที่ 1 ของงานวิจัยนี้ เรามุ่งเน้นไปที่การพัฒนา PF และ OPF โดยนำเสนอรูปแบบของเครื่องมือที่พัฒนาขึ้น รวมถึงคำสั่งที่ใช้ในซอฟต์แวร์ สำหรับการแก้ปัญหา PF และ OPF เราได้พัฒนาและรวมเอาหลายเทคนิคทั่วไปที่มีประสิทธิภาพไว้ใน PGAz ได้แก่ Newton-Raphson Method, Gauss-Seidel Method, Interior Point Method, Iwamoto’s Method, Fast Decoupled Load Flow, Genetic Algorithm - GA, Particle Swarm Optimization - PSO นอกจากนี้ เรายังให้ความสำคัญกับประเด็นที่สำคัญ อัลกอริธึม และกรณีศึกษาต่างๆ ที่ได้รับการทดสอบกับระบบทดสอบมาตรฐานของ IEEE ตั้งแต่ IEEE 5-bus ไปจนถึง IEEE 300-bus ซึ่งผลลัพธ์ที่ได้รับแสดงให้เห็นถึงความสามารถของ PGAz ในการใช้งานเพื่อการศึกษาและการวิจัยในด้าน PF และ OPF สุดท้าย เราได้วางแผนพัฒนา Part II ซึ่งจะเน้นไปที่ SSSA และ TS เป็นหลัก โดยมีเป้าหมายเพื่อเพิ่มขีดความสามารถของ PGAz ในการศึกษาการวิเคราะห์เสถียรภาพและการจำลองเชิงเวลาของโครงข่ายไฟฟ้าแห่งอนาคต