โครงงานนี้พัฒนาตู้รับซื้ออัตโนมัติสำหรับขวดพลาสติกและกระป๋อง โดยใช้ Machine Learning ในการจำแนกประเภทบรรจุภัณฑ์ผ่านการประมวลผลภาพ ร่วมกับระบบเซนเซอร์อัจฉริยะในการตรวจสอบคุณภาพของบรรจุภัณฑ์และควบคุมการทำงาน ระบบเชื่อมต่อกับ Web Application เพื่อแสดงผลและควบคุมการทำงานแบบเรียลไทม์ เมื่อยืนยันประเภทบรรจุภัณฑ์แล้ว จะคำนวณราคาและจ่ายเงินผ่าน e-wallet หรือออกคูปองแลกเงินสดโดยอัตโนมัติ ระบบนี้สามารถติดตั้งในพื้นที่สาธารณะเพื่อส่งเสริมการคัดแยกขยะตั้งแต่ต้นทาง ช่วยลดการปนเปื้อนและเพิ่มประสิทธิภาพการรีไซเคิล อีกทั้งยังสร้างแรงจูงใจทางการเงินให้ประชาชนมีส่วนร่วมในการจัดการขยะมากขึ้น โครงงานนี้แสดงให้เห็นถึงศักยภาพของการผสมผสาน Machine Learning และระบบเซนเซอร์อัจฉริยะในการพัฒนาโซลูชันการจัดการขยะที่แม่นยำ สะดวก และยั่งยืน **
ปัจจุบันปัญหาขยะเป็นหนึ่งในปัญหาสิ่งแวดล้อมที่มีผลกระทบต่อทั้งมนุษย์และธรรมชาติ โดยเฉพาะอย่างยิ่งการจัดการขยะพลาสติกและกระป๋องที่ยังคงเป็นปัญหาหลักในการรีไซเคิล ขยะเหล่านี้มักจะถูกทิ้งในสถานที่ไม่เหมาะสม หรือถูกแยกประเภทผิด ทำให้กระบวนการรีไซเคิลไม่สามารถทำได้อย่างมีประสิทธิภาพและเต็มที่ นอกจากนี้การคัดแยกขยะจากต้นทางยังไม่เป็นที่นิยมและยังขาดระบบที่มีความสะดวกสบายและเข้าถึงง่ายสำหรับประชาชนทั่วไป ในปัจจุบันมีการพัฒนาเทคโนโลยีที่ช่วยในกระบวนการคัดแยกขยะ โดยเฉพาะการใช้ Machine Learning และระบบเซนเซอร์อัจฉริยะในการจำแนกประเภทบรรจุภัณฑ์ผ่านการประมวลผลภาพ ซึ่งมีศักยภาพในการเพิ่มประสิทธิภาพของกระบวนการคัดแยกขยะและลดข้อผิดพลาดจากการแยกประเภทขยะที่ไม่ถูกต้อง นอกจากนี้ยังสามารถสร้างแรงจูงใจให้ประชาชนมีส่วนร่วมในการจัดการขยะได้ผ่านการให้ผลตอบแทนทางการเงิน เช่น การจ่ายเงินผ่าน e-wallet หรือออกคูปองแลกเงินสด โครงงานนี้จึงมีความสำคัญในการนำเทคโนโลยี Machine Learning และระบบเซนเซอร์อัจฉริยะมาประยุกต์ใช้ในการพัฒนาระบบตู้รับซื้ออัตโนมัติที่สามารถคัดแยกและรีไซเคิลขวดพลาสติกและกระป๋องได้อย่างมีประสิทธิภาพและสะดวกสบาย สร้างแรงจูงใจในการรีไซเคิลและมีส่วนช่วยในการแก้ไขปัญหาขยะในระดับสาธารณะ
วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม
Air Rack เป็นผลิตภัณฑ์ที่ออกแบบมาเพื่อตอบโจทย์ธุรกิจที่มีข้อจำกัดด้านพื้นที่และงบประมาณในการสร้างห้องเซิร์ฟเวอร์ ระบบระบายความร้อน และการจัดการเสียงรบกวน ระบบนี้ช่วยให้สามารถใช้งานอุปกรณ์ไอทีในพื้นที่เปิดได้อย่างมีประสิทธิภาพ โดยรองรับทั้งการทำงานแบบ On-premise และ On-cloud ผ่านการแปลงข้อมูลจากเซ็นเซอร์เป็นข้อมูลดิจิทัลและแสดงผลผ่าน Dashboard ผู้ใช้สามารถควบคุม ติดตาม และวิเคราะห์ข้อมูลได้จากระยะไกล อีกทั้งระบบยังช่วยลดการใช้พลังงานไฟฟ้าและค่าใช้จ่ายในการบริหารจัดการห้องเซิร์ฟเวอร์แบบเดิมได้อย่างมีนัยสำคัญ
วิทยาลัยเทคโนโลยีและนวัตกรรมวัสดุ
การสร้างแบบจำลองผิวหนังบนชิป (Skin-on-a-chip) มีบทบาทสำคัญในการวิจัยด้านการพัฒนายา และเครื่องสำอาง ซึ่งแบบดั้งเดิมมักจะใช้วิธีการสองมิติ (Two-dimensional, 2D) ที่อาศัยการเพาะเลี้ยงเซลล์บนพื้นผิวแบนราบ ทำให้ขาดความซับซ้อนของโครงสร้างผิวหนังและการปฏิสัมพันธ์ระหว่างเซลล์ที่สมจริง นอกจากนี้ วิธีการดั้งเดิมยังมีข้อจำกัดในการเลียนแบบการไหลเวียนของของเหลวและสารอาหาร ซึ่งส่งผลต่อความแม่นยำในการทดสอบทางเภสัชกรรมและการทำนายผลกระทบของยา ซึ่งทำให้มีการพัฒนาแบบจำลองผิวหนังแบบสามมิติ (Three-dimensional, 3D) ด้วยเทคโนโลยีไมโครฟลูอิดิกแบบใหม่ ช่วยเพิ่มความสมจริงของโครงสร้างผิวหนัง โดยการจำลองทั้งชั้นหนังกำพร้า (Epidermis) และชั้นหนังแท้ (Dermis) รวมถึงการ ไหลเวียนของของเหลวที่คล้ายคลึงกับสภาวะในร่างกายมนุษย์ การออกแบบระบบสามมิติ (3D) ช่วยให้เซลล์มีการจัดเรียงที่สมจริงมากขึ้น และมีการปฏิสัมพันธ์ระหว่างเซลล์ที่สมจริง ทำให้สามารถเลียนแบบการทำงานของผิวหนังได้ดีกว่า และเพิ่มความแม่นยำในการประเมินผลของสารต่าง ๆ ต่อการตอบสนองของเซลล์ ทั้งในด้านการดูดซึม การอักเสบ และการสมานแผล ดังนั้น การสร้างแบบจำลองผิวหนัง แบบสามมิติ (3D) ไม่เพียงแต่จะช่วยแก้ไขปัญหาของวิธีการดั้งเดิมแต่ยังเป็นก้าวสำคัญในการพัฒนาแบบจำลองที่สามารถนำไปประยุกต์ใช้ในการทดสอบยาและผลิตภัณฑ์ทางเภสัชกรรมได้อย่างมีประสิทธิภาพมากยิ่งขึ้น
คณะวิศวกรรมศาสตร์
งานวิจัยนี้เสนอแนะการใช้โพลีเมอร์เชือกเสริมเส้นใยธรรมชาติ เพื่อเสริมกำลังเสาคอนกรีตสี่เหลี่ยมรวมรีไซเคิลที่ประกอบด้วยอิฐมวลรวมแข็งจากดินเหนียวเผา เพื่อลดต้นทุนสูงที่เกี่ยวข้องกับโพลีเมอร์เสริมใยสังเคราะห์ ตัวอย่างคอนกรีตจำนวน 24 คอลัมน์เพื่อทำการศึกษาครั้งนี้ ตัวอย่างได้รับการทดสอบภายใต้แรงอัดตามแนวแกนแบบโมโนโทนิก ตัวแปรที่น่าสนใจคือ กำลังของคอนกรีตไม่จำกัดจำนวน และจำนวนชั้น FRR จากผลการทดสอบ ชิ้นงานที่ได้รับการปรับปรุงให้แข็งแกร่งขึ้นแสดงให้เห็นถึงกำลังรับแรงอัดและความเหนียวที่เพิ่มขึ้น โดยเฉพาะอย่างยิ่ง ชิ้นงานที่มีความแข็งแรงไม่จำกัดน้อยที่สุดแสดงให้เห็นถึงการปรับปรุงที่ใหญ่ที่สุดในด้านกำลังรับแรงอัดและความเหนียว โดยเฉพาะกำลังรับแรงอัดและความเครียดเพิ่มขึ้นถึง 181% และ 564% ตามลำดับ เพื่อที่จะคาดการณ์ความเครียดและความเครียดจากแรงอัดที่จำกัดขั้นสุดท้าย การศึกษานี้จึงได้ตรวจสอบแบบจำลองความเครียด-ความเครียดเชิงวิเคราะห์จำนวนหนึ่ง การเปรียบเทียบผลการทดลองและทางทฤษฎีสรุปได้ว่าแบบจำลองความแข็งแกร่งเพียงจำนวนจำกัดเท่านั้นที่ส่งผลให้เกิดการคาดการณ์อย่างใกล้ชิด ในขณะที่มีการสังเกตการกระจายที่ใหญ่กว่าสำหรับการทำนายความเครียด การเรียนรู้ของเครื่องถูกนำมาใช้โดยใช้โครงข่ายประสาทเทียมเพื่อทำนายกำลังรับแรงอัด ชุดข้อมูลที่ประกอบด้วย 142 ตัวอย่างเสริมความแข็งแกร่งด้วยกัญชา FRP ถูกดึงออกมาจากวรรณกรรม โครงข่ายประสาทเทียมได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลที่แยกออกมา และประสิทธิภาพของมันได้รับการประเมินสำหรับผลการทดลองของการศึกษานี้ ซึ่งแสดงให้เห็นถึงข้อตกลงที่ใกล้ชิด