KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

การออกแบบและพัฒนาหัวรถจักรไฟฟ้า สำหรับการแข่งขัน TRRN Railway Challenge 2025

รายละเอียด

การออกแบบและพัฒนาหัวรถจักรไฟฟ้าเพื่อเข้าร่วมการแข่งขัน TRRN Railway Challenge 2025 มุ่งเน้นการพัฒนาศักยภาพในการเรียนรู้และการประยุกต์ใช้ทฤษฎีในภาคปฏิบัติ โดยเน้นการพัฒนาหัวรถจักรให้สามารถพิชิตบททดสอบต่างๆ เช่น อัตราเร่ง ระบบหยุดรถอัตโนมัติ เสียงรบกวน การสั่นสะเทือน การใช้พลังงาน และความทนทาน รวมถึงการพัฒนาทักษะในการเขียนรายงานการออกแบบทางวิศวกรรมเพื่อเสริมสร้างทักษะในการวิเคราะห์และอภิปราย เพื่อให้สามารถผ่านการทดสอบตามกฎเกณฑ์ของการแข่งขันได้อย่างครบถ้วน

วัตถุประสงค์

การแข่งขัน TRRN Railway Challenge เป็นเวทีที่เปิดโอกาสให้ทีมนักศึกษาและวิศวกรรุ่นใหม่จากทั่วโลกได้ออกแบบและพัฒนาหัวรถจักรไฟฟ้าขนาดเล็กเพื่อนำไปแข่งขันภายใต้เงื่อนไขและข้อกำหนดที่กำหนดไว้ การแข่งขันนี้จัดขึ้นเพื่อส่งเสริมการเรียนรู้เชิงปฏิบัติการและการพัฒนาทักษะทางวิศวกรรมระบบราง ซึ่งเป็นอุตสาหกรรมที่มีบทบาทสำคัญต่อการขนส่งและพัฒนาโครงสร้างพื้นฐานของประเทศต่างๆ 1. พัฒนาศักยภาพนักศึกษาและวิศวกรรุ่นใหม่ ส่งเสริมการเรียนรู้และการประยุกต์ใช้ความรู้ด้านวิศวกรรมระบบรางในสถานการณ์จริง สร้างโอกาสให้ผู้เข้าร่วมฝึกฝนการทำงานเป็นทีมและการแก้ปัญหาอย่างเป็นระบบ ยกระดับมาตรฐานเทคโนโลยีระบบราง 2. ช่วยให้เกิดนวัตกรรมใหม่ในการออกแบบและพัฒนาหัวรถจักรไฟฟ้า กระตุ้นให้เกิดการพัฒนาเทคโนโลยีที่มีประสิทธิภาพสูงขึ้น เช่น ระบบควบคุมอัตโนมัติและการใช้พลังงานอย่างคุ้มค่า 3. เสริมสร้างความสามารถในการแข่งขันในระดับสากล เปิดโอกาสให้นักศึกษาและวิศวกรได้แสดงศักยภาพในเวทีระดับโลก เพิ่มขีดความสามารถของประเทศในการพัฒนาอุตสาหกรรมระบบรางและเทคโนโลยีที่เกี่ยวข้อง 4. เชื่อมโยงความรู้ทางทฤษฎีกับการปฏิบัติจริง ผู้เข้าร่วมจะได้ฝึกฝนทักษะการออกแบบ การวิเคราะห์ และการทดสอบหัวรถจักร ช่วยให้เกิดความเข้าใจเชิงลึกเกี่ยวกับปัจจัยที่ส่งผลต่อสมรรถนะของหัวรถจักร เช่น อัตราเร่ง ระบบเบรก เสียงรบกวน และความทนทาน

นวัตกรรมอื่น ๆ

แอปพลิเคชันจัดการอาหารสำหรับผู้ป่วยเบาหวาน

คณะวิศวกรรมศาสตร์

แอปพลิเคชันจัดการอาหารสำหรับผู้ป่วยเบาหวาน

แอปพลิเคชันจัดการมื้ออาหารสำหรับผู้ป่วยเบาหวาน เป็นเครื่องมือด้านสุขภาพดิจิทัลที่ออกแบบมาเพื่อเสริมศักยภาพผู้ป่วยเบาหวานชนิดที่ 2 ในการจัดการด้านอาหารและระดับน้ำตาลในเลือดได้อย่างมีประสิทธิภาพมากขึ้น ด้วยฟีเจอร์ต่าง ๆ เช่น คำแนะนำมื้ออาหารที่ปรับให้เหมาะกับแต่ละบุคคล การติดตามสารอาหาร และการเชื่อมต่อแอปพลิเคชันกับอุปกรณ์วัดระดับน้ำตาลในเลือด (CGM) แอปพลิเคชันนี้ช่วยให้ผู้ใช้สามารถติดตามระดับน้ำตาลได้แบบเรียลไทม์ และปรับเปลี่ยนการเลือกรับประทานอาหารได้อย่างเหมาะสม พัฒนาด้วยเฟรมเวิร์ก Flutter และรองรับด้วย Back-end Express.js และ MongoDB แอปพลิเคชันนี้ให้ความสำคัญกับการออกแบบส่วนติดต่อผู้ใช้ที่ใช้งานง่าย เพื่อให้มั่นใจว่าจะสามารถส่งเสริมการวางแผนมื้ออาหารและการติดตามสุขภาพได้อย่างมีประสิทธิภาพ การทดลองใช้งานเบื้องต้นแสดงให้เห็นว่าแอปพลิเคชันนี้มีส่วนช่วยให้ระดับน้ำตาลในเลือดมีความคงที่มากขึ้นและเพิ่มการปฏิบัติตามคำแนะนำด้านอาหารได้ดีขึ้น ช่วยให้ผู้ใช้ลดความเสี่ยงด้านสุขภาพที่เกี่ยวข้องกับภาวะแทรกซ้อนของโรคเบาหวาน ด้วยการนำเสนอแนวทางในการหลักเลี่ยงตัวแปรของการเกิดโรคเบาหวาน แอปพลิเคชันนี้ช่วยลดความจำเป็นในการเข้ารับการรักษาทางคลินิกบ่อยครั้ง จึงมีศักยภาพในการลดค่าใช้จ่ายทางการแพทย์ในระยะยาว โดยแสดงให้เห็นถึงบทบาทที่น่าสนใจของโซลูชันด้านสุขภาพดิจิทัลในการสนับสนุนการดูแลโรคเบาหวานแบบเฉพาะบุคคล และเน้นย้ำถึงศักยภาพของการขยายขนาดและเน้นผู้ใช้เป็นศูนย์กลาง ซึ่งส่งเสริมการพัฒนาสุขภาพในระยะยาวสำหรับผู้ป่วยเบาหวาน

การศึกษาและออกแบบเครื่องกักเก็บฝุ่น PM แบบไฟฟ้าสถิตเพื่อนำไปใช้ในการวิเคราะห์แหล่งกำเนิดและที่มา

คณะวิศวกรรมศาสตร์

การศึกษาและออกแบบเครื่องกักเก็บฝุ่น PM แบบไฟฟ้าสถิตเพื่อนำไปใช้ในการวิเคราะห์แหล่งกำเนิดและที่มา

ในปัจจุบัน ประเทศไทยกำลังประสบปัญหาฝุ่น PM2.5 ทั่วประเทศ ซึ่งมีแหล่งกำเนิดของฝุ่นได้จากหลายแหล่งที่มา เช่น ควันจากท่อไอเสียรถยนต์ การเผาในที่โล่ง ไฟป่า และอื่นๆ ดังนั้น แหล่งที่มาของฝุ่นในแต่ละพื้นที่จึงมีแนวโน้มที่จะแตกต่างกันไป ในปัจจุบันโดยเป็นการวิเคราะห์เชิงเคมีเป็นหลัก ทางคณะผู้จัดเสนอแนวทางใหม่ในการศึกษาแหล่งที่มาของฝุ่นโดยวิธีการทางกายภาพโดยวิเคราะห์จากขนาดของอนุภาคและโครงสร้างเชิงนาโน การวิเคราะห์ข้างต้นนี้ตัวอย่างฝุ่นจำเป็นที่จะต้องถูกเก็บมาแบบแห้งในระยะเวลาจำกัด โดยไม่ควรใช้แผ่นกรองกระดาษในการเก็บฝุ่น เนื่องจากมีความเป็นไปได้ที่จะเกิดการลอกของแผ่นกรองออกมาด้วยในขั้นตอนการนำฝุ่นออกมา ทางคณะผู้จัดทำเห็นสมควรว่าเครื่อง Electrostatic Precipitator (ESP) หรือ เครื่องดักฝุ่นแบบไฟฟ้าสถิตย์ นั้นมีคุณสมบัติเหมาะสมที่จะนำมาเป็นเครื่องดักฝุ่นเพื่อนำไปทดสอบทางกายภาพตามที่กล่าวไว้ข้างต้น โดยในงานวิจัยนี้มุ่งเน้นไปในส่วนของการออกแบบและสร้างเครื่อง ESP ที่ใช้ในจุดประสงค์เฉพาะดังกล่าวข้างต้น โดยคณะผู้จัดทำสามารถสร้างเครื่องที่เก็บฝุ่นได้อย่างน้อย 100 mg ภายใน 1 วัน ซึ่งเพียงพอกับการนำไปศึกษาโครงสร้างเชิงนาโนใน 1 ครั้ง นอกจากนี้ จากการทดสอบการทำงานเบื้องต้นพบว่าเครื่องมีประสิทธิภาพในการดักฝุ่นถึง 80% (ซึ่งมากกว่าเครื่อง ESP ที่หามาได้ตามท้องตลาด) และยังพบอีกว่าประสิทธิภาพในการดักฝุ่นแปรผกผันกับความเร็วอากาศขาเข้า โดยความเร็วอากาศแนะนำจากการทดลองไม่เกิน 2 m/s อย่างไรก็ตามเครื่อง ESP ที่ใช้ในจุดประสงค์เฉพาะนี้ยังมีจุดที่สามารถพัฒนาได้อีก เช่น ความสะดวกในการเก็บฝุ่นที่เกี่ยวเนื่องมาจากลักษณะโครงสร้างเครื่อง และการปรับขนาดของเครื่องให้กระทัดรัดและเหมาะสมกับการใช้งาน เป็นต้น

การจำแนกประเภทของโรคหูน้ำหนวกจากกล้องออโตสโคป

คณะวิทยาศาสตร์

การจำแนกประเภทของโรคหูน้ำหนวกจากกล้องออโตสโคป

โรคหูชั้นกลางอักเสบ เกิดจากการที่ผู้ป่วยติดเชื้อโรคในหูชั้นกลาง ซึ่งสามารถพบได้ในทุกเพศทุกวัย อย่างไรก็ดี การวินิจฉัยสามารถทำได้โดยการนำภาพถ่ายจากกล้องออโตสโคปมาวิเคราะห์โดยแพทย์ผู้เชี่ยวชาญ แต่กระนั้น จำต้องอาศัยประสบการณ์ทางการแพทย์เพื่อลดทอนระยะเวลาในการวินิจฉัย ดังนั้น งานวิจัยนี้จึงนำเสนอเทคโนโลยีทางคอมพิวเตอร์วิทัศน์ มาประยุกต์ใช้เพื่อวินิจฉัยโรคเบื้องต้นประกอบการตัดสินใจให้กับแพทย์ผู้เชี่ยวชาญ โดยใช้เทคนิคการเรียนรู้เชิงลึก และโครงข่ายประสาทเทียมแบบคอนโวลูชัน อย่างสถาปัตยกรรม YOLOv8 และ Inception v3 เพื่อจำแนกประเภทของโรค และคุณลักษณะของโรคหูชั้นกลางอักเสบทั้ง 5 อย่างที่แพทย์ใช้ในการพิจารณาประเภทของโรคอันได้แก่ สี ความโปร่งใส ของเหลว การหดตัว และการทะลุ นอกจากนี้ ยังใช้วิธีการแบ่งส่วนรูปภาพ และการจำแนกประเภทรูปภาพในการวิเคราะห์และทำนายประเภทของโรคหูชั้นกลางอักเสบ ซึ่งสามารถแบ่งประเภทของโรคได้สี่ประเภท คือ โรคหูชั้นกลางอักเสบแบบมีน้ำขัง แบบเฉียบพลัน โรคหูชั้นกลางทะลุ และแก้วหูปกติ ผลการทดลองพบว่าโมเดลจำแนกประเภทสามารถจำแนกประเภทของโรคหูชั้นกลางอักเสบโดยตรงได้ดีพอประมาณ โดยผลลัพธ์ค่า Accuracy อยู่ที่ 65.7% ค่า Recall อยู่ที่ 65.7% และค่า Precision อยู่ที่ 67.6% และนอกจากนี้ยังให้ผลลัพธ์สำหรับการจำแนกคำตอบของคุณลักษณะหูทะลุได้ดีที่สุด โดยผลลัพธ์ค่า Accuracy อยู่ที่ 91.8% ค่า Recall อยู่ที่ 91.8% และค่า Precision อยู่ที่ 92.1% ในขณะที่โมเดลจำแนกซึ่งมีการประยุกต์ใช้เทคนิคการแบ่งส่วนรูปภาพมีประสิทธิภาพดีที่สุดโดยภาพรวม มีค่า mAP50-95 อยู่ที่ 79.63% ค่า Recall อยู่ที่ 100% และค่า Precision อยู่ที่ 99.8% ทั้งนี้ โมเดลดังกล่าวยังไม่ได้ถูกนำไปทดสอบการจำแนกประเภทของโรคหูชั้นกลางอักเสบ