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
จากอดีตจนถึงปัจจุบัน การพัฒนาโปรโตคอลการสื่อสารไร้สาย สำหรับใช้งานร่วมกับ IoT เช่น Zigbee, Z-Wave, BLE (Bluetooth Low Energy), LoRa, NB-IoT, และ MQTT ซึ่งแต่ละชนิด มีลักษณะการใช้งานที่แตกต่างกันไป ตามสภาพแวดล้อมที่ใช้งาน ซึ่งอุปกรณ์ IoT Gateway แบบเดิม ที่ออกแบบมาในรูปแบบคงที่ (Fixed) มักรองรับโปรโตคอลได้เพียงบางชนิดเท่านั้น และขาดความยืดหยุ่นในการปรับเปลี่ยนหรืออัพเกรดเพื่อรองรับโปรโตคอลใหม่ๆ หากผู้ใช้งานต้องการรองรับโปรโตคอลที่พัฒนาใหม่หรือการเปลี่ยนแปลงทางเทคโนโลยีในอนาคต พวกเขาจำเป็นต้องเปลี่ยนอุปกรณ์ Gateway ทั้งหมด ซึ่งไม่เพียงแต่เพิ่มค่าใช้จ่าย แต่ยังทำให้เกิดข้อจำกัดในด้านการปรับปรุงประสิทธิภาพของระบบ จากปัญหาดังกล่าว ทางผู้จัดทำจึงเริ่มพัฒนา IoT Gateway เพื่อยกระดับมาตรฐาน โดยที่ออกแบบในลักษณะที่เป็นโมดูลาร์ (Modular) ซึ่งสามารถปรับเปลี่ยนหรือเพิ่มโมดูลที่รองรับโปรโตคอลการสื่อสารชนิดต่างๆ ได้อย่างยืดหยุ่น ผู้ใช้งานสามารถเลือกเพิ่มหรือเปลี่ยนโมดูลใหม่ตามโปรโตคอลที่ต้องการใช้งานได้อย่างสะดวก โดยไม่จำเป็นต้องเปลี่ยนอุปกรณ์ Gateway ทั้งชุด ซึ่งจะช่วยลดค่าใช้จ่ายในการอัพเกรดระบบ และเพิ่มความสามารถในการแข่งขันของโซลูชัน IoT ในอนาคต
คณะวิทยาศาสตร์
โครงงานนี้มีวัตถุประสงค์เพื่อศึกษาและพัฒนาระบบกักเก็บพลังงานไฟฟ้าจากแหล่งพลังงานแสงอาทิตย์โดยใช้เทคโนโลยีโซลาร์เซลล์ร่วมกับแบตเตอรี่กราฟีนควันตัมดอท (Graphene Quantum Dot Battery) ซึ่งถือเป็นแนวทางใหม่ในการเพิ่มประสิทธิภาพในการเก็บพลังงานและยืดอายุการใช้งานของระบบพลังงานทดแทน การเลือกใช้กราฟีนและควันตัมดอทเป็นวัสดุในการพัฒนาแบตเตอรี่เนื่องจากคุณสมบัติที่โดดเด่นในการนำไฟฟ้า ความสามารถในการเก็บประจุไฟฟ้า การส่งผ่านพลังงานที่มีประสิทธิภาพและความเสถียรสูงขึ้น
วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม
Air Rack เป็นผลิตภัณฑ์ที่ออกแบบมาเพื่อตอบโจทย์ธุรกิจที่มีข้อจำกัดด้านพื้นที่และงบประมาณในการสร้างห้องเซิร์ฟเวอร์ ระบบระบายความร้อน และการจัดการเสียงรบกวน ระบบนี้ช่วยให้สามารถใช้งานอุปกรณ์ไอทีในพื้นที่เปิดได้อย่างมีประสิทธิภาพ โดยรองรับทั้งการทำงานแบบ On-premise และ On-cloud ผ่านการแปลงข้อมูลจากเซ็นเซอร์เป็นข้อมูลดิจิทัลและแสดงผลผ่าน Dashboard ผู้ใช้สามารถควบคุม ติดตาม และวิเคราะห์ข้อมูลได้จากระยะไกล อีกทั้งระบบยังช่วยลดการใช้พลังงานไฟฟ้าและค่าใช้จ่ายในการบริหารจัดการห้องเซิร์ฟเวอร์แบบเดิมได้อย่างมีนัยสำคัญ
คณะวิศวกรรมศาสตร์
โครงการนี้มีเป้าหมายเพื่อ ตรวจจับและจำแนกประเภทของรอยร้าวบนผนัง โดยใช้ AI และการประมวลผลภาพ ผู้ใช้สามารถ อัปโหลดรูปภาพ และระบบจะ วิเคราะห์ประเภทและความรุนแรงของรอยร้าว โมเดลที่ใช้คือ ResNet-50 ซึ่งมีความแม่นยำ 70.59% การปรับแต่งข้อมูลและการเพิ่มข้อมูลช่วยให้การตรวจจับแม่นยำขึ้น เครื่องมือนี้ช่วย ป้องกันความเสียหายทางโครงสร้าง โดยให้คำแนะนำเบื้องต้นสำหรับการบำรุงรักษา