KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

เม็ดดินเผารีไซเคิล เสริมแคลเซียมจากธรรมชาติ

รายละเอียด

EcoGrow Pellets คือ เม็ดดินปลูกพืชความพรุนสูง ที่ผลิตจาก ตะกอนดินอุตสาหกรรมเซรามิกส์ ผสมกับกระดูกไก่บดเพื่อเสริมแคลเซียมและแร่ธาตุสำคัญ ให้พืชเติบโตแข็งแรง เหมาะสำหรับการปลูกพืชทุกชนิด โดยเฉพาะพืชที่ต้องการโครงสร้างดินโปร่ง ระบายน้ำและอากาศดี EcoGrow Pellets เป็นนวัตกรรมเม็ดดินเผาที่ออกแบบมาเพื่อให้การเพาะปลูกมีประสิทธิภาพมากขึ้น ด้วยโครงสร้าง ที่มีความพรุนสูง ทำให้สามารถระบายน้ำและอากาศได้ดี ลดปัญหาดินแน่นหรือการขังน้ำ ซึ่งเป็นสาเหตุของรากเน่าและการเจริญเติบโตที่ชะงักงัน นอกจากนี้ เม็ดดินยังอุดมไปด้วย แคลเซียมและแร่ธาตุสำคัญจากกระดูกไก่บด ซึ่งช่วยเสริมสร้างโครงสร้างพืชและเพิ่มความแข็งแรงของระบบราก ทำให้พืชสามารถดูดซึมสารอาหารได้อย่างเต็มที่ ผลิตภัณฑ์นี้ผลิตจากตะกอนดินอุตสาหกรรมเซรามิกส์รีไซเคิล 100% ตามแนวทาง Zero Waste และ BCG Economy Model เพื่อลดของเสียและเพิ่มมูลค่าสิ่งเหลือใช้ ให้กลายเป็น วัสดุปลูกที่มีคุณค่าและเป็นมิตรต่อสิ่งแวดล้อม เหมาะสำหรับทั้งพืชผัก ไม้ดอก และพืชกระถาง ใช้งานง่าย สะอาด และปลอดภัย ช่วยให้การทำเกษตรเป็นเรื่องยั่งยืนมากขึ้นทั้งในแง่ของผลผลิตและสิ่งแวดล้อม

วัตถุประสงค์

ผลิตภัณฑ์ “Eco Grow Pellet” เป็นเม็ดดินเผาน้ำหนักเบา ซึ่งผลิตจากวัสดุเหลือทิ้งในอุตสาหกรรมเซรามิกส์ และพัฒนาเพื่อเพิ่มมูลค่าสูงสุดให้กับวัสดุเหลือใช้ โดยสอดคล้องกับแนวคิด Zero Waste และหลักการของ BCG Economy Model ที่เน้นการใช้ทรัพยากรให้คุ้มค่าในทุกช่วงของวงจรชีวิต นอกจากนี้ โครงการยังเพิ่มปุ๋ยจากกระดูกไก่ ซึ่งเป็นแหล่งแคลเซียมและฟอสฟอรัสที่สำคัญ เพื่อเสริมคุณค่าทางอาหารสำหรับพืช และช่วยลดการพึ่งพาปุ๋ยเคมี โดยเน้นกระบวนการผลิตที่ยั่งยืนและเป็นมิตรต่อสิ่งแวดล้อม

นวัตกรรมอื่น ๆ

มัลเบอร์รีคีเฟอร์ พรีไบโอติกพลัส

คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี

มัลเบอร์รีคีเฟอร์ พรีไบโอติกพลัส

มัลเบอร์รีคีเฟอร์ เป็นเครื่องดื่มจากผลหม่อนสุกที่ผ่านการหมัก ผลิตจากน้ำสกัดจากผลหม่อนสุก มีลักษณะปรากฎเป็นสีแดงชมพูซึ่งเป็นสีของสารแอนโทไซยานินตามธรรมชาติในผลหม่อน โดยแอนโทไซยานินมีคุณสมบัติเป็นสารต้านอนุมูลอิสระ มีสารพรีไบโอติกฟรุคโทโอลิโกแซคคาไรด์ จุลินทรีย์โพรไบโอติก Lactobacillus และ Saccharomeces มีรสชาติหวานอมเปรี้ยว มีความซ่า มีแอลกอฮอล์เล็กน้อย รสชาติและความซ่าเกิดจากเทคโนโลยีการผลิต ซึ่งใช้กระบวนการหมักจากจุลินทรีย์ มัลเบอร์รีคีเฟอร์ จัดเป็นเครื่องดื่มฟังค์ชัน (Functional Beverage) ที่ผลิตจากพืช (Plant Based Beverage) เหมาะกับผู้ที่แพ้น้ำตาลแลคโทส รวมถึงผู้ที่ไม่บริโภคเครื่องดื่มที่ผลิตจากน้ำนม ดื่มแล้วรู้สึกสดชื่น

การทำนายดัชนีคุณภาพอากาศด้วยวิธีการเรียนรู้ของเครื่องแบบรวมกลุ่ม

คณะวิทยาศาสตร์

การทำนายดัชนีคุณภาพอากาศด้วยวิธีการเรียนรู้ของเครื่องแบบรวมกลุ่ม

ปัญหาพิเศษนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบประสิทธิภาพการทำนายดัชนีคุณภาพอากาศ (AQI) ด้วยวิธีการเรียนรู้ของเครื่องแบบรวมกลุ่ม 5 วิธี ได้แก่ วิธีป่าสุ่ม วิธี XGBoost วิธี CatBoost วิธีรวมกลุ่มป่าสุ่มและ XGBoost และวิธีรวมกลุ่มป่าสุ่ม SVR และ MLP โดยใช้ชุดข้อมูลจากกรมควบคุมมลพิษกลางของประเทศอินเดีย (CPCB) ซึ่งชุดข้อมูลประกอบด้วยตัวแปรด้านมลพิษ 15 ตัวแปร และข้อมูลด้านสภาพอากาศ 9 ตัวแปร เก็บรวบรวมตั้งแต่มกราคม ค.ศ. 2021 ถึงธันวาคม ค.ศ. 2023 มีจำนวนข้อมูล 1,024,920 ค่า และวิธีการที่ใช้วัดประสิทธิภาพ 3 วิธี ได้แก่ รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error : RMSE) ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error : MAE) และสัมประสิทธิ์การกำหนด (Coefficient of Determination) ผลการศึกษาพบว่าวิธีรวมกลุ่มป่าสุ่มและ XGBoost มีค่าวัดประสิทธิภาพทั้ง 3 วิธีดีที่สุด โดยมีค่า RMSE น้อยที่สุดเท่ากับ 0.1040 ค่า MAE น้อยที่สุดเท่ากับ 0.0675 และค่า มากที่สุดเท่ากับ 0.8128 แล้วทำการอธิบายผลลัพธ์จากการเรียนรู้ของเครื่องสำหรับสร้างแผนภาพด้วย SHAP ของวิธีการเรียนรู้ของเครื่องทั้ง 5 วิธี ทุกวิธีได้ข้อสรุปในทำนองเดียวกันคือตัวแปรที่มีผลกระทบต่อ ค่าทำนายโดยรวมมากที่สุด 2 อันดับแรกคือตัวแปร PM2.5 และ PM10 ตามลำดับ

การประมาณสถานะสุขภาพของแบตเตอรี่ลิเทียม

คณะวิศวกรรมศาสตร์

การประมาณสถานะสุขภาพของแบตเตอรี่ลิเทียม

ปัจจุบันแบตเตอรี่ลิเทียมถูกใช้งานอย่างแพร่หลายในอุปกรณ์อิเล็กทรอนิกส์และยานยนต์ไฟฟ้า ทำให้การประมาณสถานะสุขภาพ (State of Health: SOH) ของแบตเตอรี่มีความสำคัญอย่างมาก เนื่องจากสามารถช่วยยืดอายุการใช้งาน ลดค่าใช้จ่ายในการบำรุงรักษา และป้องกันปัญหาด้านความปลอดภัย เช่น ความร้อนสูงเกินหรือการระเบิด โครงงานนี้มีวัตถุประสงค์เพื่อศึกษาและวิเคราะห์แบบจำลองทางคณิตศาสตร์ของแบตเตอรี่ ตลอดจนพัฒนาเทคนิคการประมาณสถานะสุขภาพโดยใช้โครงข่ายประสาทเทียม (Neural Networks) เพื่อเพิ่มความแม่นยำและความรวดเร็วในการประเมิน การทดลองได้ทำการเก็บข้อมูลการประจุและคายประจุของแบตเตอรี่ลิเทียมจำนวน 3 เซลล์ ภายใต้อุณหภูมิที่ควบคุม และใช้กระแสคงที่ในการชาร์จและคายประจุไฟฟ้า พร้อมทั้งบันทึกค่ากระแส แรงดัน และเวลา จากนั้นนำข้อมูลที่ได้มาวิเคราะห์เพื่อหาค่าความจุของแบตเตอรี่ในแต่ละรอบการใช้งาน และใช้เป็นข้อมูลฝึกสอนโครงข่ายประสาทเทียม ผลลัพธ์ที่ได้ช่วยให้สามารถคาดการณ์สถานะสุขภาพของแบตเตอรี่ได้อย่างมีประสิทธิภาพ ผลจากโครงงานนี้สามารถนำไปพัฒนาระบบจัดการแบตเตอรี่ (Battery Management System) เพื่อช่วยปรับปรุงประสิทธิภาพและยืดอายุการใช้งานของแบตเตอรี่ ทั้งยังเป็นแนวทางในการนำเทคนิคปัญญาประดิษฐ์มาประยุกต์ใช้ในงานด้านพลังงานอย่างมีประสิทธิภาพ