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
เนื่องจากปัจจุบันมีการใช้งานแบตเตอรี่ลิเทียมในอุปกรณ์อิเล็กทรอนิกส์ เช่น โทรศัพท์มือถือ และยานยนต์ไฟฟ้าอย่างแพร่หลาย การประเมินสถานะสุขภาพของแบตเตอรี่จึงเป็นสิ่งสำคัญที่ช่วยยืดอายุการใช้งาน ลดค่าใช้จ่ายในการบำรุงรักษา และป้องกันการเสื่อมสภาพที่อาจนำไปสู่ปัญหาด้านความปลอดภัย เช่น ความร้อนสูงเกินหรือการระเบิด ทำให้การประมาณสถานะสุขภาพมีส่วนช่วยลดความเสี่ยงในการใช้งานแบตเตอรี่และเพิ่มประสิทธิภาพในการใช้พลังงานให้เกิดประโยชน์สูงสุด อีกทั้งการประเมินสถานะสุขภาพนี้ยังช่วยลดต้นทุนการเปลี่ยนแบตเตอรี่บ่อยครั้งที่อาจเกิดขึ้นจากการใช้งานที่ไม่ถูกต้อง ปัญหาของการเสื่อมสภาพของแบตเตอรี่เกิดขึ้นจากการใช้งานที่ต่อเนื่อง ทั้งการประจุไฟฟ้าและการคายประจุไฟฟ้า ซึ่งจะมีผลให้ความเสถียรของแบตเตอรี่ลดลงไปเรื่อยๆ การตรวจสอบสถานะสุขภาพแบตเตอรี่เป็นการแก้ปัญหาหนึ่ง แต่เทคนิคที่มีอยู่เดิมอาจใช้เวลานานหรือมีความแม่นยำที่ไม่เพียงพอ การนำเทคโนโลยีปัญญาประดิษฐ์ โดยเฉพาะโครงข่ายประสาทเทียม (Neural Networks) เข้ามาประยุกต์ใช้จึงเป็นทางเลือกใหม่ที่ช่วยให้การประเมินสถานะสุขภาพแม่นยำขึ้นและรวดเร็วขึ้น การพัฒนาอัลกอริทึมสำหรับการคาดการณ์จากข้อมูลการประจุไฟฟ้าและการคายประจุไฟฟ้าของแบตเตอรี่ช่วยให้เกิดโมเดลที่สามารถเรียนรู้จากข้อมูลในอดีตและคาดการณ์สถานะสุขภาพของแบตเตอรี่ในอนาคตได้
คณะศิลปศาสตร์
นวัตกรรมนี้ช่วยลดต้นทุนและเพิ่มประสิทธิภาพการจัดการคิวในร้านอาหาร ทำให้ระบบเป็นระเบียบ ลดเวลารอคอย และรองรับลูกค้าได้ดียิ่งขึ้น
คณะวิศวกรรมศาสตร์
ปัจจุบันมีการพัฒนาเทคโนโลยียานยนต์ที่ขับเคลื่อนด้วยพลังงานไฟฟ้า (Electric Vehicle: EV) ทดแทนเทคโนโลยียานยนต์พลังงานน้ำมันเชื้อเพลิง (Internal Combustion Engine: ICE) เพื่อลดปัญหามลพิษสิ่งแวดล้อมที่มีแนวโน้มสูงขึ้นในทุกประเทศทั่วโลก ซึ่งประเทศไทยเริ่มมีการผลักดันนโยบายการส่งเสริมยานยนต์พลังงานไฟฟ้าผ่านหลายกระทรวงที่เกี่ยวข้องตลอดระยะเวลาที่ผ่านมา เช่น การนำรถโดยสารไฟฟ้ามาทดสอบให้บริการประชาชนผ่านหน่วยงาน ขสมก. แต่อุปสรรคสำคัญของโครงการคือต้นทุนเริ่มต้นของราคายานยนต์ไฟฟ้ามีราคาสูง แม้ว่ายานยนต์ไฟฟ้าจะมีค่าดำเนินการต่อระยะทางต่ำกว่าการใช้เชื้อเพลิงฟอสซิลมากก็ตาม จึงทำให้ผู้ประกอบการยังไม่ให้ความสนใจในการเปลี่ยนการใช้งานจากรถเครื่องยนต์สันดาปภายในเป็นยานยนต์ไฟฟ้า ดังนั้นการดัดแปลงรถเดิมเป็นรถไฟฟ้าจึงเป็นทางเลือกหนึ่งที่จะช่วยลดต้นทุนส่วนนี้ลงได้ โครงการนี้จะใช้เทคโนโลยีนี้กับการดัดแปลงรถกระบะเก่าให้เป็นรถ 2 แถวไฟฟ้า เพราะการใช้งานรถ 2 แถวมีระยะทางเฉลี่ยต่อวันค่อนข้างคงที่ ทำให้การออกแบบที่เหมาะสมมีเงื่อนไขที่ไม่เป็นอุปสรรคมากนัก และผู้ประกอบการขับรถ 2 แถว มีข้อจำกัดด้านงบประมาณในการเปลี่ยนไปใช้ยานยนต์ไฟฟ้า ดังนั้นโครงการนี้จะส่งผลให้เป็นการผลักดันให้เกิดการเปลี่ยนแปลงไปใช้งานยานยนต์ไฟฟ้ามากขึ้น นอกจากนี้เมื่อรถเครื่องยนต์สันดาปลดลงจะช่วยทำให้สิ่งแวดล้อมดีขึ้นด้วย
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
สถานการณ์ในปัจจุบันและความไม่แน่นอน นำมาสู่แนวคิดความมั่นคงทางอาหาร การนำเอานวัตกรรมและเทคโนโลยีเข้ามาปรับใช้เพื่อให้เกิดการให้ผลผลิตที่มากในพื้นที่จำกัด โดยปรับปรุงอาคารเก่าในพื้นที่เมืองที่ไม่ถูกใช้งานมาปรับปรุงให้เหมาะสมกับการปลูกพืช จัดทำเป็นพื้นที่เรียนรู้การปลูกพืชในเมือง นำเสนอวิธีการปลูกพืชแบบต่างๆ รวบรวมเป็นนวัตกรรมการปลูกพืชกว่า 35 รายการ สำหรับเผยแพร่ความรู้ เพื่อสร้างความมั่นคงทางอาหาร พึ่งพาตนเอง การอยู่อาศัยอย่างยั่งยืน