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
คณะวิศวกรรมศาสตร์
งานวิจัยนี้มุ่งเน้นการออกแบบและพัฒนา ระบบแปลงพลังงานไฟฟ้า เพื่อควบคุมการจ่ายพลังงานจาก โซล่าร์เซลล (PV) ไปยัง เครื่องผลิตไฮโดรเจน ซึ่งเป็นองค์ประกอบสำคัญในการพัฒนาพลังงานหมุนเวียน ตามแนวทาง RE100 โดยเฉพาะไฮโดรเจนสีเขียว ที่ได้จากกระบวนการอิเล็กโทรไลซิสน้ำโดยใช้พลังงานสะอาดจากโซล่าร์เซลล์ ซึ่งไม่ก่อให้เกิดมลพิษ โครงสร้างของระบบที่นำเสนอในงานวิจัยนี้ประกอบด้วย อินเวอร์เตอร์ NPC แบบ 3 ระดับ (Three-Level NPC Inverter), หม้อแปลง, วงจรเรียงกระแสแบบเต็มลูกคลื่น และวงจรกรองความถี่ เพื่อปรับปรุงคุณภาพของพลังงานไฟฟ้าที่จ่ายให้กับเครื่องอิเล็กโทรไลเซอร์ การออกแบบและจำลองระบบดำเนินการโดยใช้ MATLAB และ Simulink เพื่อประเมินประสิทธิภาพของวงจรและวิเคราะห์ผลลัพธ์ นอกจากนี้ ยังใช้ระบบควบคุม ไมโครคอนโทรลเลอร์ร่วมกับวงจรขับเกต เพื่อเพิ่มประสิทธิภาพของกระบวนการอิเล็กโทรลิซิส โดยช่วยลดการสูญเสียพลังงาน และการออกแบบนี้สามารถแปลงพลังงาน PV ไปเป็นแรงดันและกระแสที่เหมาะสมสำหรับเครื่องอิเล็กโทรไลเซอร์ โดยยังคงรักษาประสิทธิภาพของกระบวนการผลิตไฮโดรเจนไว้
คณะวิทยาศาสตร์
งานวิจัยนี้ได้นำเสนอการวิเคราะห์เชิงสี (Colorimetric detection) สำหรับตรวจวัดกรดแทนนิก (tannic acid) ในตัวอย่างเครื่องดื่มจากพืช โดยอาศัยปรากฏการณ์การแทนที่ (displacement phenomenon) ของสารรักษาเสถียรภาพบนพื้นผิวของอนุภาคแพลทินัมนาโน (PtNPs) ที่ถูกรักษาเสถียรภาพด้วยกรดแกลลิก (gallic acid) ซึ่งกรดแกลลิกสามารถรักษาเสถียรภาพของ PtNPs ให้อยู่ในรูปของอนุภาคที่รวมตัวกันและให้สารคอลลอยด์ที่เป็นสีเขียว โดยกรดแทนนิกสามารถแทนที่กรดแกลลิกบนพื้นผิวของ PtNPs ได้ง่าย ส่งผลให้อนุภาคที่รวมตัวกันเกิดการกระจายตัวและเปลี่ยนสีจากเขียวเป็นส้ม−น้ำตาล และภายใต้สภาวะที่เหมาะสม ตัวตรวจวัดเชิงสีแสดงค่าการตอบสนองเชิงเส้นในช่วงความเข้มข้น 1−2,000 µmol L⁻¹ (R² = 0.9991) โดยมีขีดจำกัดในการตรวจวัด (LOD) และขีดจำกัดเชิงปริมาณ (LOQ) ที่ 0.02 และ 0.09 µmol L⁻¹ ตามลำดับ ตัวตรวจวัดเชิงสีที่พัฒนาขึ้นมีความจำเพาะสูงต่อกรดแทนนิกและไม่ถูกรบกวนจากสารอื่น อีกทั้งยังมีค่าความแม่นยำที่ดี (RSD = 1.00%−3.36%) ที่สำคัญคือ ให้ค่าการคืนกลับ (recovery) อยู่ในช่วง 95.0−104.7% แสดงให้เห็นถึงศักยภาพของเซนเซอร์คัลเลอริเมตริกที่สามารถตรวจวัดกรดแทนนิกได้อย่างรวดเร็วและแม่นยำในตัวอย่างเครื่องดื่มจริง แม้ว่าวิธีการตรวจวัดกรดแทนนิกที่ถูกพัฒนาขึ้นจะเป็นเทคนิคที่รวดเร็วในการตรวจวัดกรดแทนนิก แต่ยังคงมีปัญหาเกี่ยวกับความไว (sensitivity) และความแม่นยำ (accuracy) ของการวิเคราะห์ โดยเฉพาะเมื่อมีสารแอนโทไซยานิน (anthocyanin) รบกวน ดังนั้น จึงพัฒนาวิธีเตรียมตัวอย่างเพื่อย่อยสลายแอนโทไซยานินในเครื่องดื่มเพื่อลดการรบกวนของสารที่มีสีต่อการตรวจวัดเชิงสีสำหรับวิเคราะห์ปริมาณกรดแทนนิกในเครื่องดื่ม
คณะเทคโนโลยีการเกษตร
ปัจจุบันการใช้สารเคมีกำจัดวัชพืชในภาคเกษตรกรรมเป็นประเด็นที่ได้รับความสนใจ เนื่องจากส่งผลกระทบต่อสุขภาพของเกษตรกร สิ่งแวดล้อม และความปลอดภัยของผู้บริโภค โดยเฉพาะสารพาราควอตซึ่งเป็นสารกำจัดวัชพืชที่ถูกห้ามใช้ในประเทศไทย ด้วยเหตุนี้ งานวิจัยนี้จึงมุ่งเน้นไปที่การพัฒนาผลิตภัณฑ์สารธรรมชาติกำจัดวัชพืช ที่สามารถใช้ทดแทนสารเคมีเหล่านี้ได้ โดยทำการสกัดสารออกฤทธิ์จากพืชที่มีศักยภาพในการยับยั้งการเจริญเติบโตของวัชพืช และทดสอบประสิทธิภาพในการกำจัดวัชพืชเป้าหมาย ผลการศึกษาพบว่า สารธรรมชาติที่พัฒนาขึ้นสามารถควบคุมวัชพืชได้อย่างมีประสิทธิภาพ นอกจากนี้ ผลิตภัณฑ์ดังกล่าวยังสามารถนำไปประยุกต์ใช้ในระบบเกษตรอินทรีย์ได้ ช่วยลดการพึ่งพาสารเคมีที่เป็นอันตราย และส่งเสริมแนวทางการทำเกษตรกรรมที่ยั่งยืน การพัฒนาผลิตภัณฑ์นี้จึงเป็นอีกหนึ่งทางเลือกสำคัญในการสนับสนุนการเกษตรที่ปลอดภัยและเป็นมิตรกับสิ่งแวดล้อม