This study presents the development of carbon-based multiphase metal oxide nanocomposites (CNF@MOx; M = Ag, Mn, Bi, Fe) incorporating silver, manganese, bismuth, and iron nanoparticles within polyacrylonitrile (PAN)-derived carbon nanofibers. These nanocomposites were fabricated via the electrospinning technique followed by annealing in an argon atmosphere. The resulting nanofibers exhibited a uniform structure, with diameters ranging from 559 to 830 nm and embedded nanoparticles of 9-21 nm. Structural characterization confirmed the presence of various oxidation states of metal oxides, which play a crucial role in charge storage mechanisms. Electrochemical performance testing demonstrated that CNF@Ag/Mn/Bi/Fe-20 achieved the highest specific capacitance of 156 F g⁻¹ at a scan rate of 2 mV s⁻¹ and exhibited excellent cycling stability, retaining over 96% of its capacitance after 1400 charge-discharge cycles. The synergistic combination of electric double-layer capacitance and redox-based charge storage enhances the performance of these nanofibers as promising electrode materials for supercapacitor applications.
ในปัจจุบัน ความต้องการใช้พลังงานสะอาดและเทคโนโลยีการเก็บพลังงานที่มีประสิทธิภาพสูงเพิ่มขึ้นอย่างต่อเนื่อง เนื่องจากแหล่งพลังงานดั้งเดิม เช่น น้ำมันและถ่านหิน มีข้อจำกัดด้านทรัพยากรและก่อให้เกิดผลกระทบต่อสิ่งแวดล้อม ตัวเก็บประจุยิ่งยวด (Supercapacitor) ได้รับความสนใจอย่างมากในฐานะอุปกรณ์เก็บพลังงานที่มีความสามารถในการชาร์จ-คายประจุได้อย่างรวดเร็ว อายุการใช้งานยาวนาน และมีเสถียรภาพสูง อย่างไรก็ตาม ข้อจำกัดหลักของตัวเก็บประจุยิ่งยวดในปัจจุบันคือความสามารถในการเก็บพลังงานที่ต่ำเมื่อเทียบกับแบตเตอรี่ ทำให้เกิดความจำเป็นในการพัฒนาวัสดุอิเล็กโทรดที่มีประสิทธิภาพสูงขึ้น โครงงานนี้มุ่งเน้นการพัฒนา เส้นใยนาโนคาร์บอนผสมออกไซด์ของโลหะหลายเฟส (CNF@MOx; M = Ag, Mn, Bi, Fe) โดยใช้เทคนิคอิเล็กโทรสปินนิ่งและกระบวนการแคลไซน์ เพื่อเพิ่มความสามารถในการเก็บประจุของตัวเก็บประจุยิ่งยวด วัสดุที่ได้มีศักยภาพในการรวมกลไกการเก็บพลังงานแบบชั้นคู่ไฟฟ้า (Electric Double Layer Capacitance; EDLC) และกระบวนการรีดอกซ์ (Pseudocapacitance) ซึ่งช่วยเพิ่มค่าความจุจำเพาะและประสิทธิภาพของตัวเก็บประจุ เหตุผลที่ทำโครงการนี้ 1. ตอบสนองต่อความต้องการเทคโนโลยีการเก็บพลังงานที่มีประสิทธิภาพสูง – การพัฒนาตัวเก็บประจุยิ่งยวดที่สามารถเก็บพลังงานได้มากขึ้น จะช่วยให้สามารถนำไปใช้งานในอุปกรณ์อิเล็กทรอนิกส์และระบบพลังงานหมุนเวียนได้ดีขึ้น 2. การพัฒนาวัสดุอิเล็กโทรดที่มีต้นทุนต่ำและมีประสิทธิภาพสูง – วัสดุที่พัฒนาขึ้นในโครงการนี้ใช้เส้นใยนาโนคาร์บอนร่วมกับโลหะออกไซด์ ซึ่งเป็นวัสดุที่มีต้นทุนต่ำและสามารถผลิตได้ในปริมาณมาก 3. เพิ่มขีดความสามารถในการแข่งขันของเทคโนโลยีตัวเก็บประจุยิ่งยวด – การปรับปรุงคุณสมบัติของวัสดุอิเล็กโทรดจะช่วยให้ตัวเก็บประจุยิ่งยวดสามารถแข่งขันกับแบตเตอรี่ลิเธียมไอออนได้ดีขึ้นในแง่ของประสิทธิภาพและอายุการใช้งาน 4. มีศักยภาพในการประยุกต์ใช้ในอุตสาหกรรมพลังงานและอิเล็กทรอนิกส์ – วัสดุที่พัฒนาขึ้นสามารถนำไปใช้ในระบบกักเก็บพลังงาน หม้อแปลงไฟฟ้า อุปกรณ์อิเล็กทรอนิกส์ และยานยนต์ไฟฟ้า โครงการนี้จึงมีความสำคัญอย่างยิ่งในการช่วยพัฒนาเทคโนโลยีตัวเก็บประจุยิ่งยวดและส่งเสริมการใช้พลังงานสะอาดที่มีประสิทธิภาพมากขึ้น
คณะวิศวกรรมศาสตร์
The integration of intelligent robotic systems into human-centric environments, such as laboratories, hospitals, and educational institutions, has become increasingly important due to the growing demand for accessible and context-aware assistants. However, current solutions often lack scalability—for instance, relying on specialized personnel to repeatedly answer the same questions as administrators for specific departments—and adaptability to dynamic environments that require real-time situational responses. This study introduces a novel framework for an interactive robotic assistant (Beckerle et al. , 2017) designed to assist during laboratory tours and mitigate the challenges posed by limited human resources in providing comprehensive information to visitors. The proposed system operates through multiple modes, including standby mode and recognition mode, to ensure seamless interaction and adaptability in various contexts. In standby mode, the robot signals readiness with a smiling face animation while patrolling predefined paths or conserving energy when stationary. Advanced obstacle detection ensures safe navigation in dynamic environments. Recognition mode activates through gestures or wake words, using advanced computer vision and real-time speech recognition to identify users. Facial recognition further classifies individuals as known or unknown, providing personalized greetings or context-specific guidance to enhance user engagement. The proposed robot and its 3D design are shown in Figure 1. In interactive mode, the system integrates advanced technologies, including advanced speech recognition (ASR Whisper), natural language processing (NLP), and a large language model Ollama 3.2 (LLM Predictor, 2025), to provide a user-friendly, context-aware, and adaptable experience. Motivated by the need to engage students and promote interest in the RAI department, which receives over 1,000 visitors annually, it addresses accessibility gaps where human staff may be unavailable. With wake word detection, face and gesture recognition, and LiDAR-based obstacle detection, the robot ensures seamless communication in English, alongside safe and efficient navigation. The Retrieval-Augmented Generation (RAG) human interaction system communicates with the mobile robot, built on ROS1 Noetic, using the MQTT protocol over Ethernet. It publishes navigation goals to the move_base module in ROS, which autonomously handles navigation and obstacle avoidance. A diagram is explained in Figure 2. The framework includes a robust back-end architecture utilizing a combination of MongoDB for information storage and retrieval and a RAG mechanism (Thüs et al., 2024) to process program curriculum information in the form of PDFs. This ensures that the robot provides accurate and contextually relevant answers to user queries. Furthermore, the inclusion of smiling face animations and text-to-speech (TTS BotNoi) enhanced user engagement metrics were derived through a combination of observational studies and surveys, which highlighted significant improvements in user satisfaction and accessibility. This paper also discusses capability to operate in dynamic environments and human-centric spaces. For example, handling interruptions while navigating during a mission. The modular design allows for easy integration of additional features, such as gesture recognition and hardware upgrades, ensuring long-term scalability. However, limitations such as the need for high initial setup costs and dependency on specific hardware configurations are acknowledged. Future work will focus on enhancing the system’s adaptability to diverse languages, expanding its use cases, and exploring collaborative interactions between multiple robots. In conclusion, the proposed interactive robotic assistant represents a significant step forward in bridging the gap between human needs and technological advancements. By combining cutting-edge AI technologies with practical hardware solutions, this work offers a scalable, efficient, and user-friendly system that enhances accessibility and user engagement in human-centric spaces.
คณะแพทยศาสตร์
This research studies the effect of CBD on the excitability of mice nociceptive trigeminal ganglion neurons. The electrophysiological parameters of the mouse trigeminal ganglion cells are measured using a Whole Cell Current Clamp Model on a primary cell culture treated with 0.5 uM CBD for 24 hours compared to a control group. After obtaining the results statistical analysis is done using a Mann Whitney-U test.
วิทยาเขตชุมพรเขตรอุดมศักดิ์
This project focuses on developing a work tracking system for team members. Python is used to extract data from Excel files and import it into a SQL Server database for systematic data management. The system includes a function to notify task status via LINE and displays reports via Power BI, allowing supervisors to track progress and evaluate team members' performance efficiently. Additionally, the system helps promote work and time management skills for team members.