Currently, lithium batteries are widely used in electronic devices and electric vehicles, making the estimation of their State of Health (SOH) crucial. Accurate SOH estimation helps extend battery lifespan, reduce maintenance costs, and prevent safety issues such as overheating or explosions. This project aims to study and analyze mathematical models of batteries and develop SOH estimation techniques using Neural Networks to enhance accuracy and evaluation speed. The experiment involved collecting charge and discharge data from three lithium battery cells under controlled temperature conditions while maintaining a constant current. The current, voltage, and time data were recorded and analyzed to determine the battery capacity for each cycle. These data were then used to train a Neural Network model. The results demonstrated an effective method for predicting battery health status. The outcomes of this project can contribute to the development of a Battery Management System (BMS) that improves battery efficiency and longevity. Additionally, it provides a foundation for applying artificial intelligence techniques in the energy sector effectively.
เนื่องจากปัจจุบันมีการใช้งานแบตเตอรี่ลิเทียมในอุปกรณ์อิเล็กทรอนิกส์ เช่น โทรศัพท์มือถือ และยานยนต์ไฟฟ้าอย่างแพร่หลาย การประเมินสถานะสุขภาพของแบตเตอรี่จึงเป็นสิ่งสำคัญที่ช่วยยืดอายุการใช้งาน ลดค่าใช้จ่ายในการบำรุงรักษา และป้องกันการเสื่อมสภาพที่อาจนำไปสู่ปัญหาด้านความปลอดภัย เช่น ความร้อนสูงเกินหรือการระเบิด ทำให้การประมาณสถานะสุขภาพมีส่วนช่วยลดความเสี่ยงในการใช้งานแบตเตอรี่และเพิ่มประสิทธิภาพในการใช้พลังงานให้เกิดประโยชน์สูงสุด อีกทั้งการประเมินสถานะสุขภาพนี้ยังช่วยลดต้นทุนการเปลี่ยนแบตเตอรี่บ่อยครั้งที่อาจเกิดขึ้นจากการใช้งานที่ไม่ถูกต้อง ปัญหาของการเสื่อมสภาพของแบตเตอรี่เกิดขึ้นจากการใช้งานที่ต่อเนื่อง ทั้งการประจุไฟฟ้าและการคายประจุไฟฟ้า ซึ่งจะมีผลให้ความเสถียรของแบตเตอรี่ลดลงไปเรื่อยๆ การตรวจสอบสถานะสุขภาพแบตเตอรี่เป็นการแก้ปัญหาหนึ่ง แต่เทคนิคที่มีอยู่เดิมอาจใช้เวลานานหรือมีความแม่นยำที่ไม่เพียงพอ การนำเทคโนโลยีปัญญาประดิษฐ์ โดยเฉพาะโครงข่ายประสาทเทียม (Neural Networks) เข้ามาประยุกต์ใช้จึงเป็นทางเลือกใหม่ที่ช่วยให้การประเมินสถานะสุขภาพแม่นยำขึ้นและรวดเร็วขึ้น การพัฒนาอัลกอริทึมสำหรับการคาดการณ์จากข้อมูลการประจุไฟฟ้าและการคายประจุไฟฟ้าของแบตเตอรี่ช่วยให้เกิดโมเดลที่สามารถเรียนรู้จากข้อมูลในอดีตและคาดการณ์สถานะสุขภาพของแบตเตอรี่ในอนาคตได้
คณะวิศวกรรมศาสตร์
The presented project topic is Garbage Sorting Systems. The purpose is to study the operation and develop a waste sorting system that can automatically detect the type of waste using a proximity sensor to separate the types of metal and non-metal waste, as well as an ultrasonic sensor to check the amount of waste in the bin. If the amount of waste exceeds the specified amount, the system will send a notification to the communication device connected to the system, such as a smartphone or computer. The operation of the system is designed to increase the efficiency of waste management, reduce the burden of manual waste sorting, and promote recycling. This system can be applied in various places, such as educational institutions or public places, to help reduce the amount of waste that is not properly separated and increase the opportunity to reuse waste.
คณะวิศวกรรมศาสตร์
The railway brake system usually uses compressed air brake system which uses high-pressure air to press the brake shoe on the surface of the wheel to reduce the speed of the train. Repeated friction generates heat at the contact surface, increasing thermal stress on the cast iron brake shoe. The purpose of this study is to investigate the thermal stress on a prototype of cast iron brake shoe using the finite element method compare the analytical results to the actual brake shoe and redesign a brake shoe prototype to reduce thermal stress. Based on the results of the thermal stress study using the finite element method, it has shown that the location of the thermal stress on the prototype brake shoe according to the location of the crack on the real brake shoe. The brake shoe's design which includes single notch in the center of brake shoe which is can help to reduce thermal stress. The results from this study should be validated with the results from the field test to evaluate both of thermal distribution and braking efficiency in term of braking distances as well.
คณะวิทยาศาสตร์
Atopic dermatitis patients are the second largest number among skin disease patients. There is no cure for atopic dermatitis, and it can only be treated to relieve symptoms, causing chronic disease. There is a chance that opportunistic infections will enter and cause more disease from the patient's wound, causing the patient to have complications from other infections. This study is interested in studying the reduction of the chance of opportunistic infections in patients with atopic dermatitis using natural extracts. The interest is in Plu Kaow and long pepper because there is data supporting the inhibition of microorganisms. The leaves of both plants are crudely extracted, soaked in 95% ethanol for 7 days, filtered with a Buchner filter, and the extracts are tested for phytochemicals to analyze phenolic components, flavonoids, tannins, anthocyanin, DPPH, and tested for antimicrobial properties. The experiments consisted of 5 types of gram-positive and gram-negative bacteria: E. coli, Bacillus subtilis, Pseudomonas aeruginosa, Staphylococcus aureus, and Staphylococcus epidermidis. The researcher expects that this can be further developed and used to treat patients with atopic dermatitis.