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
คณะเทคโนโลยีการเกษตร
This study aimed to investigate the effects of different salinity levels on survival rate and growth performance of golden apple snail (Pomacea canaliculata). The experiment was conducted at salinity levels of 0, 5, 10, and 15 ppt, with four replicates each, over an 8-week period. The results showed that golden apple snails reared at 5-10 ppt exhibited survival rates and growth performance not significantly different (p>0.05) from those in the freshwater control group (0 ppt). These findings suggest the potential for developing golden apple snail culture in brackish water systems and the possibility of integration with other brackish water species in polyculture systems.
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
The " Center of Invention for Future and Sustainability Project (Continuing)" serves as a continuation of a pilot initiative focused on the retrofitting of older buildings (Vach. 7), specifically a five-story structure. The primary aim of this project is to develop methodologies for enhancing the sustainability of existing buildings in order to mitigate carbon dioxide emissions. In the execution of the Future and Sustainability Innovation Development Center Project (Continuing), a comprehensive analysis of relevant data and theoretical frameworks has been undertaken, leading to the formulation of a research methodology designed to identify optimal strategies for retrofitting older buildings to reduce carbon dioxide emissions. This approach is structured into three principal phases: the combustion of fuels associated with transportation, labor, and materials; the electricity consumption during the construction process; and the accumulation of greenhouse gases from both existing and new construction materials. The project employs an experimental research design, wherein empirical data is collected to evaluate and quantify the equivalent carbon dioxide emissions arising from the construction of new buildings compared to the retrofitting of the selected case study building. Subsequent analysis of the collected data revealed that retrofitting the existing structure—through the integration of sustainable design principles—resulted in greenhouse gas emissions of 11.88 kgCO2e/sq.m. In contrast, the emissions associated with new building construction amounted to 299.35 kgCO2e/sq.m., indicating a reduction in carbon dioxide emissions by a factor of approximately 26 when compared to the construction of new buildings.
คณะเทคโนโลยีการเกษตร
The project focuses on designing and creating Art Toy Mascots that reflect the identities of the 12 departments in the Faculty of Agricultural Technology. It combines the concepts of art and agricultural technology to promote better understanding and easy recognition of each department. The project utilizes creative design and artistic toy production techniques.