Academic Year 2021

ชื่อปริญญานิพนธ์ : หุ่นยนต์กำจัดวัชพืชในนาข้าว  (Paddy field Weeding Robot)

ผู้จัดทำ :  นายอนวัช จันทเสน และ นายศิรสิทธิ์ นาศะกาศ

อาจารย์ที่ปรึกษาปริญญานิพนธ์หลัก  :  ผู้ช่วยศาสตราจารย์ ดร.ชัยพร ศิลาวัชนาไนย

บทคัดย่อ

       ปริญญานิพนธ์นี้เป็นการพัฒนาต้นแบบหุ่นยนต์กำจัดวัชพืชในนาข้าวเพื่อลดปัญหาการกำจัด วัชพืชในนาข้าว โดยการกำจัดวัชพืชมีหลายวิธีแบบดั้งเดิม เช่น การใช้ไฟเผา การใช้ยากำจัดวัชพืช เพื่อลดปัญหาการใช้ยากำจัดวัชพืชและการใช้แรงงานคน โดยมีแนวคิดการออกแบบหุ่นยนต์ให้มีขนาดที่เหมาะสม กับระยะห่างของแถวข้าว ระบบนำทางแบบอัตโนมัติเพื่อให้หุ่นยนต์เคลื่อนที่ในแปลงนาสาธิต โดยที่ไม่เหยียบต้นข้าวที่กำลังเติบโต ใช้การเรียนรู้ของภาพจากแนวต้นข้าวผ่านกล้อง หุ่นยนต์จะเคลื่อนที่ค่อมแถวข้าวในแต่ละแถว เพื่อทำการเหยียบย่ำให้วัชพืชและเมล็ดของวัชพืชให้จมลงในดิน ทำให้วัชพืชโตช้ากว่าต้นข้าว ผลการทดลองแบ่งเป็น 2 ชุดข้อมูล โดยข้อมูลชุดที่ 1 เป็นการฝึกแบบเดินตรงตามแถวข้าวมีความเร็วเฉลี่ย 0.17 เมตรต่อวินาทีอัตราการเคลื่อนที่สำเร็จ 83.33 เปอร์เซ็นต์ ค่าความผิดพลาดเฉลี่ยรวม ±3.38 เซนติเมตร และผลการทดลองข้อมูลชุดที่ 2 เป็นการฝึกแบบเดินเฉียงไปเฉียงมาในแถวข้าวมีความเร็วเฉลี่ย 0.16 เมตรต่อวินาทีอัตราการเคลื่อนที่สำเร็จ 41.67 เปอร์เซ็นต์ค่าความผิดพลาดเฉลี่ยรวม ±9.05 เซนติเมตร จากการทดลองการฝึกในแบบโมเดลที่ 1 สามารถเคลื่อนที่ได้ดีกว่าการฝึกในแบบโมเดลที่ 2 และมีค่าความผิดพลาดในการเคลื่อนที่น้อยกว่าที่ กำหนดไว้คือไม่เกิน ±8 เซนติเมตร

ชื่อปริญญานิพนธ์ : การพัฒนาชุดจำลองระบบโรงงานอุตสาหกรรมอัตโนมัติ

  (Development of an Automated Manufacturing System Kit)

ผู้จัดทำ :  วัชรพงษ์ คันธินทระ และ ภาณุพงศ์ ร้ายใจดี

อาจารย์ที่ปรึกษาปริญญานิพนธ์หลัก  :  ผู้ช่วยศาสตราจารย์ ดร.ศศิธร ชูแก้ว

บทคัดย่อ

       ปัจจุบันนี้ การเรียนการสอนด้านวิศวกรรมแมคคาทรอนิกส์ได้รับการส่งเสริมให้มีการเรียนรู้ในแนวคิดที่เกี่ยวข้องกับอุตสาหกรรมที่หลากหลาย โดยเฉพาะอย่างยิ่งความท้าทายของเทคโนโลยีอุตสาหกรรม 4.0 อย่างไรก็ตาม เนื่องจากกระบวนการทางอุตสาหกรรมนั้นมีความซับซ้อนและการขาดสื่อการเรียนรู้ที่ครอบคลุมเนื้อหากระบวนการผลิตทางอุตสาหกรรม ผู้เรียนจึงขาดประสบการณ์และความรู้เกี่ยวกับเทคโนโลยีการผลิตแบบอัตโนมัติ ทำให้เกิดปัญหาการขาดแคลนบุคลากรในด้านวิศวกรรมการผลิตแบบอัตโนมัติอย่างมาก จึงมีความจำเป็นจะต้องให้ความรู้แก่วิศวกรรมรุ่นใหม่ แต่ด้วยเหตุที่เครื่องมือและอุปกรณ์การเรียนรู้ที่จำเป็นสำหรับการศึกษาเรื่องดังกล่าวมีราคาค่อนข้างสูง ทำให้ขาดเงินทุนในการจัดซื้อสื่อการเรียนรู้ ปัจจัยที่สำคัญ คือ เทคโนโลยีมีการเปลี่ยนแปลงและพัฒนาอย่างรวดเร็ว โครงงานครั้งนี้ได้นำเสนอการพัฒนาชุดการเรียนรู้ระบบการผลิตแบบอัตโนมัติที่สามารถใช้ในการเรียนการสอนด้านวิศวกรรมศึกษา โดยมีจุดมุ่งหมายเพื่อเป็นวิธีการเรียนรู้แบบใหม่สำหรับการเรียนการสอนด้านวิศวกรรมแมคคาทรอนิกส์ให้เข้าใจกระบวนการผลิตดิจิทัลรูปแบบใหม่ ผลลัพธ์ที่ได้ของโครงงานเป็นการสร้างแรงบันดาลใจให้นักการศึกษาในสถาบันการศึกษาในสร้าง โซลูชันด้านวิศวกรรมการศึกษาราคาประหยัดสำหรับใช้ในกิจกรรมการเรียนการสอนและการฝึกอบรม

ชื่อปริญญานิพนธ์ : พัฒนาเครื่องจำลองสถานการณ์เพื่อแจ้งเตือนความปลอดภัยในเครื่องจักรอุตสาหกรรม   (Develop Simulators for Alerting the Safety of Industrial Machines)

ผู้จัดทำ :  ธวัชชัย พลจันทร์ และ ภานุพงศ์ กอแก้ว

อาจารย์ที่ปรึกษาปริญญานิพนธ์หลัก  :  ผู้ช่วยศาสตราจารย์ ดร.ศุภชัย  หอวิมานพร

บทคัดย่อ

       พัฒนาเครื่องจำลองสถานการณ์เพื่อแจ้งเตือนความปลอดภัยในเครื่องจักรอุตสาหกรรม เป็นการตัดสินใจโดยใช้อัลกอริทึมและการแจ้งเตือนความปลอดภัย โดยนำเอาสัญญาณความไม่ปลอดภัยจากพฤติกรรมของมนุษย์ได้แก่ ระยะทาง ทิศทาง และอารมณ์ของมนุษย์ที่เดินเข้ามาใกล้เครื่องจักร และสัญญาณความไม่ปลอดภัยจากกระบวนการทำงานของเครื่องจักร ได้แก่ แรงดันลม มาทำการประมวลผลตัดสินใจ เป็นระดับความรุนแรงในการแจ้งเตือน ด้วยการเพิ่มปริมาณเสียง แสง แสดงผลปริมาณความไม่ปลอดภัยผ่านแดชบอร์ดและแอปพลิเคชันไลน์ โดยรูปแบบหรืออัลกอริทึมการตัดสินใจประกอบไปด้วยตรรกศาสตร์คลุมเครือ โครงข่ายประสาทเทียม และระบบอนุมานแบบคลุมเครือบนเครือข่ายแบบปรับตัวได้ ซึ่งในการทดลองอัลกอริทึมการตัดสินใจโดยมีอินพุต คือ ระยะทาง ทิศทาง อารมณ์ (ทำการตรวจจับจากกล้องสเตอริโอและประมวลผลภาพในโปรแกรม แมทแลบ) และแรงดันลมจากปั๊มลม จากนั้นนำอินพุตทั้งหมดมาประมวลผลในพีแอลซี ซึ่งเอาต์พุตเป็นระดับการแจ้งเตือน ผลลัพธ์ที่ได้ คือ อัลกอริทึมการตัดสินใจระบบอนุมานแบบคลุมเครือบนเครือข่ายแบบปรับตัวได้มีค่าความผิดพลาดเฉลี่ยน้อยที่สุดอยู่ที่ 4.797% รองลงมาเป็นอัลกอริทึมการตัดสินใจโครงข่ายประสาทเทียมมีค่าความผิดพลาดเฉลี่ย 5.108% และอัลกอริทึมการตัดสินใจตรรกศาสตร์คลุมเครือมีค่าความผิดพลาดเฉลี่ย 8.310% ตามลำดับ