http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/9 FACULTY OF INDUSTRIAL TECHNOLOGY AND MANAGEMENT / คณะเทคโนโลยีและการจัดการอุตสาหกรรม 2026-04-17T19:18:12Z http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/365 Title: Applying an artificial intelligence to detect the defect on electronics component; การประยุกต์ใช้ระบบปัญญาประดิษฐ์ในการตรวจจับลักษณะข้อบกพร่องบนชิ้นส่วนอิเล็กทรอนิกส์ Abstract: This independent study aimed to develop an artificial intelligence (AI) system for detecting character integrity defects on 16-position rotary switches—components critical to the quality of products in the competitive Electronics Manufacturing Services (EMS) industry. Despite 100% human visual inspection, defective parts were still delivered to customers. Therefore, AI-based detection is explored as a promising alternative to minimize human error and enhance quality assurance.The study applied YOLOv11 object detection models (Yolov11n and Yolov11s) with different training conditions, including single-class and 18-class annotations and multiple training epochs. The results showed that the Yolov11s model with single-class annotation trained for 200 epochs performed best, achieving a Precision of 97.5%, Recall of 98.2%, and mAP50 of 98.3%. When tested with 32 simulated defective images, this model reached an Accuracy of 93.8%. The Yolov11n model with the same conditions achieved a slightly lower Accuracy of 87.5%. In contrast, the 18-class annotation produced lower performance across both models, with Accuracy of only 46.9% for Yolov11n and 37.5% for Yolov11s.; การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบปัญญาประดิษฐ์ในการตรวจจับข้อบกพร่องด้านความสมบูรณ์ของตัวอักขระบนชิ้นส่วนอิเล็กทรอนิกส์ประเภท 16-position rotary switch ซึ่งเป็นปัญหาที่มีผลต่อคุณภาพและความน่าเชื่อถือในอุตสาหกรรม Electronics Manufacturing Services (EMS) โดยเฉพาะในกรณีศึกษาที่แม้จะมีการตรวจสอบแบบ 100% โดยพนักงานแล้ว ยังพบการหลุดรอดของงานเสียไปยังลูกค้า การใช้ระบบปัญญาประดิษฐ์จึงเป็นทางเลือกที่เหมาะสมในการลดข้อผิดพลาดของมนุษย์และยกระดับการควบคุมคุณภาพงานวิจัยนี้ใช้โมเดล YOLOv11 ในการตรวจจับข้อบกพร่อง โดยทดลองทั้งรุ่น Yolov11n และ Yolov11s ภายใต้เงื่อนไขการฝึกสอนแบบแบ่งคลาส 1 คลาส และ 18 คลาส รวมถึงจำนวนรอบการฝึกสอนที่แตกต่างกัน ผลการทดลองพบว่า โมเดล Yolov11s แบบ 1 คลาส ฝึกสอน 200 รอบ ให้ผลลัพธ์ดีที่สุด โดยได้ค่า Precision 97.5%, Recall 98.2%, mAP50 98.3% และเมื่อทดสอบกับภาพจำลองงานเสีย 32 ภาพ พบว่ามี ค่า Accuracy สูงถึง 93.8% รองลงมาคือ Yolov11n แบบ 1 คลาส Accuracy 87.5% ในขณะที่การแบ่งคลาสแบบ 18 คลาสให้ผลลัพธ์ต่ำกว่าอย่างชัดเจน โดย Yolov11n และ Yolov11s มี Accuracy เพียง 46.9% และ 37.5%ตามลำดับ 0008-01-01T00:00:00Z http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/364 Title: Evaluating the Role of Rooftop Solar Panels in Decarbonizing Automotive Manufacturing: A Case Study on Energy Transition Strategies in Assembly Plants.; การศึกษาการนำไฟฟ้าจากโซลาร์รูฟท็อปใช้ในกระบวนการผลิต เพื่อการลดการปล่อยก๊าซคาร์บอน : กรณีศึกษาโรงงานประกอบรถยนต์ Abstract: Thailand and Japan have both set ambitious targets to achieve carbon neutrality by 2050. According to the World Economic Forum, the automotive industry contributes over 10% of global carbon dioxide emissions. This study focuses on a Japanese-operated automobile assembly plant located in Prachinburi, Thailand, which has implemented solar rooftop installations in collaboration with joint venture partners. These installations, completed in two phases with a combined capacity of 5 MW, are intended to reduce the plant’s carbon emissions by 10%. The primary objective of this research is to evaluate the actual energy savings achieved from the solar rooftop systems and compare them with the projected targets established during the project's approval stage. The analysis also considers the economic implications of carbon credit acquisition at the plant. Data will be collected from January to December 2024 and used to assess whether the implementation meets both the environmental and financial goals of the organization. Furthermore, the study will examine the economic viability of acquiring carbon credits via direct purchases versus through electricity purchase agreements, the la er being approximately 50% more expensive. The outcomes are expected to offer insights into the cost-effectiveness and environmental benefits of solar energy integra on in automotive manufacturing, while also supporting the company’s carbon reduction strategy and sustainable image.; ปัจจุบันประเทศไทยและประเทศญี่ปุ่นได้ประกาศเป้าหมายสำคัญคือจะเป็นกลางทางคาร์บอน (Carbon Neutrality) ภายในปี ค.ศ.2050 ข้อมูลจาก World economic forum ระบุว่าอุตสาหกรรมยานยนต์มีส่วนทำให้เกิดการปล่อยก๊าซคาร์บอนไดออกไซด์มากกว่า 10% ของโลก โรงงานประกอบรถยนต์ที่ผู้วิจัยได้ศึกษาในวิทยานิพนธ์นี้  เป็นหนึ่งในผู้ประกอบการในภาคอุตสาหกรรมยานยนต์สัญชาติญี่ปุ่นที่ได้ดำเนินธุรกิจอยู่ในประเทศไทย ซึ่งในปัจจุบันมีการติดตั้งโซลาร์รูฟท็อป (Solar roof top ) ร่วมกับผู้ร่วมลงทุน (Joint venture ) ที่โรงงานประกอบรถยนต์ปราจีนบุรีในเฟส 1 และ เฟส 2 รวม 5 MW  และหลังจากติดตั้งแล้วเสร็จโรงงานมีเป้าหมายที่จะลดการปล่อยก๊าซคาร์บอนให้ได้ 10%  ผู้วิจัยจึงมีความสนใจที่จะศึกษาและเฝ้าสังเกต (Monitoring) การบริหารจัดการผลประหยัดที่เกิดขึ้นจริงจากโซลาร์รูฟท็อป เพื่อเปรียบเทียบผลประหยัดที่เกิดขึ้นจริงกับเป้าหมายที่คาดการณ์ไว้ของโซลาร์รูฟท็อปให้ได้ตามเป้าหมายที่องค์กรตั้งไว้ ซึ่งจะนำไปสู่ความคุ้มค่าทางด้านเศรษฐศาสตร์ และภาพลักษณ์ที่เป็นมิตรต่อสิ่งแวดล้อมขององค์กร โดยการวิจัยมีขอบเขตในการศึกษาดังต่อไปนี้ (1) ผลประหยัดที่เกิดขึ้นจริงจากโซลาร์รูฟท็อป ที่โรงงานประกอบรถยนต์ปราจีนบุรีในเฟส 1 และ เฟส 2 รวม 5 MW โดยเก็บรวบรวมข้อมูลตั้งแต่เดือนมกราคม 2567-ธันวาคม 2567 มาเปรียบเทียบกับเป้าหมายที่คาดการณ์ไว้ตอนขออนุมัติโครงการ (2) ศึกษาปริมาณการซื้อคาร์บอนเครดิตที่เกิดขึ้นจริง ที่โรงงานประกอบรถยนต์ปราจีนบุรี โดยเก็บรวบรวมข้อมูลตั้งแต่เดือนมกราคม 2567 - ธันวาคม 2567 โดยเปรียบเทียบด้วยวิธีทางเศรษฐศาสตร์ (3) เปรียบเทียบการได้มาซึ่งคาร์บอนเครดิตระหว่างการซื้อกับการได้มาจากสิทธิ์สัญญาแบบซื้อขายไฟฟ้าที่แพงขึ้น 50% โดยทำการเปรียบเทียบด้วยวิธีทางเศรษฐศาสตร์ ประโยชน์ที่คาดว่าจะได้รับจากการศึกษาวิจัยในครั้งนี้ได้แก่ (1) ทราบถึงการนำไฟฟ้าพลังงานแสงอาทิตย์หรือโซล่าเซลล์ (Solar Cell) โดยการติดตั้งโซลาร์รูฟท็อป (Solar roof top ) ร่วมกับผู้ร่วมลงทุน (Joint venture ) มาใช้ในกระบวนการผลิต เพื่อการลดการปล่อยก๊าซคาร์บอนของโรงงานประกอบรถยนต์ปราจีนบุรีได้ (2) ทราบถึงผลปะหยัดที่เกิดขึ้นจริงของโซลาร์รูฟท็อปของโรงงานประกอบรถยนต์ปราจีนบุรี ได้มากกว่าหรือเท่ากับเป้าหมายที่คาดการณ์ไว้ (3) สามารถเปรียบเทียบการนำผลประหยัดจากโซลาร์รูฟท็อปของโรงงานประกอบรถยนต์ปราจีนบุรี ไปซื้อคาร์บอนเครดิต เมื่อเปรียบเทียบด้านเศรษฐศาสตร์แล้วองค์กรมีผลกำไร และยังบรรลุเป้าหมายในการลดการปล่อยก๊าซคาร์บอนขององค์กรได้ 0008-01-01T00:00:00Z