Open Access. Powered by Scholars. Published by Universities.®

Automotive Engineering Commons™

Open Access. Powered by Scholars. Published by Universities.®

2024

Discipline
Institution
Keyword
Publication
Publication Type

Articles 61 - 64 of 64

Full-Text Articles in Automotive Engineering

แนวทางการจัดการฝุ่นละอองขนาดเล็กไม่เกิน 2.5 ไมครอน:กรณีศึกษาพื้นที่เขตดินแดงและเขตปทุมวัน, ณัชภรณ์ ภัทรพงศ์ดิลก Jan 2024

แนวทางการจัดการฝุ่นละอองขนาดเล็กไม่เกิน 2.5 ไมครอน:กรณีศึกษาพื้นที่เขตดินแดงและเขตปทุมวัน, ณัชภรณ์ ภัทรพงศ์ดิลก

Chulalongkorn University Theses and Dissertations (Chula ETD)

มลพิษทางอากาศโดยเฉพาะจาก PM2.5 เป็นปัญหาสำคัญที่ส่งผลกระทบต่อสุขภาพและคุณภาพชีวิตของมนุษย์ในปัจจุบัน ประเทศไทยเป็นอีกหนึ่งประเทศที่ประสบปัญหาจาก PM2.5 โดยเฉพาะในพื้นที่กรุงเทพมหานครที่มีค่าเกินมาตรฐานที่กำหนดไว้ ซึ่งส่งผลกระทบต่อความมั่นคงของประเทศทั้งในด้านเศรษฐกิจและสังคมอีกทั้งรวมไปถึงส่งผลกระทบต่อสุขภาพของประชาชน ก่อให้เกิดการตายก่อนวัยอันควรในประเทศไทย ประมาณ 50,000 คนต่อปี และกระทบต่อภาพลักษณ์ของกรุงเทพมหานครในฐานะศูนย์กลางการท่องเที่ยว โดยงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาแหล่งกำเนิดของมลพิษฝุ่น PM2.5 กรณีศึกษาเขตปทุมวันและเขตดินแดง วิเคราะห์แนวโน้มความสัมพันธ์ระหว่างความเข้มข้นของมลพิษทางอากาศ PM2.5 กับจำนวนของยานยนต์ โดยศึกษาข้อมูลตั้งแต่ปี พ.ศ. 2562-2566 และศึกษามาตรการในการแก้ปัญหา PM2.5 และนอกจากนี้ในงานวิจัยนี้ได้ทำการระบุแหล่งกำเนิดในพื้นที่เขตปทุมวันด้วยวิธี Factor Analysis ผลการศึกษาของการทบทวนเอกสารและผลของการวิเคราะห์ด้วย Factor Analysis พบว่าแหล่งกำเนิดสำคัญที่ส่งผลไปยังมลพิษฝุ่น PM2.5 คือ ฝุ่นถนนและฝุ่นที่ออกมาจากปลายท่อไอเสียยานยนต์ อีกทั้งจำนวนรถที่วิ่งบนถนนในเขตพื้นที่ที่ศึกษาเป็นอีกปัจจัยที่มีผลต่อค่าเฉลี่ย PM2.5 มีรถวิ่งมากยิ่งทำให้จำนวนวันที่ค่าเฉลี่ยมลพิษฝุ่น PM2.5 เกินมาตรฐานมากขึ้น และนอกจากนี้ มาตรการ Work From Home ที่ได้บังคับใช้ในสถานการณ์โควิด-19 สามารถทำให้มลพิษฝุ่น PM2.5 จากแหล่งกำเนิดประเภทยานพาหนะลดลง

Go to article

On The Modes Of Nanosecond Pulsed Plasmas For Combustion Ignition Of Quiescent Ch₄-Air Mixtures, Chunqi Jiang, Akash C. Dhotre, Meimei Lai, Sayan Biswas, James R. Macdonald, Isaac W. Ekoto Jan 2024

On The Modes Of Nanosecond Pulsed Plasmas For Combustion Ignition Of Quiescent Ch₄-Air Mixtures, Chunqi Jiang, Akash C. Dhotre, Meimei Lai, Sayan Biswas, James R. Macdonald, Isaac W. Ekoto

Bioelectrics Publications

The effect of transient plasma modes on ignition kernel development are discussed here for a quiescent CH4-air combustion model system. A 10 ns high-voltage pulse was applied to a pin-to-pin electrode in lean fuel-air mixtures at room temperature and atmospheric pressure. High-impedance streamer, transient spark and low-impedance spark discharges were identified based on pulse waveforms of voltage and current. A sustained ignition kernel expansion was observed when the plasma discharge transitioned into a transient spark or spark discharge. The minimum ignition energy was obtained at the transient spark mode, which has less than a third of the energy …

Go to article

Predictive Modeling Of Healthcare Traffic Using Machine Learning: A Comparative Study, Shadman Mahmood Khan Pathan, Sakan Binte Imran, M. M. Shabab Iqbal, Muhammad Enayetur Rahman, Md Nurul Absar Siddiky, Muhammad Rezaur Rahman, Md. Rafid Hassan, Nondon Lal Dey, Md. Sobuj Hossain Jan 2024

Predictive Modeling Of Healthcare Traffic Using Machine Learning: A Comparative Study, Shadman Mahmood Khan Pathan, Sakan Binte Imran, M. M. Shabab Iqbal, Muhammad Enayetur Rahman, Md Nurul Absar Siddiky, Muhammad Rezaur Rahman, Md. Rafid Hassan, Nondon Lal Dey, Md. Sobuj Hossain

Electrical & Computer Engineering Faculty Publications

Effective healthcare traffic management is critical for ensuring prompt medical services, particularly in emergencies where delays can have life-threatening consequences. This study conducts a comparative analysis of three popular machine learning models—Linear Regression, Decision Trees, and Random Forests—for predicting healthcare-related traffic volumes. Utilizing a comprehensive dataset from a metropolitan interstate traffic system, the models were evaluated based on key performance metrics, including Mean Squared Error (MSE), R² Score, and execution time. The findings demonstrate that the Random Forest model outperforms the others, offering superior predictive accuracy and efficiency. These insights are valuable for optimizing traffic management in healthcare, ultimately contributing …

Go to article

การวิเคราะห์ความอ่อนไหวของตัวแปรที่มีผลต่อแบบจำลองพฤติกรรมของไฟ, ธวัช งามศรีตระกูล Jan 2024

การวิเคราะห์ความอ่อนไหวของตัวแปรที่มีผลต่อแบบจำลองพฤติกรรมของไฟ, ธวัช งามศรีตระกูล

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัญหาไฟป่าในภาคเหนือของประเทศไทยนับเป็นปัญหาสิ่งแวดล้อมที่เกิดขึ้นทุกปี โดยเฉพาะอย่างยิ่งจังหวัดเชียงใหม่ที่มีพื้นที่ความเสียหายจากไฟป่าสูงกว่าจังหวัดอื่นๆ ซึ่งปัญหาดังกล่าวได้ส่งผลกระทบต่อมนุษย์ สัตว์ และทรัพยากรธรรมชาติในพื้นที่ การจัดการเชื้อเพลิงเป็นหนึ่งในวิธีการควบคุมไฟป่าที่มีประสิทธิภาพโดยเป็นการลดปริมาณเชื้อเพลิงที่สะสมภายในพื้นที่ เพื่อลดความรุนแรงของไฟป่า แบบจำลองพฤติกรรมของไฟเป็นเครื่องมือที่ใช้ในการศึกษาพฤติกรรมของไฟป่า ที่มีการนำมาใช้ในการวางแผนเพื่อกำหนดวิธีการควบคุมไฟป่าและการจัดการเชื้อเพลิง ในงานวิจัยนี้ได้นำแบบจำลองพฤติกรรมของไฟ FlamMap มาศึกษาพฤติกรรมของไฟและวิเคราะห์ความอ่อนไหวของแบบจำลอง โดยมีพื้นที่อุทยานแห่งชาติสุเทพ-ปุยเป็นพื้นที่ศึกษา และข้อมูลที่เกี่ยวข้องกับเชื้อเพลิง ภูมิศาสตร์ และอุตุนิยมวิทยาในพื้นที่ศึกษาเป็นข้อมูลนำเข้า ซึ่งได้ทำการจำลองพฤติกรรมของไฟจากชุดข้อมูลนำเข้าจำนวน 10 วันภายใต้ 5 สถานการณ์จำลอง ได้แก่ ไม่มีการจัดการเชื้อเพลิง และมีการจัดการเชื้อเพลิงในพื้นที่ (10%, 15%, 20% และ 30%) พบว่า ความยาวของไฟมีค่า 0.11 – 0.774 เมตร ค่าอัตราการลุกลามของไฟอยู่ในช่วง 0.208 - 1.828 เมตรต่อนาที ค่าความรุนแรงของไฟอยู่ในช่วง 2.07 – 139.93 กิโลวัตต์ต่อเมตร ค่าพลังงานความร้อนต่อหน่วยพื้นที่มีค่า 2.07 – 5,253.72 กิโลจูลล์ต่อตารางเมตร และเวลาที่น้อยที่สุดในการเคลื่อนที่ของไฟอยู่ในช่วง 6,420 – 102,319 นาที และการศึกษาความอ่อนไหวของตัวแปรที่มีผลต่อแบบจำลองด้วยค่าความชื้นในเชื้อเพลิงกับพารามิเตอร์ที่เกี่ยวข้องกับพฤติกรรมของไฟนั้นสามารถแบ่งพารามิเตอร์ที่เกี่ยวข้องกับพฤติกรรมของไฟได้เป็น 2 กลุ่ม คือ กลุ่มที่แปรผันตามค่าความชื้นฯ ได้แก่ ความยาวของไฟ อัตราการลุกลามของไฟ ความรุนแรงของไฟ และพลังงานความร้อนต่อหน่วยพื้นที่ เป็นต้น และกลุ่มที่แปรผกผันกับค่าความชื้นฯ คือ เวลาที่น้อยที่สุดในการเคลื่อนที่ของไฟ โดยกลุ่มที่ 1 จะมีค่าลดลงเมื่อค่าความชื้นฯมีค่าสูงขึ้น ในขณะที่กลุ่มที่ 2 จะมีค่าเพิ่มขึ้นเมื่อความชื้นฯมีค่าสูงขึ้น โดย ค่า R2 แต่ละชุดความสัมพันธ์ของข้อมูลมีค่า 0.6596 - 0.9941 (ความยาวของไฟ), 0.6282 – 0.9946 (อัตราการลุกลาม), 0.6331 – 0.9945 (ความรุนแรงของไฟ), 0.6223 – 0.9934 (พลังงานความร้อนต่อหน่วยพื้นที่) และ 0.8298 – 0.9535 (MTT) …

Go to article

First Prev