Operations Research, Systems Engineering and Industrial Engineering Commons^™

Low Complexity Doa Estimation Of Multiple Coherent Sources Using A Single Direct Data Snapshot, Ahmed A. Hussain, Nizar Tayem, Abdel-Hamid Soliman

Faculty Publications

The direction of arrival (DOA) estimation of multiple radio frequency (RF) coherent signals using conventional algorithms such as Multiple Signal Classification (MUSIC), Estimation of the Signal Parameters via the Rotational Invariance Technique (ESPRIT), and their variants is computationally complex and usually requires a large number of data snapshots for accurate estimation. As the number of antenna elements grows, particularly in massive MIMO systems, the complexity of real-time DOA estimation algorithms significantly rises, placing higher demands on computational power and memory resources. In this paper, we present an efficient approach that operates effectively with just a single snapshot for DOA estimation …

Taiwan’S Semiconductor Strategy: A Developmental State Model For Economic Growth, Christine Vuu

CISLA Senior Integrative Projects

No abstract provided.

Operations Research In Civil And Environmental Engineering, Nicholas Lownes

Open Educational Resource

The purpose of this text is introduce fundamental operations research techniques to the civil and/or environmental engineering student, providing a broad background in linear programming, integer programming and network optimization. The material is presented in such a manner so that the student does not need an extensive background in operations research or or linear algebra. Applications include transportation engineering, project management and general civil and environmental engineering applications.

Exploring Clustering Patterns In Msmes And Large Enterprises In Maharashtra: Analyzing Industrial Dynamics Using Cluster Coefficient And Other Economic Indicators, Priyanshu Bist

2024 REYES Proceedings

The paper discusses an attempt to explore and assess the economic clustering in Maharashtra by focusing on the MSMEs (Micro, Small and Medium Enterprises) and large enterprises in six major districts, namely Konkan, Nashik, Pune, Aurangabad, Amravati, and Nagpur. Cluster coefficients, total number of workers, and other economic indicators of units were considered to understand how industries are spread and perform regionally. Our research was a combination of exploratory and descriptive research, ensuring the data to be garnered had already been collected from the reports and records of the governments concerned and of industries. This entails that we have a …

An Ai-Based Conceptual Framework To Improve Program Management Of Complex Systems, Michael D. Parrish, Steven Corns

Engineering Management and Systems Engineering Faculty Research & Creative Works

With evolving technologies, changing requirements, and limited budgets, governments and industries need to consider new methodologies to help streamline program lifecycle management, from cradle to grave, to ensure projects are delivered on time, on budget, and to the expected performance standards. Traditional approaches fail to adequately address the added complexities of System of Systems programs such as integration, interoperability, and variable lifecycle of subcomponents. The objective of this study is to assess and address the research question - can a new acquisition approach be designed to address and improve program lifecycle management of complex systems? A comparison study, using the …

The Impact Of Journalistic Cultures On Social Media Discourse: Us Primary Debates In Cross-Lingual Online Spaces, Lea Hellmueller, Lindita Camaj, Sebastián Vallejo Vera, Peggy Lindner

Engineering Management and Systems Engineering Faculty Research & Creative Works

This cross-lingual project examines how social media posts of Spanish- and English-language media impact incivility in user comments during the 2020 primary political debates in the United States. We analyzed Facebook posts of news organizations that hosted the debates and used a state-of-the-art machine-learning model to analyze the corresponding comments. Our findings reveal distinct journalistic cultures on the post-level: English-language media are significantly more likely to use interpretation while Spanish-language media employ more audience-engagement and factual reporting strategies. We argue that in order to understand incivility in social media discourse during political debates, we need to consider journalistic cultures: While …

Role Of Occupational Therapy Assessment And Office Ergonomics To Support Students With Accommodations In Higher Learning: A Narrative Review, Behdin Nowrouzi-Kia, Christi Tam, Raabia Khan, Bushra Alam, Sujatha Alla

Engineering Management & Systems Engineering Faculty Publications

Postsecondary students with disabilities (SWDs) face significant challenges to their academic and personal well-being. There is a demand for more supportive strategies to facilitate fulfilling and equitable academic experiences for SWDs. This review aimed to (1) determine the effectiveness of various interventions, programs, and accommodations for enhancing the overall well-being of postsecondary SWDs and (2) evaluate the implications of these support strategies for disability service providers at postsecondary institutions. A narrative review was conducted, examining 13 studies aimed at enhancing the well-being of postsecondary SWDs. Studies were classified using the International Classification of Functioning, Disability and Health (ICF) Model. Ergonomics, …

Data Driven Trade-Off Analysis For Cybersecurity, Goskel Kucukkaya, Murat Ozer, Murat Balci, Emrah Ugurlu

Engineering Management & Systems Engineering Faculty Publications

Trade-off analysis, a specialization of systems engineering, addresses design criteria like security, cost, performance, and compliance. Monte Carlo simulations are commonly employed to generate impact scenarios for trade-off analysis combined with solution alternatives that accommodate industry-specific considerations and uncertainties. In the cyber domain, this paper proposes a methodology for data-driven trade-off analysis in cybersecurity, leveraging industry reports as primary data sources using confidentiality, integrity, and availability as trade-off analysis objectives. Distribution functions are derived to manage and model uncertainties for various industries. The approach given in this study aims to facilitate informed choices and to enhance cybersecurity decision making and …

Engineering Management And Industrial Engineering Industry And Educational Workforce Development Strategy, Robert J. Gies, Resit Unal, Charles B. Keating

Engineering Management & Systems Engineering Faculty Publications

This paper provides an overview of the development and resulting product of a collaborative industry-academia engineering management and industrial engineering workforce development strategy. In the spring of 2017, Old Dominion University's (ODU) Engineering Management and Systems Engineering Department (EMSE) approached Newport News Shipbuilding (NNS) with a concept to develop an educational initiative to support the preparation and development of the future workforce. The concept came to fruition over the next two years as a certification program in Engineering Systems and Industrial Engineering for NNS working professionals. This paper examines the primary aspects of the development of the certification program. Emphasis …

System Of Systems Engineering: A Literature Review And Research Frontiers, Charles B. Keating, Polinpapilinho F. Katina, James C. Pyne

Engineering Management & Systems Engineering Faculty Publications

System of Systems Engineering (SoSE) has existed and been developing for well over 2 decades. The time is appropriate to take a reflective look at the past and examine the future evolution of this nascent field. To address this challenge, this paper is focused on two primary objectives. First, a literature review of the SoSE field is conducted. This literature review (1) organizes the SoSE body of knowledge and provides a synthesis of major crosscutting themes, and (2) provides a scholarly critique and identifies gaps in the current state of the SoSE field. The second objective is focused on providing …

Navigating The Complexities Of Engineering Management: Insights Into Metrics, Measurements, And Pitfalls, Charles Daniels

Engineering Management & Systems Engineering Faculty Publications

In the realm of Engineering Management, the reliance on metrics and measurements stands as a cornerstone for effective decision-making processes. These quantitative tools offer insights into performance dynamics and facilitate informed strategic choices. However, the uncritical application of metrics devoid of profound domain expertise presents significant challenges. This abstract explores the pitfalls inherent in utilizing metrics and measurements within Engineering Management without comprehensive understanding, emphasizing the potential consequences and proposing strategies for navigating this complex terrain.

A Systematic Review Of Phenotypic And Epigenetic Clocks Used For Aging And Mortality Quantification In Humans, Brandon Warner, Edward Ratner, Anirban Datta, Amaury Lendasse

Engineering Management and Systems Engineering Faculty Research & Creative Works

Aging is the leading driver of disease in humans and has profound impacts on mortality. Biological clocks are used to measure the aging process in the hopes of identifying possible interventions. Biological clocks may be categorized as phenotypic or epigenetic, where phenotypic clocks use easily measurable clinical biomarkers, and epigenetic clocks use cellular methylation data. In recent years, methylation clocks have attained phenomenal performance when predicting chronological age and have been linked to various age-related diseases. Additionally, phenotypic clocks have been proven to be able to predict mortality better than chronological age, providing intracellular insights into the aging process. This …

A Simulation-Based Digital Twin For Data-Driven Maintenance Scheduling Of Risk-Prone Production Lines Via Actor Critics, Abhijit Gosavi, Aparna Gosavi

Engineering Management and Systems Engineering Faculty Research & Creative Works

Industry 4.0 mandates a shift from traditional total productive maintenance (TPM) methods, which rely on periodic data gathering and subsequent offline modeling for maintenance scheduling, towards more data-driven and online decision-making approaches. Further, Industry 4.0 emphasizes reducing intervention from high-skilled managers and leveraging real-time data for decision-making, which is characteristic of models rooted in either renewal-theoretic or Markov chains for traditional TPM methods. Digital Twins (DTs), which are virtual representations of physical systems, play a crucial role in this paradigm by enabling online decision-making of maintenance scheduling directly at the workstation level. In this paper, a simulation-based DT (S-DT) is …

Exploring Service Quality Among Us Hajj Pilgrims In Compliance With Vision 2030 Objectives, Majid Abdulmalik Alshaibi

Graduate Thesis and Dissertation 2023-2024

Saudi Arabia is progressing with Vision 2030, an ambitious blueprint for economic variation, global connection, and improved quality of life. The Hajj pilgrimage is addressed by the Doyof Al Rahman Program (DARP), one of the vision's programs aiming to enhance the Hajj experience. The Hajj pilgrimage is one of the world's largest annual massive gatherings and it has already received increased attention from researchers combining elements of pilgrimage and tourism. This dissertation aims to explore Hajj service quality and pilgrims' satisfaction. To attain this objective, a narrative and systematic literature review was conducted to develop a framework with standardized …

Learning Social Fairness Preferences From Non-Expert Stakeholder Opinions In Kidney Placement, Mukund Telukunta, Sukruth Rao, Gabriella Stickney, Venkata Sriram Siddardh Nadendla, Casey I. Canfield

Computer Science Faculty Research & Creative Works

Modern kidney placement incorporates several intelligent recommendation systems which exhibit social discrimination due to biases inherited from training data. Although initial attempts were made in the literature to study algorithmic fairness in kidney placement, these methods replace true outcomes with surgeons' decisions due to the long delays involved in recording such outcomes reliably. However, the replacement of true outcomes with surgeons' decisions disregards expert stakeholders' biases as well as social opinions of other stakeholders who do not possess medical expertise. This paper alleviates the latter concern and designs a novel fairness feedback survey to evaluate an acceptance rate predictor (ARP) …

Models Of Information Diffusion And The Role Of Influence, Chathura Jj Don Dimungu Arachchige

Graduate Thesis and Dissertation 2023-2024

Information diffusion is significant in fields such as propagation prediction and influence maximization, with applications in viral marketing and rumor control. Despite conceptual differences, existing diffusion models may not represent identical underlying generative structures. A classification of diffusion of information models is developed based on infection requirements and stochasticity. The study involves analyzing seven existing DOI models on directed scale-free networks. The distinctive properties of each model are identified through simulations and analysis of experimental results. Our analysis reveals that similarity in conceptual design does not imply similarity in behavior concerning speed, the final state of nodes and edges, and …

Political Prioritization For Digital Health And Health Equity Through Global Health Diplomacy, Vijay Kumar Chattu, Sujatha Alla, Bawa Singh

Engineering Management & Systems Engineering Faculty Publications

[Introduction] We have found the article "Digital health and health equity: How digital health can address healthcare disparities and improve access to quality care in Africa" published in the recent issue to be very relevant and interesting.¹ Qoseem et al have highlighted that there is a great need for continuous advocacy for strengthening the health systems through telehealth promotion and increasing access to healthcare services to achieve health equity.

Asem 4.0/5.0 - Evolving The Engineering Management Profession Through Industry 4.0/5.0 Collaborative Networks, T. Steven Cotter, Faisal Mahmud, Ziniya Zahedi

Engineering Management & Systems Engineering Faculty Publications

The American Society for Engineering Management was created and matured under Industry 3.0 automation. The emergence of Industry 4.0 and 5.0 are forcing all organizational sectors to rethink their long-term strategy with respect to emerging horizontal/vertical cyber-physical systems integration. This leaves open the question of the directions in which ASEM should evolve into the 21st century. This paper reports an initial mapping of Industry 4.0 and 5.0 technologies and initiatives as goal-oriented, long-term strategic collaborative networks. The research method began with the Boston Consulting Group nine technologies of Industry 4.0 (2015) and the Industry 5.0 technologies within its human-centric, sustainability, …

Understanding The Link Between Conflict Profiles And Team Affective Outcomes Using Lpa And Nlp Techniques, Francisco Cima, Pilar Pazos-Lago

Engineering Management & Systems Engineering Faculty Publications

Team conflict is a naturally emerging phenomenon resulting from individuals' interactions during project execution. Cross-disciplinary teams can experience higher levels of conflict than single-discipline teams because of the increased diversity of knowledge and perspectives. Research has shown that team conflict can emerge from different types of disagreements (cognitive and interpersonal), which have different implications for team functioning. Past empirical research has focused on the impact of both conflict types independent from each other while overlooking their combined effects. This work examines the conflict profiles resulting from the combined levels of interpersonal and cognitive disagreements and their association with team outcomes. …

An Algorithm Based On Priority Rules For Solving A Multi-Drone Routing Problem In Hazardous Waste Collection, Youssef Harrath Dr., Jihene Kaabi Dr.

Research & Publications

This research investigates the problem of assigning pre-scheduled trips to multiple drones to collect hazardous waste from different sites in the minimum time. Each drone is subject to essential restrictions: maximum flying capacity and recharge operation. The goal is to assign the trips to the drones so that the waste is collected in the minimum time. This is done if the total flying time is equally distributed among the drones. An algorithm was developed to solve the problem. The algorithm is based on two main ideas: sort the trips according to a given priority rule and assign the current trip …

A Simulation Model Analysis In The Us-Mexico Border, Carlo A. Zorola, Hiram Moya, Aditya Akundi

Manufacturing & Industrial Engineering Faculty Publications

Supply Chain (SC) is the flow of goods or services between supply and demand points. New or innovative strategies in SC have been researched and developed to deal with disruptive events, such as COVID-19, hurricanes, geopolitical, and even climate change. These challenges create supply imbalances, logistical challenges, and policy restrictions for transborder commerce. The DHS has implemented the Free and Secure Trade (FAST) program in both the US-Mexico and US-Canada border. These lanes are dedicated queues for commercial vehicles. In 2022, the government of Nuevo León, México, opened a dedicated lane just for Tesla´s northbound commercial traffic. There has been …

Artificial Intelligence For Enhanced Flotation Monitoring In The Mining Industry: A Convlstm-Based Approach, Ahmed Bendaouia, El Hassan Abdelwahed, Sara Qassimi, Abdelmalek Boussetta, Intissar Benzakour, Oumkeltoum Amar, Oussama Hasidi

Manufacturing & Industrial Engineering Faculty Publications

In the mining industry, accurate monitoring of the elemental composition in the flotation froth is crucial for efficient minerals separation. The hybrid deep learning algorithms offer powerful computational intelligence for real-time monitoring of froth quality in flotation processes. This soft sensor tool can provide valuable information for process control, including predictions of the elemental chemical composition. In this study, we propose a novel approach based on a Convolutional Long Short-Term Memory (ConvLSTM) neural network for real-time monitoring of chemical composition grades in flotation froth. The proposed model effectively extracts spatial and temporal patterns from video data, providing a better …

Fusion Et Validation De Modèles Musculosquelettiques De La Colonne Lombaire Pour La Prévention Et La Réadaptation Des Travailleurs, Christian Larivière, Farshid Ghezelbash, Amir Eskandari, Denis Gagnon, Hakim Mecheri, Navid Arjmand, Aboulfazl Shirazi-Adl

Rapports de recherche scientifique

Les charges imposées sur la colonne vertébrale lombaire constituent un facteur de risque important pour les maux de dos. Connaître la distribution de ces forces internes lors d’activités de travail est nécessaire autant en prévention qu’en réadaptation des travailleurs. La modélisation musculosquelettique (MS) de la colonne vertébrale est la seule approche non invasive permettant d’estimer les charges sur les structures internes de la colonne.

Deux modèles ont été développés au Québec, soient un modèle par éléments finis (MEF) guidé par le mouvement et un autre guidé par des mesures électromyographiques (EMG) d’activation musculaire (modèle MEMG). Ces modèles sont donc sensibles …

Developing Machine Learning And Time-Series Analysis Methods With Applications In Diverse Fields, Muhammed Aljifri

Theses and Dissertations

This dissertation introduces methodologies that combine machine learning models with time-series analysis to tackle data analysis challenges in varied fields. The first study enhances the traditional cumulative sum control charts with machine learning models to leverage their predictive power for better detection of process shifts, applying this advanced control chart to monitor hospital readmission rates. The second project develops multi-layer models for predicting chemical concentrations from ultraviolet-visible spectroscopy data, specifically addressing the challenge of analyzing chemicals with a wide range of concentrations. The third study presents a new method for detecting multiple changepoints in autocorrelated ordinal time series, using the …

Algorithms For Coordinating Multiple Autonomous Vehicles Under Various Constraints With Emphasis On Workload Balancing, Abhishek Patil

Dissertations, Master's Theses and Master's Reports

This dissertation focuses on developing algorithms to solve the problem of coordinating multiple autonomous vehicles under various constraints, aiming to produce practical solutions for real-world applications. Built upon three journal publications addressing two coordination-related problems in different domains, this research document tackles the challenges of heterogeneity constraints and cable entanglement issues encountered by autonomous vehicle systems.

The first problem tackles task allocation and path planning for heterogeneous ground mobile vehicles operating in a 2D environment with asymmetric travel costs. By enhancing previous Primal-Dual approximation heuristic methods, novel techniques are introduced to manipulate dual variables and achieve balanced workload distribution, ultimately …

The Hazard Prediction Problem, Mary E. Helander, Brendan Smith, Sylvia Charchut, Erika Swiatowy, Calvin Nau, Gregory Cavaretta, Timothy Schuler, Adam Schunk, Héctor Ortiz-Peña

Social Science - All Scholarship

This work formulates the hazard prediction problem while addressing the research question: Can machine learning create a model to automatically recognize patterns that correspond to hazard state conditions during a mission-critical operation? Supervised learning models were trained and tested on data observed from mission simulators, which allowed for safe observation of dynamic system states and undesirable casualty events. The prediction task was formulated as a binary classification problem, producing the probability of being in a hazard state at time t and providing situational awareness of a possible imminent loss. Several modeling architectures were investigated: neural networks, logistic regression, a support …

การพัฒนาระบบสารสนเทศของกระบวนการปล่อยผลิตภัณฑ์ยางรถยนต์, นัยรัตน์ เดชเสงี่ยมศักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบสารสนเทศสำหรับการปล่อยผลิตภัณฑ์ยางรถยนต์ โดยเปลี่ยนจากการใช้ระบบตรวจสอบในรูปแบบเอกสารกระดาษไปสู่กระบวนการประมวลผลข้อมูลผ่านเทคโนโลยีคอมพิวเตอร์ เพื่อแก้ไขปัญหาความล่าช้า ความไม่ถูกต้อง และความซ้ำซ้อนในกระบวนการปัจจุบัน การดำเนินงานประกอบด้วยการใช้เครื่องมือวิเคราะห์ เช่น ผังงาน แผนภูมิกระบวนการไหล และแผนภาพการไหลของกระบวนการ เพื่อจำลองและวิเคราะห์ขั้นตอนต่าง ๆ ที่ก่อให้เกิดความสูญเปล่า รวมถึงการประยุกต์ใช้เครื่องมือวิเคราะห์คุณภาพ ได้แก่ แผนผังก้างปลา การวิเคราะห์โหมดความล้มเหลวและผลกระทบ (FMEA: Failure Mode and Effects Analysis) และการวิเคราะห์แบบ Why-Why Analysis เพื่อค้นหาสาเหตุที่แท้จริงของปัญหา และกำหนดแนวทางแก้ไขอย่างเป็นระบบ ผลลัพธ์ของการวิจัยคือการออกแบบและพัฒนาแอปพลิเคชันออนไลน์ที่รองรับการทำงานแบบอัตโนมัติ และสามารถเชื่อมต่อกับระบบตรวจสอบระยะไกลแบบเรียลไทม์ โดยใช้วงจรชีวิตการพัฒนาซอฟต์แวร์ (Software Development Life Cycle: SDLC) ภายใต้ Waterfall Model เป็นกรอบการดำเนินงานหลัก มีการวิเคราะห์และสร้างแบบจำลองข้อมูลผ่าน Data Flow Diagram (DFD) และ Entity-Relationship Diagram (ERD) รวมถึงการออกแบบฐานข้อมูลโดยใช้กระบวนการ Normalization เพื่อลดความซ้ำซ้อนของข้อมูล แอปพลิเคชันได้รับการออกแบบตามหลักการของ UX/UI และผ่านการทดสอบการใช้งานด้วยวิธี Usability Testing โดยมีผู้ใช้งานจำนวน 10 คนเข้าร่วมการทดสอบ ผลการทดสอบพบว่าระบบมีความเป็นมิตรต่อผู้ใช้งาน โดยมีอัตราความสำเร็จในการใช้งาน 100% และได้รับคะแนนความพึงพอใจเฉลี่ย 86.23 จาก 100 คะแนน นอกจากนี้ ระบบใหม่ยังสามารถลดระยะเวลารวมของกระบวนการปล่อยผลิตภัณฑ์ยางรถยนต์ได้ถึง 24.62% และช่วยลดต้นทุนแรงงาน รวมถึงค่าใช้จ่ายด้านกระดาษและการจัดการเอกสารได้มากถึง 75,567 บาทต่อปี

การประยุกต์ใช้ปัญญาประดิษฐ์เพื่อวิเคราะห์การสั่นสะเทือนของเครื่องจักร ผ่านระบบอินเทอร์เน็ตของสรรพสิ่ง, ทศพล ลัทธปรีชา

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในยุคอุตสาหกรรมสมัยใหม่การนำปัญญาประดิษฐ์ (AI) ร่วมกับอินเทอร์เน็ตของสรรพสิ่ง (IoT) มาประยุกต์ใช้ในระบบการผลิตและบำรุงรักษาเครื่องจักรนั้นเป็นสิ่งสำคัญที่ช่วยเพิ่มประสิทธิภาพและลดต้นทุนการดำเนินงาน โดยระบบ IoT ช่วยให้เครื่องจักรสามารถเชื่อมต่อและแลกเปลี่ยนข้อมูลกันได้แบบเรียลไทม์ผ่านเครือข่ายอินเทอร์เน็ต ทำให้สามารถตรวจสอบสภาพการทำงานของเครื่องจักรได้อย่างต่อเนื่อง การตรวจจับปัญหาก่อนเกิดความเสียหายจะช่วยลดค่าใช้จ่ายในการซ่อมบำรุงและยืดอายุการใช้งานของเครื่องจักร ในโรงงานอุตสาหกรรม เครื่องจักรหมุนรอบเช่น มอเตอร์ ที่มักจะแสดงสัญญาณความผิดปกติในรูปของการสั่นสะเทือนที่ผิดปกติ และโดยทั่วไปมักไม่มีเซนเซอร์ตรวจจับการสั่นสะเทือนเนื่องจากค่าใช้จ่ายที่สูง งานวิจัยนี้จึงมุ่งพัฒนาแบบจำลอง AI ร่วมกับระบบ IoT ในการตรวจจับและวิเคราะห์การสั่นสะเทือนจากเครื่องจักร โดยใช้ ADXL345 Accelerometer และ ESP32 Microcontroller ซึ่งมีทั้งประสิทธิภาพและราคาที่ย่อมเยาว์ โดยเริ่มต้นจากการเก็บข้อมูลการสั่นสะเทือนจากมอเตอร์ทดลองและปรับข้อมูลให้เป็นรูปแบบ Frequency Domain ด้วยวิธี Fast Fourier Transform (FFT) ต่อมาใช้ข้อมูลนี้ในการฝึกและทดสอบแบบจำลอง AI เพื่อนำมาใช้งานบนอุปกรณ์ โดยการเชื่อมโยงการรับส่งข้อมูลผ่านอินเทอร์เน็ตเป็นระบบ IoT งานวิจัยนี้แสดงให้เห็นถึงความเป็นไปได้ในการพัฒนาระบบตรวจสอบการสั่นสะเทือนที่มีราคาย่อมเยาว์ โดยใช้เทคโนโลยี AI และ IoT ในการบำรุงรักษาเครื่องจักรในภาคอุตสาหกรรม

การลดข้อบกพร่องในกระบวนการประกอบชิ้นส่วนฉนวนซับเสียงหลุดร่วงในตัวถังรถยนต์ โดยแนวทางซิกซ์ซิกม่า, เทวัญ เปี่ยมศักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อลดสัดส่วนของเสียและค่าใช้จ่ายอัตราการทำลายชิ้นส่วนตัวถังรถยนต์ จากปัญหาชิ้นส่วนฉนวนดูดซับเสียงหลุดร่วงไปในโลหะของตัวถังรถยนต์ซึ่งเกิดขึ้นระหว่างชิ้นส่วนฉนวนดูดซับเสียงและชิ้นส่วนปั๊มโลหะของตัวถังรถยนต์โดยใช้ระเบียบวิธีซิกซ์ซิกม่า โดยที่ชิ้นส่วนฉนวนกันเสียงที่ผลิตโดยซัพ-พลายเออร์ระดับหนึ่ง ในประเทศไทย โดยบ่งตามลำดับของผู้ส่งมอบ เป็นชิ้นส่วนประกอบในชิ้นส่วนโลหะของตัวรถที่ช่วยลดเสียงรั่วเข้าไปในห้องโดยสารขณะใช้งานในรถยนต์โดยสาร ผลิตโดยผู้ผลิตอุปกรณ์ดั้งเดิม (OEM) ในประเทศไทย ชิ้นส่วนฉนวนกันเสียงหายไปเมื่อกระบวนการประกอบบางส่วนประมวลผลว่าชิ้นส่วนฉนวนเสียหายจากตำแหน่งปกติของชิ้นส่วนโลหะของตัวรถ และฟังก์ชันการประกอบชิ้นส่วนไม่เป็นไปตามมาตรฐาน บริษัทสังเกตเห็นว่าชิ้นส่วนฉนวนที่เสียหายในปัจจุบันไม่เป็นไปตามมาตรฐาน เมทริกซ์สาเหตุและผลในขั้นตอนการวัดของแนวทาง Six Sigma และ ขั้นตอนของ DMAIC ถูกนำมาใช้เพื่อระบุสาเหตุหลักของปัญหา สาเหตุปัจจัย ดังกล่าว ได้แก่ ขนาดรูโลหะของตัวถัง ,ขนาดชิ้นส่วนคลิปฉนวน และความหนาของชิ้นงานโลหะแผ่น การทดลองการออกแบบแบบแฟกทอเรียล หลังจากขั้นตอนการปรับปรุง เมื่อพารามิเตอร์ทั้งหมดของปัจจัยต่างๆ ได้รับการกำหนดอย่างถูกต้องตามผลลัพธ์ที่ได้จากขั้นตอนการปรับปรุง โดยชิ้นส่วนฉนวนจากหลุดร่วงจากตัวถังรถยนต์จะลดขนาดชิ้นส่วนที่ต้องส่งทำลายลดลงได้จาก 0.91% เป็นศูนย์ ภายในมาตรฐานของบริษัท ที่สำคัญที่สุดคือ ชิ้นส่วนฉนวนจะถูกแก้ไขปัญหาและถูกปรับปรุงเมื่อนำเข้ากระบวนการผลิตจำนวนมากอย่างถาวร ด้วยต้นทุนของการกำจัดเศษโลหะของตัวรถที่ไม่ได้มาตรฐานที่ลดลงได้ 854,247.89 บาทต่อเดือน ปัจจุบันผลิตภัณฑ์นี้สามารถผลิตและใช้ได้จริงเป็นจำนวนมากกับผู้ผลิตรถยนต์นั่งส่วนบุคคลในโรงงานกรณีศึกษาในประเทศไทย

การเพิ่มประสิทธิภาพการเตรียมเชื้อเพลิงขยะสำหรับหม้อต้มไอน้ำฟลูอิไดซ์เบดแบบหมุนเวียน, เจนณรงค์ นันท์อัศวสิน

Chulalongkorn University Theses and Dissertations (Chula ETD)

การแปรรูปขยะเป็นพลังงาน (Waste-to-Energy: WtE) เป็นทางเลือกเชิงกลยุทธ์ที่ช่วยตอบโจทย์ทั้งในด้านสิ่งแวดล้อมและพลังงานอย่างมีประสิทธิภาพ ในทางปฏิบัติ ระบบหม้อไอน้ำที่ใช้ในโรงไฟฟ้าจากขยะมักประกอบด้วยสองประเภทหลัก ได้แก่ หม้อไอน้ำแบบ Gate Boiler ซึ่งเผาไหม้ขยะมูลฝอยชุมชน (Municipal Solid Waste: MSW) ได้โดยตรงด้วยต้นทุนต่ำ และหม้อไอน้ำแบบฟลูอิไดซ์เบดหมุนเวียน (Circulating Fluidized Bed: CFB Boiler) ซึ่งต้องใช้เชื้อเพลิง RDF (Refuse-Derived Fuel) ที่มีค่าความร้อนสูงและสม่ำเสมอกว่า เพื่อยกระดับความยั่งยืนและลดต้นทุนของระบบสองหม้อน้ำดังกล่าว งานวิจัยนี้จึงประยุกต์ใช้แนวทาง DMAIC ร่วมกับการออกแบบการทดลอง (Design of Experiments: DOE) เพื่อศึกษาผลของความชื้นและขนาดเชื้อเพลิงต่อประสิทธิภาพการเผาไหม้ในระบบ CFB ผลการทดลองแสดงให้เห็นว่า ความชื้นของเชื้อเพลิงเป็นปัจจัยที่มีอิทธิพลสูงสุดต่อสมรรถนะของหม้อไอน้ำ โดยการลดความชื้นของ RDF ผ่านกระบวนการอุ่นล่วงหน้า (preheating) และการจัดการเชื้อเพลิงอย่างเหมาะสม ช่วยเพิ่มอัตราการผลิตไอน้ำได้อย่างมีนัยสำคัญ ขณะเดียวกันก็ช่วยลดการพึ่งพาเชื้อเพลิงเสริม (auxiliary fuel) และต้นทุนการเดินเครื่องโดยรวม ผลการศึกษานี้จึงชี้ให้เห็นแนวทางที่สามารถนำไปปฏิบัติได้จริง ทั้งในเชิงเทคนิคและเศรษฐกิจ สำหรับการเพิ่มประสิทธิภาพของระบบผลิตพลังงานจากขยะ และยังสอดคล้องกับเป้าหมายด้านความยั่งยืนและการใช้ทรัพยากรอย่างคุ้มค่าในระยะยาว