คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเชียงใหม่ เดินหน้าขับเคลื่อนงานวิจัยและนวัตกรรมเพื่อภาคอุตสาหกรรม ผ่านโครงการ “การเชื่อมด้วยหุ่นยนต์และระบบอัตโนมัติอุตสาหกรรม สำหรับยานยนต์ไฟฟ้าและระบบราง” นำโดย ผู้ช่วยศาสตราจารย์ ดร.วสวัชร นาคเขียว โดยมุ่งพัฒนาองค์ความรู้เชิงลึกด้านระบบการผลิตอัตโนมัติ ผสานเทคโนโลยี Machine Learning และ AI เพื่อยกระดับศักยภาพอุตสาหกรรมยานยนต์ไฟฟ้า (EV) และการผลิตรางรถไฟคุณภาพสูง

หนึ่งในผลงานเด่นของโครงการ คือ “รถยนต์ไฟฟ้าดัดแปลงต้นแบบ 4 ล้อ” (EV Conversion Prototype) ระดับความพร้อมทางเทคโนโลยี TRL 4 ซึ่งผ่านการออกแบบและทดสอบทั้งด้านความปลอดภัยของระบบแบตเตอรี่และสมรรถนะการขับขี่จริง พร้อมต่อยอดสู่การใช้งานและการพัฒนาอุตสาหกรรม EV Conversion ในประเทศไทย

 อีกหนึ่งนวัตกรรมสำคัญ คือ “ระบบควบคุมแรงกดอัตโนมัติสำหรับงานเชื่อมเสียดทานแบบกวน” (TRL 3) ที่ช่วยลดปัญหารอยเชื่อมบกพร่อง เพิ่มความแข็งแรงและความปลอดภัยของชิ้นงาน รองรับการผลิตชิ้นส่วนสำหรับอุตสาหกรรมยานยนต์และระบบรางสมัยใหม่

นอกจากการพัฒนานวัตกรรมต้นแบบ โครงการยังสร้างผลงานวิจัยระดับนานาชาติ โดยได้รับการตีพิมพ์ในวารสารวิชาการฐานข้อมูล ISI ระดับ Q1 และ Q2 จำนวน 5 เรื่อง พร้อมยื่นจดอนุสิทธิบัตร “เครื่องทดสอบความล้าของวัสดุแบบแรงดัดด้วยระบบนิวเมตริก” สะท้อนศักยภาพงานวิจัยไทยที่สามารถต่อยอดสู่ภาคอุตสาหกรรมได้จริง

ความสำเร็จดังกล่าวสอดคล้องกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs) ด้านอุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน พร้อมสร้างกำลังคนวิศวกรรมสมรรถนะสูง เพื่อขับเคลื่อนอุตสาหกรรมไทยสู่อนาคตแห่งการผลิตอย่างยั่งยืน

สามารถติดตามข้อมูลที่เกี่ยวข้องกับงานวิจัย เพิ่มเติม ได้ที่

– Optimizing Electric Bus Charging Infrastructure (Mathematics, Q1 Tier 1)

https://www.mdpi.com/2227-7390/13/5/733

– Estimation of Microbial Load in Ganoderma lucidum Using a Solar-Electric Hybrid Dryer Enhanced by Machine Learning and IoT (Smart Agricultural Technology, Q1 Tier 1)

https://www.sciencedirect.com/science/article/pii/S2772375525002102

– Machine Learning on Low-Cost Edge Devices for Real-Time Water Quality Prediction in Tilapia Aquaculture (Sensors, Q2)

https://www.mdpi.com/1424-8220/25/19/6159

– A Stochastic Optimization Model for Electric Freight Operations on Predefined Long-Haul Routes with Partial Recharging and Heterogeneous Fleets (Smart Cities, Q1)

https://www.mdpi.com/2624-6511/9/2/35

– Optimizing mechanical component design with population-based metaheuristics (Open Engineering, Q2) https://www.degruyterbrill.com/document/doi/10.1515/eng-2025-0166/html