กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้:
https://buuir.buu.ac.th/xmlui/handle/1234567890/17750ระเบียนเมทาดาทาแบบเต็ม
| ฟิลด์ DC | ค่า | ภาษา |
|---|---|---|
| dc.contributor.author | ประจักษ์ จิตเงินมะดัน | - |
| dc.date.accessioned | 2026-04-23T09:08:17Z | - |
| dc.date.available | 2026-04-23T09:08:17Z | - |
| dc.date.issued | 2567 | - |
| dc.identifier.uri | https://buuir.buu.ac.th/xmlui/handle/1234567890/17750 | - |
| dc.description.abstract | ในอุตสาหกรรมและเทคนิคการผลิตสมัยใหม่ การบำรุงรักษาที่รวดเร็วและแม่นยำเป็นแนวคิดที่สำคัญอย่างยิ่ง การศึกษานี้ได้นำเสนอระบบผู้เชี่ยวชาญระยะไกลที่ขับเคลื่อนด้วย AI ซึ่งเปลี่ยนแปลงการบำรุงรักษาในอุตสาหกรรมอัตโนมัติผ่านการบูรณาการเทคโนโลยีปัญญาประดิษฐ์ (AI) ความเป็นจริงผสม (MR) และการประมวลผลภาษาธรรมชาติ (NLP) เข้าด้วยกัน โดยมีการทดสอบการนำไปใช้งานด้วยโมเดล YOLOv8s บนอุปกรณ์แว่น Microsoft HoloLens 2 สำหรับการรู้จำวัตถุแบบเรียลไทม์และการตรวจจับสถานะไฟแสดง LED บนอุปกรณ์ PLCnext ช่วยให้ผู้ปฏิบัติงานซ่อมบำรุงได้รับข้อมูลการตรวจสอบและวินิจฉัยในทันที การตรวจสอบความถูกต้องด้วยการทดลองและการทดสอบภาคสนามแสดงให้เห็นถึงประสิทธิภาพของระบบที่มีประสิทธิภาพด้วยค่า mAP50 ที่ 0.993 และ mAP50-95 ที่ 0.844 และระบบสามารถสร้างคำแนะนำในการซ่อมบำรุงเครื่องจักรโดยใช้โมเดล NLP ที่ได้รับการพัฒนาเสริมข้อมูลเฉพาะทาง ซึ่งสามารถให้คำแนะนำเฉพาะทางแบบอัตโนมัติตามปัญหาที่ระบุ โดยแนวทางในการพัฒนานวัตกรรมนี้ สร้างกระบวนทัศน์ใหม่สำหรับการซ่อมบำรุงในอุตสาหกรรมอัตโนมัติที่ช่วยลดเวลาหยุดทำงานของเครื่องจักรอย่างมีนัยสำคัญ เพิ่มประสิทธิภาพการดำเนินงาน และลดต้นทุนการบำรุงรักษาในภาพรวม | th_TH |
| dc.description.sponsorship | โครงการวิจัยประเภทเงินรายได้ คณะวิทยาการสารสนเทศ ประจำปีงบประมาณ พ.ศ. 2567 มหาวิทยาลัยบูรพา. | th_TH |
| dc.language.iso | th | th_TH |
| dc.publisher | คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา | th_TH |
| dc.subject | ปัญญาประดิษฐ์ -- การใช้ในอุตสาหกรรม | th_TH |
| dc.subject | ความเป็นจริงเสริม | th_TH |
| dc.title | การประยุกต์ใช้งานความเป็นจริงเสริมในงานด้านอุตสาหกรรมอัตโนมัติ (ระยะที่ 2) | th_TH |
| dc.title.alternative | Applied Augmented Reality for Industrial Automation (Phase 2) | th_TH |
| dc.type | Research | th_TH |
| dc.author.email | prajaks@buu.ac.th | th_TH |
| dc.year | 2567 | th_TH |
| dc.description.abstractalternative | In modern industries and manufacturing techniques, quick and precise maintenance is a vital concept. This study introduces an AI-driven Remote Expert System that transforms industrial maintenance through the integration of artificial intelligence (AI), mixed reality (MR), and natural language processing (NLP) technologies. Our implementation utilizes YOLOv8s on Microsoft HoloLens 2 for real-time object recognition and LED status indicator detection on PLCnext controllers, enabling on-site operators to receive immediate diagnostic information. Experimental validation and field trials demonstrate robust system performance with an mAP50 of 0.993 and mAP50-95 of 0.844, while optimizing CPU utilization and battery consumption during video streaming operations. The system automatically generates NLP-based maintenance recommendations corresponding to identified issues. This innovative approach establishes a new paradigm for industrial maintenance that significantly reduces equipment downtime, enhances operational efficiency, and minimizes maintenance costs. | th_TH |
| ปรากฏในกลุ่มข้อมูล: | รายงานการวิจัย (Research Reports) | |
แฟ้มในรายการข้อมูลนี้:
| แฟ้ม | รายละเอียด | ขนาด | รูปแบบ | |
|---|---|---|---|---|
| 2569-726.pdf | 6.43 MB | Adobe PDF | ดู/เปิด |
รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น