RAM-based Data Analytics for Power Plant Case Study: Steam Power Plant in Thailand
ผู้ร่วมเขียนบทความ
รองศาสตราจารย์ ดร.สมภพ ตลับแก้ว
First Author · คณะครุศาสตร์อุตสาหกรรม
Anan Suebsumran
Author
ข้อมูลการนำเสนอ
- ประเภทบทความประชุมวิชาการ
- 2024 International Conference on Materials and Energy, ICOME2024
- โครงการวิจัย/บริการวิชาการ ที่เกี่ยวข้อง
- —
- ชื่อการประชุม
- 2024 International Conference on Materials and Energy, ICOME2024
- สถานที่จัดการประชุม
- Bangkok
- ประเทศ
- ไทย
- วันที่เริ่มการประชุม (พ.ศ.)
- 30 ต.ค. 2567
- วันที่สิ้นสุดการประชุม (พ.ศ.)
- 1 พ.ย. 2567
- ฐานข้อมูลที่ตีพิมพ์
- Scopus
ผลการวิเคราะห์ AI
การเชื่อมโยงกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs)
เป้าหมายที่ 7 พลังงานสะอาดที่ทุกคนเข้าถึงได้
ความเชื่อมโยง: งานวิจัยนี้มุ่งเน้นการวิเคราะห์ข้อมูลด้วยหลักการ RAM (Reliability, Availability, Maintainability) สำหรับโรงไฟฟ้าพลังความร้อนในประเทศไทย ซึ่งช่วยเพิ่มประสิทธิภาพในการผลิตพลังงานและลดการหยุดชะงักของระบบไฟฟ้า
เป้าหมายย่อยที่ 7.3 — เพิ่มอัตราการปรับปรุงประสิทธิภาพการใช้พลังงานของโลกให้เพิ่มขึ้นเป็น 2 เท่า ภายในปี พ.ศ. 2573
ความเชื่อมโยง: การใช้ RAM-based Data Analytics ช่วยปรับปรุงประสิทธิภาพการดำเนินงานของโรงไฟฟ้า ทำให้การใช้ทรัพยากรเชื้อเพลิงในการผลิตไฟฟ้ามีความคุ้มค่าและลดความสูญเสียในกระบวนการผลิต
ตัวชี้วัดที่ 7.3.1 — ความเข้มของการใช้พลังงาน ที่สัมพันธ์กับพลังงานขั้นต้นและผลิตภัณฑ์มวลรวมภายในประเทศ (GDP)
ความเชื่อมโยง: การวิเคราะห์ความพร้อมใช้งาน (Availability) และความเชื่อถือได้ (Reliability) ของเครื่องจักรในโรงไฟฟ้า ส่งผลโดยตรงต่อการลดความเข้มข้นของการใช้พลังงานในภาคการผลิตไฟฟ้า
เป้าหมายที่ 9 อุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน
ความเชื่อมโยง: เป็นการประยุกต์ใช้เทคโนโลยีการวิเคราะห์ข้อมูลขั้นสูง (Data Analytics) เพื่อยกระดับโครงสร้างพื้นฐานด้านพลังงานและเพิ่มขีดความสามารถทางเทคโนโลยีในอุตสาหกรรมการผลิตไฟฟ้าของไทย
เป้าหมายย่อยที่ 9.4 — ยกระดับโครงสร้างพื้นฐานและปรับปรุงอุตสาหกรรมเพื่อให้เกิดความยั่งยืนโดยเพิ่มประสิทธิภาพการใช้ทรัพยากรและการใช้เทคโนโลยีและกระบวนการทางอุตสาหกรรมที่สะอาดและเป็นมิตรต่อสิ่งแวดล้อมมากขึ้น โดยทุกประเทศดำเนินการตามขีดความสามารถของแต่ละประเทศภายในปี พ.ศ. 2573
ความเชื่อมโยง: การนำระบบวิเคราะห์ข้อมูลมาใช้ในการบำรุงรักษา (Maintainability) ช่วยให้โครงสร้างพื้นฐานของโรงไฟฟ้ามีความยั่งยืนมากขึ้น ลดการใช้ทรัพยากรฟุ่มเฟือยจากการซ่อมบำรุงที่ไม่มีประสิทธิภาพ
ตัวชี้วัดที่ 9.4.1 — ปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์ต่อหน่วยมูลค่าเพิ่ม
ความเชื่อมโยง: การเพิ่มประสิทธิภาพเครื่องจักรผ่านการวิเคราะห์ RAM ช่วยลดการปล่อยก๊าซคาร์บอนไดออกไซด์ต่อหน่วยพลังงานที่ผลิตได้ เนื่องจากเครื่องจักรทำงานได้เต็มประสิทธิภาพมากขึ้น
เป้าหมายที่ 12 การบริโภคและผลิตอย่างยั่งยืน
ความเชื่อมโยง: การวิเคราะห์ RAM ช่วยในการวางแผนการจัดการทรัพยากรและอะไหล่สำรองอย่างมีประสิทธิภาพ ลดขยะอุตสาหกรรมที่เกิดจากการเปลี่ยนอะไหล่ก่อนเวลาอันควรหรือการชำรุดเสียหายรุนแรง
เป้าหมายย่อยที่ 12.2 — บรรลุการจัดการที่ยั่งยืนและการใช้ทรัพยากรธรรมชาติอย่างมีประสิทธิภาพ ภายในปี พ.ศ. 2573
ความเชื่อมโยง: ช่วยให้เกิดการจัดการและการใช้ทรัพยากรทางธรรมชาติ (เชื้อเพลิงและวัสดุอุปกรณ์) ในโรงไฟฟ้าอย่างมีประสิทธิภาพและยั่งยืนผ่านการตัดสินใจบนฐานข้อมูล
ตัวชี้วัดที่ 12.2.1 — ร่องรอบการใช้วัตถุดิบ (Material Footprint) ร่องรอยการใช้วัตถุดิบต่อหัวประชากร และต่อผลิตภัณฑ์มวลรวมในประเทศ (GDP)
ความเชื่อมโยง: การใช้ Data Analytics ช่วยติดตามและควบคุมการใช้รอยเท้าวัสดุ (Material Footprint) ในกระบวนการผลิตและบำรุงรักษาโรงไฟฟ้า