controlling electronic devices by using computer … · 2019-07-15 · ของปุ่ม...

PIM 9th National and 2nd International Conference 2019

and 2nd Smart Logistics Conference

5 July 2019

E1

การควบคมอปกรณไฟฟาโดยใชแปนพมพคอมพวเตอร CONTROLLING ELECTRONIC DEVICES BY USING COMPUTER KEYBOARD

ผศ.ดร.วสธาน ตนบญเฮง

(1 Enter, 16 points) คณะวศวกรรมศาสตรและเทคโนโลย สถาบนการจดการปญญาภวฒน

The Faculty of Engineering and Technology, Panyapiwat Institute of Management *Corresponding author, E-mail: [email protected]

(1 Enter, 16 points) บทคดยอ งานวจยชนนแสดงใหเหนความเปนไปไดในการใชคอมพวเตอรควบคมอปกรณไฟฟาโดยใชสญญาณไฟ LED ท แสดงการท างานของป ม numlock, capslock และ scroll lock บนแป นพ มพ (keyboard) ผลการทดลองแสดงใหเหนวาความเรวในการปดเปดไฟ LED อยทประมาณ 0.035 วนาท วงจรรเลย (relay) หรอ วงจร LDR สามารถถกน ามาใชในการตอขยายสญญาณจากแปนพมพเพอควบคมอปกรณไฟฟาตาง ๆ (1 Enter, 16 points)

ค าส าคญ: ระบบควบคมอตโนมต แปนพมพ วงจรรเลย วงจร LDR (1 Enter, 16 points) ABSTRACT

This research shows possibility of using computer to control electronic devices by LED signal which display numlock, capslock and scroll lock’s status on keyboard. The experiment result shows that the speed of turning LED on and off is about 0.035 second. Relay circuit or LDR circuit could be used to enchant the signal from keyboard to control the others electronic devices. (1 Enter, 16 points)

Keywords: controlling system, keyboard, relay circuit, LDR circuit (1 Enter, 16 points) บทน า

ปจจบนนระบบคอมพวเตอรไดเขามามบทบาทตอการพฒนาในหลายดาน ทงดานอตสาหกรรม ระบบการผลตสนคาอตโนมต การด าเนนชวตประจ าวน ระบบบานอจฉรยะ ระบบขบรถยนตอตโนมต และ เครองมออ านวยความสะดวกตาง ๆ มากมาย ซงเปนระบบควบคมอตโนมต (นายไพโรจน ธระวงศ, 2516) ทประกอบดวยอปกรณไฟฟา เชนมอเตอร สวตซไฟ หรอ หลอดไฟ โดยมคอมพวเตอรท าหนาทสงการควบคม



5 July 2019

E2

การน าคอมพวเตอรมาใชควบคมอปกรณไฟฟาสามารถท าไดหลายวธโดยเชอมตอผาน port ตาง ๆ ของเครองคอมพวเตอร เชน serial port, parallel port และ USB port (Universal Serial Bus) เปนตน หากเปนอปกรณประเภทท ใชส าหรบงาน IoT (Internet of Things) เชน Raspberry Pi (Chutchavan Suksutthi, 2559) และ Arduino (ThaiEasyElec, 2558) ซงสวนใหญมกเปนคอมพวเตอรทมขนาดเลก ราคาถก จะมการจดเตรยม I/O port เปนเขมเลก ๆ จ านวนมาก (pin) รอบตวอปกรณ ท าใหงายตอการน าไปตอเชอมเพอควบคมอปกรณไฟฟาอน

แตเนองจากคอมพวเตอรรนใหมในชวงประมาณ 5 ปทผานมาเรมไมมการผลต serial port และ parallel port ตดมาดวย ทงเครองคอมพวเตอรแบบตงโตะ และ แบบพกพา (notebook PC) เพราะ port ดงกลาวมความเรวนอยกวา USB port การตอสญญาณควบคมอปกรณไฟฟาผาน USB port จ าเปนจะตองซออปกรณประมวลผลสญญาณจาก port USB เพมเตม หรออาจใช Raspberry Pi และ Arduino ในการเชอมตอแทน โดยอปกรณดงกลาวไมสามารถหาซอไดตามทองตลาดทวไป จ าเปนตอซอจากแหลงขายอปกรณอเลกทรอนกสโดยเฉพาะ เชน ตลาดบรเวณบานหมอ หรอ สงซอผานทางเวบไซตขายสนคาออนไลน เปนตน

แปนพมพ (keyboard) เปนอปกรณคอมพวเตอรทสามารถหาซอไดงายจากหางขายสนคาในปจจบน ตามปกตแปนพมพจะถกใชเปนอปกรณประเภท input เพอสงขอมลเขาไปประมวลผลในระบบคอมพวเตอร แตเนองจากบนแปนพมพมหลอดไฟ LED (Light-Emitting Diode) เพอแสดงสถานะการท างานของปม numlock, capslock และ scroll lock ซงสามารถเขยนโปรแกรมควบคมการท างานของหลอดไฟดงกลาวได ดงนนจงมความเปนไปไดทจะประยกตน าสญญาณไฟมาใชควบคมอปกรณไฟฟาอนได , 16 points) ทบทวนวรรณกรรม

ในสมยกอนท USB port จะไดรบความนยม serial port และ parallel port มกถกน ามาใชเพอควบคมอปกรณไฟฟาตาง ๆ โดยใชคอมพวเตอร (วทยาลยเทคนคสตหบ, 2556) โดย parallel port จะไดรบความนยมมากกวาเนองจากสามารถตอสายไฟจากเขมท 2 ถง 9 จาก port เขาสวงจรขยายสญญาณไดโดยตรง สวนการใชงาน serial port นนจ าเปนตอผานวงจรแปลงการสงขอมลแบบอนกรมเปนแบบขนานกอน แลวจงตอเขาสวงจรขยายสญญาณได อกทงยงจ าเปนตองควบคมอตราเรวในการรบสงขอมลใหตรงกนดวย

เนองจากแรงดนไฟฟาของสญญาณทควบคมไฟ LED มไมมากพอทจะควบคมการท างานอปกรณทขบเคลอนโดยใชแมเหลกไฟฟา หรอ มอเตอร จงจ าเปนตองขยายสญญาณใหสงเพยงพอตอการคว บคมอปกรณอนได และ ในขณะทอปกรณทขบเคลอนโดยใชแมเหลกไฟฟาหยดขยบกระทนหน จะเกดกระแสไฟฟาไหลยอนกลบ ซงสามารถท าความเสยหายแกวงจรได ดงนนจงควรใชวงจรรเลย ( relay) ขยายสญญาณและปองกนไมใหวงจรควบคมเชอมตอกบอปกรณไฟฟาโดยตรง (ElectronicsTutorials, 2557) วงจรประกอบดวย transistor ซงท าหนาทขยายสญญาณควบคมการเปดปดของ relay และ มการตอกบ diode เพอปองการกระแสไฟฟายอนกลบจาก relay ไปท าความเสยหายตอวงจรขบ หากไมตองถอดแยกชนสวนแปนพมพเพอเชอมสายไฟจากวงจรรเลยเขาสวงจรของแปนพมพโดยตรง สามารถใชวงจร LDR (Electronic workbench -



5 July 2019

E3

PCB heaven, 2552) เพอรบแสงจากหลอด LED ทแสดงอยบนแปนพมพแลวน าสญญาณไปควบคม relay แทนไดเชนกน วตถประสงคของการวจย

1. เพอเผยแพรวธการใชคอมพวเตอรควบคมอปกรณไฟฟาโดยใชแปนพมพเปนอปกรณสงผานสญญาณควบคม ซงสามารถหาซอและน ามาใชงานไดงายกวาอปกรณควบคมประเภทอน

2. เพอศกษาความเรวการเปลยนสถานะตดดบของหลอดไฟ LED บนแปนพมพ ซงหากอปกรณไฟฟาทถกควบคมใชความเรวการควบคมนอยกวา จะสามารถน าวธทกลาวถงในงานวจยนไปใชสรางเปนระบบควบคมอยางงายได

(1 Enter, 16 points) วธด าเนนการวจย

งานวจยชนนใชโปรแกรมภาษา C# ในการควบคมการท างานของหลอดไฟ LED ทแสดงการท างานของปม numlock, capslock และ scroll lock บนแปนพมพ File ทบรรจ source code ของโปรแกรมชอวา "keyboard_control.cs" สามารถถก compile โดยพมพค าสง "C:\Windows\Microsoft.NET\Frame work\v3.5\csc keyboard_control.cs" ใ น command line ข อ ง ร ะ บ บ ป ฏ บ ต ก า ร Windows 7 Professional โดยไมจ าเปนตองตดตงโปรแกรมอนใดเพมเตม เนองจากโปรแกรม compiler ภาษา C# (csc) ทน ามาใชถกตดตงมาพรอมกบระบบปฏบตการ Windows อยแลว 1 2 3 4 5 6 7 8 9 10 11 12 13 14

using System.Windows.Forms; using System.Runtime.InteropServices; namespace KeyLockControl { class TestLockKey { [DllImport("user32.dll")] static extern void keybd_event (byte vk, byte sc, uint fl, int info); private static void LockKey (Keys key_code, bool is_lock) { const int KEYEVENTF_EXTENDEDKEY = 0x1; const int KEYEVENTF_KEYUP = 0x2; if(Control.IsKeyLocked(key_code)){



5 July 2019

E4

15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

if(is_lock) return; } else{ if(!is_lock) return; } keybd_event((byte)key_code, 0x45, KEYEVENTF_EXTENDEDKEY, 0); keybd_event((byte)key_code, 0x45, KEYEVENTF_EXTENDEDKEY | KEYEVENTF_KEYUP, 0); } private static void TestDelay (Keys key_code, int delay_time) { for(int i=0;i<50;i++){ LockKey(key_code, true); System.Threading.Thread.Sleep(delay_time); LockKey(key_code, false); System.Threading.Thread.Sleep(delay_time); } } static void Main() { TestDelay(Keys.NumLock, 35); TestDelay(Keys.CapsLock, 35); TestDelay(Keys.Scroll, 35); } } }

ภาพท 1: Source code ของโปรแกรมทใชทดสอบความเรวการท างานของหลอดไฟ LED บนแปนพมพ Source code ของโปรแกรมทใชทดสอบความเรวการท างานของหลอดไฟ LED บนแปนพมพสามารถแสดงไดดงภาพท 1 บรรทดท 1 ถง 8 ใชส าหรบน าเขา function อานและควบคมการกดปมบนแปนพมพ Function ทแสดงในบรรทดท 10 ถง 22 (LockKey) ใชส าหรบสงใหหลอดไฟ LED เปดหรอปด



5 July 2019

E5

หากป อน parameter "key_code" ให ม คา เป น Keys.NumLock, Keys.CapsLock และ Keys.Scroll จะสามารถส งให function ควบคมการกดปม numlock, capslock และ scroll lock บนแปนพมพตามล าดบ สวน parameter "is_lock" จะท าใหหลอดไฟ LED สวางเมอมคาเปน "true" และ ดบเมอมคาเปน "false" Function ทแสดงในบรรทดท 24 ถง 32 (TestDelay) ใชส าหรบสงใหหลอดไฟ LED ทระบกระพรบ 50 ครงโดยการเปลยนสถานะในขณะกระพรบแตละครงจะใชเวลาเทากบคาทปอนใหกบ parameter "delay_time" ซงมหนวยเปน milisecond (ใชคา 1000 milisecond เพอหนวงเวลานาน 1 วนาท) เมอสงใหโปรแกรมทผานการ compile แลวท างาน โปรแกรมจะกระพรบหลอดไฟ LED ทแสดงการท างานของปม numlock, capslock และ scroll lock บนแปนพมพปมละ 50 ครงตามล าดบ โดยชวงเวลาทหลอดไฟสวางและดบจะใชเวลาชวงละ 35 milisecond สามารถท าการทดลองหาความเรวอตราการกระพรบของหลอดไฟ LED แตละดวงไดโดยการเปลยนเลข 35 ใน source code บรรทดท 36 ถง 38 เปนคาอน ส าหรบการสรางวงจร LDR เพอน ามาใชในการจบสญญาณไฟ LED ทแสดงบนแปนพมพคอมพวเตอร ผทดลองเลอกสรางเพยงวงจรแรกทแสดงใน website (Electronic workbench - PCB heaven, 2552) เทานน เพราะตองการจ ากดคาใชจายทใชในการทดลองใหนอยทสดโดยรายการอปกรณทใชในก ารสรางสามารถแสดงไดดงภาพท 2 รวมราคาทงสน 146 บาท (ซอเมอวนท 27 มนาคม พ.ศ.2562) ท าการประกอบโดยน าขาของอปกรณมาบดกรเชอมตอกนโดยตรง โดยไมใชแผน PCB board เนองจากมจ านวนอปกรณ ไมมากและเปนวงจรขนาดเลก เมอประกอบเสรจแลวจะไดวงจรดงภาพท 3 เมอน ามาทดลองโดยใชมอบงแสงทอปกรณ LDR จะสามารถควบคมให relay เปดปดได แตแสงจากหลอด LED บนแปนพมพคอมพวเตอร ไมเพยงพอตอการท าใหวงจรท างาน วงจรนจงยงไมถกน ามาใชในงานวจยชนน ผทดลองเสนอใหทดลองสรางวงจรทถดมาทแสดงในหนา website (วงจรล าดบท 2 และ 3) ซงมประสทธภาพสงกวาแทน (หมายเหต : ผทดลองมเหตจ าเปนตองรบเขยนบทความนใหเสรจภายในเวลาจ ากด จงท าใหยงไมไดทดลองสรางวงจรล าดบอนเพอน ามาใชทดลองเพมเตมในงานวจยชนน)



5 July 2019

E6

ภาพท 2: รายการอปกรณทน ามาใชในการประกอบวงจร LDR

ภาพท 3: วงจร LDR เพอน ามาใชในการจบสญญาณไฟ LED ทแสดงบนแปนพมพคอมพวเตอร



5 July 2019

E7

ผลการวจยและอภปรายผล แปนพมพทถกเลอกมาใชในการทดลองคอ Standard Keyboard #KB-04 ยหอ Movada ราคา 99

บาท ซอเมอวนพฤหสบดท 28 กมภาพนธ พ.ศ.2562 จากบรษท เพาเวอรบาย จ ากด (สาขาแจงวฒนะ) ทศนยการคาหางเซนทรลสาขาแจงวฒนะซงอยใกลทท างานของผวจย (สถาบนการจดการปญญาภวฒน) และ ราคาถกทสด ณ เวลาทซอ

ภาพท 4 แสดงแปนพมพ Standard Keyboard #KB-04 ยหอ Movada ทถกเลอกมาใชในการทดลองพรอมกลองสนคา และ ใบเสรจรบเงน สาย port ทใชตอเชอมกบเครองคอมพวเตอรคอ PS/2 ซงจะตองตอผานตวแปลงใหกลายเปน USB port (แถมฟรมาในกลอง) การใชงานในครงแรก จะตองปดเครองคอมพวเตอร ตอสายเขาท USB port ผานตวแปลงสขาว แลวจงเปดเครองคอมพวเตอรใหมอกครง

ภาพท 4: แปนพมพ Standard Keyboard #KB-04 ยหอ Movada ทถกเลอกมาใชในการทดลอง

การทดลองเรมตนโดยตงคา parameter "delay_time" ของ function "TestDelay" ท source

code ในภาพท 1 บรรทดท 36 ถง 38 ใหมคาเทากบ 100 milisecond เพอดวาการกระพรบของหลอดไฟ LED แตละหลอด หากสามารถกระพรบไดปกต การกระพรบทง 50 ครงใชระยะเวลาเทากนแสดงวาวงจรควบคมสามารถตอบสนองการท างานไดทน จงท าการทดลองซ าโดยลดคาหนวงเวลาครงละ 5 milisecond ลงไปเรอย ๆ จนการกระพรบของหลอดไฟเกดความผดปกต เมอลดคาหนวงเวลาจนเหลอเทากบ 30 milisecond พบวาการกระพรบของหลอดไฟในบางจงหวะยาวมากกวาปกต ไมสม าเสมอ แสดงวาวงจร ไมสามารถตอบสนองค าสงจากโปรแกรมควบคมไดทน จงสามารถสรปไดวาความเรวในการปดเปดไฟ LED อยทประมาณ 0.035 วนาท (35 milisecond) หรอ อาจกลาวไดวาหลอดไฟ LED บนแปนพมพสามารถเปลยนสถานะการตดดบไดประมาณ 28.57 ครงตอวนาท (หมายเหต : ท าการทดลอง LED ทละหลอดโดย comment code ในบรรทดท 36 ถง 38 ใหเหลอเพยงบรรทดเดยวในการทดลองแตละครง) points)



5 July 2019

E8

สรป งานวจยชนนแสดงแนวความคดในการประยกตใชสญญาณไฟ LED บนแปนพมพเพอควบคม

การท างานของอปกรณไฟฟา หลอดไฟ LED บนแปนพมพทน ามาใชเชอมตอสญญาณควบคมคอหลอดไฟ LED ส าหรบแสดงการท างานของปม numlock, capslock และ scroll lock ผลการทดลองแสดงให เหนวาความเรวในการปดเปดไฟ LED อยทประมาณ 0.035 วนาท วงจรรเลย (relay) หรอ วงจร LDR ถกน ามาใชในการขยายสญญาณไฟ LED ใหเพยงพอตอการน าไปใชควบคมอปกรณตาง ๆ

สามารถตอยอดงานวจยชนนเพอน าระบบนไปใชควบคมอปกรณไฟฟาตาง ๆ ทไมตองการความเรวในการควบคมสงมาก ตวอยางเชน ระบบควบคมการเปดปดเครองใชไฟฟาภายในบาน โครงงานของนกศกษา ระบบใหอาหารสตว และ ระบบปลกตนไมอตโนมต เปนตน

ขอจ ากดของการใชสญญาณไฟ LED จากแปนพมพเพอควบคมอปกรณไฟฟาคอสามารถควบคมไดเพยง 3 ชองทางเทานน (numlock, capslock, scroll lock) สามารถขยายจ านวนชองทางการควบคมโดยการสรางอปกรณหรอกลไกเสรมลงในระบบซงตองท าการวจยถงความเปนไปไดตอไปในอนาคต

แมวาความเรวในการควบคมอปกรณจะไมสงมากเพยงพอทจะน ามาใชควบคมอปกรณประเภทเครอง CNC ระบบขบรถยนตอตโนมต หรอ หนยนตทมลกษณะคลายมนษย เหมอนการเชอมตอสญญาณควบคมโดยวธอน แตแปนพมพสามารถหาซอตามทองตลาดไดงายกวามาก อกทงยงสามารถเชอมตอโดยผาน USB port ท าใหสะดวกตอการน าไปใชงาน เอกสารอางอง นายไพโรจน ธระวงศ (2516). ระบบควบคมอตโนมต. สารานกรมไทยส าหรบเยาวชนฯ, สบคนเมอ 28

กมภาพนธ 2562, จาก http://saranukromthai.or.th/sub/book/book.php?book=1 &chap=6&page=t1-6-infodetail13.html

วทยาลยเทคนคสตหบ (2556). Port คอมพวเตอรทนาร. สบคนเมอ 28 กมภาพนธ 2562, จาก http://www.tatc.ac.th/files/09011219194805_1205180990152.pdf

Chutchavan Suksutthi (2559). ท าความรจก Raspberry Pi. สบคนเมอ 28 กมภาพนธ 2562, จาก http://www2.crma.ac.th/itd/Know/RBPI/index.asp

Electronic workbench - PCB heaven (2552). Light / Dark Activated Relay. สบคนเมอ 9 เมษายน 2562, จาก http://www.pcbheaven.com/circuitpages/Light_Dark_Activated_Relay/

ElectronicsTutorials (2557). Relay Switch Circuit. สบคนเมอ 28 กมภาพนธ 2562, จาก https://www.electronics-tutorials.ws/blog/relay-switch-circuit.html

ThaiEasyElec (2558). บทความ Arduino ตอนท1 แนะน าเพอนใหมทชอ Arduino. สบคนเมอ 28 กมภาพนธ 2562. จาก https://www.thaieasyelec.com/article-wiki/basic-electronics/ บทความ-arduino-คออะไร-เรมตนใชงาน-arduino.html



5 July 2019

E9

การตดสนใจเลอกผงโรงงานโดยใชกระบวนการล าดบชนเชงวเคราะห: กรณศกษาโรงงานผลตสขภณฑ DECISION OF PLANT LAYOUT USING ANALYTICAL HIERARCHY PROCESS A CASE STUDY OF A SANITARY WARE FACTORY

สคนธทพย เพมศลป1*, ณฐรกา คณธรรม2 Sukonthip Permsin1*, Nuttarika Khunnatham2

1,2 คณะวศวกรรมศาสตรและเทคโนโลย สถาบนการจดการปญญาภวฒน

1,2 Faculty of Engineering and Technology, Panyapiwat Institute of Management *Corresponding author, E-mail: [email protected]

บทคดยอ

งานวจยนมวตถประสงคเพอเพมประสทธภาพการท างานในโรงงานสขภณฑแหงหนง ซงมการจดวางแผนผงภายในโรงงานทไมเปนระบบ ท าใหมการวางสงของกดขวางการเคลอนท มระยะทางในการเคลอนยายมากเกนความจ าเปน และการจดเกบชนสวนประกอบทไมเปนระเบยบเนองดวยพนททจ ากด จงแกปญหาดวยวธการออกแบบผงโรงงานอยางมระบบจ านวน 2 แบบ โดยผงโรงงานแบบท 1 เปนการจดสถานงานโดยใชความถของการขนยายเปนหลก ผงโรงงานแบบท 2 เปนการจดสถานงานโดยใชความถของการขนยายรวมกบน าหนกในการขนยาย จากนนจงใชกระบวนการล าดบชนเชงวเคราะหในการตดสนใจเลอกผงโรงงานทง 2 แบบเปรยบเทยบกบผงโรงงานปจจบน โดยมปจจยในการพจารณาทงหมด 4 ปจจย ไดแก การไหลของวสด พนทการใชงาน ความปลอดภย และสภาพแวดลอม ซงจากการวเคราะหพบวาผงโรงงานทางเลอกทเหมาะสมคอผงโรงงานแบบท 2 ซงมคาล าดบความส าคญท 0.49 เมอน ามาใชปรบปรงพนทการท างานเปรยบเทยบกบผงโรงงานปจจบนจะท าใหระยะทางการเคลอนทลดลง 41% และเวลาในการท างานของแผนกประกอบ หวช าระลดลง 43.3% แผนกประกอบชดกระจกลดลง 29.2%

ค าส าคญ: การออกแบบผงโรงงานอยางมระบบ กระบวนการล าดบชนเชงวเคราะห ABSTRACT

This purpose of this research is to increase the work efficiency in a sanitary ware factory. Currently, it was found that there was a barrier of moving, the distance to move more than necessary and storage of unregulated components due to limited space due to



5 July 2019

E10

the non-systematic plant layout. This research has solved the problem by Systematic Layout Planning (SLP) with 2 types of layout; layout type 1 is the arrangement of work stations using the frequency of moving primarily, layout type 2 is a work station arrangement using the frequency of moving and the weight of the transport. By using the Analytical Hierarchy Process (AHP) to decide on the 2 plant layouts compared with the current plant layout. There are 4 factors to consider; materials flow, utilization of plant area, safety and environment. From the analysis, it was found that the suitable plant layout is the factory layout type 2 which has a score of 0.49. When used to improve the working area compared to the current plant layout, the distance of the movement will be reduced by 41% and time. In the work of the sanitary ware assembly department, it decreased 43.3%. The mirror assembly department decreased 29.2%.

Keywords: Systematic Layout Planning, Analytic Hierarchy Process

บทน า

โรงงานกรณศกษาเปนโรงงานทผลตสนคาประเภทสขภณฑพลาสตกภายในหองน า เชน ชดกระจก ฝารองนง หงวางของ ราวแขวน ฝกบว เปนตน จากการศกษางานประกอบภายในโรงงาน คอ แผนกประกอบหวช าระ และแผนกประกอบชดกระจก มการท างานภายในอาคารซงใชพนทรวมกนกบการจดเกบชนสวนประกอบ (Work in process: WIP) และทจดวางสนคาทประกอบส าเรจรป ดงภาพท 1 ซงแสดงใหเหนวาพนทหมายเลข 6 จะเปนทเกบสนคาวางไวตรงกลางอาคารซงจะพบปญหาในเรองของการวางชนสวนประกอบทลนออกมาขวางทางเดน และกดขวางการขนยายของสนคาจากแผนกไปยงทวางสนคาส าเรจรป ปญหาของพนทส าหรบการวางสนคาส าเรจรปและการแพคสนคารอการน าสงนนมพนทในการวางจ ากด จนท าใหมการวางสนคาออกไปดานนอกพนททก าหนดไว เนองดวยทวางสนคาในการวางสนคาส าเรจรปนนอยดานหนาทางเขาอาคาร สงผลใหมการขวางทางเขาออกของการรบสนคาเขาคลงวสด จากปญหาทเกดขนท าใหเกดการกดขวางการขนยาย การเคลอนท ระยะทางในการขนยายทมากเกนความจ าเปน และการจดเกบชนสวนประกอบทไมเปนระเบยบเนองดวยพนททจ ากด



5 July 2019

E11

ภาพท 1: แผนผงโรงงานในปจจบน จากการศกษางานวจยทเกยวของกบการจดวางผงโรงงานจะมการน าวธการล าดบชนเชงวเคราะหมา

ใชในการคดเลอกผงโรงงานทเหมาะสม เชน งานวจยของ มนสภ และปวณา (2555) ไดจดวางผงโรงงานสายการผลตชดบงคบเลยวลอหนา โดยก าหนดปจจยในการตดสนใจเลอกผงโรงงาน 4 ปจจย คอ การไหลของวสด ตนทนของผงโรงงาน ระยะทางในการขนยายวสด และการใชประโยชนของพนท งานวจยของ ณทฐรยา (2556) ไดวางผงโรงงานอยางเปนระบบในโรงงานเครองจกรกลการเกษตร โดยก าหนดปจจยในการตดสนใจเลอกผงโรงงาน 6 ปจจย คอ ระยะทางในการขนถายวสด การไหลของวสด การใชเครองจกรมประสทธภาพ ความปลอดภย ลกษณะ/รปราง/คานยม/การยอมรบ และการใชประโยชนพนท สวนงานวจยของรชนวรรณ (2550) ไดวเคราะหทางเลอกในการวางผงโรงงานประกอบเครองปรบอากาศ โดยก าหนดปจจยในการตดสนใจเลอกผงโรงงาน 6 ปจจย เชนเดยวกบงานวจยของ ณทฐรยา (2556)

งานวจยของ จรพร และคณะ (2558) ไดออกแบบผงโรงงานและการจดการความปลอดภยของโรงงานผลตประตมวนเพอหาแนวทางในการปองกนการเกดอบตเหตของโรงงาน โดยก าหนดปจจยในการตดสนใจเลอกผงโรงงาน 5 ปจจย คอ ระยะทางในการเคลอนทของวสด ความปลอดภย การไหลของวสด การใชประโยชนของพนท และการใชเครองจกรมประสทธภาพ ซงจากการศกษางานวจยทเกยวของงานวจยนจงน าหลกการการวางผงโรงงานอยางมระบบ (Systematic Layout Planning: SLP) มาปรบเปลยนสถานทในการวางสนคาใหเหมาะสม เพอไมกระทบตอการท างานของฝายประกอบแตละแผนก ลดระยะทางและหาพนทการท างานท เหมาะสมใหแตละแผนก และใชกระบวนการล าดบชนเชงวเคราะห (Analytic Hierarchy Process : AHP) มาชวยตดสนใจในการเลอกแผนผงโรงงาน โดยก าหนดปจจยในการตดสนใจเลอกผงโรงงาน 4 ปจจย คอ การไหลของวสด พนทการใชงาน ความปลอดภย และสภาพแวดลอม

วตถประสงคของการวจย

วางแผนผงโรงงานใหมเพอเพมประสทธภาพการท างาน



5 July 2019

E12

ทฤษฎทเกยวของ 1. การออกแบบผงโรงงานอยางมระบบ (Systematic Layout Planning: SLP)

หลกส าคญขนพนฐานส าหรบการวางแผนผงโรงงานแบงออกได 3 ประการ (สมศกด, 2550) คอ

1.1 ความสมพนธ เปนการจดความสมพนธของกจกรรมตาง ๆ โดยจะเรมจากความสมพนธจากมากไปหานอย กจกรรมทมความสมพนธมากกใหอยใกลกน

1.2 เนอท เปนการพจารณาเกยวกบเนอทตาง ๆ ทไดก าหนดไวในโรงงาน

1.3 การปรบต าแหนงเนอท ใหไดอยางเหมาะสมในขอจ ากดตาง ๆ 2. การวเคราะหความสมพนธ

วเคราะหความสมพนธของกจกรรมตาง ๆ โดยอาศยแผนภมความสมพนธมขนตอนดงน 2.1 ก าหนดกจกรรมตาง ๆ เชน แผนก หนวยงาน เฉพาะเจาะจงและมพนทแนนอน 2.2 จ าแนกระดบความสมพนธ โดยจ าแนกออกเปน 6 ระดบดวยกนคอ

A: Absolute Necessary มความจ าเปนอยางมากทจะตองอยใกลกน E: Especially มความส าคญมากทจะตองอยใกลกน I: Important มความส าคญทจะตองอยใกลกน O: Ordinary มความสมพนธกนธรรมดา U: Unimportant ไมมความสมพนธระหวางกน X (XX): Undesirable อยใกลกนไมไดเลย 2.3 เหตผลส าหรบระดบความสมพนธ การใหเหตผลควรมทจะอยใกลกน และควรจะอยไกลกน

เชน การไหลของชนงานหรอวสด การตดตอบอย การใชเครองมอรวมกน การใชเอกสารใบเดยวกน การเคลอนทของคน การขนถายงายขน

3. กระบวนการล าดบชนเชงวเคราะห (Analytic Hierarchy Process : AHP) กระบวนการล าดบชนเชงวเคราะหเปนกระบวนการตดสนใจทมประสทธภาพมากเรมตนดวยการ

เปรยบเทยบ “ความส าคญ” ของเกณฑทใชในการตดสนใจเพอหา “น าหนก” ของแตละเกณฑกอน หลงจากนนจงน า “ทางเลอก” ทมทงหมดมาประเมนผานเกณฑดงกลาว เพอจดล าดบความส าคญของแตละทางเลอก โดยมขนตอนการปฏบต (วฑรย, 2542) ดงน

3.1 ก าหนดกรอบปญหา โดยพจารณาเปาหมายและระบดชนและเกณฑการตดสนใจจากนนสรางแผนภมล าดบชนซงโครางสรางของแผนภมนประกอบไปดวย“องคประกอบ”หรอปจจยทเกยวของกบการตดสนใจตางๆ

3.2 เปรยบเทยบความส าคญของหลกเกณฑหรอวตถประสงคยอยทละคโดยอาศยมาตราสวน 1-9 น าผลการเปรยบเทยบทไดมาสรางตารางเมตรกซเปรยบเทยบเกณฑทใชในการตดสนใจ

3.3 เปรยบเทยบความส าคญของหลกเกณฑหรอวตถประสงคยอยทละคโดยอาศยมาตราสวน 1-9 น าผลการเปรยบเทยบทไดมาสรางตารางเมตรกซเปรยบเทยบเกณฑทใชในการตดสนใจ



5 July 2019

E13

3.4 เปรยบเทยบทางเลอกหรอปจจยทละคและสรางตารางเมตรกซในลกษณะเดยวกบการเปรยบเทยบเกณฑ

3.5 น าผลทไดมาสงเคราะหโดยน าเอาล าดบความส าคญของปจจยในระดบลางมาถวงน าหนกกบล าดบความส าคญของแบบจ าลองทงหมด

3.6 ค านวณหาคาความสอดคลองของการตดสนใจของทงแผนภมเพอทดสอบวาการวนจฉยทวทงแผนภมสมเหตสมผลหรอไม โดยตรวจสอบจากคาอตราสวนความสอดคลอง (Consistency Ratio, CR) วายอมรบไดหรอไมจากการค านวณคาดชนความสอดคลอง (Consistency Index, CI)

ตารางท 1: ระยะทางการขนยายโดยเฉลยแตละสถานของผงโรงงานปจจบน (หนวย: เมตร)

จาก/ไป 1 2 3 4 5 6 7 8 9 10 11 12 13

1.stock วสด -

10

10

2.stock กลองลง

-

34

3.stock semi

-

4.ตดกบกระจก

-

4

5.พบกลองลง

- 1

6.ประกอบชดกระจก

- 1

7.แพคถง

- 34

8.เครองอบฟลมหด

-

1

9.ประกอบหวช าระ 32.5

- 1

10. ประกอบหนาช าระ

- 0.5 15

11. แพคลงกระสอบ

-

4

12.ทดสอบการรวซม

- 4

13.ทเกบสนคารอน าสง

-

รวม 32.5 0 0 10 34 15 1 34 0 1 0.5 15 9 152

วธด าเนนการ

1. เกบรวบรวมขอมลผงโรงงานปจจบน ท าการวดระยะหางจะวดตามเสนทางการเคลอนทในการท างานจรง สรประยะทางการเคลอนท

ของพนกงานปจจบนได 152 เมตร ดงแสดงในตารางท 1 2. เกบรวบรวมขอมลขนตอนการผลตในปจจบน

เกบขอมลวธการและล าดบขนตอนในการประกอบของ 2 แผนก คอแผนกประกอบชดกระจกและแผนกประกอบหวช าระ ดวยแผนภมการไหลของกระบวนการผลต โดยการจบเวลาการท างานแตละขนตอนการท างานดวยนาฬกาจบเวลา ขนตอนละ 3 รอบการท างานดวยวธการสม จงไดขอมล ดงแสดงในตารางท 2 และตารางท 3 โดยในการประกอบกระจก 1 ชดใชเวลา 676 วนาท สวนการประกอบหวช าระใชเวลา 404 วนาท



5 July 2019

E14

3. วเคราะหความสมพนธของกจกรรม การวเคราะหความสมพนธของแตละกจกรรมจะใชแผนภมความสมพนธของกจกรรม โดย

ความสมพนธของแตละกจกรรมจะมคะแนนเปนตวแสดงระดบความสมพนธของแตละกจกรรม หากมระดบ

ความสมพนธกนมากกใหความสมพนธระดบสง

ตารางท 2: แผนภมการไหลของหองประกอบชดกระจกกอนการปรบปรง

1 ไปเบกแผนกระจก 90 10 ไปและกลบ

2 ไปยกกลองลง 120 34 ไปและกลบ

3 ไปเบกวสด 60 10 ไปและกลบ

4 หยบกระจกและขอบกระจก 3 0.45 ระยะมอเออม

5 วางกระจกบนขอบกระจก 11

6 ตดกบกระจก 40

7 ตรวจเชคกระจก 7

8 เชดกระจก 23

9 แปะตกเกอรบาร และปมส 27

10 พบกลอง 50

11 ยกกระจกไปยงโตะประกอบ 15 4 ไปและกลบ

12 หยบกลองและวางชดนอต 4 0.45 ระยะมอเออม

13 วางกระจกและใสทรองกระจก 6

14 พบกลองสวนทเหลอ 5

15 วางอปกรณส าหรบชดกระจกนนๆ 9

16 เตรยมถง 15

17 หยบชดกระจกและถง 4 0.45 ระยะมอเออม

18 ใสถงตดเทป 7

19 ยายไปเครองรดฟลม 180 34 ไปและกลบ

รวม 10 8 1 676 93.35

หมายเหตระยะทาง(เมตร)

ล าดบงาน

ค าอธบายการท างาน สญลกษณ เวลา(วนาท)



5 July 2019

E15

ตารางท 3: แผนภมการไหลของหองประกอบหวช าระกอนการปรบปรง

4. การวางผงโรงงานใหม การวางผงโรงงานใหมจะท าการก าหนดต าแหนงการวางสถานงานของแผนกประกอบหวช าระ และ

แผนกประกอบชดกระจกใหมทงหมด โดยมหลกในการวางผงโรงงาน 2 แบบ คอ แบบท 1 จดวางสถานงานโดยใชความถของการขนยายเปนหลก สวนแบบท 2 จดวางสถานงานโดยใชความถของการขนยายรวมกบน าหนกในการขนยาย

4.1 การวางผงโรงงานแบบท 1 จดต าแหนงสถานงานตามความสมพนธของแตละสถานโดยใชความถในการขนยาย หากมความถใน

การขนยายสงสถานงานนนจะถกจดใหอยใกลกน โดยจะเรมจากการน าขอมลขนยายเพอหาความถ ใน 1 วน ดงตารางท 4 โดยระดบความสมพนธแบงออกเปน 6 ระดบตามความถในการขนยาย และสรางแผนภมความสมพนธของกจกรรมดงภาพท 2

1 ไปเบกวสดส าหรบประกอบทหองคลง 160 32.4 ไปและกลบ

2 หยบหวจรวดและตวช าระ 3 0.3 ระยะมอเออม

3 ประกอบหวช าระเขากบหวจรวด 5

4 ยดหวช าระกบจก 5

5 หยบสลกและมอกด 3 0.3 ระยะมอเออม

6 ประกอบสลกและมอกดกบหวช าระ 10

7 ปลดหวช าระทประกอบออกจากจก 7

8 ยายไปโตะประกอบหนา 15 1 ไปและกลบ

9 หยบยางรองหนา 4 0.45 ระยะมอเออม

10 ใสยางรองหนา 3

11 หมนหนาช าระ 5

12 ยายไปทดสอบการรวซม 120 15 ไปและกลบ

13 ทดสอบการรว - ไมไดวด

14 ใสถงแพค 4 0.3 ระยะมอเออม

15 ยายไปทรอสง 60 4 ไปและกลบ

รวม 7 7 1 404 53.75

หมายเหตล าดบ

งานค าอธบายการท างาน สญลกษณ เวลา(วนาท)

ระยะทาง

(เมตร)



5 July 2019

E16

ตารางท 4: จ านวนเทยวตอวนในการขนยายวสด

จาก ไป เทยวตอวน

จาก ไป เทยวตอวน

6.ประกอบชดกระจก 7.แพคถง 100 10. ประกอบหนาช าระ 11. แพคลงกระสอบ 5

4.ตดกบกระจก 6.ประกอบชดกระจก 50 2. stock กลองลง 5. พบกลองลง 3

8. เครองอบฟลมหด 13. ทเกบสนคารอน าสง 50 10. ประกอบหนาช าระ 12. ทดสอบการรวซม 3

5. พบกลองลง 6. ประกอบชดกระจก 40 12. ทดสอบการรวซม 11. แพคลงกระสอบ 3

9. ประกอบหวช าระ 10. ประกอบหนาช าระ 20 1. stock วสด 6. ประกอบชดกระจก 2

7. แพคถง 8. เครองอบฟลมหด 12 1. stock วสด 9. ประกอบหวช าระ 2

1. stock วสด 4. ตดกบกระจก 10 11. แพคลงกระสอบ 13. ทเกบสนคารอน าสง 1

ภาพท 2: ความสมพนธตามความถการขนสง และแผนภมความสมพนธของกจกรรมตามความถการขนสง

การวางผงโรงงานใหมเรมจากการเขยนแผนภาพความสมพนธ ดงภาพท 3 ซงชวยใหสามารถมองเหน

ความสมพนธของกจกรรมตางๆไดอยางชดเจน และท าการก าหนดต าแหนงการวางสถาน งานของแผนกประกอบหวช าระ และแผนกประกอบชดกระจกใหมทงหมด ซงแผนผงโรงงานแบบท 1 มระยะทางการเคลอนทรวม 87.5 เมตร

ภาพท 3: แผนภาพความสมพนธของกจกรรมตามความถการขนยาย

2.stock กลองลงo

5.พบกลองลง

1.stock วสด 6.ประกอบชดกระจก 7.แพคถง8.เครองอบฟลมหด



9.ประกอบหวช าระ10. ประกอบหนาช าระ


11. แพคลง กระสอบ

A

A

A

O

O

O

O

O

OO

O

I

I

E



5 July 2019

E17

ตารางท 5: น าหนกของการขนยายระหวางสถานงาน

จาก ไป กโลกรมตอเทยว

จาก ไป กโลกรมตอเทยว

9. ประกอบหวช าระ 10. ประกอบหนาช าระ 25 2. stock กลองลง 5. พบกลองลง 10 10. ประกอบหนาช าระ 12. ทดสอบการรวซม 25 4. ตดกบกระจก 6. ประกอบชดกระจก 3 7. แพคถง 8. เครองอบฟลมหด 20 8. เครองอบฟลมหด 13. ทเกบสนคารอน าสง 3 1. stock วสด 4. ตดกบกระจก 15 1. stock วสด 9. ประกอบหวช าระ 2 10. ประกอบหนาช าระ 11. แพคลงกระสอบ 15 5. พบกลองลง 6. ประกอบชดกระจก 1 12. ทดสอบการรวซม 11. แพคลงกระสอบ 15 1. stock วสด 6. ประกอบชดกระจก 1 11. แพคลงกระสอบ 13. ทเกบสนคารอน าสง 15 6. ประกอบชดกระจก 7. แพคถง

4.2 การวางผงโรงงานแบบท 2 การวางผงโรงงานในแบบท 2 จะน าเรองของน าหนกในการขนยายในแตละเทยวในมาพจารณารวม

ดวย ดงแสดงในตารางท 5 และท าการแบงระดบความสมพนธตามน าหนกการขนยายดงแสดงในภาพท 4 การค านวณหาจ านวนความสมพนธทงหมดไดจากสตร = N X (N-1)/2 โดย N คอจ านวนกจกรรมทงหมด ดงนนจะไดคาเทากบ 13 X (13-1)/2 = 78 ความสมพนธ และจากระดบความสมพนธตามน าหนกการขนสงระหวางสถานงาน ไดน ามาสรางแผนภมความสมพนธของกจกรรมดงภาพท 4 และน ามาสรางแผนภาพความสมพนธ ไดในภาพท 5 ซงแผนผงโรงงานแบบท 2 มระยะทางการเคลอนทรวม 90 เมตร

ภาพท 4: ความสมพนธตามน าหนกการขนสงระหวางสถานงาน และแผนภมความสมพนธของกจกรรมตาม

น าหนกการขนสง



5 July 2019

E18

ภาพท 5: แผนภาพความสมพนธของกจกรรมตามน าหนกการขนสง

5. แบบประเมนในการตดสนใจโดยใชล าดบชนเชงวเคราะห งานวจยนไดประยกตใชกระบวนการล าดบชนเชงวเคราะห (Analytical Hierarchy Process: AHP)

มาชวยในการตดสนใจเลอกแผนผงโรงงาน ก าหนดเกณฑดงตารางท 6 สรางแผนภมล าดบชนการตดสนใจเลอกแผนผงโรงงานในภาพท 6 เพอดองคประกอบในการตดสนใจ และมาจดท าแบบประเมนในการเลอกแผนผงโรงงานเพอท าแบบสอบถามในการประเมนแผนผงโรงงานซงเปนการเปรยบเทยบเปนค

ก าหนดกลมตวอยางของการตอบแบบประเมน โดยเปนการเลอกกลมตวอยางโดยการพจารณาจากการตดสนใจของผวจย จากผมสวนเกยวของภายในแผนกประกอบในการเลอกแผนผงโรงงาน 5 คน จาก 5 ต าแหนง คอ ผจดการโรงงาน หวหนาแผนกช าระ หวหนาแผนกกระจก หวหนาแผนกฝารองนง และหวหนาแผนกกระจกลายไม

ตารางท 6: ความหมายปจจยทใชในเกณฑการตดสนใจ ปจจย ความหมาย

การไหลของวสด การขนยายมความสะดวกรวดเรวยงขน เชน การลดระยะทางขนยายในการท างาน

ความปลอดภย ความปลอดภยของพนกงานและสนคาในการขนยาย เชน ลดความเสยหายในการขนยายสนคาและการยกของพนกงานไมใหเกดความลา

พนทการใชงาน ใชพนทไดเกดประโยชนมากทสด เชน มพนทในการวางสนคามากขนมพนทส ารองในการวางสนคาและพนทในการท างานสะดวกตอการเคลอนทปฎบตงาน

สภาพแวดลอม แสงสวางในการท างาน อากาศถายเทสะดวกและความเหมาะสมของการวางสถานงาน

2.stock กลองลง 5.พบกลองลง

1.stock วสด6.ประกอบชด

กระจก7.แพคถง

8.เครองอบฟลมหด



9.ประกอบหวช าระ10. ประกอบหนาช าระ


11. แพคลง กระสอบ

A

A A

EE

E

I

I

I O

OO

O



5 July 2019

E19

ภาพท 6: แผนภมล าดบชนการตดสนใจเลอกผงโรงงาน ผลการวจย

1. เปรยบเทยบระยะทาง จากการปรบปรงผงโรงงานโดยใชหลกการวางแผนผงโรงงานอยางมระบบ ไดท าการเสนอแผนผงใน

การปรบปรง 2 แบบ เพอเปรยบเทยบกบผงโรงงานในปจจบน ผลจากการเปรยบเทยบระยะทางการขนยายแสดงในตารางท 7

ตารางท 7: เปรยบเทยบระยะทางการขนยายวสดรวมของผงโรงงาน

ผงโรงงาน รวมระยะทาง

(เมตร) ลดลง (เมตร) การเปลยนแปลงทลดลง

ผงโรงงานปจจบน 152

ผงโรงงานแบบท 1 87 65 43%

ผงโรงงานแบบท 2 90.5 61.5 40%

2. ประเมนผลผงโรงงานทางเลอก ประเมนผลจากแบบสอบถามจากผเกยวของในบรษทจ านวน 5 คน สามารถแสดงขอมลจากการ

ประมวลผลการวเคราะหโดยใชการค านวณตามตารางการเปรยบเทยบเชงค โดยสามารถแยกผลจากการตอบแบบสอบถามตามล าดบชนของวตถประสงคปจจย และทางเลอกในการเลอกแผนผง ไดดงน คอ

1) น าหนกความส าคญแตละดานของเกณฑทมผลในการเลอกแผนผงโรงงาน แสดงขอมลในตารางท 8 2) น าหนกความส าคญของทางเลอกภายใตเกณฑ จากผลของการหาคาน าหนกความส าคญของเกณฑตางๆ ทใชในการตดสนใจเลอกแผนผงโรงงาน

ดวยวธการวเคราะหเชงล าดบสามารถแสดงผลดงตารางท 9

แผนผงโรงงาน

ผงปจจบน ผงแบบท 1 ผงแบบท 2

สภาพแวดลอมพนทการใชงานความปลอดภยการไหลของวสด



5 July 2019

E20

ตารางท 8: ผลจากการค านวณคาน าหนกของเกณฑปจจยของการประเมน

ล าดบ ผตอบแบบสอบถาม การไหลของวสด ความปลอดภย พนทการใชงาน สภาพแวดลอม คาความสอดคลอง

1 ผจดการโรงงาน 0.44 0.22 0.24 0.10 0.08

2 หวหนาแผนกช าระ 0.20 0.56 0.10 0.14 0.08

3 หวหนาแผนกชดกระจก 0.33 0.15 0.32 0.20 0.44

4 หวหนาแผนกลายไม 0.28 0.24 0.32 0.16 0.04

5 หวหนาแผนกฝารองนง 0.33 0.12 0.43 0.11 0.036

คาเฉลย 0.32 0.26 0.28 0.14 0.14

ล าดบความส าคญ 1 3 2 4

ตารางท 9: สรปคาน าหนกความส าคญของทางเลอกภายใตเกณฑการตดสนใจ

การไหลของวสด ความปลอดภย พนทการใชงาน สภาพแวดลอม คะแนนการตดสนใจ (%)

0.32 0.26 0.28 0.14

แผนผงปจจบน 0.03 0.02 0.02 0.01 9%

แผนผงแบบท 1 0.16 0.07 0.13 0.07 42%

แผนผงแบบท 2 0.13 0.17 0.13 0.06 49%

3. เลอกผงโรงงานและด าเนนการ

งานวจยนไดเลอกผงโรงงานในแบบท 2 เพราะการประเมนเพอหาความเหมาะสมแผนผงโรงงานแบบท 2 มคาล าดบความส าคญท 0.49 ซงมากทสด โดยท าการออกแบบแผนผงดงภาพท 6

4. ผลจากการปรบปรงแผนผงโรงงาน การจดผงโรงงานใหมสามารถท าใหการขนยายคลองตวย งขน เพมพนท ในการขนยาย การ

เปรยบเทยบผลกอนและหลงปรบปรง แสดงในตารางท 10

ภาพท 6: แผนผงโรงงานหลงปรบปรง



5 July 2019

E21

ตารางท 10: ผลการเปรยบเทยบระยะทางการขนยายวสดกอนและหลงปรบปรง

ผงโรงงาน ระยะทางรวม

หองช าระ ระยะรวมหอง

กระจก ระยะทางรวมการ

ท างาน ลดลง การเปลยนแปลงทลดลง

ผงโรงงานกอนปรบปรง 48.75 93.35 142.1

ผงโรงงานหลงปรบปรง 21.35 62.35 83.7 58.4 41%

อภปรายและสรปผลการวจย

งานวจยนไดท าการออกแบบผงโรงงานอยางมระบบ เพอเพมประสทธภาพการท างานของแผนกประกอบหวช าระและแผนกประกอบชดกระจก ผวจยไดน าเสนอผงโรงงานปรบปรงใหม 2 แบบ โดยผงโรงงานแบบท 1 เปนการจดสถานงานจากการวเคราะหความถของการขนยายเปนหลก โดยเรยงล าดบความถการขนสงจากมากไปนอย ซงสถานงานในการการประกอบยงเทาเดมเพยงแตเปลยนสถานทในการจดวางใหมความสมพนธกนมากขน ผงโรงงานแบบท 2 จดสถานงานจากการวเคราะหความถและน าหนกในการขนยาย เมอเปรยบเทยบระยะทางรวมพบวาแผนผงโรงงานแบบท 1 มระยะทางรวมลดลง 43% แผนผงโรงงานแบบท 2 ระยะทางลดลง 40% และจากการใชกระบวนการล าดบขนเชงวเคราะห ในการตดสนใจเลอกผงโรงงาน ผลทไดคอแผนผงโรงงานในแผนผงโรงงานแบบท 2 มคาล าดบความส าคญท 0.49 ซงมากทสด แบบท 1 คาระดบความส าคญ 0.42 แบบปจจบน 0.09 ตามล าดบ ผวจยจงเลอกแผนผงโรงงานแบบท 2 ในการมาปรบปรงพนทการท างานของฝายประกอบและสรปผลไดดงน

1. ลดระยะทางในการขนยายจากแผนผงโรงงานเดม 142.1 เมตร หลงปรบปรงระยะทางรวม 83.7 เมตร ลดลง 58.4 เมตร หรอลดลงได 41%

2. ลดระยะเวลาในประกอบ โดยแผนกประกอบหวช าระแผนผงโรงงานเดมใชระยะเวลา 404 วนาท แผนผงโรงงานหลงการปรบปรงใชระยะเวลา 229 วนาทระยะเวลาลดลงไป 43.3% แผนกประกอบชดกระจกแผนผงโรงงานเดมใชระยะเวลา 676 วนาท แผนผงโรงงานหลงการปรบปรงใชระยะเวลา 478.5 วนาทระยะเวลาลดลงไป 29.2% เอกสารอางอง จรพร จระภทรศลป, วชรนทร วทยกล และวระเกษตร สวนผกา. “การออกแบบผงโรงงานและการจดการ

ความปลอดภยของโรงงานผลตประตมวน” วศวกรรมสารฉบบวจยและพฒนา ปท 26, ฉบบท 4, 2558. ณทรยา ภกดปญญา, 2556. “การวางผงโรงงานอยางเปนระบบ (SLP) และการประเมนผงทางเลอกท

เหมาะสมโดยวธล าดบชนเชงวเคราะห (AHP): กรณศกษาโรงงานเครองจกรกลการเกษตร.” การประชมวชาการขายงานวศวกรรมอตสาหการ ประจ าป 2556. 16-18 ตลาคม 2556 พทยา ชลบร.



5 July 2019

E22

มนสภ เวทกล และปวณา เชาวลตวงศ, 2555. “การวเคราะหทางเลอกการวางผงโรงงานของสายการผลตชดบงคบเลยวลอหนา.” วารสารวศวกรรมศาสตร: เลม 3, ฉบบท 3: การประยกตใชในอตสาหกรรม: ISSN 1906-3636

รชนวรรณ ตงเผาพงศ, 2550. “การวเคราะหทางเลอกในการวางผงโรงงาน: กรณศกษาโรงงานประกอบเครองปรบอากาศ.” วทยานพนธปรญญาวศวกรรมศาสตรมหาบณฑต สาขาวศวกรรมอตสาหการ ภาควชาวศวกรรมอตสาหการ คณะวศวกรรมศาสตร จฬาลงกรณมหาวทยาลย, กรงเทพฯ.

วฑรย ตนศรคงคล, 2542. AHP: กระบวนการตดสนใจทไดรบความนยมมากทสดในโลก . กรงเทพฯ: กราฟ ฟค แอนด ปรนตง เซนเตอร. วทยา อนทรสอน, “การวางผงโรงงานอตสาหกรรม.” สบคนเมอ 26 กนยายน พ.ศ. 2561, จาก

https://www.thailandindustry.com/onlinemag/view2.php?id=1229&section=16&issues=79

สมศกด ตรสตย, 2550. การออกแบบและการวางผงโรงงาน. กรงเทพฯ: สมาคมสงเสรมเทคโนโลย (ไทย-ญปน).



5 July 2019

E23

การประยกตใช BIM ในงานวศวกรรมคณคา หมวดงานสถาปตยกรรม กรณศกษาโครงการกอสรางคอนโดมเนยม THE APPLY OF THE BUILDING INFORMATION MODELING FOR VALUE ENGINEERING IN ARCHITECTURAL WORK CASE STUDY : CONDOMINIUM CONSTRUCTION PROJECTS

ดารารตน พวงมาล1 ,พรรณทภา มหาวงค2 ,ศรนย พรมศร3

Dararat Poungmalee1, Pantipa mahawong2 ,Saranyoo Promsorn3

1สาขาวชาการจดการงานกอสราง 1Construction Management

2มหาวทยาลยเทคโนโลยราชมงคลรตนโกสนทร 2Rajamangala University of Technology Rattanakosin

*Corresponding author, Email: [email protected]

บทคดยอ

เนองจากหนวยงานดานการกอสรางในประเทศไทยไดน าเทคโนโลยทางคอมพวเตอรเขามาชวยในเรองของการออกแบบ แตกตางประสบปญหาในเรองการขาดมาตรฐานการท างานบนคอมพวเตอรซอฟตแวรทเปนมาตรฐานเดยวกน ดงนนทางคณะผ วจยท าจงไดเลงเหนปญหา และท าการวจยหลกการใช BIM ในวศวกรรมคณคา เพอใหสถาปนก, วศวกร และผรบเหมาสามารถท างานรวมกนไดโดยเขาใจตรงกน

งานวจยนมงเนนการใชทฤษฎวศวกรรมคณคาโดยการวเคราะหคา B/C Ratio รวมกบการใชแบบจ าลองสารสนเทศ (Building Information Modeling : BIM) โดยไดศกษางานวสดปพนเปนหลก จากนนจะน าวสดปพน แตละชนดมาวเคราะหคณสมบต เพอเลอกวสดปพนทมาผลการวเคราะหคณสมบตมากทสด 3 อนดบแรก ในสวนของหองรบแขก, ครวตอเนอง, หองนงเลน, หองนอน วสดทมผลการวเคราะหมากทสด 3 อนดบแรก

สรปไดวา ในสวนของหองรบแขก , ครวตอเนอง, หองนงเลน , หองนอน วสดทมคา B/C Ratio มากทสด คอ 1) กระเบองยางลายไม คาอตราผลแทน 1.90 2) ไมลามเนต คาอตราผลแทน 1.03 3) ไมไฟเบอรซเมนต คาอตราผลแทน 0.98 ในสวนหองน า , ระเบยง, หองครวแยก และโถงทางเดน วสดทมคา B/C Ratio มากทสด คอ 1) กระเบองเซรามคขนาด 30x30 เซนตเมตร คาอตราผลแทน 1.04 2) กระเบองเซรามคขนาด 30x30 เซนตเมตร คาอตราผลแทน 1.03 3) กระเบองพอรชแลนดขนาด 30x30 เซนตเมตร คาอตราผลแทน 1.01 จะเหนไดวาคาอตราผลตอบแทนขนอยกบราคาวสดปพ นแตละชนด ผลการวจยสามารถเปน



5 July 2019

E24

แนวทางในการน าเสนอ การเลอกใชวสดปพนแตละชนด อกทงยงชใหเหนถงประโยชนของการน าแบบจ าลองสารสนเทศ (Building Information Modeling : BIM) มาใชรวมกน เพอใหเหนภาพไดชดเจนมากขน

ค าส าคญ: แบบจ าลองขอมลสารสนเทศ, วศวกรรมคณคา, คอนโดมเนยมแบบ Low Rise Abstract

Construction site project used computer technology to aid design. But got problems of lack between the standard of working on the same standard computer software. BIM program was used by architects, engineers and contractors for coordinate.

This purpose of the study was to use value engineering theory combine with BIM. Floor Material was selected to study in this research. The result was presented according to value engineering theory, then used each type of paving materials to present the properties in order to select the paving materials to come to the results of the analysis of the top 3 properties.

This article showed that in the living room, kitchen, living room, bedroom, the material was score highest B/C ratio 1) rubber wood tiles B/C ratio equal 1.90 2) Laminated wood B/C ratio equal 1 .0 3 3 ) Fiber cement wood effective rate instead of 0 .9 8 in the bathroom, balcony, separate kitchen and hallway. The material was highest score B / C ratio 1 ) Ceramic tile size 3 0 x3 0 cm. substitution rate 1 .0 4 2 ) ceramic tile size 3 0 x3 0 cm. substitution rate 1.03 3) Porchland tile size 30x30 cm. value instead 1.01.

The results presented that the rate of return depends on the price of each type of flooring material, and the amount of space for each section is different, resulting in the rate of return for each part and each material is different. Thus the results suggest to for presenting the selection of each type of floor materials. It also develops the benefits of using BIM technology in order to clearly work with teamwork.

Keywords: Building Information Modeling, Value engineering, Low Rise Condominium บทน า

เนองจากประเทศไทยก าลงเขาสยคทมการใชเทคโนโลยทางคอมพวเตอรอยางเตมรปแบบ รวมถงหนวยงานดานงานกอสรางกไดน าเทคโนโลยทางคอมพวเตอร เขามาชวยในเรองของการออกแบบ แตกตางประสบปญหาในเรองการขาดมาตรฐานการท างานบนคอมพวเตอรซอฟแวรทเปนมาตรฐานเดยวกน สงผลตอ



5 July 2019

E25

คณภาพงานเกดความลาชา ดงนนทางผวจยท าจงไดเลงเหนปญหา และท าการศกษาหลกการใชแบบจ าลองสารสนเทศ (Building Information Modeling : BIM) ในวศวกรรมคณคา เพอใหสถาปนก ,วศวกร และผรบเหมาสามารถท างานรวมกนไดโดยเขาใจตรงกน ลดความลาชาของการท างาน เพมประสทธภาพในการท างานใหไดตามมาตรฐาน ทงนทางผวจยไดน าหลกของวศวกรรมคณคาเขามาชวยในการวเคราะหคณคาของวสดปพน เพอเพมทางเลอก และเปนแนวทางในการลดตนทนของวสดปพนอกหนงรปแบบ

ปจจบนโปรแกรมทนยมใชในงานวศวกรรมคณคา คอ โปรแกรม Archicad 22 เนองจากเปนโปรแกรมทใชงานงาย, สะดวก และสามารถน าไปตอยอดในโปรแกรมอนเพมอกได อกทงยงสามารถใชงานไดทง 2 มต, 3 มต รวมถงสามารถถอดแบบประเมนราคาไดแมนย าขน เนองจากอางองราคากลางจากส านกบญชกลางของประเทศไทย หากมการแกไขในตวแบบ ปรมาณจะถกแกไขใหโดยอตโนมต ไมตองนบส ารวจอกครง แมปจจบนหลกของวศวกรรมคณคาจะยงไมถกน ามาพดถงมากนก แตในการท างานมกมการใชวศวกรรมคณคาเขามาชวยในการด าเนนงานอยเสมอ เชนการลดขนตอนการด าเนนงานทไมจ าเปน เพอลดระยะเวลาในการด าเนนงาน กถอวาเปนกระบวนการของวศวกรรมคณคาเชนเดยวกน

จากการส ารวจขอมลกลมตวอยาง ซงเปนโครงการกอสรางคอนโดมเนยมแหงหนง พบวา ไมปรากฏการใชงานโปรแกรม BIM และยงพบปญหาหนางานในงานตดตงแผนพน เชน เกดการยวบ, บวม และปญหาเกดจากรอยตอของไม คณะผวจยไดเลงเหนปญหาดงกลาว จงไดท าการเปรยบเทยบวสดทสามารถน ามาเทยบเทา ซงยดหลกตามมาตรฐาน โดยใชโปรแกรม Archicad 22 รวมดวย เพอใหผทสนใจไดน าไปเปนแนวทางในการปรบใชในโครงการทมลกษณะเดยวกนได ทบทวนวรรณกรรม

การวจยครงน ผวจยไดศกษาเอกสาร และงานวจยทเกยวของ เพอเปนฐานความรส าหรบใชในการวจยโดยมประเดนการคนควาเปนดงตอไปน

1. ทฤษฎ 1.1 แนวคด และทฤษฎของแบบจ าลองสารสนเทศ (Building Information Modeling : BIM)

ปญญาพล จนทรดอน, (2556) กลาววา กระบวนการท างานของแบบจ าลองขอมลอาคาร ถอเปน แนวทางทใชในการท างานทเกดขนมาพรอมกบการพฒนาของระบบดจตอล และผานการประมวลผลเขาสคอมพวเตอร เพอใชในการตอบสนองในการพฒนาทางดานธรกจ ซงมความตองการขอมล (Information) ทมความถกตอง และผานการบรหารจดการมาเปนอยางดแลว และมการน าเสนอผลงานทมลกษณะเสมอนจรงทสามารถรบรมตผานสอเชอมโยงทางอเลกทรอนกส BIM มวตถประสงคในการแลกเปลยนขอมลระหวางซอฟตแวร และสนบสนนการท างานรวมกนบนฐานขอมลดจตอล โดยการใชหลกการท างานทรวมกนระหวาง Building Product Model และ Object-based parametric modeling ซงสามารถท าการบรหารจดการเปลยนแปลง หรอเพมเตมขอมลเหลานนไดตลอดเวลา และจะท าใหขอมลขององคประกอบตาง ๆ ทเกยวของในแบบจ าลองมการเปลยนแปลงในทกมมมองโดยอตโนมต โดยทหลกการท างานสามารถเรมตนดวยการใช



5 July 2019

E26

แนวความคดในการดงขอมล (Capturing) ในการบรหารจดการขอมลอาคารซงจะสามารถแสดงขอมลเหลานนในแบบอยาง วธการทใชกน หรอวธการทมความเหมาะสมตอการสอสารระหวางผออกแบบ, ผรบเหมา และเจาของงานสามารถสอสารกนไดโดยเขาใจ โดยการใชแบบจ าลองขอมลอาคารเกบรวบรวมขอมลตงแตเรมตนในการสรางตวจ าลองรวมถงขนตอนการจดเกบ และการจดการไวในฐานขอมลโครงการ และอนญาตใหทกคน ในโครงการสามารถเขาถงขอมลไดซงจะเปนการงายในการสอสารระหวางผทมสวนเกยวของ และสามารถใชในการน าเสนอใหผดเขาใจแบบได

1.2 วศวกรรมคณคา วศวกรรมคณคา นางสาวสศธา หลอสกล, (2556) กลาววา เปนการศกษาคณคาของผลตภณฑ

ขนตอนการท างาน, สนคา, เครองมอ หรอบรการอยางเปนขนตอน เพอพฒนาใหสงทถกน ามาศกษานนมคณคามากขน โดยยงคงมคณคาพนฐานของตวมนเอง วศวกรรมคณคานนถกกลาวถงควบคไปกบการบรหารโครงการ เปาหมายของวศวกรรมคณคา จะเนนทการพฒนาคณคาของสงทน ามาศกษา เชน เพมคณภาพ , สมรรถภาพ, ความปลอดภย, ลดคาใชจายทงทางตรง และคาใชจายตลอดวงจรชวต ตวอยางของวศวกรรมคณคา เชนการกอสรางถนน โดยการเปลยนขนตอนการสรางถนนเปนรปแบบใหม แมวาคาใชจายจะสงขน แตคณคาดานความปลอดภยสงขน และคาใชจายในการบ ารงรกษาลดลง ซงท าใหคณคาโดยรวมสงกวา ซงในสหรฐอเมรกา กรมทางหลวงของประเทศไดมการผลกดนใหแตละรฐไดมการน าวศวกรรมคณคาไปใชในทกโครงการกอสรางทางหลวงของรฐบาล

1.3 อตราสวนผลตอบแทนตอตนทน นายชพวทย รนนารนารถ, (2557) กลาววา อตราสวนผลตอบแทนตอตนทน (B/C ratio) คอ

อตราสวนระหวางมลคาปจจบนสทธของกระแสเงนสดทไดรบตลอดอายโครงการกบเงนลงทนเรมแรกของโครงการนน เปนการเปรยบเทยบระหวางผลตอบแทนในรปของกระแสรายไดทเกดขนในอนาคตตลอดอายโครงการทมการปรบคาใหเปนมลคาปจจบนแลวกบเงนลงทนเรมแรกของโครงการทเกดขนในปจจบน อตราสวนผลตอบแทนตอตนทนสามารถค านวณไดดงน

Bt = กระแสเงนสดรบ ณ ปท t Ct = กระแสเงนสดจาย ณ ปท t k = อตราคดลด n = อายโครงการ

B/C ratio =



5 July 2019

E27

2. งานวจยทเกยวของ

ตารางท 1: แสดงขอมลงานวจยทเกยวของดงน

ชอผแตง ป พ.ศ. ชอเรอง เครองมอใน

การวจย ผลการวจย ขอคนพบ

นายชพวทย รนนารนารถ

2557 การประยกตวศวกรรมคณคา และบมเปนแนวทางในการเลอกรปแบบโดยการวเคราะหอณหภมในอาคารทพกอาศย

-Autodesk Revit -Autodesk Ecotec

พบวา แบบทแกไขใหมมคา B/C Ratio สงทสด และตนทนในการกอสรางต าทสด

หลกวศวกรรมคณคาสามารถน ามาชวยในการเพมทางเลอกในการกอสรางได และสามารถน าบมมาใชในการจ าลองงานกอสรางได

นางสาวสศธา หลอสกล

2556 การใชหลกวศวกรรมคณคาในการบรหารโครงการ ประเภทบานพกอาศย

การสมภาษณ พบวาผรบเหมาหลกจะเรมตรวจสอบแบบกอสรางสราง วาสวนใดสามารถลดตนทนในหลกการวศวกรรมคณคา และท าการเสนอแกเจาของ โครงการ

ในการท างานจรงนนหลกการวศวกรรมคณคาสามารถน ามาใชไดตงแตขนตอนการน าเสนอ ในการวจยนไดน าเอาแนวคดการใชวศวกรรมคณคามาประกอบในการเลอกวสด

นายปญญาพล จนทรดอน

2556 การน าระบบ BIM มาใชในการจดท าแบบกอสรางจรง สวนงานระบบอาคาร (M&E ASBUILT DRAWINGS)กรณศกษาโครงการ โรงแรมเวฟพทยา

Tekla BIM sight

พบวา โปรแกรม Tekla BIM sight นน สามารถใชในงานโครงสรางไดดกวา งานระบบสขาภบาลเนองจากตวโปรแกรมมขอมลส าเรจรปของเหลกอยางครบถวน

ผวจยไดน า โปรแกรม Archicad ซงเปนโปรแกรมทอยในกลม BIM มาจ าลองงานสถาปตยกรรม หลงจากเปลยนวสดปพนแลวเพอใหเหนความแตกตางของวสดแตละชนด



5 July 2019

E28

ชอผแตง ป พ.ศ. ชอเรอง เครองมอใน

การวจย ผลการวจย ขอคนพบ

นางสาวภทรวรรณ ธราพร

2557 โครงสรางปจจยทสงเสรมการใชวศวกรรมคณคาในการออกแบบอาคารโดยการวเคราะหองคประกอบเชงยนยน

- แบบสอบ ถาม - โปรแกรม SPSS

พบวา โครงสราง ปจจยถกแบงเปนสกลม พรอมน าหนกความส าคญดงน “การออกแบบระบบ 40%” “การออกแบบภายนอกอาคาร 30%” “การออกแบบสถาปตยกรรมและตกแตงภายใน 26%” และ “การออกแบบโครงสราง 4%”

มความสอดคลองเกยวกบปญหาในการใชวศวกรรมคณคาในประเทศซงยงไมมการแพรหลายอยางเปนระบบมากนก

นายสพฤทธ ตงพฤทธกล

และ นายณฐวฒ สวสดสข

2558 การใชงาน และแนวทางการผลกดน Building Information Modeling (BIM) ในประเทศไทย

แบบสอบ ถาม

พบวา ในปจจบนผทเกยวของกบ อตสาหกรรมกอสรางสวนมาก ยงไมรจกและไมสามารถใช BIM ได เนองจากการเขาไมถง BIM เพราะซอฟตแวรทมราคาสงซงอาจไมคมทน

สอดคลองกบขอมลในการสมภาษณผจดการโครงการแหงหนงวา ขอจ ากดในการน า BIM มาใช คอ ราคาของโปรแกรมทสง ซงอาจจะไมคมในการน ามาใชงานจรง

Nam Bui , Christoph

Merschbrock , Bjørn Erik Munkvold

2560 การทบทวนแบบจ าลองขอมลอาคาร เพอการกอสรางในประเทศก าลงพฒนา

การทบทวนวรรณกรรม

พบวา BIM ไดรบการยอมรบในประเทศทพฒนาแลว แตส าหรบประเทศทก าลงพฒนานนหาไดยาก เนองจากมขอจ ากดหลายอยาง

มความสอดคลองเกยวกบขอจ ากดในการใชงาน BIM ในประเทศไทย จากการสมภาษณผจดการโครงการแหงหนง



5 July 2019

E29

วตถประสงคของการวจย 1. เพอใหเลงเหนถงประโยชนการน าเทคโนโลย BIM กบวศวกรรมคณคาเขามาใชงานกอสราง 2. เพอศกษาชนดของวสดในงานพน และการเลอกใชวสดตามหลกวศวกรรคณคา 3. เพอจ าลองแบบโครงการคอนโดมเนยม 3 มต และถอดปรมาณราคาเปรยบเทยบระหวางวสดตามแบบกบวสดตามหลกของวศวกรรมคณคาทงโครงการ วธด าเนนการวจย

1. ขนตอนการก าหนดขอบเขตการด าเนนงาน ศกษาทฤษฎ งานวจย และขอมลทเกยวของ เปนขนตอนในการหาสงทเรมตงสมมตฐาน เรมหาศกษาทฤษฎ และงานวจยทผานมา เพอเปน

แนวทางในการศกษา เพอใหผศกษาสามารถก าหนดขอบเขตของงานศกษา และทราบถงขอมลทจะท าใหสามารถบรรลถงเปาหมายทเราตงสมมตฐานไวได

2. การวเคราะหคณคาตามหลกการของวศวกรรมคณคา 2.1 การเลอกโครงการหรอเปาหมาย (Project selection Phase) 2.1.1 ในกรณศกษาน ไดเลอกแบบโครงการคอนโดมเนยมหรออาคารชดแบบ “Low Rise”

อยใจกลางเมองกรง ทไดรบความนยมเปนอยางมาก ซงไดศกษาวธการตาง ๆ ทสามารถลดขนตอนการด าเนนงานการเลอกสรรวสดตามหลก VE 3 วธ เพอน าไปสการลดตนทน และการเพมประสทธภาพในการกอสรางตอไป

2.1.2 วธการเลอกเปาหมาย คอการเลอกจากรายการบญชแสดงปรมาณวสดและราคา (BILL OF QUANTITIES : BOQ) ทมตนทนสงทสดในงานสถาปตยกรรม และสามารถเปรยบเทยบวสด เพอใหสามารถเหนภาพความแตกตางไดชดเจน เชน งานพน เพอน าการใช BIM มาจ าลอง เพอใหเหนภาพ และใชหลกวศวกรรมคณคาในการชวยลดปญหาในการด าเนนงาน เพอการลดตนทน และลดระยะเวลาการกอสรางใหสนลง

2.2 การรวบรวมขอมล ( Information Phase) ขอมลทส าคญทใชส าหรบงานวศวกรรมคณคาในกรณศกษาน

1. ขอมลของอาคารชดแบบ “Low Rise” 2. ขอมลชนด และประโยชนของวสดปพน 3. ขอมลการท างานหนางาน 4. ราคาวสด

2.3 การวเคราะหหนาทการท างาน (Function Analysis Phase) ในขนตอนนมการท างานดงน 1. จ าแนกงานตามเปาหมายทตองการท าการวจย 2. หาค าจ ากดความของ แตละหนาทของวสดทท าการจดหมวดหมในงานขางตน



5 July 2019

E30

2.4 การสรางสรรคความคด เพอปรบปรง (Creation Phase) ขนตอนน เปนการสรางสรรคความคดทางบวก และประเมนหลาย ๆ ความคดโดยม

จดมงหมายใหกระบวนการผลตบรรลถงหนาทการท างานหลกเปนส าคญ โดยค านงวาควรใชวสดอะไรมาท าหนาทเหลาน โดยมการด าเนนงานดงน

1. สรางแบบจ าลองเสมอนจรงซงแบบตนฉบบทางคอมพวเตอร โดยโปรแกรม Archicad 22 2. น าขอมลทไดจากการศกษามาวเคราะหคณสมบต 3. เลอกวสดทมคาจากการวเคราะหคณสมบตสงทสด 3 ล าดบแรก 4. ท าการสรางแบบจ าลองเสมอนจรงทางคอมพวเตอร ซงเปนแบบจ าลองเสมอนจรง แต

ปรบเปลยนวสดตามคาการวเคราะหคณสมบตสงทสด 3 ล าดบแรก และถอดปรมาณวสดทเปลยนแปลง 5. น ามาคด B/C ratio เพ อเลอกวสดท มความคมคาดานราคา เพ อเลอกวสดปพน

เปรยบเทยบ 2.5 การทดสอบ และพสจน (Investigation Phase) 2.5.1 น าขอมลทไดมาสรางแบบอาคารทพกอาศยแบบใหม ทมความคมคาทสด

2.5.2 ท าการวเคราะหขอมลตามคณภาพของคา B/C ratio 2.5.3 ท าการเปรยบเทยบคาใชจายของโครงการ 2.6 สรปขอมลทไดจากการวเคราะห

การวเคราะหขอมล

ตารางท 2: แสดงมาตรฐานการรบรองผลตภณฑ

ชนดของวสดทไดรบการรบรอง มาตรฐานการรบรอง - ไมปาเก - พนไวนล - กระเบองยาง - ไมเอนจเนยร - พนไมจรง

มาตรฐานอตสาหกรรม - ไมลามเนต



5 July 2019

E31

ชนดของวสดทไดรบการรบรอง มาตรฐานการรบรอง - หนออน - กระเบองแกรนตโต - หนแกรนต

การวจยในครงนมวตถประสงค เพอใหเลงเหนถงประโยชนของการน าเทคโนโลย BIM กบ วศวกรรม

คณคาเขามาใชในงานกอสราง เปนการศกษาชนดของวสดปพน และการเลอกใชวสดตามหลกวศวกรรมคณคา โดยมขนตอนการวเคราะหดงน

1. การวเคราะหขอมลคณสมบตวสดปพนในหองรบแขก, พกผอน, ครวตอเนอง, หองนอน

ตารางท 3: แสดงการวเคราะหผลคณสมบตวสดปพนในหองรบแขก, พกผอน, ครวตอเนอง, หองนอน

ล าดบ คณสมบต ไมเอนจเนยร

พนไมจรง ไมลามเนต

ไมปารเก ไมพนเบอร

ซเมนต กระเบองยาง/ไวนล

1 ปลวก และแมลงกดกนไม กน กน ไมกน กน ไมกน ไมกน 2 ทนฝน และความชน ไมทน ไมทน ไมทน ไมทน ทน ทน 3 ทนตอรงส UV ทน ทน ทน ทน ขนอยกบสททา ทน 4 การลามไฟ ลามไฟ ลามไฟ ไมลามไฟ ลามไฟ ไมลามไฟ ไมลามไฟ

5 การบ ารงรกษาในระยะยาว

ต า สง สง สง สง สง

6 การตดตง งาย รวดเรว งาย

รวดเรว ใชเวลา

งาย รวดเรว

งาย รวดเรว งาย รวดเรว งาย รวดเรว

จากการศกษาคณสมบตวสดชนดตาง ๆ เพอวเคราะหคณสมบตของวสดปพนชนดตาง ๆ ของวสดป

พนในหองรบแขก, พกผอน, ครวตอเนอง และหองนอน ทมคณสมบตเทยบเทาหรอมากกวาพนไมเอนจเนยร โดยก าหนดคณสมบตเดนทงหมด 6 ขอดงตารางท 1 เพอน ามาวเคราะหคณสมบตเดน-ดอย ของวสดปพนทงหมด 6 ชนด ไดแก ไมเอนจเนยร, พนไมจรง, ไมลามเนต, ไมปาเก, ไมพนไฟเบอรซเมนต และกระเบองยาง เพอน ามาวเคราะหคณสมบตวาวสดชนดใดมความคมคาดานคณภาพมากทสด หลงจากนนจงน าขอมลไปแปลงผลเปนตวเลขดงตารางท 3 ดงน

2. ผลการวเคราะหขอมลวสดปพนในหองรบแขก พกผอน ครวตอเนอง หองนอน



5 July 2019

E32

ตารางท 4: แสดงผลการวเคราะหขอมลวสดปพนในหองรบแขก พกผอน ครวตอเนอง หองนอน

จากการวเคราะหผลของขอมลในตารางท 4 โดยการน ามาเขาสตรในโปรแกรม Excel เพอสรางตาราง

วเคราะหคณสมบต 3. ปญหาหลงการตดตงวสดปพน

ตารางท 5: ปญหาทพบหลงการตดตงวสดในสวนหองรบแขก พกผอน ครวตอเนอง หองนอน

ปญหา รปภาพประกอบ การแกไขปญหา

1. รอยตอพนไม

ใหชางเขามาตรวจสอบหนางาน และทายาแนว สทใกลเคยงกบพนไม เพอปดรอง

2. พนไมเกดการยวบ

ใหชางเขาผาพนไมสวนทเกดการยวบ และใชกาวลาเทกซส าหรบตดไม ทาใหครบ 4 ดาน จากปกตทาแค 2 ดาน และตดลงไปใหม

ล าดบ คณสมบต ไมเอนจเนยร พนไมจรง ไมลามเนต ไมปาเก ไมพนไฟเบอรซเมนต กระเบองยาง/ไวนล

1 ปลวก และแมลงกดกนไม 0 0 1 0 1 1

2 ทนฝน และความชน 0 0 0 0 1 1

3 ทนตอรงส UV 1 1 1 1 0 1

4 การลามไฟ 0 0 1 0 1 1

5 การบ ารงรกษาในระยะยาว 0 1 1 1 1 1

6 การตดตง งาย รวดเรว 1 0 1 1 1 1

2 2 5 3 5 6ผลรวมขอเดน



5 July 2019

E33

ปญหา รปภาพประกอบ การแกไขปญหา

3. หนาพนไมเปนรอย

ใหชางท าการประเมนจ านวนแผนไมทเปนรอย เพอสงของ หลงจากนนกผาไมทเปนรอย เพอท าการใสแผนไม แผนใหมลงไปแทน

4. พนไมเกดการบวม

ใหชางเขามาประเมนจ านวนแผนไมทบวม เพอสงของ และน ามาตดตงใหม หลงจากนนกท าการตรวจสอบหาปญหาหลกทท าใหพนไมเอนจเนยรเกดการบวม เพอเรยกรองคาเสยหาย

4. ราคารวมวสดปพน

ตารางท 6: แสดงผลการวเคราะหขอมลวสดปพนในหองรบแขก, พกผอน, ครวตอเนอง, หองนอน

ชนดวสดปพน ราคารวมโครงการท 1 ราคารวมโครงการท 2 หมายเหต 1. ไมเอนจเนยร 5,120,758.90 5,120,758.90 พนไมเดม 2. กระเบองยางลายไม 2,701,841.78 2,701,841.78 วสดเปรยบเทยบ 3. ไมลามเนต 4,976,710.40 4,976,710.40 วสดเปรยบเทยบ 4. ไมพนไฟเบอรซเมนต

5,245,607.40 5,245,607.40 วสดเปรยบเทยบ

5. การวเคราะหวสดปพนดวยหลกการวศวกรรมคณคา

5.1 ตวอยางการวเคราะหกระเบองยางลายไม สตร B/C ratio = Budget



5 July 2019

E34

Cost แทนคา = 5,120,758.90

2,701,841.78 ผลลพธ = 1.90 จากการหาคา B/C ratio ของกระเบองยางพบวามผลลพธเทากบ 1.90

5.2 ตารางผลการวเคราะหวสดปพนทง 3 ชนด

ตารางท 7: ตารางแสดงผลการวเคราะหขอมลวสดปพนในหองรบแขก, พกผอน, ครวตอเนอง, หองนอน

ชนดวสดเปรยบเทยบ คา B/C ratio โครงการท 1 คา B/C ratio โครงการท 2 1. กระเบองยางลายไม 1.90 1.85 2. ไมลามเนต 1.03 1.03 3. พนไมไฟเบอรซเมนต 0.98 0.98

6. การสรางแบบจ าลองโครงการท 1 และโครงการท 2 ตามวสดปพนตนฉบบ และวสดตามหลกของ

วศวกรรมคณคา 3 อนดบแรกทมคาความคมคา B/C ratio สงสด

ตารางท 8: ตารางแสดงภาพการจ าลองโครงการท 1 และโครงการท 2 ตามวสดปพนตนฉบบ และวสดตามหลกของวศวกรรมคณคา 3 อนดบแรกทมคาความคมคา B/C ratio สงสด

แบบวสดปพน โครงการท 1 โครงการท 2

1. พนไมเอนจเนยร

2. กระเบองยางลายไม



5 July 2019

E35

แบบวสดปพน โครงการท 1 โครงการท 2

3. ไมลามเนต

4. พนไมไฟเบอรซเมนต

จากตารางท 8 จะแสดงภาพการจ าลองจากโปรแกรม Archicad 22 เพอแสดงใหเหนถงความ

แตกตาง ของการใชวสดปพนทผานหลกการของวศวกรรมคณคาและเพอใหเหนภาพชดเจน สามารถเพมขอเสนอในการเลอกใชวสด อกทงยงสามรถถอดปรมาณไดแมนย า ผลการวจย และอภปราย

จากผลการวจย พบวาการประยกตใช BIM ในงานวศวกรรมคณคา เขามาชวยในงานกอสรางนนสามารถชวยในการตดสนใจ และประเมนราคาได อกทงยงสามารถเพมประสทธภาพใหกบวสดชนดนนอกดวย ซงมความสอดคลองกบ ทฤษฎผลการใชขนตอนการวเคราะห เพอปรบปรงผลตภณฑของวศวกรรมคณคาของ ชพวทย รนนารนารถ, (2557) ทกลาววาการใชขนตอนการวเคราะหของวศวกรรมคณคานน สามารถน ามาประยกตใชกบอาคารทพกอาศยไดเปนอยางด เนองจากขนตอนการวเคราะหของวศวกรรมคณคา เปนขนตอนทมองหนาทของแตละวสด และปรบปรงเฉพาะสวนทเปนหนาทหลก สวนหนาทรองอาจจะตดสงทไมจ าเปนออกไปได เพอลดตนทนทไมจ าเปนออกไป จงสงผลไปถงการลดการเปลยนแปลงงบประมาณได และสามารถประมาณราคาไดกอสรางไดแมนย า ซงสอดคลองกบ ทฤษฎ Building Information Modeling (BIM) ของ สพฤทธ ตงพฤทธกล และณฐวฒ สวสดสข, (2558) ทกลาววาการน า BIM มาใชในอตสาหกรรมกอสราง คอ สามารถสรางแบบทเปนตวแทนสามมตของอาคารทบรณาการขอมลตาง ๆ ไวได โดยศนยบรณาการวศวกรรมแหงมหาวทยาลยสแตนฟอรด (Stanford University Center for Integrated Facilities Engineering, CIFE) ไดศกษาประโยชนในการใช BIM จาก 32 โครงการกอสราง พบวา BIM สามารถลดการเปลยนแปลงงบประมาณไดมากกวารอยละ 40 สามารถประมาณราคากอสรางไดแมนย าไมเกนรอยละ 3 สามารถลดเวลาการประมาณราคากอสรางลงมากกวารอยละ 80 สามารถลดปญหาความขดแยงจากแบบไดมากกวารอยละ 10 และสามารถลดเวลาด าเนนโครงการไดมากกวารอยละ 7



5 July 2019

E36

สรป จากการวจยเรอง “การประยกตใช BIM ในงานวศวกรรมคณคา หมวดงานสถาปตยกรรม กรณศกษา

โครงการกอสราง คอนโดมเนยม”สามารถสรปผลการวจยสามารถสรปไดดงน ผลการวเคราะหคณสมบตของวสดปเปรยบเทยบพบวา กระเบองยางลายไมมผลการวเคราะห

คณสมบตเดน เทากบ 6 หรอ 100% ซงมากทสดส าหรบการวเคราะหหาคณสมบตทมความเทยบเทา หรอมากกวาพนไมเอนจเนยร และจากการวเคราะหดวยวศวกรรมคณคาจากสตร B/C Ratio พบวากระเบองยางลายไมมคา B/C Ratio มากทสด แสดงวามความคมคาดานราคามากทสดจากการเปรยบเทยบวสดปพนทงหมด เอกสารอางอง ชพวทย รนนารนารถ, (2557). การประยกตใชวศวกรรมคณคา และบม เปนแนวทางในการเลอกรปแบบโดย วเคราะหอณหภม ในอาคารทพกอาศย: บณฑตวทยาลย มหาวทยาลยเชยงใหม ปญญาพล จนทรดอน, (2556). การน าระบบ BIM มาใชในการจดท าแบบกอสรางจรง สวนงานระบบอาคาร

(M&E AS BUILT DRAWING) กรณศกษาโครงการโรงแรมเวฟพทยา: บณฑตวทยาลย มหาวทยาลย- ศรปทม

สศธา หลอสกล, (2556). การใชหลกวศวกรรมคณคาในการบรหารโครงการ ประเภทอาคารพกอาศย: บณฑตวทยาลย จฬาลงกรณมหาวทยาลย สพฤทธ ตงพฤทธกล และณฐวฒ สวสดสข, (2558). การใชงาน และแนวทางการผลกดน Building

Information Modeling (BIM) ในประเทศไทย Building Information Modeling (BIM) : Using and Adoption Pathways in Thailand: บณฑตวทยาลย มหาวทยาลยเชยงใหม

ภทรวรรณ ธราพร, (2557). โครงสรางปจจยทสงเสรมการใชวศวกรรมคณคาในการออกแบบอาคาร โดยการ วเคราะหองคประกอบเชงยงยน: บณฑตวทยาลย สถาบนเทคโนโลยพระจอมเกลาเจาคณทหาร ลาดกระบง Nam Bui, Christoph Merschbrock, Bjørn Erik Munkvold, (2560). การทบทวนแบบจ าลองขอมล อาคารเพอการกอสรางในประเทศก าลงพฒนา: มหาวทยาลยประเทศนอรเวย



5 July 2019

E37

การประยกตใชทฤษฎการเรงงานรวมกบโปรแกรม Primavera เพอสรางแบบจ าลองการวางแผนงานกอสราง THE APPLIED OF CRASHING THEORY VIA PRIMAVERA PROGRAM FOR CONSTRUCTION PLANNING MODELLING

ปอแกว ศรรอด1, สรษา แกววงศ2, ศรนย พรมศร3

Porkaew Srirod1, Surisa Kaewwong2, Saranyoo Promsorn 3

1สาขาวชาการจดการงานกอสราง

1Construction Management 2มหาวทยาลยเทคโนโลยราชมงคลรตนโกสนทร

2Rajamangala University of Technology Rattanakosin *Corresponding author, E-mail: [email protected]

บทคดยอ

การวจยครงนม วตถประสงค เพอน าแนวทางทฤษฎการเรงงาน และโปรแกรม Primavera มาประยกตใชบรหารโครงการกอสรางรถไฟฟาสายสแดง (สถานกลางบางซอ) โดยการศกษาแผนงานโครงการกอสรางรถไฟฟาสายสแดง และสรางแบบจ าลองการเรงงานโดยใชทฤษฎ CPM และทฤษฎคาใชจาย เพอวเคราะหแผนงานกอสรางรถไฟฟาสายสแดง

ในการสรางแบบจ าลองดวยการศกษาแผนงานหลกของโครงการกอสรางรถไฟฟาสายสแดง การเรงงานครงนมจดประสงคเพอการลดเวลาการท างานทลาชาจากแผนงานเดมถง 3% โดยการเรงงานแตละงานตองเรงงานทมคาเวลาลอยตวตดลบมากทสดไปถงงานทตดลบนอยทสด ซงงานทมคาเวลาลอยตวตดลบมากทสด คองานวกฤตทสด ในการเรงงานแตละครงตองพจารณาความสอดคลองของงานนน ๆ วามผลกระทบทเกยวของ 3 ดาน คอ ดานเวลา, ดานตนทน และดานคณภาพ

ผลการวจยพบวา การสรางแบบจ าลองการเรงงานจากแผนงานครงท 1 ตามแผนงานหลกทมความลาชาอย 3.72% ระยะกอสรางเทากบ 2,661 วน หลงจากการเรงงานวกฤตในหมวดงานสถาปตยกรรม ซงเปนหมวดงานทมเวลาลอยตว และหมวดงานโถงทางเดนผโดยสาร ฝงทศตะวนออก, งานโรงก าจดของเสย หรอหองก าจดขยะ, งานหองโถงทางเขา พบวาระยะเวลารวมลดลง 2,640 วน ซงสามารถเรงเวลาได 21 วน คดเปน 0.789% ในหมวดงานสถาปตยกรรม, งานโถงทางเดนผโดยสาร ฝงทศตะวนออก, งานโรงก าจดของเสย หรอหองก าจดขยะ, งานหองโถงทางเขา โดยประกอบดวย 60 กจกรรมยอย จาก 2,807 กจกรรมตามแผนงานทงหมด



5 July 2019

E38

ค าส าคญ : ทฤษฎการเรงงาน, คาใชจายทางตรง, โปรแกรม Primavera ABSTRACT The purpose of the study was found by the relationship between the crashing time and the Primavera program in management of the red line project (Bang Sue Grand Station) created the study was used by the project for the construction of the red line project, then create a crashing modelling via CPM theory and cost theory. Finding the relationship of the red line construction project plan via CPM theory and cost theory. Next step created model from the study of the baseline plan of the red line project. This article expected to reduce the delay time from the original duration by up to 3.72% via crashing each task to accelerate the most negative float to the least negative float. The most negative float is the most critical work. In each Activity acceleration, it must consider the consistency of the work that has 3 related effect: time, cost and quality.

The result indicated that creating a model for crashing time of the red line project, It showed the master plan found that according to the master plan with a delay of 3.72%, the total time equal 2,661 days after the crashing time of the crisis in the architectural category which was the most negative float WBS. i.e. the Passenger Hall East side, waste disposal plant or waste disposal room, entrance hall found that the total time decreased equal 2,640 days, which can crashing time to 21 days, equivalent to 0.789% in the category of architecture, the passenger hall East side, waste disposal plant or waste disposal room, entrance hall1, which consists of 60 sub-activities from 2,807 activities according to all plans.

Keywords: Crashing time, Direct Cost, Primavera

บทน า

งานกอสรางเปนงานผลตทางอตสาหกรรมทมลกษณะแตกตางจากอตสาหกรรมอน ๆ คอเปนงานทตองใชเวลา และทรพยากรตาง ๆ โดยการด าเนนงานตองอยในทองถน หรอสถานททมสภาพภมประเทศทแตกตางกน ภายใตสภาวะอากาศทแปรเปลยนไดตลอด ซงท าใหยากตอการการควบคมคณภาพ,ปรมาณ,ตนทน และเวลา ทความเสยงสงในกรณงานมระยะเวลาทยาวนาน อาจท าใหตนทนวสดสงขน ท าใหตองรบผดชอบภาระคาใชจายทสงตามระยะเวลา หรอท าใหขาดทนได ดงนนในโครงการกอสรางจ าเปนตองมการบรหารจดการอยางมระบบ เพอวางแผน และควบคมโครงการใหประสบความส าเรจตามเปาหมาย



5 July 2019

E39

โดยประยกตเทคนคการจดการโครงการมาใชในโครงการกอสรางดวยเทคนค PERT และ CPM เพอเรงงาน และลดเวลาในงานท างานในสายงานทเปนงานวกฤต ลกษณะการท างานทเปนอย ณ ปจจบนจะด าเนนการตามแผนหลกในการด าเนนการของโครงการซงเปนแบบบารชารต (Bar Chart) โดยจะพจารณาเพยงงานหลก ๆ ในการกอสรางโดยมไดท าการพจารณาถงความสมพนธของงานหลกและงานยอยตาง ๆ ในโครงการคองานใดบางโดยมไดท าใหการด าเนนงานในแบบปกตนน ขาดประสทธภาพในการด าเนนงาน เพราะไมเหนภาพชดของโครงการวางานใดบาง คองานหลกส าคญของโครงการทไมสามารถจะลาชาไดเพราะถาหากวางานหลกลาชาจะมผลใหโครงการไมอาจเสรจตามเปาหมาย ดงนนการจดเตรยมเพอจะกระท าสงใดสงหนงไวลวงหนา โดยมการจดแบงขนตอน และจดล าดบขนของการท างานตาง ๆ การบรหารงานกอสรางตองอาศยวธการและเทคนคการจดการ เพอจดสรรทรพยากรใหลงตว ภายใตกรอบของคณภาพ, ตนทน และเวลาทก าหนดก าลงคน (Manpower), วสดกอสราง (Material), เครองจกร (Machine), เงนทน (Money) และการจดการ (Management) เพอผลกดนโครงงานใหประสบผลส าเรจตามเปาหมาย

ปจจบนแผนงานการกอสรางโครงการรถไฟฟาสายสแดงมความลาชา 3.72% เนองจากการตดปญหาการกอสรางทชาตงแตตนจงสงผลตองานอน ๆ ซงหมวดงานทลาชา คอ หมวดงานเครองกลและทอใตอาคาร งานไฟฟา ซงทอมขนาดใหญจงเกดความลาชา เพราะไมสามารถเขางานสถาปตยกรรมได จงสงผลตองานอน ๆ ทางผวจยจงมแนวคดทจะท าการเรงงานในสายงานวกฤต โดยใชทฤษฎการเรงงาน เพอน าแนวทางนไปปรบปรงใหทนกบแผนงาน ณ ปจจบน ทบทวนวรรณกรรม

การวจยครงน ผ วจยไดศกษาเอกสาร และงานวจยทเกยวของเพอเปนฐานความรส าหรบใชในการศกษาโดยมประเดนการคนควาเปนดงตอไปน 1. ทฤษฎ 1.1 ทฤษฎการวางแผนและควบคมโครงการแบบ CPM อาจอง สขประเสรฐ (2559) กลาววา ในการบรหารงานโครงการขนาดใหญ จ าเปนตองมการวางแผนเพราะมกจกรรมตาง ๆ มากมาย ตองก าหนดขนตอนในการท างาน และควบคมความกาวหนาของโครงการเปนอยางด ในปจจบนเทคนคของการบรหารโครงการทนยมใชกน ไดแก เทคนค PERT และ CPM ขนตอนทส าคญของวธการวางแผนระบบ Critical Path Methods (CPM) กคอการเขยนโครงขายใหแสดงขนตอนและความสมพนธของหนวยงานยอย วธวถวกฤต นยมเรยกกนวา CPM เปนเทคนควธการวางแผนและควบคมงาน ตลอดจนการก าหนดตารางท างานทไดผลวธหนง สวนมาก CPM จะใชไดกบงานทกประเภททมขนาดคอนขางใหญ และมงเนนทางดานคณภาพของงาน เพอหวงผลในประสทธภาพของงานเปนส าคญ โดยเฉพาะอยางยงงานกอสราง คณคาทส าคญของ CPM อกอยางหนง คอ ประหยดเวลา และลดคาใชจายลงเปนอนมาก 1.2 ทฤษฎคาใชจาย สทน สวรรณนท (2552) กลาววา การวางแผนงานกอสรางตองค านงถงคาใชคายในงานกอสรางใหเขาใจในงานกอสรางทวไปจะแบงคาใชจาย ออกเปน 2 ประเภท คอ คาใชจายทางตรง (Direct



5 July 2019

E40

Cost) หมายถง คาใชจายทใชในการท ากจกรรมโดยตรง ซงก าหนดไดแนชด วาเกดจากกจกรรมใด เชน คาจางแรงงาน คาใชจายส าหรบวตถดบ คาใชจายเกยวกบวสด - อปกรณ เปนตน และคาใชจายทางออม (Indirect Cost) หมายถง คาใชจายท เกดขนระหวางการกอสรางทไมเกยวของโดยตรงกบคาใชจายทางตรง เชน เงนเดอนพนกงาน คาจางทปรกษา คาเชาส านกงาน เปนตน 1.3 ทฤษฎการเรงงาน สทน สวรรณนท (2552) กลาววา การเรงงาน เปนการวเคราะหทเนนความสมพนธระหวางเวลากบคาใชจาย (Time Cost Tradeoffs) และกจกรรมวกฤต คอ กจกรรมทส าคญ ถากจกรรมวกฤตเสรจชากวาทก าหนดไวโครงการกเสรจชาไปดวย ดงนน การควบคมกจกรรมวกฤต จงมผลตอการก าหนดการแลวเสรจของโครงการดวย ในกรณทมความจ าเปนตองเรงงานใหเสรจเรวขน สามารถท าไดโดยการเรงใหกจกรรมวกฤต เสรจเรวกวาก าหนด ซงจะท าไดโดยการเพมทรพยากร เชน คนงาน เวลา หรอเครองมอในการด าเนนการ แตกตองเสยคาใชจายเพมขนกวาการท างานตามปกต ซงสามารถค านวณ ไดดงน

= Cc-Cn

Tn-Tc

Cc : Crash Cost = คาใชจายในการเรงโครงการ Cn : Normal Cost = คาใชจายปกต Tc : Crash Time = เวลาเรงโครงการ Tn : Normal Time = เวลาปกต

2. งานวจยทเกยวของ



5 July 2019

E41

ตารางท 1: แสดงการทบทวนงานวจยทเกยวของ ดงน

ชอผแตง ป ชอเรอง เครองมอใน

งานวจย ผลการวจย ขอคนพบ

นายประวทย แกวเจรญ

2552 การลดการท างานเสรจลาชาโดยการประยกตใชเทคนค CPM : กรณศกษา บรษทรบเหมากอสรางตวอยาง

เทคนค CPM การน าเทคนค CPM มาใชในงานกอสรางน ท าใหระยะเวลาการกอสรางลดลง และราคาคากอสรางทงหมดเหลอ 9,689,811 บาท และยงสามารถวเคราะหเสนทางวกฤต ในงานบางงานไดท าใหหลงจากค านวณทงหมดแลวเสรจ

มความสอดคลองกบเทคนค CPM ทน ามาใชในงานกอสราง โดยทแบงงานหลกออกเปนงานยอย ประมาณการระยะเวลาคาใชจายในสวนตาง ๆ

นายสทน สวรรณนท

2552 การศกษาเปรยบเทยบในการบรหารงานกอสรางโดยวธบารชารตกบวธสายงานวกฤต

CPM ดวยการใชโปรแกรม Microsoft Project 2007

กรณศกษาเปรยบเทยบในการบรหารงานกอสราง ซงเดมใชวธบารชารต โดยเปรยบเทยบกบวธการบรหารโดยใชวธสายงานวกฤต

หากลาชาจะกระทบกบงานตาง ๆ ของโครงการใหลาชาไปดวย การแกปญหางานลาชา เชน เพมคน, เพมเครองจกร หรอวธอน ซงขนอยกบประสบการณ และความเหมาะสมของแตละเหตการณ



5 July 2019

E42



นายอาจอง สขประเสรฐ

2559 การประยกตเทคนค PERT/ CPM ในการจดการกจกรรมในงานกอสรางบานจดสรร

PERT และ CPM

การประยกตใชเทคนค PERT และ CPM ในการวางแผนและควบคมโครงการกอสรางบานจดสรร โดยจะมงเนนใหทราบงานวกฤตในโครงการ จดท าโครงสรางการจดแบงงาน (Work breakdown structure) และรายละเอยดของงาน (Work package)

งานวจยนไดจดท ารายละเอยดของงาน เพอควบคมความผดพลาดทอาจจะเกดขน และสรางมาตรฐานในการปฏบตงานกอสราง

นายชาตศกด ปานสมบต

2553 การศกษาเปรยบเทยบโปรแกรมวางแผนงานกอสรางระหวาง Primavera กบ Microsoft Project

โปรแกรมPrimavera กบ Microsoft Project

การศกษาเปรยบเทยบโปรแกรมวางแผนงานกอสรางระหวาง Primavera กบ Microsoft Project โดยค านงถงการเปรยบเทยบฟงกชนการใชงาน ขอด ขอจ ากด รวมถงความยากงาย

มความสอดคลองกบโปรแกรม Primavera ทมความเหมาะสมในการใชงานกบโครงการทมขนาดใหญ สวนโปรแกรม Microsoft Project มความเหมาะสมในการใชงานกบโครงการขนาดเลก หรอโครงการทมลกษณะไมซบซอน



5 July 2019

E43



MUHAMMAD REDHO BIN MARDZUKI

2556 โครงการในอตสาหกรรมการกอสราง: การศกษากลยทธความทาทายและผลกระทบ

แบบสอบถาม พบวา การระบกลยทธทสามารถใชในโครงการไดส าเรจนน จะระบความทาทายในการจบโครงการ และตรวจสอบความสมพนธระหวางกลยทธทใชในการลาชาของโครงการ จากผลกระทบของตนทนเวลา และคณภาพ

สอดคลองกบขอมลในการสมภาษณวาความลาชาของงานทเกดขน และแนวทางทเหมาะสมในการแกไขงาน


1. เพอสรางแบบจ าลองการวางแผนงานกอสรางดวยโปรแกรมในโครงการกอสรางขนาดใหญ 2. เพอค านวณหาคาใชจายทางตรงในงานกอสราง หลงจากใชทฤษฎการเรงงานแลว

วธด าเนนการวจย

การวจยครงน มงศกษาการประยกตใชทฤษฎเรงงานในการบรหารโครงการกอสรางรถไฟฟาสายสแดงและการวางแผนควบคมโครงการกอสรางรถไฟฟาสายสแดงโดยใชเทคนค CPM และทฤษฎการเรงงานรวมกบโปรแกรม Primavera P6 ในการด าเนนงานเพอก าหนดวธการกอสราง, ก าหนดระยะเวลาในการด าเนนงานกอสราง และการจดอนดบความส าคญของงานกอสรางทจะด าเนนการกอนหรอหลง ใหมความสอดคลองสมพนธกน โดยแบงหวขอไดดงน



5 July 2019

E44

ภาพท 1: แสดงแนวเสนทางรถไฟฟาชานเมองสายสแดง บางซอ – รงสต และรปภาพการด าเนนการกอสราง ทมา: สบคนเมอวนท 15 กมภาพนธ พ.ศ. 2561 และการสมภาษณการรถไฟแหงประเทศไทย

ท าการวจยเฉพาะตวสถานกลางบางซอ งบประมาณในการกอสรางรถไฟฟาสายสแดง เฉพาะตวสถานกลางบางซอ Bang Sue Station (สถานกลางบางซอ) งบประมาณ 15,988,566,248 บาท และท าการเรงงานดงน

ภาพท 2: แสดงตวอยางงานทก าลงเรง ครงท 1 - 55



5 July 2019

E45

จากภาพท 2 พบวาการเรงงานในหมวดงาน Architecture and Electrical & Mechanical Ventilation System Works (สถาปตยกรรม และ งานระบบไฟฟา & ระบบระบายอากาศเชงกล) : ผลจากการเรงงานในงานน ครงท 1 – 55 คาเวลาลอยตว (Total Float) จากเดม -200 มการเปลยนแปลงเปน -125


จากภาพท 3 พบวาการเรงงานในหมวดงาน โถงทางเดนผโดยสาร ฝงทศตะวนออก (Drop – off Area East) : ผลจากการเรงงานในงานน ครงท 56 - 57 คาเวลาลอยตว (Total Float) จากเดม -146 มการเปลยนแปลงเปน -125


จากภาพท 4 พบวาการเรงงานในหมวดงาน โรงก าจดของเสย หรอหองก าจดขยะ (Waste / Garbage Room) : ผลจากการเรงงานในงานน ครงท 58 - 59 คาเวลาลอยตว (Total Float) จากเดม -125 มการเปลยนแปลงเปน -65 แตผลจากการเรงงานในงานน ครงท 60 คาเวลาลอยตว (Total Float) ไมมการเปลยนแปลง ยง -60 เหมอนเดม

1. ขนตอนการด าเนนงาน เปนขนตอนเรมตงวตถประสงค เพอหางานวจยทเกยวของและสอดคลองกบวตถประสงคทไดตง

ไว ทสามารถใชเปนแนวทางในการสบคนขอมลจากงานวจยทผานมา และศกษาแผนงานโครงการรถไฟฟา



5 July 2019

E46

สายสแดง สญญาท 1 สถานกลางบางซอ เพอใหผวจยสามารถก าหนดขอบเขต และสมมตฐานในการวจยทผวจยสนใจศกษา และยงทราบถงขอมลทเปนไปได เพอใหผศกษาบรรลวตถประสงคทตงไว และใหขอมลทศกษาสอดคลองกบงานวจยทผวจยสนใจ

2. ศกษาแผนงานโครงการกอสรางรถไฟฟาสายสแดง 2.1 ศกษาความกาวหนาโครงการกอสรางรถไฟฟาสายสแดง เดอนตลาคม 2561 สญญาท 1 2.2 การรวบรวมขอมลโครงการรถไฟฟาสายสแดง สญญาท 1 สถานกลางบางซอ ขอมลทใชใน

กรณศกษา มดงน 2.2.1 แผนงานโครงการรถไฟฟาสายสแดง สญญาท 1 สถานกลางบางซอ 2.2.2 ขนตอนการกอสรางรถไฟฟาสายสแดง 2.2.3 ทรพยากรทใชในการท างาน 3. เครองมอในการวจย

เครองมอในการเกบรวบรวมขอมลของการวจยครงน คอ ใชทฤษฎการเรงงาน โดยเกบขอมลจากแผนงานโครงการรถไฟฟาสายสแดง สญญาท 1 สถานกลางบางซอ และคาใชจายในการท างาน จากนนท าการค านวณสายงานใหม แลวน ามาเปรยบเทยบกบแผนงานเดม โดยใชโปรแกรม Primavera รวมดวย

4. ขนตอนการสรปผลการทดลอง และขอเสนอแนะ 4.1 สรปการท าแบบจ าลองแผนงานโครงการกอสรางรถไฟฟาสายสแดงเฉพาะตวสถานกลางบาง

ซอ โดยใชโปรแกรม Primavera รวมดวย 4.2 น าเสนอผลการวจย และขอเสนอแนะ

ผลการวจยและอภปรายผล

จากการวจยเรองการประยกตทฤษฎเรงงานรวมกบโปรแกรม เพอสรางแบบจ าลองการวางแผนงานกอสราง ผวจยไดรวบรวมขอมลแผนงานโครงการรถไฟฟาสายสแดงเฉพาะตวสถานกลางบางซอ โดยใชโปรแกรม Primavera วเคราะห และสรางแบบจ าลองในการเรงงานใหเปนไปตามวตถประสงคของการศกษาแผนงานโครงการรถไฟฟาสายสแดง จากการศกษาทฤษฎเรงงานในการเรงเวลา และการกระชบชองวางของงานเขาหากน เพอใหงานสามารถน าเนนตอกนได และลดความลาชาในการกอสราง

สวนท 1 ผลการเรงสายงานวกฤต การเรงงานในสายงานวกฤต เปนกจกรรมทส าคญ ถากจกรรมวกฤตเสรจชากวาทก าหนดไวโครงการกเสรจชาไปดวย ดงนน การควบคมกจกรรมวกฤตจงมผลตอการก าหนดการแลวเสรจของโครงการดวย การเรงงานใหเสรจเรวขน สามารถท าไดโดยการเรงใหกจกรรมวกฤตใหเสรจเรวกวาก าหนด ซงจะท าไดโดยการเพมทรพยากร เชน คนงาน, เวลา หรอเครองมอในการด าเนนการ หากมการเรงงานเกดขน จะตองวเคราะหไดวา ควรเรงกจกรรมใดบาง จงจะท าใหมประสทธภาพในการท างานดทสด และเสยคาใชจายต าทสด

หมวดงานทตองเรงงาน มดงน



5 July 2019

E47

1. Architecture and Electrical & Mechanical Ventilation System Works (สถาปตยกรรม และ งานระบบไฟฟา & ระบบระบายอากาศเชงกล) มคา Total Float ท -200 2. Drop – off Area East (โถงทางเดนผโดยสาร ฝงทศตะวนออก) มคา Total Float ท -146 3. Waste / Garbage Room (โรงก าจดของเสย หรอหองก าจดขยะ) มคา Total Float ท -125 4. Entrance Hall (หองโถงทางเขา) มคา Total Float ท -60

การวเคราะหผล เมอท าการเรงงาน ซงจะท าไดโดยการเพมทรพยากร จากคนงาน และเครองจกร ระยะเวลาทสามารถลดไดจากเดม 2,661 วน เหลอ 2,640 วน โดยกจกรรมทสามารถเรงมากทสด คอ งาน Architecture and Electrical & Mechanical Ventilation System Works (สถาปตยกรรม และ งานระบบไฟฟา & ระบบระบายอากาศเชงกล)

ภาพท 5: แสดงผลกอนการเรงงาน มระยะเวลาการด าเนนงาน เทากบ 2,661 วน ทมา : การค านวณผลดวยโปรแกรม Primavera

ภาพท 6: แสดงผลหลงการเรงงาน เหลอระยะเวลาการด าเนนงาน เทากบ 2,540 วน สามารถลดระยะเวลาจาการท างานลดได เทากบ 21 วน ทมา : การค านวณผลดวยโปรแกรม Primavera



5 July 2019

E48

ตารางท 2: แสดงสถตการท างานจากการค านวณผลดวยโปรแกรม Primavera

Statistics Scheduling/Leveling Results

Projects (โครงการ) 1 Projects Scheduled/Leveled (โครงการทก าหนดเวลาไว และระดบ) 1

Activities (กจกรรม) 2,807 Activities Scheduled/Leveled (กจกรรมตามก าหนดการ และระดบ) 2,807

Not Started (ยงไมเรมตน) 520 Relationships with other projects (ความสมพนธกบโครงการอนๆ) 0

In Progress (ก าลงด าเนนการ) 634 Data Date (วนทขอมล) 15/11/17 Completed (แลวเสรจ) 1,653 Earliest Early Start Date (วนทเรมตนเรวทสด) 15/11/17 Relationships (ความสมพนธ) 3,127 Latest Early Finish Date (วนทเสรจสนลาสด) 08/12/18 Activities with Constraint (ขอจ ากดกจกรรม) 155

สวนท 2 คาใชจายการกอสรางสถานกลางบางซอ

สายงานวกฤตและการท างานทลาชากวาก าหมดของโครงการรถไฟฟาสายสแดงมผลตอคาใชจายในการกอสราง ทงนจงมการศกษาวธการแกปญหาการท างานลาชาโดยการท าแบบจ าลองการเรงงานในตวสถานกลางบางซอ เพอใหงานทลาชาสามารถท าตอเนองกนได เพอลดปญหาชองวางในการท างาน และกระซบเวลาในการท างานใหตอเนองกน การเรงงานนสงผลให คาใชจายทางตรงเพมขนแตในงานเรงงานสามารถลดเวลาท างานได วเคราะหผลได ดงน

การวเคราะหผล : คาใชจายทางตรง = 15,988,566,248

2,661

= 6,008,480.363 ตอวน

ลดได = 21 x 6,008,480.363

15,988,566,248 x 100

ตารางท 3: แสดงเปอรเซนต และคาใชจายตามแผนงานสถานกลางบางซอ

= 0.789 % จากตารางท 3 พบวาคาใชจายของสถานกลางบางซอ เทากบ 15,988,566,248 บาท แผนงานหลก

Description Price ( Baht ) plan (%) Actual (%) Bang Sue Station (สถานกลางบางซอ) 15,988,566,248 86.20 82.48



5 July 2019

E49

เทากบ 86.20% และด าเนนการจรง 82.48%

ตารางท 4: แสดงเปอรเซนตตามแผนงาน ป 2018

จากตารางท 4 พบวาในเดอนธนวาคม 2018 การด าเนนงานจรง มความกาวหนามากกวาแผนงาน

เดม อนเนองจากปจจบนมการเรงงานใหเรวขน เพอใหความกาวหนาสะสมสอดคลองกบแผนงานเดม ภาพท 7: แสดง s-curve เปอรเซนตตามแผนงาน ป 2018 ทมา: การวางแผนงานดวยโปรแกรม Excel

จากภาพท 7 พบวาแผนงานท างานจรง มความลาชาจากแผนงานเดมอย 3.72% ขอมล ณ เดอน

ธนวาคม พ.ศ. 2561 สวนท 3 ผลการเปรยบเทยบกบแผนงานเดม หมวดงานทตองเปรยบเทยบกบแผนงานเดม มดงน

1. Architecture and Electrical & Mechanical Ventilation System Works (สถาปตยกรรม และ งานระบบไฟฟา & ระบบระบายอากาศเชงกล) 2. Drop – off Area East (โถงทางเดนผโดยสาร ฝงทศตะวนออก) 3. Waste / Garbage Room (โรงก าจดของเสย หรอหองก าจดขยะ) 4. Entrance Hall (หองโถงทางเขา)

สรปผลการวเคราะหการเปรยบเทยบกบแผนงานเดม จากการเปรยบเทยบแผนงานเดมกบแผนงานทท าการ



5 July 2019

E50

เรง คอ แผนงานเดม วนทเรม 04/03/13 วนทเสรจ 15/06/20 และแผนงานทท าการเรง วนทเรม 04/03/13 วนทเสรจ 01/04/20 จะเหนไดวา แผนงานทท าการเรง วนทแลวเสรจเรวกวาแผนงานเดม 2 เดอน 14 วน ตามภาพ ดงน

ภาพท 8: แสดงแผนงานเดม วนทเรม 04/03/13 วนทเสรจ 15/06/20 ทมา: การค านวณผลดวยโปรแกรม Primavera

ภาพท 9: แสดงแผนงานทท าการเรง วนทเรม 04/03/13 วนทเสรจ 01/04/20 เรวกวาแผนเดม 2 เดอน 14 วน ทมา: การค านวณผลดวยโปรแกรม Primavera สรป

ในการจดท าวจยครงน ขอมลแผนงานและการด าเนนไดท าการเกบรวบรวมขอมล และขอเสนอแนะประกอบการศกษาจาก รฟม. การขนสงมวลชนแหงประเทศไทย และไดศกษาแผนงานการเรงงานโครงการรถไฟฟาสายสแดงโดยใช (CPM) คอการเขยนโครงขายใหแสดงขนตอน และความสมพนธของหนวยงานยอย ซงสอดคลองกบทฤษฎขององจอง สขประเสรฐ, (2559) ทกลาววา CPM เปนเทคนคทใชในการวางแผน และควบคมงานเปนโครงขายแสดงความสมพนธของกจกรรมตาง ๆ มาประยกตใชกบทฤษฎเรงงาน และ นายชาตศกด ปานสมบต, (2553) ในเรองโปรแกรมวางแผนงานกอสรางจะใชโปรแกรม Primavera เพอวเคราะหและสรางแบบจ าลองในการเรงงานเปนไปตามวตถประสงคของการวจย และเพอจะท าการเรงงานลด



5 July 2019

E51

เวลาการท างานทลาชาในการกอสราง และสรปผลการท างาน โดยการสรางแผนงานจ าลองของโครงการกอสรางรถไฟฟาสายสแดงในโปรแกรม Primavera และท าการเปรยบเทยบแผนงานเดมกอนเรงงานกบแผนงานจ าลองทเรงงานแลว ผลจากการเปรยบเทยบสามารถลดเวลาได 21 วน คดเปนคาใชจายทางตรง 0.789% ในหมวดงานสถาปตยกรรม, งานระบบไฟฟา & ระบบระบายอากาศเชงกล, งานโถงทางเดนผโดยสาร ฝงทศตะวนออก, งานโรงก าจดของเสย หรอหองก าจดขยะ, งานหองโถงทางเขา ประกอบดวย 60 กจกรรมยอย จาก 2,807 กจกรรมตามแผนงานทเลอกเรงงาน เอกสารอางอง ชาตศกด ปานสมบต, (2553). การศกษาเปรยบเทยบโปรแกรมวางแผนงานกอสรางระหวาง Primavera กบ

Microsoft Project. บณฑตวทยาลย มหาวทยาลยเกษตรศาสตร. ประวทย แกวเจรญ, (2552). การลดการท างานเสรจลาชาโดยการประยกตใชเทคนค CPM: กรณศกษาบรษท

รบเหมากอสรางตวอยาง. บณฑตวทยาลย มหาวทยาลยเทคโนโลยพระจอมเกลาพระนครเหนอ วชรภม เบญจโอฬาร, (2553). การวางแผนและควบคมงานกอสรางดวยการก าหนดเวลาและตนทนท

เหมาะสม. มหาวทยาลยเทคโนโลยสรนาร. สทน สวรรณนท, (2552). การศกษาเปรยบเทยบในการบรหารงานกอสรางโดยวธบารชารตกบวธสายงาน วกฤต. บณฑตวทยาลย มหาวทยาลยเทคโนโลยพระจอมเกลาพระนครเหนอ. อาจอง สขประเสรฐ, (2559). การประยกตใชเทคนค PERT/CPM ในการจดการกจกรรมในงานกอสรางบาน

จดสรร. บณฑตวทยาลย มหาวทยาลยบรพา. Muhammad Redho Bin Mardzuki, (2556). โครงการในอตสาหกรรมกอสราง: การตรวจสอบกลยทธความ

ทาทาย และผลกระทบ. มหาวทยาลยมาเลเซย ปะหง.



5 July 2019

E52

การพฒนาวธการท านายการสนสดของ Atrial Fibrillation จากภาพคลนไฟฟาหวใจดวยวธการ Convolutional Neural Network THE PREDICTION OF ATRIAL FIBRILLATION TERMINATION WITH ELECTROCADIOGRAM IMAGE USING CONVOLUTIONAL NEURAL NETWORK

สายชล องสวฒนา, สรศกด จลเสวต, นภดล อชายภชาต*

ภาควชาวศวกรรมไฟฟาและคอมพวเตอร คณะวศวกรรมศาสตร มหาวทยาลยธรรมศาสตร

*Corresponding author: [email protected]

บทคดยอ

Atrial fibrillation คอภาวะหวใจหองบนเตนผดจงหวะเปนโรคทพบไดบอยในผทมอายมาก โดยภาวะนมโอกาสเกดขนสงเมอมอายเพมขน ผปวยทมอาการ AF มโอกาสทจะเกดสภาวะการเตนผดจงหวะทรายแรงขนเชน Ventricular fibrillation ซงสามารถท าใหเสยชวตได โดยผปวย AF จ าเปนตองใหแพทยตดตามอาการอยางใกลชด งานวจยนมวตถประสงคในการประยกตใชขอมลภาพคลนไฟฟาหวใจมาเพอใชในการท านายการสนสดของสญญาณ AF ซงเปนโจทยการวจยของ Annual PhysioNet/Computers in Cardiology Challenge ครงท 5 โดยเปนการจ าแนกขอมลสญญาณของกลม non-terminating AF กบกลม terminating AF วธการจ าแนกของในงานวจยนคอแบบจ าลอง Convolutional neural network ซงทนยมอยางมากในการจ าแนกขอมลชนดทเปนรปภาพ ผลการทดลองพบวาระบบทไดรบการพฒนาขนมานนสามารถจ าแนกขอมลกลม non-terminating AF และ Terminating AF ไดทคา Sensitivity เทากบ 65±12% และคา Specificity เทากบ 89±8%

ค าส าคญ: ภาวะหวใจหองบนเตนผดจงหวะ โครงขายประสาทเทยม การประมวลผลภาพ

ABSTRACT

Atrial fibrillation is an arrhythmia that is common in older people. AF patient has a chance to become serious arrhythmias such as ventricular fibrillation which can cause sudden cardiac death. Therefore the AF patients need to be monitored closely by doctors. The objective of this research is to apply the ECG image data to predict the end of the AF signal, which is the challenge in the 5 th Annual PhysioNet / Computers in Cardiology



5 July 2019

E53

Challenge. This research proposed the method for using electrocardiogram image to classify between non-terminating AF and terminating AF groups. Convolutional Neural network model which is widely used in image classification was employed in this study. The results showed that the proposed method can achieve the performance of classification at 65±12% of sensitivity and 89±8% of specificity.

Keywords: Atrial Fibrillation, Neural Network, Image Processing

บทน า

ในปจจบนทางการแพทยมผปวยทมภาวะหวใจหองบนเตนผดจงหวะ ( Atrial fibrillation ) ทมอตราเพมมากขนทกป โดยภาวะหวใจเตนผดจงหวะชนดนมโอกาสเกดสงเพมขนตามอาย ภาวะหวใจหองบนเตนผดปกตเปนภาวะทรายแรงทสด ท าใหมผเสยชวตจากภาวะนเปนจ านวนมาก นอกจากนยงสมพนธกบโรคหวใจชนดอน ๆ เชน โรคกลามเนอหวใจผดปกต โรคเยอหมหวใจอกเสบ โรคลนหวใจรว จะพบภาวะหวใจหองบนเตนผดปกตไดสงขนดวย ผปวยมากกวาครงไมมอาการโดยตรง แตมาพบแพทยดวยผลของอาการแทรกซอนโดยเฉพาะอมพาตตามสวนตาง ๆ ของรางกาย

ในงานวจยนทางผวจยไดน าเสนอวธการท านายผลการสนสดของอาการ AF โดยการวเคราะหจากภาพของคลนไฟฟาหวใจรวมกบการจ าแนกดวยวธการ Convolutional Neural Network (CNN) ในการสรางแบบจ าลองการท านายนนทางผวจยไดท าการทดสอบบนแพลทฟอรมของ Tensorflow ผลจากการท านายสามารถน าไปใชเปนแนวทางใหกบแพทยในการรกษาผปวย AF ตอไป

ทบทวนวรรณกรรม

ในการศกษาวธการท านายการสนสดของ Atrial Fibrillation สามารถสรปใจความส าคญไดดงน ในป ค.ศ. 2018 Joseph M.Bumgarner และคณะน าเสนองานผลงานวจยเรอง Smartwatch Algorithm for Automated Detection of Atrial Fibrillation (Joseph M.Bumgarner และคณะ, 2018) โดยไดท าการทดสอบอปกรณบนทกคลนไฟฟาหวใจทเรยกวา Kardai Band รวมกบ Apple Watch ในการตดตามผปวย AF จากผปวย 100 คน สามารถตรวจจบ AF ไดความแมนย าท sensitivity 93% และ specificity 84% งานวจย ‘Fibrillatory Wave Analysis of the Surface ECG to Predict Termination of Atrial Fibrillation โดย S Petrutiu และคณะ (S Petrutiu, AV Sahakian, J Ng, S Swiryn 2004) ใชขอมลของคลนหวใจ AF ชนด Non-terminating (N), Soon terminating (S) และ Terminating (T) อยางละ 10 file ในการวเคราะหแยกความแตกตางระหวางกลมตางๆโดยแบงการทดสอบออกเปน 2 ชด คอ วเคราะหแยกความแตกตางระหวาง N และ T และระหวาง S และ T จากงานวจยพบวาคาความถสงสด (Peak frequency) ของแตละกลมเปนดงนคาความถสงสดท 6.5±0.8 Hz ส าหรบกลม N คาความถสงสดท 5.3±0.4



5 July 2019

E54

Hz ส าหรบกลม T และคาความถสงสดท 5.2±0.6 Hz ส าหรบกลม S วตถประสงคของการวจย

3. เพอน าขอมลภาพของคลนไฟฟาหวใจมาใชในการวเคราะหคณลกษณะของสญญาณ AF 4. เพอพฒนาการท านายการสนสดของ AF โดยใช Convolutional Neural Network

วธด าเนนการวจย

ฐานขอมล ขอมลท ใช ในการวจย คอ The AF Termination Challenge Database จ ากฐาน ขอม ลของ

Physionet (PhysioNet,2555: ออนไลน) โดยขอมลทน ามาศกษาประกอบดวยคลนไฟฟาหวใจของผปวย AF จ านวน 2 กลม โดยกลมท 1 (กลม N) เปนกลมทยงคงสภาวะ AF หลงจากสนสดการบนทกสญญาณ และกลมท 2 (กลม T) เปนกลมทสภาวะ AF เกดการสนสดทนทหลงจากสนสดการบนทกสญญาณ ในแตละกลมจะประกอบดวยสญญาณ ECG ความยาว 1 นาทจ านวน10 สญญาณ โดยแตละสญญาณจะถกบนทกดวยความถในการสมเทากบ 128 Hz รปท 1 แสดงภาพตวอยางสญญาณคลนไฟฟาหวใจทไดมาจากฐานขอมล คลนไฟฟาหวใจกลม N และ T ประกอบดวยขอมลทงสนกลมละ 10 file ดงน

กลม N : n01,n02,n03,n04,n05,n06,n07,n08,n09,n10 กลม T : t01,t02,t03,t04,t05,t06,t07,t08,t09,t10 โดยขอมลนจะถกแบงออกเปนชดขอมลฝกสอน (Training set) และขอมลทดสอบ (Test set) ในงานวจยครงน

ภาพท 1: ตวอยางสญญาณคลนไฟฟาหวใจทไดจากฐานขอมล



5 July 2019

E55

ขนตอนการเตรยมภาพคลนไฟฟาหวใจ ในขนตอนนจะด าเนนการตดแบงสญญาณคลนไฟฟาหวใจออกเปนลกคลนและจดเกบขอมลบนทก

เปนขอมลภาพคลนไฟฟาหวใจดงแสดงในรปท 2

ภาพท 2: ขนตอนการเตรยมภาพคลนไฟฟาหวใจ

ในขนตอนหาต าแหนงของ R PEAK นนจะใชวธการ THRESHOLDING METHOD ซงเปนวธการแบบงายในระบหาต าแหนงของ R WAVE ในคลนไฟฟาหวใจในแตละลกคลน เมอไดต าแหนงของ R WAVE แลวจะท าการตดสญญาณโดยท าการเพมระยะทางดานซายและขวาของจด PEAK ทงขนอยกบระยะหางของ RR INTERVAL เพอใหไดรปภาพคลนไฟฟาหวใจทมองคประกอบสมบรณดงแสดงในรปท 3 โดยสญญาณคลนไฟฟาหวใจทถกตดออกมาจะถกจดเกบในรปแบบของภาพในนามสกล .JPG

ภาพท 3: การแบงคลนไฟฟาหวใจ รปท 4 แสดงภาพตวอยางของลกคลนไฟฟาหวใจของผปวย AF ในกลม N และ กลม T โดยคลนไฟฟาหวใจของกลม N คอ คลนไฟฟาหวใจทมลกษณะผดปกตแบบ NON-TERMINATING AF โดยคลนหวใจในลกษณะนสญญาณการกระตกของรปคลน P จะหายไป และคลนไฟฟาหวใจกลม T คอ คลนไฟฟาหวใจทมลกษณะผดปกตแบบ TERMINATE AF โดยคลนไฟฟาหวใจในลกษณะนสญญาณการกระตกของรปคลน P ทตรวจพบมาก

ระบต าแหนง R Wave

ตดแบง

คลนไฟฟาหวใจ

จดเกบขอมล

ในแบบรปภาพ

สญญาณ คลนไฟฟาหวใจ

ชดขอมลภาพ

ลกคลนไฟฟา

หวใจ



5 July 2019

E56

ขนเกอบจะเปนปกต มเพยงสวนนอยของการวดสญญาณทไมสามารถตรวจจบสญญาณการกระตกของรปคลน

P ได โดยขอมลทไดจะมสญญาณการกระตกของรปคลน P เปนสวนใหญของสญญาณตลอดการวดสญญาณคลนหวใจ

ภาพท 4: ตวอยางคลนไฟฟาหวใจทตดออกมาใชในการทดลอง

แบบจ าลองระบบ CNN และคาพารามเตอร Convolutional neural networks : CNN คอระบบโครงขายประสาทเทยมทนยมอยางแพรหลาย

ในการจ าแนกกลมขอมล โดยสถาปตยกรรมของ CNN ประกอบดวยหลาย Layer ทมโครงสรางเฉพาะตว ทถกออกแบบมาเพอการเพมความสามารถในการแยกหาลกษณะจ าเพาะ (feature) ของกลมขอมลทมความซบซอนม โดย CNN นนท าใหกระบวนการประเภทการรบร (perceptual tasks) มประสทธภาพ CNN นนมกจะถกใชเพอการสกด feature จากขอมลประเภททไมคอยเปนระเบยบหรอไมไดมโครงสรางเปนรปแบบเฉพาะตว (unstructured data) อยางเชน รปภาพ (image) เปนตน(Chatchawan Niyomthum, 2560: ออนไลน)

(ก) สญญาณคลนไฟฟาหวใจในกลม N (ข) สญญาณคลนไฟฟาหวใจในกลม T



5 July 2019

E57

ภาพท 6: โครงสรางการท างานของ CNN รปท 6 แสดงโครสรางแบบจ าลอง CNN ทใชในงานวจยน โดยประกอบดวย HIDDEN LAYER จ านวน 4

ชน โดย HIDDEN LAYERS ชนท 1-3 จะประกอบดวยสวนหลกๆ คอ CONVOLUTION ACTIVATION และ MAX

POOLING ดงแสดงในรปท 7

ภาพท 7: โครงสรางภายใน Hidden Layer 1 ถง 3

แตละขนตอนภายในโครงสรางของ Hidden Layer 1 ถง 3 มรายละเอยดของการท างานดงตอไปน (Phasit Charoenkwan,2559: ออนไลน)

- Convolution layers เปนขนตอนทจะสราง Filter มาสแกนรป input เพอแยกองคประกอบ

ของรปออกมา เชน ขอบ ส รปทรง เปนตนโดยใน model จะใช filter ขนาด 3x3 จ านวน 32

filter ใน Hidden Layer ท 1 และ 2 สวนใน Hidden Layer ท 3 จะใชจ านวน filter ทงหมด

64 filter



5 July 2019

E58

- Activation เปน Convolution operator โดยเปนการ activation แบบ Rectified Linear

Units (Relu) โดยจะท าขอมลมความเปนเชงเสน

- Pooling layers เปนสวนทท าหนาทปรบขนาดขอมลใหมขนาดเลกลงโดยทรายละเอยดของ

input ยงครบถวนเหมอนเดม โดย Pooling มประโยชนในเรองของการเพมความไวในการ

ค านวณและแกปญหา over fitting โดยจาก Model จะเปนการสราง Matrix ขนาด 2x2 วาง

ตอๆกนไปจนครบทงภาพ โดยพจารณาวาใน Matrix ขนาด 2x2 ทมคามากทสดใหคงคานนไวท

เหลอตดทง โดยในขนตอนนเรมตนขนาดของรปภาพเทากบ 510x510 pixel เมอผาน Hidden

ท 1 จะมขนาด 255x255 pixel ตอมาจะผาน Hidden ท 2 จะมขนาด 126x126 pixel และ

สดทายเมอผาน Hidden ท 3 จะมขนาด 62x62 pixel

สวน Hidden layers ชนท 4 จะประกอบไปดวยสวนหลกๆ คอ Flatten, Dense, Activation และ Dropout ดงแสดงในรปท 8

ภาพท 8: โครงสรางภายใน Hidden Layer 4

แตละขนตอนภายในโครงสรางของ Hidden Layer 4 มรายละเอยดของการท างานดงตอไปน (Phasit

Charoenkwan, 2559: ออนไลน) - Flatten เปนการแปลงขอมลจากขอมลเดมเปนแบบ 2D เปลยนขอมลภาพเปน 1D

- Dense จะท าหนาทรบ output จาก Convolution layers ทออกมาเขามายง 64 Neuron

โดยใช activation แบบ Rectified Linear Units (ReLu) เพอความงายในการค านวณและ

ประสทธภาพของผลลพธ

- Activation เปน Convolution operator โดยจะ activation แบบ Rectified Linear Units

(ReLu) โดยจะท าใหคา pixel ทไดแตละจดไมตดลบ



5 July 2019

E59

- Dropout เปนการ random ขอมลเพอน ามาตดออกเอาบางสวนมาพจารณาเปนค าตอบของ

Model เนองจากไมสามารถใชทงหมด มประโยชนในเรองเพมความไวในการค านวณและ

แกปญหา over fitting โดยในสวนของ Model ไดก าหนดเอาไวท 0.5 (50%) ของขอมล

ทงหมด

- ท าการ Dense อก 1 รอบโดยในครงนใชเพยง 1 Neuron

- สวนสดทายคอ Activation เปน Convolution operator โดยจะ activation แบบ Sigmoid

เพอน ามาค านวณและแยกแยะกลมของขอมล

การแบงกลมขอมลและการประเมนประสทธภาพ ในขนตอนการแบงขอมลเพอใชในการฝกสอนและทดสอบระบบนนใชหลกการ K-fold Crossing

validation โดยในงานวจยนใชจ านวนการแบงทคา K เทากบ 2 จะแบงขอมลเปน 2 กลมเทาๆกน โดยกลมขอมลแรกจะน าไปใชในการฝกสอนระบบและกลมขอมลทเหลอจะน ามาใชเปนขอมลในการทดสอบ หลงจากนนขอมลทงสองจะถกสลบเพอน ามาใชฝกสอนและทดสอบอกรอบ ขอมลทใชในการทดลองในงานวจยจะสามารถแบงไดดงตารางท 1 ตารางท 1: กระบวนการจดแบงขอมลในการฝกฝนและทดสอบระบบ

รอบท 1 Training Set Test Set

ไฟล จ านวนภาพ ไฟล จ านวนภาพ

กลม N n01, n03, n05, n07, n09 353 n02, n04, n06, n08, n10 408

กลม T t01, t03, t05, t07, t09 636 t02, t04, t06, t08, t10 537

รอบท 2 Training Set Test Set

ไฟล จ านวนภาพ ไฟล จ านวนภาพ

กลม N n02, n04, n06, n08, n10 408 n01, n03, n05, n07, n09 353

กลม T t02, t04, t06, t08, t10 537 t01, t03, t05, t07, t09 636



5 July 2019

E60

การประเมนประสทธภาพผลทดสอบของระบบจะน าเสนอดวยคาความไว (Sensitivity) และคาจ าเพาะ (Specificity) โดยการค านวณคา Sensitivity และ Specificity เปนไปตามสมการท 1 และ 2 ตามล าดบ

FNTP

TPySensitivit

(1)

FPTN

TNySpecificit

(2)

โดยท TP คอคาผลบวกจรง (True Positive)

FN คอ คาผลลบทผด (False Negative) TN คอ คาผลลบจรง (True Negative) FP คอ คาผลบวกทผด (False Positive)

ผลการวจยและอภปรายผล ผลจากการทดลองเพอท านายการสนสดของ AF โดยใชขอมลภาพคลนไฟฟาหวใจรวมกบแบบจ าลองระบบแบบ CNN แสดงผลไดดงตารางท 2 โดยในการทดสอบรอบท 1 นนระบบสามารถจ าแนกขอมลของกลม N กบกลม T ไดทคา Sensitivity เทากบ 74% และคา Specificity เทากบ 83% ในการทดสอบรอบท 2 ผลการจ าแนกไดท Sensitivity เทากบ 57% และคา Specificity เทากบ 95% โดยคาเฉลยของประสทธภาพการจ าแนกอยท Sensitivity เทากบ 65±12% และ Specificity เทากบ 89±8% จากการทดลองพบวาคา Sensitivity ทไดจะมคาต ากวาคา Specificity เนองจากจ านวนขอมลของขอมลในกลม N มคาคอนขางนอยท าใหประสทธภาพในการจ าแนกในกลม N จงไดผลทไมสง ตารางท 2: ผลการทดสอบการจ าแนกชดขอมลกลม N และกลม T

กลม N กลม T

Sensitivity Specificity TP FN TN FP

การทดสอบรอบท 1 302 106 448 89 74% 83%

การทดสอบรอบท 2 200 153 602 34 57% 95%

ประสทธภาพเฉลย 65±12% 89±8%



5 July 2019

E61

สรป งานวจยนมวตถประสงคในการประยกตใชขอมลภาพคลนไฟฟาหวใจมาเพอใชในการท านายการ

สนสดของสญญาณ AF ซ ง เป นโจทยการ วจยของ Annual PhysioNet/Computers in Cardiology Challenge ครงท 5 โดยโจทยทงานวจยสนใจคอการจ าแนกขอมลสญญาณของกลม non-terminating AF กบกลม terminating AF โดยวธการจ าแนกของในงานวจยนคอแบบจ าลอง CNN ซงทนยมอยางมากในการจ าแนกขอมลชนดทเปนรปภาพ และในการแบงขอมลทใชในการฝกฝนและทดสอบระบบใชวธการ k-fold crossing validation ผลการทดลองในงานวจยสามารถทจะจ าแนกขอมลกลม N และขอมลกลม T ไดท Sensitivity เทากบ 65±12% และ Specificity เทากบ 89±8% ซงผลการทดลองทไดเปนการศกษาเบองตน โดยขอจ ากดในการท าวจยน คอขอมลทใชเปนฐานขอมลในการทดสอบมจ านวนทยงไมมากพอในกระบวนการของ Machine learning สวนแบบจ าลองทใชในการวจยนสามารถปรบเปลยนไดหลายรปแบบ ซงอาจท าใหมประสทธภาพทดขนน และจ าเปนตองเพมกระบวนการ pre-processing ทเหมาะสมกอนทจะน าเขาสระบบ การวจยนเปนเพยงแนวทางเบองตนในการท าเทคโนโลยในปจจบนคอ Machine learning ทมงเนนไปในดานการจดการรปภาพเปนหลกมามสวนรวมกบการวนจฉยทางการแพทย ซงอาจประยกตใชในงานวจยดานอนๆตอไปในอนาคต

เอกสารอางอง Chatchawan Niyomthum (2560). Neural Network 101: CNN with TensorFlow. สบคนเมอ 30

มนาคม 2562,จาก https://medium.com/@thebear19/neural-network-101-cnn-with-tensorflow-fd5d515e979b?fbclid

Joseph M.Bumgarner และคณะ (2018). Smartwatch Algorithm for Automated Detection of Atrial Fibrillation. Journal of the American College of Cardiology, Vol. 72, Issue 12, 18 September 2018, หนาท 1433-1434

Phasit Charoenkwan (2559). Deep Learning เพอทายภาพ. สบคนเมอ 3 มนาคม 2562, จาก https://facebook.com/groups/988867541235062/permalink/1287099968078483

Goldberger AL และคณะ. PhysioBank, PhysioToolkit, and PhysioNet: Components of a New Research Resource for Complex Physiologic Signals. Circulation, 101(23):e215-e220

Siamhealth. (2560). Atrial Fibrillation. สบคนเมอ 27 มนาคม 2562, จาก http://m.siamhealth.net/cardio/af/index.html

S Petrutiu, AV Sahakian, J Ng, S Swiryn (2004). Fibrillatory Wave Analysis of the Surface ECG to Predict Termination of Atrial Fibrillation. Computers in Cardiology (2004), Vol.31 หนาท 105−108.



5 July 2019

E62

การพฒนาแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) TRAVEL BY CHAO PHRAYA EXPRESS BOAT (ORANGE FLAG)

พจนย จนทรศภวงศ1* ,ขวญฤทย กลกจเจรญ2

Pojanee Juntarasupawong1*, Kwanruthai Kunkitcharoen2

1ภาควชาวทยาการคอมพวเตอรและเทคโนโลยสารสนเทศ คณะเทคโนโลยสารสนเทศและนวตกรรม มหาวทยาลยกรงเทพ 1Computer Science and Information Technology Department School of Information Technology and

Innovation Bangkok University 2ภาควชาวทยาการคอมพวเตอรและเทคโนโลยสารสนเทศ คณะเทคโนโลยสารสนเทศและนวตกรรม มหาวทยาลยกรงเทพ

2Computer Science and Information Technology Department School of Information Technology and Innovation Bangkok University

Corresponding author, E-mail: [email protected]

บทคดยอ

การเดนทางโดยเรอดวนเจาพระยา (ธงสม) เปนอกหนงทางเลอกในการเดนทางของคนในกรงเทพมหานคร อกทงเสนทางทเรอผานยงมสถานททองเทยวทนาสนใจอยมากมาย เชน ปอมพระสเมร ตลาดวงหลง สนามหลวง พระบรมหาราชวง วดพระแกว วดอรณราชวรารามวรมหาวหาร และเอเชยทค เดอะ รเวอรฟรอนท เปนตน ดวยสถานททองเทยวมากมายแตมนกทองเทยวบางสวนท ไมรจกและยงไมเคยเด น ท า ง ไป ท อ ง เท ย ว ผ ว จ ย จ ง ได พ ฒ น า แ อ ป พ ล เ ค ช น น โ ด ย ใ ช โป ร แ ก ร ม Android Studio, SQLite, Genymotion ในการพฒนาใหสามารถใชงานผานอปกรณสมารทโฟนทมระบบปฏบตการแอนดรอยด เพอแนะน าสถานททองเทยวทอยใกลกบบรเวณทาเรอตาง ๆ ของเรอดวนเจาพระยา รวมทงแสดงขอมลของทาเรอ ขอมลการเดนเรอ และแผนทแสดงพกดของทาเรอตาง ๆ ในรปแบบภาษาไทยและภาษาองกฤษ โดยการท างานของแอปพลเคชนนน ผใชงานสามารถคนหาทาเรอทอยใกลตนเอง และศกษาเสนทางของทาเรอกอนออกเดนทางจรง เพอลดเวลาและอ านวยความสะดวกในการเดนทางส าหรบผใชงานแอปพลเคชน การประเมนแอปพลเคชนโดยใชแบบสอบถามความพงพอใจของผใชงานทมตอแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) เพอน ามาพจารณาดานการออกแบบและฟงกชนการท างานตาง ๆ วามการตอบสนองตอผใชเพยงพอหรอไม ซงผลการประเมนความพงพอใจอยในระดบมาก ทคาเฉลย 4.25

ค าส าคญ: เรอดวนเจาพระยา ธงสม ทองเทยว แอปพลเคชนบนมอถอ



5 July 2019

E63

ABSTRACT Travelling by Chao Phraya Express Boat (the orange flag) is a travelling option for

people in Bangkok. In addition, the route that the express boat goes through has many tourist attractions such as Phra Sumen Fort, Wang Lang Market, Sanam Luang, the Royal Grand Palace, Temple of the Holy Jewel Image (Wat Phra Keaw), Arunratchawararam Temple, and Asiatique the Riverfront. Despite the tourist attractions are in existence, some tourists do not know and have never visited them. Therefore researchers developed a mobile application using Android Studio, SQLite and Genymotion programs. The application is applicable on Android mobile Operating System, purposely used to introduce the tourist attractions nearby the Chao Phraya Express Boat’s piers as well as present the piers’ information, boat trip information, and map of the piers’ location in both Thai and English languages. Users can search for nearby piers and learn the travelling route and piers before their actual boat trip. These save some times and provide comfort for the boat trip for the mobile application users. The assessment of the mobile application was performed using a survey on their satisfaction towards the Travelling by Chao Phraya Express Boat (the orange flag) mobile application. The results were taken into consideration whether the design and features of the mobile application were responsive enough for the mobile application users. The assessment results shows that user satisfaction level was very satisfy at the average of 4.25.

Keywords: Chao Phraya Express Boat, Orange Flag, Travel, Mobile Application

บทน า

ปจจบนการเดนทางโดยเรอเปนอกหนงทางเลอกในการเดนทางทผคนนยมใชบรการ โดยเสนทางทเรอดวนเจาพระยา (ธงสม) ผาน มสถานททองเทยวมากมาย ซงเปนสถานททองเทยวทสวยงามและนาไปเยยมชม แตยงมผใชบรการเรอดวนเจาพระยา (ธงสม) อกเปนจ านวนมากทยงไมรจกสถานททองเทยวตาง ๆ เหลานน ผวจยจงตองการพฒนาแอปพลเคชนทใชงานผานอปกรณสมารทโฟน เนองจากปจจบนอปกรณสมารทโฟนไดเขามาเปนสวนหนงในชวตประจ าวนของบคคลทวไป ผใชสามารถใชประโยชนไดมากมายจากอปกรณ สมารทโฟน ไมวาจะเปนการตดตอสอสาร การใชงานอนเทอรเนต หรอการน าแอปพลเคชนตาง ๆ ทมอยมาประยกตใช และอ านวยความสะดวก

ผวจยจงไดพฒนาแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) เพอแนะน าสถานททองเทยวและสงเสรมการทองเทยวใหเปนทรจกมากยงขน ทงนกทองเทยวชาวไทยและชาวตางชาต เพอใหเหนถง



5 July 2019

E64

ทศนยภาพในมมตาง ๆ ของสถานททองเทยว โดยแอปพลเคชนทพฒนาสามารถใชงานผานอปกรณสมารทโฟนทมระบบปฏบตการแอนดรอยด ทบทวนวรรณกรรม

ผวจยไดศกษารวบรวมขอมลแอปพลเคชนทเกยวของกบการทองเทยวบนระบบปฏบตการแอนดรอยด และงานวจยทเกยวของ เพอน ามาศกษาและวเคราะหเพอใชเปนขอมลและแนวทางประกอบการพฒนา แอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) ดงน

สพ ตรา ก าล งมาก (2555) ได ศกษาการพฒ นาโปรแกรมประยกตส ง เสรมการท องเท ยว กรงรตนโกสนทร โดยเรอทองเทยวเจาพระยา บนระบบปฏบตการแอนดรอยด มวตถประสงคเพออ านวยความสะดวก และชวยเหลอนกทองเทยวในการทองเทยวกรงรตนโกสนทร โดยเรอทองเทยวเจาพระยา มการน าเสนอขอมลสถานททองเทยวตามทาเรอในเสนทางเรอของเรอทองเทยวเจาพระยา มฟงกชน Nearby สามารถบอกทาเรอใกลเคยงต าแหนงปจจบนของนกทองเทยว พรอมทงบอกวธการเดนทางไปยงทาเรอได มฟงกชน MyTrips ซงนกทองเทยวสามารถสรางก าหนดการทองเทยวของตนเองได ในกรณทมเหตฉกเฉนนกทองเทยวสามารถโทรออกไปยงเบอรโทรฉกเฉนไดทนทผานทางแอปพลเคชน พฒนาแอปพลเคชนดวยภาษา JAVA จดการฐานขอมลดวย phpMyAdmin ผลการประเมนความพงพอใจจากผทดลองใชอยในระดบดมาก ขอมลมความถกตอง มประโยชนตอการทองเทยว และมประโยชนในการใชงาน พรพมล อดมเกษมทรพย (2558) ไดพฒนาแอปพลเคชนระบบขอมลการทองเทยวอทยานแหงชาตเขาใหญบนอปกรณสมารทโฟน มวตถประสงคเพอรวบรวมขอมลสถานททองเทยว ทพก และสถานทบรการตาง ๆ บนอทยานแหงชาตเขาใหญไวในแอปพลเคชน น าเสนอขอมลในรปแบบภาษาไทยและภาษาองกฤษ มระบบคนหาสถานททองเทยว และแผนทน าทาง GPS เพอใหผใชสามารถเดนทางไดสะดวกมากขน ผลการประเมนความพงพอใจจากกลมผทดลองใชแอปพลเคชนพบวาแอปพลเคชนมการจดวางองคประกอบสวยงาม สามารถชวยเหลอน าทางไดจรง โดยมผลประเมนอยในระดบดมาก ทคาเฉลย 4.50 กฤษฎา เอกศร และคณะ (2558) ไดพฒนาแอปพลเคชนโปรแกรมระบบน าเทยวในจงหวดศรสะเกษบนระบบปฏบตการแอนดรอยด เพอเพมความสะดวกสบายใหผใชสามารถคนหาสถานทพก สถานทกน แหลงทองเทยวภายในจงหวดศรสะเกษ ไดอยางมประสทธภาพ โดยแอปพลเคชนสามารถเขาถงขอมลของสถานททองเทยวภายในจงหวดศรสะเกษ มระบบน าทางดวย Google Map และสามารถแชรต าแหนงพรอม ความคดเหนผาน Facebook ได ผลการประเมนความพงพอใจกลมผทดลองใชพบวา แอปพลเคชนมการใชรปแบบและสตวอกษรทเหมาะสม น าเสนอขอมลถกตอง ครบถวน สามารถประมวลผลไดรวดเรว มการท างานตรงตามจดประสงค โดยมผลการประเมนอยในระดบด ทคาเฉลย 4.46 สชาดา พลาชยภรมยศล (2554) ไดท าการศกษาแนวโนมการใชโมบายแอปพลเคชน ซงมแนวโนมการใชงานอปกรณสมารทโฟนเพมขนอยางกาวกระโดดในชวงไมกปทผานมาซงเปนผลมาจากการพฒนาโมบายแอปพลเคชนและเทคโนโลยของตวเครองโทรศพทจากคายผผลตโทรศพท โดยเฉพาะการพฒนาตอยอด



5 July 2019

E65

แอปพลเคชนบนอปกรณเคลอนทของบรษทตาง ๆ ทแขงขนกนเพอชงความเปนหนงในตลาดดาน โมบายแอปพลเคชน ซงการพฒนาแอปพลเคชนแบงเปนการพฒนาแอปพลเคชนระบบ (Operation System) และแอปพลเคชนซอฟตแวรทตอบสนองการใชงานบนอปกรณ แอปพลเคชนทเพมขนและมประสทธภาพมากขนท าใหผใชอปกรณเคลอนทมแนวโนมใชโปรแกรมตาง ๆ เพอตอบสนองกจกรรมในชวตประจ าวน ไดแก ท าธรกรรมทางการเงน เชอมตอและสบคนขอมลบนเครอขายอนเทอรเนต ชมภาพยนตร ฟงเพลง หรอแมแตการเลนเกมซงมทงออนไลน และออฟไลน ดวยอตราการขยายตวดานการใชงานอปกรณเคลอนทท าใหบรษทชนน าดานโทรศพทมอถอหลายแหงหนมาใหความส าคญกบการพฒนาโปรแกรมบนโทรศพทมอถอ โดยเชอวาจะมอตราการดาวนโหลดเพอใชงานทเตบโตอยางเหนไดชด ศภศลป กลจตตเจอวงศ (2556) ไดท าการศกษาเรองโทรศพทมอถออจฉรยะ ทศวรรษใหมของนวตกรรมการสอสารแหงอนาคต ซงโทรศพทมอถออจฉรยะเปนนวตกรรมการสอสารรปแบบใหมทชวยสรางความสะดวกสบายใหกบผใชในดานตาง ๆ เปนอปกรณทผใชพกตดตวตลอดทงวน ใชเปนชองทางการสอสาร การบรหารจดการขอมล การสอสารทางการตลาด และใชท ากจกรรมตาง ๆ คณสมบตเฉพาะพเศษของโทรศพทมอถออจฉรยะทชวยสรางคณประโยชนใหมประสทธภาพนน ท าใหโทรศพทมอถออจฉรยะไดรบความนยมอยางตอเนองเรอยมา ในสวนของผใชนนควรใชใหเกดประโยชนสงสดเชนเดยวกบคณสมบตทมาพรอมกบโทรศพทมอถออจฉรยะ โดยผใชตองพจารณากอนวาจะซอรนใดทมความเหมาะสมกบผใชมากทสด และใชงานใหเกดความ คมคามากทสด ควบคกบการดแลรกษาอยางถกวธตลอดอายการใชงาน ทรงยศ เจรญบญณะ และ ชวลย ณ ถลาง (2559: 59) ไดท าการศกษาทศนะนกทองเทยวชาวไทยและตวแทนประชาชน ชมชน ตอการจดการธรกจทองเทยวบรเวณแมน าเจาพระยา พบวานกทองเทยวชาวไทยสวนใหญมวตถประสงคการทองเทยวมากกวา 1 ประการ เมอพจารณารายวตถประสงคพบวาเปน วตถประสงคเพอศกษาหาความรมากทสด รองลงไป คอเพอความเพลดเพลน ดานรปแบบกจกรรมทองเทยวบรเวณแมน าเจาพระยา พบวา สวนใหญนกทองเทยวชาวไทย ท ากจกรรมทองเทยวบรเวณแมน าเจาพระยามากกวา 1 ประเภท เมอพจารณารายประเภท กจกรรม พบวา ประเภทกจกรรมชมวดและสถาปตยกรรมรมฝงน ามากทสด รองลงมาเปน ประเภทกจกรรมลองเรอชมธรรมชาตและวถชวตชาวบานรมน า การศกษาระดบทศนะของนกทองเทยว พบวามระดบทศนะในภาพรวมอยระดบปานกลาง เมอพจารณารายดานพบวามระดบทศนะในระดบมาก 4 ดาน คอ 1) นโยบายและบคลากรเหมาะสม 2) สง อ านวยความสะดวกและกจกรรมทองเทยวเหมาะสม 3) การด าเนนธรกจเหมาะสม 4) มการปลกจตส านกแกผมสวนเกยวของ และมระดบทศนะในระดบปานกลาง 3 ดาน คอ 1)มจรยธรรมในวชาชพและความรบผดชอบตอสงคม 2) มการอนรกษรกษาทรพยากรทองเทยวและสงแวดลอม 3) การมสวนรวมของชมชนและผมสวนเกยวของอนเหมาะสม



5 July 2019

E66

วตถประสงคของการวจย 1. เพอพฒนาแอปพลเคชนแนะน าสถานททองเทยวบรเวณทาเรอดวนเจาพระยา (ธงสม) และให

ขอมลการเดนทางโดยเรอดวนเจาพระยา (ธงสม) ผานอปกรณสมารทโฟน ระบบปฏบตการแอนดรอยด 2. เพอศกษาความพงพอใจของกลมทดลองผใชแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม)

วธด าเนนการวจย งานวจยมงเนนศกษาความพงพอใจของผใชทมตอการใชงานแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) บนระบบปฏบตการแอนดรอยด ดานขอมล การออกแบบ และการน าไปใชประโยชน โดยมการเกบขอมลจากกลมตวอยางเปนผใชทวไป ทมความสนใจแหลงทองเท ยวทอยบรเวณแมน าเจาพระยา สามารถเดนทางไดดวยเรอดวนเจาพระยา (ธงสม) มการใชงานอปกรณสมารทโฟนระบบปฏบตการแอนดรอยดทงเพศหญงและเพศชาย จ านวน 30 คน แอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) ทพฒนาจะมขอบเขตการท างานดงน

1. แสดงขอมลทาเรอ 21 ทาเรอ ผใชสามารถเลอกดขอมลของทาเรอและสถานททองเทยวบรเวณทาเรอนน ๆ ได

2. แสดงขอมลสถานททองเทยว ทอยบรเวณทาเรอ และบรเวณแมน าเจาพระยา โดยแตละสถานทจะแสดงขอมลและรปภาพสถานททองเทยวนน ๆ เชน ทาเรอทใกลกบสถานททองเทยว วนและเวลาเปด-ปด และสามารถดต าแหนงสถานททองเทยวผาน Google Maps ได

3. คนหาทาเรอทใกลเคยงต าแหนงทผใชอยใกลมากทสด 3 ทาเรอ จากทงหมด 21 ทาเรอ โดยค านวณจากระยะทางตามเสนถนน

4. แสดงแผนทต าแหนงปจจบนของผใชงานและแสดงต าแหนงของทาเรอ 21 ทาเรอ ในรปแบบ Google Maps

5. จดการภาษา สามารถเลอกภาษาในการแสดงผลได 2 ภาษา คอภาษาไทยและภาษาองกฤษ 6. แสดงขอมลการเดนเรอ จะแสดงตารางเวลาเดนเรอ

การวจยเพอพฒนาแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) บนระบบปฏบตการแอนดรอยด มกระบวนการพฒนาดงน การเกบรวบรวมขอมล ผวจยไดมการเกบขอมลความตองการของผใชโดยการสอบถาม สมภาษณ จากนกทองเทยวตามสถานทตาง ๆ ถงความตองการในฟงกชนงานบนแอปพลเคชน ศกษาขอมลทาเรอ และสถานททองเทยวทนาสนใจบรเวณแมน าเจาพระยาจากเวบไซตตาง ๆ ทแนะน าขอมลเกยวกบสถานททองเทยว พรอมทงลงพนทจรงเพอเกบขอมลเพมเตม เกบภาพถาย ขอมลพกดของแตละสถานท นอกจากนยงไดศกษาแอปพลเคชนทเกยวของกบการทองเทยว เพอศกษาเปรยบเทยบขอมลจดเดนจดดอยในแตละแอปพลเคชน เพอน าขอมลท



5 July 2019

E67

ไดมาพฒนาแอปพลเคชนใหตรงตามความตองการของผใช และศกษาภาษาและเครองมอตาง ๆ ทใชในการพฒนาแอปพลเคชนบนระบบปฏบตการแอนดรอยด การวเคราะหและออกแบบ จากการเกบขอมลเพอศกษาความตองการของผใชงาน จงไดออกแบบ Use Case Diagram เพอแสดงการท างานของผใชระบบ (User) และความสมพนธกบระบบยอย (Sub systems) ภายในระบบใหญ และการออกแบบหนาจอการท างานของแอปพลเคชน ใหสวยงามและงายตอการใชงาน

แสดงขอมลทาเรอ

แสดงขอมลสถานททองเทยว

คนหาทาเรอ

ผใชงาน

แสดงแผนท

จดการภาษา

แสดงขอมลการเดนเรอ

ภาพท 1 : Use Case Diagram แอปพลเคชนแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) ออกแบบจ าลองความสมพนธ Entity Relationship Diagram (ERD) เพอใชอธบายโครงสรางของฐานขอมลแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม)



5 July 2019

E68

ภาพท 2 : Entity Relationship Diagram แอปพลเคชนแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม)

ภาพท 3 : ภาพหนาแรกของแอปพลเคชนและหนาแสดงเมนฟงกชนการท างาน จากภาพท 3 แสดงหนาแรกแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) มการแสดงผล 2 ภาษา คอ ภาษาไทยและภาษาองกฤษ ผใชสามารถเลอกภาษาในการแสดงผลไดจากเมน เมอผใชเลอกภาษาทตองการแสดงผล แอปพลเคชนจะแสดงหนาเมนหลก แสดงฟงก ชนการท างานของแอปพลเคชน ซงประกอบดวย 1) สถานท เพอไปยงหนาสถานททงหมด 2) ทาเรอ เพอไปยงหนาทาเรอทงหมด 3) แผนท เพอไปยงหนาแผนท 4) ตารางเดนเรอ เพอไปยงหนาตารางเดนเรอ 5) ทาเรอทใกล เพอไปยงหนาคนหาทาเรอทใกลทสด 6) ตงคา เพอไปยงหนาตงคา



5 July 2019

E69

ภาพท 4 : ภาพหนาสถานททองเทยวและหนาแสดงขอมลสถานท

จากภาพท 4 หนาสถานท แสดงสถานททองเทยวทงหมด เรยงล าดบตามตวอกษรภาษาไทย และเมอ

ผใชเลอกสถานท จะแสดงขอมลของสถานทนน เมอผใชเลอกสถานทจะแสดงขอมลตาง ๆ ของสถานทนน เชน ทาเรอใกลเคยง วนเวลาเปด-ปด เปนตน ผใชสามารถกดปมเสนทางเพอดเสนทางการเดนทางไปยงสถานทนนได

ภาพท 5 : ภาพหนาแผนทของสถานท

จากภาพท 5 หนาแผนทของสถานท จะแสดงเสนทางจากทาเรอทใกลกบสถานทนนไปยงสถานท



5 July 2019

E70

ภาพท 6 : ภาพแสดงขอมลทาเรอ

จากภาพท 6 แสดงขอมลทาเรอทงหมดทเรอดวนเจาพระยา (ธงสม) จอด เรยงล าดบตามรหสทาเรอ และเมอเลอกทาเรอ จะไปยงหนาขอมลของทาเรอนน จะแสดงขอมลของทาเรอและสถานททองเทยวใกลเคยง สามารถเลอกสถานททองเทยวใกลเคยงได เพอดขอมลของสถานททองเทยวนน

ภาพท 7 : ภาพหนาแผนท

จากภาพท 7 แสดงหนาแผนท แสดงต าแหนงของผ ใชและต าแหนงของทาเรอทงหมดทเรอดวนเจาพระยา (ธงสม) จอด



5 July 2019

E71

ภาพท 8 : หนาแสดงตารางเดนเรอ

จากภาพท 8 แสดงหนาตารางเดนเรอ แสดงขอมลการเดนเรอดวนเจาพระยา (ธงสม) จากวดราชสงขรถงนนทบร และนนทบรถงวดราชสงขร

ภาพท 9 : ภาพหนาการคนหาทาเรอทใกลและภาพหนาแผนทน าทาง

จากภาพท 9 แสดงหนาทาเรอทใกล จะคนหาทาเรอทใกลจากต าแหนงของผใช 3 ล าดบ โดยค านวณระยะทางจากเสนทางตามถนน เมอเลอกทาเรอแลวจะไปยงหนาแผนทน าทาง แสดงเสนทางจากต าแหนงของผใชงานไปยงทาเรอทผใชงานเลอก



5 July 2019

E72

ภาพท 10 : ภาพหนาการตงคาภาษา

จากภาพท 10 แสดงหนาตงคาภาษา สามารถเปลยนภาษาการแสดงผล การพฒนาระบบ พฒนาแอปพลเคชนแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) ผวจยเลอกศกษาและใช Android Studio ในการออกแบบและพฒนาแอปพลเคชนใช Genymotion ในการจ าลองอปกรณสมารทโฟนเพอใชประมวลผลการท างานจากโปรแกรมทพฒนาดวย Android Studio ซงแอปพลเคชนสามารถใชงานบนระบบปฏบตการแอนดรอยดได การทดลองใชงานแอปพลเคชน

ผวจยด าเนนการทดลองใชงานแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) ระบบปฏบตการแอนดรอยดทพฒนาขน กบบคคลทวไปทงใชและไมใชบรการเรอดวนเจาพระยา (ธงสม) จ านวน 30 คนโดยกลมตวอยางทไดทดลองใชงานแอปพลเคชน และตอบแบบประเมนความพงพอใจทมตอแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) จากนนไดน าผลการประเมนมาวเคราะหดวยคาสถตพนฐานเทยบกบเกณฑและสรปผลการประเมน โดยพบวาผตอบแบบประเมนเปนผชาย คดเปนรอยละ 66.7 และเพศหญง รอยละ 33.3 และผตอบแบบประเมนเคยใชบรการเรอดวนเจาพระยามจ านวน รอยละ 53.3 และไมเคยใชบรการเรอดวนเจาพระยา รอยละ 46.7

สถตทใชในการวจย ภายหลงทดลองใชงานแอปพลเคชน เมอไดขอมลจากแบบประเมนความพงพอใจของผทดลองใช

แอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) แลว ไดน าขอมลทเกบรวบรวมไดทงหมดมาวเคราะหโดยวธการทางสถต ดวยโปรแกรมส าเรจรปทางสถต ดงน วเคราะหคาสถตพนฐานของตวแปรทศกษาโดยใช รอยละ คาเฉลย และสวนเบยงเบน มาตรฐาน เพอใชในการวเคราะหลกษณะเบองตนของกลมตวอยางเกณฑการแปลความหมายคาเฉลยของระดบความพงพอใจ ทคาคะแนนอยในชวง 1.00 – 5.00 ใชเกณฑดงน (พสทธา อารราษฎร, 2551) คาเฉลยเทากบ 4.50 – 5.00 หมายถง มความพงพอใจอยในระดบมากทสด



5 July 2019

E73

คาเฉลยเทากบ 3.50 – 4.49 หมายถง มความพงพอใจอยในระดบมาก คาเฉลยเทากบ 2.50 – 3.49 หมายถง มความพงพอใจอยในระดบปานกลาง คาเฉลยเทากบ 1.50 – 2.49 หมายถง มความพงพอใจอยในระดบนอย คาเฉลยเทากบ 1.00 – 1.49 หมายถง มความพงพอใจอยในระดบนอยทสด


ตารางท 1 ผลการประเมนความพงพอใจตอแอปพลเคชนดานขอมล

หวขอรายการประเมน ระดบความพงพอใจ

คาเฉลย S.D. แปลผล ดานขอมล 1. ขอมลตรงตามความตองการของผใช 4.20 0.61 มาก 2. ขอมลทไดรบถกตองครบถวน 3.70 0.53 มาก 3. ขอมลอานแลวเขาใจงายมความชดเจน 4.01 0.74 มาก

รวม 3.97 0.63 มาก ดานการออกแบบ 1. การจดวางองคประกอบของแอปพลเคชนมความสวยงาม 4.50 0.51 มากทสด 2. แอปพลเคชนมสเหมาะสม 4.30 0.60 มาก 3. ขนาดของรปภาพและตวอกษรมความเหมาะสม 4.50 0.63 มากทสด 4. แอปพลเคชนมขนตอนการใชงานงายและไมซบซอน 4.43 0.57 มาก

รวม 4.43 0.58 มาก ดานการน าไปใชประโยชน 1. แอปพลเคชนชวยวางแผนในการเดนทาง 4.07 0.74 มาก 2. แอปพลเคชนนชวยใหผใชรจกสถานททองเทยวบรเวณทาเรอมากขน 4.53 0.73 มากทสด 3. ผใชคดวาแอปพลเคชนนมอทธพลตอการตดสนใจไปทองเทยวโดยเรอดวนเจาพระยา (ธงสม)

4.23 0.90 มาก

รวม 4.28 0.79 มาก

ผลการประเมนความพงพอใจในดานขอมล โดยภาพรวมอยในระดบมาก เมอพจารณาเปนรายขอพบวา ขอมลตรงตามความตองการของผใชมคาเฉลยมากทสด และขอทมคาเฉลยนอยทสดคอ ขอมลทไดรบถกตองครบถวน



5 July 2019

E74

ผลการประเมนความพงพอใจในดานการออกแบบ โดยภาพรวมอย ในระดบมาก เมอพจารณาเปนรายขอพบวา การจดวางองคประกอบของแอปพลเคชนมความสวยงาม และขนาดของรปภาพและตวอกษรทแสดงในแอปพลเคชนมความเหมาะสมมคาเฉลยมากทสด และขอทมคาเฉลยนอยทสดคอ แอปพลเคชนมสเหมาะสม

ผลการประเมนความพงพอใจในดานการน าไปใชประโยชนอยระดบมาก เมอพจารณาเปนรายขอพบวา แอปพลเคชนนชวยใหคณรจกสถานททองเทยวบรเวณทาเรอมากขนมคาเฉลยมากทสด และขอทมคาเฉลยนอยทสดคอ แอปพลเคชนชวยวางแผนในการเดนทาง

สรปผลการวจย แอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) ท างานบนระบบปฏบตการแอนดรอยด เพอ

แนะน าขอมลสถานททองเทยว และตารางการเดนเรอเสนทางจากทาเรอไปยงสถานททองเทยวพรอมทงสามารถแสดงทาเรอทใกลตวผใชมากทสดเพอใหผใชสามารถเลอกเสนทางไปยงทาเรอทใกลตวผใชทสดไดเพอเพมความสะดวกสบายในการเดนทางใหกบผใชงาน อกทงยงเปนการสงเสรมใหผคนหนมาทองเทยวโดยเรอดวนเจาพระยามากขน สอดคลองกบ ศภศลป กลจตตเจอวงศ (2556) ทกลาววาโทรศพทมอถอเปนนวตกรรมการสอสารรปแบบใหม ทชวยสรางความสะดวกสบายใหกบผใช และสอดคลองกบสชาดา พลาชยภรมยศล (2554) ทกลาววาแอปพลเคชนทตอบสนองการใชงานบนอปกรณเคลอนทมเพมมากขนจะมประสทธภาพมากขน ท าใหผใชอปกรณเคลอนทมแนวโนมการใชงานแอปพลเคชนตาง ๆ เพอตอบสนองกจกรรมในชวตประจ าวนทหลากหลายมากยงขน

การพฒนาแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยานนผวจยไดใชโปรแกรม Android Studio ในการพฒนาแอปพลเคชนและมการเปรยบเทยบแอปพลเคชนทเกยวของ เพอน ามาหาจดบนพรองและการออกแบบทไมตอบสนองความตองการของผใชและน ามาปรบปรงในแอปพลเคชนทองเทยวโดยเรอดวนเจาพระยา (ธงสม) ท าใหแอปพลเคชนมความสวยงามและประสทธภาพในการท างานมากยงขน โดยผลการประเมนความพงพอใจของผใชจ านวน 30 คน โดยสวนใหญเปนเพศชายรอยละ 66.7 ซงมความพงใจตอ แอปพลเคชนในภาพรวมอยในระดบมาก ทคาเฉลย 4.25 เมอพจารณาเปนรายดานพบวาดานการออกแบบมคาเฉลยสงสด รองลงมาคอดานการน าไปใชประโยชนและคาเฉลยนอยทสดคอดานขอมล เอกสารอางอง กฤษฎา เอกศร และคณะ (2558). ระบบน าเทยวในจงหวดศรสะเกษ บนระบบปฏบตการแอนดรอยด. การ

ประชมวชาการระดบชาต การจดการเทคโนโลยและนวตกรรม ครงท 1 มหาวทยาลยราชภฏมหาสารคาม. หนา 1 - 5

พสทธา อารราษฏร. (2551). การพฒนาซอฟแวรทางการศกษา. มหาสารคาม: อภชาตการพมพ. พรพมล อดมเกษมทรพย. (2558). แอปพลเคชนระบบขอมลการทองเทยวอทยานแหงชาตเขาใหญบนอปกรณ



5 July 2019

E75

เคลอนท. สาขาเทคโนโลยสารสนเทศ คณะเทคโนโลยสารสนเทศและนวตกรรม มหาวทยาลยกรงเทพ.

ทรงยศ เจรญบญณะ และชวลย ณ ถลาง. (2559). การศกษาทศนะนกทองเทยวชาวไทยและตวแทนประชาชน ชมชม ตอการจดการธรกจทองเทยวบรเวณแมน าเจาพระยา. วารสารมหาวทยาลยราชภฎล าปาง, ปท 5 ฉบบท 2 กรกฎาคม – ธนวาคม, หนา 59- 76

ศภศลป กลจตตเจอวงศ. (2556). โทรศพทมอถออจฉรยะ ทศวรรษใหมของนวตกรรมการสอสารแหงอนาคต. วารสารวารสารวชาการ Veridian E-Journal บณฑตวทยาลย มหาวทยาลยศลปากร, ปท 6, ฉบบท เดอนมกราคม-เมษายน, หนา 132-142

สชาดา พลาชยภรมยศล. (2554). แนวโนมการใชโมบายแอปพลเคชน. วารสารนกบรหาร มหาวทยาลยกรงเทพ ปท 16, ฉบบท 1 มกราคม – มถนายน, หนา 110-115

สพตรา ก าลงมาก. (2555). การพฒนาโปรแกรมประยกตสงเสรมการทองเทยว กรงรตนโกสนทรโดยเรอทองเทยวเจาพระยา บนระบบปฎบตการแอนดรอยด. จลนพนธวทยาศาสตรบณฑต สาขาเทคโนโลยสารสนเทศเพอการออกแบบคณะเทคโนโลยสารสนเทศและการสอสารมหาวทยาลยศลปากร.



5 July 2019

E76

การเพมประสทธภาพคลงอะไหลเครองจกร กรณศกษาโรงงานผลตภณฑขวดพลาสตก OPTIMIZING INVENTORY SPARE PARTS: A CASE STUDY OF THE FACTORY MANUFACTURED PRODUCTS PLASTIC BOTTLES

ชลดา ชาญวจตร1*, ศรดา บญภา2

1,2*สาขาวชาวศวกรรมอตสาหการ คณะวศวกรรมศาสตรและเทคโนโลย สถาบนการจดการปญญาภวฒน 1*Department of Industrial Engineering, Faculty of Engineering and Technology

Panyapiwat Institute of managememt *Corresponding author, E-mail : [email protected]

บทคดยอ

วตถประสงคในการด าเนนการวจยน เเพอลดความผดพลาดในการตรวจนบสต อกและเพ มประสทธภาพการจดการคลงอะไหลเครองจกร กรณศกษาโรงงานผลตผลตภณฑขวดพลาสตก จากการศกษาปญหาพบวาการจดการคลงอะไหลแบบเดมไมมการจดเกบใหเปนระเบยบ เชน อะไหลเครองจกรวางทพน มการจดเกบอปกรณหลายชนดในภาชนะเดยวกน อะไหลเครองจกรวางปนกน และไมมการจดกลมประเภทของอะไหลท าใหใชเวลาในการคนหาอะไหลเครองจกรเปนเวลานาน ยากตอการตรวจนบสตอค สงผลใหจ านวนการตรวจนบสตอคอะไหลไมตรงกบจ านวนอะไหลทมอยจรง ผวจยจงท าการวเคราะหหาสาเหต พบวาปญหาหลกคอมการจดการคลงอะไหลเครองจกรทไมเหมาะสม

จากการศกษาอะไหลเครองจกรทงหมด 581 รายการ สามารถแบงกลมออกเปน 9 ระบบ ท าการจดโลเคชนใหแกอะไหลเครองจกรใหม โดยน าทฤษฎ ABC Analysis มาใชในการแบงกลม มการจดท าปายบงชทสถานทจดเกบของอะไหลเครองจกรและท าการปรบปรงเครองมอหรอเอกสารการบนทกสตอคการเบกจายอะไหลเครองจกร โดยการน าบารโคดเขามาใชในการจดการ เพอเพมประสทธภาพการจดการคลงอะไหลเครองจกรและลดความผดพลาดในการตรวจนบสตอกอะไหลเครองจกร สามารถลดความผดพลาด จากการตรวจนบสตอคอะไหลเครองจกรลดลงได 38.01% ซงเมอเปรยบเทยบระยะทางในการคนหาของกอนและหลงลดลง จากเดมรวมระยะทาง 72.4 เมตร หลงปรบปรงรวมระยะทางทงหมด 61.7 เมตร ลดลง 10.7 เมตร และคดเปนเวลารวมทงหมด 994 วนาท หลงปรบปรงรวมเวลา 213 วนาท ลดลง 781 วนาท

ค าส าคญ: การเพมประสทธภาพ อะไหลเครองจกร



5 July 2019

E77

ABSTRACT The objective of this research was to study the efficiency of the production of

machinery spare parts. Case study of plastic bottle product factory Found that the original spare parts arrangement was not kept in order, such as machinery parts placed on the floor There are many storage devices in the same container. Machine parts are mixed together And there is no grouping Makes it time to search for spare parts for a long time Difficult to count stock As a result, the number of spare parts counting does not match the actual number of spare parts. The researcher therefore analyzed the cause. Found that the main problem was the improper supply of machinery spare parts. From the study of all 581 machine parts, the group can be divided into 9 systems, providing locations for new machine parts by using ABC Analysis to divide the group. There are signs indicating the location of the machine spare parts and make improvements to the tools or documents to record the stock, disbursement of machine parts. By using barcodes to manage In order to increase the efficiency of the machinery spare parts and reduce the error in the stock counting of machinery parts Can reduce errors From the stock counting, the machinery spare parts can be reduced by 38.01%, which when comparing the distance of the search before and after decreasing. From the original total distance of 72.4 meters, after a total adjustment of 61.7 meters, a total of 10.7 meters, and a total of 994 seconds, after 213 seconds total adjustment, reduced 781 seconds.

Keywords: Performance, Spare Parts.

บทน า ในปจจบนธรกจการผลตขวดพลาสตก มการแขงขนทสงท าใหผผลตตองมการพฒนาปรบปรงคณภาพ

ในหลาย ๆ ดาน การเพมอตราการผลต และการปรบปรงการท างานจงเปนหวใจทส าคญของการอยรอดทางธรกจ และการเตบโตทางอตสาหกรรม เพอใหสามารถแขงขนกบคแขงขนรายอน ๆ ผประกอบการมความจ าเปนทจะตองผลตภณฑทมคณภาพเปนไปตามความตองการของลกคา โดยมตนทนต าแตตองมประสทธภาพทสงทสด ผผลตสนคาตองหากลยทธตาง ๆ เพอน ามาแขงขนในตลาดมากขน ดงนนจงจ าเปนตองน าเอากลยทธตาง ๆ มาประยกตใชกบทรพยากรทมอยอยางจ ากด เพอใหเกดประโยชนสงสดและคมคาทสด จงไดมการคดคนเครองมอและน าเทคโนโลยตางๆ มาชวยเพมประสทธภาพในการผลตขององคกร เชน กลยทธดาน การจดการดานวสดคงคลง กลยทธดานการปรบปรงประสทธภาพของเครองจกรกล กลยทธดานการพฒนาดานโล-จสตกส กลยทธทางการตลาด เปนตน ดงนนจงตองน าเอาเทคโนโลยและนวตกรรมใหม ๆ มาชวย



5 July 2019

E78

ในกระบวนการผลต เพอลดหรอทดแทนแรงงานมนษย ทงนเพอลดตนทนเรองของคาจางแรงงาน อกทงยงเพมประสทธภาพของการท างานมากยงขน เมอมการมการน าเครองจกร เครองทนแรงมาใชในการผลต เพอลดการใชแรงงานมนษย เพอการเพมผลผลตใหตรงกบความตองการของลกคา หรอเพอความงายและสะดวกในการปฏบตงาน กจกรรมทงหมดนจะท าใหเครองจกร หรอเครองทนแรงสกหรอ หรอช ารดระหวางการปฏบตงานได ดงนนจงมความจ าเปนทจะตองมฝายซอมบ ารงเครองจกร เพอการดแลใหเครองจกรมคณภาพและประสทธภาพทดและพรอมทจะผลตสนคาไดอยเสมอ ดงนนจงตองมกจกรรมในการบ ารงรกษาเครองจกรน เชน การเลอกซออะไหลเครองจกร การจดตารางเวลาในการซอมบ ารง การจดการพนทการจดเกบอะไหลของเครองจกร เปนตน เมอตองมกจกรรม ตาง ๆ เพมขน ในการซอมบ ารงรกษาเครองจกร จงท าใหเกดปญหาการสงซออะไหลของเครองจกรมาใหเพยงพอเพอไมใหเกดสถานะสนคาขาดมอ แตหากสงซออะไหลเครองจกรเกนความพอเพยง อะไหลเครองจกรจะมมากเกนกวาทพนทจดเกบท าใหเกดปญหาดานการจดการพนทของสนคาคงคลง เชน อะไหลเครองจกรจดเกบไมเปนระเบยบ อะไหลเครองจกรปะปนกนหลายชนดในชองจดเกบเดยวกน โดยจะสงผลใหการหาอะไหลไปซอมแซมเครองจกรหรอซอมบ ารงเครองจกรนนลาชา และยากตอการนบสตอกนคาคงคลง ดงนนปญหาเรองพนทการจดเกบถอเปนเรองส าคญ เพราะพนทคลงสนคามอยอยางจ ากด จงตองมการวางแผน การจดการพนทอยางเหมาะสมและใหเกดประโยชนสงสด จากโรงงานกรณศกษาเปนขอมลเกยวกบการจดเกบและเบกจายอะไหลเครองจกรทใชในการซอมบ ารงรกษาเครองจกรภายในโรงงานผลตผลตภณฑพลาสตกส าเรจรป พบวามปญหาในการบรหารจดการอะไหลเครองจกรตาง ๆ คอ อะไหลเครองจกรมการปะปนกน การบรหารจดการพนทการวางชนส วนทไมเหมาะสม ท าใหไมสะดวกในการตรวจนบสตอค เอกสารในการรบเขา-จายออกไมครบ ระบบการจดเกบเอกสารทยงไมเหมาะสมตอการด าเนนงาน ไมมเจาหนาทดแลคลงอะไหลท าใหเกดความผดพลาด จ านวนอะไหลเครองจกรไมตรงตามทเบกจายจรง จ านวนอะไหลเครองจกรไม ตรงกบการตรวจนบสตอก และการตรวจนบสตอคลาชา ใชเวลา 2 วนในการตรวจนบ ดงตาราง ตารางท 1: แสดงความผดพลาดในการตรวจนบสตอคอะไหลเครองจกร ประจ าเดอน กนยายน - พฤศจกายน

พ.ศ.2561

เดอน จ านวนรายการอะไหล

เครองจกรทงหมด จ านวนรายการ

อะไหลทตรวจนบตรง จ านวนรายการอะไหล

ทตรวจนบไมตรง % ความผดพลาด

กนยายน 581 331 250 43.03 ตลาคม 581 365 216 37.18

พฤศจกายน 581 326 255 43.89



5 July 2019

E79

จากตารางจะพบวามรายการทตรวจนบสตอคไมตรงเปนจ านวนมาก บางเดอนยอดอะไหลเครองจกรในระบบมมากกวาอะไหลจรง ท าใหเมอตรวจสอบในระบบจะพบวามของอยจ านวนหนงจงไมเกดการสงซอ แตเมอเวลาเบกอะไหลจรง อะไหลทตองการกลบไมมท าให เสยเวลาในการส งซอ เกดความลาชา ในกระบวนการผลต หรอในระบบตรวจสอบแลวพบวาไมมอะไหลของเครองจกรทตองการ จงมการสงซอมาใหมแตเมอไปตรวจสอบจรงในคลงอะไหลพบวามอะไหลของเครองจกรทตองการ อะไหลของเครองจกรทสงมาใหมกเกนความตองการ จะเกดเปนอะไหลของเครองจกรคางสตอคได จากสภาพปญหาดงกลาวผวจยไดท าการวเคราะหปญหาทเกดขน ผวจยจะท าการปรบปรงการจดเกบอะไหล เพอการท างานมประสทธภาพมากขนรวมถงเสนอระบบหรอเครองมอทชวยในการจดเกบสตอคของอะไหลเครองจกรใหมความแมนย าในการเบกใช และใหสะดวกและรวดเรวมากยงขน ทบทวนวรรณกรรม

ทพยวลย (2551) ไดศกษาการด าเนนงานของธรกจใหบรการซอมอปกรณเทคโนโลยหลงการขายจากการศกษาด าเนนการขาดแคลนอะไหลส าหรบงานซอมของลกคา มอะไหลคงคลงสง การจดวางไมเหมาะสม การบวนการเบกจายใชเวลานานและผดพลาดสง และไดปรงปรงจ านวนรายการอะไหล จดความส าคญอะไหลดวยวธ ABC ค านวณปรมาณจดเกบ สงสด - ต าสด ออกแบบแผนผงการจดเกบ ระบต าแหนงการจดเกบอะไหลและก าหนดรหสระบต าแหนงการจดเกบ ผลการปรบปรงท าใหเพมประสทธภาพในการจดการคลงอะไหล คอ อตราการหมนเวยนอะไหลคงคลงเพมจาก 2.13 เปน 3.18 ตนทนการจดเกบลดลงจาก 1,617,922.81 บาท/ ป เปน 1,582,747.12 บาท/ ป เวลาเฉลยในกระบวนการเบกจายอะไหลใหชางลดลงจาก 18 นาท เปน 13 นาท และอตราสวนความผดพลาดในการตรวจนบอะไหลคอมพวเตอรลดลงจาก 27.53% เปน 18.56%

เสาวรส และณฐว (2552) ศกษาโดยน าระบบสารสนเทศเขามาวางแผนการผลตและการจดการคลงสนคา เปนระบบทพฒนาขนเพอชวยสนบสนนการตดสนใจของผบรหารเกยวกบการวางแผนปรมาณการสงผลตสนคา และชวยแกปญหาทางดานการจดการสนคา เพอใหสามารถตรวจนบปรมาณสนคาคงคลงไดอยางถกตองและมการจดการภาพแบบเอกสาร อยางเปนระบบมากขนส าหรบการพยากรณนนจะน าทฤษฎของการหาปรมาณการสงผลตทประหยดทสดมาชวยค านวณหาปรมาณการสงผลตสนคาลวงหนาใหมปรมาณทเพยงพอตอการผลตแตละเดอนไดอยางเหมาะสม และใกลเคยงกบปรมาณการขายสนคาจรงมากทสด และสรปไดวาระบบชวยใหตนทนการผลตสนคาลดลงไดรอยละ 53 และผลการประเมนความพงพอใจของผใชทงหมดอยในระดบด

ทชพชา และคณะ (2555) การวจยในครงนมจดประสงคเพอวเคราะหขอมล และท าการแบงประเภทของอะไหลดวยเทคนค ABC โดยการน าขอมลจากกลม A ซงมความส าคญในเชงปรมาณและมลคามาท าการวเคราะห เพอทหาคาความสมพนธ ระหวางราคา ปรมาณ ความถและเวลาในการซอม เพอท าการวเคราะหหาคาความสมพนธทท าใหไดคาความส าคญทสด เพอท าตารางการใชอะไหลในการวางแผนการซอมบ ารง



5 July 2019

E80

เครองจกร เพอทจะลดเวลาในการเปลยนอะไหลเครองจกร และสามารถวางแผนการซอมบ ารงลวงหนาได โดยการเทยบกบเปาหมายของการผลต จากปกตผลตท 17,000 ถง โดยใชเครองจกรในการผลต 49 เครอง ตอเดอน เมอท าการวางแผนในการซอมท าใหจ านวนเครองจกรลดลงเหลอเพยง 45 เครองตอเดอน แตยงคงไวซงก าลงการผลตทเทาเดม เครองจกรสามารถท างานไดตามเปาขดความสามารถของเครองจกร โดยใชจ านวนเครองจกรนอยลง ท าใหลดคาใชจายไฟฟาในสวนของเครองจกรไดถง 5% จากทตองเสยปกต และลดเวลาเครองจกรหยดท างานลดลง 10% ถง 20% ลดคาใชจายการซอมบ ารง 10% – 20%

ปรญญา และศรจนทร (2556) ท าการศกษาปรบปรงระบบการจดการอะไหลคงคลง ส าหรบเครองจกรการผลตในโรงงานกรณศกษา ซงประสบปญหาเกยวกบมลคาในการจดเกบอะไหลคงคลงสง โดยผวจยไดประยกตวธการจดกลมอะไหลคงคลงแบบหลายปจจย โดยเรมจากการคดแยกอะไหลทไมตองการใช และจดกลมความส าคญของอะไหล โดยพจารณาทงความส าคญดานอปกรณและดานอะไหลรวมกบ การจดกลม อะไหลตามการเคลอนไหว จากนน คดแยกกลมอะไหลทไมจ าเปนตองเกบ รวมกบการวเคราะหดชนตนทนเพอ เปรยบเทยบความคมคาในการเกบอะไหล และไดเสนอนโยบายคงคลงส าหรบแตละกลมความส าคญของอะไหล และการเคลอนไหวผลการศกษาพบวาคาใชจายในการเกบคงคลงลดลง 19.9% ตอป การเกบอะไหลลดลง และยงชวยเพมอตราการหมนเวยนของอะไหลจาก 63% เปน 81% นอกจากนยงท าใหเวลาทสญเสยจากการเปลยนอปกรณเครองจกรทเสยหายโดยเฉลยลดลง 0.85%

วราภรณ (2556) ท าการวจยศกษาเรองการหาปรมาณการสงซอทประหยดและจดสงซอทเหมาะสมของวตถดบ กรณศกษาโรงงานผลตชนสวนรถยนตปญหาส าคญทพบในโรงงานทคอวตถดบเหลอจากการผลตจ านวนมากโดยปญหาเกดจาก บรษทไมมนโยบายการบรหารวตถดบคงคลงทด ไมมปรมาณการสงซอทถกตอง และปรมาณการสงซอจะถกก าหนดตามประสบการณของผปฎบตงาน จากการวจยนไดท าการแบงประเภทความส าคญของขอมลดวยการวเคราะห ABC Analysis โดยเลอกปรบปรงในกลมวตถดบทมมลคาสงในกลม A ซงประกอบไปดวยเมดมด 3 ชนด คดเปน 78.31 % ของมลคาทสงสด โดยใชขอมลปรมาณการใชวตถดบในเดอนมกราคม พ.ศ.2553 ถงเดอนธนวาคม พ.ศ.2555 จ านวน 36 เดอน โดยใชวธพยากรณ 2 วธ คอ การพยากรณแบบสมการถดถอย และการพยากรณแบบเอกซโปแนนเชยล เมอท าการเปรยบเทยบพบวา วธแบบสมการถดถอยเหมาะสมกวา เพราะมคาความคลาดเคลอนสมบรณ (MAPE) นอยกวาแบบ เอกซโปแนนเชยล จากนนจงท าการวางแผนการสงซอทประหยดและจดสงซอทเหมาะสม สามารถประหยดตนทนรวมทงสน 44,700 บาท คดเปนรอยละ 27.53 % วตถประสงคของการวจย

1. เพอลดความผดพลาดในการตรวจนบสตอกอะไหลของเครองจกร 2. เพอเพมประสทธภาพการจดการคลงอะไหลเครองจกร



5 July 2019

E81

วธด าเนนการวจย 1. ศกษาสภาพทวไปและขอมลพนฐานทเกยวของของโรงงานกรณศกษา ปจจบนยงมปญหาในการ

บรหารจดการอะไหลเครองจกรตาง ๆ เชน ไมมการจดเกบใหเปนระเบยบ มการจดเกบอปกรณหลายชนดในภาชนะเดยวกน อะไหลเครองจกรวางปนกน ไมมการจดเปนกลม ยากตอการตรวจนบสตอค 2. การรวบรวมปญหาและวเคราะหหาสาเหตทเกยวของ จากกรณศกษาการจดเกบและเบกจายอะไหลเครองจกรในการซอมบ ารงภายในโรงงานกรณศกษา ผวจยพบวามปญหาในการบรหารจดการอะไหลเครองจกร เชน การบรหารจดการพนทการวางยงไมเหมาะสม อะไหลเครองจกรวางปนกนท าใหยากตอการตรวจนบสตอคอะไหลเครองจกร การตรวจนบลาชา การจดการเอกสารทยงไมเหมาะสมตอการด าเนนงาน เปนตน จงเปนสาเหตในการศกษาถงตนเหตของปญหาทกปญหา เพอใหเขาใจและเขาถงทมาและปจจยการเกดปญหาตาง ๆ ผวจยไดน าแผนภมกางปลา (Fishbone Diagram) เขามาใชเปนเครองมอในการรวบรวมปญหาทเกดขนทงหมดทง 4 ปจจย ไดแก Man, Material, Machine, Method และสามารถจ าแนกสาเหตของปญหาหลกออกมาได ดงภาพท 1

ภาพท 1: แผนผงกางปลาแสดงปญหาในการจดการอะไหลเครองจกร

การวเคราะหหาปญหา ท าใหสามารถทราบปญหาสวนใหญทเกดจาก เครองจกร พนกงาน และกระบวนการท างาน ซงน ามาวเคราะหหาสาเหตของปญหาพรอมทงแนวทางแกไขโดยใชหลกการ Why-Why Analysis แสดงดงภาพท 2

3. การหาแนวทางในการปรบปรงขนตอนการจดกลมอะไหลเครองจกร สามารถท าใหการคนหาอะไหลไดงายขน และใชเวลาในการเบกจายลดลง การศกษาครงนผวจยจะท าการจดกลมอะไหลเครองจกร



5 July 2019

E82

เปน 9 กลม เพอใหงายตอการเบกจาย ตรวจนบสตอคไดงาย และใชทฤษฎ ABC Analysis ในการจดโลเคชนอะไหล แสดงดงภาพท 3

ภาพท 2: วเคราะหหาสาเหตของปญหา ภาพท 3: การจดโลเคชนใหกบอะไหลเครองจกรแตละระบบ

โดยการน าระบบบารโคดมาใชในระบบคลงอะไหล เพอแกปญหาเอกสารหรอเครองมอทยากตอการบนทก ลดความผดพลาดจากการเบกจาย และการตรวจนบสตอคไมตรงกบอะไหลทมอยจรง ซงการตงรหสบารโคดทใชเปนตวเลขทงหมด 7 หลก แตละหลกเปนตวแปรดงภาพท 4



5 July 2019

E83

ภาพท 4: วธการตงรหสบารโคด 7 หลก

จากนนผวจยไดท าการปรบปรงไฟลโปรแกรม Microsoft office Excel ทใชในการบนทกการเบกจายอะไหลเครองจกร เพอใหงายขนตอการใชงาน และไดน าระบบบารโคดมาใชดวย แสดงตวอยางดงภาพท 5

ภาพท 5 ตวอยางหนาแสดงจ านวนการเบกจาย-รบอะไหลเครองจกรและจ านวนคงเหลอ

ภาพท 5: ตวอยางหนาแสดงจ านวนการเบกจาย - รบอะไหลเครองจกรและจ านวนคงเหลอ



5 July 2019

E84

ผลการวจยและอภปรายผล ผลการตรวจนบสตอคอะไหลเครองจกรประจ าเดอน มกราคม พ.ศ.2562 ผลการปรบปรงเครองมอให

สะดวกตอการเบกจาย จดต าแหนงจดเกบอะไหลเครองจกรใหม ผลการตรวจนบอะไหลเครองจกรประจ าเดอน มกราคม พ.ศ.2562 แสดงไดดงภาพท 6

ภาพท 6: แสดงการเปรยบเทยบ % ความผดพลาด จากจ านวนรายการตรวจนบจรงไมตรงสตอค พบวาการตรวจนบสตอคมเปอรเซนตความผดพลาดลดลง แตยงคงมจ านวนรายการตรวจนบจรง

ไมตรงกบสตอคอย โดยอาจจะเกดจากการทยงไมชนกบการใชบารโคด และการปรบปรงกระบวนการท างาน ท าใหยงพบความผดพลาดอยบางเลกนอย

ผลการจดโลเคชนใหแกอะไหลเครองจกรโดยใชทฤษฎ ABC Analysis เมอท าการจดกลมใหอะไหลเครองจกรแลว ไดท าการจดต าแหนงโลเคชนใหมใหแกอะไหลเครองจกร ไดผลตามแผนผงดงภาพท 7

กอนปรบปรง

ตเหลกเกบอปกรณตางๆ

วาง อะไหลส ารองไสกรอง, มอเตอร

, ของเกา

หลอดไฟขนาดตางๆ, กลมวสด

สนเปลอง

ทอตางๆ, filter, น ามนซกแหง

อะไหลระบบไฟฟา, ของเกา, วสดสนเปลอง

อะไหลระบบไฟฟา


วาง ของเกา แมบานอะไหลเครอง

ASBแมบาน ขอตอ

วาลวลม, ขอตอ, กระบอกลม

สาย PU, ลอเลอน,

อะไหลส ารอง

โตะท างาน

ตเกบเอกสาร

อะไหลเครองจกรของบรษทรวมคา

ประต

สายไฮโดรลก สายไฮโดรลก เครองมอชาง, สายพาน

วางอ

ะไหล

เครอ

งจกร

เกา

ชนวางนอต

.48 m.

.48 m.

1.7 m.



5 July 2019

E85

หลงปรบปรง ภาพท 7: แผนผงคลงอะไหลเครองจกรของบรษทกรณศกษา กอนและหลงปรบปรง

จากภาพท 7 เหนไดวา ต าแหนงการจดเกบอะไหลเครองจกรมการจดอยางเปนระบบและเปนหมวดหมมากขน ท าใหสะดวกตอการคนหาอะไหลเครองจกรในการเบกจาย สรป

ผลการปรบปรงท าใหการตรวจนบอะไหลเครองจกรประจ าเดอนมกราคม พ.ศ.2562 มเปอรเซนตความผดพลาดจากรายการตรวจนบจรงไมตรงสตอคลดลงเหลอ 5.34% โดยกอนการปรบปรงรายการตรวจนบจรงไมตรงสตอคเดอนกรกฎาคม-พฤศจกายน พ.ศ.2561 เฉลยเดอนละ 43.73% ซงลดลง 38.39% จากการน าบารโคดมาใชในการจดการสตอคอะไหลเครองจกร รวมถงสามารถเพมประสทธภาพในการจดการคลงอะไหล ซงสามารถลดคนตรวจนบสตอกเหลอเพยง 2 คน ลดคาแรงเมอตรวจนบสตอคอะไหลเครองจกรตอปได 28,128 บาท การลดระยะทางจากการจดโลเคชนใหแกอะไหลเครองจกรจากเดมใชระยะทางรวม 72.4 เมตร หลงปรบปรงรวมระยะทางทงหมด 61.7 เมตร ลดลง 10.7 เมตร รวมถงสามารถลดเวลาจากเดมรวมเวลาทงหมด 994 วนาท หลงปรบปรงรวมเวลา เหลอ 213 วนาท ลดลง 781 วนาท

เอกสารอางอง ทพยวลย เอยมปยะกล. (2551) “การปรบปรงประสทธภาพการจดการคลงสนคา กรณศกษาบรษทใหบรการ

ซอมอปกรณสอสาร”. วศวกรรมศาสตรมหาบณฑต ภาควชาวศวกรรมอตสาหการ คณะวศวกรรมศาสตร จฬาลงกรณมหาวทยาลย.

ตเกบวสดสนเปลอง, ขอตอ

81B-83B 71B-73B 61B-63B 51B-53B 41B-43B 31B-33B 21B-23B 11B-13B

ของเกาอะไหลระบบเครองกล

อะไหลระบบเครองกล






81C-83C 71C-73C 61C-63C 51C-53C 41C-43C 31C-33C 21C-23C 11C-13C

ของเกา

ระบบท าน าเยน, ระบบปองกน

อคคภย, ระบบความปลอดภย

การท าความสะอาด ,อะไหลระบบสขาภบาล

การท าความสะอาด



อะไหลระบบเครองกล (สายPU, สายน า)

อะไหลระบบเครองกล (สายPU, สายน า)

สายไฮโดรลกเกลยว B สายไฮโดรลกเกลยว J เครองมอชาง, สายพาน

วางอ

ะไหล

เครอ

งจกร

เกา

อะไหลเครองจกรของบรษทรวมคา ตเกบเอกสาร

โตะท างาน

ประต

ชนวางนอต

.48 m.

.48 m.

1.7 m.

A

B

C



5 July 2019

E86

ทชพชา พรมวงค. ปณณม สจจกมล. และพสฐ เออธารพสฐ. (2556) “การศกษาปญหาและแกปญหาระบบสนคาคงคลงของการซอมบ ารงโดยใชเทคนค ABC และการจดตารางการซอมบ ารงเครองจกร กรณศกษา: บรษทผลตเสนดายคอตตอน”. การประชมวชาการขายงานวศวกรรมอตสาหการ ประจ าป พ.ศ. 2555, : 160-167

ปรญญา จนทรวนจ. และศรจนทร ทองประเสรฐ. (2556). “การปรบปรงระบบการคงคลงอะไหลส าหรบเครองจกรการผลต”. วศวกรรมสารฉบบวจยและพฒนา ปท 24 ฉบบท 1, : 60-66

เสาวรส จรสวฒนาวรรณ. และณฐว อตกฤษฏ. (2552). “ระบบสารสนเทศเพอการวางแผนการผลตและการจดการคลงสนคา กรณศกษาบรษท รเวอรวด จ ากด”. The 5th National Conference on Computing and Information Technology.

วราภรณ โขมพฒน. (2556). “การหาปรมาณการสงซอทประหยดและจดสงซอทเหมาะสมของวตถดบ กรณศกษาโรงงานผลตชนสวนรถยนต.” วทยานพนธวศวกรรมศาสตรมหาบณฑต สาขาวชาการจดการอตสาหกรรมคณะวศวกรรมอตสาหกรรมมหาวทยาลยเทคโนโลยพระจอมเกล าพระนครเหนอ.



5 July 2019

E87

DETERMINATION OF CASSAVA DROUGHT RESISTANCE FACTORS BY A NEURAL

NETWORK METHOD

การระบปจจยทสงผลตอความคงทนความแลงของมนส าปะหลงดวยวธโครงขายประสาทเทยม

Kanyakorn Sae-jeen1*, Juta Pichitlamken2 and Pasajee Kongsil3

1,2Industrial Engineering Department, Faculty of Engineering, Kasetsart University, Thailand

3Agronomy Department, Faculty of Agriculture, Kasetsart University, Thailand *Corresponding author, E-mail: [email protected]

ABSTRACT

Due to global warming, droughts are more severe and happen more frequently. Without enough water,

cassava grows smaller, ultimately leading to lower market price. We consider the field data from the Faculty of

Agriculture at Kasetsart University. They study the arid resistance of cassava and analyze its morphological

adaptability of 5 local Thai varieties as check varieties and 248 varieties imported from CIAT germplasm. The

width and length of leaves, leaf greenness, height of stems (with and without leaves) are measured. The data was collected for eight, ten, and twelve months after planting. Their aim is to identify varieties with the best

arid resistance. Currently, drought resistance is compared by the K-means clustering method that according to

individual researcher’s judgments. Then, we apply the Neural Network (NN) to select the best varieties and

identify predicting factors for arid resistance. We found that the total height of its stem correlate with height

with leaves and height without leaves, so the latter two variables are deleted. Therefore, the NN response is

cassava weight, and 12 independent variables are as follows: the width and length of its leaves, the height of its

stem and leaf greenness. We found that the Mean Square Error is minimum when the number of nodes hidden

layer is 8. Our NN Method identifies the breeds with the top 5 highest weight are Mlnd22, CMN196, MEuc33,

MVen134 and Mper378, respectively. The predicting factors for cassavas weights are the width of leaves, leaf

greenness and the height of its stem. Keywords: Cassava, Neural Network, Drought, Arid Resistance

Introduction

Cassava is an easily grown plant which can adapt in almost any soil conditions. It can withstand

droughts and quickly yield its produce. Every cassava parts can be consumed as food for human and animals,

including leaves, stems and seeds, due to its high amount of essential carbohydrates. It is a raw materials for

other food products such as snacks or candies. Many farmers in Thailand, especially in the north-eastern region,

grow cassava for the area of 1,898,846 acres (Office of Agricultural Economics, 2018). Thus, cassava yield is

essential to livelihood of many farmers.

In the third quarter of 2018, cassava quantity and prices continuously decreased since the prior year.

Farmers decided to grow other kinds of substitute crops such as factory sugar-cane. In some area, floods

damaged cassava crops and reduced the overall output in Thailand (Office of Agricultural Economics, 2018).

Global warming and climates changes cause unpredictable weather conditions. In the Global Climate Risk Index ranking in 2018, Thailand moved up to the 9th from the 10th position in the previous year (TCIJ,

2017). Droughts cause natural sources of water to run dry and the crops are short of water, leading to the

smaller size and lower price of cassavas. Therefore, the objective of many breeding research is to identify

varieties with the best arid resistance.

In this paper, we consider the field data from the Department of Agronomy, Faculty of Agriculture at

Kasetsart University. They study the arid resistance of cassava and analyze its morphological adaptability of 5

local Thai varieties as check varieties and 248 varieties imported from Center of Tropical Agriculture (CIAT)

germplasm by measuring the width and length of leaves, leaf greenness, the height of stems (with and without

leaves).

Currently, arid resistance is compared by the K-means clustering method, which groups data into the

number of groups that the user specifies. Researchers select weights on each variable based on their preferences. Thus, each variable may weigh differently, resulting in different choices of the best breeds (Pragob

et al., 2018: 300-310). The K-means weights of each variable vary according to

individual researcher’s judgments. As a result, the choice of the best varieties may be inconclusive. We apply

the Neural Network (NN) to avoid subjective selection.

The NN is a network or circuit of neurons, or in a modern sense, an artificial NN, composed

of artificial neurons or nodes. Thus, a NN is either a biological NN, made up of real biological neurons, or an

artificial NN, for solving artificial intelligence (AI) problems. The connections of the biological neurons are

https://en.wikipedia.org/wiki/Neuron

https://en.wikipedia.org/wiki/Artificial_neural_network

https://en.wikipedia.org/wiki/Artificial_neuron

https://en.wikipedia.org/wiki/Biological_neural_network

https://en.wikipedia.org/wiki/Artificial_intelligence



5 July 2019

E88

modeled as weights. AI, cognitive modeling, and NN are information processing paradigms inspired by the way

biological neural systems process data. AI and cognitive modeling try to simulate some properties of biological NN. In the AI field, artificial NN have been applied successfully to speech recognition, image

analysis and adaptive control (Wikipedia, 2019). The operation of artificial NN can determine the relations

between input and output data that is not necessary to know about mathematical relation of the input and output

data.

Our NN model is a feedforward NN which is an artificial NN wherein connections between the nodes

do not form a cycle. The feedforward neural network was the first and simplest type of artificial NN devised. A

feedforward NN can consist of three types of nodes: the input nodes provide information from the outside to the

network and are together referred to as the input layer, the hidden nodes have no direct connection with the

outside and the output nodes are collectively referred to as the output layer and are responsible for computations

and transferring information from the network to the outside data. In this network, the information moves in

only one direction, forward, from the input nodes, through the hidden nodes and to the output nodes (Figure 1).

It contains multiple nodes arranged in layers. Nodes from adjacent layers have connections or edges between them. All these connections have weights associated with them (Ujjwal, 2016).

Figure 1: A Neural Network (NN) model.

Source: Wikipedia, 2019

Literature Review

Wongprasert (2015) studies factors that affect starch content in fresh cassava roots using regression

analysis and artificial NN models. The dependent variable is the percent starch in fresh cassavas, and the

number of independent variables is 171. Both the regression and the NN models can be applied to analyzing

factors affecting the starch content in fresh cassava roots, such as the number of cassava stems planted,

harvesting age, planting in lateritic soil and plantation location. Pragob et al. (2018: 300-310) evaluates cassava germplasm for drought resistance breeding program in

Thailand of 255 varieties, which are originated in Thailand and from other countries. They are planted together with five check varieties in augmented design for experimental trial. Data collected are the width and length of its leaves, greenness, the height of its stems. The measurements are taken in Month 8 (December 2017), Month 10 (February 2018), and Month 12 (April 2018) after planting. Data is normalized and grouped by K-mean clustering by the R program. K-mean clustering analysis showed cassava varieties grouped upon the different responses to drought adaptation and recovery patterns. They select KM89-5, Mbar383, NMGua62, Mind13, Mind56, unknown16, Giant, and Nephngona for further breeding.

Objective.

The objective of many breeding research is to identify varieties with the best arid resistance.

Methodology

1. Experimental design

We consider the same data set as Pragob et al. (2018: 300-310): 248 varieties of the CIAT elite

germplasm and 5 local Thai varieties that were check ones. The Thai varieties include Kasetsart 50 (KU50),

Huay Bong 60 (HB60), Huay Bong 80 (HB80), Rayong 72 (R72), and Rayong 5 (R5) at Tapioca Development

Institute, Nakorn Rachasrima province. Data collected are the width and length of its leaves, leaf greenness

which is standardized with the Chlorophyll Content in the leaf (SPAD), the height of its stem (with and without

https://en.wikipedia.org/wiki/Cognitive_modeling

https://en.wikipedia.org/wiki/Speech_recognition

https://en.wikipedia.org/wiki/Image_analysis

https://en.wikipedia.org/wiki/Image_analysis

https://en.wikipedia.org/wiki/Adaptive_control

https://en.wikipedia.org/wiki/Artificial_neural_network



5 July 2019

E89

leaves) which was collected during cassava plantation for eight (December 2017), ten (February 2018), and

twelve (April 2018) months. Cassavas were planted in blocks (Figure 2). A block consists of 20 varieties, five of which are check varieties. There are 21 blocks in total.

Figure 2: Cassava planting block when Ck is a check variety.

2. Data collection and analysis

Because many input variables involve heights of cassava stems, we consider the Pearson correlation (r)

between x and y, which is defined as:

𝑟 = ∑(𝑥𝑖−��)(𝑦𝑖−��)

√∑(𝑥𝑖−��)2 ∑(𝑦𝑖−��)2 , (1)

when �� and �� are the average of variable x and y, respectively.

The possible value of r is between -1 and +1. Positive correlation implies that x and y tend to move in

the same direction, and if the correlation is negative, they tend to move in the opposite direction. The larger the

correlation, the stronger the relationship is. The correlation of overall heights with heights without leaves and overall heights with heights with

leaves are 0.92 and 0.68, respectively. These correlations are quite high so we omit these two variables from

our NN models: heights without leaves and heights with leaves. We keep the overall heights because it has the

largest correlation with cassava weights, among the three types of heights.

Data is normalized because there are not enough clones of the non-Thai varieties for replications in the

test field. In the experimental production block, non-Thai varieties are planted in a row, and check varieties

(KU50, R5, R72, HB60, and HB80) are planted by punctuating with tested lines which were 842 non-local

breeds. The data of cassava varieties planted on the tested lines and check varieties are compared under the

hypothesis that the tested line varieties and check varieties face the same planting conditions. This experimental

design is called an augmented design. Thus, the data must be normalized before further analysis. We did it with

the R program through the following formula (Walter, 2004):

𝑎𝑗 = ��∙𝑗 − 𝐺𝑀, (2)

when 𝑎𝑗 is the adjustment of block j

��∙𝑗 is the average of all check varieties in every block

𝐺𝑀 is the grand average of every block and every check variety. After we get 𝑎𝑗 , we normalize 𝑥𝑖𝑗 by:

𝑥𝑖𝑗 = 𝑥𝑖𝑗 − 𝑎𝑗 , (3)

when 𝑥𝑖𝑗 is a normalized parameter of the tested variety,

𝑥𝑖𝑗 is the original parameter of the tested variety i in block j.

After normalization, we found data outliers from the matrix plots by Minitab. Data outliers are breeds No.12, unknown24, V45 and G5-49, leaving the rest of 249 cassava breeds remaining for the test by Neural

Network Method. Matrix plots after deleting outliers are shown in Figures 3 and 4.

Ck1 test4 test7 Ck5 test12

test1 Ck2 test8 test10 test13

test2 test5 Ck3 test11 test14

test3 test6 test9 Ck4 test15



5 July 2019

E90

Figure 3: Matrix plot between factors in months 8 and 10 after outliers are removed.

Figure 4: Matrix plot between factors factor in months 10 and 12 after outliers are removed.

We fit the NN model with Matlab. The data were divided into three sets: a training set (70%, size =

175, called tr), a testing set (15%, size = 37), and a validating set (15%, size = 37). We use the command

net = fitnet(# of node hidden layer).

Let input be a 12x249 matrix of 12 factors: the width and length of its leaves, leave greenness, the height of its

stem of the 8th 10th and 12th months after planting of each varieties (Figure 5). Moreover, output is the weight

of cassavas harvested in the 12th month so it is 1x249 matrix (Figure 6). Then, we practice the training set with

direction ]net,tr] = train(net,input,output),

where net is the Neural Network. NNtraintool can be used to get regression plots (Figure 7). We can calculate

the fitted NN values of the testing set by

test Y = net(test output).



5 July 2019

E91

Next, we can compute the MSE from

Perf = mse(net, test T, test Y),

where test T is actual values of testing set and test Y is the fitted NN values of testing set. More information

about NN in Matlab can be found in (Mathworks, 2019).

Figure 5: NN Input data of 12 factors.

Figure 6: Weight of cassavas as the NN Output.

Figure 7: Regression plots from NNtraintool.

Results

We select the number of nodes in a single hidden layer by considering the mean square error (MSE) which measures the squared deviations between 37 actual weights and fitted values from the artificial NN in the testing set (Figure 8).

length of leaves month8 17.99603 7.962698 13.59603 11.87103 14.57937

width of leaves month8 3.910714 2.419048 2.952381 1.452381 3.935714

leave greenness month8 39.9254 47.88373 42.3754 49.01706 45.33373

height of its stem month8 129.7222 73.05556 95.97222 100.9722 103.8889









weight of cassavas 15.72143 6.321429 6.121429 1.571429



5 July 2019

E92

Figure 8: Mean square error value of each the number of node in hidden layer.

The smallest MSE value of 19.08 occurred when the number of nodes/neurons in the hidden layer is 8.

Then we consider the correlation (as defined in Equation 1) between the actual weights and the fitted NN values

in the training set, testing set, and validating set. The R values are 0.66 for the training set, 0.62 for the testing

set, 0.40 for the validating set, and 0.60 on the overall.

Nodes from adjacent layers have connections or edges between them. All these connections

have weights associated with them. Weights are determined among input layer, hidden layer and output layer

(Tables 1 and 2).

The top five breeds that yield high cassavas weight are Mlnd22, CMN196, MEuc33, MVen134,

Mper378 with the fitted values of 88.02, 19.86, 19.31, 18.39, 18.21 kg, respectively.

The neurons in the hidden layer are analyzed to find the factor that impact cassava weight. The

neurons in the hidden layer is kept at 8 while each factor is removed one by one. If the R-value increases when a given factor is omitted, it means that factor does not have strong impact on the response (Researchgate, 2015).

The deleted factor is the leave length which R-value increases from 0.60 to 0.65 Thus, the factors which affect

cassava weights are the width of leaves, leave greenness and the total height of its stems.

This method is the study of forecast and prediction that is different from other types of research in the

neural network method such as the uncertainty of the classification patterns, grouping, categorizing and the

controllable system.

Table 1: Weights between the input layer and the hidden layer.

Input layer

Hidden layer

the 1st

node

the 2nd

node

the 3rd

node

the 4th

node

the 5th

node

the 6th

node

the 7th

node

the 8th

node

length of leaves

month 8

-0.52 -1.23 -0.94 -0.18 0.12 -0.21 0.91 0.01

width of leaves

month 8

1.00 0.98 -0.15 1.05 -1.30 0.31 0.41 0.01

leave greenness

month 8

0.51 0.15 -0.25 -0.84 1.49 -0.94 -0.18 -0.72

height of its stem

month 8

-0.34 0.33 -0.47 0.23 0.97 -1.21 0.64 -0.64

length of leaves

month 10

0.11 0.92 -0.26 0.69 0.65 0.20 -0.05 -0.57

width of leaves

month 10

0.16 0.14 1.09 0.73 -1.05 0.08 0.45 -0.97

leave greenness

month 10

0.78 0.92 0.63 0.10 0.97 0.51 -0.02 -0.56

height of its stem 1.06 0.54 0.99 0.71 -0.56 -0.95 1.40 0.17



5 July 2019

E93

Input layer

Hidden layer

the 1st

node

the 2nd

node

the 3rd

node

the 4th

node

the 5th

node

the 6th

node

the 7th

node

the 8th

node

month 10

length of leaves

month 12

-0.03 -0.68 1.05 -1.08 0.25 0.07 -1.43 0.72

width of leaves

month 12

1.09 -1.15 -0.66 -0.22 -1.97 -0.64 -0.09 -0.85

leave greenness

month 12

-0.25 -0.32 0.00 0.32 0.00 1.11 -0.03 0.01

height of its stem

month 12

0.85 -0.30 -0.33 -0.15 0.37 -0.23 0.15 -0.08

Table 2: Weights between the hidden layer and the output layer.

Hidden layer Output layer

the 1st node -0.36

the 2nd node -0.34

the 3rd node 0.23

the 4th node 0.43

the 5th node 0.22

the 6th node -0.28

the 7th node 0.34

the 8th node 0.08

Conclusions

We apply the NN to select the best cassava varieties and identify predicting factors for arid resistance.

The NN response is cassava weights, and 12 independent variables are as follows: the width and length of its leaves, the total height of its stem and leaf greenness of the 8th, 10th, and 12th months. We found that the Mean

Square Error in the testing set is minimum when the number of nodes hidden layer is 8. Therefore, our NN

Method identifies the breeds with the top 5 highest weight are Mlnd22, CMN196, MEuc33, MVen134 and

Mper378, respectively. The predicting factors for cassavas weights are the width of leaves, leaf greenness and

the total height of its stem.

References

Mathworks. (2019). Body fat estimation. Retrieved March 25, 2019, from

https://uk.mathworks.com/help/deeplearning/examples/body-fat-estimation.html Office of Agricultural Economics. (2018). Cassava. from http://www.oae.go.th

Pragob, C., Kongsil, P., Kerddee, S., Kittipadakul, P., Phumichai, C., & Petchpoung, K. (2018). Evaluation of

cassava germplasm for drought tolerance breeding program in Thailand. The 3rd Environment and

Natural Resources International Conference, 22-23 November 2018. 300-310. Thailand

Researchgate. (2015). What is the best approach to identify the most influential factors as input of a neural

network. Retrieved April 30, 2019, from

https://www.researchgate.net/post/What_is_the_best_approach_to_identify_the_most_influential_facto

rs_as_input_of_a_neural_network

TCIJ. (2017). Thailand is moved up to 9th the risk index ranking. Retrieved December 18, 2019, from

https://germanwatch.org/sites/germanwatch.org/files/publication/20432.pdf

Ujjwal, K. (2016). A quick introduction to Neural Networks. Retrieved March 25, 2019, from https://ujjwalkarn.me/2016/08/09/quick-intro-neural-networks

Walter, T. (2004). Augmented split block experiment design. New York: Cornell University.

Wikipedia. (2019). Neural Network. Retrieved February 25, 2019, from

https://en.wikipedia.org/wiki/Neural_network#cite_note-1

https://uk.mathworks.com/help/deeplearning/examples/body-fat-estimation.html

http://www.oae.go.th/

https://www.researchgate.net/post/What_is_the_best_approach_to_identify_the_most_influential_factors_as_input_of_a_neural_network

https://www.researchgate.net/post/What_is_the_best_approach_to_identify_the_most_influential_factors_as_input_of_a_neural_network

https://germanwatch.org/sites/germanwatch.org/files/publication/20432.pdf

https://ujjwalkarn.me/2016/08/09/quick-intro-neural-networks

https://en.wikipedia.org/wiki/Neural_network#cite_note-1



5 July 2019

E94

Wongprasert, T. (2015). A Study on Factors that Affect Starch Content in Fresh Cassava Roots Using

Regression Analysis and Artificial Neural Network Models. Master’s thesis, Department of Agro-Industrial Technology, Faculty of Agro-Industry, Kasetsart University.



5 July 2019

E95

การวเคราะหทางเลอกการวางผงคลงสนคา กรณศกษาอตสาหกรรมผลตชนสวนประดบยนต THE ANALYSIS OF WAREHOUSE ALTERNATIVE CASE STUDIES AUTO PARTS MANUFACTURING INDUSTRY.

จฑาทพย ลลาธนาพพฒน1*,จนตนา ใจคมเกา2 Jutathip Leelathanapipat1*,Jintana Jaikumkao2

สาขาวศวกรรมอตสาหการ คณะวศวกรรมศาสตรและเทคโนโลย สถาบนการจดการปญญาภวฒน

Industrial Engineering, Faculty of Engineering and Technology, Panyapiwat Institute of Management

*Corresponding author, E-mail: [email protected]

บทคดยอ

งานวจยนมวตถประสงคเพอออกแบบและวางผงคลงสนคาใหเหมาะสมกบสายการผลต โดยใชหลกการวางผงโรงงานอยางมระบบ (Systematic Layout Planning: SLP) และกระบวนการล าดบชนเชงวเคราะห (Analytical Hierarchy Process: AHP) ส าหรบการตดสนใจเลอกผงคลงสนคา ซงงานวจยเรมจากการศกษาขอมลของการประกอบกนชนทายจากโรงงานผลตชนสวนประดบยนต และท าการวเคราะหขอมลโดยใชวธการวางผงคลงสนคาอยางม ระบบ (Systematic Layout Planning: SLP) รวมกบวธ (Multi – Product Process Chart) เพอทจะออกแบบผงโรงงานทางเลอกทตอบสนองตอความตองการและขอจ ากดในการปฏบตงาน ไดทงหมด 3 แบบและประเมนผงดวยวธการตดสนใจโดยกระบวนการล าดบชนเชงวเคราะห (AHP) ตอไป

ผลการวจยพบวาผงคลงสนคาแบบท 3 เหมาะสมกบโรงงานกรณศกษามากทสดซงผงคลงสนคานมพนทในการจดเกบเทากบ 279.28 ตารางเมตร และระยะทางในการขนสงวสดเทากบ 1,825.84 เมตร นอกจากนในการประเมนปจจยดวยกระบวนการล าดบชนเชงวเคราะห ซงผลจากการน าทง 4 ปจจยมาวเคราะหท าใหทราบวาผงคลงสนคาแบบท 3 มคาน าหนกเทากบ 59% ผงคลงสนคาแบบท 2 มคาน าหนกเทากบ 29% และผงคลงสนคาแบบท 1 มคาน าหนกเทากบ 8.3% ตามล าดบ

ค าส าคญ: คลงสนคา การวางผงคลงสนคาอยางมระบบ กระบวนการล าดบขนเชงวเคราะห



5 July 2019

E96

ABSTRACT The objective of this research is to design and plan the warehouse to be suitable for the production line using a systematic plant layout. And the hierarchical process of analysis (AHP) for the decision to choose a warehouse plan the research began with the study of the rear bumper assembly from the automotive parts factory. And analyze data by using the systematic layout planning (SLP) with the Multi-Product Process Chart in order to design the plant layout, an alternative that meets the needs and limitations Can perform all 3 types of work and evaluate the plan with a decision-making process by analyzing the hierarchy process (AHP) The result of the research shows that the warehouse layout type 3 is suitable for the most case studies in the factory. This warehouse has a storage area of 279.28 square meters and the transportation distance of the materials is 1,825.84 meters. Tactic analysis the results from the four factors were analyzed to know that the warehouse layout type 3 has a weight of 59%. Warehouse layout type 2 has a weight of 29% and warehouse layout type 1 has the weight equal to 8.3% respectively.

Keywords: Warehouse, Systematic Layout Planning, Analytical Hierarchy Process

บทน า

ปจจบนธรกจในภาคอตสาหกรรมการผลตอตสาหกรรมผลตชนสวนประดบยนต ทงในประเทศและตางประเทศมการแขงขนทคอนขางสง ท าใหตองมการลดระยะเวลาในการสงมอบสนคา ลดตนทนในการผลต เพมผลผลตและใชทรพยากรทมอยอยางจ ากดใหเกดประโยชนสงสด ดงนนการออกแบบและวางผงโรงงานจงเปนสวนส าคญอยางยงในการจดการพนทการผลตของโรงงานอตสาหกรรม เนองจากพนทของโรงงานมอยอยางจ ากดและเปนสวนส าคญในการก าหนดประสทธภาพของโรงงาน การจดวางต าแหนงทเหมาะสมใหกบเครองจกรและอปกรณรวมถงการก าหนดพนทใหกบแผนกตาง ๆ เพอเพมศกยภาพใหกบการผลตและสรางความไดเปรยบในการแขงขน สามารถลดตนทนในการผลตไดทงทางตรงและทางออม ใหมความสะดวกและปลอดภยในการปฏบตงานมากขนและเปนทพงพอใจกบพนกงานอยางยง ดงนนแนวทางทส าคญประการหนงในการพฒนาอตสาหกรรมน คอ การพฒนาความสามารถของผผลตดวยการออกแบบการวางผงโรงงานอยางมระบบ (Systematic Layout Planning; SLP) ให เหมาะสมกบการผลต เชน Shewale, Shete, & Sane (2012) ปรบปรงผงโรงงานผลตคอมเพรสเซอรท าใหสามารถลดระยะทางในการขนสงวสดจากคลงสนคาไปยงเครองจกร (ขอเหวยง) 177 เมตร ลดระยะทางในการขนสงวสด (เพลาขอเหวยง) 24 เมตร และลดระยะทางในการขนสงวสด(พเล) 105 เมตร สวน Wiyaratn & Watanapa (2010) ท าการปรบปรงผงโรงงานผลตเหลก



5 July 2019

E97

โดยการเสนอผงโรงงานใหม 2 ผง สามารถลดระยะทางในการเคลอนทระหวางคลงสนคาเดมกบคลงสนคาใหมได 37.53 เมตร

จากการทบทวนวรรณกรรมขางตน ผวจยจงด าเนนการศกษาปญหาจากบรษทกรณศกษาซงเปนบรษททท าการผลตชนสวนประดบยนตหลากหลายชนดทไดรบความนยมทงในประเทศและตางประเทศ โดยบรษทท าการผลตชนสวนประดบยนตดงน คอ กนชนทาย หลงคา และบนไดขาง เปนตน ซงบรษทตองการขยายฐานการผลตกนชนทายไปยงคลงสนคาบางโฉลง จากกการส ารวจขอมลความตองการของการผลตกนชนนน ดงภาพท 1 นนพบวามความตองการเปนจ านวนมาก อกทงในการจดเกบและประกอบกนชนทาย ตองท าการจดเกบและประกอบกนชน 3 ชนด คอ กนชนทายสด ากน ชนทายสโครเมยมและกนชนทายสเทาเขม ซงกนชนทายทง 3 ชนดมพนทในการใชงานขนาด 380 ตารางเมตร ซงขนาดพนทในการใชงานนมขนาดเลก ท าใหยากตอการประกอบและจดเกบชนงาน

ภาพท 1: แผนภมผลตภณฑ-ปรมาณ (P-Q Chart)

ดงนนผวจยไดเลงเหนถงความส าคญทจะท าการปรบปรงและออกแบบผงโรงงานใหม เพอออกแบบ

และวางผงคลงสนคาเพอใหเหมาะสมกบสายการผลต ดวยการประยกตใชหลกการวางผงโรงงานอยางมระบบ (Systematic Layout Planning: SLP) ส าหรบการออกแบบและจดวางผงคลงสนคา นอกจากนยงใชกระบวนการล าดบชนเชงวเคราะห (Analytical Hierarchy Process: AHP) ในการคดเลอกผงคลงทเหมาะสมกบบรบทของพนกงานและผบรหารตอไป ทบทวนวรรณกรรม

การวางผงโรงงานอยางมระบบ (Systematic Layout Planning: SLP) เปนกระบวนการวางยงโรงงานทมงเนนไปทระดบความสมพนธระหวางสถานงานหรอกจกรรมตางๆวาควรมการจดวางใกลกนหรอไม แลวพจารณาระดบความใกลชดของแตละสถานทละคจนครบทกค โดยพยายามใหสถานตาง ๆ มภาระงานท

2,400 2,690840 810 810 870

6,240 5,910

5,670 4,470 4,470 4,800

900270

360210 210 210

ต.ค.-61 พ.ย.-61 ธ.ค.-61 ม.ค.-62 ก.พ.-62 ม.ค.-62

กนชนทาย (สด า) กนชนทาย(สโครเมยม) กนชนทาย(สเทาเขม)



5 July 2019

E98

สมดลกน (ชยตมและสดาวรรณ , 2561) ซงเปนแนวทางการลดระยะทางและลดเวลาในการขนยายวสดใหนอยลง โดยมขนตอนดงภาพท 2

ภาพท 2: ขนตอนการวางผงโรงงานอยางเปนระบบ

จากภาพท 2 สามารถอธบายขนตอนท 1 รวบรวมขอมลพนฐานขนตน คอ การก าหนดชนด

(Product: P) หมายถงขอมลความหลากหลายของผลตภณฑทผลต ซงอาจก าหนดเปนชนด กลม รน รหส อะไรบาง สวนขอมลปรมาณการผลต (Quantity: Q) หมายถงขอมลปรมาณการผลตแตละกลม รน รหส เพอน ามาวเคราะหหาชนดผลตภณฑทควรใหความส าคญเปนหลก การเลอกกระบวนการผลต (Routing: R) ส าหรบการผลตผลตภณฑแตละชนดในจ านวนตาง ๆ กนจะเปนสงก าหนดชนดและจ านวนของเครองจกรกลเครองมอและสงสนบสนนการ (Support :S) ผลตตางๆทจ าเปนตองใช นอกเหนอจากกระบวนการผลตหลกซงจะสงผลตอการวเคราะหความสมพนธขอมลเวลาสงมอบ(Time: T) หมายถงจะผลตเมอไร เรมด าเนนการตามแผนเมอไร ท างานวนละกกะ ความสามารถการผลต (Capacity) เวลาการสงสนคาซงจะสงผลตอก าหนดความตองการในการใชพนท (ประจวบ กลอมจตร,2555)

ขนตอนท 2 น าขอมลพนฐานขนตนมาวเคราะหการไหลของวสดโดยใชเครองมอวเคราะหการไหล ขนตอนท 3 น าขอมลทไดจากการวเคราะหเขยนลงแผนภมความสมพนธ (Relationship Chart) ขนตอนท 4 แปลงแผนภมความสมพนธใหอยในรปแบบแผนภาพความสมพนธ (Relationship diagram) โดยพจารณาการ จดวางแผนกตาง ๆ ตามความสมพนธ ขนตอนท 5 ค านวณหาพนททตองการของแตละแผนก ขนตอนท 6 พจารณาปรบเนอททตองการใหสมดลกบเนอททมอยจรง ขนตอนท 7 สรางแผนภาพความสมพนธเนอท (Space Relationship Diagram) ขนตอนท 8 จดเปลยนต าแหนงแผนภาพทตามขอพจารณาเปลยนแปลง



5 July 2019

E99

ตาง ๆ ขนตอนท 9 จดเปลยนต าแหนงภาพตามขอจ ากดในการใชงานจรง ขนตอนท 10 พฒนาผงโรงงานเพอเปนทางเลอก 2 แบบ และขนตอนท 11 ประเมนและเลอกผงโรงงานทเหมาะสม (บญชยและคณะ,2561)

กระบวนการล าดบชนเชงวเคราะห (Analytical Hierarchy Process: AHP) กระบวนการล าดบชนเชงวเคราะห เปนกระบวนการทใชในการวดคาระดบการตดสนใจ (Ratio) โดย

จะมการจดล าดบทางเลอกเมอเราตองพจารณาทางเลอกหลายทาง ซงใหผลในการตดสนใจทถกตองและมประสทธภาพเมอตองตดสนใจในเรองทซบซอน ถกคดคนโดยศาสตราจารย Thomas Saaty (วฑรย,2542) วตถประสงคของงานวจย

เพอออกแบบและวางผงคลงสนคาใหเหมาะสมกบสายการผลตของบรษทกรณศกษาโดยประยกตใชหลกการวางผงโรงงานอยางมระบบและกระบวนการล าดบชนเชงวเคราะห

วธการด าเนนงานวจย

ขอมลทวไปของโรงงานกรณศกษา 1. โรงงานกรณศกษาเปนโรงงานผลตชนสวนประดบยนต ไดแก กนชนทาย หลงคา และบนไดขาง

เปนตนดงแสดงในภาพท 3

ภาพท 3: ตวอยางชนสวนประดบยนต

จากทกลาวในบทน าถงความตองการขยายฐานการผลตกนชนทายไปยงคลงสนคาบางโฉลง เนองจาก

คลงสนคาทบางโฉลงเปนพนทโลง ยงไมมการใชงานมากอน โดยมพนทในการใชงานเทากบ 380 ตารางเมตร 2. การพยากรณ การผลตชนงานในแตละครงจะตองมการน าขอมลความตองการของลกคามาท าการพยากรณการผลต

ชนงานในแตละเดอน เพอท าการวางแผนในการจดเกบชนงานและจดเกบวสดในการประกอบชนงานดงตารางท 1

หลงคา

กนชนทาย บนไดขาง



5 July 2019

E100

ตารางท 1: แสดงการพยากรณปรมาณการผลต

ชอชนงาน กนยายน 2561

ตลาคม2561

พฤศจกายน2561

ธนวาคม2561

มกราคม2562

กมภาพนธ2562

มนาคม2562

กนชนทาย (สด า) 540 2,400 2,690 840 810 810 870

กนชนทาย(สโครเมยม) 330 6,240 5,910 5,670 4,470 4,470 4,800

กนชนทาย(สเทาเขม) 60 900 270 360 210 210 210

รวม 930 8,640 8,600 6,510 5,280 5,280 5,670

3. จ านวนครงในการเคลอนยาย การวเคราะหจ านวนครงในการเคลอนยาย จะตองรจ านวนความตองการของวสดกอน ในกรณนจะใช

จ านวนความตองการผลตภณฑทไดจากการพยากรณไวใน ตารางท 1มาท าการวเคราะหความตองการในการเคลอนยายวสดอปกรณ ซงจะแสดงรายละเอยดการวเคราะหขอมลการเคลอนยายดงตารางท 2 ตารางท 2: จ านวนครงการเคลอนยายวสดในคลงสนคา

Orna

men

tCh

rom

e

Orna

men

t Gr

ay

Orna

men

t Bl

ack

Supp

ortB

ar B

ack

Bar B

ack

WIP

BOX

งาน

F/G

พนทใ

นการ

ประก

อบ

ทวาง

กลอง

เปลา

Offic

e

รวม

Ornament Chrome 8 8 Ornament Gray 2 2

Ornament Black 2 2 SupportBar Back 18 18 Bar Back 18 18 WIP BOX 45 45 งาน F/G 0

พนทในการประกอบ 24 93 93 ทวางกลองเปลา 0 Office 0 รวม 0 0 0 0 0 0 24 0 0 0 202

4. วเคราะหความสมพนธของแผนกโดยใชแผนภมความสมพนธและแผนภาพความสมพนธ สรางแผนภมความสมพนธ เพอใหทราบวาแผนกใดจ าเปนตองอยใกลกนพรอมทงระบเหตผลของ

ความสมพนธ และการเขยนแผนภาพความสมพนธนนจะตองก าหนดสญลกษณเพอใชบอกวาจะเกดกจกรรมใด (ชยนนท, 2521) ขนในแผนกนนๆ ซงวเคราะหความสมพนธจากการหาจ านวนรวมของความสมพนธทงหมด

จาก



5 July 2019

E101

จากสมการท 1เมอไดจ านวนรวมของความสมพนธทงหมดแลว จากนนท าการก าหนดระดบความสมพนธโดยมเกณฑการก าหนดระดบความสมพนธและวธการค านวณ ดงตารางท 3

𝑁 =𝑛(𝑛 − 1)

2

𝑁 =

10(10 − 1)

2

สมการท (1) 𝑁 = 45

โดยท N=จ านวนระดบความสมพนธทงหมดและ n= จ านวนกจกรรมทงหมด จากการค านวณโดยใชสมการท (1) สามารถแสดงจ านวนรวมของความสมพนธทงหมดเทากบ 45 รหส ตารางท 3: เกณฑการก าหนดระดบความสมพนธ

ระดบ ความหมาย เกณฑการก าหนดระดบ วธการค านวณ จ านวนระดบ ความสมพนธ

A สมพนธกนมากทสด 2–5% 5% x 45 = 2.25 2

E สมพนธกนมาก 3-10% 10% x 45 = 4.50 5

I สมพนธกนปานกลาง 5-15% 15% x 45 = 6.75 7

O สมพนธกนนอย 10-25% 25% x 45 = 11.25 11

U สมพนธกนนอยทสด ปรมาณทเหลอของกจกรรม

น าขอมลในตารางท 3 มาสรางแผนภมความสมพนธ เพอใสระดบความสมพนธของแตละแผนก และ

เพอความสมบรณของแผนภมความสมพนธ จงไดขอความรวมมอจากเจาของกจการ และหวหนาแผนกตาง ๆ มารวมกนวเคราะหในการใสระดบความสมพนธของแผนภมความสมพนธ พรอมทงระบเหต ผลของความสมพนธ ดงภาพท 4



5 July 2019

E102

ภาพท 4: ความสมพนธของกจกรรมตาง ๆ ในคลงสนคา

ส าหรบการเขยนแผนภาพความสมพนธนนจะตองก าหนดจ านวนเสนทใชเชอมความสมพนธ และ สของแตละระดบความสมพนธ และก าหนดสญลกษณเพอใชบอกวาจะเกดกจกรรมใด ขนในแผนกนน ดงภาพท

5

ภาพท 5: แผนภาพความสมพนธ

5. ผงคลงสนคาและระยะทางในการขนยาย จากการวเคราะหความสมพนธของกจกรรมแตละแผนก มาท าการออกแบบและวางผงคลงสนคา

ทางเลอก 3 แบบเพอน ามาเปรยบเทยบพนทการใชงานและระยะทางการขนสงวสด 5.1 การออกแบบพนทคลงสนคาแบบท 1 พนทในการวางผงคลงสนคาแบบท 1 ดงภาพท 6 ใชพนทในการปฏบตงานรวมเทากบ

325.48 ตารางเมตร ระยะทางในการเคลอนยายรวมเทากบ 1637.04 เมตร รวมถงแสดงความสามารถการจดเกบในการวางผงคลงสนคาแบบท 1 ดงตารางท 4



5 July 2019

E103

ภาพท 6: แบบพนทคลงสนคาแบบท 1 ตารางท 4: แสดงความสามารถการจดเกบในการวางผงคลงสนคาแบบท 1

ล าดบ รายการ จ านวนชนตอ 1 กลอง

จ านวนพาเลต

จ านวนชนตอ 1 พาเลต

จ านวนทเกบได (Set)

เกบไดทงหมด (วน)

1 Ornament Chrome ( LH ) 10 16

50 800 2.22 Ornament Chrome ( RH ) 10 50 800

2 Ornament Gray ( LH ) 10 8

50 400 4 Ornament Gray ( RH ) 10 50 400

3 Ornament Black ( LH ) 10 8

50 400 4 Ornament Black ( RH ) 10 50 400

4 Support Bar Back ( LH ) 20 2

720 1440 4 Support Bar Back ( RH ) 20 720 1440

5 Bar Back ( LH ) 5 6

150 900 2.5 Bar Back ( RH ) 5 150 900

6 WIPBOX 4 120 4 480 1.33

7

ชนงาน F/G ( Chrome ) 7-8

48 7-8 360 1

ชนงาน F/G (Gray ) 16 7-8 120 1.20 ชนงาน F/G (Black ) 16 7-8 120 1.20

5.2 การออกแบบพนทคลงสนคาแบบท 2 พนทในการวางผงคลงสนคาแบบท 2 ดงภาพท 7 ใชพนทในการปฏบตงานรวมเทากบ

331.01 ตารางเมตร ระยะทางในการเคลอนยายรวมเทากบ 1,705.51 เมตร รวมถงแสดงความสามารถการจดเกบในการวางผงคลงสนคาแบบท 2 ดงตารางท 5



5 July 2019

E104


ล าดบ รายการ จ านวนชนตอ 1

กลอง จ านวนพา

เลต จ านวนชนตอ

1 พาเลต จ านวนทเกบได

(Set) เกบไดทงหมด

(วน) 1 Ornament Chrome ( LH ) 10

16 40 640

1.78 Ornament Chrome ( RH ) 10 40 640 2 Ornament Gray ( LH ) 10

4 40 160

0.44 Ornament Gray ( RH ) 10 40 160 3 Ornament Black ( LH ) 10

4 40 160

0.44 Ornament Black ( RH ) 10 40 160 4 Support Bar Back ( LH ) 20

9 160 1440

4 Support Bar Back ( RH ) 20 160 1440

5 Bar Back ( LH ) 5

36 40 1440

4 Bar Back ( RH ) 5 40 1440

6 WIPBOX 4 105 4 420 1.17

7


48 7-8 360 1

ชนงาน F/G (Gray ) 12 7-8 90 0.90

ชนงาน F/G (Black ) 12 7-8 90 0.90

5.3 การออกแบบพนทคลงสนคาแบบท 3 พนทในการวางผงคลงสนคาแบบท3 ดงภาพท 8 ใชพนทในการปฏบตงานรวมเทากบ

279.28 ตารางเมตร ระยะทางในการเคลอนยายรวมเทากบ 1,825.84 เมตร รวมถงแสดงความสามารถการจดเกบในการวางผงคลงสนคาแบบท 3 ดงตารางท 6



5 July 2019

E105


ล าดบ รายการ จ านวนชนตอ 1 กลอง

จ านวนพาเลต

จ านวนชนตอ 1 พาเลต

จ านวนทเกบได (Set)

เกบไดทงหมด (วน)

1 Ornament Chrome ( LH ) 10

16 50 800

2.22 Ornament Chrome ( RH ) 10 50 800

2 Ornament Gray ( LH ) 10

4 50 200

0.55 Ornament Gray ( RH ) 10 50 200

3 Ornament Black ( LH ) 10

4 50 200

0.55 Ornament Black ( RH ) 10 50 200

4 Support Bar Back ( LH ) 20

4 200 800

2.22 Support Bar Back ( RH ) 20 200 800

5 Bar Back ( LH ) 5

16 50 800

2.22 Bar Back ( RH ) 5 50 800

6 WIPBOX 4 48 4 192 0.53

7


48 7-8 360 1

ชนงาน F/G (Gray ) 24 7-8 180 1.80 ชนงาน F/G (Black ) 24 7-8 180 1.80

จากขอมลตารางท 4 ถง ตารางท 6 จะเหนไดวาความสามารถในการจดเกบของวสดอปกรณและ

ชนงานในการวางผงคลงสนคาแบบท 1 สามารถจดเกบไดมากกวาผงคลงสนคาแบบท 2 และผงคลงสนคาแบบท 3 เพราะมวนในการจดเกบทมากกวาผงคลงสนคาแบบท 2 และผงคลงสนคาแบบท 3



5 July 2019

E106

ผลการวจยและอภปรายผล การออกแบบพนทคลงสนคาทง 3 รปแบบ ท าการประเมนผลดวยการวเคราะหโดยกระบวนการล าดบ

ชนเชงวเคราะห (Analytical Hierarchy Process: AHP) โดยพจารณาถงปจจยทมความส าคญและเกยวของตอการตดสนใจเลอกผงโรงงาน ผวจยไดท าการส ารวจการใหความส าคญในเกณฑการประเมน 4 ขอ จากคณะผบรหารทงหมด 3 คน ซงประกอบดวย ผบรหารฝายวางแผน ผบรหารฝายผลต และผบรหารฝายคลงสนคา โดยการท าแบบสอบถามผบรหาร ส าหรบการเปรยบเทยบความส าคญเปนค และใหคาน าหนกแตละปจจย เพอด าเนนการเปรยบเทยบคาน าหนกของผงโรงงานทง 2 แบบ ภายใตการพจารณาแตละปจจย 4 ขอ (บญชยและคณะ, 2561) ดงน

1. เรองการก าหนดพนทใหเปนหมวดหม คอ การจดวางชนงานและชนสวนประกอบตองมการจดวางทเปนหมวดหม

2. เรองความสามารถในการจดเกบชนงานและชนสวนประกอบคอ สามารถจดเกบชนงานไดในปรมาณมาก

3. เรองความสะดวกในการเคลอนยายชนงานและชนสวนประกอบคอ สามารถเคลอนยายชนงานและชนสวนประกอบไดสะดวกไมมสงกดขวางทาง

4. เรองระยะทางเฉลยในการเคลอนยายชนงานและชนสวนประกอบคอ ระยะทางในการเคลอนยายชนงานและชนสวนประกอบตองมระยะทางเฉลยนอยทสด

เมอพจารณาเทยบกบเกณฑการประเมนแลวน าผลการค านวณหาระดบความเหมาะสมในการเลอกผงคลงสนคาทางเลอกของคณะผบรหาร โดยประยกตใชกระบวนการล าดบชนเชงวเคราะห (Analytical Hierarchy Process: AHP) ในการตดสนใจเพอเลอกผงคลงสนคาทเหมาะสมทสดแสดงดงตารางท 7 ตารางท 7: ผลการค านวณหาระดบความเหมาะสมในการเลอกผงคลงสนคาทางเลอกของคณะผบรหาร

ผงโรงงาน การค านวณ คะแนนการตดสนใจ (%)

แบบท 1 (0.049)0.073+(0.203)0.066+(0.305)0.09+(0.396)0.097 8.3%

แบบท 2 (0.049)0.282+(0.203)0.319+(0.305)0.324+(0.396)0.284 29%

แบบท 3 (0.049)0.844+(0.203)0.615+(0.305)0.586+(0.396)0.62 59%

จากตารางท 7 สรปไดวา ผงคลงสนคาทางเลอกทมความเหมาะสมทสดเมอเปรยบเทยบ เกณฑการ

พจารณาจากผปฏบตงาน คอผงคลงสนคาทางเลอกแบบท 3 เพราะมคะแนนการตดสนใจมากทสดเทากบ 59%



5 July 2019

E107

สรป

จากการศกษาปญหาการประกอบกนชนทายของบรษทกรณศกษา ท าใหผวจยทราบถงความตองการในการทจะขยายการผลตและการจดเกบไปทคลงบางโฉลง เพอลดตนทนในการจดสง จากนนผวจยไดท าการศกษาขนตอนการประกอบกนชนทายและท าการวเคราะหความสมพนธของชนสวนประกอบ เพอออกแบบผงคลงสนคา ซงผวจยไดท าการวเคราะหผงคลงสนคาได ดงตอไปน

การออกแบบและวางผงคลงสนคาเพอใหเหมาะสมกบสายการผลตของบรษทกรณศกษา โดยใชหลกการวางผงโรงงานอยางมระบบ ( Systematic Layout Planning: SLP) สามารถออกแบบผงคลงสนคาทางเลอกไดจ านวน 3 แบบดงน ผงคลงสนคาแบบท 1 มพนทในการจดเกบเทากบ 325.48 ตารางเมตร และระยะทางในการขนสงวสดเทากบ 1637.04 เมตร ผงคลงสนคาแบบท 2 มพนทในการจดเกบเทากบ 331.01ตารางเมตร และระยะทางในการขนสงวสดเทากบ 1,705.51 เมตร ผงคลงสนคาแบบท 3 แบบ พนทในการจดเกบเทากบ 279.28ตารางเมตร และระยะทางในการขนสงวสดเทากบ 1,825.84 เมตร จากนนไดออกแบบขอมลโดยการสมภาษณคณะผบรหารของบรษทกรณศกษา เพอเลอกผงโรงงานในการปรบปรงตามเทคนคกระบวนการล าดบชนเชงวเคราะห โดยก าหนดปจจย 4 ขอดงน 1. การก าหนดพนทใหเปนหมวดหม 2. ความสามารถในการจดเกบชนงานและชนสวนประกอบ 3. ความสะดวกในการเคลอนยายชนงานและชนสวนประกอบ และ 4. ระยะทางเฉลยในการเคลอนยายชนงานและชนสวนประกอบ ซงผลจากการน าทง 4 ปจจยมาวเคราะหโดยใชวธการเปรยบเทยบทละค และค านวณน าหนกออกมาท าใหทราบวาผบรหารของบรษทกรณศกษาใหความส าคญกบปจจยระยะทางเฉลยในการเคลอนยายชนงานและชนสวนประกอบ โดยมคาน าหนกเทากบ 39.6% อนดบสองคอปจจยความสะดวกในการเคลอนยายชนงานและชนสวนประกอบ โดยมคาน าหนกเทากบ 30.5% อนดบสามปจจยความสามารถในการจดเกบชนงานและชนสวนประกอบ โดยมคาน าหนกเทากบ 20.3% และอนดบสดทายคอปจจยการก าหนดพนทใหเปนหมวดหม โดยมคาน าหนกเทากบ 4.9

จากผลวเคราะหผงโรงงานทางเลอกทดทสด เพอใชในการปรบปรงภายใตการพจารณาทง 4 ปจจย ไดแกผงคลงสนคาแบบท 3 มคาน าหนกเทากบ 59% ผงคลงสนคาแบบท 2 มคาน าหนกเทากบ 29% และผงคลงสนคาแบบท 1 มคาน าหนกเทากบ 8.3% ตามล าดบ ขอเสนอแนะ

1. การศกษางานวจยครงน ส าหรบปรบปรงผงโรงงาน เปนการเลอกกลมผลตภณฑหลกของโรงงาน น ามาศกษากระบวนการผลต โดยคดจากปรมาณการผลต ณ ชวงเวลาทผานมา แตส าหรบอนาคตขางหนาอาจจะมการเปลยนแปลงปรมาณการผลต ซงเกดมาจากมการเปลยนแปลงตามนโยบายของบรษท กลมลกคา รวมถงสถานการณทางเศรษฐกจของประเทศไทย ดงนนจงจ าเปนตองมการตดตามปรมาณการผลตเพอน ามาพจารณาการปรบปรงผงโรงงานอยางสม าเสมอ ซงสอดคลองกบงานวจยของบญชยและคณะ (2561) ท



5 July 2019

E108

ท าการศกษาการปรงปรงผงโรงงานดวยหลกการออกแบบผงโรงงานอยางมระบบ กรณศกษาโรงงานดกทแอรทตองตดตามปรมาณการผลตและชนดของผลตภณฑตามหลกการของการวางผงโรงงานอยางมระบบอกดวย เอกสารอางอง จฑาทพย ลลาธนาพพฒนและณฐดนย มะโน. (2560). การปรบปรงกระบวนการขนถายกลองชนสวนภายใน

ตวถงรถยนต. การประชมวชาการระดบชาตปญญาภวฒน ครงท 7 กรงเทพฯ:สถาบนการจดการปญญาภวฒน

ชยนนท ศรสภนานนท. (2521). การออกแบบผงโรงงานเพอเพมผลผลต. กรงเทพมหานคร : บรษท ซเอดยเคชน

จ ากด ชยตย บรรเทงจตร และสดาวรรณ ลไพฑรย. (2561). การออกแบบผงโรงงานและปรบปรงกระบวนการผลตพา

เลตไม. การประชมวชาการขายงานวศวกรรมอตสาหการ ภาควชาวศวกรรมอตสาหการ คณะวศวกรรมศาสตร มหาวทยาลยอบลราชธาน.

ทศนพงศ เลศปญญานกล และ ศภฤกษ มาจนทร. (2556). “การออกแบบและวางแผนผงคลงสนคาโรงงานหลวงอาหารส าเรจรปท ๑ ฝาง จงหวดเชยงใหม .” ปรญญานพนธวศวกรรมศาสตรบณฑต สาขาวศวกรรมอตสาหการ คณะวศวกรรมศาสตร มหาวทยาลยเทคโนโลยราชมงคลลานนา ภาคพายพ จงหวดเชยงใหม

นตยา งามภกตร. (2554). “การคดเลอกผงและการจ าลองสถานกณดวยคอมพวเตอรเพอการ ออกแบบผง โรงงานแบบเซลลลาร.” วศวกรรมศาสตรมหาบณฑต สาขาวชาการพฒนางาน อตสาหกรรม ภาควชา วศวกรรมอตสาหการ คณะวศวกรรมศาสตร มหาวทยาลยธรรมศาสตร

บญชย แซลว วลยพร ปราศจาก พงศพฒน ชวยบดดาและปญญา พทกษกล. (2561). การปรบปรงผงโรงงานดวยหลกการออกแบบผงโรงงานอยางเปนระบบกรณศกษาโรงงานผลตดกทแอร. การประชมวชาการระดบชาตปญญาภวฒน ครงท 8 กรงเทพฯ:สถาบนการจดการปญญาภวฒน

ประจวบ กลอมจตร. “การออกแบบโรงงานอตสาหกรรม.” กรงเทพฯ: ซเอดยเคชน, 2555 เลศพงศ เศกใจเสอ และ ฤภวลย จนทรสา. (2555). “การปรบปรงผงบรษทประกอบอปกรณเสรมรถยนต ดวย

หลกการออกแบบผงโรงงานอยางเปนระบบ .” ปรญญานพนธวศวกรรมศาสตรบณฑตสาขาวชาวศวกรรมอตสาหการ คณะวศวกรรมศาสตร มหาวทยาลยบรพา

วฑรย ตนศรคงคล. (2542). AH กระบวนการตดสนใจทไดรบความนยมมากทสดในโลก. กรงเทพฯ: กราฟฟค แอนด ปรนตง

สมศกด ตรสตย. “การออกแบบการทดลอง.” พมพครงท 31. กรงเทพฯ: ส านกพมพ ส.ส.ท, 2560 Muther, R. (1994). Systematic Layout Planning. Boston: Cahners Books.



5 July 2019

E109

Shewale, P. P., Shete, M. S., & Sane, S. M. (2012). Improvement in Plant Layout using Systematic

Layout Planning (SLP) for increased productivity. International Journal of Advanced Engineering Research and Studies, 1(3), 259-261.

Wiyaratn, W., & Watanapa, A. (2010). Improvement Plant Layout Using Systematic Layout Planning (SLP) for Increased Productivity. International Journal of Mechanical, Aerospace, Industrial, Mechatronic and Manufacturing Engineering, 4(12), 1382-1386.



5 July 2019

E110

การศกษาความสนใจเรยนและผลการเรยนรผานการท ากจกรรมดวยการใชบรการคลาวด STUDYING INTERESTS AND LEARNING OUTCOMES THROUGH ACTIVITIES USING CLOUD SERVICES

ผชวยศาสตราจารยสรนธร จยาศกด

คณะเทคโนโลยสารสนเทศและนวตกรรม มหาวทยาลยกรงเทพ

E-mail: [email protected]

บทคดยอ

การวจยนมวตถประสงคเพอ 1) ศกษาและพฒนาแผนปฏบตการสอนในหองเรยนโดยการใชบรการคลาวด 2) เปรยบเทยบผลการเรยนรระหวางการเรยนผานกจกรรมดวยบรการคลาวดกบการเรยนแบบเดม และ 3) ประเมนความพงพอใจของผเรยนตอแผนปฏบตการสอน โดยกลมเปาหมายของการวจยนคอนกศกษาชนปท 1 ภาควชาวทยาการคอมพวเตอรและเทคโนโลยสารสนเทศ คณะเทคโนโลยสารสนเทศและนวตกรรมมหาวทยาลยกรงเทพ จ านวน 94 คน ทก าลงศกษาวชาหลกการเขยนโปรแกรมคอมพวเตอรเบองตน โดยแบงนกศกษา 49 คนใชเทคโนโลยคลาวด และนกศกษาอก 45 คนเรยนผานวธการเรยนการสอนแบบเดม ส าหรบการรวบรวมขอมลผวจยสงเกตการมสวนรวมของนกศกษาระหวางการท ากจกรรมในชนเรยน ผลการวจยพบวาความพงพอใจทมตอแผนปฏบตการเรยนรผานกจกรรมดวยบรการคลาวดสอยในระดบดมากดวยคะแนนเฉลย 4.65 (= 4.65, SD = 0.50) และยงพบวาแผนปฏบตการนสามารถกระตนความสนใจเรยนท าใหนกศกษามสวนรวมในชนเรยนและสงงานไดตรงเวลาสงถงรอยละ 89 สงผลตอการเรยนรท าใหนกศกษากลมทเรยนผานกจกรรมดวยบรการคลาวดมคะแนนเฉลยสงกวานกศกษาทเรยนแบบเดมถงรอยละ 18

ค าส าคญ: บรการคลาวด, การเขยนโปรแกรมคอมพวเตอร, เครองมอออนไลน, สอการสอน

ABSTRACT

This research aims to 1) studying and developing a teaching plan in a classroom using cloud service 2) comparisons the learning outcome between traditional and learning by activities using cloud service and 3) evaluating the students' satisfaction to the proposed teaching plan. The focus group of this research is first-year students amount 94 students who were studying "Fundamental of Programming", 49 students use cloud technology to study while 45 students study via traditional way of learning in School of Information



5 July 2019

E111

Technology and Innovation, Bangkok University. For collecting the data, we observe the students' participation during classroom activities. The research found that satisfaction with the learning plan through activities with cloud services was at a very good level with an average score of 4.65 (= 4.65, SD = 0.50) and also found that this action plan can stimulate interest in learning, allowing students to participate in class and delivering work on time as high as 89 percent, affecting learning, allowing students who study through activities with cloud services have a higher average score all students in the traditional 18 percent.

Keywords: Cloud Service, Programming, Online Tools, Teaching Media

บทน า

การศกษาในยคปจจบนไดมการพฒนาเพมมากขนเรอยมา และเรมมการน าเทคโนโลยมาประยกตใชเพอใหการเรยนการสอนสอดรบกบการศกษาในยคศตวรรษท 21 โดยเครองมอทเปนบรการของคลาวดไดถกน ามาใชในวงกวางดานการศกษาทงในประเทศและตางประเทศ (Herrick, 2009) เพอความสะดวกตอการเขาถงและเพมประสทธภาพการตดตอการเรยนการสอน ดงนนการน าเทคโนโลยทเหมาะสมมาประยกตใชยอมท าใหเกดประโยชนสงสดแกผเรยนซงนอกจากการไดเรยนรและความสะดวกตอการเขาถงเนอหาวชา และยงสามารถฝกทกษะการใชเทคโนโลยและการตดตอสอสารททนสมยของบรการ คลาวดไดอกดวยโดย (Malithong, 2005) โดยไดระบเกยวกบการใชเทคโนโลยสารสนเทศและการสอสารน ามาประยกตใชเพอเปนสงสนบสนนการเรยนการสอนไดหลายรปแบบไดแก การเรยนการสอนโดยใชเทคโนโลย การเรยนรออนไลน การเรยนโดยใชหองปฏบตการ เปนตน ดงนน เครองมอบนบรการคลาวดในปจจบนถอเปนเปนเทคโนโลยก าลงไดรบความนยม เนองจากการเขาถงไดงายผานอนเทอรเนต การใชงานงายไมยงยากซ าซอน ทงยง มเครองมอตางๆ มากมายหลายชนดทเหมาะสมส าหรบน ามาสนบสนนเรยนการสอนในหองเรยนซงผเรยนในยคปจจบนมความคนเคยกบอปกรณเทคโนโลยอยแลวเมอน าเครองมอมาประยกตใชกนาจะเปนสงทสามารถกระตนความสนใจเรยนของผเรยนใหเพมมากขนได หากผเรยนมความสนใจเรยนมากขนยอมน ามาซงผลลพธของการเรยนรทดขนตามไปดวย (สายสนย, 2557) ทบทวนวรรณกรรม

ผวจยไดรวบรวมขอมลงานวจยเกยวกบการน าเทคโนโลยมาประยกตใชเกยวกบการเรยนการสอนเพอเปนแนวทางในการศกษาและวเคราะหส าหรบการวจยครงนคอ

2.1 การใชเทคโนโลยสารสนเทศและการสอสาร (ICT) ของนสตครวทยาศาสตรในการสอนวทยาศาสตร (เอกภม จนทรขนต, 2558)



5 July 2019

E112

งานวจยนศกษาเกยวกบการน าเทคโนโลยสารสนเทศและการสอสารไปใชส าหรบการเรยนการสอนรายวชาวทยาศาสตรของนสตครโดยสอ ICT ทงหมด 5 รปแบบส าหรบการเรยนการสอนไดแก 1) การใชคลปวดโอเพอใชส าหรบการกระตนความสนใจเพอน าเขาสบทเรยน 2) การใชเซรสเอนจนส าหรบใหนสตไดสบคนขอมลเพมเตม 3) การใชเครองฉายภาพ 3 มตรวมกบเครองฉายภาพโปรเจคเตอรเพอใหนสตใชน าเสนอผลการทดลองแตละกลม 4) การใชสอแอนนเมชนใชส าหรบสรปความคดหรอแนวคดของนสตทไดจากการเรยน และ 5) การใชโปรแกรมคอมพวเตอร เชน เอกเซลเพอเปนเครองมอชวยการเรยนรโดยใหนสตน าขอมลทไดจากการทดลองมาใสในโปรแกรมเพอใหโปรแกรมวาดกราฟความสมพนธท าใหนสตเหนภาพชดเจนมากขน โดยงานวจยใชระเบยบการวจยเชงบรรยายโดยใหนสตอธบายแนวทางการน าเทคโนโลยสารสนเทศไปประยกตใชซงผลการวจยน พบวา การใชเทคโนโลยสารสนเทศและการสอสารไปใชในการจดการเรยนการสอนวชาวทยาศาสตรชวยใหนสตมแรงกระตนในการเรยนร ท าใหนสตเกดการพฒนาทกษะและความรอยางรวดเรว ซงงานวจยนมขอเสนอแนะใหมการศกษาผลการเรยนรของนกเรยนทเรยนโดยมการบรณาการเทคโนโลยสารสนเทศและการสอสารเขาไปใชในการจดการเรยนการสอนวาท าใหนกเรยนมผลการเรยนรเพมมากขนกวาการสอนแบบปกตหรอไม

2.2 การใชเทคโนโลยสารสนเทศเพอการเรยนรรวมกนทางออนไลน (ทรงลกษณ สกลวจตรสนธ, 2560)

งานวจยนศกษาและน าเสนอกรอบแนวคดการใชเทคโนโลยสารสนเทศเปนเครองมอส าหรบการเรยนรรวมกนทางออนไลน โดยงานวจยนไดน าเทคโนโลยสารสนเทศแบงเปน 3 รปแบบ ไดแก 1) เครอขายสงคมออนไลน เชน Facebook เพอสรางชมชนการเรยนรรวมกนทางออนไลนระหวางครผสอนกบผเรยนเพอใหมการปฏสมพนธเชอมตอกนผานชมชนออนไลนน 2) การใชการค านวณแบบคลาวดส าหรบเกบขอมลแบบออนไลนในเซรฟเวอรผานอนเทอรเนตซงสามารถท าใหเขาถงขอมลรวมกนไดไมจ ากดสถานท 3) การประชมทางไกลดวยวดทศน ท าใหสามารถประชมทางไกลหรอส าหรบการสอนของครซงสามารถโตตอบกนไดทนทผานจอภาพคอมพวเตอรหรอโทรศพทมอถอ ซงงานวจยน พบวา การใชเทคโนโลยสารสนเทศสามารถท าใหผลการเรยนรรวมกนทางออนไลนมประสทธภาพ ดงนน การเลอกใชเทคโนโลยสารสนเทศทเหมาะสมเปนสงส าคญทจะท าใหเกดการพฒนาการเรยนรรวมกนทางออนไลนผานเครอขายการเรยนรออนไลนได ซงการวจยครงนน าเสนอเพยงกรอบแนวคดการน าเทคโนโลยสารสนเทศเพอประยกตใชส าหรบการเรยนรรวมกน แตยงไมไดการศกษาถงผลของการน าเทคโนโลยไปใชกบกลมนกเรยนหรอนกศกษาจรง 16 points) วตถประสงคของการวจย

1. เพอศกษาและพฒนาแผนปฏบตการส าหรบการเรยนรผานกจกรรมบนบรการคลาวด 2. เพอวเคราะหผลการเรยนรดวยการเรยนรผานกจกรรมบนบรการคลาวดและแบบปกต 3. เพอศกษาความพงพอใจของผเรยนทมตอแผนปฏบตการ



5 July 2019

E113

วธด าเนนการวจย งานวจยนมงเนนเพอพฒนาแผนปฏบตการส าหรบการพฒนาความสนใจเรยนผานกจกรรมบนบรการ

คลาวดในการเรยนวชาหลกการเขยนโปรแกรมคอมพวเตอรเบองตน ศกษาถงความสนใจเรยน ความพงพอใจ และผลการเรยนรของนกศกษาทมตอแผนปฏบตการเรยนโดยเปรยบเทยบจากกลมนกศกษาจ านวน 2 กลม ไดแกกลมทใชแผนปฏบตการดวยการท ากจกรรมบนบรการคลาวดจ านวน 49 คนกบกลมทเรยนแบบในหองแบบเดมจ านวน 45 คน ซงนกศกษากลมตวอยางเปนนกศกษาชนปท 1 ภาควชาวทยาการคอมพวเตอรและภาควชาเทคโนโลยสารสนเทศ คณะเทคโนโลยสารสนเทศและนวตกรรม มหาวทยากรงเทพ ทงเพศชายและเพศหญงรวมจ านวน 94 คน ซงการวจยครงนแบงขอบเขตการวจยเพอน าผลปฏบตการทไดมาท าการศกษาถงความสนใจเรยน ความพงพอใจและเปรยบเทยบผลการเรยนร โดยม 4 สวนหลกๆ ดงน

1. การศกษาเครองมออยบนบรการคลาวด เพอน ามาประยกตในการเรยนการสอนรวมถงการสามารถเขาถง งายตอการใชงาน ไมซบซอนและตองสามารถรองรบอปกรณทหลากหลายจงท าใหทางผวจยเลอกใชเครองมอไดแก Google Apps for Education (GSuite), Kahoot, Plickers และ Padlet

2. การออกแบบแผนปฏบตการส าหรบการศกษาความสนใจเรยนผานเครองมอบนเทคโนโลยคลาวดจ านวน 120 นาท แผนปฏบตส าหรบงานวจยครงนมงเนนการเรยนผานกจกรรมและการสงงานดวยเครองมอบนเทคโนโลยคลาวดมความสมพนธกบการสรางบรรยากาศการเรยนการสอน

ตารางท 1: แผนปฏบตการการเรยนการสอนผานกจกรรมบนบรการคลาวด

แผนปฏบตการ ระยะเวลา เครองมอทใช

กระตนความพรอมกอนเรยน 20 นาท Google Apps for Education, Padlet, Kahoot, Plickers

อธบายเนอหาบทเรยน 20 นาท Google Site, Google Slide, Youtube

ฝกแกโจทยปญหาและแลกเปลยนเรยนรรวมกน

25 นาท Google Doc, Google Slide Padlet,

ฝกทกษะการเขยนโปรแกรม 35 นาท Google Site, Google Slide, Google Form

ทดสอบผลลพธและสรป 20 นาท Google Slide, Google Form

จากตารางท 1 แผนปฏบตการการเรยนการสอนผานกจกรรมบนบรการคลาวดมขนตอนการเรยนร

โดยรวมทงหมด 5 กระบวนการดงน 2.1 ผสอนกระตนความพรอมของผเรยนดวยการใหท าแบบทดสอบออนไลนดวย Google



5 July 2019

E114

Form, Padlet หรอ Kahoot การคนหาความหมายหรอการคนหารปภาพท เกยวของกบบทเรยนดวย Google search engine น ามาวางไวใน Google doc, Google slide มาประยกตใชใหเหมาะสม

ภาพท 1: ภาพตวอยางการใชเครองมอ Plickers ส าหรบการทดสอบ ทมา: https://plickers.com/ จากภาพท 1 ตวอยางการใชเครองมอ Plickers เปนเครองมอบนบรการคลาวดทสามารถน ามาประยกตใชส าหรบการตอบค าถามทชวยสรางบรรยากาศภายในหองใหมความสนกสนาน ผเรยนเหมอนไดเลนเกม พรอมผสอนสามารถน าอปกรณมอถอสแกนไปยงกระดาษค าตอบของผเรยนแลวเครองมอจะวเคราะหผลการตอบค าถามและเกบผลไวในเวบไซตของ Plickers และจะวเคราะห ใหดวยวา ขอค าถามใดมคนตอบถกมากหรอนอยเพยงใดท าใหผสอนสามารถน าไปวเคราะหตอไดอกดวยวา ขอค าถามนมความยากไปหรองายไปไดอกดวยดงภาพท 2 ผลของการเกบขอมลจากการท าแบบทดสอบดวย Plickers

ภาพท 2: ผลของการเกบขอมลจากการท าแบบทดสอบดวย Plickers



5 July 2019

E115

การท าแบบทดสอบกอนเขาสบทเรยนจะชวยกระตนใหผเรยนมความรสกสนกสนาน มความยากรในค าตอบ และเครองมอทเหมาะสมน ามาประยกตใชกบการท าแบบทดสอบไดอกคอ Google form สามารถใหผเรยนตอบค าถามสามารถท าแบบทดสอบผานอปกรณเคลอนทได ขอดคอสามารถรวบรวมพรอมวเคราะหขอมลการตอบค าถามไดเชนกนดงภาพท 3

ภาพท 3: ภาพตวอยางการใช Google form ท าแบบทดสอบ

ภาพท 4: ภาพตวอยางท าแบบทดสอบดวย Kahoot

ภาพท 4 การท าแบบทดสอบดวย Kahoot เปนเครองมอบนบรการคลาวดทไดรบความนยมเนองจากการใชงานทงายผเรยนสามารถรวมตอบค าถามไดดวยอปกรณมอถอ ลกษณะการท างานเหมอนกบการเลนเกมจะมเวลาจบและมเสยงทกระตนใหผเรยนเรงตอบค าถามหากตอบไดถกและเรวจะไดคะแนนสงกวาผทตอบถกและสงค าตอบชากวา

2.2 อธบายเนอหาบทเรยน โดยการดคลปวดโอผานเวบไซตรายวชา พรอมกบสามารถดเนอหาบทเรยนไดจาก Google slide ดงภาพท 5



5 July 2019

E116

ภาพท 5: ภาพตวอยางท าแบบทดสอบดวย Kahoot

2.3 ฝกแกโจทยปญหาและแลกเปลยนเรยนรรวมกน ผสอนน าโจทยส าหรบใหนกศกษา ศกษา

รวมกน และแกปญหาโดยอาจจะใหวาดรปหรอแสดงความคดเหนรวมกนผาน Google doc, Google slide แลวน าผลงานของทกคนหรอเปนกลมไปเกบไวใน Padlet ซงเปนกระดาษแสดงผลงานดจทลผานคลาวดดงแสดงในภาพท 6

ภาพท 6: ภาพตวการฝกแกโจทยแลวแสดงดวย Padlet

2.4 ฝกทกษะการเขยนโปรแกรมดวยภาษาซในหองปฏบตการคอมพวเตอรจากผลลพธทได

วเคราะหรวมกนโดยใหนกศกษาสงผลงงานผานโดยน าลงคของไฟลสงใน Google form ทผสอนเตรยมไวในเวบไซตรายวชา

2.5 ทดสอบผลลพธและสรปผลการแกปญหารวมกนผาน Google slide และ Google form โดยระหวางการท ากจกรรมผสอนจะคอยสงเกตและศกษาพฤตกรรมของนกศกษาตลอดชวงระยะเวลาการท า



5 July 2019

E117

กจกรรม 3. การน าแผนปฏบตการไปใชส าหรบการเรยนวชาการเขยนโปรแกรมเพอศกษาความพงพอใจ โดย

ไดน าไปใชกบกลมนกศกษาชนปท 1 ทเรยนวชาหลกการเขยนโปรแกรมคอมพวเตอรเบองตนของภาควชาวทยาการคอมพวเตอรและภาควชาเทคโนโลยสารสนเทศจ านวน 49 คน ส าหรบเกณฑทใชในการประเมนใชเกณฑประเมน 5 ระดบ (Rating Scale) (บญชม ศรสะอาด, 2553) ดงน

4.50 – 5.00 หมายถง มความพงพอใจระดบดมาก 3.50 – 4.49 หมายถง มความพงพอใจระดบด 2.50 – 3.49 หมายถง มความพงพอใจระดบปานกลาง 1.50 – 2.49 หมายถง มความพงพอใจระดบนอย 1.00 – 1.49 หมายถง มความพงพอใจระดบนอยทสด

4. การศกษาผลการเรยนรโดยการเปรยบเทยบจากคะแนนเฉลยรายวชาซงมคะแนนเตม 100 คะแนนของนกศกษา 2 กลมน าเขาสการวเคราะหผลทางสถต


ภายหลงการน าแผนปฏบตการไปใชเพอสงเกตพฤตกรรมและท าการเกบรวบรวมขอมลโดยใชแบบสอบถามเพอประเมนความพงพอใจจากการเรยนผานกจกรรมตางๆ ดวยบรการคลาวด ไดแก การท าแบบทดสอบ การคนหาขอมล การท างานรวมกน การท าแบบฝกหด การสงการบาน ตลอดภาคการศกษา พบวา ผเรยนมความกระตอรอรนใหความสนใจและมสวนรวมการท ากจกรรมการคนหาขอมล การวเคราะหรวมกนเพอนท าใหบรรยากาศการเรยนการสอนเปนกนเอง ชวยลดชองวางระหวางผสอนซงเปนอาจารยกบผ เรยนซงเปนนกศกษาโดยผลการเกบขอมลพบวา ผ เรยนสงงานตรงตามเวลาสงถงรอยละ 89 หากเปรยบเทยบกบนกศกษากลมทเรยนแบบเดมดวยการสอนทฤษฎผานสไลดและการท าแบบฝกหดสงงานผานการเขยนตอบบนกระดาษมเพยงรอยละ 54 ดงนน เมอเปรยบเทยบการเรยนการสอนผานกจกรรมดวยบรการคลาวดกบการเรยนแบบเดมพบวา การท ากจกรรมรวมกนผานบรการคลาวดท าใหเกดแรงกระตนในการเรยนจงท าใหบรรยากาศการเรยนการสอนเปนไปในทางทดขน เนองจากผเรยนไดเขามามสวนรวมในการท ากจกรรมรวมกน รวมแกปญหา รวมกนแกโจทยปญหาในกลมเพอนดวยกน พรอมแลกเปลยนความคดเหนท าใหเกดประเดนความรไดอกดวย



5 July 2019

E118

ตารางท 2: ผลการประเมนความพงพอใจของผเรยนทมตอการเรยนแผนกปฏบตการ

รายการประเมน X SD แปลผล 1. กระบวนการเรยนกระตนใหผเรยนมสวนรวมในการท ากจกรรม 4.66 0.52 ดมาก 2. ใชกระบวนการสอนทสงเสรมใหผเรยนคดวเคราะหหรอคดสรางสรรค 4.53 0.62 ดมาก 3. ใชสอประกอบการเรยนรททนสมยนาสนใจเหมาะสมและเพยงพอในรายวชา 4.63 0.50 ดมาก 4. กระบวนการเรยนการสอนทหลากหลายใชเทคโนโลยทนสมยและเหมาะสม 4.75 0.38 ดมาก 5. มการเชอมโยงเนอหาวชาเขากบการปฏบตงานในวชาชพ สภาพสงคมทเกยวของไดอยางนาสนใจ

4.66 0.51 ดมาก

6. การเขาถงเครองมอบนบรการคลาวดท าไดรวดเรว 4.59 0.42 ดมาก 7. เครองมอบนบรการคลาวดทน ามาใชในหองเรยนมความงายตอการใชงาน 4.75 0.56 ดมาก 8. มวธการวดและประเมนผลการเรยนร ทสอดคลองกบวตถประสงครายวชา 4.63 0.50 ดมาก

คาเฉลยรวม 4.65 0.50 ดมาก จากตารางท 2 การประเมนความพงพอใจดานการเรยนการสอนพบวา ผสอนสามารถกระตนให

ผเรยนมสวนรวมการเรยนร ท ากจกรรมรวมกน การเรยนการสอนทสงเสรมใหมความคดสรางสรรค การใชสอททนสมยนาสนใจ การใชบรการบนคลาวดเขาถงไดรวมเรว การใชงานเครองมอบนบรการคลาวดไมยงยากซบซอน จากผลประเมนความพงพอใจเกยวกบกระบวนการเรยนกระตนใหผเรยนมสวนรวมในการท ากจกรรมอยระดบดมากดวยคะแนนเฉลย 4.66 การใชกระบวนการสอนทสงเสรมใหผเรยนคดวเคราะหหรอคดสรางสรรคอยในระดบดมากดวยคะแนนเฉลย 4.53 การใชสอประกอบการเรยนรททนสมยนาสนใจเหมาะสมและเพยงพอในรายวชาอยในระดบดมากดวยคะแนนเฉลย 4.63 กระบวนการเรยนการสอนทหลากหลายใชเทคโนโลยทนสมยและเหมาะสมอยในระดบดมากดวยคะแนนเฉลย 4.75 มการเชอมโยงเนอหาวชาเขากบการปฏบตงานในวชาชพ สภาพสงคมทเกยวของไดอยางนาสนใจอยระดบดมากดวยคะแนนเฉลย 4.66 การเขาถงเครองมอบนบรการคลาวดท าไดรวดเรวอยระดบดมากดวยคะแนนเฉลย 4.59 เครองมอบนบรการคลาวดทน ามาใชในหองเรยนมความงายตอการใชงานอยระดบดมากดวยคะแนนเฉลย 4.75 และมวธการวดและประเมนผลการเรยนร ทสอดคลองกบวตถประสงครายวชาอยในระดบดมากดวยคะแนนเฉลย 4.63

ซงผลการศกษาพบวา ทกขออยในระดบดมากทงหมดสงผลท าใหผลประเมนความพงพอใจการเรยนการสอนโดยรวมอยในระดบดมากดวยคาเฉลยเทากบ 4.65 (S.D.=0.50) ซงแผนปฏบตการครงนเนนการท ากจกรรมบทบรการคลาวดเพอกระตนความสนใจเรยนของผเรยนทมตอรายวชาหลกการเขยนโปรแกรมเบองตน และภายหลงจบภาคการศกษาผวจยไดประเมนความส าเรจของการเรยนจากการเปรยบเทยบนกศกษา 2 กลม โดยท าการทดสอบทางสถตดวย Independent t-Test ดงแสดงในตารางท 2



5 July 2019

E119

ตารางท 2: การประเมนความส าเรจของการเรยนดวยกจกรรมผานเครองมอออนไลนกบการเรยนการสอนแบบเดม (คะแนนเตม 100 คะแนน)

กลมผเรยน n X SD t Sig(1-tailed)

เรยนผานกจกรรมดวยบรการคลาวด

49 66.39 16.46 4.44 0.05**

เรยนแบบเดม 45 47.88 23.49 ** นยส าคญทางสถต 0.05

จากตารางท 2 พบวา คะแนนเฉลยของนกศกษากลมแรกซงเรยนดวยกจกรรมผานเครองมอออนไลน

มคะแนนสงกวาซงมคาเฉลยเทากบ 66.39 คะแนน สวนคะแนนเฉลยของนกศกษากลมทสองทใชรปแบบการเรยนการสอนแบบเดมมคาเฉลยเทากบ 47.88 คะแนน โดยมสวนสวนเบยงเบนมาตรฐานเทากบ 16.46 และ 23.49 ตามล าดบ

จากผลการทดสอบทางสถตดวย Independent t-Test พบวา กลมแรกมการเรยนการสอนผานเครองมอบนเทคโนโลยคลาวดไดผลการเรยนดกวากลมทสองอยางมนยส าคญ 0.05 ท าใหสรปไดวา การใชเทคโนโลยททนสมยสามารถน ามาใชเพอพฒนาความสนใจเรยนของนกศกษา สงผลตอบรรยากาศการเรยนการสอนท าใหนกศกษามความสนใจเรยนมากขน เมอมความสนใจเรยนมากขนยอมสงผลตอการเรยนรทมากขนตามไปดวย สรป

ผลการศกษาจากการน าแผนปฏบตการการเรยนผานกจกรรมดวยบรการคลาวดพบวา เปนเทคโนโลยทเหมาะสมน ามาใชกบนกศกษากลมท 1 พบวา เทคโนโลยทมความทนสมยสามารถน ามาประยกตใชเพอเพมความสนใจเรยนใหกบผเรยน ท าใหผเรยนอยากมสวนรวมในการท ากจกรรมตางๆ ไดแก กา รแสดงความคดเหน การรวมแกโจทยปญหา การแลกเปลยนประเดนความร ท าใหบรรยากาศการเรยนดขนท าใหผเรยนมความสนใจ รวมท ากจกรรม สงผลใหผลการประเมนความพงพอใจอยในระดบดมากดวยคาเฉลยเทากบ 4.65 ( X = 4.65, SD = 0.50) และเมอพจารณาจากผลการเรยนรภายหลงจบภาคการศกษาพบวา นกศกษากลมแรกมคะแนนเฉลยรวมเทากบ 66.39 จากคะแนนเตม 100 คะแนน สวนนกศกษากลมทสองทมการเรยนการสอนแบบเดมมคะแนนเฉลยเทากบ 47.88 จากคะแนนเตม 100 คะแนน จากการศกษาวเคราะหขอมลจงท าใหสรปไดวา การเรยนการสอนผานกจกรรมดวยบรการคลาวดท าใหผเรยนอยากมสวนรวมการท ากจกรรม กระตนใหเกดความสนใจเรยน การสงงาน การท าแบบฝกหด แบบทดสอบมากขนท าใหบรรยากาศการเรยนการสอนมความแตกตางไปจากการเรยนการสอนแบบเดมทตองจดบนทกในกระดาษและดสไลดจากผสอนเพยงอยางเดยว ซงสอดคลองกบเอกภม จนทรขนต (2558:131-145) พบวา การใชเทคโนโลยสารสนเทศและ



5 July 2019

E120

การสอสารไปใชในการจดการเรยนการสอนวชาวทยาศาสตรชวยใหนสตมแรงกระตนในการเรยนร ท าใหนสตเกดการพฒนาทกษะและความรอยางรวดเรว เอกสารอางอง ทรงลกษณ สกลวจตรสนธ. (2560). การใชเทคโนโลยสารสนเทศ เพอการเรยนรรวมกนทางออนไลน.

วารสารวชาการ Veridian E-Journal สาขามนษยศาสตร สงคมศาสตร และศลปะ ปท 10 ฉบบท 2 (พฤษภาคม – สงหาคม) หนา : 437-450.

บญชม ศรสะอาด. (2553). การวจยเบองตน. (พมพครงท 8). กรงเทพฯ : ส านกพมพ สวรยาสาสน. ไพรชนพ วรยวรกลและดวงกมล โพธนาค. (2557). Google Apps for Education นวตกรรมทางการศกษา

ยคดจทล. วารสารวจย มสด สาขาวทยาศาสตรและเทคโนโลย ปท 7 ฉบบท 3 (กนยายน – ธนวาคม) : หนา 103-112

สายสนย เจรญสข. (2557). การพฒนาการเรยนการสอนโดยใชกระบวนการคดแกปญหาจากกรณตวอยางรายวชาการเขยนโปรแกรมคอมพวเตอร 1. วารสารวชาการมหาวทยาลยอสเทรนเอเชย ฉบบ วทยาศาสตรและเทคโนโลย ปท 8 ฉบบท 1 (มกราคม – มถนายน) หนา : 112-122.

เอกภม จนทรขนต. (2558). การใชเทคโนโลยสารสนเทศและการสอสาร (ICT) ของนสตครวทยาศาสตรในการสอนวทยาศาสตร. วารสารมหาวทยาลยศลปากร ฉบบภาษาไทย ปท 35 ฉบบท 2 (พฤษภาคม – สงหาคม) หนา : 131-145.

Malithong, K. (2005). ICT for Education. Bangkok: Aroon Publishing. Dan R. Herrick. 2009. Google This! Using Google Apps for Collaboration and Productivity.

SIGUCCS’09, October 11–14, 2009, St. Louis, Missouri, USA. Nabil Sultan. 2010. Cloud computing for education: A new dawn? International Journal of

Information Management 30. () p109–116.



5 July 2019

E121

การศกษาทดลองเปรยบเทยบประสทธภาพแผนกรองแสงรถยนตส าหรบประเทศไทย A COMPARATIVE EXPERIMENTAL STUDY ON THE PERFORMANCE OF CAR WINDOW SUNSHADES IN THAILAND

สบสกล ครรตน*, สถาพร เชอเพง, ภรทต ศภกจจานนท

ภาควชาวศวกรรมเครองกล คณะวศวกรรมศาสตรศรราชา มหาวทยาลยเกษตรศาสตร วทยาเขตศรราชา ชลบร 20230

*Corresponding Author, Email: [email protected]

บทคดยอ

ในปจจบนอณหภมแวดลอมในประเทศไทยมคาประมาณ 40 ถง 42 องศาเซลเซยสในฤดรอน อยางไรกตามส าหรบรถทจอดไวในลานจอดรถนนพบวาอณหภมภายในรถอาจสงมาก เพอหลกเลยงความเสยหายอนเกดจากอณหภมทสงขนน แผนกรองแสงในรถยนตไดถกน ามาใชเพอปองกนรงสอาทตยทเขามาทางกระจกหนารถ งานวจยนมจดประสงคเพอศกษาและประเมนประสทธภาพของแผนกรองแสงในทองตลาดจ านวนสองชนดไดแกแบบ Foil และ Fabric การทดลองนไดศกษาทจงหวดชลบร ประเทศไทย โดยท าการวดและเกบคาฟลกซความรอนจากดวงอาทตยรวมถงอณหภมภายในรถตงแตเวลา 7.30 น. ถง 17.00 น. (9 ชวโมง) ผลการทดลองพบวารถทไมไดตดแผนกรองแสงมคาอณหภมภายในรถสงสด 63 องศาเซลเซยส ณ เวลา12.45 น. และมคาฟลกซความรอนสงสด 1,116 W/m2 เมอมการตดตงแผนกรองแสงในรถพบวาแผนกรองแสงแบบ Foil สามารถลดอณหภมภายในรถไดมากกวาแบบ Fabric โดยสามารถลดอณหภมไดสงสด 6 องศาเซลเซยส และมคาประสทธภาพการเยนตวรอยละ 9 ณ เวลา 13.45 น.

ค าส าคญ: แผนกรองแสง, ฟลกซความรอนจากดวงอาทตย, อณหภม ABSTRACT

Nowadays, the ambient temperature in Thailand is approximately 40 to 42 degree Celsius in the summer. However, when the car is parked in the parking lots, the extreme high cabin temperature could be observed. To avoid the damage from excessive temperature, the car window sunshade is used to prevent solar flux which passes through the windshield. This research aims to study and evaluate the performance of two



5 July 2019

E122

commercial widow sunshades, Foil-Type and Fabric-type. The experiment is performed in Chonburi, Thailand. The solar flux and cabin temperature are measured and collected from 7.30 a.m. to 5.00 p.m. (9 hrs). The experimental results show that when the car is not installed the window sunshade, the maximum cabin temperature of 63 degree Celsius can be observed at 12.45 p.m. and the maximum solar flux is 1 ,1 1 6 W/m2 . When window sunshade is used, it can be seen that Foil-type sunshade can reduce the cabin temperature more than the Fabric-type sunshade. The maximum reduced temperature of 6 degree Celsius and maximum cooling efficiency of 9% are obviously observed at 1.45 p.m.

Keywords: Car Window Sunshade, Solar Flux, Temperature บทน า

ดวยรถรบสงสาธารณะในประเทศไทย ไมสามารถตอบโจทยการเดนทางไดเตมท ดงนนรถยนตไดเขามาเปนสวนหนงของชวตประจ าวนของคนไทย ไมวาจะเปนเรองการเดนทางไปท างาน ไปจบจายซอของ รวมถงรบสงบตรหลานไปโรงเรยน ในป พ.ศ. 2560 ประเทศไทยมรถยนตสวนบคคลทจดทะเบยนสะสมทวประเทศกวา 15 ลานคน นนหมายความวาอตราสวนประชากรไทยตอรถยนตสวนบคคลมคา 4.6 : 1 ซงเปนตวเลขทคอนขางสง เหนไดวารถยนตจงมความจ าเปนและเปนสวนหนงของชวต

ส าหรบประเทศไทยตงอยในภมภาคทมอากาศรอนและมฝนตกเปนสวนใหญ อณหภมจงมผลตอการด าเนนชวตเปนอยางมาก เมอจอดรถไวในทแจงโดยไมมอปกรณบดบงแสงแดด อณหภมภายในรถมคาคอนขางสงมาก ส าหรบรถยนตนนอณหภมทสงขนนไดสงผลโดยตรงตอรถยนตไดแก การระบายความรอนของเครองยนต และอณหภมภายในหองโดยสาร ส าหรบหองโดยสารนนถาอณหภมสงมผลตอทงผโดยสารท าใหเกดความไมสบายสงผลใหท าใหเครองปรบอากาศรถยนตตองท างานหนก นอกจากนรถยนตสวนใหญใชระบบอเลกทรอนกสในการควบคมการใชงานตางๆภายในรถ เมอในรถมอณหภมสงยอมท าใหอายการใชงานของอปกรณอเลกทรอนกสเหลานสนลง

Al-Kayiem et al. (2010: 784-789) ท าการทดลองและการจ าลองเพอศกษาการเปลยนแปลงอณหภมภายในจอดรถยนตไวกลางแดด ทประเทศมาเลเซย ภายในรถยนตอากาศรอนไดสะสมอยบรเวณเพดานของหองโดยสาร และการใชแผนกรองแสงชวยใหอณหภมภายในหองโดยสารลดลงรอยละ 26

Dadour et al. (2011: 205-211) ท าการทดลองเปรยบเทยบระหวางการน ารถยนตสด าและสขาวไปจอดทงไวกลางแดดในฤดรอนของประเทศออสเตรเลย พบวารถยนตสด ามอณหภมภายในหองโดยสารสงกวารถยนตสขาว 5 องศาเซลเซยส และการลดกระจกดานคนขบ 2.50 cm ชวยใหอณหภมภายในหองโดยสารลดลง 3 องศาเซลเซยส



5 July 2019

E123

Abd-Fadeel & Hassanein (2013: 75-80) ท าการทดลองเพอหาอณหภมสงสดในรถยนตทจอดไว 4 กลางแจงทประเทศอยปต โดยอณหภมสงสดคอ 120 องศาเซลเซยส ในกรณทดสอบจอดรถยนตไวกลางแจงในทศทางตางกน (หนหนารถยนตทางทศเหนอ ทศตะวนออก ทศตะวนตก และทศใต) ใหผลของอณหภมภายในรถยนตสงสดทแตกตางกนเพยงเลกนอยและไมมนยส าคญ และ นอกจากนการลดกระจกลง 3 เซนตเมตรขณะรถยนตจอดอยกลางแจงสงผลใหอณหภมภายในรถยนตลดลง 5 ถง 10 องศาเซลเซยส

Aljubury et al. (2015: 1-10) ท าการทดลองจอดรถยนตทงไวกลางแจงนาน 9 ชวโมง ณ เมองแบกแดด ประเทศอรก พบวาอณหภมภายในรถสงสดคอ 100 องศาเซลเซยส และการตดตงฉนวนกนความรอนหนา 1 cm ครอบหนาตาง หลงคา กระจกหนาและหลงรถ สามารถลดอณหภมภายในรถทดสอบลงไปไดรอยละ 30 เมอเปรยบเทยบกบกรณไมมฉนวน

Lahimer et al. (2018: 59-71) ไดท าการทดลองตดตงแผนฟลมสะทองแสงบรเวณกระจกรถทดสอบ และแผนสะทอนแสงบรเวณกระจกหนาและหลงคารถทดสอบเพอลดอณหภมภายในรถยนตทประเทศมาเลเซย ผลจากการศกษาแผนสะทอนแสงสามารถลดอณหภมภายในตวรถได 17.7 °C

Soulios et al. (2018: 635-644) ศกษาการลดอณหภมภายในหองโดยสารโดยใชการเคลอบกระจกดวย Cholesteric Liquid Crystal (ChLC) และการใชแผนสะทอนแสงแบบทบ โดยท าการทดลองทประเทศกรซ การทดลองพบวาเมอใชการเคลอบกระจกสามารถลดอณหภมภายในหองโดยสารได 12.5 °C และเมอใชแผนสะทอนแสงแบบทบพบวาสามารถลดไดถง 23.8 °C

ภรทต ศภกจจานนท และคณะ (2561: 77-81) ศกษารปแบบของอณหภมภายในหองโดยสารของรถยนตสวนบคคลขณะจอดอยกลางแจงทสนามฟตบอลภายในมหาวทยาลยเกษตรศาสตร วทยาเขตศรราชา จงหวดชลบร ผลการศกษาพบวาคาฟลกซความรอนของดวงอาทตย มคามากกวา 1,000 W/m2 ในชวงเวลา 9.00–14.00 น. อณหภมภายในรถสงสดถง 63 องศาเซลเซยส

งานวจยนไดท าการศกษาเพมเตมจาก ภรทต ศภกจจานนท และคณะ (2561: 77-81) ทศกษารปแบบของอณหภมภายในหองโดยสารของรถยนตสวนบคคลขณะจอดอยกลางแจงทสนามฟตบอลภายในมหาวทยาลยเกษตรศาสตร วทยาเขตศรราชา จงหวดชลบร โดยงานวจยนตองการศกษาประสทธภาพของแผนกรองแสงภายในรถยนต 2 แบบทมขายในทองตลาดคอ Foil และ Fabric รวมถงศกษาพฤตกรรมการกระจายตวของอณหภมภายในหองโดยสารเมอมการใชแผนกรองแสง วตถประสงคการวจย

1. เพอประเมนประสทธภาพในการลดอณหภมภายในรถยนตของแผนกรองแสงรถยนต 2. เพอศกษาลกษณะการกระจายตวของอณหภมภายในรถยนตเมอมการตดตงแผนกรองแสงใน

รถยนต



5 July 2019

E124

วธด าเนนการวจย ในการทดลองนไดเลอกรถยนตเอนกประสงคสน าตาลเปนรถทดสอบ รถทดสอบไดถกจดต าแหนงให

หนหนาไปในทศตะวนตกดงภาพท 1 การทดลองนไดท าการทดสอบในชวงเดอน พฤษภาคมถงเดอนธนวาคม 2560 ทสนามฟตบอลภายในมหาวทยาลยเกษตรศาสตร วทยาเขตศรราชา จงหวดชลบร พนทท าการทดสอบนนอยทต าแหนงละตจด 13.17 oN และลองตจด 100.30 oE ทระดบความสง 13.17 เมตรจากระดบน าทะเล

รถทดสอบจะถกปดหนาตางและประตทกบานกอนท าการทดลอง ในสวนกระจกรถทกบานเปนชนดเทมเปอรไมตดฟลมกรองแสง ส าหรบการทดลองไดท าการเลอกวนทมสภาวะทอ นตรายทสด นนคอวนทมทองฟาโปรง ไมมเมฆ หรอฝนมารบกวน แตเนองจากจงหวดชลบรอยใกลทะเลและชวงทท าการทดลองนนอยในระหวางฤดฝน สงผลใหวนทมทองฟาโปรงนนมเพยงไมกวน

ภาพท 1: ทศทางการจอดรถขณะท าการทดลอง

การวดการกระจายตวของอณหภมนนไดท าการวดโดยใช Thermocouple ชนด K จ านวน 5 ตว

ตดตงภายในและภายนอกรถทดสอบดงนน บนแผงควบคมดานหนา (Front Dashboard), เบาะคนขบ (Driver’s Seat), เบาะแถวกลาง (Middle Seat), เบาะแถวหลง (Rear Seat) และภายนอกรถทดสอบเพอวดคาอณหภมแวดลอม (Ambient Temperature) ส าหรบสวนปลายของ Thermocouple ไดถกตดตงไวบนแทนทดสอบขนาดเลกเพอไมใหสวนปลายนนสมผสกบพนผวใดๆ Thermocouple ทกตวจะถกตอกบ Data Logger เพอบนทกคาการเปลยนแปลงอณหภมทกๆ 15 นาท ซง Data logger ไดถกตดตงไวภายนอกรถทดสอบเพอปองกนความเสยหายจากอณหภมสงภายในรถทดสอบ

ในการวดคาฟลกซความรอนจากดวงอาทตย (Solar Flux) นนไดใช Solar Meter แบบมอถอ วดคา ฟลกซความรอนจากดวงอาทตยโดยรอบรถทดสอบ 3 ต าแหนงทกๆ 15 นาท

สดทายส าหรบการวดความชนในอากาศนนไดใช Psychrometer แบบดจทลวดคาความชนในอากาศโดยรอบรถทดสอบ 3 ต าแหนงทกๆ 15 นาท โดยรปการทดลองนนถกแสดงในภาพท 2



5 July 2019

E125

ภาพท 2: ต าแหนงการตดตงอปกรณการทดลอง

จากผลการศกษากอนหนานของ ภรทต ศภกจจานนท และคณะ (2561: 77-81) พบวาภายในรถบรเวณแผงควบคมดานหนาเปนบรเวณมอณหภมสงทสด งานวจยไดเลอกแผนกรองแสงในทองตลาดทเปนทนยม 2 ชนดไดแก แผนกรองแสงแบบ Foil และ แผนกรองแสงแบบ Fabric ดงภาพท 3 และ 4 ตดตงบรเวณแผงควบคมดานหนาเพอปองกนความรอนจากรงสอาทตยผานกระจกหนารถทดสอบ

ภาพท 3: แผนกรองแสงแบบ Foil

ภาพท 4: แผนกรองแสงแบบ Fabric



5 July 2019

E126

ถดมาไดการแบงกรณศกษาเปน 2 ชวงดงนชวงท 1 จอดรถยนตทไมมแผนกรองแสงกลางแจงในวนทฟาโปรง ไมมเมฆมาบดบง เปนเวลา 9 ชวโมง 30 นาท ตงแตเวลา ตงแตเวลา 7.30 น. ถง 17.00 น. จ านวน 5 วน เพอหาแนวโนมและพฤตกรรมการกระจายตวของคาอณหภมและคาฟลกซความรอนจากดวงอาทตย โดยการทดลองนไดถกน าเสนอไปแลวในงานวจยกอนหนานโดย ภรทต ศภกจจานนท และคณะ (2561: 77-81)

ชวงท 2 จอดรถยนตทมแผนกรองแสงกลางแจงในวนทฟาโปรง ไมมเมฆมาบดบง เปนเวลา 9 ชวโมง 30 นาท ตงแตเวลา 7.30 น. ถง17.00 น. จ านวน 3 วน เพอศกษาความสามารถในการลดอณหภมภายในรถทดสอบ ผลการทดลอง

คาฟลกซความรอนจากดวงอาทตยในวนททดสอบของรถทดสอบทไมมแผนกรองแสง, มแผนกรองแสงชนด Foil และ มแผนกรองแสงชนด Fabric ตงแตเวลา 7.30 น ถง 17.00 น ถกแสดงในภาพท 5

โดยคาฟลกซความรอนมคาสงขนอยางรวดเรวในชวงเวลา 7.30 -10.00 จากนนคาฟลกซความรอนมแนวโนมคอนขางคงท และมคามากกวา 1,000 W/m2 ถดมาคาฟลกซความรอนสงสดนนมคา 1,116 W/m2 ณ เวลา 12.45 น. หลงจากนนคาฟลกซความรอนลดลงอยางรวดเรวในชวงเวลา 14.00 น. เปนตนไป ส าหรบแนวโนมของคาฟลกซความรอนทง 3 กรณศกษามลกษณะคลายคลงกน โดยเปนรประฆงคว า

ภาพท 5: คาเฉลยฟลกซความรอนเฉลยจากดวงอาทตยตลอด 9 ชวโมง 30 นาท คาอณหภมอากาศโดยรอบ (Ambient Temperature) ในวนททดสอบของรถทดสอบทไมมแผนกรองแสง, มแผนกรองแสงชนด Foil และ มแผนกรองแสงชนด Fabric ตงแตเวลา 7.30 น ถง 17.00 น ถกแสดงในภาพท 6 พบวาคาอณหภมของทง 3 กรณศกษามแนวโนวทสอดคลองกนโดยอณหภมเรมเรมสงขนอยางชาๆ



5 July 2019

E127

จนถงเวลาประมาณ 13.00 น. คาอณหภมอากาศภายนอกไดลดลงอยางๆชา โดยคาอณหภมอากาศสงสดอยท 41.06 oC ทเวลา 12.45 น. เชนเดยวกบคาฟลกซความรอนสงสด

ภาพท 6: คาอณหภมอากาศโดยรอบเฉลยตลอด 9 ชวโมง 30 นาท ถดมา ภาพท 7 แสดงคาความชนสมพทธ (Relative Humidity) ในวนททดสอบของรถทดสอบทไมมแผนกรองแสง, มแผนกรองแสงชนด Foil และ มแผนกรองแสงชนด Fabric ตงแตเวลา 7.30 น ถง 17.00 น พบวาความชนสมพทธมคาสงในชวงเชาเนองจากพนททดสอบมระยะทางเพยง 2.0 กโลเมตรจากอาวไทย สงผลใหความชนในอากาศมคาสง หลงจากนนในชวงเวลา 8.30 น. ถง 12.00 น. เมอคาฟลกซความรอนสงสดมคาเรมสงขนสงผลใหความชนสมพทธมคาลดลงอยางชดเจนและคอยๆเพมสงขนอกครงในชวงเวลา 14.00 น. เปนตนไป



5 July 2019

E128

ภาพท 7: คาความชนสมพทธเฉลยตลอด 9 ชวโมง 30 นาท จากการทดลอง เมอท าการวดคาอณหภมทง 4 ต าแหนง ไดแกบนแผงควบคมดานหนา, เบาะคนขบ, เบาะแถวกลาง และ เบาะแถวหลง พบวาคาอณหภมบนแผงควบคมดานหนาของรถทดสอบทมแผนกรองแสงนนมคาสงสดสอดคลองกบงานวจยกอนหนานของภรทต ศภกจจานนท และคณะ (2561: 77-81) ดงนนงานวจยนจงสนใจทคาอณหภมคาบนแผงควบคมดานหนาเพยงคาเดยวและถกแสดงในภาพท 8 จากรปเหนไดวาชวงเวลา 7.30 น. ถง 13.00 น. คาอณหภมมคาสงขนอยางตอเนองแมตวรถทดสอบไมไดหนหนาเขาทศตะวนตกกตาม ตอมาส าหรบชวงเวลา 13.00 น. เปนตนไปนนคาอณหภมจะลดลงชาๆ เนองจากมความรอนสะสมตงแตชวงเชา ถดมาเมอพจารณารถทดสอบมแผนกรองแสงชนด Foil นนพบวา การกระจายตวของอณหภมมคาต ากวาแบบ Fabric ตลอดตงแตเวลา 7.30 น. จนเสรจการทดลองในเวลา 17.00 น. โดยเฉพาะอยางยง จะลดต าลงอยางชดเจนในชวง 12.00 น. เปนตนไป เนองจากเวลานดวงอาทตยไดเคลอนตวมาอยดานทศตะวนตก รงสอาทตยไดสองผานกระจกหนารถทดสอบตรงมาทแผนกรองแสงโดยตรง จงท าใหการปองกนรงสอาทตยมประสทธภาพ แตกตางกบชวงเวลา 7.30 น. ถง 12.00 น. ในเวลาดงกลาวนดวงอาทตยอยดานหลงรถทดสอบซงไมมแผนกรองแสง สงผลใหการกระจายตวของอณหภมของรถทดสอบทไมมแผนกรองแสง, มแผนกรองแสงชนด Foil และ มแผนกรองแสงชนด Fabric มคาใกลเคยงนนเอง จากผลการศกษา เหนไดวา แผนกรองแสงแดดแบบ Foil สามารถลดอณหภมไดมากทสดถง 6 องศาเซลเซยส ในชวงเวลา 13.45 น.เมอเทยบกบกรณทไมมแผนกรองแสงแดด



5 July 2019

E129

ภาพท 8: คาอณหภมบนแผงควบคมดานหนาเฉลยตลอด 9 ชวโมง 30 นาท เพอเปรยบเทยบคาประสทธภาพแผนกรองแสง งานวจยนไดเลอกคาประสทธภาพการเยนตว (Cooling Efficiency, CE) มาใชและสามารถเขยนไดดงสมการท (1)

i 0

o

T TCE 100

T

(1)

โดย iT คออณหภมบนแผงควบคมดานหนาแบบมแผนกรองแสงชนด Foil หรอ Fabric และ oT คออณหภมบนแผงควบคมดานหนาแบบไมมแผนกรองแสง ส าหรบคาประสทธภาพการเยนตวของรถทดสอบทมแผนกรองแสงชนด Foil และ Fabric ถกแสดงดงภาพท 9 จากผลการศกษาพบวาในชวงเวลา 7.30 น. ถง 12.30 น พบวาคา CE มคาอยในชวงบวกแสดงถงแผนกรองแสงชนด Foil และ Fabric ยงไมสามารถลดอณหภมได อยางไรกตามในชวง 12.00 น. เปนตนไปคา CE ไดอยในชวงลบ แสดงถงคาอณหภมภายรถทดสอบทมแผนกรองแสงมคาต ากวาแบบไมมแผนกรองแสง โดยรถทดสอบทมแผนกรองแสงแบบ Foil สามารถลดอณหภมไดสงสดรอยละ 9 ณ เวลา 13.45 น. สวนแผนกรองแสงแบบ Fabric สามารถลดอณภมไดสงสดรอยละ 4 ณ เวลา 15.30 น.



5 July 2019

E130

ภาพท 9: คาประสทธภาพการเยนตวเฉลยตลอด 9 ชวโมง 30 นาท จากผลการศกษาประสทธภาพของแผนกรองแสงรถยนตนนพบวา เมอตดแผนกรองแสงทงสอบแบบแลว แผนกรองแสงสามารถลดอณหภมภายในรถยนตไดอยางเหนไดชด แตแบบ Foil สามารถลดไดมากกวาแบบ Fabric โดยสามารถลดไดมากกวาถงรอยละ 5

จากผลทไดนนเมอเทยบกบวรรณกรรมทผานมา เหนไดวาแผนกรองแสงทถกน ามาใชในการศกษานมาราคาคอนขางต ามาก และไมไดมการปรบปรงหรอดดแปลงรถยนตเพมเตม รวมถงไมไดมการใสงานเพมใหกบระบบ แตประสทธภาพเยนตวนนใหผลทนาพอใจ อณหภมทสามารถลดลงไดน ชวยยดอายการท างานของระบบอเลกทรอนกส และระบบปรบอากาศภายในรถ สรปผลการศกษา จากศกษาทดลองเพอประเมนประสทธภาพของแผนกรองแสงในทองตลาดจ านวนสองชนดไดแกแบบ Foil และ Fabric ผลการทดลองพบวารถทไมไดตดแผนกรองแสงมคาอณหภมภายในรถสงสด 63 องศาเซลเซยส ณ เวลา12.45 น. และมคาฟลกซความรอนสงสด 1,116 W/m2 เมอมการตดตงแผนกรองแสงในรถพบวาแผนกรองแสงแบบ Foil สามารถลดอณหภมภายในรถไดมากกวาแบบ Fabric โดยสามารถลดอณหภมไดสงสด 6 องศาเซลเซยส และมคาประสทธภาพการเยนตวรอยละ 9 ณ เวลา 13.45 น. เอกสารอางอง ภรทต ศภกจจานนท, สถาพร เชอเพง และ สบสกล ครรตน. (2561). การศกษาการเปลยนแปลงของอณหภม

ภายในหองโดยสารรถยนตอเนกประสงคส าหรบประเทศไทย. วารสารวชาการสถาบนอดมศกษาเอกชนแหงประเทศไทยฉบบวทยาศาสตรและเทคโนโลย, 7(1), 77-81.



5 July 2019

E131

Abd-Fadeel, W. A., & Hassanein, S. A. (2013). Temperature variations in a parked car exposed to direct sun during hot and dry climates. Research & Development (IJAuERD), 3(1), 75–80.

Al-Kayiem, H. H., Sidik, M. F. B. M., & Munusammy, Y. R. A. L. (2010). Study on the thermal accumulation and distribution inside a parked car cabin. American Journal of Applied Sciences, 7(6), 784–789.

Aljubury, I. M. A., Farhan, A. A., & Mussa, M. A. (2015). Experimental study of interior temperature distribution inside parked automobile cabin. Journal of Engineering, 21(3), 1–10.

Dadour, I. R., Almanjahie, I., Fowkes, N. D., Keady, G., & Vijayan, K. (2011). Temperature variations in a parked vehicle. Forensic Science International, 207(1–3), 205–211.

Lahimer, A. A., Alghoul, M. A., Sopian, K., & Khrit, N. G. (2018). Potential of solar reflective cover on regulating the car cabin conditions and fuel consumption. Applied Thermal Engineering, 143, 59–71.

Soulios, V., Loonen, R. C. G. M., Metavitsiadis, V., & Hensen, J. L. M. (2018). Computational performance analysis of overheating mitigation measures in parked vehicles. Applied Energy, 231, 635–644.



5 July 2019

E132

การหาความสมพนธ และพยากรณคาทควรจะเปนปจจยทเกยวของกบราคาคาวสดกอสรางในหมวดโครงสราง THE FINDING OF RELATIONSHIP FACTOR AND FORECASTING TECHNIQUES ON MATERIALS COST IN STRUCTURAL CATEGORY

สกญญา แจมเทยงตรง1*,อรทย ปญใจ2 , ศรนย พรมศร3 Sukanya Jamteagthong1, Orathai Panjai2 , Saranyoo Promsorn3

1สาขาวชาการจดการงานกอสราง คณะสถาปตยกรรมศาสตรและการออกแบบ

มหาวทยาลยเทคโนโลยราชมงคลรตนโกสนทร 1 Department of Construction Management Faculty of Architecture and Design

Rajamangala University of Technology Rattanakosin *Corresponding author, E-mail: [email protected]

บทคดยอ

ปจจบนราคาวสดกอสรางเกดการผนผวน เนองจากสภาพเศรษฐกจ และปจจยอน ๆ เชน คาแรง, คาวสดกอสราง และคาน ามน คณะผวจยไดทบทวนวรรณกรรมแลว จงสนใจศกษาราคาวสดกอสรางในโหมดของโครงสราง โดยใชหลกการหาความสมพนธ และการพยากรณ เพอการวางแผนงานจดท างบประมาณราคาวสดกอสรางในหมวดโครงสราง

เครองมอทใชในการวจยครงนไดแก เทคนคการวเคราะหรเกสชนเชงพหพนธ (Multiple Regression) การวเคราะหหาคาเฉลยแบบเคลอนท (Simple Moving Average) รวมถงการหาคาพยากรณดวยวธ เอกซโพเนนเซยล โดยส ารวจราคาคาวสด 10 ชนด ไดแก 1. เสาเขมหกเหลยมกลวง ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร 2. เสาเขมคอนกรตอดแรง รปสเหลยมตน ชนดทอนเดยว ขนาด 0.18 x 0.18 เมตร ยาว 8.00 เมตร 3. เสาเขมคอนกรตอดแรง รปสเหลยมตน ชนดสองทอนตอเชอม ขนาด 0.18 x 0.18 เมตร ยาว 16.00 เมตร 4. เสาเขมคอนกรตอดแรง รปตวไอ ชนดทอนเดยว ขนาด 0.26 x 0.26 เมตร ยาว 21.00 เมตร 5.เสาเขมคอนกรตอดแรง รปตวไอ ชนดสองทอนตอเชอม ขนาด 0.22 x 0.22 เมตร ยาว 14.00 เมตร 6. เสาเขมคอนกรตอดแรงขนาดเลก รปตวไอ ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร 7. เสารวคอนกรต แบบตนชาง ขนาด 4 นว x 4 นว ยาว 2.50 เมตร ตราซแพค 8. เสาตอมอคอนกรตเสรมเหลก ขนาด 10 x 10 เซนตเมตร ยาว 1.00 เมตร 9. พนส าเรจรปอดแรง ชนดกลวงขนาดกวาง 1.20 เมตร หนา 15.00 เซนตเมตร ลวด 4 เสน ศก. 3/8 นว ตราซแพค 10. คานคอนกรตอดแรง หนาตดรปตวท ขนาดยาว 3.00 เมตร ลวด 4 เสน ศก. 4.00 เมตร ตราซแพค ตงแต ป พ.ศ. 2555-2565



5 July 2019

E133

จ านวน 400 ชดขอมล ยอนหลงตงแตป พ .ศ. 2555-2561 เพอพยากรณราคาวสดกอสรางไปขางหนาอก 5 ป ตงแต ป พ.ศ. 2561-2565 ตามล าดบของวสด ตอไปน ผลการวจยพบวา วสดกอสรางทมความคลาดเคลอนนอยทสดคอ เสาเขมหกเหลยมกลวง ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร และเสาเขมอดแรงขนาดเลก รปตวไอ ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร เมอใชวธการดงกลาวแลว สามารถน าไปใชการพยากรณวสดชนดอน ๆ ตอไปได

ค าส าคญ: การวเคราะหรเกสชนเชงพหพนธ, วเคราะหคาถวเฉลยแบบเคลอนท, การวเคราะหวธ

เอกซโพเนนเชยล

ABSTRACT Present, price of construction materials has been fluctuated with economic

conditions and other factors, i. e. labor costs, construction materials and oil costs. The purpose of the study was to predict the price of construction materials in the structure category mode by using multiple regression and forecasting for construction planning about budgeting construction material prices in the structure category.

This research was used Multiple regression analysis techniques and simple moving average analysis, including forecasting with the exponential method. To predict the price of construction materials in the structure category of 10 types, including 1. hollow hexagonal piles, 15 .00 centimeters long, 2 .00 meters long 2 . prestressed concrete piles Square ton Single piece type, size 0.18 x 0.18 meters, length 8.00 meters 3. Prestressed concrete piles Square ton Two-piece type, connecting size 0 .1 8 x 0 .1 8 meters, length 1 6 .0 0 meters. 4. Prestressed concrete pile, single-piece type, size 0.26 x 0.26 meters, length 21.00 meters. 5. Prestressed concrete pile, two-piece type, connecting size 0.22 x 0.22 meters, length 14.00 Meters. 6. Prestressed concrete piles. The size is 15.00 centimeters long, 2.00 meters long. 7. Concrete fence posts with elephant feet size 4 inches x 4 inches, length 2.50 meters, seal CPAC 8. Reinforced concrete poles size 10 x 10 cm long, 1.00 meters 9. Finished floor, strong compression Hollow type, width 1.20 meters, thickness 15.00 cm, wire 4 strands, 3/8 inch, seal, CPAC 10 . prestressed concrete beam T-shaped cross-section, length of 3 .00 meters, wire 4, ERA 4.00 meters, CPAC brand from 2012-2022.

Finding indicted that forecasted with such methods, the construction materials with the least errors were hollow hexagonal piles, size 15.00 cm, length 2.00 meters, and small



5 July 2019

E134

compressive piles, the size of the steam, size 15.00 cm length, 2.00 meters. The result suggest that can be used to predict other types of materials.

Keywords: Multiple Regression, Simple Moving Average, Exponential Smoothing

Average

บทน า อตสาหกรรมกอสรางมการเพมขนของการแขงขนอยางรวดเรว ยงไปกวานสภาวะทางการเมองของ

ประเทศไทยสงผลกระทบทงทางดานการลงทนจากตางประเทศ และภายในประเทศเชน การบรการ และจดการโครงการกอสรางอยางมประสทธภาพสามารถเพมคณภาพของผลตภณฑ, ลดคาใชจาย ซงราคา คากอสรางถอเปนหนงในขอจ ากด และปจจยทส าคญทสดในการบรหารงานกอสราง ราคากอสรางของประเทศไทยมความผนผวน และปรบตวสงขนอยางรวดเรว ไดแกการแปรผนของดชนราคากอสราง ซงผนผวนตามหลายปจจยไมวาจะเปนทางตรง และทางออม ยกตวอยางเชน เวลา, คาแรง, คาวสดกอสราง, สภาพทางเศรษฐกจ, สงคม และสภาพแวดลอมของโครงการกอสราง โดยปจจยทงหลายเหลานมสวนส าคญในการปรบขน-ลง ของราคาคาวสดในแตละชนด โดยเฉพาะอยางยงราคาคาวสดในหมวดโครงสราง เพราะตองมการขนสงโดยการใชน ามนเปนสวนเกยวของ

วสดกอสรางเปนสงส าคญตออสงหารมทรพยในไทย ซงปรบตวในทศทางเดยวกน ถาราคาน ามนปรบตวสงขน ราคาวสดจะมราคาเพมขนตามไปดวย เพราะมน ามนเปนตนทนแปรผนส าคญตอราคาขาย คณะผวจยจงสนใจ ศกษาราคาวสดกอสรางในหมวดโครงสราง และท านายราคาวสดกอสราง โดยส ารวจ และสบคนราคาวสดกอสรางจากกรมบญชกลางมาใชในการวเคราะหขอมลในอดต ซงมการจดเกบรวบรวมเปนรายป จากนนการพยากรณราคาวสดกอสรางในอนาคตลวงหนา และคาดการณงบประมาณราคาวสดกอสรางในหมวดโครงสรางใหมความแมนย ามากขน

จากการททบทวนวรรณกรรมพบวา มการวจยในเรองความผนผวนราคาวสด และผลกระทบตอผประกอบการพบวา สาเหตทส าคญคอ ความผนผวนของราคาน ามน , ปรมาณการใชวสดภายนอกประเทศ และปรมาณการใชวสดภายในประเทศ คณะผวจยจงสนใจศกษาราคาวสดกอสรางในโหมดของโครงสราง วาอนาคตราคาวสดกอสรางจะปรบราคาสงมากขนเพยงใด โดยอาศยการหาความสมพนธ วาแตละปจจยทเกยวของนนสงผลตอราคาวสดมากนอยเพยงใด และการพยากรณ เพอการวางแผนงานจดท างบประมาณราคาวสดกอสรางในโหมดโครงสรางตอไป



5 July 2019

E135

ทบทวนวรรณกรรม 1.ทฤษฎทเกยวของ

1.1 การวเคราะหถวเฉลยเคลอนท (Simple Moving Average) ดร. ธนฐ วงศสายเชอ, (2555) อธบายวา การเลอกจ านวนจดของชดขอมลอนกรมเวลา แลวหาคาเฉลยของขอมลอนกรม เพอจะน ามาเปนคาพยากรณในชวงถดไป เมอไดคาพยากรณจากการหาคาเฉลยของขอมลอนกรมเวลาไดหนงคากตองหาคาพยากรณคาตอไป โดยตดขอมลในชวงแรกของขอมลชดเดมออกไป แลวน าขอมลตวใหมทตอเนองกนเขามาแทน หลงจากนนจงน าขอมลชดใหมนมาหาคาเฉลย เชน ถาใชจดของขอมล 4 จด เพอตองการพยากรณจดเวลาท 5 ดงน

Y(5) = y(4)+y(3)+y(2)+y(1)

4

1.2 การวเคราะหรเกสชนเชงพหพนธ (Multiple regression analysis) เปนการวเคราะหความสมพนธของตวแปรเพยง 2 ตว แตการวเคราะหรเกสชนเชงพหพนธเปนการวเคราะหความสมพนธของตวแปร 3 ตวขนไป ซงชวยหาคาตวแปรตาม (Y) ทเปนผลมาจากตวแปรอสระ

ตางๆ (xi) ซงสามารถเขยนความสมพนธทเปนเสนตรงไดดงน

�� = a+b1x1+b2x2+…+bnxn

ในการหาความสมพนธของสมการขางตน สามารถใชวธการเดยวกบการวเคราะหรเกสชนอยางงาย คอ วธก าลงสองนอยทสด

ถาสมมตมตวแปรอสระ 2 ตวแปรตาม 1 ตว สามารถเขยนความสมพนธแบบเสนตรงไดจากสมการน

�� = a+b1x1+b2x2

1.3 การพยากรณแนวโนมแบบเอกซโปเนนเซยล (Exponential Smoothing Average) ลกษณะแนวโนมขอมลการพยากรณแนวโนมแบบเอกซโปเนนเซยลจะเปนเสนโคงเชงเรยบไมโคงมากเหมอนเสนโคงพาราโบลก เพราะขอมลอนกรมเวลาทมอยนนจะมการเปลยนแปลงของชวงระยะเวลาหลง ๆ มากกวาชวงระยะเวลาแรก ๆ เชน จ านวนประชากรของประเทศซงอตราการเพมตามธรรมชาตปราศจากการควบคม , ดอกเบ ยทบตนเปนตน ส าหรบสมการแนวโนมการพยากรณแนวโนมแบบ เอกซโปเนนเซยลเขยนไดดงน

Y(t) = aebt การค านวณหาคา a และ b จะเปลยนสมการขางตนใหอยในรปแบบของสมการลอการทมฐานธรรมชาตดงน

Ln[Y (t)] = Ln (a) + Ln (ebt) = Ln (a) + bt



5 July 2019

E136

2. งานวจยทเกยวของ ตารางท 1: แสดงขอมลงานวจยทเกยวของดงน

ชอผแตง ป พ.ศ.

ชอเรอง เครองมอในการวจย

ผลการวจย ขอคนพบ

นางแววดาว พนสวน

2550 การศกษาการพยากรณแบบอนกรมเวลา (Time Series) เพอการวางแผนการผลตกรณศกษา : บรษท เอส บอตสาหกรรมเครองเรอน จ ากด

วธการหาแบบเอกโปแนนเชยล

พบวา ในเดอนกรกฎาคม 2550 การพยากรณ ซ ากนสองครง ไดการผลต 400 ชดโดยมยอดขาย 412 ชด มผลตางเทากบ 12 ชด ในขณะทใชวธการพยากรณแบบเกาจะตองสงผลตจ านวน 934 ชด ท าใหมผลตางระหวางยอดขาย

วธปรบเรยบแบบเอกโปแนนเชยลสองครง ท าใหการผลตสนคาวธใหมมคาใกลเคยงกบยอดขายจรง มากกวาการใชวธการแบบเกา

นายจามร อนชตโอฬาร

2552 ความผนผวนของราคาวสดกอสรางและผลกระทบตอผประกอบการกอสราง

การสมภาษณ พบวา ปจจยตอราคาวสดกอสราง คอ ราคาน ามน 80 เปอรเซนต และภยธรรมชาต 33 เปอรเซนต

ความผนผวนทส าคญของราคาวสดกอสราง คอ ความผนผวนของราคาน ามน

นางสาวเกสร ศะรจนทร และ นางสาวมาลรตนโสดานล

2554 ระบบกาพยากรณดชนราคาวสดกอสรางโดยใชเทคนคโครงขายประสาทเทยมพยากรณดชนราคาวสดกอสราง

-วธการหาคาเฉลยแบงาย -วธการเแบบเอกโพเนนเชยล

พบวา การพยากรณโดย ENR มคาความคลาดเคลอน RMSE เทากบ 50.374 ท าใหแบบจ าลองโครงขายประสาทเทยมสามารถพยากรณไดแมนย ากวา

การพยากรณการมการเปลยนแปลงของดชนราคางานกอสราง 2 ชนด คอ Building Cost Index (BCI) และ Construction Cost Index (CCI)

นาย ธรรมศกด รจระยรรยง

2555 การประมาณราคากอสรางอาคารพกอาศยรวม โดยวธวเคราะหความ

-วธวเคราะหความถดถอย

พบวา ตวแปรทมอทธพลตอราคากอสรางนนม 5 ตวแปรจาก 11 ตว มคาความคลาดเคลอนไม

คลาดเคลอนไมเกนรอยละ 10 จะมความแมนย าตอราคาวสดกอสรางในการ



5 July 2019

E137

ชอผแตง ป พ.ศ.

ชอเรอง เครองมอในการวจย

ผลการวจย ขอคนพบ

ถดถอย วเคราะหหาตวแปรทางดานกายภาพของอาคาร ทมอทธพลตอราคากอสรางอาคารพก

เกนรอยละ 10 จะมความแมนยเพยงพอ

พยากรณ

นายสพจน กาญจนากรพนธ

2557 ปจจยทมผลตอพฤตกรรมการตดสนใจซอวสดกอสรางในชองทางการจ าหนายแนวใหม

แบบสอบถาม พบวา คาเฉลยคนสวนใหญชอบเขารานวสดกอสรางททนสมย สวนใหญอายอยระหวาง 36 – 45 รายไดเฉลยตอเดอน ระหวาง 10,001 - 30,000 บาท

การเปรยบเทยบความส าคญของปจจยทางการตลาดทมอทธพลตอการตดสนใจซอวสดกอสรางในปจจบน

Seonghyeon Moon

Seokho Chi and Du Yon Kim

2560 ท านายดชนตนทนการกอสรางโดยใชแบบจ าลองคาเฉลยเคลอนทแบบอตโนมตแบบเศษสวน

แบบจ าลองการเคลอนทแบบเศษสวนอตโนมต

พบวาประสทธภาพการท านายโดยเฉลย 9.5% รน ARFIMA ไดรบประสทธภาพการท านาย CCI ทสงขนโดยการรวมคณสมบตของหนวยความจ าระยะยาว

ผวจยไดท าการท านายดชนตนทนงานกอสรางทสงผลตางราคาวสดกอสราง


5. เพอวเคราะหหาความสมพนธในปจจยตาง ๆ ทสงผลตอราคาวสดกอสราง ในหมวดโครงสราง 6. เพอพยากรณ และวดคาความคลาดเคลอนทยอมรบไดของราคาวสดกอสรางในหมวดงาน

โครงสรางในป พ.ศ. 2561-2565 วธด าเนนการวจย

ขอมลทใชในการวจย คอ วสดกอสรางในหมวดโครงสราง 10 ชนด จ านวน 400 ชดขอมล ดงน 1. เสาเขมหกเหลยมกลวง ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร

2. เสาเขมคอนกรตอดแรง รปสเหลยมตน ชนดทอนเดยว ขนาด 0.18 x 0.18 เมตร ยาว 8.00 เมตร



5 July 2019

E138

3. เสาเขมคอนกรตอดแรง รปสเหลยมตน ชนดสองทอนตอเชอม ขนาด 0.18 x 0.18 เมตร ยาว 16.00 เมตร

4. เสาเขมคอนกรตอดแรง รปตวไอ ชนดทอนเดยว ขนาด 0.26 x 0.26 เมตร ยาว 21.00 เมตร 5. เสาเขมคอนกรตอดแรง รปตวไอ ชนดสองทอนตอเชอม ขนาด 0.22 x 0.22 เมตร ยาว 14.00 เมตร

6. เสาเขมคอนกรตอดแรงขนาดเลก รปตวไอ ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร 7. เสารวคอนกรต แบบตนชาง ขนาด 4 นว x 4 นว ยาว 2.50 เมตร ตราซแพค 8. เสาตอมอคอนกรตเสรมเหลก ขนาด 10 x 10 เซนตเมตร ยาว 1.00 เมตร

9. พนส าเรจรปอดแรง ชนดกลวงขนาดกวาง 1.20 เมตร หนา 15.00 เซนตเมตร ลวด 4 เสน ศก. 3/8 นว ตราซแพค 10. คานคอนกรตอดแรง หนาตดรปตวท ขนาดยาว 3.00 เมตร ลวด 4 เสน ศก. 4.00 เมตร ตราซแพค หลงจากนน น าขอมลวสดกอสรางทง 10 ชนด มาวเคราะหผลดงน 1. วเคราะหหาคาถวเฉลยแบบงาย เพอเปนการพยากรณในแตละชวง เพอจะหาคาเฉลยของแตละ

วสดวา แตละปมราคาแตกตางกนเทาไร 2. การวเคราะหรเกสชนเชงพหพนธ เพอหาความสมพนธของตวแปร 3 ตวขนไป ไดแก คาน ามน คา

ดชนราคาวสดกอสราง, คาแรง, คาภาษ ทเปนผลมาจากตวแปรอสระตาง ๆ (xi) สามารถเขยนความสมพนธทเปนเสนตรง

3. การวเคราะหเอกซโพเนนเชยล คอการหาคานอยทสดทท าใหราคากอสรางลดลง เครองมอทใชในการวจย 1. การวเคราะหรเกสชนเชงพหพนธ (Multiple Regression Analysis) 2. การวเคราะหคาเฉลยแบบเคลอนท (Simple Moving Average) 3. การวเคราะเอกซโพเนนเชยล (Exponential Smoothing Average) การเกบรวบรวมขอมล ราคาวสดกอสราง ในหมวดโครงสราง โดยสบคนจากเวบไซตของกรมบญชกลาง การวเคราะหผลขอมล หาคาความคลาดเคลอนของการพยากรณ (MAD) มคาไมเกนรอยละ 10

ผลการวจย และอภปรายผล

การวเคราะหความสมพนธ และการพยากรณโดยการวเคราะหรเกสชนเชงพหพนธ รวมกบการพยากรณโดยวเคราะหคาเฉลยแบบเคลอนท โดยศกษาการพยากรณวสดกอสรางในหมวดโครงสราง ซงเกบรวบรวมขอมลจากราคาคาน ามน, คาแรง, คาภาษ, คาดชนวสดกอสราง และปจจยอน ๆ 5 ปยอนหลง เพอวดความคลาดเคลอน และหาความสมพนธ ถามความคลาดเคลอนไมเกนรอยละ 10 จะท าใหราคาวสดมความ



5 July 2019

E139

แมนย า และสามารถพยากรณคาทควรจะเปนของปจจยทเกยวของกบราคาคาวสดกอสรางในหมวดโครงสราง สามารถสรป และอภปรายผล รวมถงขอเสนอแนะ ไดดงน 1. แสดงผลการวเคราะหวธถวเฉลยเคลอนท (Simple Moving Average) ป พ.ศ. 2561-2565 ตารางท 2: แสดงผลการวเคราะหคาถวเฉลยแบบเคลอนท (Simple Moving Average) ของคานคอนกรต อดแรง หนาตดรปตวท ขนาดยาว 3.00 เมตร ลวด 4 เสน ศก. 4.00 เมตร ตราซแพค

Price Moving Average Standard Error

435.00 0 0 435.00 0 0 435.00 0 0 305.00 397.75 0 416.00 391.81 0 411.25 384.39 0 405.31 407.61 17.63 397.89 405.52 15.12 407.61 404.08 11.60 405.51 403.77 5.03 404.08 405.24 1.47 403.77 404.65 1.08 405.24 404.44 0.82 404.65 404.53 0.80 404.44 404.72 0.33 404.55 404.59 0.16 404.73 404.58 0.12 404.6 404.58 0.13 404.44 404.54 0.12 404.39 404.48 0.10

จากตารางท 2 ผลการวจย พบวาคาเฉลยเคลอนทของคานคอนกรตอดแรง หนาตดรปตวท ขนาดยาว

3.00 เมตร ลวด 4 เสน ศก. 4 เมตร ตราซแพค คา ถวเฉลยแบบเคลอนท เทากบ 407.61 ในสวนคา Standard Error มคาสงสดเทากบ 17.63 และคาต าสดเทากบ 0 2. การวเคราะหรเกสชนเชงพหพนธ (Multiple regression analysis)

เปนการวเคราะหความสมพนธของตวแปร 3 ตวขนไป ไดแก คาน ามน , คาดชนราคาวสดกอสราง,

คาแรง และคาภาษ ซงชวยหาคาตวแปรตาม (Y) ทเปนผลมาจากตวแปรอสระตางๆ (xi ) ซงสามารถเขยนความสมพนธทเปนเสนตรง



5 July 2019

E140

ตวแปรตนทใช มดงน

x1 = ราคาน ามน

x2 = คาแรง

x3 = คาภาษ

x4 = ดชนราคาวสดกอสราง 2.1 พนคอนกรตส าเรจรปอดแรง ชนดกลวง ขนาดกวาง 1.20 เมตร หนา 15.00 เซนตเมตร ลวด 4

เสน ศก. 3/8 ตราซแพค ตารางท 3: แสดงผลการวเคราะหรเกสชนของพนคอนกรตส าเรจรปอดแรง ชนดกลวง ขนาดกวาง 1.20 เมตรหนา 15.00 เซนตเมตร ลวด 4 เสน ศก. 3/8 ตราซแพค

SUMMARY OUTPUT Regression Statistics df SS MS F

Multiple R 0.73 Regression 4 209,615.93 52,403.98 14.83 R Square 0.53 Residual 39 183,745.23 4,711.42

Adjusted R Square

0.47 Total 43 393,361.16

Standard Error

68.64 Significance F

Observations 43 0.00

ANOVA

Coefficients Standard Error t Stat P-value Lower 95%

Upper 95% Intercept -2,564.31 1,110.91 -2.31 0.03 -4,811.35 -317.28

31.13 21.74 4.10 5.30 0.00 13.44 30.04 300 4.37 2.04 0.05 0.04 8.70 0.04 0.07 0.00 65,535.00 0.00 0.00 0.00 0.00 108.6 8.78 1.89 0.00 -0.63 18.20 -0.63

Lower 95.0%

Upper 95.0%

Intercept -4,811.35 -317.28

31.13 13.44 30.04

300 0.04 8.70

0.07 0.00 0.00

108.6 -0.63 18.20

จากตารางท 3 ผลการการวเคราะหรเกสชนเชงพหพนธของพนคอนกรตส าเรจรปอดแรง ชนดกลวง

ขนาด กวาง 1.20 เมตร หนา 15.00 เซนตเมตร ลวด 4 เสน ศก. 3/8 ตราซแพค ตงแต ป พ.ศ. 2555-2565 ตวแปรตนสงผลกบตวแปรตามเทากบ 0.47 หรอ รอยละ 47 และสามารถเขยนสมการไดดงน

Y = -2,564.31+21.74x1+4.37x2+0x3+8.78x4



5 July 2019

E141

3. การพยากรณแบบเอกซโพเนนเซยล (Exponential Smoothing Average) การพยากรณโดยใชขอมลทงหมด ใหน าหนกหรอความส าคญกบขอมลใหมหรอใกลปจจบนมากกวา

ขอมลเกา โดยใชสมการ Forecast(t+1)=a^* Actual(t)+(1-a)^* Forecast(t+1) โดยทคา Alpha มคา 0 ถง 1 และเรยกวาเปน smoothing constant เปนการใชกบขอมลลาสด

ตารางท 4: แสดงผลการวเคราะหแบบเอกซโพเนนเซยลของคา Error ระหวาง 0.9 - 0.1 พนคอนกรตส าเรจรปอดแรง ชนดกลวง ขนาดกวาง 1.20 ม.หนา 15 ซม. ลวด 4 เสน ศก. 3/8 ตราซแพค

Error0.9 Error0.8 Error0.7 Error0.6 Error0.5 Error0.4 Error0.3 Error0.2 Error0.1 7.15 7.95 2.62 1.41 0.68 0.28 0.09 0.02 -10.90 6.44 7.15 1.83 0.85 0.34 0.11 0.03 0.00 0.00 5.79 6.44 1.28 0.51 0.17 0.04 0.01 0.00 0.00 5.21 5.79 0.90 0.31 0.09 0.02 0.00 0.00 0.00 4.69 5.21 0.63 0.18 0.04 0.01 0.00 0.00 0.00 4.22 4.69 0.44 0.11 0.02 0.00 0.00 0.00 0.00 3.80 4.22 0.31 0.07 0.01 0.00 0.00 0.00 0.00

-12.98 3.80 -16.18 -16.36 -16.39 -16.40 -16.40 -16.40 0.00 -11.68 -12.98 -11.33 -9.82 -8.20 -6.56 -4.92 -3.28 14.76 -10.51 -11.68 -7.93 -5.89 -4.10 -2.62 -1.48 -0.66 16.24 -9.46 -10.51 -5.55 -3.53 -2.05 -1.05 -0.44 -0.13 16.38

-227.52 -9.46 -222.89 -221.12 -220.02 -219.42 -219.13 -219.03 16.40 -204.76 -227.52 -156.02 -132.67 -110.01 -87.77 -65.74 -43.81 197.10 -184.29 -204.76 -109.21 -79.60 -55.01 -35.11 -19.72 -8.76 216.81

จากตารางท 4 ผลการวจยพบวาคา Error สงสด และคา Error ต าสด สามารถแสดงผลได ดงน

คา Error สงสด ของ 0.9 เทากบ 2.60 คา Error ต าสด ของ 0.9 เทากบ -8.66











5 July 2019

E142

สรปผลการวจย 1. ผลการวเคราะหวธหาคาถวเฉลยแบบเคลอนท (Simple Moving Average)

1.1 ผลการวจย พบวาคาเฉลยเคลอนทของเสารวคอนกรต แบบตนชาง ขนาด 4 นว x 4 นว ยาว 2.50 เมตร ตราซแพค พบวาคาถวเฉลยแบบเคลอนทสงสดเทากบ 350.00 ในสวนคา Standard Error มคาเทากบ 0 แสดงถงคาพยากรณ และคาขอมลจรงมคาใกลเคยงกน 1.2 ผลการวจย พบวาคาเฉลยเคลอนทของคานคอนกรตอดแรง หนาตดรปตวท ขนาดยาว 3.00 เมตร ลวด 4 เสน ศก. 4 เมตร ตราซแพค พบวาคาถวเฉลยแบบเคลอนทสงสดเทากบ 407.61 ในสวนคาStandard Error คาสงสดเทากบ 17.63 และคาต าสดเทากบ 0 แสดงถงคาพยากรณ และคาขอมลจรงมคาใกลเคยงกน

2. ผลการวเคราะหรเกสชนเชงพหพนธ

�� = a+b1x1+b2x2+b3x3+b4x4

x1 = ราคาน ามน

x2 = คาแรง

x3 = คาภาษ

x4 = ดชนราคาวสดกอสราง 2.1 อธบายความสมพนธของปจจยทสงผลตอราคาเสาเขมหกเหลยมกลวง ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร ไดดงน

�� = 27.93 + 1.30 x1+ 0.16 x2 + 0 x3+ 1.04 x4 - ถาคาน ามนปรบเพมขน 1 บาท จะสงผลท าใหราคาวสดเพมขน 1.30 บาท - ถาคาแรงเพมขน 1 บาท จะสงผลท าใหราคาวสดเพมขน 0.16 บาท - ถาดชนเพมขน 1 เทา จะสงผลท าใหราคาวสดกอสรางเพมขน 1.04 บาท

- ราคาคาน ามน, คาแรง และดชนราคาวสดกอสราง สงผลตอราคาเสาเขมหกเหลยมกลวง ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร สวนทไมมผลคอ คาภาษ เนองจากมคาคงทเทากนทกป

3. การพสจนสมมตฐาน 3.1 สอดคลองกบสมมตฐาน เนองจากคาความคลาดเคลอนของการพยากรณ มคาไมเกนรอยละ 10 ตรงตามทตงสมมตฐานไว โดยเอาคา Average error ของวสดมาเปรยบเทยบกบคาเฉลยราคาวสดจรง มการหาคาดงน

3.1.1 เสาเขมหกเหลยมกลวง ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร คา Average error = 9.92

หาคาความคลาดเคลอน = 9.92/40 คาความคลาดเคลอน (MAD) = 0.25



5 July 2019

E143

4. สรปผลคา Alpha ทเหมาะสมตอราคาวสดกอสรางในหมวดโครงสราง 4.1 เสาเขมหกเหลยมกลวง ขนาด 15.00 เซนตเมตร ยาว 2.00 เมตร มคา Alpha = 1.20 ท าให

คา RMSPE = 2.50 จะท าใหคาพยากรณมความผดพลาดนอยทสด 4.2 เสาตอมอคอนกรตเสรมเหลกขนาด 10x10 เซนตเมตร ยาว 1.00 เมตร มคา Alpha = 1.00

ท าให คา RMSPE = 2.08 จะท าใหคาพยากรณมความผดพลาดนอยทสด

การอภปรายผล จากผลการวจย พบวา มความสอดคลองกบงานวจยของ จามร อนชตโอฬาร ทวจยเกยวกบการ ผนผวนของราคาคาวสด ทกลาววา ราคาวสดมความผนผวนเนองจากราคาคาน ามน แตทคณะผวจยไดมการเพมตวแปรทสงผล คอ คาแรง และคาดชนราคาวสดลงไปนน กพบวามความสมพ นธกบราคาคาวสดเชนเดยวกน เชน พนคอนกรตส าเรจรปอดแรง ชนดกลวง ขนาด กวาง 1.20 เมตร หนา 15.00 เซนตเมตร ลวด 4 เสน ศก. 3/8 ตราซแพค กมตวแปรตนทสงผลตอราคาวสดชนดนอยถงรอยละ 47 และจากผลการวจยครงน ยงสอดคลองกบงานวจยของ ธรรมศกด รจระยรรยง ทวจยเกยวกบวธวเคราะหความถดถอยวเคราะหหาตวแปรทางดานกายภาพของอาคาร ทมอทธพลตอราคากอสรางอาคารพกอาศย โดยผลการวจยของคณะผวจยกปรากฏ ผลทใชการวเคราะหความถดถอย เพอหาความสมพนธของแตละตวแปรวา ตวแปรสงผลตอราคาวสดในหมวดนน ๆ เชนเดยวกน ขอเสนอแนะ

1. ขอเสนอแนะในการวจยครงน จ านวนขอมลทใชในการศกษาการพยากรณราคาวสดกอสรางมปจจยทสงตอราคาวสดกอสรางนอย

เกนไป ตองหาปจจยทสงผลเพมขนอก จากเดมเกบรวบรวมขอมลจากราคาคาน ามน , คาแรงตอหนวยการท างาน, คาดชนวสดกอสราง และปจจยอน ๆ 5 ปยอนหลง ตงแตป 2555-2561 ควรขยายแนวทางการศกษาเพมการพยากรณอก 5 ป เพอประโยชนตอการหาคาเฉลยตอราคาวสดกอสรางในอนาคต และชวยใหการศกษาความสมพนธมผลทชดเจน และแมนย ายงขน 2. ขอเสนอแนะในการวจยครงตอไป ควรเพมปจจยทสงผลตอราคาวสดกอสรางใหมากขน และใชการวเคราะหแควธการเดยว และลดจ านวนปในการพยากรณไปขางหนา เพอจะไดมความผดพลาดนอย และเปนประโยชนตอการหาคาเฉลยตอราคาวสดกอสรางในอนาคต และเกดความแมนย ามากทสด เอกสารอางอง

จามร อนชตโอฬาร, (2552). ความผนผวนของราคาวสดกอสรางและผลกระทบตอผประกอบการกอสราง. มหาวทยาลยเทคโนโลยพระจอมเกลาธนบร, กรงเทพฯ.



5 July 2019

E144

เกสร ศะรจนทร และนางสาวมารรตน โสดานล, (2554). ระบบการพยากรณดชนราคาวสดกอสราง โดยใชเทคนคโครงขายประสาทเทยมพยากรณดชนราคาวสดกอสราง. มหาวทยาลยเทคโนโลยพระจอมเกลาพระนครเหนอ, กรงเทพฯ.

แววดาว พนสวน, (2550). การศกษาการพยากรณแบบอนกรมเวลา (Time Series) เพอการวางแผนการผลต กรณศกษา : บรษท เอส บอตสาหกรรมเครองเรอน จ ากด. มหาวทยาลยเทคโนโลยพระจอมเกลาพระนครเหนอ, กรงเทพฯ.

ธรรมศกด รจระยรรยง, (2555). การประมาณราคากอสรางอาคารพกอาศยรวม โดยวธวเคราะหความถดถอย วเคราะหหาตวแปรทางดานกายภาพของอาคาร ทมอทธพลตอราคากอสรางอาคารพกอาศย. มหาวทยาลยรงสต, กรงเทพฯ.

สทธโชค สนทรโอภาส, นายภาคภม ชตมานนทวน, นายอรรถพล นอยยนยงค, นายธนากร ถนมาบแค และ นายวรยะ ค านวณ, (2550). ฐานขอมลราคาวสดกอสรางและแรงงานส าหรบอาคารสง, กรงเทพฯ.



5 July 2019

E145

โปรแกรมการวเคราะหภาพถายความรอนของอปกรณไฟฟา THERMAL IMAGE ANALYSIS SOFTWARE FOR ELECTRICAL EQUIPMENT

พสมนต เตรณ1 , นภดล อชายภชาต2 , ณฐพงศ ตณฑนช2* Pasman Terana1, Napadol Uchaipichat2, Nutthaphong Tanthanuch2*

1โครงการหลกสตรนวตกรรมทางวศวกรรมศาสตร คณะวศวกรรมศาสตร มหาวทยาลยธรรมศาสตร

1Thammasat University Programmes of Innovative Engineering, Faculty of Engineering, Thammasat University 2ภาควชาวศวกรรมไฟฟาและคอมพวเตอร คณะวศวกรรมศาสตร มหาวทยาลยธรรมศาสตร

2Department of Electrical and Computer Engineering, Faculty of Engineering, Thammasat University *Corresponding author, E-mail: [email protected]

บทคดยอ

เทคโนโลยถายภาพความรอนถกน ามาใชอยางกวางขวางส าหรบการประเมนความผดปกตในระบบไฟฟาแรงสง ในการประเมนนนจะเปรยบเทยบอณหภมของอปกรณทตองการตรวจสอบกบอณหภมโดยรอบ โดยทวไปการบนทกภาพถายความรอนสามารถแสดงเฉพาะอณหภมของจดทสนใจ อณหภมทไมอยในจดทระบจะตองค านวณจากซอฟตแวรของผผลต บทความนมวตถประสงคเพอพฒนาซอฟตแวรส าหรบการวเคราะหภาพถายความรอนทสามารถวเคราะหอณหภมของต าแหนงทระบจากภาพถายความรอน ซอฟตแวรทออกแบบนงายตอการใชงานในการค านวณอณหภมของพนทใด ๆ และสามารถเปรยบเทยบอณหภมทแตกตางกนระหวางสองจดของภาพถายความรอน และนอกจากนซอฟตแวรทพฒนาขนสามารถชวยนกวเคราะหภาพถายความรอนทราบถงอณหภมในทกต าแหนงของภาพถายความรอน นอกจากนยงสามารถน าไปใชในการประเมนสภาพอปกรณไฟฟาเพอการวางแผนการบ ารงรกษาทมประสทธภาพ

ค าส าคญ: ภาพถายความรอน อณหภม ซอฟตแวร การวเคราะหและการเปรยบเทยบ

ABSTRACT

Thermal imaging technology is widely used for the assessment of abnormalities in high-voltage electrical systems. For the inspection, the temperature of inspected equipment will be compared to an ambient temperature. In general, the recording of thermal imaging can present only temperature of the point of interest. The temperature which is out of specified point must be computed from manufacturer’s software. This paper aims to develop software for thermal image analysis that can analyze temperature of specified



5 July 2019

E146

position from thermal image. The software is easy to use for temperature computation of any area and it can compare different temperature between two points of the thermal image. The software can assist thermal image analyst to know the temperature in every position of the thermal image. In addition to it can be applied to evaluate the electrical equipment condition for effective maintenance planning.

Keywords: Thermal image, Temperature, Software, Analysis and comparison

บทน า

ปจจบนการประเมนความผดปกตจากการตรวจสอบการท างานและสภาพของอปกรณในระบบไฟฟาแรงดนสงนยมการตรวจสอบแบบไมสมผส เชน การสงเกต การไดยน การไดกลน และยงมการน าเทคโนโลยกลองถายภาพความรอนมาใชงาน เนองจากเทคโนโลยภาพถายความรอนดวยรงสอนฟราเรดเปนการตรวจสอบเพอการบ ารงรกษาเชงปองกนแบบทางออมหรอเรยกอกอยางวาการบ ารงรกษาตามสภาพ (ยทธพงศ ทพผดง, 2557) โดยการถายภาพความรอนตามต าแหนงทไมสามารถเขาถงอปกรณหรอต าแหนงทมอณหภมสง เชน การตรวจอณหภมของฟวสแรงสง ปลอกฉนวนน าสายหมอแปลงไฟฟา ครบระบายความรอนหมอแปลงไฟฟาก าลง สวตชตดตอนแรงสง และเซอรกตเบรกเกอร เปนตน ซงเปนการตรวจสอบทไมมผลกระทบตออปกรณและระบบไฟฟา เนองจากไมมการตดตงอปกรณใด ๆ สามารถตรวจสอบในระยะทปลอดภยตอผท าการตรวจวดโดยไมตองปดระบบไฟฟาเพอตดกระแสไฟฟาหรอปลด-สบอปกรณออกจากระบบไฟฟา ท าใหทราบถงสภาพของอปกรณในระหวางการท างาน สามารถวเคราะหหาแนวทางการแกไขปญหาวางแผนการบ ารงรกษากอนทจะเกดความเสยหายตออปกรณและระบบไฟฟาอยางทนทวงทและสรางความนาเชอถอในเสถยรภาพของระบบไฟฟา (ยทธพงศ ทพผดง และคณะ ,2555) จากทกลาวมาขางตนจะเหนวาการใชภาพถายความรอนส าหรบตรวจสอบความผดปกตของอปกรณในระบบไฟฟาตองประเมนหาสาเหตจากคาอณหภมทต าแหนงตาง ๆ ของอปกรณซงโดยทวไปภาพถายความรอนทไดจากการบนทกสวนใหญแสดงผลการวดแบบสเกลสและมการระบคาอณหภมเปนตวเลขเพยงบางต าแหนงเทานน ท าใหยากตอการประเมนและเปรยบเทยบขอมลระหวางภาพถายในกรณทสเกลของแถบสแตกตางกน ผวจยจงพฒนาโปรแกรมทใชในการประเมนภาพถายความรอนของอปกรณทตดตงในระบบไฟฟา โดยแสดงคาอณหภมสงสด ต าสด และเฉลยของบรเวณทท าการเลอก อกทงสามารถเปรยบเทยบคาอณหภมสงสดในแตละบรเวณทเลอก วตถประสงคของการวจย

1. เพอพฒนาโปรแกรมส าหรบประเมนภาพถายความรอนบนโปรแกรม MATLAB โดยใชวธการประมวลผลภาพถาย

2. สามารถแสดงคาอณหภมสงสด ต าสด และเฉลยของบรเวณทตองการทราบคาอณหภม



5 July 2019

E147

3. สามารถเปรยบเทยบผลตางของคาอณหภมในแตละบรเวณ วธด าเนนการวจย 1. การแปลงภาพเปนภาพโทนสเทา

การประมวลผลภาพจะท าการอานภาพถายความรอนเขาโปรแกรม MATLAB ภาพถายความรอนทรบเขามาเปนภาพส (RGB) ทมขอมลคาพกเซล 3 ชด ประกอบดวย สแดง(R) สเขยว(G) และสน าเงน(B) จากนนท าการแปลงภาพสเปนภาพโทนสเทา (Gray-Scale) ทมขอมลคาพกเซลเพยง 1 ชด (Rafael C. Gonzalez et al., 2547) โดยสามารถค านวณคาพกเซลของภาพถายความรอนทเปนภาพโทนสเทาไดจากสมการท (1)

Gray = (0.0299 R)+(0.587 G)+(0.114 B) (1)

ผลการแปลงภาพสเปนภาพโทนสเทาจะมขอมลคาพกเซลระหวาง 0 ถง 255 โดยพกเซลทมคา 0 จะแสดงเปนสด าสวนพกเซลทมคา 255 จะแสดงเปนสขาว (โศรฎา แขงการ และกนตธร ช านประศาสน, 2543) 2. การเปรยบเทยบคาพกเซลกบคาอณหภม

โดยทวไปสามารถอานคาอณหภมของภาพถายความรอนไดจากกลองถายภาพความรอนขณะใชงาน แตภาพถายความรอนทไดจากการบนทกของกลองถายภาพความรอนจะมคาพกเซลและคาอณหภมของแถบสทแตกตางกนขนอยกบการปรบตงของผใชงาน ดงนนการค านวณคาอณหภมจากภาพถายความรอนทไดจากการบนทกจงจ าเปนตองเปรยบเทยบคาพกเซลในรปภาพทบงบอกคาอณหภมบนแถบสของภาพถายนน ๆ โดยการน าคาพกเซลมาเทยบกบคาอณหภมสงสดและต าสดจากต าแหนงพกเซลทแสดงบนแถบส ดงภาพท 1

ภาพท 1: ต าแหนงพกเซลทมคาอณหภมสงสดและต าสด 3. การหาความสมพนธเชงเสนตรง เมอเลอกต าแหนงของพกเซลพรอมก าหนดคาอณหภมสงสดและต าสดจากแถบเฉดสทแสดงในขอ 2

พกเซลทมคา

อณหภมสงสด

พกเซลทมคา

อณหภมต าสด



5 July 2019

E148

น าคาอณหภมสงสด ต าสด และคาพกเซลของทง 2 ต าแหนงมาหาความสมพนธเชงเสนตรงดงสมการท (2)

vT = mP +c (2)

เมอ T คอ คาอณหภม vP คอ คาพกเซล

m คอ ความชนของกราฟเสนตรง c คอ จดตดแกนตง

ก าหนดใหคาอณหภมอยในแนวแกนตงและคาพกเซลอยในแนวแกนนอน โดยทวไปภาพโทนสเทามคาพกเซลตงแต 0 ถง 255 ซงอาจไมใชคาพกเซลทมคาอณหภมต าสดและสงสดตามล าดบบนแถบเฉดสดงตวอยางในภาพท 2ก) ดงนนการหาความสมพนธเชงเสนตรงจงตองท าการปรบสเกลคาพกเซลเพอขยายชวงของคาพกเซลใหสามารถค านวณคาอณหภมในภาพถายความรอนไดทกคาพกเซล ดงภาพท 2ข)

ก) คาพกเซลบนแถบเฉดสทมคาอณหภมสงสดและต าสด

ข) การขยายคาพกเซลใหอยในชวงตงแต 0 ถง 255

ภาพท 2: การปรบคาพกเซลของภาพถายความรอน



5 July 2019

E149

4. การค านวณคาอณหภม จากความสมพนธทไดในขอ 3 สามารถค านวณคาอณหภมในต าแหนงตาง ๆ ของภาพไดจากคาพกเซลในต าแหนงนน ๆ ซงในงานวจยนจะค านวณคาอณหภมสงสด ต าสด และเฉลยของอปกรณไฟฟาในบรเวณทตองการ โดยท าการเลอกบรเวณทตองการค านวณคาอณหภมเพอน าคาพกเซลสงสด ต าสด และเฉลยมาค านวณคาอณหภมสงสด ต าสด และเฉลยของบรเวณนน ๆ จากความสมพนธเชงเสนตรงในสมการท (2) 5. พฒนาโปรแกรม

จากขนตอนการวเคราะหภาพถายความรอนตงแตการแปลงภาพเปนภาพโทนสเทาจนถงการค านวณคาอณหภมของบรเวณทตองการทราบคาอณหภม จะเหนวาการวเคราะหภาพถายความรอนหนงภาพมความซบซอนทเกดจากการประมวลผลหลายขนตอน ดงนนการพฒนาโปรแกรมส าหรบการชวยวเคราะหจงเปนสงส าคญเพอใหผใชงานสามารถใชงานไดอยางสะดวกและรวดเรวตอการวเคราะหภาพถายความรอนจ านวนมาก โดยสรางหนาตาง GUI (Graphical User Interface) เพอใชในการวเคราะหภาพถายความรอน ซงเรมจากการออกแบบหนาตางการใชงานใน GUIDE (Graphical User Interface Development) (MathWorks, 2543) ใหตอบสนองตอการใชงานไดงายและไมซบซอน หลงจากออกแบบหนาตางโปรแกรมจงท าการเขยนค าสง Callback ส าหรบการท างานของปมกดตาง ๆ ในหนาตางโปรแกรมใหท างานไดตามความตองการอยางเปนขนตอน (ปรญญา สงวนสตย, 2556) ซงเปนการรวมขนตอนการท างานทงหมด ดงภาพท 3 โดยคาอณหภมสงสดและต าสดของภาพถายเปนคาทผใชงานก าหนดจากแถบสในภาพ สวนคาพกเซลเปนการเลอกบรเวณทตองการทราบคาอณหภม

ภาพท 3: ขนตอนการท างานของโปรแกรม GUI


โปรแกรมทพฒนาขน จากวธด าเนนการวจยทกลาวมาขางตนไดออกแบบหนาตางโปรแกรมทใชส าหรบการวเคราะห

ภาพถายความรอนดงภาพท 4 โดยในแตละสวนมหนาทการท างานดงน สวนท 1 : สวนของเครองมอในการใชงาน ประกอบไปดวยปมตาง ๆ ในการเลอกรปและบรเวณท

ตองการค านวณคาอณหภมในภาพถายความรอน รวมถงฟงกชนในการเปลยนภาพสเปนภาพโทนสเทา สวนท 2 : จอแสดงผลภาพทเลอกจากปม Select Picture โดยภาพทแสดงจะเปนภาพสหรอภาพ

โทนสเทาขนอยกบการเลอกของฟงกชน Color Palette ในสวนท 1

แปลงภาพโทนสเทา

เปรยบเทยบคาพกเซลกบคาอณหภม

หาความสมพนธเชงเสนตรง

ค านวณคาอณหภม

ภาพถาย ความรอน

คาอณหภม

คาอณหภมสงสด

และต าสด

คาพกเซล



5 July 2019

E150

สวนท 3 : กราฟแสดงคาฮสโตรแกรม (Histogram) ของคาอณหภมในภาพถายความรอนทแสดงในสวนท 2 โดยแกนตงคอจ านวนพกเซลและแกนนอนคอคาอณหภม

สวนท 4 : สวนของการแสดงความแตกตางของอณหภมในแตละบรเวณ โดยสามารถเลอกได 5บรเวณทเลอกไวจากปม Select Picture ในสวนท 1 และสามารถแสดงคาความแตกตางของอณหภมได 3 บรเวณจาก 5 บรเวณทท าการเลอก

สวนท 5 : แสดงคาอณหภมทค านวณและชอพนทของในแตละบร เวณทเลอกไวโดยจ ากดไวเพยง 5 พนทเชนเดยวกบสวนท 4

สวนท 6 : รายละเอยดเกยวกบภาพถายความรอน เชน ขนาด ชอ และประเภทของไฟลภาพ รวมทงคาพกเซลทมคาอณหภมสงสดและต าสดของแถบสทท าการเปรยบเทยบ

ภาพท 4: หนาตางโปรแกรม GUI

ขนตอนการใชงานส าหรบการวเคราะหภาพถายความรอนจะแสดงการค านวณคาอณหภมของอปกรณไฟฟาในภาพถายความรอน เรมจากเลอกรปภาพทตองการวเคราะหดงภาพท 5ก) จากนนท าการเลอกพกเซลทมคาอณหภมสงสดและต าสดบนแถบเฉดสพรอมก าหนดคาอณหภมสงสดและต าสดดงภาพท 5ข) และภาพท 5ค) ซงจะแสดงคาพกเซลทมคาอณหภมสงสดและต าสดในสวนท 6 ของหนาตางโปรแกรม

4 1

2

3

5

6



5 July 2019

E151

ก) หนาตางส าหรบเลอกรป

ข) คาพกเซลทมอณหภมสงสด ค) คาพกเซลทมอณหภมต าสด

ภาพท 5: การเตรยมวเคราะหภาพถายความรอน

เมอท าการเปรยบเทยบคาพกเซลกบคาอณหภมแลว จะสามารถเลอกบรเวณทตองการทราบคาอณหภมดวยปม Select area in picture ทอยในสวนท 1 ซงจะแสดงคาอณหภม 3 คาประกอบดวย อณหภมสงสด อณหภมเฉลย และอณหภมต าสด ของบรเวณทเลอกดงภาพท 6

ภาพท 6: การเลอกพนทส าหรบค านวณคาอณหภม

การเลอกบรเวณจะสามารถเลอกไดทงหมด 5 พนท สามารถดคาอณหภมสงสด ต าสด และเฉลยของแตละบรเวณในสวนท 5 ดงภาพท 7ก) เพอน าคาอณหภมมาพจารณาในการเลอกบรเวณทตองการเปรยบเทยบผลตางของคาอณหภมสงสดในสวนท 4 ซงสามารถเลอกดและเปรยบเทยบผลตางของคาอณหภม



5 July 2019

E152

ได 3 บรเวณพรอมแสดงภาพของบรเวณนน ๆ ประกอบไปดวย A B และ Ref ดงภาพท 7ข) โดยท Ref คอคาอณหภมอางอง

ก) หนาตางสรปคาอณหภมของแตละบรเวณ

ข) หนาตางแสดงบรเวณทท าการเลอก

ภาพท 7: หนาตางแสดงรายละเอยดขอมลของบรเวณทท าการเลอก

เพอใหสามารถท าการวเคราะหภาพถายความรอนไดอยางมประสทธภาพมากขนโดยการ Threshold ภาพถายดวยคาอณหภมเพอพจารณาเฉพาะพกเซลในภาพทมคาอณหภมสงกวาคาอณหภมทเลอกหรอพกเซลทมคาอณหภมสง (MathWorks, 2546) สามารถปรบคาจากแถบ Slider bar ในสวนท 3 ดงภาพท 8 ซงขอบเขตของคา Threshold ทสามารถปรบไดจะอยในชวงอณหภมต าสดถงอณหภมสงสดของแถบส



5 July 2019

E153

ภาพท 8: การปรบคา Threshold ของภาพถาย

นอกจากนยงสามารถบนทกภาพทท าการเลอกพนทดวยปม Save image หรอสามารถเลอกบนทกเฉพาะบรเวณทตองการโดยเขาไปทค าสง Tools >> Export >> Image of Area… ดงภาพท 9 รวมทงสามารถสงขอมลของกราฟ Histogram ไปทโปรแกรม Microsoft Excel เพอน าไปจดท ารายงาน โดยเขาไปทค าสง Tools >> Export >> Histogram ดงภาพท 10

ภาพท 9: การบนทกภาพของบรเวณทตองการ

ภาพท 1 : การสงขอมลกราฟ Histogram



5 July 2019

E154

การวเคราะหภาพถายความรอน จากการใชงานโปรแกรมทท าการพฒนาขนในการค านวณคาอณหภมในภาพถายความรอนจ านวน 4 ภาพทแสดงคาอณหภมประกอบไปดวยภาพถายความรอนของเซอรกตเบรกเกอร หมอแปลงไฟฟา ฟวส และกบดกเสรจ ดงภาพท 11 ถง ภาพท 14 จากนนท าการค านวณคาอณหภมทง 4 ภาพเพอเปรยบเทยบคาอณหภมจากการค านวณของโปรแกรม ซงการค านวณคาอณหภมในโปรแกรมจะท าการเลอกบรเวณทตองการเปรยบเทยบหรอบรเวณทแสดงคาอณหภมและค านวณคาอณหภมสงสด ต าสด และเฉลยของบรเวณนน ๆ ผลการเปรยบเทยบคาอณหภมสงสดระหวางคาทไดจากการวดดงภาพท 11ก) ถง ภาพท 14ก) กบคาจากการค านวณในแตละบรเวณดงภาพท 11ข) ถง ภาพท 14ข) แสดงในตารางท 1

ก) คาอณหภมทแสดงในภาพถายความรอน ข) อณหภมจากการค านวณ

ภาพท 11: ภาพถายความรอนของเซอรกตเบรกเกอร


ภาพท 12: ภาพถายความรอนของหมอแปลงไฟฟา



5 July 2019

E155

ก) คาอณหภมทแสดงในภาพถายความรอน ข) อณหภมจากการค านวณ ภาพท 13: ภาพถายความรอนของฟวส


ภาพท 14: ภาพถายความรอนของกบดกเสรจ ตารางท 1: การเปรยบเทยบคาอณหภม

อปกรณ อณหภมสงสด(C)

ความคลาดเคลอน (C)

เปอรเซนตความคลาด

เคลอน ภาพถาย การค านวณ

เซอรกตเบรกเกอร 41.6 41.66 0.06 0.144 หมอแปลงไฟฟา 44.0 40.0 0.0 0.0

ฟวส 44.0 45.0 1.0 2.273 กบดกเสรจ 57.8 56.73 1.07 1.851



5 July 2019

E156

จากตารางท 1 การค านวณคาอณหภมของภาพถายความรอนจากโปรแกรมทพฒนาขนมความผดพลาดไมเกน 2.23 เปอรเซนต แสดงใหเหนวาโปรแกรมทพฒนาขนสามารถค านวณคาอณหภมของอปกรณในระบบไฟฟาแรงดนสงและบรเวณอน ๆ ทอยในภาพถายความรอนไดใกลเคยงกบคาอณหภมจรง สรป การวเคราะหภาพถายความรอนในระบบไฟฟาแรงดนสงมขนตอนในการประมวลผลภาพหลายขนตอน การพฒนาโปรแกรม GUI เพอสรางหนาตางโปรแกรมชวยใหการวเคราะหภาพถายเปนไปไดงายและสะดวกรวดเรวตอการใชงานมากขน ผใชงานไมจ าเปนตองเขาใจโคดค าสงกสามารถท าการวเคราะหภาพถายความรอนได ผลการเปรยบเทยบระหวางภาพถายความรอนกบการค านวณในโปรแกรมของอปกรณไฟฟาในภาพถายความรอนมความคลาดเคลอนนอยกวา 2.23 เปอรเซนต โดยสาเหตของความผดพลาดอาจเกดจากการก าหนดพกเซลทมคาอณหภมสงสดและต าสดจากแถบสหรอเกดจากระยะหางระหวางกลองกบอปกรณของการถายภาพรวมถงชนดวสดของอปกรณทมผลตอคาความสามารถการแผรงสความรอน กตตกรรมประกาศ

ขอขอบคณ คณะวศวกรรมศาสตร มหาวทยาลยธรรมศาสตร และการไฟฟาสวนภมภาค ทใหการสนบสนนในการท าวจยครงนเปนอยางด เอกสารอางอง ปรญญา สงวนสตย. (2556). คมอการใชงาน MATLAB ฉบบสมบรณ. บรษท ไอดซ พรเมยร จ ากด. ยทธพงศ ทพผดง. (2557). บทความดานวศวกรรมไฟฟาการตรวจสอบระบบไฟฟาดวยกลองถายภาพ

ความรอน. สบคนเมอ มกราคม 2562, จาก www.esd.pea.co.th ยทธพงศ ทพผดง, ธระวฒน หนนาค, ทวพล ซอสตย, นวภทรา หนนาค. (2555). การใชเทคโนโลยภาพถาย

ความรอนอนฟราเรดอยางมออาชพ. วศวกรรมสถานแหงประเทศไทย ในพระบรมราชปถมภ. โศรฎา แขงการ, กนตธร ช านประศาสน. (2543). การใช MATLAB ส าหรบทางวศวกรรม (ปรบปรงครงท 2). :

สบคนเมอ มกราคม 2562, จาก http://www.star-circuit.com MathWorks. (2543). MATLAB App Building. สบคนเมอ มกราคม 2562, จาก www.mathworks.com MathWorks. (2546). Image Processing Toolbox, Users Guide. Version 4. : The MathWorks, Inc. Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddings. (2547). Digital Image Processing

Using MATLAB. : Pearson Education, Inc.

controlling electronic devices by using computer … · 2019-07-15 · ของปุ่ม...

Documents