โครงการวิจัย

วัสดุฉนวนไฟฟ้าแรงสูงเป็นองค์ประกอบสำคัญในระบบส่งกำลังไฟฟ้าและอุตสาหกรรมไฟฟ้าต่าง ๆ หน้าที่หลักของวัสดุเหล่านี้คือการป้องกันการไหลของกระแสไฟฟ้าที่ไม่พึงประสงค์และลดความสูญเสียทางพลังงาน นอกจากนี้ยังเป็นส่วนหนึ่งในระบบส่งจ่ายไฟฟ้าแรงสูงที่สามารถช่วยส่งเสริมเสถียรภาพของการส่งจ่ายให้ดียิ่งขึ้น ถ้าได้รับการออกแบบอย่างถูกต้องและเลือกใช้วัสดุอุปกรณ์ที่เหมาะสม ในปัจจุบันระบบไฟฟ้าแรงสูงของประเทศไทยเกือบทั้งหมดเป็นแบบสายขึงในอากาศใช้ลูกถ้วยฉนวนแบบทั่วไป ลูกถ้วยฉนวนไฟฟ้าสามารถแบ่งตามวัสดุที่ใช้ทำลูกถ้วยฉนวนออกเป็น ลูกถ้วยฉนวนพอร์ซเลน ลูกถ้วยฉนวนพอลิเมอร์ และลูกถ้วยฉนวนแก้วเหนียว [1,2] ในปัจจุบันลูกถ้วยฉนวนพอลิเมอร์ เป็นที่ยอมรับและถูกนำมาใช้มีข้อได้เปรียบหลายอย่างเมื่อเทียบกับลูกถ้วยฉนวนพอร์ซเลนและลูกถ้วยฉนวนแก้วเหนียว คือ ยางซิลิโคนมีแรงตึงผิวต่ำ (low surface tension energy) จึงทำให้ผิวของลูกถ้วยฉนวนมีคุณสมบัติไม่ชอบน้ำ (hydrophobicity) ซึ่งทำให้ลูกถ้วยฉนวนยางซิลิโคนมีสมรรถนะทางไฟฟ้าภายใต้สภาวะเปรอะเปื้อนและสภาวะเปียกชื้นดีกว่าลูกถ้วยฉนวนแบบธรรมดา  

    ปัจจุบันการวิจัยทางด้านวัสดุวิศวกรรมมีความก้าวหน้าไปอย่างมาก มีการพัฒนาเพื่อใช้ในงานอุตสาหกรรมประเภทต่างๆ และเป็นสินค้าส่งออกทำรายได้ให้แก่ประเทศ โดยเฉพาะอย่างยิ่งยางธรรมชาติที่มีกำลังการผลิตเป็นอันดับต้นๆในประเทศไทยและในภูมิภาคเอเชียแปซิฟิก ด้วยคุณสมบัติที่เป็น Renewable material ที่มีความยืดหยุ่นสูง ง่ายต่อการขึ้นรูปและมีน้ำหนักเบา ทำให้มีการผลิตเป็นทั้งสารตั้งต้นและสารผสมลงในวัสดุต่างๆ มากมาย แต่ยางธรรมชาติก็ยังคงมีข้อด้อยในเรื่องของความแข็งแรงต่ำและจะอ่อนเยิ้มเมื่ออุณหภูมิสูงขึ้น ทำให้ต้องผสมด้วยสารตัวเติมเพื่อเพิ่มคุณสมบัติทางกลและคุณสมบัติทางไฟฟ้าให้ดียิ่งขึ้น การเลือกสารตัวเติมจึงถือว่าเป็นเรื่องสำคัญและนำไปสู่การออกสูตรผสมยางซึ่งในกระบวนการดั้งเดิมเพื่อให้ได้ผลิตภัณฑ์วัสดุลูกถ้วยฉนวนใหม่ที่มีคุณสมบัติตรงตามความต้องการจำเป็นต้องใช้เวลาและทรัพยากรในการทดลองและวิจัยจำนวนมาก ด้วยเหตุนี้ เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) โดยเฉพาะ Machine Learning (ML) ได้กลายมาเป็นเครื่องมือที่มีประสิทธิภาพในการช่วยทำนายคุณสมบัติของวัสดุโดยอาศัยข้อมูลที่มีอยู่ที่สามารถเรียนรู้และสร้างแบบจำลองจากข้อมูลเพื่อลดความซับซ้อนและต้นทุนในการวิจัยและพัฒนาวัสดุฉนวนใหม่ [3-5]

          ดังนั้น ผู้วิจัยเห็นว่า ML เป็นเทคนิคใหม่ที่จะถูกนำมาใช้เพื่อทำนายคุณสมบัติของวัสดุฉนวนไฟฟ้าแรงสูงได้ ทั้งคุณสมบัติทางกล เช่น ค่าความแข็ง, ค่าความต้านทานแรงดึง เป็นต้น และคุณสมบัติทางไฟฟ้า เช่น ค่าความต้านทานไฟฟ้า ค่าความเป็นฉนวน ค่า permittivity ค่า dielectric breakdown เป็นต้น ซึ่งจะช่วยให้สามารถออกแบบวัสดุใหม่ได้อย่างรวดเร็วและแม่นยำ หลังจากนั้นวัสดุจะต้องได้รับการยืนยันผลการทำนาย (Validation of Predictions) เพื่อเป็นการยืนยันแนวคิดดังกล่าว ทั้งนี้การประยุกต์ใช้ ML ในงานวิจัยนี้ยังสามารถนำไปสู่การประยุกต์ใช้ในงานผลิตวัสดุสำหรับงานวิศวกรรมไฟฟ้าอื่น ๆ ต่อไปได้

นำ Machine Learning มาเป็นเครื่องมือที่มีประสิทธิภาพในการช่วยทำนายคุณสมบัติของวัสดุโดยอาศัยข้อมูลที่มีอยู่ที่สามารถเรียนรู้และสร้างแบบจำลองจากข้อมูลเพื่อลดความซับซ้อนและต้นทุนในการวิจัยและพัฒนาวัสดุฉนวนใหม่

• -