31 กรกฎาคม 2569 ถึง 14 กุมภาพันธ์ 2570

ระบบหุ่นยนต์และระบบอัตโนมัติแบบก้าวหน้าและอัจฉริยะ (Advanced and Intelligent Robotics and Automation Systems)

สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหาร ลาดกระบัง, สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารวิทยาเขตชุมพร ลาดกระบัง, มหาวิทยาลัยเทคโนโลยีสุรนารี, บริษัทซีเกท เทคโนโลยี ประเทศไทย จำกัด, สมาคม Thai Innovation and Robotics Association – TIRA, บริษัท Techey Mecha

1. อุตสาหกรรมหุ่นยนต์

1. Artificial Intelligence
2. Sensor Technology
3. Programmable Logic Control (PLC)
4. Robot Programming & Programming Pendant

1. Smart Automation, IIoT & Cyber–Physical Systems for industry 4.0/5.0
2. Intelligent Industrial Robotics and Flexible Automation
3. Advanced Robot and Automation Control and Human–Robot Collaboration
4. Machine Vision, AI Robotics and Autonomous System

Onsite Training

สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหาร ลาดกระบัง

ภาคทฤษฎี 24 ชั่วโมง | ภาคปฏิบัติ 24 ชั่วโมง

เมื่อจบหลักสูตร Topic 1: Automation for industry 4.0/5.0
ผู้เข้าอบรมสามารถ:
1. มีทักษะเขียนโปรแกรมและตั้งค่าระบบ PLC (Ladder, ST, FBD และ SFC)
2. มีทักษะการเลือก ใช้งาน และปรับจูน Sensor และ Actuators อุตสาหกรรมได้ เช่น Proximity, Photoelectric, Pneumatic Cylinders, Servomotors
3. มีองค์ความรู้ด้านระบบสื่อสารอุตสาหกรรม (Industrial Communication) เช่น PROFINET, Modbus, EtherCAT
4. อธิบายหลักการของระบบไฮดรอลิกและนิวแมติกส์ รวมถึงวงจรควบคุม การคำนวณแรง และการประยุกต์ใช้งาน
5. สามารถเลือกชนิดเซนเซอร์ให้เหมาะสมกับงานตามช่วงวัด ความแม่นยำ การตอบสนอง และสภาพแวดล้อม
6. ประยุกต์ใช้หลักการสัญญาณและอิเล็กทรอนิกส์พื้นฐานในการประมวลผลสัญญาณจากเซนเซอร์
7. มีองค์ความรู้ด้านออกแบบระบบ Mechatronics และ Machine Control System ในสายการผลิต รวมถึงระบบ Feedback และ Automation Cell
8. มีองค์ความรู้และวิเคราะห์ด้าน IIoT (Industrial IoT) เช่น Data acquisition, MQTT, Cloud Monitoring, Predictive Maintenance
9. อธิบายและประยุกต์ใช้แนวคิด Industry 4.0 และ Industry 5.0 เช่น Cyber-Physical Systems, Digital Twin, Human-Robot Collaboration
10. มีองค์ความรู้ด้านออกแบบระบบ Smart Factory โดยผสาน PLC, Robotics, Vision, Sensors, Data Analytics และ AI ให้เชื่อมโยงเป็นระบบอัตโนมัติครบวงจร
11. มีทักษะและสามารถเข้าใจและออกแบบการบำรุงรักษาด้วย AI

เมื่อจบหลักสูตร Topic 2: Intelligent Industrial Robotics and Flexible Automation
ผู้เข้าอบรมสามารถ:
1. อธิบายหลักการหุ่นยนต์อุตสาหกรรมและ Cobot วิธีการ Forward/Inverse Kinematics, Jacobian, Workspace และ Singularities พร้อมมีทักษะคำนวณทิศทาง–ตำแหน่งได้ตามหลักวิศวกรรม
2. มีทักษะการออกแบบและปรับจูนระบบควบคุมทั้งในระดับ Position/Velocity/Torque Control รวมถึงการใช้ PID, Feedforward, Impedance Control เพื่อปรับปรุงความเสถียรและความแม่นยำ
3. อธิบายโครงสร้างและหลักการทำงานของหุ่นยนต์เคลื่อนที่อัตโนมัติ (AGV/AMR) ทั้งระบบนำทาง การหลบหลีก ระบบความปลอดภัย มาตรฐาน ISO 3691-4 ในคลังสินค้าและโรงงานอัตโนมัติ
4. มีองค์ความรู้และทักษะในการพัฒนาโปรแกรมบน ROS/ROS2 การเชื่อมต่อหุ่นยนต์จริง/จำลอง พร้อมประยุกต์หลักการ SLAM สำหรับการระบุตำแหน่งและทำแผนที่
5. อธิบายหลักการของ Machine Vision และระบบเซนเซอร์ต่าง ๆ เช่น 2D/3D Cameras, LiDAR, IMU, Depth Sensors และทำงานแบบ Vision-guided Robotics ได้อย่างมีประสิทธิภาพ
6. เข้าใจหลักการของ AI และ Deep Learning ที่ใช้สำหรับหุ่นยนต์ โดยเฉพาะงาน Manipulation เช่น Object Detection, Semantic Segmentation, Pose Estimation และ Reinforcement Learning
7. อธิบายหลักการออกแบบและการทำงานของระบบการผลิตแบบยืดหยุ่น (Flexible Manufacturing Systems: FMS) รวมถึงการวิเคราะห์ Material Flow, Workstation Coordination, Routing รองรับสายการผลิตที่ต้องปรับเปลี่ยนได้อย่างรวดเร็ว
8. เข้าใจแนวคิดของ Reconfigurable Robotic Cells รวมถึงความสามารถในการปรับเปลี่ยน Layout, End-effector, Tooling และ Workflows
9. อธิบายหลักการของ Virtual Commissioning และ Digital Twin สำหรับการจำลองหุ่นยนต์ เครื่องจักร ในสภาวะแวดล้อมเสมือน

เมื่อจบหลักสูตร Topic 3: Robot Advanced Control System
ผู้เข้าอบรมสามารถ:
1. อธิบายหลักการควบคุมหุ่นยนต์ความแม่นยำสูง (Precision Control) ทั้งในระดับไมครอน
รวมถึงผลกระทบจากความไม่แน่นอน ข้อกำหนดของงานในอุตสาหกรรมที่ต้องการความละเอียดสูง
2. มีทักษะในการออกแบบและปรับจูน Advanced PID สำหรับงานหุ่นยนต์และระบบอัตโนมัติและ Auto-tuning และการประเมินประสิทธิภาพด้วยเกณฑ์ IAE, ISE, ITAE
3.มีทักษะและความเข้าใจหลักการและประยุกต์ใช้ Force Control, Impedance Control และ Admittance Control สำหรับงานที่ต้องเกี่ยวข้องกับการควบคุมแรง เช่น การขัด–ขัดเงา การประกอบชิ้นงาน ฯลฯ
4.มีทักษะและความเข้าใจการออกแบบระบบควบคุมขั้นสูง เช่น Adaptive Control, Robust Control และ Sliding-Mode Control พร้อมสามารถประเมินข้อดี–ข้อจำกัดของแต่ละเทคนิค
5.มีทักษะและองค์ความรู้ด้าน Machine Learning และ Reinforcement Learning (RL) รวมถึงการใช้ Learning-based Control เพื่อปรับจูนระบบโดยอัตโนมัติภายใต้ข้อมูลจริงจากโรงงาน
6.มีทักษะและอธิบายหลักการของ Safe Human–Robot Interaction (HRC) รวมถึงการวิเคราะห์โหมดการทำงานร่วมกัน (Collaboration Modes) เช่น Power and Force Limiting, การกำหนด Safety Envelope เพื่อให้มนุษย์และหุ่นยนต์ทำงานร่วมกันได้อย่างปลอดภัยมีประสิทธิภาพ
7.มีความเข้าใจมาตรฐาน Collaborative Robot Standards (ISO/TS 15066) ทั้งด้านการจำกัดแรง–พลังงาน การประเมินความเสี่ยง (Risk Assessment), และสามารถนำหลักการดังกล่าวไปออกแบบเซลล์งานของ Cobot ให้สอดคล้องกับข้อกำหนดความปลอดภัยในอุตสาหกรรม

เมื่อจบหลักสูตร Topic 4: Machine Vision and AI for Robotics
ผู้เข้าอบรมสามารถ:
1. มีทักษะและสามารถอธิบายหลักการของ Advance Mobile Robotics รวมถึง kinematic models, differential drive, holonomic robots, AMR/AGV designs
2. มีองค์ความรู้ด้านออกแบบและใช้งาน Industrial Vision System เช่น 2D/3D Vision, Camera calibration, Lighting, Image Processing, AI-based Inspection
3. มีทักษะและองค์ความรู้ด้านใช้ SLAM (Simultaneous Localization & Mapping) เช่น EKF-SLAM, FastSLAM, Graph-based SLAM ในงานหุ่นยนต์เคลื่อนที่
4. มีทักษะและมีองค์ความรู้ด้านออกแบบระบบ Path Planning และ Navigation สำหรับ Mobile Robot รวมถึง Global/Local Planning, Obstacle Avoidance และ Behavior Planning
5. มีทักษะและมีองค์ความรู้ด้านประยุกต์ใช้ Sensor Fusion รวมข้อมูลจาก LiDAR, IMU, Camera, Encoder ด้วย Kalman Filter / Extended/Unscented KF เพื่อเพิ่มความแม่นยำของระบบนำทาง
6. มีทักษะและอธิบายหลักการพื้นฐานของ Deep Learning เช่น Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN), Transformers ที่ใช้ในงาน Manipulation ได้
7. อธิบายโครงสร้างการเรียนรู้จากภาพ (Vision-based Learning) เช่น Object Detection, Segmentation, Pose Estimation ที่เกี่ยวข้องกับงานหยิบจับและควบคุมหุ่นยนต์