1. โครงสร้างรวมของสองแผน
แผน ก แบบ ก2 (A2)
Research-oriented track
9Required
9Specialization
6General Elective
12Thesis
24 Coursework
12 Thesis
- เหมาะกับผู้เรียนที่มุ่งงานวิจัย R&D หรือศึกษาต่อระดับปริญญาเอก
- ปีที่ 2 เน้นวิทยานิพนธ์เต็มรูปแบบ
- General Elective อย่างน้อย 3 หน่วยกิตควรเป็นรายวิชาด้าน Structural Engineering
แผน ข (B)
Professional / Applied track
9Required
9Specialization
12General Elective
6Independent Study
30 Coursework
6 Independent Study
- เหมาะกับผู้เรียนที่มุ่งการประยุกต์ใช้เทคโนโลยีในงานวิศวกรรมจริง
- ปีที่ 2 ลง General Elective เพิ่ม และทำ Independent Study
- Independent Study เน้น integration / implementation มากกว่า research novelty
2. ตารางเปรียบเทียบโครงสร้างหลักสูตร
| องค์ประกอบ |
A2 |
B |
หลักการกำหนด |
| Structural Engineering Required |
9 |
9 |
ใช้วิชาบังคับเดิมของแขนงวิศวกรรมโครงสร้างทั้งหมด |
| ISE Specialization Electives |
9 |
9 |
สร้างแกนความเชี่ยวชาญร่วมด้าน SHM, AI, CV, Digital Twin และ Asset Management |
| General Electives |
6 |
12 |
เปิดพื้นที่ให้สร้าง profile เฉพาะด้าน โดยกำหนดอย่างน้อย 3 หน่วยกิตเป็น Structural Engineering |
| Thesis / Independent Study |
12 Thesis |
6 IS |
A2 เน้นการสร้างองค์ความรู้ใหม่; B เน้นการบูรณาการและประยุกต์ใช้กับปัญหาจริง |
| รวม |
36 |
36 |
ทั้งสองแผนมี graduate identity ของ Intelligent Structural Engineering ร่วมกัน |
3. Common Year 1: ฐานร่วม 24 หน่วยกิต
Common Core — A2 และ B เหมือนกัน
9 หน่วยกิต Structural Engineering Required
9 หน่วยกิต Intelligent Structural Engineering Specialization
6 หน่วยกิต General Electives
Mechanics
Dynamics
Sensing
Data / AI
Inspection
→
Year 2 — A2
12-credit Master’s Thesis
เน้น research question, methodology, validation และ contribution ใหม่
Year 2 — B
6-credit General Electives + 6-credit Independent Study
เน้น system integration, implementation และ applied engineering deliverables
4. โครงสร้างความรู้ของ Intelligent Structural Engineering
โครงสร้างความรู้ถูกออกแบบให้เริ่มจากฐาน Structural Engineering แล้วค่อยเชื่อม
physical structure เข้ากับ sensing, data และ intelligent decision-making เพื่อไม่ให้ specialization
กลายเป็นเพียง AI/Data Science ที่ใช้โครงสร้างเป็นกรณีศึกษา
Structural Mechanics & Dynamics
พฤติกรรม วัสดุ response และ vibration
Structural Modeling / FEM
physics-based model และ numerical simulation
Sensors & IoT
measurement, DAQ, wireless sensing
Structural Health Monitoring
signal processing, modal identification, damage indicators
AI & Data Analytics
prediction, anomaly detection, ML / hybrid models
Computer Vision
inspection, detection, segmentation, damage mapping
Digital Twin
model–sensor integration, updating, virtual representation
Condition & Asset Management
risk, deterioration, maintenance and lifecycle decisions
แนวคิดหลัก: Physical Structure → Sensing → Data → Intelligence → Digital Representation → Engineering Decision.
ทั้ง A2 และ B ควรผ่านแกนความรู้นี้เหมือนกัน แต่ A2 เน้นการสร้างองค์ความรู้/วิธีการใหม่ ขณะที่ B เน้นการบูรณาการและนำไปใช้งานจริง
5. รายวิชาบังคับด้านวิศวกรรมโครงสร้าง — 9 หน่วยกิต
| รหัสวิชา |
รายวิชา |
หน่วยกิต |
บทบาทใน Specialization |
| 251711 |
Advanced Structural Analysis |
3 |
ฐานการวิเคราะห์พฤติกรรมและ response ของระบบโครงสร้าง |
| 251714 |
Advanced Mechanics of Materials |
3 |
ฐาน mechanics สำหรับ interpretation ของ stress–strain และ damage |
| 251715 |
Structural Dynamics |
3 |
เชื่อมต่อโดยตรงกับ vibration, modal properties และ Structural Health Monitoring |
6. Specialization Electives — 9 หน่วยกิต
เสนอให้กำหนด Structural Health Monitoring and Smart Sensing เป็นวิชาแกนของ specialization
และเลือกอีกอย่างน้อย 6 หน่วยกิตจากกลุ่มรายวิชาต่อไปนี้
1
Structural Health Monitoring and Smart Sensing
Core within specialization
Sensor, DAQ, signal processing, modal identification, IoT, SHM
2
AI and Data Analytics for Structural Engineering
Machine learning, anomaly detection, prediction, surrogate / data-driven models
3
Computer Vision for Structural Inspection
Image processing, detection, segmentation, crack / damage inspection
4
Digital Twin for Structures and Infrastructure
Model–sensor integration, state updating, digital representation, decision support
5
Structural Asset Management and Decision Support
Condition, deterioration, risk, maintenance prioritization, lifecycle decision
ข้อเสนอ: ให้ทุกคนเรียน SHM & Smart Sensing 3 หน่วยกิต และเลือกอีก 2 วิชา (6 หน่วยกิต)
จาก AI / Computer Vision / Digital Twin / Asset Management เพื่อให้ graduate profile มีแกนร่วมแต่ยังยืดหยุ่น
7. ตัวอย่าง Study Plan — Year 1
Year 1 — Semester 1 (12 credits)
| หมวด | รายวิชา | Cr. |
|---|
| Required | 251711 Advanced Structural Analysis | 3 |
| Required | 251714 Advanced Mechanics of Materials | 3 |
| ISE | Structural Health Monitoring and Smart Sensing | 3 |
| ISE | ISE Specialization Elective #1 | 3 |
Year 1 — Semester 2 (12 credits)
| หมวด | รายวิชา | Cr. |
|---|
| Required | 251715 Structural Dynamics | 3 |
| ISE | ISE Specialization Elective #2 | 3 |
| General | General Elective #1 | 3 |
| General | General Elective #2 | 3 |
8. Year 2 — จุดที่ A2 และ B แตกต่างกัน
A2 — Research Track
24 Coursework + 12 Thesis
| Semester | รายการ | Cr. |
|---|
| Year 2 / Sem 1 | Master’s Thesis | 6 |
| Year 2 / Sem 2 | Master’s Thesis | 6 |
Expected output: research contribution, validation, thesis and dissemination according to program requirements.
B — Professional / Applied Track
30 Coursework + 6 Independent Study
| Semester | รายการ | Cr. |
|---|
| Year 2 / Sem 1 | General Elective #3 | 3 |
| Year 2 / Sem 1 | Independent Study | 3 |
| Year 2 / Sem 2 | General Elective #4 | 3 |
| Year 2 / Sem 2 | Independent Study | 3 |
Expected output: prototype, software tool, monitoring system, digital twin, inspection workflow หรือ engineering decision-support solution.
9. ข้อกำหนด General Electives ที่เสนอ
A2 — 6 credits
อย่างน้อย 3 หน่วยกิตต้องเป็นวิชาด้าน Structural Engineering เพื่อรักษาความลึกเชิงวิศวกรรม
B — 12 credits
อย่างน้อย 3 หน่วยกิตเป็น Structural Engineering; ส่วนที่เหลือสามารถเลือก AI, Data, IoT, GIS, BIM, Optimization, Reliability, CM หรือสาขาที่เกี่ยวข้อง
Advisor / Program Approval
รายวิชานอกกลุ่มควรได้รับความเห็นชอบจากอาจารย์ที่ปรึกษาหรือคณะกรรมการบริหารหลักสูตร เพื่อให้สอดคล้องกับ learning pathway ของผู้เรียน
10. General Electives ด้าน Structural Engineering
จากรายวิชาเลือกของแขนงวิศวกรรมโครงสร้างในหลักสูตรปัจจุบัน สามารถใช้เป็น
Structural Engineering General Elective pool ได้ดังนี้
โดยเสนอให้ทั้ง A2 และ B เลือกจากกลุ่มนี้อย่างน้อย 3 หน่วยกิต
| รหัส |
รายวิชา |
Cr. |
บทบาทต่อ ISE |
| 251712 | Theory of Structural Stability | 3 | advanced structural behavior / instability |
| 251713 | Earthquake Engineering and Mitigation of Earthquake Threat | 3 | dynamic response, hazard and resilience |
| 251716 | Finite Element Method in Structural Mechanics | 3 | เหมาะมากกับ Digital Twin และ model updating |
| 251717 | Innovative Materials for Construction | 3 | material innovation and sensing-enabled materials |
| 251719 | Assessment and Strengthening of Concrete Structures Using Fiber Reinforced Polymers | 3 | เชื่อมกับ inspection, condition assessment และ intervention |
| 251721 | Advanced Reinforced Concrete Design | 3 | advanced design and structural performance |
| 251722 | Advanced Prestressed Concrete Design | 3 | behavior and design of prestressed systems |
| 251723 | Advanced Concrete Technology | 3 | material behavior, durability and deterioration |
| 251724 | Seismic Design of Reinforced Concrete Buildings | 3 | performance under earthquake loading |
| 251727 | Behavior of Steel Members | 3 | steel structural behavior and failure modes |
| 251739 | Selected Topic in Structural Engineering | 3 | รองรับหัวข้อใหม่ เช่น reliability, optimization, advanced SHM |
แนวทางใช้กับสองแผน:
A2 มี General Electives 6 หน่วยกิต จึงควรใช้พื้นที่นี้สร้างความลึกทาง Structural Engineering เป็นหลัก;
B มี General Electives 12 หน่วยกิต จึงเปิดพื้นที่ให้ผสม Structural Engineering กับ AI, Data Science,
IoT, GIS, BIM, Optimization, Reliability/Risk หรือ Asset/Construction Management ได้มากกว่า
11. Master’s Thesis vs Independent Study
ทั้งสองรูปแบบควรใช้โจทย์ในกรอบ Intelligent Structural Engineering เช่น SHM, AI/CV, Digital Twin,
condition assessment หรือ asset management แต่กำหนด nature of work และ expected output
ให้ต่างกันอย่างชัดเจน
Plan A2 — Master’s Thesis (12 credits)
“สร้างองค์ความรู้หรือวิธีการใหม่”
- เริ่มจาก research question / hypothesis ที่ชัดเจน
- มีการทบทวนวรรณกรรมและระบุ research gap
- พัฒนา/ทดสอบ methodology และมี validation ที่เป็นระบบ
- คาดหวัง contribution ทางวิชาการหรือองค์ความรู้ที่มากกว่าการนำเครื่องมือเดิมมาใช้งาน
- เหมาะกับผู้เรียนที่ต้องการทำ R&D หรือศึกษาต่อระดับปริญญาเอก
ตัวอย่าง: วิธี damage detection ใหม่, physics-informed SHM, model updating method,
AI model ที่พัฒนา/ตรวจสอบอย่างเป็นระบบ หรือ digital twin methodology สำหรับโครงสร้าง
Plan B — Independent Study (6 credits)
“บูรณาการเทคโนโลยีเพื่อแก้ปัญหาวิศวกรรมจริง”
- เริ่มจาก engineering problem / application requirement
- สามารถนำวิธีมาตรฐานหรือเทคโนโลยีที่มีอยู่มาประยุกต์และเชื่อมต่อกันได้
- เน้น implementation, system integration, verification และ usefulness
- ไม่จำเป็นต้องมี research novelty ระดับเดียวกับ Master’s Thesis
- เหมาะกับผู้เรียนสายวิชาชีพและการนำไปใช้ในหน่วยงาน/อุตสาหกรรม
ตัวอย่าง: SHM prototype, sensor–IoT dashboard, automated inspection workflow,
digital twin prototype, condition-assessment tool หรือ maintenance decision-support system
| ประเด็น |
A2 — Master’s Thesis |
B — Independent Study |
| เป้าหมาย |
สร้างความรู้/วิธีการใหม่และตอบ research question |
สร้าง applied engineering solution ที่ใช้งานได้ |
| แกนการประเมิน |
rigor, methodology, validation, contribution |
integration, correctness, usability, engineering judgement |
| ผลลัพธ์หลัก |
Thesis + research dissemination ตามเกณฑ์หลักสูตร |
Technical report + prototype/tool/workflow + presentation |
| ลักษณะโจทย์ |
Research-driven |
Problem / application-driven |
| หน่วยกิต |
12 |
6 |
หมายเหตุเชิงออกแบบหลักสูตร: Independent Study ข้างต้นเป็นข้อเสนอสำหรับแผน ข ใหม่
จึงควรกำหนด rubric และเกณฑ์การสำเร็จอย่างเป็นทางการภายหลัง โดยไม่จำเป็นต้องใช้เกณฑ์
research publication เดียวกับ Master’s Thesis
12. Graduate Identity ที่ต้องการ
| Common Competency | A2 Emphasis | B Emphasis |
|---|
| Advanced structural analysis + mechanics + dynamics |
Research formulation and advanced investigation |
Engineering implementation and integration |
| Sensor / SHM / data interpretation |
Method development and validation |
Monitoring workflow and system deployment |
| AI / CV / Digital Twin / Asset Management |
New knowledge or research contribution |
Applied solution for real engineering problems |