มคอ.3 รายละเอียดของกระบวนวิชา
1. ข้อมูลทั่วไปของกระบวนวิชา
วิชาบังคับก่อน
ไม่มี
พื้นฐานที่แนะนำ
- Structural Engineering and Structural Behavior
- Probability and Statistics เบื้องต้น
- Structural Inspection / Condition Assessment
- Basic data analysis
- พื้นฐาน Structural Health Monitoring, AI/Data Analytics หรือ Digital Twin เป็นประโยชน์ แต่ไม่จำเป็นต้องเป็นวิชาบังคับก่อน
2. คำอธิบายกระบวนวิชา
ภาษาไทย
หลักการบริหารสินทรัพย์สำหรับโครงสร้างและโครงสร้างพื้นฐาน วงจรชีวิตของสินทรัพย์และการบริหารข้อมูลสินทรัพย์ การตรวจสอบและประเมินสภาพ การจัดระดับสภาพและการกำหนดตัวชี้วัดสมรรถนะ กลไกการเสื่อมสภาพและแบบจำลองการเสื่อมสภาพ ความน่าเชื่อถือ ความเสี่ยง และความสำคัญเชิงวิกฤตของสินทรัพย์ การประเมินผลกระทบจากความเสียหายและการวิบัติ การวางแผนการตรวจสอบ การบำรุงรักษา การซ่อมแซม และการเสริมกำลัง การวิเคราะห์ต้นทุนตลอดวงจรชีวิต การจัดลำดับความสำคัญภายใต้ข้อจำกัดด้านงบประมาณ การวิเคราะห์การตัดสินใจแบบหลายเกณฑ์ การตัดสินใจภายใต้ความไม่แน่นอน การใช้ข้อมูลจากระบบตรวจติดตามสุขภาพโครงสร้าง คอมพิวเตอร์วิทัศน์ และแฝดดิจิทัลเพื่อสนับสนุนการบริหารสินทรัพย์ การออกแบบระบบสนับสนุนการตัดสินใจ การวางแผนระดับสินทรัพย์และระดับเครือข่าย และกรณีศึกษาของอาคาร สะพาน และโครงสร้างพื้นฐาน
English
Principles of asset management for structures and infrastructure; asset lifecycle and asset information management; inspection and condition assessment; condition rating and performance indicators; deterioration mechanisms and deterioration modeling; reliability, risk, and asset criticality; consequences of damage and failure; inspection, maintenance, repair, and strengthening planning; life-cycle cost analysis; prioritization under budget constraints; multi-criteria decision analysis; decision-making under uncertainty; use of structural health monitoring, computer vision, and digital twin data for asset management; design of decision-support systems; asset-level and network-level planning; and case studies of buildings, bridges, and civil infrastructure.
3. วัตถุประสงค์ของกระบวนวิชา
กระบวนวิชานี้มุ่งให้นักศึกษาสามารถเปลี่ยน ข้อมูลสภาพโครงสร้าง ไปเป็น การตัดสินใจด้านการบริหารสินทรัพย์ อย่างมีเหตุผล โปร่งใส และตรวจสอบได้ โดยเชื่อมโยงสภาพ ความเสื่อม ความเสี่ยง ต้นทุน ข้อจำกัดด้านทรัพยากร และเป้าหมายด้านสมรรถนะของสินทรัพย์
การจัดลำดับความสำคัญไม่ควรอาศัย condition score เพียงอย่างเดียว แต่ต้องพิจารณาความเสื่อม ความเสี่ยง ผลกระทบ ต้นทุน และข้อจำกัดร่วมกัน
4. Course Learning Outcomes (CLOs)
| CLO | ผลลัพธ์การเรียนรู้ |
|---|---|
| CLO1 | Explain principles, frameworks, and lifecycle concepts of structural and infrastructure asset management. |
| CLO2 | Assess structural condition and performance using inspection, monitoring, and asset information, and develop suitable condition/performance indicators. |
| CLO3 | Apply deterioration, reliability, risk, and life-cycle cost concepts to evaluate intervention alternatives for structural assets. |
| CLO4 | Develop and compare maintenance, repair, strengthening, and inspection strategies under uncertainty and resource constraints. |
| CLO5 | Design and communicate a transparent decision-support framework for prioritizing structural asset interventions at asset or network level. |
5. ความสัมพันธ์ระหว่าง CLO และ PLO
| CLO | PLO1 | PLO2 | PLO3 | PLO4 |
|---|---|---|---|---|
| CLO1 | ✓ | ✓ | ||
| CLO2 | ✓ | ✓ | ✓ | |
| CLO3 | ✓ | ✓ | ✓ | |
| CLO4 | ✓ | ✓ | ✓ | |
| CLO5 | ✓ | ✓ | ✓ | ✓ |
6. แนวทางการจัดการเรียนการสอน
แม้กำหนดเป็น 3(3-0-6) แต่รูปแบบการเรียนควรเป็นการบูรณาการระหว่าง lecture, case study, data exercise และ decision workshop
- ใช้กรณีศึกษาอาคารหรือสะพานจริง/สมมติที่มีข้อมูลต่อเนื่องตลอดภาค
- ใช้ condition rating, inspection record, SHM/CV outputs และ maintenance history
- เปรียบเทียบ condition-based, risk-based และ lifecycle-based approaches
- เน้นการตัดสินใจภายใต้ uncertainty และ budget constraint
- ใช้ spreadsheet/Python สำหรับ deterioration, risk, LCCA และ prioritization
- เน้น transparency และ traceability ของ decision logic
7. แผนการสอนรายสัปดาห์ 15 สัปดาห์
| สัปดาห์ | หัวข้อ | เนื้อหา/กิจกรรมสำคัญ | ชม. |
|---|---|---|---|
| 1 | Introduction to Structural Asset Management | Asset management concepts; asset lifecycle; structures as service-providing assets; objectives, stakeholders, service level, safety, resilience, cost, sustainability; asset-level vs network-level management | 3 |
| 2 | Asset Inventory, Information and Performance Frameworks | Asset register; hierarchy and components; attributes; inspection/maintenance history; performance indicators; levels of service; data quality; linking asset information to engineering decisions | 3 |
| 3 | Inspection, Condition Assessment and Condition Rating | Inspection types; defect identification; condition states; element-level and system-level ratings; combining visual inspection, NDT, SHM, and CV outputs; condition indices | 3 |
| 4 | Structural Deterioration Mechanisms | Corrosion, fatigue, cracking, material degradation, environmental exposure, repeated loading; deterioration pathways; condition evolution; uncertainty in deterioration | 3 |
| 5 | Deterioration Modeling and Remaining Service Life | Deterministic deterioration curves; transition-probability/Markov concepts; regression/survival concepts; remaining service life; calibration from inspection history | 3 |
| 6 | Structural Reliability and Probability of Failure | Limit states; demand and capacity uncertainty; reliability concepts; probability of failure; reliability index concepts; relationship between condition and reliability | 3 |
| 7 | Risk, Consequence and Asset Criticality | Risk = likelihood × consequence; safety, economic, service, environmental, and social consequences; criticality; risk matrices; risk-based inspection and intervention | 3 |
| 8 | Midterm Assessment + Condition-to-Risk Workshop | Midterm assessment; convert inspection/monitoring data to condition, reliability/risk indicators, and proposed interventions for a case-study asset | 3 |
| 9 | Maintenance, Repair and Strengthening Strategies | Preventive vs corrective maintenance; repair and strengthening options; intervention triggers; effectiveness and service-life extension; do-nothing alternative; treatment selection | 3 |
| 10 | Life-Cycle Cost Analysis | Agency cost, inspection cost, maintenance/repair cost, user/consequence cost concepts; discounting and present value; lifecycle alternatives; timing of interventions | 3 |
| 11 | Decision-Making Under Uncertainty and Multiple Criteria | Decision trees; expected-value concepts; sensitivity/scenario analysis; multi-criteria decision analysis; weighting; trade-offs among safety, cost, serviceability, resilience, and sustainability | 3 |
| 12 | Prioritization and Optimization under Budget Constraints | Ranking vs optimization; budget-constrained intervention selection; benefit-cost concepts; portfolio prioritization; network-level planning; fairness and criticality considerations | 3 |
| 13 | Data-Driven and Digital Decision Support | Integrating SHM, AI analytics, computer vision, digital twin, inspection, and maintenance data; alerts and thresholds; dashboards; updating priorities as new evidence arrives | 3 |
| 14 | Design of a Structural Asset Decision-Support System | End-to-end decision architecture; asset data, condition, deterioration, risk, intervention library, cost, constraints, prioritization rules, KPIs, human-in-the-loop review; project workshop | 3 |
| 15 | Project Presentation and Future Directions | Student project presentations; critique of decision transparency and robustness; resilience, climate adaptation, predictive maintenance, autonomous inspection, and future intelligent asset management | 3 |
| รวม | 45 | ||
8. โครงสร้างความรู้ของกระบวนวิชา
Weeks 1–3
Asset & Condition Foundations
Weeks 4–8
Deterioration & Risk
Weeks 9–10
Intervention & Lifecycle Analysis
Weeks 11–13
Decision & Prioritization
Weeks 14–15
System Integration
9. การประเมินผล
| วิธีการประเมิน | น้ำหนัก | CLO |
|---|---|---|
| Condition / deterioration / risk assignments | 20% | CLO1–4 |
| Life-cycle and decision-analysis exercises | 20% | CLO3–5 |
| Midterm examination | 20% | CLO1–4 |
| Structural Asset Management Decision-Support Project | 30% | CLO2–5 |
| Project presentation | 10% | CLO5 |
| รวม | 100% |
10. Term Project
Develop a Decision-Support Plan for a Structural Asset or Asset Network
ตัวอย่างกรณีศึกษา: Bridge or bridge network, Building portfolio, Campus structures, Elevated roadway/viaduct, Industrial structures หรือ Public infrastructure assets
ตัวอย่างโจทย์
Develop a five-year inspection, maintenance, and intervention plan for a small bridge network under a fixed annual budget using condition, risk, and life-cycle cost information.
องค์ประกอบขั้นต่ำของโครงการ:
- Asset inventory and management objective
- Condition/performance indicators
- Data sources and data quality
- Deterioration assumptions or model
- Reliability/risk or criticality framework
- Intervention alternatives
- Intervention effectiveness and service-life assumptions
- Life-cycle cost analysis
- Decision criteria and constraints
- Prioritization or optimization method
- Sensitivity/uncertainty analysis
- Recommended intervention program
- Decision-support dashboard/table/map concept
- Discussion of limitations and future data needs
11. Software และเครื่องมือที่เหมาะสม
| ประเภท | ตัวเลือก |
|---|---|
| Spreadsheet analysis | Microsoft Excel / Google Sheets |
| Programming / Data | Python, NumPy, Pandas, SciPy |
| Optimization | SciPy Optimize / PuLP หรือเครื่องมือเทียบเท่า |
| Visualization | Matplotlib / Plotly |
| Dashboard | Plotly Dash / Streamlit |
| GIS (optional) | QGIS หรือเครื่องมือเทียบเท่า |
| Structural information | Inspection reports, condition ratings, SHM/CV outputs, FE/Digital Twin outputs |
| Decision methods | LCCA, risk matrix, MCDA, prioritization, budget-constrained optimization |
12. ขอบเขตของกระบวนวิชา
กระบวนวิชานี้เน้น engineering decision-making at asset and network levels โดยใช้ข้อมูลสภาพ ความเสื่อม ความเสี่ยง และต้นทุนตลอดวงจรชีวิต
- Sensor hardware และ SHM signal processing → Structural Health Monitoring and Smart Sensing
- Machine learning algorithms และ anomaly detection → AI and Data Analytics for Structural Engineering
- Image-based defect detection → Computer Vision for Structural Inspection
- Real-time model synchronization และ predictive digital representation → Digital Twin for Structures and Infrastructure
Given limited resources and uncertain information, which structural assets should be inspected, maintained, repaired, strengthened, or replaced first—and why?
13. ตำแหน่งของกระบวนวิชาใน Intelligent Structural Engineering
↓
Structural Health Monitoring and Smart Sensing
↓
AI and Data Analytics for Structural Engineering
↓
Computer Vision for Structural Inspection
↓
Digital Twin for Structures and Infrastructure
↓
Structural Asset Management and Decision Support
กระบวนวิชานี้ทำหน้าที่เป็น decision layer ของ Intelligent Structural Engineering โดยนำข้อมูลและผลวิเคราะห์จาก sensing, AI, computer vision และ digital twin ไปใช้ในการกำหนด inspection, maintenance, repair, strengthening และ investment priorities ตลอดวงจรชีวิตของสินทรัพย์โครงสร้าง