ISE+INTELLIGENT
STRUCTURAL ENGINEERING
← กลับรายวิชาข้อเสนอหลักสูตร · เอกสารฉบับร่าง

มคอ.3 รายละเอียดของกระบวนวิชา

Structural Health Monitoring and Smart Sensing
ชื่อภาษาไทย การตรวจติดตามสุขภาพโครงสร้างและการตรวจวัดอัจฉริยะ
ชื่อภาษาอังกฤษ Structural Health Monitoring and Smart Sensing
รหัสกระบวนวิชา 2517XX (กำหนดภายหลัง)
หน่วยกิต 3(3-0-6)
ระดับ ปริญญาโท
กลุ่มวิชา Intelligent Structural Engineering
เวลาเรียน 3 ชั่วโมง/สัปดาห์ × 15 สัปดาห์
รวม Contact Hours 45 ชั่วโมง

1. ข้อมูลทั่วไปของกระบวนวิชา

วิชาบังคับก่อน

ไม่มี

พื้นฐานที่แนะนำ

2. คำอธิบายกระบวนวิชา

ภาษาไทย

หลักการและองค์ประกอบของระบบตรวจติดตามสุขภาพโครงสร้าง การตอบสนองของโครงสร้างและปริมาณที่ใช้ในการตรวจวัด เซนเซอร์และระบบตรวจวัดสำหรับงานโครงสร้าง คุณลักษณะและการเลือกเซนเซอร์ การปรับสภาพสัญญาณ การเก็บข้อมูล การสุ่มสัญญาณ การกรองสัญญาณ และการซิงโครไนซ์ข้อมูล ระบบตรวจวัดอัจฉริยะ เครือข่ายเซนเซอร์ไร้สาย อินเทอร์เน็ตของสรรพสิ่ง และการประมวลผลที่ขอบเครือข่าย การประมวลผลสัญญาณสำหรับข้อมูลโครงสร้าง การวิเคราะห์ในโดเมนเวลาและความถี่ การระบุคุณลักษณะพลศาสตร์ของโครงสร้าง การวิเคราะห์โมดัลเชิงทดลองและเชิงปฏิบัติการ การระบุระบบ การจัดวางเซนเซอร์ คุณภาพข้อมูล ความไม่แน่นอนและผลกระทบจากสภาวะแวดล้อม ตัวบ่งชี้ความเสียหายและการตรวจจับการเปลี่ยนแปลง การออกแบบระบบตรวจติดตามสุขภาพโครงสร้าง และกรณีศึกษาของอาคาร สะพาน และโครงสร้างพื้นฐาน

English

Principles and components of structural health monitoring systems; structural responses and measurable quantities; sensors and sensing systems for structures; sensor characteristics and selection; signal conditioning, data acquisition, sampling, filtering, and synchronization; smart sensing, wireless sensor networks, Internet of Things, and edge processing; signal processing for structural data; time- and frequency-domain analysis; identification of structural dynamic characteristics; experimental and operational modal analysis; system identification; sensor placement; data quality, uncertainty, and environmental and operational variability; damage-sensitive features and change detection; design of structural health monitoring systems; and case studies of buildings, bridges, and civil infrastructure.

3. วัตถุประสงค์ของกระบวนวิชา

กระบวนวิชานี้มุ่งให้นักศึกษาเข้าใจ Structural Health Monitoring (SHM) ในลักษณะระบบครบวงจร ตั้งแต่พฤติกรรมของโครงสร้าง การเลือกและติดตั้งเซนเซอร์ การเก็บข้อมูล การประมวลผลสัญญาณ การสกัดคุณลักษณะทางพลศาสตร์ ไปจนถึงการตีความเพื่อประเมินสภาพโครงสร้าง โดยเน้นการออกแบบระบบตรวจวัดให้สัมพันธ์กับคำถามทางวิศวกรรม

Structural behavior → Sensor → DAQ → Signal → Feature → Structural information → Condition assessment → Engineering decision

4. Course Learning Outcomes (CLOs)

CLOผลลัพธ์การเรียนรู้
CLO1Explain principles, architecture, and components of structural health monitoring and smart sensing systems.
CLO2Select and design appropriate sensors, data acquisition systems, sampling schemes, and sensing configurations for structural monitoring problems.
CLO3Process and analyze structural response data in time and frequency domains and estimate fundamental dynamic characteristics including natural frequencies, damping ratios, and mode shapes.
CLO4Evaluate data quality, uncertainty, environmental effects, and damage-sensitive features to identify meaningful changes in structural condition.
CLO5Design and communicate an integrated structural health monitoring system for a building, bridge, or civil infrastructure application.

5. ความสัมพันธ์ระหว่าง CLO และ PLO

CLOPLO1PLO2PLO3PLO4
CLO1✓✓
CLO2✓✓
CLO3✓✓
CLO4✓✓✓
CLO5✓✓✓✓
ข้อเสนอสำหรับ Curriculum Mapping: ให้รายวิชานี้รับผิดชอบ PLO1 และ PLO2 เป็นหลัก และใช้ PLO3–PLO4 เป็นผลลัพธ์สนับสนุน

6. แนวทางการจัดการเรียนการสอน

แม้กำหนดเป็น 3(3-0-6) รูปแบบการเรียนควรผสมผสานการบรรยาย การสาธิต การทำ data exercise และการตีความเชิงวิศวกรรม

Concept → Demonstration → Data Exercise → Engineering Interpretation

7. แผนการสอนรายสัปดาห์ 15 สัปดาห์

สัปดาห์หัวข้อเนื้อหา/กิจกรรมสำคัญชม.
1Introduction to Structural Health MonitoringSHM concept; monitoring vs inspection; objectives and levels of SHM; components of an SHM system; SHM workflow; examples from buildings, bridges, and infrastructure3
2Structural Response and Measurement QuantitiesDisplacement, strain, acceleration, velocity, force, temperature; static vs dynamic response; relationship between structural behavior and measurable quantities; defining monitoring objectives3
3Sensors for Structural MonitoringAccelerometers, strain gauges, displacement sensors, inclinometers, FBG, GNSS, environmental sensors; sensitivity, range, resolution, accuracy, noise, drift, bandwidth; sensor selection3
4Data Acquisition and Digital MeasurementSignal conditioning; ADC; sampling frequency; Nyquist criterion; aliasing; quantization; calibration; synchronization; practical sampling design3
5Smart Sensing and Wireless Sensor NetworksSmart sensors; wireless sensor networks; IoT; edge processing; communication; time synchronization; power management; data transmission and storage3
6Signal Processing for SHMDetrending; filtering; windowing; FFT; PSD; time-domain and frequency-domain representations; Python data exercise3
7Structural Dynamic CharacteristicsNatural frequencies; damping ratios; mode shapes; relationship with mass, stiffness, and damage; interpretation of vibration measurements3
8Experimental Modal Analysis + Midterm AssessmentInput-output measurements; excitation; frequency response functions; modal parameter estimation; practical measurement or demonstration; midterm assessment3
9Operational Modal Analysis and System IdentificationOutput-only monitoring; ambient vibration; concept of Frequency Domain Decomposition; introduction to stochastic/system identification approaches3
10Sensor Placement, Data Quality and UncertaintySensor location and observability; redundancy; missing data; outliers; sensor faults; uncertainty; data validation; quality control3
11Damage-Sensitive Features and Change DetectionFrequency changes; damping changes; mode-shape changes; MAC; mode-shape curvature; statistical baselines; control limits; basic anomaly detection3
12Environmental and Operational VariabilityEffects of temperature, traffic, wind, humidity, operational conditions; baseline variability; separating environmental effects from structural changes3
13SHM of Buildings and BridgesSeismic monitoring; post-earthquake assessment; long-term bridge monitoring; traffic/fatigue effects; field case studies3
14Design of an Integrated SHM SystemMonitoring objectives; sensor selection and layout; DAQ/network architecture; sampling; data pipeline; feature selection; thresholds/alerts; validation; project workshop3
15Project Presentation and Future SHM SystemsStudent project presentations; system-level discussion; lessons learned; links to AI, Digital Twin, autonomous sensing, and future infrastructure monitoring3
รวม45

8. โครงสร้างความรู้ของกระบวนวิชา

I
Weeks 1–2
SHM Fundamentals
II
Weeks 3–5
Smart Sensing
III
Weeks 6–9
Structural Data Analytics
IV
Weeks 10–13
Condition Assessment
V
Weeks 14–15
System Integration

9. การประเมินผล

วิธีการประเมินน้ำหนักCLO
Exercises / Data-analysis assignments20%CLO2–4
Sensor & signal-processing exercises15%CLO2–3
Midterm examination20%CLO1–3
SHM System Design Project30%CLO2–5
Project presentation10%CLO5
Participation / technical discussion5%CLO1–5
รวม100%
ไม่มี Final Examination แยกต่างหาก โดยใช้ SHM System Design Project เป็น summative assessment หลัก เพื่อประเมินความสามารถในการบูรณาการความรู้ตั้งแต่ sensing ถึง engineering decision

10. Term Project

Design a Structural Health Monitoring System for a Real Structure

นักศึกษาเลือกโครงสร้างจริงหรือกรณีศึกษา เช่น Building, Bridge, Tower, Long-span Structure หรือ Civil Infrastructure

Monitoring objective → Structural response → Sensor → Sensor location → DAQ → Sampling → Communication → Data processing → Features → Condition indicator → Decision

ตัวอย่างโจทย์

Design an SHM system for post-earthquake assessment of a 10-storey reinforced concrete building.

องค์ประกอบขั้นต่ำของโครงการ:

  1. Monitoring objective
  2. Measured quantities
  3. Sensor type and quantity
  4. Sensor locations
  5. Sampling rate
  6. Data synchronization
  7. Signal processing
  8. Structural parameters
  9. Damage/condition indicators
  10. Inspection or alert criteria
  11. Limitations and uncertainty

11. Software และอุปกรณ์ที่เหมาะสม

ประเภทตัวเลือก
ProgrammingPython
Numerical/DataNumPy, SciPy, Pandas
VisualizationMatplotlib / Plotly
Signal Processingscipy.signal
SensorsMEMS accelerometer, strain gauge, displacement sensor
Smart sensingESP32 / Raspberry Pi / wireless sensor node
Reference structureSmall frame, beam, shake-table model หรือข้อมูลจากโครงสร้างจริง
กิจกรรมต่อเนื่องที่แนะนำ: ใช้โครงสร้างทดลองตัวเดียวกันในช่วงสัปดาห์ 3–9 เพื่อเดินจาก Sensor installation → Sampling → Signal conditioning → FFT/PSD → Natural frequency → Damping → Mode shape → System identification

12. ขอบเขตของกระบวนวิชา

กระบวนวิชานี้ควรสิ้นสุดที่คำถาม:

Can we reliably measure and identify a change in the structural system?

ส่วน Machine Learning หรือ AI สำหรับจำแนกชนิด ตำแหน่ง หรือระดับความเสียหายเชิงลึก ควรพัฒนาในกระบวนวิชา AI and Data Analytics for Structural Engineering เพื่อหลีกเลี่ยงความซ้ำซ้อนของเนื้อหา

13. ตำแหน่งของกระบวนวิชาใน Intelligent Structural Engineering

Structural Analysis / Structural Dynamics
↓
Structural Health Monitoring and Smart Sensing
↓
AI and Data Analytics for Structural Engineering
↓
Computer Vision / Digital Twin
↓
Structural Asset Management and Decision Support
Draft TQF 3 — Intelligent Structural Engineering