การประยุกต์ใช้ปัญญาประดิษฐ์เพื่อถอดปริมาณงานไฟฟ้าในแบบก่อสร้างบ้าน

ผู้แต่ง

  • เมธัส ชินหิรัญ ภาควิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ จ.กรุงเทพมหานคร
  • กวิน ตันติเสวี ภาควิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ จ.กรุงเทพมหานคร

คำสำคัญ:

ปัญญาประดิษฐ์, ถอดปริมาณงาน, แบบจำลองโครงข่ายประสาทเทียม, ระบบไฟฟ้า

บทคัดย่อ

การถอดปริมาณงานระบบไฟฟ้าสำหรับโครงการก่อสร้างบ้านพักอาศัยมักดำเนินการด้วยมือซึ่งมีความเสี่ยงในการเกิดข้อผิดพลาด จึงเกิดแนวคิดในการนำเทคโนโลยีปัญญาประดิษฐ์ (AI) เข้ามาใช้ในการเพิ่มประสิทธิภาพและความแม่นยำในการถอดปริมาณงาน โดยเฉพาะการใช้แบบจำลองที่มีพื้นฐานจาก เครือข่ายประสาทเทียมแบบคอนโวลูชัน (CNN) เช่น Mask R-CNN, YOLOv9, และ U-Net ซึ่งได้รับความนิยมในการตรวจจับและจำแนกวัตถุในภาพต่างๆ งานวิจัยนี้จึงได้ศึกษาเชิงเปรียบเทียบการประยุกต์ใช้แบบจำลองปัญญาประดิษฐ์ 3 แบบได้แก่ Mask R-CNN, YOLOv9 และ U-Net มาใช้ในงานถอดปริมาณพื้นที่ห้องและอุปกรณ์ระบบไฟฟ้า ได้แก่ ดวงไฟ สวิตช์ และเต้ารับไฟฟ้า จากภาพแบบก่อสร้างสถาปัตยกรรม และแบบงานระบบไฟฟ้าของบ้านพักอาศัย โดยทดลองฝึกแบบจำลองด้วยตัวอย่างแบบก่อสร้างจำนวน 100 ถึง 300 แบบก่อสร้าง ปรับเปลี่ยนจำนวนรอบในการฝึก ความละเอียดของภาพ และประเมินความแม่นยำของแบบจำลองในการจำแนกอุปกรณ์ระบบไฟฟ้าและพื้นที่ห้องจากการฝึกด้วยจำนวนรูปภาพ 100 ถึง 300 รูป ผลการศึกษาพบว่า เมื่อฝึกฝนแบบจำลองด้วยรูปภาพจำนวน 300 รูป แบบจำลอง YOLOv9 มีความแม่นยำในการตรวจจับอุปกรณ์ ดวงไฟ สวิตช์ และเต้ารับไฟฟ้า มากที่สุดโดยมีความแม่นยำ 90% ในขณะที่แบบจำลอง U-net มีความแม่นยำในการระบุขอบเขตพื้นที่ห้องได้ดีที่สุดโดยมีค่า IOU เท่ากับ 83% ที่รอบการฝึก (Epochs) 80 รอบและความละเอียดของภาพขนาด 1700x1200 พิกเซลเท่ากัน

ดาวน์โหลด

เผยแพร่แล้ว

2025-06-25