เคล็ดลับการบำรุงรักษาระบบไฟถนนพลังงานแสงอาทิตย์ในพื้นที่ชายฝั่งไนจีเรีย | Insights by Quenenglighting

เพิ่ม ROI สูงสุด: การบำรุงรักษาไฟถนนพลังงานแสงอาทิตย์โดยใช้ AI ในพื้นที่ชายฝั่งของไนจีเรีย

สำหรับผู้เชี่ยวชาญด้านการจัดซื้อในอุตสาหกรรมไฟส่องสว่างพลังงานแสงอาทิตย์ การติดตั้งระบบไฟถนนพลังงานแสงอาทิตย์ในพื้นที่ชายฝั่งของไนจีเรียต้องเผชิญกับความท้าทายในการดำเนินงานที่แตกต่างกัน ปัจจัยกดดันด้านสิ่งแวดล้อมในพื้นที่ต่างๆ เช่น ลากอส ริเวอร์ส หรืออัควาอิบอม จำเป็นต้องได้รับการดูแลบำรุงรักษาอย่างพิถีพิถัน เพื่อให้มั่นใจถึงอายุการใช้งานที่ยาวนาน ความน่าเชื่อถือ และประสิทธิภาพสูงสุดของระบบ บทความนี้จะสำรวจว่ากลยุทธ์การบำรุงรักษาขั้นสูง โดยเฉพาะอย่างยิ่งกลยุทธ์ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (AI) จะสามารถปกป้องการลงทุนของคุณและมอบคุณค่าที่เหนือกว่าได้อย่างไร

ความท้าทายด้านสิ่งแวดล้อมที่เป็นเอกลักษณ์สำหรับระบบไฟถนนพลังงานแสงอาทิตย์ในภูมิภาคชายฝั่งของไนจีเรียคืออะไร?

สภาพแวดล้อมชายฝั่งของไนจีเรียก่อให้เกิดภัยคุกคามอย่างมากต่อระบบไฟถนนพลังงานแสงอาทิตย์:

• ความชื้นสูงและละอองเกลือ:ความชื้นที่สูงอย่างต่อเนื่อง (มักเกิน 70-90%) ประกอบกับอนุภาคเกลือกัดกร่อนที่พัดพามาตามลมทะเล เร่งการเสื่อมสภาพของส่วนประกอบโลหะ (เสา, โครง, ตัวยึด) และจุดเชื่อมต่อไฟฟ้า การสะสมของเกลือบนแผงโซลาร์เซลล์สามารถลดการใช้พลังงานลงได้ 10-25% หากไม่ได้รับการทำความสะอาดอย่างสม่ำเสมอ
• การสะสมของฝุ่นและทราย:ฤดูแล้งมักมีฝุ่นจำนวนมาก ซึ่งฝุ่นเหล่านี้จะเคลือบแผงโซลาร์เซลล์เช่นเดียวกับเกลือ ทำให้ประสิทธิภาพการดูดซับแสงลดลง นอกจากนี้ ฝุ่นยังสามารถอุดตันช่องระบายอากาศ ส่งผลให้ชิ้นส่วนอิเล็กทรอนิกส์ร้อนเกินไป
• ฝนตกหนัก:ปริมาณน้ำฝนรายปีในพื้นที่ชายฝั่งบางแห่งอาจสูงถึง 2,000-4,000 มิลลิเมตร แม้ว่าจะชะล้างฝุ่นออกไปได้บ้าง แต่ก็เพิ่มความเสี่ยงที่น้ำจะเข้าหากซีลหรือตัวปิดเสียหาย ซึ่งนำไปสู่ไฟฟ้าลัดวงจรและความเสียหายของส่วนประกอบ
• รังสี UV เข้มข้น:การสัมผัสกับรังสีอัลตราไวโอเลต (UV) ที่เข้มข้นเป็นเวลานานจะทำให้ชิ้นส่วนพลาสติก ฉนวนสายเคเบิล และสารปิดผนึกเสื่อมสภาพเร็วขึ้น ส่งผลให้เปราะและแตกได้ง่าย

งานบำรุงรักษาไฟถนนพลังงานแสงอาทิตย์ที่สำคัญที่สุดในสภาวะชายฝั่งที่เลวร้ายเหล่านี้คืออะไร?

การบำรุงรักษาเชิงรุกและสม่ำเสมอเป็นสิ่งสำคัญ:

• การทำความสะอาดแผงปกติ:เรื่องนี้สำคัญอย่างยิ่ง ควรทำความสะอาดแผงโซลาร์เซลล์ทุกเดือนถึงทุกไตรมาส ขึ้นอยู่กับความรุนแรงของละอองเกลือและฝุ่นละอองสะสม วิธีนี้จะช่วยป้องกันไม่ให้กำลังการผลิตไฟฟ้าลดลงอย่างมีนัยสำคัญ
• การตรวจสอบและการบำบัดการกัดกร่อน:การตรวจสอบเสา ขาตั้ง สายตาทุกไตรมาสถึงครึ่งปีแบตเตอรี่ส่วนประกอบและตัวยึดต่างๆ เป็นสิ่งสำคัญ หากมีร่องรอยของสนิมหรือการกัดกร่อน ควรเคลือบหรือซ่อมแซมทันทีด้วยสารเคลือบป้องกันการกัดกร่อนที่เหมาะสม โดยเฉพาะอย่างยิ่งกับส่วนประกอบที่ทำจากเหล็กชุบสังกะสีและอะลูมิเนียม
• การตรวจสอบสุขภาพแบตเตอรี่:แบตเตอรี่ LiFePO4 แม้จะมีความทนทาน แต่ก็ต้องตรวจสอบทุกๆ 6 เดือนถึง 1 ปี เพื่อตรวจสอบแรงดันไฟ กระแสไฟ อุณหภูมิ และสภาพโดยรวมของแบตเตอรี่ เพื่อให้แน่ใจว่ามีรอบการชาร์จและการปล่อยประจุที่เหมาะสมที่สุด และป้องกันความเสียหายก่อนเวลาอันควร
• ความสมบูรณ์ของการเดินสายและการเชื่อมต่อ:การตรวจสอบทุกๆ 6 เดือนควรเน้นไปที่การตรวจสอบการเชื่อมต่อที่หลวม ฉนวนที่สึกหรอ และสัญญาณการกัดกร่อนที่ขั้วไฟฟ้า ซึ่งอาจนำไปสู่การถ่ายโอนพลังงานที่ไม่มีประสิทธิภาพหรือระบบล้มเหลว
• เสถียรภาพของโครงสร้างและการระบายน้ำ:การตรวจสอบเสถียรภาพของเสา ความปลอดภัยในการติดตั้งอุปกรณ์ และการตรวจสอบให้แน่ใจว่ามีการระบายน้ำที่เหมาะสมรอบฐานระบบถือเป็นสิ่งสำคัญเพื่อป้องกันความเสียหายจากลมหรือน้ำสะสม
• การตรวจสอบโคมไฟ:ทำความสะอาดเลนส์และตรวจสอบดูว่ามีน้ำเข้าไปในโคมไฟ LED หรือไม่ ตรวจสอบให้แน่ใจว่าการกระจายแสงไม่ถูกขัดขวางและซีลยังคงสมบูรณ์

ปัญญาประดิษฐ์ (AI) สามารถปฏิวัติการบำรุงรักษาระบบไฟถนนพลังงานแสงอาทิตย์ได้อย่างไร

AI นำเสนอการเปลี่ยนแปลงครั้งสำคัญในการบำรุงรักษาไฟถนนพลังงานแสงอาทิตย์:

• การบำรุงรักษาเชิงคาดการณ์:อัลกอริทึม AI วิเคราะห์ข้อมูลแบบเรียลไทม์จากเซ็นเซอร์ฝังตัว (กระแสไฟฟ้า แรงดันไฟฟ้า อุณหภูมิ ระดับแสง สถานะการชาร์จแบตเตอรี่ ความชื้น) เพื่อระบุความผิดปกติเล็กๆ น้อยๆ และคาดการณ์ความเสียหายที่อาจเกิดขึ้นกับส่วนประกอบต่างๆ (เช่น แบตเตอรี่เสื่อมสภาพ ประสิทธิภาพแผงลดลง ตัวควบคุมการชาร์จทำงานผิดปกติ) ก่อนที่จะเกิดขึ้น วิธีนี้จะช่วยเปลี่ยนการบำรุงรักษาจากเชิงรับเป็นเชิงรุก
• การตรวจสอบและการวินิจฉัยระยะไกล:ไฟถนนพลังงานแสงอาทิตย์ที่ขับเคลื่อนด้วย IoT จะส่งข้อมูลประสิทธิภาพการทำงานไปยังแพลตฟอร์ม AI ส่วนกลาง ช่างเทคนิคสามารถตรวจสอบสภาพระบบจากระยะไกล ระบุปัญหาเฉพาะ และแม้แต่วินิจฉัยข้อผิดพลาดได้โดยไม่ต้องเดินทางไปที่หน้างานจริง ช่วยลดเวลาตอบสนองและค่าเดินทางได้อย่างมาก
• กำหนดการทำความสะอาดและการตรวจสอบที่ได้รับการเพิ่มประสิทธิภาพ:AI สามารถเชื่อมโยงรูปแบบสภาพอากาศ ข้อมูลความเข้มข้นของฝุ่น และตัวชี้วัดประสิทธิภาพของแผงควบคุม เพื่อแนะนำความถี่ในการทำความสะอาดที่เหมาะสมที่สุด เพื่อให้แน่ใจว่าแผงควบคุมจะได้รับการทำความสะอาดอย่างแม่นยำเมื่อจำเป็นเพื่อให้ได้ผลผลิตพลังงานสูงสุด แทนที่จะยึดตามตารางเวลาที่เข้มงวดซึ่งอาจไม่มีประสิทธิภาพ
• การเพิ่มประสิทธิภาพการจัดการพลังงาน:AI สามารถเรียนรู้รูปแบบการใช้งานในพื้นที่และบูรณาการการพยากรณ์อากาศเพื่อปรับตารางการส่องสว่างและเอาต์พุตพลังงานแบบไดนามิก จึงยืดอายุการใช้งานแบตเตอรี่และเพิ่มประสิทธิภาพของระบบโดยรวม
• การตรวจจับและแจ้งเตือนข้อผิดพลาดอัตโนมัติ:AI สามารถแยกแยะความแตกต่างระหว่างความผันผวนในการทำงานปกติกับความผิดพลาดที่เกิดขึ้นจริง โดยส่งการแจ้งเตือนทันทีและเฉพาะเจาะจงสำหรับความล้มเหลวของส่วนประกอบ ช่วยให้สามารถแทรกแซงได้อย่างตรงเป้าหมายและทันท่วงที

ประโยชน์ด้านต้นทุนในระยะยาวของการบำรุงรักษาเชิงรุกที่บูรณาการกับ AI สำหรับไฟถนนพลังงานแสงอาทิตย์คืออะไร

การบูรณาการ AI เข้ากับกลยุทธ์การบำรุงรักษาส่งผลโดยตรงต่อข้อได้เปรียบทางการเงินที่สำคัญ:

• ลดต้นทุนการดำเนินงาน:การบำรุงรักษาเชิงคาดการณ์ที่ขับเคลื่อนด้วย AI สามารถลดต้นทุนการบำรุงรักษาโดยรวมลงได้ 10-40% เมื่อเทียบกับวิธีการแบบเดิม ซึ่งรวมถึงการซ่อมแซมฉุกเฉินที่น้อยลงและการจัดสรรแรงงานที่มีประสิทธิภาพสูงสุด
• อายุการใช้งานระบบขยาย:การระบุและแก้ไขปัญหาเชิงรุก โดยเฉพาะอย่างยิ่งที่เกี่ยวข้องกับส่วนประกอบที่สำคัญ เช่น แบตเตอรี่และอุปกรณ์อิเล็กทรอนิกส์ สามารถขยายอายุการใช้งานโดยรวมของระบบไฟถนนพลังงานแสงอาทิตย์ได้ 10-20% ช่วยเพิ่มการลงทุนเงินทุนเริ่มต้นให้สูงสุด
• ปรับปรุงความน่าเชื่อถือและเวลาทำงาน:ประสิทธิภาพที่สม่ำเสมอและเหมาะสมที่สุดช่วยให้ไฟทำงานได้เมื่อจำเป็น ช่วยเพิ่มความปลอดภัย ความมั่นคง และความไว้วางใจของสาธารณะ ซึ่งมีความสำคัญอย่างยิ่งในแอปพลิเคชันโครงสร้างพื้นฐานที่สำคัญ
• การผลิตพลังงานสูงสุด:การทำความสะอาดและการเพิ่มประสิทธิภาพส่วนประกอบที่ใช้ AI ช่วยให้แผงโซลาร์เซลล์ทำงานด้วยประสิทธิภาพสูงสุดอยู่เสมอ รับประกันการเก็บเกี่ยวพลังงานสูงสุดและลดช่องว่างประสิทธิภาพ
• ต้นทุนรวมการเป็นเจ้าของที่ต่ำลง (TCO):เมื่อคำนึงถึงการจัดซื้อในเบื้องต้น ค่าใช้จ่ายในการดำเนินงานที่ลดลง และอายุการใช้งานของสินทรัพย์ที่ขยายออกไป การบำรุงรักษาที่ขับเคลื่อนด้วย AI จะช่วยลดต้นทุนรวมของการเป็นเจ้าของตลอดระยะเวลาดำเนินงานของระบบได้อย่างมาก

ข้อควรพิจารณาในการจัดซื้ออะไรบ้างที่จะช่วยลดความต้องการในการบำรุงรักษาสำหรับระบบไฟถนนพลังงานแสงอาทิตย์ริมชายฝั่ง?

การเลือกจัดซื้อเชิงกลยุทธ์มีความสำคัญอย่างยิ่งต่อการลดภาระการบำรุงรักษาในอนาคต:

• การเลือกใช้วัสดุ:ให้ความสำคัญกับระบบที่สร้างด้วยอะลูมิเนียมเกรดทางทะเล (เช่น 6063-T6 พร้อมการชุบอโนไดซ์) เสาเหล็กชุบสังกะสีแบบจุ่มร้อนพร้อมการเคลือบผงขั้นสูง (เช่น ไฮบริดอีพ็อกซี-โพลีเอสเตอร์) และตัวยึดสแตนเลส 316L วัสดุเหล่านี้มีความทนทานต่อละอองเกลือและการกัดกร่อนได้ดีเยี่ยม
• ระดับการป้องกัน IP:ระบุระดับการป้องกันการรั่วซึม (IP) ขั้นต่ำที่ IP65 สำหรับตัวโคมและกล่องแบตเตอรี่ทั้งหมด โดยแนะนำให้ใช้ IP66 หรือ IP67 อย่างยิ่งสำหรับพื้นที่ที่สัมผัสกับละอองเกลือโดยตรงหรือฝนตกหนัก เพื่อให้ได้การป้องกันที่แข็งแกร่งจากฝุ่นและน้ำ
• สารเคลือบป้องกันการกัดกร่อนและทนต่อรังสี UV:ให้แน่ใจว่าพื้นผิวที่สัมผัสทั้งหมดได้รับการเคลือบด้วยสารป้องกันการกัดกร่อนและทนต่อรังสี UV หลายชั้นคุณภาพสูงเพื่อทนต่อสภาพอากาศชายฝั่งที่รุนแรง
• เทคโนโลยีแบตเตอรี่:เลือกใช้แบตเตอรี่ลิเธียมเหล็กฟอสเฟต (LiFePO4) เนื่องจากมีรอบการใช้งานที่ยาวนานกว่า (โดยทั่วไป 2,000-4,000 รอบ) มีเสถียรภาพทางความร้อน และทนต่ออัตราการคายประจุลึกได้ดีกว่าเมื่อเทียบกับแบตเตอรี่ตะกั่วกรดแบบดั้งเดิม จึงช่วยลดความถี่ในการเปลี่ยนแบตเตอรี่ได้อย่างมาก
• คุณสมบัติสมาร์ทแบบบูรณาการ:ให้ความสำคัญกับระบบที่มีการเชื่อมต่อ IoT ในตัวและรองรับ AI ตั้งแต่เริ่มต้น ซึ่งช่วยให้สามารถบูรณาการกับแพลตฟอร์มการตรวจสอบระยะไกลและแพลตฟอร์มการบำรุงรักษาเชิงคาดการณ์ได้อย่างราบรื่น
• การออกแบบแบบโมดูลาร์:ระบบที่มีโมดูลที่สามารถเปลี่ยนหรือสับเปลี่ยนได้ง่ายสำหรับส่วนประกอบต่างๆ เช่น แบตเตอรี่ ไดรเวอร์ LED หรือตัวควบคุมการชาร์จ ช่วยลดความยุ่งยากในการบำรุงรักษา และลดเวลาและต้นทุนในการซ่อมแซม

อายุการใช้งานโดยทั่วไปและความถี่ในการบำรุงรักษาที่คาดหวังสำหรับไฟถนนพลังงานแสงอาทิตย์ในพื้นที่ชายฝั่งของไนจีเรียคือเท่าใด

แม้ว่าอายุการใช้งานของส่วนประกอบจะแตกต่างกัน แต่สภาพชายฝั่งก็ส่งผลกระทบอย่างมาก:

• อายุการใช้งาน:
  • แผงโซล่าเซลล์:ด้วยการบำรุงรักษาอย่างพิถีพิถัน อายุการใช้งาน 10-15 ปี (เทียบกับ 20-25 ปีภายในประเทศ) การสะสมของเกลือและการสลายตัวของรังสี UV เร่งการเสื่อมสภาพ
  • แบตเตอรี่ LiFePO4:5-10 ปี ขึ้นอยู่กับความลึกของการระบาย การจัดการอุณหภูมิ และรอบการชาร์จ
  • โคมไฟ LED:โดยทั่วไปใช้งานประมาณ 50,000-100,000 ชั่วโมง
  • เสาและโครงสร้าง:15-25 ปี ขึ้นอยู่กับการเลือกใช้วัสดุเบื้องต้น คุณภาพการชุบสังกะสี และการบำรุงรักษาการเคลือบป้องกันการกัดกร่อน
• ความถี่ในการบำรุงรักษา:
  • การทำความสะอาดแผง:รายเดือนถึงรายไตรมาส โดยเฉพาะในช่วงฤดูแล้ง ฝุ่นละอองมาก หรือช่วงที่มีละอองเกลือหนาแน่น
  • การตรวจสอบด้วยสายตา (การกัดกร่อน สายไฟ สภาพทั่วไป):ทุกไตรมาสถึงทุกครึ่งปี
  • การตรวจสอบสุขภาพระบบโดยละเอียด (แบตเตอรี่, ตัวควบคุม, การเชื่อมต่อไฟฟ้า):เป็นประจำทุกปี
  • การทาเคลือบป้องกัน/การแต้มซ้ำ:ทุก 2-3 ปี หรือตามความจำเป็นขึ้นอยู่กับการตรวจสอบและความรุนแรงของสิ่งแวดล้อม

การวิเคราะห์ข้อมูลจากระบบที่ขับเคลื่อนด้วย AI ช่วยให้ตัดสินใจจัดซื้อจัดจ้างสำหรับโครงการในอนาคตได้ดีขึ้นอย่างไร

การวิเคราะห์ข้อมูลที่ขับเคลื่อนด้วย AI มอบข้อมูลเชิงลึกอันล้ำค่าสำหรับการจัดซื้อเชิงกลยุทธ์:

• การเปรียบเทียบประสิทธิภาพ:AI รวบรวมข้อมูลเชิงลึกเกี่ยวกับการผลิตพลังงาน การใช้พลังงาน และประสิทธิภาพของส่วนประกอบจริงในสภาพแวดล้อมชายฝั่งจริง ซึ่งช่วยให้ทีมจัดซื้อสามารถเปรียบเทียบระบบและซัพพลายเออร์ต่างๆ กับข้อมูลเชิงประจักษ์ได้อย่างแม่นยำ เพื่อค้นหาระบบที่มีประสิทธิภาพสูงสุด
• การระบุรูปแบบความล้มเหลว:AI สามารถระบุรูปแบบความล้มเหลวที่พบบ่อย จุดอ่อนของส่วนประกอบเฉพาะ (เช่น ไดรเวอร์ LED บางยี่ห้อหรือแบตเตอรี่บางประเภทที่ล้มเหลวก่อนกำหนด) และปัจจัยกดดันจากสภาพแวดล้อมที่ส่งผลต่อการเสื่อมสภาพได้อย่างแม่นยำ ข้อมูลนี้จะช่วยให้สามารถระบุข้อมูลจำเพาะของผลิตภัณฑ์ที่ชัดเจนยิ่งขึ้นสำหรับการประมูลในอนาคต
• การประเมินผลการปฏิบัติงานของซัพพลายเออร์:ข้อมูลเกี่ยวกับระยะเวลาการทำงานของระบบ ความถี่ในการบำรุงรักษา และอัตราการเปลี่ยนอะไหล่ ล้วนสะท้อนถึงคุณภาพและความน่าเชื่อถือของผลิตภัณฑ์ของซัพพลายเออร์โดยตรง ซึ่งช่วยให้ฝ่ายจัดซื้อสามารถตัดสินใจเลือกและเจรจาต่อรองกับซัพพลายเออร์โดยใช้ข้อมูลที่มีอยู่ ซึ่งจะช่วยเสริมสร้างความสัมพันธ์กับซัพพลายเออร์ที่ส่งมอบประสิทธิภาพที่ตรวจสอบได้
• การจัดสรรงบประมาณให้เหมาะสมที่สุด:การเข้าใจอายุการใช้งานที่แท้จริงและต้นทุนการบำรุงรักษาของส่วนประกอบต่างๆ จะทำให้ฝ่ายจัดซื้อสามารถคาดการณ์งบประมาณสำหรับการเปลี่ยนทดแทนและค่าใช้จ่ายในการดำเนินงานได้อย่างแม่นยำ ส่งผลให้ต้นทุนรวมของการเป็นเจ้าของ (TCO) ลดลงและคาดเดาได้มากขึ้นในพอร์ตโฟลิโอทั้งหมด
• ข้อมูลเชิงลึกเกี่ยวกับการปรับแต่ง:ข้อมูล AI สามารถเปิดเผยการออกแบบเฉพาะหรือข้อกำหนดคุณลักษณะที่เป็นเอกลักษณ์ของสภาพแวดล้อมชายฝั่งไนจีเรีย ช่วยแนะนำการเลือกโซลูชันที่สั่งทำพิเศษหรือเฉพาะทางสูงซึ่งมีความยืดหยุ่นและมีประสิทธิภาพโดยเนื้อแท้มากกว่า

ที่ Quenenglighting เราเข้าใจถึงความท้าทายที่ซับซ้อนเหล่านี้ ระบบไฟถนนพลังงานแสงอาทิตย์ของเราได้รับการออกแบบทางวิศวกรรมด้วยวัสดุเกรดน้ำทะเลที่แข็งแรงทนทาน มาตรฐาน IP ขั้นสูง และเทคโนโลยีอัจฉริยะแบบบูรณาการที่พร้อมสำหรับแพลตฟอร์มการบำรุงรักษาที่ขับเคลื่อนด้วย AI เรานำเสนอโซลูชันที่ออกแบบมาเพื่อความยืดหยุ่น ประสิทธิภาพ และต้นทุนการเป็นเจ้าของโดยรวมที่ต่ำลงในสภาพแวดล้อมที่ท้าทายที่สุด มั่นใจได้ว่าการลงทุนของคุณจะพร้อมรับมืออนาคตท่ามกลางสภาพแวดล้อมชายฝั่งอันเข้มงวดของไนจีเรีย

แหล่งอ้างอิงข้อมูล:

• สำนักงานบริหารบรรยากาศและมหาสมุทรแห่งชาติ (NOAA) - ข้อมูลเกี่ยวกับสภาพอากาศชายฝั่งและสภาพบรรยากาศ (เข้าถึง: ตุลาคม 2566)
• กลุ่มธนาคารโลก - รายงานการพัฒนาโครงสร้างพื้นฐานและปัจจัยด้านสิ่งแวดล้อมในแอฟริกาตะวันตก (เข้าถึง: กันยายน 2566)
• วารสารพลังงานหมุนเวียนและการพัฒนาที่ยั่งยืน - บทความเกี่ยวกับประสิทธิภาพของแผงโซลาร์เซลล์ PV ในสภาพแวดล้อมที่มีความชื้น/เกลือ (เข้าถึง: สิงหาคม 2566)
• รายงานอุตสาหกรรมและเอกสารเผยแพร่เกี่ยวกับการบำรุงรักษาเชิงคาดการณ์และ IoT ในการใช้งานพลังงานแสงอาทิตย์ (ผู้จัดพิมพ์ต่างๆ พ.ศ. 2565-2566)
• สิ่งพิมพ์ด้านวิทยาศาสตร์วัสดุและวิศวกรรมศาสตร์ที่เน้นเรื่องการกัดกร่อนในสภาพแวดล้อมทางทะเล (วารสารวิชาการต่างๆ พ.ศ. 2564-2566)