Sugar production from sugarcane is a complex process that requires precise control. One of the major issues is sugar loss, which can result from various factors, particularly "burnt cane," before being sent to the mill. This affects the quality of the sugarcane and the efficiency of sugar extraction, along with the performance of the machinery and the properties of the cane, which impact the amount of sugar extracted. This study aims to analyze the factors that influence sugar loss in the sugar production process, using quantitative data from a sugar factory. Nine variables were examined, including mechanical efficiency, machine downtime per day, cane waiting time per day, sand content in cane juice, pol extraction efficiency, overall working time efficiency, cane juice purity, cane sugar content (C.C.S.), and burnt cane. The data were analyzed using correlation analysis to examine relationships between variables and regression modeling to predict sugar loss. The results showed that mechanical efficiency, cane sugar content, and the amount of sand or impurities in the cane juice were significantly correlated with sugar loss. Mechanical efficiency had a direct relationship with the amount of cane milled, which improved sugar production. On the other hand, burnt cane, or cane that was burnt before harvesting, resulted in reduced sugar extraction and impacted the quality of the sugar. Therefore, reducing sugar loss in the production process can be achieved by improving machine efficiency, reducing impurities in cane juice, and managing burnt cane, which will improve sugar production efficiency in the future.
อุตสาหกรรมน้ำตาลของประเทศไทยเป็นอุตสาหกรรมเกษตรแปรรูปที่มีความสำคัญ โดยมีความโดดเด่นจากการใช้วัตถุดิบภายในประเทศในการผลิตน้ำตาลเพื่อบริโภคภายในประเทศ รวมทั้งสามารถส่งออกส่วนเกินเพื่อสร้างรายได้ให้กับโรงงานผลิตน้ำตาลและเกษตรกรชาวไร่อ้อยซึ่งมีจำนวนมากกว่า 200,000 ครัวเรือน สร้างรายได้มูลค่ากว่า 200,000 ล้านบาทต่อปี ปัจจุบันประเทศไทยมีโรงงานผลิตน้ำตาลจำนวน 51 แห่ง มีอัตรากำลังการผลิตอ้อยสูงถึง 365 ล้านตันต่อปี แต่ในความเป็นจริง โรงงานผลิตน้ำตาลในประเทศไทยมีอ้อยที่ใช้ผลิตเพียง 105 ล้านตันต่อปีเท่านั้น ซึ่งอ้อย 105 ล้านตันจะถูกนำไปหีบในระยะเวลา 4-5 เดือน ตั้งแต่เดือนธันวาคมถึงเดือนเมษายนของทุกปี ซึ่งสามารถผลิตน้ำตาลทรายได้ประมาณ 11-11.5 ล้านตัน โดยผลผลิตนี้จะถูกแบ่งเพื่อบริโภคภายในประเทศประมาณ 2.5 ล้านตัน และส่วนที่เหลือจะถูกส่งออกนำรายได้เข้าประเทศ การผลิตน้ำตาลจากอ้อยเป็นกระบวนการที่มีความซับซ้อนและต้องการการจัดการอย่างมีประสิทธิภาพเพื่อให้ได้ผลผลิตสูงสุด ถ้าพิจารณาปริมาณอ้อยและผลผลิตน้ำตาล จะแสดงให้เห็นถึงประสิทธิภาพการผลิตน้ำตาลของโรงงาน ซึ่งจะขึ้นอยู่กับปัจจัยหลัก 2 ประการคือ 1) อ้อย เป็นวัตถุดิบหลักในการผลิต 2) กระบวนการผลิตที่เกี่ยวข้องกับการสกัดน้ำตาลจากอ้อยผ่านหลายขั้นตอน ตั้งแต่การหีบ การทำให้สิ่งสกปรกจับตัว การระเหยเพื่อลดน้ำในน้ำอ้อย การตกผลึกน้ำตาล การแยกผลึกออกจากกากน้ำตาล และการทำให้ผลึกน้ำตาลแห้ง กระบวนการเหล่านี้ทำงานต่อเนื่อง หากมีการหยุดชะงักในกระบวนการใดกระบวนการหนึ่ง อาจทำให้การสูญเสียน้ำตาลเกิดขึ้น เช่น สูญเสียน้ำตาลในกากอ้อย โมลาส หรือกากตะกรันหม้อกรอง รวมถึงการสูญเสียน้ำตาลที่ไม่สามารถระบุแหล่งได้ อย่างไรก็ตาม หนึ่งในปัจจัยที่มีผลกระทบอย่างมากต่อการสูญเสียน้ำตาลคือ "การเผาอ้อย" ซึ่งเป็นกระบวนการที่เกษตรกรบางส่วนใช้ในการเตรียมอ้อยก่อนการเก็บเกี่ยว การเผาอ้อยทำให้คุณภาพของอ้อยลดลง และทำให้การสกัดน้ำตาลมีประสิทธิภาพต่ำลง ส่งผลต่อผลผลิตน้ำตาลที่ได้ นอกจากนี้ การเผาอ้อยยังทำให้เกิดสิ่งปนเปื้อนในน้ำอ้อย เช่น เถ้าถ่าน หรือควัน ซึ่งมีผลต่อการผลิตน้ำตาลในกระบวนการต่างๆ ต่อไป การศึกษาครั้งนี้จึงวัตถุประสงค์เพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อการสูญเสียน้ำตาลในกระบวนการผลิตน้ำตาลจากอ้อย โดยใช้ข้อมูลเชิงปริมาณจากโรงงานน้ำตาล ครอบคลุม 9 ตัวแปร ได้แก่ ประสิทธิภาพเครื่องจักร (Mechanical efficiency), จำนวนชั่วโมงหยุดเครื่องจักรในหนึ่งวัน (Stoppage), จำนวนชั่วโมงหยุดรออ้อยในหนึ่งวัน (Due to Cane), ปริมาณทรายในน้ำอ้อย (Sand), ประสิทธิภาพการหีบสกัดอ้อย (Pol Extraction), ประสิทธิภาพเวลาการทำงานโดยรวม (Overall Time), ค่าความบริสุทธิ์ของน้ำอ้อย (Purity), ค่าปริมาณน้ำตาลในอ้อย (C.C.S.), และปริมาณอ้อยไฟไหม้ (Burn Cane) โดยจะทำการวิเคราะห์ข้อมูลด้วยค่าสหสัมพันธ์ (Correlation) เพื่อตรวจสอบความสัมพันธ์ระหว่างตัวแปร และแบบจำลองการถดถอย (Regression Model) เพื่อพยากรณ์การสูญเสียน้ำตาล การศึกษาครั้งนี้จึงมีความสำคัญในการพัฒนากระบวนการผลิตอย่างยั่งยืน ช่วยให้โรงงานน้ำตาลสามารถลดการสูญเสียน้ำตาลระหว่างกระบวนการผลิต และเพิ่มประสิทธิภาพในการผลิตน้ำตาล ซึ่งจะนำไปสู่การลดต้นทุนการผลิตและสร้างความสามารถในการแข่งขันในตลาดน้ำตาลได้ในระยะยาว
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
The objective of this research is to utilize waste slag in industrial applications and help mitigate flooding, water accumulation, and ponding issues. Currently, slag from the steel smelting or refining process is commonly used as a component in construction materials, such as road surfaces. However, slag has properties that make it difficult for water to permeate, leading to poor drainage and increased flooding problems. This study focuses on improving the properties of pavement materials to enhance their strength and water permeability. This can be achieved through physical structural modifications or the addition of chemical agents such as HPMC, which increases void spaces to facilitate water absorption and drainage according to required standards. The utilization of waste slag not only helps reduce production costs and improve material performance but also minimizes environmental impacts and promotes the sustainable use of resources.
คณะอุตสาหกรรมอาหาร
The activities of the project's operations consist of: checking microbe on sample food, hygienic condition of cooker, containers and materials, sanitation knowledge and private sanitation and food quality of canteen and cleaning of cooker. The Food Safety Management program collaborated with the Property Management office, planned the operations, and assessed food vendors based on the SAN 20 food safety standards requirements. Using A.13 testing kits, we conducted testing for coliform bacteria contamination in food, containers, equipment, and hand contact surfaces, collecting 6 samples. These included samples such as prepared food, areas in front of the store, and food handlers' hands. Additionally, we used A.11 testing kits to test for coliform bacteria contamination in water and ice. The analysis of results, including physical, microbiological, and chemical aspects, serve as a guideline for improving the quality and safety of food production and service in the institution's canteen.
วิทยาลัยอุตสาหกรรมการบินนานาชาติ
The capture of a target spacecraft by a chaser is an on-orbit docking operation that requires an accurate, reliable, and robust object recognition algorithm. Vision-based guided spacecraft relative motion during close-proximity maneuvers has been consecutively applied using dynamic modeling as a spacecraft on-orbit service system. This research constructs a vision-based pose estimation model that performs image processing via a deep convolutional neural network. The pose estimation model was constructed by repurposing a modified pretrained GoogLeNet model with the available Unreal Engine 4 rendered dataset of the Soyuz spacecraft. In the implementation, the convolutional neural network learns from the data samples to create correlations between the images and the spacecraft’s six degrees-of-freedom parameters. The experiment has compared an exponential-based loss function and a weighted Euclidean-based loss function. Using the weighted Euclidean-based loss function, the implemented pose estimation model achieved moderately high performance with a position accuracy of 92.53 percent and an error of 1.2 m. The in-attitude prediction accuracy can reach 87.93 percent, and the errors in the three Euler angles do not exceed 7.6 degrees. This research can contribute to spacecraft detection and tracking problems. Although the finished vision-based model is specific to the environment of synthetic dataset, the model could be trained further to address actual docking operations in the future.