This study aims to investigate the encapsulation of anthocyanins in water-in-oil-in-water (W/O/W) emulsions and their spray-drying process to enhance anthocyanin stability against external factors such as light, temperature, and pH changes. The W/O/W emulsion was prepared using suitable surfactants and dried using a spray dryer at an inlet temperature of 120–140°C and an outlet temperature not lower than 80°C. The results showed that the composition ratios of water, oil, and surfactants significantly influenced the physical and chemical properties of the emulsion, as well as the encapsulation efficiency of anthocyanins. The spray-dried W/O/W emulsion demonstrated effective anthocyanin retention and improved long-term stability, making it applicable for food and health-related products.
แอนโธไซยานินเป็นสารประกอบที่มีคุณสมบัติเป็นสารต้านอนุมูลอิสระสูง และมีประโยชน์ต่อสุขภาพ เช่น ลดความเสี่ยงของโรคหัวใจ มะเร็ง และโรคเบาหวาน อย่างไรก็ตาม แอนโธไซยานินมีข้อจำกัดด้านความเสถียร เนื่องจากไวต่อแสง อุณหภูมิ และค่า pH ที่เปลี่ยนแปลงได้ง่าย ส่งผลให้เกิดการเสื่อมสภาพและลดคุณสมบัติทางชีวภาพ เพื่อแก้ไขปัญหานี้ การนำเทคนิคอิมัลชันแบบน้ำในน้ำมันในน้ำ (W/O/W) มาประยุกต์ใช้ในการห่อหุ้มแอนโธไซยานิน สามารถช่วยเพิ่มความเสถียรของสารและควบคุมการปลดปล่อยสารออกฤทธิ์ได้ นอกจากนี้ กระบวนการทำแห้งแบบพ่นฝอย (Spray Drying) ยังเป็นวิธีที่มีประสิทธิภาพในการเปลี่ยนอิมัลชันเป็นผงแห้ง ซึ่งช่วยให้การจัดเก็บและการนำไปใช้ในผลิตภัณฑ์อาหารและสุขภาพเป็นไปอย่างสะดวกมากขึ้น ดังนั้น งานวิจัยนี้จึงมุ่งเน้นการศึกษาสัดส่วนขององค์ประกอบในอิมัลชัน W/O/W ที่เหมาะสม รวมถึงกระบวนการทำแห้งแบบพ่นฝอย เพื่อให้สามารถกักเก็บและรักษาคุณสมบัติของแอนโธไซยานินได้อย่างมีประสิทธิภาพ อันจะนำไปสู่การประยุกต์ใช้ในอุตสาหกรรมอาหาร เครื่องดื่ม และผลิตภัณฑ์สุขภาพต่อไป
คณะวิศวกรรมศาสตร์
This research project focuses on the design and development of a Manual Control Robot using Load Cell technology to enhance precision and reduce the time required for robot control. The use of automation robots in industries still presents challenges due to the complexity of programming and control. Therefore, developing a manual control system that responds to force input in all directions can significantly improve the efficiency of robots, making them more suitable for tasks requiring precise and intricate control. The study integrates Load Cell sensors, an HX711 amplifier circuit, and an Arduino UNO R3 to develop a control module that translates user-applied forces into commands for an RV-7FRL-D industrial robotic arm. Additionally, MATLAB is utilized for processing Load Cell data to analyze and optimize the robot’s movement accuracy. The results demonstrate that the developed system effectively reduces robot setup time while simplifying and improving control flexibility. This project represents a crucial step in enhancing the capabilities of industrial robots, allowing for seamless human-robot interaction through a manual control system that directly responds to user-applied forces.
คณะวิศวกรรมศาสตร์
This research suggested natural hemp fiber-reinforced ropes (FRR) polymer usage to reinforce recycled aggregate square concrete columns that contain fired-clay solid brick aggregates in order to reduce the high costs associated with synthetic fiber-reinforced polymers (FRPs). A total of 24 square columns of concrete were fabricated to conduct this study. The samples were tested under a monotonic axial compression load. The variables of interest were the strength of unconfined concrete and the number of FRRlayers. According to the results, the strengthened specimens demonstrated an increased compressive strength and ductility. Notably, the specimens with the smallest unconfined strength demonstrated the largest improvement in compressive strength and ductility. Particularly, the compressive strength and strain were enhanced by up to 181% and 564%, respectively. In order to predict the ultimate confined compressive stress and strain, this study investigated a number of analytical stress–strain models. A comparison of experimental and theoretical findings deduced that only a limited number of strength models resulted in close predictions, whereas an even larger scatter was observed for strain prediction. Machine learning was employed by using neural networks to predict the compressive strength. A dataset comprising 142 specimens strengthened with hemp FRP was extracted from the literature. The neural network was trained on the extracted dataset, and its performance was evaluated for the experimental results of this study, which demonstrated a close agreement.
คณะบริหารธุรกิจ
In the digital era, Artificial Intelligence (AI) plays a crucial role in developing smart cities and enhancing business operations. Among AI-driven technologies, AI Vision Analytics has gained significant attention for Access Control Systems (ACS) and Consumer Behavior Analytics. This research focuses on integrating AI Access Control and AI Video Analytics to examine factors influencing Technology Adoption Behavior using the UTAUT2 (Unified Theory of Acceptance and Use of Technology 2) framework. Key factors assessed include Trust in Technology, Effort Expectancy, Social Influence, and Performance Expectancy, which impact users’ willingness to adopt AI-driven security and analytics solutions. The study also includes a real-world implementation of AI Vision Analytics at KMITL EXPO, where an AI-powered Access Control System and AI Video Analytics are deployed. The collected data is analyzed to identify trends in AI adoption for business management and security enhancement. The findings provide valuable insights for businesses and organizations to optimize AI Vision Analytics for enhancing security management and digital marketing strategies.