งานวิจัยนี้ได้นำเสนอการวิเคราะห์เชิงสี (Colorimetric detection) สำหรับตรวจวัดกรดแทนนิก (tannic acid) ในตัวอย่างเครื่องดื่มจากพืช โดยอาศัยปรากฏการณ์การแทนที่ (displacement phenomenon) ของสารรักษาเสถียรภาพบนพื้นผิวของอนุภาคแพลทินัมนาโน (PtNPs) ที่ถูกรักษาเสถียรภาพด้วยกรดแกลลิก (gallic acid) ซึ่งกรดแกลลิกสามารถรักษาเสถียรภาพของ PtNPs ให้อยู่ในรูปของอนุภาคที่รวมตัวกันและให้สารคอลลอยด์ที่เป็นสีเขียว โดยกรดแทนนิกสามารถแทนที่กรดแกลลิกบนพื้นผิวของ PtNPs ได้ง่าย ส่งผลให้อนุภาคที่รวมตัวกันเกิดการกระจายตัวและเปลี่ยนสีจากเขียวเป็นส้ม−น้ำตาล และภายใต้สภาวะที่เหมาะสม ตัวตรวจวัดเชิงสีแสดงค่าการตอบสนองเชิงเส้นในช่วงความเข้มข้น 1−2,000 µmol L⁻¹ (R² = 0.9991) โดยมีขีดจำกัดในการตรวจวัด (LOD) และขีดจำกัดเชิงปริมาณ (LOQ) ที่ 0.02 และ 0.09 µmol L⁻¹ ตามลำดับ ตัวตรวจวัดเชิงสีที่พัฒนาขึ้นมีความจำเพาะสูงต่อกรดแทนนิกและไม่ถูกรบกวนจากสารอื่น อีกทั้งยังมีค่าความแม่นยำที่ดี (RSD = 1.00%−3.36%) ที่สำคัญคือ ให้ค่าการคืนกลับ (recovery) อยู่ในช่วง 95.0−104.7% แสดงให้เห็นถึงศักยภาพของเซนเซอร์คัลเลอริเมตริกที่สามารถตรวจวัดกรดแทนนิกได้อย่างรวดเร็วและแม่นยำในตัวอย่างเครื่องดื่มจริง แม้ว่าวิธีการตรวจวัดกรดแทนนิกที่ถูกพัฒนาขึ้นจะเป็นเทคนิคที่รวดเร็วในการตรวจวัดกรดแทนนิก แต่ยังคงมีปัญหาเกี่ยวกับความไว (sensitivity) และความแม่นยำ (accuracy) ของการวิเคราะห์ โดยเฉพาะเมื่อมีสารแอนโทไซยานิน (anthocyanin) รบกวน ดังนั้น จึงพัฒนาวิธีเตรียมตัวอย่างเพื่อย่อยสลายแอนโทไซยานินในเครื่องดื่มเพื่อลดการรบกวนของสารที่มีสีต่อการตรวจวัดเชิงสีสำหรับวิเคราะห์ปริมาณกรดแทนนิกในเครื่องดื่ม
กรดแทนนิก (Tannic acid) เป็นสารโพลีฟีนอลประเภทไฮโดรไลซิส (hydrolysable polyphenol) ที่พบได้ตามธรรมชาติในพืชหลากหลายชนิด รวมถึงเครื่องดื่มที่มาจากพืช เช่น ชา กาแฟ น้ำผลไม้ เบียร์ และไวน์แดง ปริมาณของกรดแทนนิกในเครื่องดื่มจากพืชแตกต่างกันอย่างมากขึ้นอยู่กับชนิดและส่วนประกอบของเครื่องดื่มนั้นๆ เครื่องดื่มที่มีปริมาณกรดแทนนิกสูงมักมีรสขมและฝาดเด่นชัด นอกจากนี้ อัตราส่วนของกรดแทนนิกต่อองค์ประกอบด้านรสชาติที่ไม่สมดุล อาจทำให้รสชาติของเครื่องดื่มขาดความกลมกลืน หากกรดแทนนิกมีปริมาณสูงเกินไปจนไปกลบองค์ประกอบอื่นๆ เช่น ความเป็นกรด ความหวาน หรือแอลกอฮอล์ อาจทำให้เกิดความรู้สึกไม่สอดคล้องกันของรสชาติและลดทอนประสบการณ์ในการบริโภคลง อีกทั้งการบริโภคกรดแทนนิกในปริมาณมากอาจส่งผลกระทบต่อระบบทางเดินอาหาร โดยทำให้เยื่อบุทางเดินอาหารเกิดการระคายเคือง ส่งผลให้เกิดอาการคลื่นไส้ อาเจียน และท้องเสีย นอกจากนี้ การได้รับกรดแทนนิกในปริมาณสูงยังสามารถยับยั้งการดูดซึมสารอาหารที่จำเป็น เช่น ธาตุเหล็ก สังกะสี และแคลเซียม โดยรบกวนกลไกการดูดซึมผ่านทางลำไส้ผ่านการขัดขวางการก่อตัวของสารประกอบที่ร่างกายสามารถดูดซึมได้ โดยงานวิจัยนี้ได้พัฒนาวัสดุนาโนพลาสโมนิก (plasmonic nanomaterial) โดยการสังเคราะห์ผ่านกระบวนการรีดักชันทางเคมีอย่างง่าย ซึ่งใช้กรดแกลลิก (gallic acid) จับกับพื้นผิวของอนุภาคแพลทินัมนาโน (PtNPs) อนุภาคนาโนแพลทินัมที่ถูกดัดแปรด้วยกรดแกลลิกนี้สามารถตอบสนองต่อกรดแทนนิกในตัวอย่างเครื่องดื่มจากพืชได้อย่างรวดเร็วและแม่นยำ โดยอาศัยปรากฏการณ์การแทนที่ (displacement phenomenon) ของอนุภาค PtNPs ที่จับตัวกันอยู่กับกรดแกลลิก ซึ่งเมื่อมีกรดแทนนิกเข้ามาแทนที่ อนุภาคแพลทินัมนาโนจะเกิดการกระจายตัว ส่งผลให้สีของสารละลายเปลี่ยนจากสีเขียวเป็นสีส้ม-น้ำตาล ทำให้สามารถตรวจวัดกรดแทนนิกในตัวอย่างเครื่องดื่มได้ด้วยตาเปล่า อีกทั้งเพื่อเพิ่มความแม่นยำของการวิเคราะห์ วิธีการเตรียมตัวอย่างถูกนำมาพัฒนาขึ้นเพื่อกำจัดการรบกวนการวิเคาะห์จากแอนโทไซยานิน (anthocyanin) ในตัวอย่างเครื่องดื่ม ซึ่งแอนโทไซยานินอาจส่งผลต่อการตอบสนองของระบบคัลเลอริเมตริก ขั้นตอนการเตรียมตัวอย่างนี้ใช้ไฮโดรเจนเปอร์ออกไซด์ (H₂O₂) ร่วมกับการให้ความร้อนเพื่อฟอกสีแอนโทไซยานินในตัวอย่างเครื่องดื่ม โดยได้ทำการศึกษาจลนศาสตร์และค่าครึ่งชีวิตของกระบวนการย่อยสลายแอนโทไซยานินอย่างละเอียด พบว่าขั้นตอนเตรียมตัวอย่างนี้สามารถลดผลกระทบที่ไม่พึงประสงค์ของแอนโทไซยานินต่อการเปลี่ยนแปลงสีของระบบคัลเลอริเมตริกได้อย่างมีประสิทธิภาพ นอกจากนี้ งานวิจัยนี้ยังใช้วิธีวิเคราะห์ทางสถิติโดยอาศัยแบบจำลองทางสถิติคือ Response Surface Methodology (RSM) เพื่อออกแบบการทดลองและเพิ่มประสิทธิภาพของกระบวนการเตรียมตัวอย่าง ทำให้สามารถวิเคราะห์ปริมาณกรดแทนนิกในเครื่องดื่มจากพืชได้อย่างแม่นยำและมีประสิทธิภาพสูงสุด

คณะสถาปัตยกรรม ศิลปะและการออกแบบ
-

คณะอุตสาหกรรมอาหาร
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการหมักร่วม (Co-fermentation) ระหว่างแบคทีเรียกรดแลคติก (Lactic Acid Bacteria, LAB) และยีสต์ Saccharomyces cerevisiae ในการผลิตเบียร์เปรี้ยว (Sour Beer) โดยมุ่งเน้นผลกระทบของการหมักร่วมต่อคุณภาพของผลิตภัณฑ์ ได้แก่ ค่า pH ปริมาณกรดอินทรีย์ ปริมาณน้ำตาล และคุณลักษณะทางประสาทสัมผัส ในการทดลอง ใช้แบคทีเรียกรดแลคติกสายพันธุ์ที่คัดเลือก และยีสต์ S. cerevisiae ในสภาวะการหมักที่ควบคุม อัตราส่วนของจุลินทรีย์ถูกปรับให้เหมาะสมเพื่อส่งเสริมการเจริญเติบโตและการสร้างสารสำคัญ ผลการทดลองพบว่า การหมักร่วมสามารถลดค่า pH ได้อย่างมีนัยสำคัญเมื่อเทียบกับการหมักด้วยยีสต์เพียงอย่างเดียว นอกจากนี้ ยังมีการเพิ่มขึ้นของกรดแลคติกเนื่องจากการใช้น้ำตาลของเชื้อLAB ซึ่งส่งผลต่อรสชาติที่เป็นเอกลักษณ์ของเบียร์เปรี้ยว

คณะวิศวกรรมศาสตร์
โครงการสหกิจนี้มีวัตถุประสงค์เพื่อปรับปรุงประสิทธิภาพกระบวนการผลิต Hydrogen Manufacturing Unit 2 (HMU-2) และ Pressure Swing Adsorption 3 (PSA-3) โดยการใช้แบบจำลองกระบวนการ AVEVA Pro/II และ แบบจำลอง Machine Learning เพื่อจำลองกระบวนการ ผลการศึกษาพบว่า แบบจำลอง AVEVA Pro/II สามารถทำนายผลลัพธ์ โดยมีความคลาดเคลื่อนอยู่ในช่วง 0–35% มีความคลาดเคลื่อนของอัตราการไหลของไฮโดรเจนจากหน่วย PSA สูงถึง 12% เกินเกณฑ์ 10% ที่บริษัทยอมรับได้ จึงได้พัฒนาแบบจำลอง Machine Learning โดยการปรับไฮเปอร์พารามิเตอร์ของอัลกอริทึมแบบ Random Forest ผลการศึกษาพบว่าแบบจำลองมีความแม่นยำสูง มีค่า Mean Squared Error (MSE) มีค่า 8.48 และ 0.18 สำหรับข้อมูลกระบวนการ และ ข้อมูลห้องปฏิบัติการ และ R-squared มีค่า 0.98 และ 0.88 สำหรับข้อมูลชุดเดียวกัน และพบว่าสามารถทำนายผลลัพธ์ได้แม่นยำกว่าแบบจำลอง AVEVA Pro/II ในทุกๆ ตัวแปร สามารถลดความคลาดเคลื่อนของอัตราการไหลของไฮโดรเจนจากหน่วย PSA เหลือเพียง 4.75 และ 1.35% สำหรับอัตราการผลิต 180 และ 220 ตันต่อวันตามลำดับ จึงได้นำแบบจำลองมาทำการ Optimization ตัวแปรกระบวนการ พบว่าสามารถให้ข้อแนะนำในการปรับค่าตัวแปรต่างๆ ได้ โดยสามารถเพิ่มผลผลิตไฮโดรเจนได้ 7.8 ตันต่อวัน และสร้างผลกำไรเพิ่มขึ้น 850,966.23 บาทต่อปี