งานวิจัยนี้เป็นการออกแบบและสร้างเครื่องต้นแบบระบบปัญญาประดิษฐ์ของสรรพสิ่งสำหรับติดตามและควบคุมการให้น้ำพืชโดยใช้ข้อมูลสภาพอากาศ โดยระบบประกอบไป 4 ส่วนสำคัญ คือ ส่วนที่ 1 สถานีตรวจวัดสภาพอากาศ (Weather Station) ประกอบไปด้วยเซ็นเซอร์ต่าง ๆ เช่น อุณหภูมิอากาศ ความชื้นสัมพัทธ์ ความเร็วลม และความยาวนานของแสง เป็นต้น ส่วนที่ 2 หน่วยประมวลผล (Controller Unit) โดยจะมีการติดตั้งอัลกอริทึมหรือแบบจำลองการเรียนรู้ของเครื่องเพื่อใช้ประเมินค่าการคายระเหยน้ำของพืชอ้างอิง (ETo) และจะใช้คำนวณร่วมกับค่าสัมประสิทธิ์การใช้น้ำของพืชนั้น ๆ (Crop Coefficient: Kc) และข้อมูล อื่น ๆ เกี่ยวกับพืชนั้น ๆ เพื่อประเมินปริมาณการใช้น้ำตามความต้องการของพืชโดยอัตโนมัติ ส่วนที่ 3 ส่วนติดต่อผู้ใช้งานและหน้าจอแสดงผล (User Interface (UI) and Display) เป็นส่วนที่ให้เกษตรกรหรือผู้ใช้งานสามารถป้อนข้อมูลเกี่ยวกับชนิดของพืช ชนิดของดินที่ปลูก ประเภท ของระบบการให้น้ำ จำนวนหัวจ่ายน้ำ ระยะปลูก และช่วงการเจริญเติบโตของพืช เป็นต้น และส่วนที่ 4 หน่วยควบคุมและหัวจ่ายน้ำ (Irrigation Unit)
การเปลี่ยนแปลงสภาพอากาศของโลกทวีความรุนแรงขึ้นอย่างต่อเนื่อง สถานการณ์ดังกล่าวส่งผลกระทบ โดยตรงต่อภาคการเกษตร โดยเฉพาะในประเทศไทยที่มีแนวโน้มเผชิญกับปัญหาการขาดแคลนน้ำและความ ผันผวนของปริมาณน้ำฝน ซึ่งส่งผลต่อทั้งปริมาณและคุณภาพของผลผลิตทางการเกษตรโดยตรง ทั้งนี้ การบริหารจัดการน้ำในภาคเกษตรกรรมของประเทศไทยยังคงเผชิญกับข้อจำกัดหลายประการ เกษตรกรส่วนใหญ่ยังคงพึ่งพาประสบการณ์ส่วนตัวในการให้น้ำพืช ซึ่งอาจนำไปสู่การใช้น้ำที่ไม่มีประสิทธิภาพ เช่น การให้น้ำมากเกินความจำเป็นหรือน้อยเกินไปจนส่งผลกระทบต่อผลผลิต หรืออาจนำไปสู่ปัญหา เช่น การแตกใบอ่อน การร่วงของดอก และมีผลผลิตที่ไม่ได้คุณภาพ (Togneri et al., 2023) ในขณะที่ข้อมูลทาง วิชาการที่สามารถช่วยให้การบริหารจัดการน้ำมีความแม่นยำขึ้น เช่น ค่าอัตราการใช้น้ำของพืชอ้างอิง (Evapotranspiration: ETo) และค่าสัมประสิทธิ์พืช (Kc) กลับเข้าถึงได้ยาก เนื่องจากมีความซับซ้อนในการ คำนวณ อีกทั้งข้อมูลที่มีอยู่มักเป็นข้อมูลเฉลี่ยรายจังหวัดซึ่งไม่สามารถนำไปใช้ได้อย่างมีประสิทธิภาพในระดับ ฟาร์ม โครงการนี้จึงมุ่งเน้นไปที่การพัฒนาระบบปัญญาประดิษฐ์สำหรับการติดตามและควบคุมการให้น้ำพืชอัจฉริยะ โดยอิงข้อมูลสภาพอากาศซึ่งจะช่วยแก้ไขข้อจำกัดของเกษตรกรไทยในการเข้าถึงข้อมูลที่ ถูกต้องและการบริหารจัดการน้ำที่แม่นยำ
คณะอุตสาหกรรมอาหาร
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการห่อหุ้มแอนโธไซยานินในอิมัลชันชนิดน้ำในน้ำมันในน้ำ (W/O/W) และกระบวนการทำแห้งแบบพ่นฝอย เพื่อเพิ่มความเสถียรของแอนโธไซยานินจากปัจจัยภายนอก เช่น แสง อุณหภูมิ และการเปลี่ยนแปลงค่า pH การเตรียมอิมัลชัน W/O/W ดำเนินการโดยใช้สารลดแรงตึงผิวที่เหมาะสม และทำแห้งด้วยเครื่องพ่นฝอยที่อุณหภูมิขาเข้า 120–140°C และอุณหภูมิขาออกไม่ต่ำกว่า 80°C ผลการศึกษาพบว่าสัดส่วนองค์ประกอบของน้ำ น้ำมัน และสารลดแรงตึงผิวมีผลต่อคุณสมบัติทางกายภาพและเคมีของอิมัลชัน รวมถึงประสิทธิภาพในการกักเก็บแอนโธไซยานิน อิมัลชัน W/O/W ที่ผ่านกระบวนการทำแห้งแบบพ่นฝอยสามารถกักเก็บแอนโธไซยานินได้อย่างมีประสิทธิภาพ และช่วยเพิ่มความเสถียรในระยะยาว ซึ่งสามารถนำไปประยุกต์ใช้ในอุตสาหกรรมอาหารและผลิตภัณฑ์สุขภาพได้
คณะเทคโนโลยีการเกษตร
จากปัญหามลพิษทางอากาศที่เกิดขึ้นจากฝุ่นละอองที่มีขนาดเท่ากับหรือเล็กกว่า 2.5 ไมครอน (PM2.5) นั้นนับว่าเป็นปัญหาสำคัญทั่วโลก ซึ่งนอกจากจะเกิดปัญหามลพิษขึ้นเฉพาะภายในประเทศต่างๆ แล้วยังเป็นปัญหามลพิษข้ามพรมแดน ส่งผลอันตรายต่ออวัยวะต่างๆในร่างกายและเป็นอันตรายต่อสุขภาพอย่างร้ายแรง การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อพัฒนาการใช้อิมัลชันน้ำมันหอมระเหยจากพืชและระบบฉีดพ่นฝอย เพื่อการลดปริมาณฝุ่น PM 2.5 โดยอาศัยหลักการมีคุณสมบัติเป็นประจุลบ และความสามารถในการละลายน้ำได้ จากการคัดเลือกอิมัลชันน้ำมันหอมระเหยจากพืชสมุนไพร 31 ชนิด และทดสอบพืชสมุนไพรประสิทธิภาพเบื้องต้นของอิมัลชันน้ำมันหอมระเหยจากพืชสมุนไพร ในการลดปริมาณฝุ่น PM2.5 ในรูปแบบการพ่นละอองฝอย นาน 1 ชั่วโมง ภายใต้ตู้ทดสอบ พบว่าอิมัลชันน้ำมันหอมระเหยจากมะกรูด ที่ความเข้มข้น 0.025% สามารถลดจำนวนอนุภาคของฝุ่น PM2.5 ที่มาจากท่อไอเสียรถยนต์ได้ดีที่สุด โดยพบค่า PM2.5 ที่วัดได้เป็นจำนวน 24.7 ไมโครกรัมต่อลูกบาศก์เมตร ที่ 6 ชั่วโมง รองลงมาคือ มะกรูด ที่ความเข้มข้น 0.05% และ ยูคาลิปตัส ที่ความเข้มข้น 0.05% และ 0.025% พบค่า PM2.5 ที่วัดได้เป็นจำนวน 27.3 30.0 และ 95.3 ไมโครกรัมต่อลูกบาศก์เมตร ตามลำดับ ขณะที่น้ำเปล่า (blank) และกลุ่มควบคุม (control) คือ น้ำเปล่าและ Carboxymethylcellulose (CMC) 0.2% ยังพบปริมาณฝุ่นถึง 126.4 และ 157.3 ไมโครกรัมต่อลูกบาศก์เมตร ตามลำดับ อิมัลชันน้ำมันหอมระเหยจากมะกรูด ที่ความเข้มข้น 0.025% นี้มีประสิทธิภาพในการลดปริมาณฝุ่น PM2.5 ได้ดีที่สุด โดยตั้งแต่ชั่วโมงที่ 2 เป็นต้นไปมีการลดลงมากกว่ากลุ่มควบคุมประมาณ 3-6 เท่า จากการทดสอบระสิทธิภาพของอิมัลชันน้ำมันหอมระเหยจากมะกรูด ในรูปแบบการพ่นละอองฝอย ที่ความเข้มข้น 0.025% ณ สวนทวีวนารมย์ สวนบางแคภิรมย์ และสวนธนบุรีรมย์ มีปัจจัยหลายอย่างที่ส่งผลต่อการทดสอบในพื้นที่นั้นๆ ทำให้มีข้อมูลที่แตกต่างกันอยู่มาก โดยเฉพาะปัจจัยเรื่องของแรงลมรวมทั้ง ความชื้น และอุณหภูมิ ปริมาณฝุ่น PM 2.5 มีแนวโน้มค่อยๆ ลดปริมาณลงเมื่อเริ่มทำการพ่นละอองของอิมัลชันน้ำมันหอมระเหยจากพืช โดยทั่วไปแล้วปริมาณฝุ่นจากทั้ง 3 สวนสาธารณะเมื่อมีการใช้อิมัลชันน้ำมันหอมระเหยจากมะกรูด PM 2.5 จะลดลงมากในหนึ่งชั่วโมงแรก คือ ลดลงเฉลี่ยถึง 21.8 (7.7-27.3) ไมโครกรัมต่อลูกบาศก์เมตร ขณะที่การใช้น้ำประปา มีการลดลงเฉลี่ยเพียง 6.4 (5.0-8.3) ไมโครกรัมต่อลูกบาศก์เมตร เท่านั้น ในสภาพที่ลมสงบ (ความเร็วลม 10-20 กม./ชม.) อิมัลชันน้ำมันหอมระเหยสามารถลดฝุ่นจากระดับ 37.0-44.0 ไมโครกรัมต่อลูกบาศก์เมตร ได้ถึงระดับ 13.5-16.5 ไมโครกรัมต่อลูกบาศก์เมตร ภายใน 3 ชั่วโมง แต่หากฝุ่นพิษมีปริมาณสูง(ประมาณ 98.0-101.0 ไมโครกรัมต่อลูกบาศก์เมตร) จะลดลงถึงระดับ 23.0-26.5 ไมโครกรัมต่อลูกบาศก์เมตร ภายใน 3 ชั่วโมง ขณะที่การใช้น้ำประปาสามารถลดฝุ่นได้เพียงเล็กน้อย คือพบระดับฝุ่น 31.0-40.5 ไมโครกรัมต่อลูกบาศก์เมตร ภายใน 3 ชั่วโมง อย่างไรก็ตามในสภาพที่ลมแรงและแปรปรวน (ความเร็วลม 15-35 กม/ชม.) ประสิทธิภาพการลดฝุ่น PM 2.5 ของอิมัลชันน้ำมันหอมระเหยจะลดลงและมีค่าแปรปรวน แต่ก็ยังมีแนวโน้มที่ดีกว่าการใช้น้ำประปา
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
เนื่องจากไซโลเก็บข้าวอินทรีย์เผชิญกับปัญหาแมลง เจ้าของจึงแก้ไขปัญหานี้โดยใช้ระบบผู้เชี่ยวชาญ (ES) ในกระบวนการควบคุมบรรยากาศ (CAP) ภายใต้มาตรฐานที่กำหนด โดยทำการรมแมลงด้วยไนโตรเจน (N₂) และลดความเข้มข้นของออกซิเจน (O₂) ให้น้อยกว่า 2% เป็นเวลา 21 วัน บทความนี้นำเสนอการใช้พลศาสตร์ของไหลเชิงคำนวณ (CFD) ร่วมกับ ES ซึ่งสามารถแก้ไขปัญหานี้ได้อย่างมีประสิทธิภาพ ขั้นแรก CFD ถูกนำมาใช้เพื่อวิเคราะห์รูปแบบการไหลของก๊าซ ความเข้มข้นของ O₂ สภาวะการทำงานที่เหมาะสม และค่าสัมประสิทธิ์การแก้ไข (K) ของไซโล ซึ่งผลลัพธ์ของ CFD สอดคล้องกับผลการทดลองและทฤษฎี ยืนยันความน่าเชื่อถือของ CFD อย่างมีนัยสำคัญ นอกจากนี้ ผลการวิเคราะห์ของ CFD ยังแสดงให้เห็นว่า ES สามารถควบคุมการกระจายตัวของไนโตรเจนภายในไซโลได้อย่างทั่วถึงและลดความเข้มข้นของ O₂ ให้เป็นไปตามข้อกำหนด จากนั้น ระบบ ES ถูกพัฒนาขึ้นโดยอาศัยกลไกการวินิจฉัย (Inference Engine) ที่ได้รับการสนับสนุนจากผลลัพธ์ของ CFD และหลักการกวาดผ่านเพื่อล้าง (Sweep-Through Purging) ก่อนจะนำไปใช้ในกระบวนการ CAP สุดท้าย การทดลองถูกดำเนินการเพื่อประเมินประสิทธิภาพของ CAP ในการควบคุมความเข้มข้นของ O₂ และกำจัดแมลงภายในไซโลจริง ผลการทดลองและข้อเสนอแนะจากเจ้าของยืนยันว่า การนำ ES ไปใช้มีประสิทธิภาพสูง จึงทำให้ CAP เป็นกระบวนการที่มีประสิทธิผลและสามารถนำไปใช้ได้จริง ความแปลกใหม่ของงานวิจัยนี้อยู่ที่การใช้วิธีการ CFD ในการสร้างกลไกการวินิจฉัยและพัฒนาระบบผู้เชี่ยวชาญ (ES)