TSAE Journal Vol. 20-2 by สมาคมวิศวกรรมเกษตรแห่งประเทศไทย

ทศ ไท ย

ะเ

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

มว

าค

สม

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย Journal of the Thai Society of Agricultural Engineering ปีที่ 20 ฉบับที่ 2 กรกฎาคม – ธันวาคม 2557 (Volume 20 No. 2 July – December 2014)

ISSN 1685-408X

บรรณาธิการ มหาวิทยาลัยเกษตรศาสตร์ รศ. ดร. อนุพันธ์ เทอดวงศ์วรกุล

ะเ

กองบรรณาธิการ มหาวิทยาลัยเทคโนโลยีสุรนารี ดร. เทวรัตน์ ตรีอํานรรค ดร. กระวี ตรีอํานรรค สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง ดร. ประสันต์ ชุ่มใจหาญ มหาวิทยาลัยขอนแก่น ดร. ชัยยันต์ จันทร์ศิริ มหาวิทยาลัยแม่โจ้ ผศ. ดร. ฤทธิชัย อัศวราชันย์ กองส่งเสริมวิศวกรรมเกษตร กรมส่งเสริมการเกษตร นางดาเรศร์ กิตติโยภาส นางสาวนฤมล ลดาวัลย์ ณ อยุธยา

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

มหาวิทยาลัยเกษตรศาสตร์ รศ. ดร. ประเทือง อุษาบริสุทธิ์ ผศ. ดร. ศิวลักษณ์ ปฐวีรัตน์ ดร. วันรัฐ อับดุลลากาซิม ดร. วัชรพล ชยประเสริฐ ดร. ศิริศักดิ์ เชิดเกียรติพล ดร. อาทิตย์ พวงสมบัติ นางสาวสิรินาฏ น้อยพิทักษ์ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี ผศ. ดร. สุนัน ปานสาคร

ทศ ไท ย

เจ้าของ: สมาคมวิศวกรรมเกษตรแห่งประเทศไทย สํานักงาน: อาคาร 5 ชั้น 5 กองส่งเสริมวิศวกรรมเกษตร กรมส่งเสริมการเกษตร แขวงลาดยาว จตุจักร กรุงเทพฯ 10900 โทร 0 2940 6183 โทรสาร 0 2940 6185 www.tsae.asia

ที่ปรึกษากองบรรณาธิการ มหาวิทยาลัยธรรมศาสตร์ รศ. พินัย ทองสวัสดิ์วงศ์

สม

าค

มว

จุฬาลงกรณ์มหาวิทยาลัย ศ. ดร. สุรินทร์ พงศ์ศุภสมิทธ์ มหาวิทยาลัยธรรมศาสตร์ ศ. ดร. ผดุงศักดิ์ รัตนเดโช ศ. ดร. สมชาติ ฉันทศิริวรรณ สถาบันเทคโนโลยีแห่งเอเชีย ศ. ดร. อรรถพล นุ่มหอม มหาวิทยาลัยเกษตรศาสตร์ รศ. ดร. ธัญญา นิยมาภา รศ. วิชา หมั่นทําการ ผศ. ภรต กุญชร ณ อยุธยา ดร. ประภากรณ์ แสงวิจิตร มหาวิทยาลัยเชียงใหม่ รศ. ดร. สัมพันธ์ ไชยเทพ ผศ. ดร. ศิวะ อัจฉริยวิริยะ ดร. วิบูลย์ ช่างเรือ มหาวิทยาลัยเทคโนโลยีสุรนารี ผศ. ดร. วีรชัย อาจหาญ ผศ. ชาญชัย โรจนสโรช ผศ. ดร. พยุงศักดิ์ จุลยุเสน

กองบรรณาธิการวิชาการ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี ศ. ดร. สมชาติ โสภณรณฤทธิ์ มหาวิทยาลัยแม่โจ้ รศ. เสมอขวัญ ตันติกุล ผศ. ดร. สุเนตร สืบค้า มหาวิทยาลัยขอนแก่น รศ. ดร. ธวัชชัย ทิวาวรรณวงศ์ รศ. ดร. วินิต ชินสุวรรณ ผศ. ดร. เสรี วงส์พิเชษฐ ผศ. ดร. สมโภชน์ สุดาจันทร์ ผศ. ดร. สมชาย ชวนอุดม ผศ. ดร. วิเชียร ปลื้มกมล มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี รศ. ดร. รุ่งเรือง กาลศิริศิลป์ ผศ. ดร. จตุรงค์ ลังกาพินธุ์ มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ รศ. จิราภรณ์ เบญจประกายรัตน์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณ ทหาร ลาดกระบัง รศ. ดร. ปานมนัส ศิริสมบูรณ์ รศ. สาทิป รัตนภาสกร

สถาบันวิจัยเกษตรวิศวกรรม กรมวิชาการเกษตร ดร. ชูศักดิ์ ชวประดิษฐ์ ดร. อนุชิต ฉ่ําสิงห์ กองส่งเสริมวิศวกรรมเกษตร กรมส่งเสริมการเกษตร นางดาเรศร์ กิตติโยภาส นายณรงค์ ปัญญา นายชีรวรรธก์ มั่นกิจ นางสาวฐิติกานต์ กลัมพสุต University of California, Davis Pictiaw Chen, Ph.D., Professor Emeritus David C. Slaughter, Ph.D., Professor University of Tsukuba Masayuki Koike, D.Agr., Professor Emeritus Tomohiro Takigawa, Ph.D., Professor Mie University Nobutaka Ito, D.Agr., Professor Emeritus Kansas State University Dirk E. Maier, Ph.D., Professor Purdue University Klein E. Ililiji, Ph.D., Associate Professor

คณะกรรมการสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ประจําปี พ.ศ. 2556 – 2557 ที่ปรึกษา Prof. Dr. Vilas M Salokhe Prof. Dr. Gajendra Singh Prof. Dr. Chin Chen Hsieh ดร. สุภาพ เอื้อวงศ์กูล นายทรงศักดิ์ วงศ์ภูมิวัฒน์ นายสุรเวทย์ กฤษณะเศรณี

กรรมการบริหาร

ะเ

นางดาเรศร์ กิตติโยภาส ผศ. ดร. วีรชัย อาจหาญ ศ. ดร. สมชาติ โสภณรณฤทธิ์ รศ. ดร. ปานมนัส ศิริสมบูรณ์ ผศ. ดร. สมโภชน์ สุดาจันทร์ ผศ. ดร. สุเนตร สืบค้า นายณรงค์ ปัญญา นางสาวฐิติกานต์ กลัมพสุต นายชีรวรรธก์ มั่นกิจ ดร. วัชรพล ชยประเสริฐ ดร. วันรัฐ อับดุลลากาซิม นายนเรสน์ รังสิมันตศิริ นางสาวนฤมล ลดาวัลย์ ณ อยุธยา นายอนุรักษ์ เรือนหล้า

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

นายกสมาคมวิศวกรรมเกษตรแห่งประเทศไทย อุปนายก ประธานฝ่ายวิชาการ ผู้ช่วยประธานฝ่ายวิชาการ ผู้ช่วยประธานฝ่ายวิชาการ ผู้ช่วยประธานฝ่ายวิชาการ เลขาธิการ เหรัญญิก นายทะเบียน สาราณียกร ผู้ช่วยสาราณียกร ปฏิคม ประชาสัมพันธ์ ผู้ประสานงานกลาง

นายโอฬาร พิทักษ์ นายวิกรม วัชรคุปต์ นายสมชัย ไกรครุฑรี นายปราโมทย์ คล้ายเนตร นายสุวิทย์ เทิดเทพพิทักษ์ นายชนะธัช หยกอุบล

ทศ ไท ย

ฯพณฯ นายอําพล เสนาณรงค์ ฯพณฯ พลเอกสุรยุทธ์ จุลานนท์ ศ. ดร. สมชาติ โสภณรณฤทธิ์ ศ. ดร. อรรถพล นุ่มหอม ศ. ดร. สุรินทร์ พงศ์ศุภสมิทธิ์ รศ. ดร. ธวัชชัย ทิวาวรรณวงศ์ รศ. ดร. วินิต ชินสุวรรณ

สม

รศ. ดร. สมยศ เชิญอักษร รศ. ดร. ธัญญา นิยมาภา รศ. ดร. ธัญญะ เกียรติวัฒน์ รศ. ดร. ปานมนัส ศิริสมบูรณ์ รศ. สาทิป รัตนภาสกร ผศ. ดร. สมโภชน์ สุดาจันทร์ ผศ. ดร. เสรี วงส์พิเชษฐ ดร. ชัยพล แก้วประกายแสงกูล รศ. ดร. สัมพันธ์ ไชยเทพ รศ. ดร. วิชัย ศรีบุญลือ ผศ. เธียรชัย สันดุษฎี นายไพศาล พันพึ่ง ผศ. ฉัตรชาย ศุภจารีรักษ์ รศ. กิตติพงษ์ วุฒิจํานง

กรรมการกลางและวิชาการ

ดร. สมเกียรติ เฮงนิรันดร์ รศ. ผดุงศักดิ์ วานิชชัง รศ. จิราภรณ์ เบญจประกายรัตน์ รศ. ดร. รุ่งเรือง กาลศิริศิลป์ ผศ. ดร. ศิวลักษณ์ ปฐวีรัตน์ ดร. วันรัฐ อับดุลลากาซิม รศ. รังสินี โสธรวิทย์ รศ. ดร. ประเทือง อุษาบริสุทธิ์ รศ. มานพ ตันตระบัณฑิตย์ ผศ. ดร. สุเนตร สืบค้า ผศ. ภรต กุญชร ณ อยุธยา ดร. วสันต์ จอมภักดี ดร. ชูศักดิ์ ชวประดิษฐ์ รศ. ดร. อนุพันธ์ เทอดวงศ์วรกุล

นางดาเรศร์ กิตติโยภาส รศ. ใจทิพย์ วานิชชัง นายชนะธัช หยกอุบล นายจารุวัฒน์ มงคลธนทรรศ ดร. ไมตรี แนวพนิช นายอัคคพล เสนาณรงค์ นายวิบูลย์ เทเพนทร์ นายสุภาษิต เสงี่ยมพงศ์ ดร. อนุชิต ฉ่ําสิงห์ นายวีระชัย เชาว์ชาญกิจ นายนรเชษฐ์ ฉัตรมนตรี นายไมตรี ปรีชา ผศ. ดร. สมชาย ชวนอุดม นายสมศักดิ์ อังกูรวัฒนานุกูล

นางสาวพนิดา บุษปฤกษ์ นายมลฑล แสงประไพทิพย์ นางสาวระพี พรหมภู่ นายพัฒนศักดิ์ ฮุ่นตระกูล นายมรกต กลับดี นายนเรศวร์ ชิ้นอินทร์มนู นายขุนศรี ทองย้อย นายสุรสิทธิ์ บุญรักชาติ นายบุญส่ง หนองนา นางสาวศิระษา เจ็งสุขสวัสดิ์ นางสาววิไลวรรณ สอนพูล นางสาวนฤมล ลดาวัลย์ ณ อยุธยา หัวหน้าภาควิชาและสาขาวิศวกรรม เกษตรของสถาบันการศึกษาทุกแห่ง ของประเทศ

คําแนะนําสําหรับผูเ้ ขียน 1. หลักเกณฑ์ทั่วไป

ะเ

การวางผังฟาร์ม  การออกแบบโรงงานอุตสาหกรรมเกษตร 5) ระบบเกษตร  โลจิสติกส์และโซ่อุปทานผลิตผลและสินค้าเกษตร  ระบบตรวจสอบย้อนกลับและความปลอดภัยอาหาร  การจัดการระบบเกษตร และการจําลองสถานการณ์  อุตสาหกรรมเกษตร 6) คอมพิวเตอร์ อิเล็กทรอนิกส์ และเทคโนโลยีสารสนเทศ  การเกษตรแม่ น ยํ า การตรวจวั ด ระยะไกล ระบบภู มิ สารสนเทศ ระบบผู้เชี่ยวชาญ  เซ็นเซอร์ หุ่นยนต์ และระบบอัตโนมัติ  ชีวสารสนเทศ  การประยุ ก ต์ ค อมพิ ว เตอร์ การพั ฒ นาซอฟแวร์ และ เทคโนโลยีสารสนเทศ 7) พลังงานและสิ่งแวดล้อม  พลังงานทดแทน ชีวมวลและพลังงานชีวมวล  การจัดการพลังงาน  การจั ดการของเสี ยการเกษตร รี ไซเคิ ล และเทคโนโลยี ไร้ของเสีย  วิศวกรรมระบบนิเวศน์เกษตร 

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

1.2 ขอบข่ายวารสาร 1) ต้นกําลังและเครื่องจักรกลเกษตร  เครื่องยนต์และกําลัง  การออกแบบและทดสอบเครื่องจักรกลเกษตร  กระบวนการผลิตเครื่องจักรกลเกษตร  เทคนิคปฏิบัติและการใช้เครื่องจักรกลเกษตร 2) วิศวกรรมดินและน้ํา  การอัดแน่น การชะล้าง และการปรับปรุงดิน  พื้นที่แห้งแล้ง และการเก็บกักน้ํา  อุทกวิทยาและการจัดการน้ํา  ชลศาสตร์และระบบชลประทาน  การให้น้ําพืชระดับไร่นา 3) กระบวนการหลังเก็บเกี่ยวและวิศวกรรมอาหาร  กระบวนการหลังเก็บเกี่ยวและการเก็บรักษา  การบรรจุ  เทคนิคแบบไม่ทําลาย  กระบวนการและเครื่องจักรกลอาหาร  วิศวกรรมชีวภาพ 4) โครงสร้างอาคารเกษตร  การออกแบบอาคารเกษตร  ไซโล โรงเรือน และโรงงานผลิตพืช

ทศ ไท ย

1.1 คํานํา วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย เป็นวารสารวิชาการที่จัดพิมพ์โดยสมาคมวิศวกรรมเกษตรแห่งประเทศไทย มีวัตถุประสงค์เพื่อเผยแพร่ผลงานวิจัยทั้งที่เป็นองค์ความรู้ใหม่ นวัตกรรม และเทคโนโลยีทางด้านวิศวกรรมเกษตรและระบบชีวภาพ ในรูปของบทความวิจัย บทวิจัยย่อ และบทความปริทัศน์ เนื้อหาของบทความที่เผยแพร่ในวารสารสะท้อนถึงขอบเขตที่กว้างขวางของ ศาสตร์วิศวกรรมเกษตร ซึ่งบูรณาการวิศวกรรมศาสตร์หลากหลายสาขามาประยุกต์เพื่อเพิ่มผลิตภาพทางการเกษตรและระบบชีวภาพ อาทิ เครื่องจักรกลเกษตร วิศวกรรมดินและน้ํา เทคโนโลยีหลังเก็บเกี่ยว วิศวกรรมอาหาร โครงสร้างอาคารเกษตร การจัดการระบบ เกษตร พลังงานและสิ่งแวดล้อมทางการเกษตร เป็นต้น เนื้อหาของบทความอาจเป็นการรายงานผลการทดลองของเรื่องที่ศึกษาที่ให้ องค์ความรู้ใหม่ การวิเคราะห์ทางทฤษฎี การออกแบบและประดิษฐ์นวัตกรรม หรือการนําเสนอเทคนิควิธีการทดลองใหม่

1.3 ประเภทบทความ บทความที่เผยแพร่ในวารสารมี 3 ประเภทคือ  บทความวิจัย (Research paper) คือ รายงานผลการศึกษาทดลองที่ทําให้ได้มาซึ่งองค์ความรู้ใหม่ หรือนวัตกรรมใหม่ ที่ได้ดําเนินการ จนสําเร็จและมีการเรียบเรียงอย่างครบถ้วนสมบูรณ์ตามระเบียบวิธีวิจัย  บทวิจัยย่อ (Research note) คือ รายงานผลการศึกษาทดลองเฉพาะในบางประเด็นที่ผู้วิจัยค้นพบ แต่ยังไม่เสร็จสมบูรณ์  บทความปริทัศน์ (Review paper) คือ รายงานที่ได้จากการรวบรวม ทบทวน และสังเคราะห์งานวิจัยที่ผ่านมาในเรื่องใดเรื่องหนึ่ง โดยสอดแทรกทัศนคติ ประสบการณ์ หรือความคิดเห็นของผู้เขียนที่มีต่อเรื่องนั้นๆ

1.4 ความยาวบทความ  บทความวิจัย  บทวิจัยย่อ  บทความปริทัศน์

ความยาวไม่ควรเกิน 10 หน้าเรียงพิมพ์ ความยาวไม่ควรเกิน 5 หน้าเรียงพิมพ์ ความยาวไม่ควรเกิน 10 หน้าเรียงพิมพ์

1.5 ค่าธรรมเนียมการตีพิมพ์ ผู้เ ขี ย นบทความที่ ผ่า นการพิ จ ารณาให้ ตี พิ ม พ์ ใ นวารสารฯ จะต้ อ งชํ า ระค่ า ธรรมเนี ย มการตี พิ ม พ์ ใ นอั ต ราหน้ า ละ 300 บาท โดยกองบรรณาธิการจะแจ้งรายละเอียดวิธีการชําระค่าธรรมเนียมให้ทราบเมื่อบทความได้รับการยอมรับต้นฉบับให้ตีพิมพ์ในวารสารฯ

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

ทศ ไท ย

1.6 กระบวนการประเมินบทความ ต้ น ฉบั บ บทความทุก ประเภทจะถู ก ประเมิ น โดยผู้ ท รงคุ ณ วุฒิ ไ ม่ ต่ํา กว่า 2 ท่ า น กองบรรณาธิ ก ารจะแจ้ ง ผลการประเมิ น ของ ผู้ทรงคุณวุฒิไปยังผู้รับผิดชอบบทความ (Corresponding author) ตามข้อมูลการติดต่อในต้นฉบับ ผู้เขียนบทความต้องปรับปรุงแก้ไข ต้ น ฉบั บ ตามคํ า แนะนํ า ของผู้ ท รงคุ ณ วุฒิ พร้ อ มทั้ ง ตอบข้อ ซั ก ถามของผู้ ท รงคุ ณ วุ ฒิ ใ ห้ ชั ด เจน แล้ ว ส่ ง เอกสารทั้ ง หมดกลั บ มายั ง กองบรรณาธิการภายในระยะเวลาที่กําหนด กองบรรณาธิการจะพิจารณาตัดสินยอมรับต้นฉบับให้ตีพิมพ์ในวารสารฯ โดยใช้ผลการ ประเมินของผู้ทรงคุณวุฒิเป็นเกณฑ์ ทั้งนี้คําตัดสินของกองบรรณาธิการถือเป็นอันสิ้นสุด 2. รายละเอียดการเตรียมต้นฉบับ* *กองบรรณาธิการขอสงวนสิทธิ์ไม่รับพิจารณาต้นฉบับบทความจนกว่าต้นฉบับนั้นๆ จะมีการจัดเรียงหน้าตามรายละเอียดที่แจ้งไว้ ในเอกสารนี้ 2.1 แบบฟอร์มต้นฉบับ (Template) ผู้เขียนควรทําความเข้าใจแบบฟอร์มต้นฉบับ (Template) และตัวอย่างต้นฉบับ (Manuscript example) ที่กองบรรณาธิการ จัดทําไว้อย่างละเอียด ลักษณะ (Styles) ของเนื้อหาทุกส่วนของแบบฟอร์มต้นฉบับได้ถูกปรับตั้งให้เป็นไปตามข้อกําหนดการจัดเรียง หน้าในเอกสารฉบับนี้แล้ว ผู้เขียนควรจัดเตรียมต้นฉบับโดยใช้แบบฟอร์มต้นฉบับและกําหนดลักษณะ ให้กับทุกส่วนในต้นฉบับให้ สอดคล้องกับแบบฟอร์มต้นฉบับ แบบฟอร์มต้นฉบับและตัวอย่างต้นฉบับสามารถดาวน์โหลดได้จากเว็บไซต์สมาคมฯ (www.tsae.asia)

มว

2.2 การจัดหน้าและแบบอักษร ต้นฉบับใช้กระดาษขนาด A4 ตั้งขอบกระดาษแบบ Mirror margins (ระยะขอบเพื่อการเย็บเล่มหนังสือ) ตั้งระยะขอบบนและ ขอบล่างอย่างละ 2.0 cm, ขอบนอก 1.5 cm และขอบใน 2.5 cm การพิมพ์ใช้อักษรแบบ TH SarabunPSK ตลอดทั้งต้นฉบับ

สม

าค

2.3 การระบุประเภทบทความ ผู้เขียนจะต้องระบุประเภทของบทความที่มุมบนขวาในหน้าแรกของบทความว่าเป็นบทความวิจัย บทวิจัยย่อ หรือบทความปริทัศน์ (ดูแบบฟอร์มต้นฉบับ) 2.4 หัวเรื่อง ส่วนหัวเรื่องจะมีทั้งภาษาไทยและภาษาอังกฤษ ประกอบด้วย  ชื่ อบทความ ใช้ อั กษรขนาด 16 pt ตั วหนา จั ดกระจายแบบไทย (Thai distributed) ชื่ อบทความควรสั้ นกระชั บ ได้ ใจความ และมีความจําเพาะเจาะจงกับเนื้อหาของงาน  ชื่ อ นามสกุ ล ผู้ เขี ยน ใช้ อั กษรขนาด 14 pt ตั วหนา จั ดกระจายแบบไทย ไม่ ใช้ คํ านํ าหน้ าชื่ อ ระหว่ างชื่ อผู้ เขี ยนแต่ ละคนให้ ใช้ เครื่องหมายจุลภาคคั่น หลังชื่อผู้เขียนให้แสดงกํากับต้นสังกัดด้วยตัวเลขแบบอักษรยก (Superscript) และให้กํากับผู้รับผิดชอบ บทความด้วยเครื่องหมายดอกจัน กองบรรณาธิการจะถือว่าผู้เขียนทุกคนที่มีชื่อปรากฏในต้นฉบับได้รับทราบและเห็นพ้องกับเนื้อหา ในต้นฉบับนั้น

 

ต้ นสั งกั ดและที่ อยู่ ใช้ อั กษรขนาด 12 pt ตั วธรรมดา จั ดกระจายแบบไทย กํ ากั บแสดงต้ นสั งกั ดด้ วยตั วเลขแบบอั กษรยก แล้วตามด้วยชื่อต้นสังกัดและที่อยู่ (จังหวัดและรหัสไปรษณีย์) ให้ระบุหมายเลขโทรศัพท์ โทรสาร และอีเมล์ ของผู้รับผิดชอบบทความ

2.5 บทคัดย่อ บทความภาษาไทยจะต้องมีบทคัดย่อทั้งภาษาไทยและภาษาอังกฤษ โดยให้ลําดับบทคัดย่อภาษาไทยมาก่อนภาษาอังกฤษ การพิมพ์ บทคัดย่อจะจัดเป็น 1 คอลัมน์ จัดกระจายแบบไทย ใช้อักษรขนาด 14 pt บรรทัดแรกให้ย่อหน้า (Indentation) 1.0 cm บทคัดย่อ ควรสั้นกระชับ (ไม่ควรเกิน 250 คํา) เนื้อความครอบคลุมถึงวัตถุประสงค์ วิธีการ ผล การค้นพบที่สําคัญ และสรุป

ทศ ไท ย

2.6 คําสําคัญ ท้ายบทคัดย่อให้ระบุคําสําคัญ 3-5 คํา ใช้อักษรขนาด 14 pt คําสําคัญทั้งภาษาไทยและภาษาอังกฤษให้ใช้เครื่องหมายจุลภาคคั่น ระหว่างคํา สําหรับภาษาอังกฤษใช้อักษรตัวพิมพ์ใหญ่กับอักษรตัวแรกของทุกคํา

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

2.7 เนื้อความ ส่วนเนื้อความใช้การจัดหน้าเป็น 2 คอลัมน์ ความกว้างของแต่ละคอลัมน์ 8.25 cm ระยะระหว่างคอลัมน์ 0.5 cm จัดกระจายแบบ ไทย หัวเรื่องย่อยให้ใช้หมายเลขกํากับ และพิมพ์ตัวหนา เช่น “1 บทนํา” (ตามด้วย 1.1 พิมพ์ตัวเอียง, 1.1.1 พิมพ์ตัวหนาและเอียง, ...) และจัดกระจายแบบไทย บรรทัดแรกของทุกย่อหน้าให้ย่อหน้า 0.5 cm และให้ใช้อักษรขนาด 14 pt ตลอดทั้งเนื้อความ ยกเว้น รายการเอกสารอ้างอิง ในรายการเอกสารอ้างอิง ให้ย่อหน้า 0.5 cm แบบ Hanging เนื้อความควรประกอบด้วยส่วนต่างๆ ดังนี้  บทนํา (Introduction) ควรมีการทบทวนวรรณกรรมที่เกี่ยวข้องตรงประเด็น กล่าวถึงที่มาของปัญหาและความสําคัญของผลงานที่ ผู้เขียนต้องการนําเสนอ ตอนท้ายบทนําควรระบุวัตถุประสงค์และขอบเขตของงานอย่างชัดเจน  อุปกรณ์และวิธีการ (Materials and methods) การเขียนส่วนอุปกรณ์และวิธีการให้บรรยายร้อยเรียงกันไป ไม่เขียนในลักษณะ นํารายการอุปกรณ์มาเรียงลําดับ (List) ควรอธิบายอย่างเป็นขั้นตอนและมีรายละเอียดเพียงพอให้ผู้อ่านที่สนใจสามารถทําการทดลอง ซ้ําได้ วิธีการที่เป็นที่ทราบดีในสาขาวิชานั้น หรือเป็นมาตรฐาน หรือถูกเผยแพร่โดยผู้อื่นมาก่อน ควรใช้การอ้างอิงโดยไม่ต้องอธิบาย รายละเอียดซ้ํา การกล่าวถึงชื่อทางการค้าของอุปกรณ์เพื่อความสมบูรณ์ของข้อมูลเชิงวิทยาศาสตร์สามารถทําได้ แต่ทั้งนี้ต้องไม่มีนัย ที่แสดงถึงการรับรองหรือสนับสนุนผู้ผลิตรายใดรายหนึ่ง  ผลและวิจารณ์ (Results and discussion) ผลที่นําเสนอควรเป็นข้อมูลที่ผ่านการวิเคราะห์สังเคราะห์ ไม่ใช่ข้อมูลดิบ โดยนําเสนอ เป็นลําดับสอดคล้องกับที่อธิบายไว้ในส่วนอุปกรณ์และวิธีการ ควรมีการแปลและวิจารณ์ผลอย่างมีหลักการและมีข้อมูลสนับสนุน ชัดเจน อาจมีการเปรียบเทียบผลกับงานวิจัยในทํานองเดียวกันที่เผยแพร่ มาก่อน รวมทั้งอาจให้ข้อเสนอแนะสําหรับการวิจัย ที่เกี่ยวข้องกันในอนาคต  สรุป (Conclusions) เป็นการลงความเห็นหรือสรุปการค้นพบที่สําคัญที่ได้จากงานวิจัย ควรสั้นกระชับ และไม่อธิบายซ้ําซ้อนกับ เนื้อความในส่วนก่อนหน้า  กิตติกรรมประกาศ (Acknowledgement) เป็นส่วนที่ผู้เขียนแสดงคําขอบคุณแก่บุคคล หรือหน่วยงานที่มีบทบาทสําคัญในการ สนั บสนุนการดํ าเนินงานวิจัย ทั้ งนี้ ไม่จําเป็นต้ องแสดงคําขอบคุณแก่ ผู้ร่วมเขี ยนบทความซึ่ งมีชื่อปรากฏในส่ วนหัวเรื่ องแล้ ว ส่วนกิตติกรรมประกาศอาจมีหรือไม่มีก็ได้  เอกสารอ้างอิง (References) การอ้างอิงใช้ระบบชื่อผู้แต่ง-ปีที่ตีพิมพ์ (Name-year system) ควรอ้างอิงเฉพาะแหล่งข้อมูลที่มีเนื้อหา เกี่ยวข้องกับงานวิจัยของผู้เขียน เอกสารอ้างอิงที่ใช้ต้องได้รับการยอมรับทางวิชาการ ไม่ควรอ้างอิงแหล่งข้อมูลที่เข้าถึงได้ยาก เช่น รายงานผลการวิจัยที่เผยแพร่ในกลุ่มแคบๆ ข้อมูลที่ไม่ถูกตีพิมพ์ หรือการติดต่อสื่อสารระหว่างบุคคล เอกสารอ้างอิงทุกชิ้นที่ถูกอ้าง ถึ งในเนื้ อความต้ องปรากฏอยู่ ในรายการเอกสารอ้ างอิ ง และในทํ านองเดี ยวกั นเอกสารอ้ างอิ งทุ กชิ้ นที่ ปรากฏอยู่ ในรายการ เอกสารอ้างอิงต้องถูกอ้างถึงในเนื้อความ การอ้างถึงเอกสารอ้างอิงภาษาไทยในเนื้อความให้ใช้รูปแบบ “ชื่อผู้แต่ง (ปีที่ตีพิมพ์)” เช่น “มงคล (2545) แสดงให้เห็นว่า ...” หรือ “ความเร็วการหมุนลูกมะพร้าวและความเร็วของมีดปอกมีผลต่อความเรียบของผิวลูก

ทศ ไท ย

มะพร้าว (บัณฑิต, 2550)” หรือ “อนุพันธ์ และศิวลักษณ์ (2555) พบว่า ...” แต่หากเอกสารอ้างอิงเป็นภาษาอังกฤษให้ใช้รูปแบบ “นามสกุลผู้แต่ง (ปีที่ตีพิมพ์)” เช่น “Mettam (1994) แสดงให้เห็นว่า ...” การอ้างถึงเอกสารอ้างอิงภาษาไทยซึ่งมีผู้แต่งตั้งแต่ 3 คน ขึ้นไปใช้คําว่า “และคณะ” หลังชื่อผู้แต่งคนแรก เช่น “สมชาติ และคณะ (2551)” สําหรับเอกสารอ้างอิงภาษาอังกฤษให้ใช้คําว่า “et al.” เช่น “Perez-Mendoza et al. (1999)” การจัดเรียงรายการเอกสารอ้างอิง ให้จัดเรียงเอกสารอ้างอิงภาษาไทยก่อน แล้วตาม ด้วยเอกสารอ้างอิงภาษาอังกฤษ สําหรับเอกสารอ้างอิงภาษาไทย ให้จัดเรียงเอกสารอ้างอิงตามลําดับอักษรของชื่อผู้แต่ง ซึ่งถ้าผู้แต่ง คนแรกเป็นคนเดียวกัน ให้เรียงลําดับตามอักษรของชื่อผู้แต่งคนถัดไป ถ้าชื่อผู้แต่งเหมือนกันทั้งหมดให้เรียงลําดับตามปีที่พิมพ์ ถ้าปี ที่พิมพ์เป็นปีเดียวกันให้ระบุความแตกต่างด้วยอักษร “ก”, “ข”, “ค” ต่อท้ายปีที่ตีพิมพ์ สําหรับเอกสารอ้างอิงภาษาอังกฤษ ให้ จัดเรียงเอกสารอ้างอิงตามลําดับอักษรของนามสกุลผู้แต่ง ซึ่งถ้าผู้แต่งคนแรกเป็นคนเดียวกัน ให้เรียงลําดับตามอักษรของนามสกุล ผู้แต่งคนถัดไป หากผู้แต่งเป็นคนเดียวกันทั้งหมด ให้เรียงลําดับตามปีที่ตีพิมพ์ ในกรณีที่ผู้แต่งเป็นคนเดียวกันทั้งหมดและตีพิมพ์ในปี เดียวกัน ให้ระบุความแตกต่างด้วยตัวอักษร “a”, “b”, “c” ต่อท้ายปีที่ตีพิมพ์ ชื่อวารสารวิชาการที่นํามาอ้างอิงให้ใช้ชื่อเต็ม

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

2.8 ตัวอย่างการพิมพ์รายการเอกสารอ้างอิง บทความวารสารวิชาการ จักรมาส เลาหวณิช, พรมมี แพงสีชา, สุเมธี คําวันสา. 2552. การหาค่าความขาวข้าวสารโดยวิธีการวัดค่าสี. วารสารสมาคมวิศวกรรม เกษตรแห่งประเทศไทย 15(1), 26–30. Perez-Mendoza, J., Hagstrum, D.W., Dover, B.A., Hopkins, T.L., Baker, J.E. 1999. Flight response, body weight, and lipid content of Rhyzopertha dominica (F.) (Coleoptera: Bostrichidae) as influenced by strain, season and phenotype. Journal of Stored Products Research 38, 183–195. หนังสือที่มีผู้แต่งแต่ละบท (Edited book) Mettam, G.R., Adams, L.B. 1994. How to prepare an electronic version of your article. In: Jones, B.S., Smith, R.Z. (Eds.), Introduction to the Electronic Age (pp. 281–304). New York: E-Publishing Inc. ตํารา ประดิษฐ์ หมู่เมืองสอง, สุชญาน หรรษสุข. 2550. การวิเคราะห์การสั่นสะเทือน. กรุงเทพมหานคร: ซีเอ็ดยูเคชั่น. Strunk, W., Jr., White, E.B. 1979. The Elements of Style. (3rd ed.). Brooklyn, New York: Macmillan. รายงานการประชุมวิชาการ วัฒนชัย ภัทรเธียรสกุล, วารุณี เตีย, สมชาติ โสภณรณฤทธิ์. 2553. ศักยภาพการผลิตเอทานอลจากลิกโนเซลลูโลสในประเทศไทย. รายงานการประชุมวิชาการสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ครั้งที่ 11 ประจําปี 2553, 299–304. นครปฐม: ภาควิชา วิศวกรรมเกษตร มหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตกําแพงแสน. 6–7 พฤษภาคม 2553, กําแพงแสน, นครปฐม. Winks, R.G., Hyne, E.A. 1994. Measurement of resistance to grain fumigants with particular reference to phosphine. In: Highley, E., Wright, E.J., Banks, H.J., Champ, B.R. (Eds). Proceedings of the Sixth International Working Conference on Stored-product Protection, 244–249. Oxford, UK: CAB International. 17–23 April 1994, Canberra, Australia. วิทยานิพนธ์ สยาม ตุ้ ม แสงทอง. 2546. การปรั บ ปรุ ง เครื่ อ งคั ด ขนาดผลมั ง คุ ด แบบจานหมุ น . วิ ท ยานิ พ นธ์ วิ ศ วกรรมศาสตร์ ม หาบั ณ ฑิ ต . กรุงเทพมหานคร: บัณฑิตวิทยาลัย, มหาวิทยาลัยเกษตรศาสตร์. Chayaprasert, W. 2007. Development of CFD models and an automatic monitoring and decision support system for precision structural fumigation. PhD dissertation. West Lafayette, Indiana: Department of Agricultural and Biological Engineering, Purdue University. แหล่งข้อมูลอิเล็กทรอนิกส์ ศูนย์ข้อมูลกรุงเทพมหานคร. 2550. สถิติรายปี กรุงเทพมหานคร. แหล่งข้อมูล: http://203.155.220.230/stat_search/frame.asp. เข้าถึงเมื่อ 14 มิถุนายน 2550. United Nations Environment Programme. 2000. The Montreal protocol on substances that deplete the ozone layer. Available at: http://ozone.unep.org/pdfs/Montreal-Protocol2000.pdf. Accessed on 7 August 2008.

2.9 หน่วย ใช้ระบบหน่วย International Systems (SI) ให้ถือว่าหน่วยเป็นสัญลักษณ์ ดังนั้นแม้ในบทความจะมีเนื้อความเป็นภาษาไทย หน่วยที่ใช้จะเป็นหน่วยภาษาอังกฤษเสมอ เช่น “มวล 15 kg” ไม่ใช้ “มวล 15 กิโลกรัม” หรือ “มวล 15 กก.” เป็นต้น ให้เขียนหน่วย ที่มลี ักษณะเป็นเศษส่วนในรูปตัวเลขยกกําลัง เช่น “m s-1” ไม่ใช้ “m/s” เป็นต้น

ทศ ไท ย

2.10 สมการ สมการที่ไม่ซับซ้อนอาจพิมพ์แทรกระหว่างข้อความภายในบรรทัดได้ สมการที่มีความซับซ้อนให้พิมพ์แยกบรรทัดด้วย Equation editor ควรกําหนดหมายเลขให้กับทุกสมการตามลําดับการปรากฏในต้นฉบับของสมการ และควรอ้างถึงสมการในเนื้อความตาม หมายเลขที่กําหนดไว้ ควรนิยามตัวแปรทุกตัวในสมการเมื่อถูกอ้างอิงถึงครั้งแรก ตัวแปรควรพิมพ์ด้วยตัวอักษรเอียง และใช้อักษรหรือ สัญลักษณ์ที่เป็นที่นิยมในสาขานั้นๆ หากจําเป็นต้องมีการกําหนดสัญลักษณ์หรือตัวแปรขึ้นใหม่เป็นจํานวนมาก ควรทําตารางสัญลักษณ์ เฉพาะ (Nomenclature)

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

2.11 ภาพและตาราง ให้แทรกภาพและตารางลงในเนื้อความ โดยรายละเอียดของภาพจะต้องสามารถมองเห็นได้ชัดเจนเมื่อเรียงพิมพ์ ภาพถ่ายควรมี ความละเอียดอย่างน้อย 300 dpi ภาพที่เป็นกราฟจะต้องมีคําอธิบายแกน คําอธิบายสัญลักษณ์ในกราฟ พร้อมระบุหน่วยให้ชัดเจน เนื่องจากวารสารฯ จะถูกจัดพิมพ์แบบขาว-ดํา ดังนั้น ผู้เขียนควรคํานึงถึงการสูญเสียความชัดเจนของภาพสีเมื่อต้องจัดพิมพ์เป็นภาพ ขาว-ดํา ตารางควรจัดรูปแบบให้เรียบร้อย เส้นตารางใช้เฉพาะเส้นแนวนอน ไม่ใช้เส้นแนวตั้ง ชื่อภาพและตาราง ตลอดจนข้อความทั้งหมดในภาพและตารางให้ใช้ภาษาอังกฤษ ให้เขียนชื่อภาพไว้ด้านใต้ภาพ โดยใช้รูปแบบ ดังตัวอย่างเช่น “Figure 1 Relationship between …” ส่วนชื่อตารางให้เขียนไว้ด้านบนตาราง โดยใช้รูปแบบดังตัวอย่างเช่น “Table 1 Results of …” ให้จัดขอบซ้ายขวาของชื่อภาพและตารางเป็นแบบจัดกระจายแบบไทย ใช้อักษร TH SarabunPSK ขนาด 14 pt ชื่อภาพและตารางควรสื่อให้ผู้อ่านสามารถทําความเข้าใจสาระสําคัญของภาพหรือตารางนั้นๆ ได้ แม้ไม่อ่านเนื้อความ การ กําหนดหมายเลขภาพและตารางให้เป็นไปตามลําดับการปรากฏในต้นฉบับ ให้ใช้รูปแบบการอ้างอิงถึงภาพและตารางในเนื้อความ ดังตัวอย่างเช่น “... ดังผลการทดลองใน Figure 1” หรือ “Table 1 เป็นค่าเฉลี่ยของ ...” ควรแทรกภาพหรือตารางเมื่อจบย่อหน้าที่มี การอ้างถึงภาพหรือตารางนั้นๆ ทันที

าค

มว

2.12 หมายเลขบรรทัด (Line number) เพื่อความสะดวกในการประเมินบทความของผู้ทรงคุณวุฒิ ให้กําหนดหมายเลขบรรทัดด้วยอักษร TH SarabunPSK ขนาด 8 pt เยื้องจากข้อความ 1 mm นับทีละ 1 บรรทัด โดยกําหนดให้บรรทัดแรกของคอลัมน์ซ้ายเป็นบรรทัดหมายเลข 1 และเริ่มนับลําดับเลข ใหม่ในแต่ละหน้าตลอดทั้งต้นฉบับ

สม

3. การส่งต้นฉบับ ผู้เขียนสามารถส่งไฟล์ต้นฉบับทางระบบ online submission ได้ที่ http://tsae.asia/journals/index.php/tsaej2014/ หรือ อีเมล์ไฟล์ต้นฉบับมาที่ fengwpc@ku.ac.th หรือส่งต้นฉบับ (Hard copy) จํานวน 3 ชุด โดย 3 ชุดไม่แสดงชื่อและสังกัดของผู้เขียน ทางไปรษณีย์ตามที่อยู่ด้านล่าง เมื่อได้รับต้นฉบับแล้ว กองบรรณาธิการจะแจ้งให้ผู้รับผิดชอบบทความทราบ รองศาสตราจารย์ ดร. อนุพันธ์ เทอดวงศ์วรกุล ภาควิชาวิศวกรรมเกษตร คณะวิศวกรรมศาสตร์ กําแพงแสน มหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตกําแพงแสน 1 หมู่ 6 ถ. มาลัยแมน ต. กําแพงแสน อ. กําแพงแสน จ. นครปฐม 73140 (ต้นฉบับวารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย)

สารบัญ 1 The Effects of Drying Temperatures and Oil Contents on Properties of Biodegradable Film from Konjac Flour Prayoon Jomlapeeratikul1*, Nattapol Poomsa-ad2, Lamul Wiset2, Chaleeda Borompichaichartkul3 8 การพัฒนาเครื่องกรอกดินใส่ถุงเพาะชํากล้ายางพารา รุ่น 2 ธรรม์ณชาติ วันแต่ง1* 15 การบริหารจัดการน้ําในลุ่มน้ําเพชรบุรีแบบบูรณาการ ยุทธนา ตาละลักษมณ์1*, บัญชา ขวัญยืน2, วราวุธ วุฒิวณิชย์2

ทศ ไท ย

24 Quantification of the Severity of Brown Leaf Spot Disease in Cassava using Image Analysis Wanrat Abdullakasim1*, Kittipong Powbunthorn1, Jintana Unartngam2 33 การนําเทคนิคการพยากรณ์มาใช้ในการบริหารพัสดุคงคลัง: กรณีศึกษาบริษัทผลิตเครื่องตัดโลหะ อรภา ชาตวนิช1*, พงษ์เพ็ญ จันทนะ2

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

43 ผลกระทบของการเตรียมขั้นต้นด้วยการลวกและแบบจําลองการอบแห้งดอกเก๊กฮวย ฤทธิชัย อัศวราชันย์1, 2*, ปองพล สุริยะกันธร1, 2, ประพันธ์ จิโน1, 2

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 1-7

Thai Society of Agricultural Engineering Journal Research Paper Volume 20 No. 2 (2514) 1-7 ISSN 1685-408X Available online at www.tsae.asia The Effects of Drying Temperatures and Oil Contents on Properties of Biodegradable Film from Konjac Flour Prayoon Jomlapeeratikul1*, Nattapol Poomsa-ad2, Lamul Wiset2, Chaleeda Borompichaichartkul3 1

Faculty of Engineering, Rajamangala University of Technology Isan Khonkaen Campus, Khonkaen, Thailand, 40000 Faculty of Engineering, Mahasarakham University, Mahasarakham, Thailand, 44150 3 Department of Food Technology, Faculty of Science, Chulalongkorn University, Bangkok, Thailand, 10330 *Corresponding author: Tel: +68-95-547-049, E-mail: prayoon_eng@hotmail.com

ทศ ไท ย

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

Abstract Biodegradable film is material made of biopolymer that can degrade naturally. Konjac flour is a soluble dietary fiber obtained from the root of the konjac plant (Amorphophallus konjac). The objective of this research was to study the effects of drying temperatures and olive oil concentrations on physical and mechanical properties, water vapor permeability (WVP) and solubility of biodegradable film from Konjac flour. The concentrations of olive oil were varied from 0, 1 to 3% in the experiment. The film drying was performed using a heat pump dryer at drying temperatures of 45 and 55ºC. The results showed that tensile strength and solubility of film were significantly decreased (p ≤ 0.05) when the olive oil concentration and drying temperature were increased. Percentage of elongation and thickness of the film were significantly increased (p ≤ 0.05) when olive oil concentrations and drying temperatures were raised. In addition, water vapor permeability of the film was significantly increased (p ≤ 0.05) when the olive oil concentrations and drying temperatures were increased.

สม

าค

มว

Keywords: Biodegradable film, Drying, Konjac flour, Mechanical properties, Water vapor permeability environmental issues, recycling of plastics is 1 Introduction complicated for technical and economic reasons Packaging is part of marketing tool and acting as (Aguado and Serrano, 1999). Thus, new biodegradable a silent salesman for consumer information purposes. films made from edible biopolymers from renewable It places a physical barrier between food products and sources could become an important factor in reducing the outside environment, especially those susceptible the environmental impact of plastic waste to oxidative and microbiological deterioration. The (Tharanathan, 2003). Proteins, lipids and most common materials used for packaging are paper, polysaccharides are the main biopolymers employed fiberboard, plastic, glass, steel, and aluminum. Oil- to make edible films. The type of biopolymer to use in derived synthetic plastics are commonly used. It is the film determines the properties of the material as a because of their advantages over other packaging barrier to water vapour, oxygen, carbon dioxide, and materials in terms of sturdiness and low weight lipid transfer in food systems. Films composed (Go´mez-Guille´ et al., 2009). However, they pose a primarily of proteins or polysaccharides have suitable serious global environmental problem by generating overall mechanical and optical properties but are large volumes of non-biodegradable waste (Kirwan and highly sensitive to moisture and exhibit poor water Strawbridge, 2003). In addition to safety and 1

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 1-7

ะเ

ทศ ไท ย

good conditions for heat sensitive materials to dry, as it enables independent control of temperature and relative humidity. This technology requires far less energy, as the system can recover the latent heat in a closed loop, and be conducted independent of ambient weather conditions (Perera and Rahman, 1997). Their advantages include higher energy efficiency due to the high coefficient of performance and better product quality (Strommen et al., 2000). The objective of this paper was to investigate the effects of drying temperatures and olive oil concentrations on properties of biodegradable film. Konjac flour was used as biodegradable base for film forming. Heat pump dryer was used for drying process. The drying temperature was set at 45 and 55ºC. The olive oil were varied from 1 and 3% w/w. Properties of film that were evaluated including tensile strength, elongation, thickness, solubility and water vapor permeability.

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

vapour barrier properties (Guilbert et al., 1996). This may represent a drawback when they are applied to food products with high moisture contents, because the films may swell, dissolve, or disintegrate upon contact with the water. However, the concept of biopolymers only is valid if the oil utilization life-cycle is shorter for biopolymers than for synthetic polymers (Scott, 2000). Konjac glucomannan (KGM) is the main polymer which are from agricultural product, readily available, biodegradable and highly safe. They possess special nutritional and good film-forming properties (Cheng et al., 2008). For instance, KGM is found to have functions such as has the ability to lower blood cholesterol and sugar level, help with weight loss, promote intestinal activity and immune function etc (Zhang et al., 2005) Edible films from biodegradable material can be formed by two main processes, i.e., casting and extrusion (Hernandez and Krochta, 2008). The film formation process most often reported in the scientific literature is the casting method. Briefly, it involves dissolving the biopolymer and blending it with plasticizers and/or additives to obtain a film-forming solution, which is cast onto plates and then dried by driving off the solvent. The extrusion method relies on the thermoplastic behaviour of proteins at low moisture levels. Films can be produced by extrusion followed by heat-pressing at temperatures that are ordinarily higher than 80ºC. This process may affect film properties (Kaya and Kaya, 2000). Drying at higher temperatures will affect on quality of the biodegradable film. The physical and chemical properties of the film are changes (Ekthamasut and Akesowan, 2001). This is due to the biodegradable film is a thin sheet. Most types of edible films were prepared by hot air drying (Kaya and Kaya, 2000). Heat pump dryer is one of the fastest drying methods. Although drying at a low temperature it can still reduce moisture in samples. Heat pump dryer is very 2

2 Materials and Methods 2.1 Materials Konjac glucomannan (food grade) is obtained from the Yunnan Genyun Konjac Resource Corp., Kunming (Biojade, Yunnan, PR China). Potassium hydroxide and Glycerin were obtained from Thai Food and Chemical Co., Ltd. Olive oil was purchased from a retail store. 2.2 Film Preparation A film-forming solution was prepared by weighed of konjac flour (1% w/v) of 100 ml distilled water and constant stirring via at room temperature (25ºC) for 3 h. The 0.14% w/v potassium hydroxide (KOH) was added before blending for 15 min. The mixture was then left to stand for 1 h at room temperature. The glycerol was added at 30% of the weight of Konjac flour and blending for 20 min. Olive oil was added in the amount of 1 and 3% w/v konjac and homogenized at 12,500 rpm for 5 min.

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 1-7

ทศ ไท ย

WVP = (WVTR × t) DP-1

(1)

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

2.4 Film Properties Determination 1) Film thickness determination. The film thickness was measured using a micrometer (Mitutoyo, Tokyo, Japan) with an accuracy of 0.001 mm. Each film sample was measured at six random positions along the strip; an average value was reported. The mechanical properties and Water vapor permeability (WVP) were calculated using the average thickness of each film sample. 2) Tensile strength and elongation tests. The measurement of the mechanical properties of biodegradable film was carried out using a texture analyzer (Texture Analyzer model TA.XT. Plus, Stable Micro Systems LTD, UK). After conditioning a biodegradable film, sample was cut into a 25.4 mm wide and 100 mm long strip. Initial grip separation 60 mm and speed were set at 60 mm min-1, respectively. Tensile strength was calculated by dividing the maximum load for breaking the film by its crosssectional area. Percent elongation was determined by dividing the film elongation at rupture by the initial grip separation. 3) Water vapor permeability of the films was determined using an aluminum cup with a diameter and height of 5.2 cm and 4.2 cm, respectively. Aluminum cup contained 100 g silica gel (0% RH) that was dried in oven (BINDER model ED 53 E2, Tuttlingen, Germany) at 120ºC for 24 h. The headspace for the

aluminum cup was 1 cm from the opening of the aluminum cup. Films were cut circularly with a diameter slightly larger than the diameter of the aluminum cup. They were covered and sealed using melted paraffin. These aluminum cups were then placed in a desiccator containing distilled water (100% RH). The aluminum cups were weighed at 1 h intervals over 5 h periods. Weight gain graphs were plotted with respect to time. The slope of each line was calculated by linear regression (R2 ≥ 0.99). The measured WVP of the films was determined as follows (Sobral et al., 2001).

ะเ

2.3 Film Drying Each conditions of film were prepared by the solution 33.75 g portion was poured and spread onto a level, rectangular Perspex plate fitted with rims around the edge to give a 7.5x3.5 cm2 film forming area. The solution were allowed to dry at the temperatures of 45 and 55ºC using a heat pump dryer for the obtained dried film. The obtained dry film was peeled off and stored in a desiccator containing saturated sodium chloride (NaCl) solution with 75% RH at room temperature until analysis.

Where WVTR is the water vapor transmission rate (g m-2 h-1) through a film, calculated from the slope of the straight line divided by the exposed film area (m2) and t is the mean film thickness (mm), and DP is the partial water vapor pressure difference (Pa) across the two sides of the film. For each type of film, WVP measurements were replicated three times for each batch of films. 4) Solubility in Water is defined as the percentage of film dry matter solubilized after 3 h of immersion in distillation water. The initial percentage of dry matter was determined by drying 2 cm diameter disks in a hot air oven at 105ºC for 3 h to determine the weight of film dry matter (W). Disks were cut, weighed and immersed in 100 ml of distilled water, with periodic stirring for 1 h at room temperature. The remained films were taken out and filter used filter paper No.4 to determine the weight of filter paper (a1). It was dried by hot air oven at 105ºC for 25 min to determine the final weight of dry matter (a2). Solubility is reported as the difference between initial and final dry matter with respect to initial dry matter. The measured solubility in water of the films was determined as follows (Rhim et al., 1999). 3

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 1-7

where W is weight of film dry matter, a1 is the weight of filter paper and a2 the final weight of filter paper dry matter. 3 Results and Discussion The effects of drying temperature (45 and 55ºC) and olive oil concentrations (0, 1 and 3% w/w) on physical properties, mechanical properties, water vapor permeability and solubility of biodegradable films was investigated. The experimental results are as following.

A,B

Same row with different letters are significantly different (p ≤ 0.05). a,b Same column with different letters are significantly different (p ≤ 0.05). 3.2 Elongation The elongation at break is a measure of the film’s stretch before breaking (Krochta and Mulder-Johnston, 1997). It was shown that trend for elongation value of these films were opposite to tensile strength. The addition of olive oils resulted in more elastic films. Generally, as the film structure softened, tensile strength decreased and elongations were increased in all temperatures and olive oil concentrations. The results are shown in Table 2.

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

3.1 Tensile Strength The tensile strength of biodegradable films containing various olive oil concentrations decreased as oil concentrations was increased. As it can be observed in Table 1, the plasticizer additives glycerol and olive oil have an indicated that all additives significantly influenced tensile strength of the films. The films mixed with more than 1% of olive oil concentrations presented lower values of tensile strength. Therefore, glycerol and olive oil additive acts as a plasticizer concentration agent, changing film mechanical behavior. But there was no significant difference observed in the tensile strength among films at various olive oil concentrations at 55ºC. The films drying at low temperature resulted in slow moisture removal of film solution. This effect caused the better intermolecular interactions and increase mobility of the macromolecules on film structures. Therefore, the structure of dried film was stronger when drying at low temperature. This was similar behavior with the report of Menegalli et al. (1999) that the effect of drying conditions on the mechanical properties was verified with the increase of drying temperature, independent of the relative humidity, caused decrease of the tensile strength and increase of elongation.

Table 1 Results of tensile strength (N mm-2) of film obtained from different drying temperatures and olive oil concentrations. Olive oil Temperature (ºC) (%w/w) 45 55 0 12.68Aa  0.46 12.02Ba  0.46 1 4.56Ab  0.86 3.01Bb  0.14 3 3.06Ac  0.20 2.51Bb  0.03

ทศ ไท ย

(2)

ะเ

% solubility in water = [W – (a2 – a1)] W-1

Table 2 Results of elongation (%) of film obtained from different drying temperatures and olive oil concentrations. Olive oil Temperature (ºC) (%w/w) 45 55 Bc Ac 0 6.88  3.60 7.92  1.40 Bb 1 13.14  1.57 24.47Ab  0.73 3 27.15Ba  3.03 55.12Aa  2.35 A,B

Same row with different letters are significantly different (p ≤ 0.05). a,b Same column with different letters are significantly different (p ≤ 0.05). This finding was agreed with the previous report that the glycerol concentration significantly affected the tensile strength and percent elongation of the

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 1-7 3.4 Water vapor permeability WVP of these films was increased by adding olive oils concentrations (Table 4).

3.3 Thickness Biodegradable films produced without olive oils were smooth and transparent having mean thickness about 0.04 mm. When olive oils were added, films became thicker (Table 3). As the concentration of the olive oils increased, the thickness of the films increased. This was due to the fact that olive oil acted as plasticizing agents, to reduce the intermolecular interactions and decrease mobility of the macromolecules. This was similar behavior with the report of Pereda et al. (2012) that a strong interaction between the polymer and the olive oil produced a crosslinking effect, which decreases the free volume and the molecular mobility of the polymer; in this sense, this effect can also been considered as an important increase in the local viscosity of the oil in the vicinity of chitosan chains. For drying temperature, the thickness of films increased with the increase of drying temperature. Since the low drying temperature caused the slow moisture lost of the film solution. Hence, these films shriveled and led to a decrease in the film thickness.

Table 4 Results of WVP (g mm (kPa h m²)-1) of film obtained from different drying temperatures and olive oil concentrations. Olive oil Temperature (ºC) (%w/w) 45 55 0 0.476Bb  0.030 1.276Ac 0.030 1 0.560Bb  0.045 1.533Ab 0.051 3 0.666Ba  0.051 2.226Aa 0.100 A,B

ทศ ไท ย

films (Oses et al., 2009). The films without olive oil had the highest tensile strength and lowest percent elongation.

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

Same row with different letters are significantly different (p ≤ 0.05). a,b Same column with different letters are significantly different (p ≤ 0.05).

สม

าค

Table 3 Results of thickness (mm) of film obtained from different drying temperatures and olive oil concentrations. Temperature (ºC) Olive oil (%w/w) 45 55

0.040c  0.000 0.040c  0.000 0 1 0.138Bb  0.000 0.170Ab  0.001 3 0.269Ba  0.004 0.390Aa  0.002 A,B Same row with different letters are significantly different (p ≤ 0.05). a,b Same column with different letters are significantly (p ≤ 0.05).

The result indicated that water vapor transfer generally occurs through the hydrophilic portion of the film and depends on the hydrophilic-hydrophobic ratio of the film components. Table 4 shows the WVP of the films. The film drying at temperature of 45ºC has lower than the films drying at 55ºC. A similar effect was observed by Kaya and Kaya (2000) reported that increasing WVP with the increasing temperature were observed in whey protein isolate edible films were dried using microwave drying or at room conditions, increase in WVP with increase temperature was observed for methyl cellulose and hydroxypropyl methylcellulose films (Park and Chinnan, 1995). The presence resulted of olive oil concentrations are increased caused an increase in WVP. The effect found in this research may be related to the hydrophobic property and the thickness of the films. Since the WVP were calculated using the average thickness of each film sample (Eq. 1). The thicknesses of edible films are increased with the drying temperature and olive oil concentration leading an increase in WVP.

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 1-7 3.5 Solubility The water solubility of these films was decreased by adding olive oils concentrations (Table 5). This could be explained by the fact that vegetable oils, with the help of hydrophobic substances that dispersed in the films, changed the polarity of the components (Ekthamasut and Akesowan, 2001). In addition, the increase of drying temperature caused the decrease of the solubility in films. This was similar with the observed by Tápia-Blácido et al. (2005) the films based with amaranth flour found that the solubility in water was affected by temperature variation and by drying humidity.

temperatures drying. The tensile strength and percent solubility of the films decreased with an increase in the drying temperatures but the elongation, thickness and water vapor permeability were significantly increased with the drying temperatures increase.

Table 5 Results of solubility (%) of film obtained from different drying temperatures and olive oil concentrations. Temperature (ºC) Olive oil (%w/w) 45 55

6 References Aguado, J., Serrano, D. 1999. Feedstock recycling of plastics wastes, in Clark, J.H. (Ed.). UK: Handbook of RSC clean technology monographs. Cheng, L.H., Abd Karim, A., Seow, C.C. 2008. Characterization of composite films made of konjac glucomannan (KGM), carboxy methylcellulose (CMC) and lipid. Food Chemistry 107, 411–418. Ekthamasut, K., Akesowan, A. 2001. Effect of vegetable oils on physical characteristics of edible konjac films. AU Journal of Technology 5, 73-78. Go´mez-Guille´n, M.C., Pe´rez-Mateos, M., Go´mezEstaca, J., Lo´pez-Caballero, E., Gime´nez, B., Montero, P. 2009. Fish gelatin: A renewable material for developing active biodegradable films. Trends in Food Science and Technology 20, 3-16. Guilbert, S., Gontard, N., Gorris, L.G.M. 1996. Prolongation of the shelf-life of perishable food products using biodegradable film and coatings. Food Science and Technology 29, 10-17. Hernandez-Izquierdo, V.M., Krochta, J.M. 2008. Thermoplastic processing of proteins for film formation a review. Journal of Food Science 73, 30-39. Kaya, S., Kaya, A. 2000. Microwave drying effects on properties of whey protein isolate edible films. Journal of Food Engineering 43, 91-96.

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

ทศ ไท ย

5 Acknowledgement Authors would like to thank the Faculty of Engineering, Rajamangala University of Technology Isan Khonkaen Campus, Faculty of Engineering Mahasarakham University (MSU) and the National Research Council of Thailand (NRCT) for the financial support.

มว

78.16Aa  0.68 70.11Ba  2.39 0 1 56.02Ab  0.19 38.51Bb  0.07 3 24.45Bc  0.64 26.95Ac  0.37 A,B Same row with different letters are significantly different (p < 0.05). a,b Same column with different letters are significantly different (p < 0.05).

สม

าค

4 Conclusions The effects of olive oil concentrations and drying temperatures on physical properties, mechanical properties, water vapor permeability and solubility of biodegradable film were studied. From the experimental results of properties appeared that the elongation, thickness and water vapor permeability were significantly increased with increase in the olive oil concentrations. The tensile strength and percent solubility of the films decreased with an increase in the concentrations of olive oil. The olive oil concentrations had statistically significant on all condition of edible films prepared by different 6

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 1-7

ะเ

ทศ ไท ย

Sobral, P.J.A., Menegalli, F.C., Humbinger, M.D., Roques, M.A. 2001. Mechanical, water vapor barrier and thermal properties of gelatin based edible films. Food Hydrocolloids 15, 423-432. Strommen, I., Bredesen, A.M., Eikevik, T., Neska, P., Pettersen, J., Aarlien, R. 2000. Refrigeration, air conditioning, and heat pump systems for the 21st century. Bulletin of the International Institute of Refrigeration 2, 3–18. Tápia-Blácido D., Sobral P.J., Menegalli, F.C. 2005. Effects of drying temperature and relative humidity on the mechanical properties of amaranth flour films plasticized with glycerol. Brazilian Journal of Chemical Engineering 22, 249–256. Tharanathan, R.N. 2003. Biodegradable films and composite coatings: past, present and future. Food Science and Technology 14, 71-78. Zhang, T.Q., Xie, B.J., Gan, X. 2005. Advance in the applications of konjac glucomannan and its derivatives. Carbohydrate Polymers 60, 27-31.

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Kirwan, M.J., Strawbridge, J.W. 2003. Plastics in food packaging. In: Food Packaging Technology, Blackwell Publishing Ltd., Oxford, London, 174-240. Krochta, J.M., de Mulder-Johnston, C. 1997. Edible and biodegradable polymer films: Challenges and opportunities. Food Technology 51, 61-74. Menegalli F.C., Sobral P.J.A., Roques M.A., Laurent S. 1999. Characteristics of gelatin biofilms in relation to drying process conditions near melting. Drying Technology Journal 17, 1697-1706. Oses, J., Fernandez-Pan, I., Mendoza, M., Mate, J.I. 2009. Stability of the mechanical properties of edible films based on whey protein isolate during storage at different relative humidity. Food Hydrocolloids 23, 125–131. Park, H.J., Chinnan, M.S. 1995. Gas and water vapor barrier properties of edible films from protein and cellulosic materials. Journal of Food Engineering 25, 497-507. Park, J.W., Testin, R.F., Park, H.J., Vergano, P.J., Weller, C.L. 1994. Fatty acid concentration effect on tensile strength, elongation, and water vapor permeability of laminated edible films. Journal of food Science 59, 916-919. Perera, C.O., Rahman, M.S. 1997. Heat Pump Dehumidifier Drying. Trends of Food Science and Technology 8, 75-83. Pereda, M., Amica, G., Marcovich, N.E. 2012. Development and characterization of edible chitosan/olive oil emulsion films. Carbohydrate Polymers 87, 1318–1325. Rhim, J.W., Wu, Y., Weller, C.L., Schnepf, M. 1999. Physical characteristics of a composite film of soy protein isolate and propylene glycol alginate. Journal of food Science 64, 149-152. Scott, G. 2000. Green Polymers. Polymer Degradation and Stability 68, 1–7.

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 8-14

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย บทความวิจัย ปีที่ 20 ฉบับที่ 2 (2557) 8-14 ISSN 1685-408X Available online at www.tsae.asia การพัฒนาเครื่องกรอกดินใส่ถุงเพาะชํากล้ายางพารา รุ่น 2 Development of a Soil Packing Machine for Pre-transplanting Para Rubber Bags, Model 2 ธรรม์ณชาติ วันแต่ง1* Tannachart Wantang1* 1

ทศ ไท ย

สาขาวิชาวิศวกรรมการผลิต, คณะเทคโนโลยีการเกษตรและเทคโนโลยีอุตสาหกรรม, มหาวิทยาลัยราชภัฏเพชรบูรณ์, เพชรบูรณ์, 67000 Program in Production Engineering, Faculty of Agricultural Technology and Industrial Technology, Phetchabun Rajabhat University, Phetchabun, Thailand, 67000 *Corresponding author: Tel: +66-56-717-164, Fax: +66-56-717-164, E-mail: tannachart@gmail.com

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

บทคัดย่อ วัตถุประสงค์ของการวิจัยครั้งนี้ คือ การพัฒนา ทดสอบ และประเมินสมรรถนะเครื่องกรอกดินใส่ถุงเพาะชํากล้ายางพารา รุ่น 2 โดยได้ออกแบบและสร้างเครื่องให้มีขนาดเล็กลง พัฒนาระบบกรอกดินให้เป็นระบบอัตโนมัติ สามารถกรอกดินได้ครั้งละ 10 ถุง จาก การทดสอบความเร็วรอบของใบกวาดดินลงชุดกรอกที่ 20 และ 40 rpm กับระยะเวลาหน่วงที่ 3, 5 และ 7 s พบว่า ความเร็วรอบที่ เหมาะสมของใบกวาดดินกับระยะเวลาหน่วง คือ 20 rpm กับเวลาหน่วง 5 s จะได้ดินเต็มถุงพอดีไม่ล้น ด้านอัตราการผลิตเฉลี่ยของ เครื่องเท่ากับ 473 ถุง h-1 หรือ 3,784 ถุง d-1 ซึ่งสูงกว่าแรงงานคนกรอกประมาณ 2.58 เท่า แต่เครื่องจะมีอัตราการกรอกเต็มถุงน้อย กว่าแรงงานคน 8% มีอัตราการสิ้นเปลืองพลังงานไฟฟ้าเท่ากับ 0.48 บาท h-1 เมื่อประเมินความพึงพอใจด้วยการใช้แบบสอบถามกับ กลุ่มตัวอย่างเกษตรกรผู้ปลูกยางพารา จํานวน 30 ราย ใน 4 ด้าน ประกอบด้วย ด้านการออกแบบเครื่อง ด้านความปลอดภัย ด้าน ความสะดวกในการใช้งาน และด้านการผลิต ผลการประเมินเท่ากับ 4.33 ซึ่งอยู่ในระดับดี คําสําคัญ: เครื่องกรอกดิน, กล้ายางพารา

สม

าค

มว

Abstract This research was aimed at development, testing and evaluating performance of the second generation (Model 2) of a soil packing machine for pre-transplanting para rubber bags. The machine was small and had an automatic soil packing system. The tests were conducted at paddle speeds of 20 and 40 rpm with delay times for moving the crate of 3, 5 and 7 s. The optimum paddle speed was at 20 rpm with a 5 s delay time. The results of the performance tests showed production rates of 473 bag h-1 or 3,784 bag d-1 and electricity charge of 0.48 Baht h-1. Comparing between machine and manual packings, the packing machine yielded as much as 2.58 times higher capacity than manual packing. However, manual packing had a higher success rate by about 8%. The satisfaction survey for evaluating the design, safety, ease of use and productivity was conducted with 30 para rubber farmers. Overall users’ satisfaction was evaluated to be 4.33 points, which was considered good. Keywords: Soil packing machine, Pre-transplanting para rubber

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 8-14

ทศ ไท ย

ยางได้ ไม่ควรใช้ระบบการเขย่าถังกรอกเพราะจะมีการกระเด็น ของดินจํานวนมาก และควรปรับเปลี่ยนรูปแบบของลังกรอกดิน จากที่ ใ ช้ ก ารวางแนวถุ ง สลั บ ฟั น ปลาควรปรั บ ปรุ ง ให้ เ ป็ น แนว เส้นตรงเรียงกันเพื่อให้ง่ายในการยกถุงออก จากข้อมูลงานวิจัยที่ เกี่ยวข้องได้นํามาศึกษาวิเคราะห์เพื่อเป็นแนวทางในการพัฒนา เครื่องกรอกดินใส่ถุงเพาะชําต้นกล้ายางพารา รุ่น 2 ที่มีสมรรถนะ ที่ สู ง ขึ้ น และผ่ า นประเมิ น ความพึ ง พอใจจากเกษตรกรผู้ ป ลู ก ยางพาราโดยใช้ ก ลุ่ ม ตั ว อย่ า งในจั ง หวั ด เพชรบู ร ณ์ เพื่ อ ให้ ก าร พัฒนาในครั้งนี้สามารถนําเครื่องจักรที่ได้รับการพัฒนาแล้วไปใช้ งานได้จริงในทุกพื้นที่ 2 อุปกรณ์และวิธีการ

ะเ

2.1 ส่วนประกอบของเครื่อง ในการออกแบบเครื่ อ งจะพั ฒ นาต่ อ ยอดจากเครื่ อ งเดิ ม โดยคํานึงถึงความสะดวกในการใช้งานและให้มีสมรรถนะด้านการ ผลิ ต ที่ สู ง ขึ้ น โดยหลั ก การทํ า งานของเครื่ อ งจะเป็ น ระบบการ กรอกดินอัตโนมัติมีระบบเลื่อนชุดถุงเพาะชําเข้าสู่เครื่องแล้วดิน จะไหลลงอัตโนมัติจนเต็มตามเวลากําหนด หลังจากนั้นระบบจะ เลื่อนชุดถุงเพาะชําออกพร้อมกับเลื่อนชุดต่อไปเข้าเครื่องซึ่งจะ เป็นการทํางานแบบต่อเนื่อง ในขั้นตอนการออกแบบและเขียน แบบจะใช้โปรแกรมเขียนแบบ NX 8.5 เขียนภาพประกอบและ ภาพแยกชิ้นเพื่อจะนําไปสร้างชิ้นส่วนตามแบบงานต่อไป โดย ส่วนประกอบหลักของเครื่อง (Figure 1) จะมีรายละเอียดดังนี้ 1) โครงเครื่ อ ง ทํ า หน้ า ที่ ร องรั บ น้ํ า หนั ก เครื่ อ งและยึ ด ส่วนประกอบต่างๆ มีขนาด 70 cm x 80 cm x 85.5 cm ติดตั้ง ล้อขนาดใหญ่เพื่อสะดวกในการเคลื่อนย้าย ปรับปรุงให้ต่ําลงกว่า เครื่องเดิมเพื่อความสะดวกในการทํางาน

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

1 บทนํา ประเทศไทยเป็นผู้ผลิตและส่งออกยางเป็นอันดับหนึ่งของโลก สร้างรายได้ให้กับประเทศมาโดยตลอด โดยในไตรมาสที่ 3 ของปี 2556 มีมูลค่าการส่งออก 2,371.3 ล้านตัน มีการขยายตัว 7.5% เมื่ อ เที ย บกั บ ไตรมาสเดี ย วกั น ของปี ที่ ผ่ า นมา สร้ า งมู ล ค่ า การ ส่งออกกว่า 5,883 ล้านดอลลาร์ ด้านตลาดส่งออก 5 อันดับแรก ของไทย ได้แก่ จีน มาเลเซีย ญี่ปุ่น เกาหลีใต้ และสหรัฐฯ ตามลําดับ (ธนาคารกรุงเทพ, 2556) ทําให้ยางยังคงเป็นสินค้า ส่งออกด้านเกษตรกรรมอันดับหนึ่งของประเทศไทยต่อไป (ยุคล, 2556) ด้ ว ยยุ ท ธศาสตร์ ก ารพั ฒ นายางพาราของประเทศไทย ปี 2552-2556 ได้วางเป้าหมายในการปลูกยางพาราเพิ่มขึ้นอีกไม่ น้อยกว่าร้อยละ 10 ของพื้นที่ จึงส่งผลให้มีการรณรงค์ปลูกยาง เพิ ่ม มากขึ ้น ในทุก พื ้น ที ่ ตัว อย่า งเช่น โครงการปลู ก ยางพารา 1 ล้านไร่ ซึ่งมีเป้าหมายขยายเนื้อที่ปลูกยางในภาคเหนือและภาค ตะวั น ออกเฉี ย งเหนื อ จํ า นวน 36 จั ง หวั ด (ศู น ย์ ส ารสนเทศ การเกษตร, 2555) ในขั้น ตอนการเพาะชํา ต้น กล้า ยางนั ้น จะ เริ่มต้นจากการเตรียมดินเพื่อชําต้นอ่อนลงถุง ดินที่นํามาต้องเป็น ดินที่มีความอุดมสมบูรณ์โดยทั่วไปจะใช้ดินร่วนผสมกับปุ๋ยคอก และแกลบดํ า หรื อ อิ น ทรี ย วั ต ถุ ใ นอั ต ราส่ ว นอย่ า งละ 1 ส่ ว น คลุกเคล้าให้เข้ากันแล้วจึงนําใส่ถุงเพาะชําเพื่อรอการชําต้นอ่อน ต่อไป แต่ปัญหาที่พบในปัจจุบันคือการเพาะชํากล้าไม้เกิดความ ล่ า ช้ า ทั้ ง ในส่ ว นที่ เ ป็ น การผสมดิ น และกรอกดิ น ลงถุ ง เพาะชํ า โดยเฉพาะในขั้นตอนการกรอกดินนี้จะทําได้ช้าเพราะจะทําการ กรอกได้ครั้งละ 1 ถุงเท่านั้น แต่เมื่อมีปริมาณความต้องการมาก ขึ้นจึงเกิดการเพาะพันธุ์กล้าไม้ยางไม่ทันตามกําหนด อีกทั้งการ ขาดแรงงานคนยังเป็นปัญหาใหญ่เพราะคนส่วนใหญ่จะนิยมเข้า ไปทํางานในเมืองหลวงหรือเลือกทํางานที่สะดวก สบาย สะอาด จึงทําให้ขาดแรงงานคนในการผลิตพันธุ์กล้าไม้ซึ่งเป็นปัญหาใหญ่ ในทุกจังหวัดของกลุ่มเกษตรกรผู้ทําสวนยางและกลุ่มผู้ผลิตกล้า ไม้ยางเพื่อจําหน่าย ดังนั้นผู้วิจัยจึงได้ทําการศึกษางานวิจัยที่เกี่ยวข้องกับเครื่อง กรอกดินใส่ถุงเพาะชํา เช่น เครื่องผสมและกรอกดินใส่ถุงเพาะชํา (ปัญญา, 2554) เครื่องกรอกดินใส่ถุงเพาะชําอัตโนมัติ (ชัชวาล, 2553) ซึ่งจะเหมาะสมกับการกรอกดินใส่ถุงเพาะชําขนาดเล็ก สําหรับไม้ดอกไม้ประดับ และเครื่องกรอกดินใส่ถุงเพาะชํากล้า ยางพาราเครื่องต้นแบบที่ผู้วิจัยได้สร้างขึ้นซึ่งสามารถกรอกดินใส่ ถุงเพาะชํ า กล้ า ยางที่ มีขนาดยาวได้ แต่ มีข้อที่ ค วรพั ฒ นา ได้ แ ก่ ขนาดเครื่ อ งมี ค วามสู ง มากเกิ น ไปทํ า ให้ ก ารเติ ม ดิ น ทํ า ได้ ย าก ขาดชุดบดดินจึงทําให้มีก้อนดินขนาดใหญ่ไหลลงสู่ถุงเพาะชํากล้า

Figure 1 Assembly drawing and details of a soil packing machine for pre-transplanting para rubber bags, Model 2. 9

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 8-14

ทศ ไท ย

แต่ละตัวให้หมุนเลื่อนลังกรอกดินเข้าและออกพร้อมกันซึ่งจะเป็น การทํางานแบบต่อเนื่อง 7) กล่องควบคุม ทําหน้าที่ควบคุมระบบไฟฟ้าในการทํางาน ประกอบด้ ว ยเบรกเกอร์ เ ปิ ด -ปิ ด วงจรการทํ า งาน สวิ ต ซ์ โ ยก อัตโนมัติ-ควบคุมด้วยมือ สวิตซ์เปิด-ปิดการทํางานและสวิตซ์กลับ ทิศ ทางการหมุน ของมอเตอร์ไ ฟฟ้ า 220 V สวิตซ์ เปิ ด-ปิด การ ทํางานและสวิตซ์กลับทิศทางการหมุนมอเตอร์ไฟฟ้า 12 V ของ สายพานเลื่อนลังกรอกดิน รีเลย์ตั้งเวลา พร้อมหลอดไฟแสดงการ ทํางานในแต่ละขั้นตอน 2.2 การทดสอบเพื่อหาความเร็วรอบที่เหมาะสมของใบกวาดดิน กับระยะเวลาหน่วงในการเลื่อนลังกรอกดิน หลังจากการสร้างและประกอบชิ้นส่วนต่างๆ ของเครื่องเสร็จ แล้ว (Figure 3) จากนั้นจะทําการทดสอบการทํางานของเครื่อง กับลังกรอกดิน (Figure 4) เพื่อแก้ไขข้อบกพร่องที่เกิดขึ้นแล้วจึง นํา ไปทํ า การทดสอบต่ อไป โดยในการทํา งานของเครื่อ งจะใช้ ผู้ ป ฏิ บั ติ ง าน 2 คน คนแรกเป็ น ผู้ ส วมถุ ง เข้ า กั บ ลั ง กรอกดิ น ส่ ว นคนที่ ส องเป็ น ผู้ ป้ อ นลั ง กรอกดิ น เข้ า และออกจากเครื่ อ ง ในการทดสอบเพื่อหาความเร็วรอบที่เหมาะสมของใบกวาดดิน ในการหมุนนําดินลงสู่ลังกรอกจะมีค่าความเร็วรอบที่ 20 และ 40 rpm ส่วนการทดสอบระยะเวลาหน่ วงที่ เหมาะสมของการ เลื่อนลังกรอกดินที่ 3, 5 และ 8 s ทําการทดสอบครั้งละ 100 ถุง จํานวน 3 ซ้ํา ตัวแปรที่ชี้วัด คือ อัตราการผลิต และอัตราการ กรอกดินเต็มถุง โดยเงื่อนไขว่าถุงที่เต็มหมายถึงถุงที่มีปริมาณดิน ในถุงมากกว่า 90% ของความสูงถุง ตัวแปรควบคุมในการทดสอบเพื่อหาสมรรถนะเครื่องในทุก การทดลองจะประกอบด้วยชนิดของดินที่เหมือนกันและขนาดถุง เพาะชํา โดยดินที่นํามาทดสอบต้องมีความเหมาะสมกับเครื่อง ควรมี ค วามหนาแน่ น เฉลี่ ย ของดิ น ประมาณ 1,222 kg m-3 และค่าเปอร์เซ็นต์ความชื้นเฉลี่ยประมาณ 18.58 (Table 1) ตามกระบวนการวิเคราะห์ดินทางกายภาพของกรมพัฒนาที่ดิน (กรมพัฒนาที่ดิน, 2553) ซึ่งดินที่มีค่าความชื้นมากเกินไปจะเกิด การติดที่ชุดใบกวาดจนดินไม่ไหลลงสู่ชุดกรอก ส่วนถุงเพาะชําจะ ใช้ขนาด 2˝ x 13˝ ที่มีสภาพใหม่

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

2) กรวยบรรจุดิน ทําหน้าที่เก็บดินเพื่อรอการบรรจุลงใส่ถุง เพาะชํา มีขนาดความกว้างของปากกรวย 62 cm x 72 cm มุมเอียง 50º บรรจุดินได้ประมาณ 0.64 m3 3) ชุ ด ใบกวาดดิ น ทํ า หน้ า ที่ ห มุ น นํ า ดิ น ลงสู่ ชุ ด กรอก โดยสามารถเปิดปิดและควบคุมปริมาณการไหลของดินได้ด้วย ระยะเวลาในการหมุน ชุดใบกวาดดินนี้จะประกอบด้วยกัน 2 อัน แต่ละอันจะมี 6 ใบ จะหมุนในทิศทางเข้าหากันเพื่อพาดินลงสู่ชุด กรอก ใบกวาดดินนี้มีขนาดเส้นผ่านศูนย์กลาง 100 mm ยาว 342 mm (Figure 2)

Figure 2 Straight spikes/Paddle.

สม

าค

มว

4) มอเตอร์ต้นกําลังและชุดทดรอบช้า จะใช้มอเตอร์ไฟฟ้า กระแสสลับ (AC) 220 V ขนาด 0.5 hp ทําหน้าที่เป็นต้นกําลังใน การหมุนใบกวาดดินลงสู่ชุดกรอกดิน ส่งกําลังผ่านชุดทดรอบช้า ลงขนาด 36 ต่อ 1 ด้วยระบบสายพาน 5) ลังกรอกดิน ทําหน้าที่เป็นกล่องสําหรับใส่ถุงเพาะชํากล้า ยางพาราทั้ง 10 ถุง ให้อยู่ในชุดเดียวกัน การทํางานเป็นลักษณะ การสวมประกอบเข้าหากัน มีท่อรองรับดินทําจากท่อพีวีซีผาย ปากบาน ส่วนอีกด้านหนึ่งจะใส่ถุงเพาะชํากล้ายางพารา ในการ ทดลองนี้จะใช้ถุงขนาด 2˝ x 13˝ เมื่อประกอบเสร็จจะมีลักษณะ เป็นกล่องขนาด 14.5 cm x 37.5 cm x 30.5 cm 6) ชุดเลื่อนลังกรอกดิน มีหน้าที่ในการเลื่อนลังกรอกดินเข้าสู่ เครื่อง เมื่อดินไหลลงสู่ถุงจนเต็มตามเวลากําหนดชุดเลื่อนนี้ก็จะ เลื่ อ นชุ ด ลั ง กรอกดิ น ให้ อ อกจากตั ว เครื่ อ งด้ ว ยระบบสายพาน อัตโนมัติพร้อมนําชุดลังกรอกดินชุดใหม่เลื่อนเข้ามาพร้อมกัน ใน 1 ลังกรอกดินสามารถกรอกดินได้ครั้งละ 10 ถุง ด้านต้นกําลังชุด เลื่อนจะใช้มอเตอร์ไฟฟ้ากระแสตรง (DC) ขนาด 12 V ความเร็ว รอบคงที่ 55 rpm เริ่มทํางานตามระยะเวลาการหน่วงของรีเลย์ เพื่อไปหมุนล้อขับและส่งกําลังด้วยสายพานแบนไปยังล้อลูกกลิ้ง 10

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 8-14 ทํางาน เพื่อเป็นข้อมูลพื้นฐานในการวิเคราะห์เปรียบเทียบอัตรา การสิ้นเปลืองพลังงานไฟฟ้าของเครื่องกรอกดินกับเครื่องใช้ไฟฟ้า อื่นๆ โดยการตรวจวัดด้วยคลิปแอมป์มิเตอร์และนําไปคํานวณ อัตราการสิ้นเปลืองพลังงานไฟฟ้า ใช้การคํานวณที่อัตราค่าไฟฟ้า ในบ้ า นเรื อ นทั่ ว ไป ขนาดมิ เ ตอร์ 15 A ที่ ค่ า ไฟฟ้ า อั ต ราปกติ หน่วยละ 3.94 บาท

ทศ ไท ย

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

Figure 3 The soil packing machine for pre-transplanting para rubber bags, Model 2.

2.3.2 การทดสอบเพื่อหาประสิทธิภาพของเครื่องเปรียบเทียบ กับแรงงานคน ในการทดสอบประสิ ท ธิ ภ าพของเครื่ อ งเปรี ย บเที ย บกั บ แรงงานคนกรอก จํ า นวน 1 คน ในด้ า นอั ต ราการผลิ ต ใช้ ระยะเวลาทําการทดลอง 1 h ทําการทดลอง 3 ซ้ํา ตัวแปรชี้วัด คือ อัตราการผลิต ด้านอัตราการกรอกดินเต็มถุงเปรียบเทียบที่ จํานวนถุง 100 ถุง ด้วยการทํางานแบบต่อเนื่องเปรียบเทียบกัน ทําการทดลอง 3 ซ้ํา ตัวแปรชี้วัด คืออัตราการกรอกดินเต็มถุง ซึ่งจะถูกคํานวณโดยใช้สมการต่อไปนี้ (วัชรพล และคณะ, 2555) Success =

Figure 4 The crates of packing soil bags.

สม

าค

มว

Table 1 Average of soil dry bulk density and soil moisture content. Soil dry bulk Soil moisture Test density content on dry -3 (kg m ) basis (%) 1 1,133 21.28 2 1,286 18.54 3 1,247 15.92 Average 1,222 18.58 2.3 การทดสอบหาอัตราการผลิตของเครื่องและประสิทธิภาพ ของเครื่องเปรียบเทียบกับแรงงานคน 2.3.1 การทดสอบเพื่อหาอัตราการผลิตของเครื่อง หลังจากการทดสอบเพื่อหาความเร็วรอบที่เหมาะสมของใบ กวาดดินกับระยะเวลาหน่วงที่เหมาะสมของการเลื่อนลังกรอกดิน แล้วจึงนําค่าที่ได้มาใช้กับเครื่องเพื่อทําการทดสอบหาอัตราการ ผลิตใน 1 h โดยจะทําการทดลอง 3 ซ้ํา เพื่อหาค่าเฉลี่ยอัตราการ ผลิตต่อ h และหาอัตราการกรอกดินเต็มถุง (S) หลังจากนั้นจะทํา การตรวจวัดอัตราการสิ้นเปลืองพลังงานไฟฟ้าของเครื่องในขณะ

100

×100

(1)

2.4 การประเมินความพึงพอใจของเครื่องกรอกดินใส่ถุงเพาะชํา ต้นกล้ายางพารา รุ่น 2 ด้านการประเมินความพึงพอใจของเครื่องที่สร้างขึ้นด้วยการ ตอบแบบประเมินใน 4 ด้าน ประกอบด้วย ด้านการออกแบบ เครื่อง ด้านความปลอดภัย ด้านความสะดวกในการใช้งาน และ ด้านการผลิต ใช้เกณฑ์การให้คะแนนความคิดเห็นแบบมาตรา ส่ ว นประมาณค่ า (Rating scale) ส่ ว นการวิ เคราะห์ ข้อ มู ล จาก แบบสอบถามความคิดเห็นใช้มาตราวัดเจตคติแบบลิเคิร์ท สเกล (Likert scale) ใช้การสุ่มกลุ่มตัวอย่างด้วยวิธีการคัดเลือกแบบ เฉพาะเจาะจง (Purposive selection) กับกลุ่มเกษตรกรผู้ปลูก สวนยางพาราในพื้นที่ ตําบลนาป่า อําเภอเมือง จังหวัดเพชรบูรณ์ จํานวน 30 ราย 3 ผลและวิจารณ์ 3.1 ผลการทดสอบเพื่อหาความเร็วที่เหมาะสมของใบกวาดดิน กับระยะเวลาหน่วงในการเลื่อนลังกรอกดิน จากผลการทดลองชี้ให้เห็นว่ าความเร็วรอบใบกวาดดินกั บ ระยะเวลาหน่วงมีผลต่ออัตราการผลิตและอัตราการกรอกดินเต็ม ถุง โดยเมื่อความเร็วรอบเพิ่มขึ้นจะทําให้เวลาการผลิตต่อลังเร็ว ขึ้นส่งผลให้มีอัตราการผลิตที่สูงขึ้นตาม ส่วนระยะเวลาการหน่วง ของชุ ด เลื่ อ นเมื่ อ ตั้ ง ค่ า น้ อ ยจะทํ า ให้ อัต ราการกรอกดิ น เต็ ม ถุ ง 11

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 8-14

มว

ทศ ไท ย

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Table 2 Result summary of the tests were conducted. Speed of Slider Cycle time of Success rate paddle delay of 100 bags of full bags wheel crates (min) (%) (rpm) (s) 3 14.68 90 20 5 16.31 100 7 N/A N/A 3 13.17 90 40 5 15.25 100a 7 N/A N/A N/A: Paddle stops as due to soil compaction. a Full bags and overflow.

จากผลการทดลอง (Table 3) อัตราการผลิตของเครื่องเฉลี่ย เท่ากับ 473 ถุง h-1 ส่วนอัตราการผลิตด้วยแรงงานคนกรอกเฉลี่ย เท่ากับ 183 ถุง h-1 เนื่องจากเครื่องจักรเป็นระบบอัตโนมัติสามารถ กรอกดินได้ครั้งละ 10 ถุง จะเห็นได้ว่าอัตราการผลิตของเครื่องสูง กว่าแรงงานคนประมาณ 2.58 เท่าเมื่อเปรียบเทียบกันที่การทํางาน ปกติของเครื่องที่มีคนทํางาน 2 คนเปรียบเทียบกับคนกรอก 1 คน หรือถ้าเปรียบเทียบกันที่การทํางาน 1 คนเท่ากัน อัตราการผลิต ของเครื่องก็ยังคงสูงกว่าแรงงานคนประมาณ 1.29 เท่า ด้านอัตรา การกรอกดิ นเต็ มถุ งของเครื่ องจะมี ค่ าต่ํ ากว่ าแรงงานคนกรอก 0.08 เท่า หรือ 8% โดยเครื่องจะมีอัตราการกรอกดินเต็มถุงเฉลี่ย เท่ากับ 92% ส่วนแรงงานคนกรอกเท่ากับ 100% ซึ่งประสิทธิภาพ เครื่องในส่วนนี้จะมีค่าต่ําว่าแรงงานคนเพราะในเครื่องนั้นถ้ามี การไหลของดินไม่สม่ําเสมอถุงที่อยู่ด้านข้างอาจมีดินไม่เต็มถุงได้ และผู้วิจัยยังได้เก็บข้อมูลโดยการสอบถามเกษตรกรผู้ปลูกยาง และผู้ผลิตต้นกล้ายางเพื่อจําหน่ายว่าในการใช้แรงงานคนทั่วไป สามารถที่ จ ะกรอกดิ น ได้ ต่ อ d ปริ ม าณเท่ า ใด ซึ่ ง ผลสรุ ป ของ แรงงานคนกรอกดินจะมีค่าประมาณ 500-600 ถุง d-1 ซึ่งน้อย กว่าค่าที่ได้จากการทดลองมาก และจากข้อมูลดังกล่าวนี้จะทําให้ อัตราการผลิตของเครื่องสูงกว่าแรงงานคนเพิ่มขึ้นถึง 6.31 เท่า ส่วนด้านผลการทดสอบการสิ้นเปลืองพลังงานไฟฟ้าพบว่าขณะ เครื่องทํางานใช้กระแสไฟฟ้า 0.55 A หรือ 0.12 หน่วย h-1 จะได้ อัต ราการสิ้น เปลื อ งพลั ง งานไฟฟ้ า เท่ า กั บ 0.48 บาท h-1 ซึ่ ง มี อัตราค่าไฟฟ้าใกล้เคียงกับโทรทัศน์สี ขนาด 14˝ พัดลมตั้งโต๊ะ หรือเครื่องขยายเสียง ขนาด 120 W เป็นต้น

ะเ

ลดลง แต่ในทางกลับกันถ้าเพิ่มระยะเวลาการหน่วงมากเกินไปจะ ได้อัตราการกรอกดินเต็มถุง 100% ทั้งหมด แต่จะมีดินล้นถุง ออกมาเปื้อนพื้นและเกิดการอัดแน่นสะสมของดินจนใบกวาดดิน หยุดหมุนในที่สุด ซึ่งจากการทดลองพบว่าความเร็วรอบที่มีอัตรา การผลิตที่สูงและมีอัตราการกรอกดินเต็มถุงที่สูงมี 2 ระดับ คือ ที่ความเร็วรอบ 20 rpm กับระยะเวลาหน่วง 5 s และ 40 rpm กับระยะเวลาหน่วง 5 s (Table 2) แต่ที่ระดับหลังนี้จะเกิดการ ล้นของดินลงบนพื้น ดังนั้นจึงเลือกใช้ความเร็วรอบของใบกวาด ดินที่ 20 rpm กับระยะเวลาหน่วง 5 s เพื่อใช้ทดสอบหาอัตรา การผลิตเครื่องต่อไป ด้านความสูญเสียในกระบวนการผลิต ได้แก่ การหยุดเครื่องเพื่อทําความสะอาดเครื่องและการรองานจากผู้ สวมถุงใส่ลังกรอกดิน

สม

าค

3.2 ผ ล ก า ร ท ด ส อ บ ห า อั ต ร า ก า ร ผ ลิ ต ข อ ง เ ค รื่ อ ง แ ล ะ ประสิทธิภาพของเครื่องเปรียบเทียบกับแรงงานคน จากผลการทดสอบอัตราการผลิตเครื่องจะได้ค่าเฉลี่ยเท่ากับ 473 ถุง h-1 ซึ่งสูงขึ้นกว่าเครื่องเดิมที่ผู้วิจัยได้สร้างขึ้น ประมาณ 145 ถุง h-1 (อัตราการผลิตเครื่องเดิม 328 ถุง h-1) ซึ่งเป็นผลจาก การใช้ระบบการทํางานแบบอัตโนมัติและต่อเนื่องจึงทําให้มีอัตรา การผลิตที่สูงขึ้น ด้านอัตราการผลิตต่อ d ประมาณ 3,784 ถุง d-1 ที่ ก ารทํ า งาน 8 h มี อั ต ราการกรอกดิ น ได้ เ ต็ ม ถุ ง เฉลี่ ย 92% (Table 3) หรือจะมีจํานวนถุงที่กรอกดินไม่เต็มประมาณ 8 ถุงจาก 100 ถุง หรือประมาณ 38 ถุง h-1 ซึ่งถุงเหล่านี้ต้องทําการใส่ดิน เพิ่มเติมให้เต็มถุง ทั้งนี้ขึ้นอยู่กับสภาพของถุงเพาะชําด้วยถ้าเป็น ถุงเพาะชําใหม่จะช่วยให้อัตราการกรอกดินเต็มถุงได้สูงมากขึ้น

Table 3 Result summary of comparison between the machine and manual. production rate Success rate of Test (bags hour-1) full bags (%) 460 90 soil packing 480 90 machine 480 95 Average 473 92 184 100 manual 186 100 178 100 Average 183 100

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 8-14

สม

าค

มว

ทศ ไท ย

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Table 4 A satisfaction survey of the farmers to a soil packing machine for pre-transplanting para rubber bags, Model 2 in Phetchabun province of Thailand. Satisfaction Overall scale Question satisfaction ( x ) (SD) Design Machine frame 4.30 0.54 Motor transmission 4.23 0.57 Hopper size 4.10 0.85 Straight spikes/Paddle 4.17 0.65 Conveyor system 4.13 0.90 Packing soil bags 4.17 0.91 system Quantity 10 bags 4.40 0.62 crates-1 Satisfaction level 4.20 0.72 Safety Electricity 4.67 0.51 Power Mechanic 4.33 0.48 Conveyor 4.30 0.60 Control Switch 4.43 0.57 Satisfaction level 4.43 0.54 Easy to use Easy to fill soil 4.23 0.82 Easy to fill bags to the 4.20 0.71 crates Easy to moving 4.30 0.54 Easy to Maintenance 4.47 0.57 Satisfaction level 4.30 0.66 Enjoyable with 4.37 0.62 success rate Production rate Enjoyable with 4.43 0.63 production rate Satisfaction level 4.40 0.62 Overall satisfaction level 4.33 0.63

ะเ

Figure 5 The performance tests.

3.3 ผลการทดสอบเพื่อประเมินความพึงพอใจกับเกษตรกรผู้ปลูก สวนยางพารา ด้ า นผลการประเมิ น ความพึ ง พอใจกั บ กั บ เกษตรกรผู้ ป ลู ก ยางพาราจากกลุ่มตัวอย่างเกษตรกรผู้ปลูกสวนยางในพื้นที่จังหวัด เพชรบูรณ์ จํานวน 30 ราย ผลการประเมินทั้ง 4 ด้าน พบว่า ด้านการออกแบบเครื่อง ด้านความปลอดภัย ด้านความสะดวกใน การใช้ ง าน และด้ า นการผลิ ต มี ผ ลการประเมิ น เท่ า กั บ 4.20, 4.43, 4.47 และ 4.43 ตามลําดับ ซึ่งอยู่ในระดับดีทุกด้าน และ ผลการประเมินเฉลี่ยทั้งหมด 4 ด้าน มีค่าเท่ากับ 4.33 ซึ่งอยู่ใน ระดับดี มีค่าเบี่ยงเบนมาตรฐานเท่ากับ 0.63 แสดงว่ามีความ แตกต่ า งของข้ อ มู ล อยู่ ใ นระดั บ ที่ น่ า พอใจ (Table 4) ด้ า น ข้อเสนอแนะ ได้แก่ ควรเพิ่มชุดลังกรอกดินให้สามารถใส่ถุงได้ หลายขนาดมากขึ้น ควรปรับปรุงการสวมถุงเพาะชําให้ทํางานได้ ง่ายขึ้น และควรเพิ่มกําลังมอเตอร์ให้มีขนาดที่สูงขึ้น

4 สรุป จากผลการพัฒนา ทดสอบ และประเมินสมรรถนะเครื่องกรอก ดิ นใส่ ถุ งเพาะชํ า ต้ น กล้ า ยางพารา รุ่ น 2 พบว่ าเครื่ อ งดั ง กล่ า ว สามารถเพิ่ มอั ต ราการผลิ ตให้ สู ง ขึ้ น ได้ จ ริ ง ตามสมมติ ฐ านของ งานวิจัย ค่าความเร็วรอบที่เหมาะสมของใบกวาดดินเพื่อทําหน้าที่ หมุ นนํ าดิ นไหลลงสู่ ชุ ดกรอกดิ นของเครื่ องมี ค่ า ที่ 20 rpm กั บ ระยะเวลาหน่ ว ง 5 s ด้ า นอั ต ราการผลิ ต ของเครื่ อ งเท่ า กั บ 473 ถุง h-1 ซึ่งสูงกว่าเครื่องเดิมประมาณ 145 ถุง h-1 มีอัตราการ ผลิตต่อ d ประมาณ 3,784 ถุง มีประสิทธิภาพสูงกว่าแรงงานคน กรอกประมาณ 2.58 เท่า ด้านอัตราการกรอกดินเต็มถุงของเครื่อง จะมีประสิทธิภาพต่ําว่าแรงงานคนกรอก 8% และในด้านผลการ ประเมินความพึงพอใจใน 4 ด้าน ประกอบด้วย ด้านการออกแบบ เครื่อง ด้านความปลอดภัย ด้านความสะดวกในการใช้งาน และ ด้านการผลิต ผลการประเมินอยู่ในระดับดีทุกด้าน ซึ่งจากผลการ พั ฒ นาเครื่ อ งกรอกดิ น ใส่ ถุ ง เพาะชํ า ต้ น กล้ า ยางพารา รุ่ น 2 ดังกล่าวข้างต้นสามารถนําไปใช้งานในพื้นที่จริงได้ 5 กิตติกรรมประกาศ ขอขอบคุ ณ สถาบั น วิ จั ย และพั ฒ นา มหาวิ ท ยาลั ย ราชภั ฏ เพชรบูรณ์ ที่สนับสนุนงบประมาณในการดํา เนิน งานวิจัย และ ขอขอบคุณองค์การบริหารส่วนตําบลนาป่า จ. เพชรบูรณ์ ที่ได้ อนุเคราะห์สถานที่และนําเกษตรกรผู้ปลูกสวนยางในพื้นที่เข้าร่วม ทดสอบและประเมินความพึงพอใจ

สม

าค

มว

ะเ

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

6 เอกสารอ้างอิง กรมพั ฒ นาที่ ดิ น . 2553. คู่ มื อ การปฏิ บั ติ ง านกระบวนการ วิ เ ค ร า ะ ห์ ดิ น ท า ง ก า ย ภ า พ . แ ห ล่ ง ข้ อ มู ล : http://www.ldd.go.th/PMQA/2553/Manual/OSD04.pdf. เข้าถึงเมื่อ 5 พฤศจิกายน 2556. ชั ช วาล ป้ อ มสุ ว รรณ. 2553. เครื่ อ งกรอกดิ น ใส่ ถุ ง เพาะชํ า อัตโนมัติ. วิทยานิพนธ์ ครุศาสตร์อุตสาหกรรมมหาบั ณฑิต. กรุงเทพมหานคร: บัณฑิตวิทยาลัย, มหาวิทยาลัยเทคโนโลยี พระจอมเกล้าพระนครเหนือ. ธนาคารกรุงเทพ. 2556. การส่งออกยางพาราของไทย เดือน ก.ย. 2556. แ ห ล่ ง ข้ อ มู ล : http://www.bangkokbank.com/BangkokBankThai/BusinessBanking/RatesAndReports/R eports/EconomicNewsAndResearch/Documents/TH_IR _Agri_Ex_Rubber_0913.pdf. เข้าถึงเมื่อ 30 ตุลาคม 2556. ธรรม์ณชาติ วันแต่ง. 2556. การออกแบบและสร้างเครื่องกรอก ดินใส่ถุงเพาะชํากล้ายางพารา. วารสารราชภัฏเพชรบูรณ์สาร 15(2), 30-37. ปั ญ ญา เที ย นนาวา. 2554. ผลงานสิ่ ง ประดิ ษ ฐ์ คิ ด ค้ น ทาง วิ ท ยาศาสตร์แ ละเทคโนโลยี ที่ ไ ด้รั บ รางวัล ปี 2543-2552. พิมพ์ครั้งที่ 2. กรุงเทพมหานคร: กระทรวงวิทยาศาสตร์และ เทคโนโลยี. ยุคล ลิ้มแหลมทอง. 2556. ยางไทยครึ่งปีหลังรุ่งหรือร่วง. วารสาร ยางเศรษฐกิจ 3(29), 46-49. วั ช รพล ชยประเสริ ฐ , กิ ต ติ เ ดช โพธิ์ นิ ย ม, อมรรั ต น์ เขี ย วขํ า , ปณัฐพงศ์ ดีทอง. 2555. การพัฒนาเครื่องปักต้นกล้ายาสูบ ขนาดหนึ่งที่นั่ง. วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศ ไทย 18(1), 1–7. ศูนย์สารสนเทศการเกษตร. 2555. วารสารการพยากรณ์ผลผลิต การเกษตร ปีเพาะปลูก 2555/56. กรุงเทพฯ: สํานักงาน เศรษฐกิจการเกษตร กระทรวงเกษตรและสหกรณ์.

ทศ ไท ย

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 8-14

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 15-23

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557) 15-23 Available online at www.tsae.asia การบริหารจัดการน้ําในลุ่มน้ําเพชรบุรีแบบบูรณาการ Integrated Water Management in Phetchaburi River Basin

บทความวิจัย ISSN 1685-408X

ยุทธนา ตาละลักษมณ์1*, บัญชา ขวัญยืน1, วราวุธ วุฒิวณิชย์1 Yutthana Talaluxmana1*, Bancha Kwanyuen2, Varawoot Vudhivanich2 1

ทศ ไท ย

ภาควิชาวิศวกรรมชลประทาน, คณะวิศวกรรมศาสตร์ กําแพงแสน, มหาวิทยาลัยเกษตรศาสตร์, นครปฐม, 73140 Department of Irrigation Engineering, Faculty of Engineering at Kamphaeng Saen, Kasetsart University, Nakorn Pathom, Thailand, 73140 *Corresponding author: Tel: +66-8-1844-0100, Fax: +66-34-352-053, E-mail: fengynt@ku.ac.th 1

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

บทคัดย่อ ความสัมพันธ์ระหว่างปริมาณฝนรายปีกับปริมาตรเก็บกักน้อยที่สุดของอ่างเก็บน้ําแก่งกระจานที่จะไม่ทําให้เกิดการขาดน้ําถูก พัฒนาขึ้ นภายใต้ การบริหารจั ดการอ่ างเก็บ น้ํ าแก่ ง กระจานตามเกณฑ์ป ฏิ บัติการอ่ างเก็บ น้ํ า เพื่ อใช้ เป็ นแนวทางในการประเมิ น สถานการณ์น้ําในลุ่มน้ําเพชรบุรี และวางแผนการบริหารจัดการน้ําจากปริมาณฝนคาดการณ์ในปีถัดไป พร้อมทั้งประเมินโอกาสที่จะ เกิดสภาวะการขาดน้ําเนื่องจากปริมาณฝนที่ตกน้อยกว่าที่คาดการณ์ ซึ่งแสดงถึงความเสี่ยงที่จะเกิดการขาดน้ํา ในงานวิจัยได้เสนอ แนวทางลดความเสี่ยงที่จะเกิดการขาดแคลนน้ํา ด้วยการจัดสรรน้ําระหว่างภาคการใช้น้ําต่างๆ ในสัดส่วนที่เท่ากันอย่างเป็นธรรม ซึ่งจะ ช่วยลดความขัดแย้งระหว่างภาคการใช้น้ําต่างๆ ผลการศึกษาที่ได้สามารถใช้เป็นเครื่องมือช่วยในการตัดสินใจในการวางแผนการ บริหารจัดการทรัพยากรน้ํา นอกจากนี้ ในการศึกษายังพบว่า การบริหารจัดการน้ําภายใต้เกณฑ์ปฏิบัติการอ่างเก็บน้ําที่มีลักษณะคงที่ จะทําให้การใช้น้ําไม่มีประสิทธิภาพ ดังนั้น ควรปรับปรุงเกณฑ์ปฏิบัติการอ่างเก็บน้ําแก่งกระจานให้มีลักษณะเป็นพลวัติเพื่อเหมาะสม กับสภาพการใช้น้ําและปริมาณฝนในปัจจุบัน คําสําคัญ: การบริหารจัดการน้ําแบบบูรณาการ, ลุ่มน้ําเพชรบุรี, ความเป็นธรรม

สม

าค

มว

Abstract The relationship between annual rainfall and minimum storage of Kaengkachan reservoir without water shortage was developed. It was constructed base on Kaengkachan reservoir operation rule curve. This relationship was developed for water resources assessment and water management planning of Phetchaburi river basin, when the next year rainfall was predicted. The water shortage probability due to less rainfall than prediction was also estimated to show risk of water shortage. To decrease shortage risk, water allocation among water use sectors should be in equitable manner at the same proportion. This should decrease conflict between water use sectors. The study output could be used for decision making of water resources management planning. Besides, it found that water management, base on static rule curve, let insufficient water use. So the operation rule curve of Kaengkachan reservoir should be revised to be dynamic rule curve for consistency with the present situation. Keywords: Integrated water management, Phetchaburi river basin, Equity

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 15-23 2 วิธีการ

ะเ

ทศ ไท ย

2.1 พื้นที่ศึกษา ลุ่มน้ําเพชรบุรีเป็นลุ่มน้ําหมายเลข 19 ตั้งอยู่ในภาคตะวันตก ของประเทศไทยมี พื้ น ที่ ลุ่ ม น้ํ า รวมทั้ ง สิ้ น 6,260.17 km2 มีปริมาณน้ําท่าเฉลี่ยรายปี 1,329 MCM พื้นที่ส่วนใหญ่อยู่ในเขต จังหวัดเพชรบุรี ลักษณะลุ่มน้ําเป็นรูปสี่เหลี่ยมผืนผ้าวางตัวในแนว ตะวันตก-ตะวันออกอยู่ระหว่างเส้นรุ้งที่ 1230เหนือถึงเส้นรุ้งที่ 1330เหนือ และอยู่ระหว่างเส้นแวงที่ 9900ตะวันออกถึง เส้นแวงที่ 10015ตะวันออก มีทิศเหนือติดกับลุ่มน้ําแม่กลอง ทิ ศ ใต้ ติ ด กั บ ลุ่ ม น้ํ า ชายฝั่ ง ทะเลตะวั น ตก ทิ ศ ตะวั น ตกติ ด กั บ สหภาพเมียนมาร์ และทิศตะวันออกติดกับอ่าวไทย โดยลุ่มน้ํา เพชรบุรีถูกแบ่งออกเป็น 3 ลุ่มน้ําย่อยได้แก่ ลุ่มแม่น้ําเพชรบุรี ตอนบน ลุ่มน้ําห้วยแม่ประจันต์ และลุ่มแม่น้ําเพชรบุรีตอนล่าง ดังแสดงใน Figure 1 (กรมทรัพยากรน้ํา, 2552) 2.2 การรวบรวมปริมาณความต้องการน้ํา ข้ อ มู ล การใช้ น้ํ า ในภาคการใช้ น้ํ า ต่ า งๆ ในด้ า นการอุ ป โภค บริโภค การปศุสัตว์ และการอุตสาหกรรม ได้ถูกประเมินในช่วง คาบเวลา 30 yr (พ.ศ.2522-2551) และรวบรวมไว้ในงานศึกษา โครงการเพิ่มประสิทธิภาพศูนย์ปฏิบัติการพยากรณ์เตือนภัยเพื่อ การบริหารจัดการทรัพยากรน้ํา (กรมทรัพยากรน้ํา, 2553) ส่วน ปริมาณน้ํารักษาระบบนิเวศน์เป็นปริมาณน้ําที่ใช้ผลักดันน้ําเค็ม แต่ยังไม่มีการศึกษาเพื่อกําหนดปริมาณที่เหมาะสมอย่างชัดเจน ปั จ จุ บั น ทางโครงการส่ ง น้ํ า และบํ า รุ ง รั ก ษาเพชรบุ รี ไ ด้ กํ า หนด ปริมาณน้ําระบายต่ําสุดที่ท้ายเขื่อนเพชรไว้ที่ 5 m3 s-1 (กรม ชลประทาน, 2550)

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

1 บทนํา การที่ จ ะสามารถกํ า หนดแนวทางการบริ ห ารจั ด การน้ํ า ได้ อย่างเหมาะสม จําเป็นที่จะต้องรู้ทั้งปริมาณน้ําต้นทุน และความ ต้องการน้ําในพื้นที่ ปริมาณความต้องการน้ําสามารถประเมินหรือ กําหนดได้ค่อนข้างแน่นอน เนื่องจากส่วนใหญ่เป็นปริมาณน้ําซึ่ง เกิ ด จากกิ จ กรรมที่ ม นุ ษย์ กํ า หนดขึ้ น แต่ ป ริ ม าณน้ํ า ต้ น ทุ นเป็ น ปริมาณน้ําที่ต้องคาดการณ์ ถ้าสามารถคาดการณ์ได้ใกล้เคียงกับ ความเป็นจริงมากเท่าไร ก็ทําให้การวางแผนในการบริหารจัดการ น้ํามีประสิทธิภาพและประสิทธิผลมากขึ้น แต่ในความเป็นจริง ยั ง ไม่ มี แ บบจํ า ลองใดที่ ส ามารถคาดการณ์ ป ริ ม าณน้ํ า ถู ก ต้ อ ง แม่นยํา อีกทั้งยังอาจมีเหตุการณ์ที่ไม่คาดคิดเกิดขึ้น ดังนั้น การ ประเมิ น ปริ ม าณน้ํ า ต้น ทุ น จึ ง ต้ อ งอาศั ยค่ าความน่ า เชื่ อถื อหรื อ ความน่าจะเป็นทางสถิติ ซึ่งค่าความน่าจะเป็นและรอบการเกิดซ้ํา ของปริมาณฝนรายเดือนสามารถนําไปใช้ประโยชน์ในการวาง แผนการบริหารจัดการน้ําและประกอบการตัดสินใจในการดําเนิน กิจกรรมด้านการเกษตรได้อย่างมีประสิทธิภาพสูงสุด (สมานและ ปรเมศร์, 2551) กรมทรั พยากรน้ํา (2553) ได้ทําการศึกษาปั ญหาภัยแล้งใน พื้ น ที่ ลุ่ มน้ํ า เพชรบุ รี พบว่ า การจั ดสรรน้ํ าในลุ่ มน้ํ า เพชรบุ รี จ ะ เพี ยงพอต่ อการอุ ปโภคบริ โภคและอุ ตสาหกรรม ส่ วนโครงการ ชลประทานขนาดใหญ่ที่พิจารณาให้มีการเพาะปลูกพืชเต็มพื้นที่ ชลประทานด้วยระบบการปลูกพืชปัจจุบัน พบว่าจะมีปริมาณน้ํา ไม่เพียงพอ ในงานวิจัยนี้ จึงมีวัตถุประสงค์เพื่อคาดการณ์ปริมาณ ฝนรายปีเฉลี่ยและประเมินโอกาสในการเกิดขาดแคลนน้ําในพื้นที่ ลุ่มน้ําเพชรบุรีในรูปของค่าความเสี่ยงจากค่าความน่าจะเป็นในการ เกิ ด ฝนที่ ร อบปี ก ารเกิ ด ซ้ํ า ต่ า งๆ โดยใช้ ก ารขาดน้ํ า ในพื้ น ที่ ชลประทานของโครงการส่งน้ําและบํารุงรักษาเพชรบุรีเป็นตัวบ่งชี้ ถึ ง การขาดน้ํ า ในพื้ น ที่ ลุ่ ม น้ํ า เนื่ อ งจากพื้ น ที่ ช ลประทานของ โครงการส่งน้ําและบํารุงรักษาเพชรบุรีเป็นกิจกรรมการใช้น้ําที่มี ความต้องการน้ํ ามากที่ สุ ด และจะเป็ นกิ จกรรมการใช้ น้ําแรกที่ ได้ รับผลกระทบเมื่อปริมาณน้ํ าในพื้ นที่ ลุ่มน้ําเริ่ มไม่เพียงพอกั บ ความต้ อ งการ ซึ่ ง ผลการวิ จั ย สามารถใช้ เ ป็ น แนวทางในการ กํ า หนดการบริ ห ารจั ด การน้ํ า ระหว่ า งภาคการใช้ น้ํ า ต่ า งๆ ให้สอดคล้องกับสถานการณ์น้ําที่มีอยู่ในอ่างเก็บน้ําแก่งกระจาน ทั้ ง นี้ ใ นงานวิ จั ย นี้ ไ ด้ ใ ช้ ป ริ ม าณน้ํ า ในอ่ า งเก็ บ น้ํ า แก่ ง กระจาน ณ ต้นเดือนกรกฎาคม เป็นค่าตั้งต้นการวิเคราะห์การใช้น้ําแต่ละปี

Figure 1 Phetchaburi river basin. 16

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 15-23

สม

าค

มว

ะเ

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

2.3 ระบบลุ่มน้ําเพชรบุรี ในการวิจั ยได้ แบ่ ง ลุ่มน้ํ าย่ อยออกเป็น 13 ลุ่ มน้ํา ตามลํา น้ํ า สาขาสํ า คั ญ ดั ง Figure 2 และแผนภู มิ ร ะบบลุ่ ม น้ํ า แสดงใน Figure 3 สําหรับโครงการชลประทานขนาดกลางและขนาดเล็ก ในแต่ ล ะพื้ น ที่ ลุ่ ม น้ํ า สาขาจะถู ก พิ จ ารณารวมเป็ น กลุ่ ม ตามลุ่ ม น้ํา ย่ อย ส่ ว นโครงการสู บ น้ํ า ด้ วยไฟฟ้ า จะรวมเป็ น กลุ่ ม ตามลุ่ ม น้ําย่อยและพิจารณาให้สูบน้ําตามลําน้ําสายหลัก ความต้องการ น้ํา ในกิจ กรรมต่ างๆ ของลุ่ มน้ํ าเพชรบุ รี ถูกจั ดเป็น กลุ่ มตามลุ่ ม น้ําย่อยเช่นกัน การประเมิ น การใช้ น้ํ า ของภาคการใช้ น้ํ า ต่ า งๆ ในลุ่ ม น้ํ า เพชรบุรีได้ถูกวิเคราะห์โดยใช้แบบจําลอง MIKE BASIN 2009 เพื่อจําลองสภาพลุ่มน้ําสําหรับการจัดการน้ําและจัดสรรน้ําตาม จุดต่างๆ ในลุ่มน้ําแบบผสมผสาน

ทศ ไท ย

สํ า ห รั บ ค ว า ม ต้ อ ง ก า ร ใ ช้ น้ํ า เ พื่ อ ก า ร ช ล ป ร ะ ท า น มี อ งค์ ป ระกอบหลั ก ที่ ต้ อ งนํ า มาพิ จ ารณา ประกอบด้ ว ย พื้ น ที่ เพาะปลูกและรูปแบบการเพาะปลูกพืช ปริมาณการใช้น้ําของพืช ปริมาณน้ําซึมลึกลงในดิน ปริมาณฝนใช้การ และประสิทธิภาพ การชลประทาน สําหรับการคํานวณหาปริมาณการใช้น้ําของพืช อ้ า งอิ ง คํ า นวณโดยใช้ ข้ อ มู ล ภู มิ อ ากาศด้ ว ยวิ ธี PenmanMonteith (Allen et al., 1998)

Figure 2 Sub-basin installation in model.

Figure 3 Schematic of Phetchaburi river basin.

2.4 แนวทางการจัดสรรน้ําชลประทาน ในช่ ว งฤดู ก ารส่ ง น้ํ า ก่ อ นการส่ ง น้ํ า โครงการส่ ง น้ํ า และ บํารุงรักษาเพชรบุรีจะอาศัยน้ําต้นทุนในอ่างเก็บน้ําแก่งกระจาน เป็นแนวทางในการวางแผนการส่งน้ํา (กรมชลประทาน, 2550) ดังนี้ ฤดูแล้ง (กุมภาพันธ์-พฤษภาคม) - มากกว่า 380 MCM ส่งน้ําเพื่อการทํานาปรังและอุปโภคบริโภค ในเขตโครงการฯ - ระหว่าง 300-380 MCM กําหนดพื้นที่ทํานาปรังและพืชฤดู แล้งในบริเวณที่สามารถส่งน้ําได้บางส่วน - น้อยกว่า 300 MCM งดการส่งน้ําทํานาปรังและพืชฤดูแล้ง ฤดูฝน (มิถุนายน-ธันวาคม) - มากกว่า 300 MCM เริ่ มส่ง น้ํา เพื่อการทํา นาปี ประมาณ 1 มิถุนายน - ระหว่ า ง 250-300 MCM เริ่ ม ส่ ง น้ํ า เพื่ อ การทํ า นาปี ประมาณ 1 กรกฎาคม - น้อยกว่า 250 MCM เริ่มส่งน้ําเพื่อการทํานาปี ประมาณ 15 กรกฎาคม แนวทางการจั ด สรรน้ํ า ของโครงการส่ ง น้ํ า และบํ า รุ ง รั ก ษา เพชรบุ รี นี้ ถู ก กํ า หนดขึ้ น โดยพิ จ ารณาจากโค้ ง ความสั ม พั น ธ์ ระหว่ า งค่ า ระดั บ ความจุ และพื้ น ที่ ผิ ว น้ํ า ของอ่ า งเก็ บ น้ํ า แก่ ง กระจานเดิมที่ได้สํารวจไว้เมื่อ พ.ศ. 2505 แต่ในปี พ.ศ. 2548 17

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 15-23 3 ผลและวิจารณ์ ในการประเมินความต้องการน้ําเพื่อการชลประทาน ได้ทํา การคํานวณปริมาณความต้องการน้ําของพืชอ้างอิง (ETO) ด้วยวิธี Penman-Monteith (Allen et al., 1998) ดังแสดงใน Table 1 Table 1 Reference crop evapotranspiration by Penman-Monteith method. Jan

Feb

Mar

Apr

May

Jun

ETO (mm/d)

4.8

5.5

6.4

6.6

6.2

6.0

month

Jul

Aug

Sep

Oct

Nov

Dec

ETO (mm/d)

6.3

5.8

5.7

5.2

4.7

4.6

ทศ ไท ย

month

ในการประมาณค่ า ความน่ า จะเป็ น ของปริ มาณฝนที่ ต กใน พื้ น ที่ ลุ่ ม น้ํ า ที่ ร ะดั บ ต่ า งๆ ได้ ดํ า เนิ น การวิ เ คราะห์ ก ารแจกแจง ความถี่ ข องปริ ม าณฝนเฉลี่ ย ที่ ต กในพื้ น ที่ ลุ่ ม น้ํ า โดยใช้ ข้ อ มู ล ปริ ม าณฝนเฉลี่ ย รายปี ใ นรอบ 30 yr (พ.ศ. 2522-2551) ด้วยแบบจําลองคณิตศาสตร์ HYDSTAT ผลการทดสอบความ เหมาะสมของ Probability distribution โดย Chi-Square test พบว่า รูปแบบของ Probabilities distributions ที่ให้ค่า ChiSquare น้อยที่สุด คือ Log-Gumbel probability distribution แสดงในสมการที่ 1

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

ได้มีการสํารวจโค้งความสัมพันธ์ระหว่างค่าระดับ ความจุ และ พื้นที่ผิวน้ําของอ่างเก็บน้ําแก่งกระจานใหม่ (สํานักอุทกวิทยาและ บริหารน้ํา, 2548) พบว่า ปริมาณน้ําที่แท้จริงในอ่างเก็บน้ําแก่ง กระจานจะมี ค่ า มากกว่ า ปริ ม าณน้ํ า ที่ ไ ด้ จ ากการจํ า ลอง สถานการณ์ ดังแสดงใน Figure 4

Figure 4 Comparison of capacity-area-elevation curves between 1962 and 2005.

สม

าค

มว

2.5 การประเมินค่าความน่าจะเป็นของปริมาณฝน การวิเคราะห์ การแจกแจงความถี่ปริมาณฝนในพื้นที่ลุ่มน้ํ า (Rainfall frequency analysis) ได้ดําเนินการด้วยแบบจําลอง HYDSTAT ซึ่งเป็นแบบจําลองคณิตศาสตร์สําหรับวิเคราะห์สถิติ ทางอุทกวิทยาเพื่อประเมินค่าความน่าจะเป็นและรอบการเกิดซ้ํา ของปริ ม าณฝนรายปี เ ฉลี่ ย ของลุ่ ม น้ํ า และทํ า การคั ด เลื อ ก แบบจํ า ลองที่ มี ก ารกระจายความน่ า จะเป็ น (Probability distributions) ที่ เ หมาะสมที่ สุ ด ในการวิ เ คราะห์ ไ ด้ ใ ช้ ข้ อ มู ล ปริ ม าณฝนรายปี เ ฉลี่ ย ของพื้ น ที่ ลุ่ ม น้ํ า เพชรบุ รี จํ า นวน 30 yr (พ.ศ. 2522-2551) ค่ า ความน่ า จะเป็ น ถู ก ใช้ ป ระเมิ น โอกาสที่ ปริมาณฝนที่ตกในพื้นที่ลุ่มน้ําจะน้อยกว่าปริมาณฝนที่รอบการ เกิดซ้ําต่างๆ

2.6 การประเมินความเสี่ยงต่อการขาดน้ําในพื้นที่ลุ่มน้ํา ในงานวิ จั ยนี้ กํ า หนดให้ ก ารขาดน้ํ า ในพื้ น ที่ ลุ่ มน้ํ า เพชรบุ รี เกิดขึ้นเมื่อมีการขาดน้ําในพื้นที่ชลประทานของโครงการส่งน้ํา และบํารุงรักษาเพชรบุรี ในการประเมินสภาวะการขาดน้ําจะทํา การวิ เ คราะห์ ส มดุ ล น้ํ า ในลุ่ ม น้ํ า และสร้ า งความสั ม พั น ธ์ ข อง ปริมาณน้ําต่ําสุดในอ่างเก็บน้ําแก่งกระจาน ณ ต้นเดือนกรกฎาคม กับปริมาณฝนรายปีคาดการณ์ในพื้นที่ลุ่มน้ําซึ่งเพียงพอกับความ ต้องการน้ําในพื้นที่ ค่าความเสี่ยงต่อการขาดน้ําแสดงในรูปของ โอกาสที่ปริมาณฝนที่ตกในพื้นที่ลุ่มน้ําเฉลี่ยจะน้อยกว่าค่าปริมาณ ฝนทั้งหมดดังกล่าว (Non-exceedance probability) 18

ln R = 6.93768+0.12738YT

(1)

  T    ln ln    T  1 

โดยที่ YT

R = ปริมาณฝนที่รอบการเกิดซ้ํา T yr (mm) T = รอบการเกิดซ้ํา (yr) ผลการวิเคราะห์ความน่าจะเป็นที่ปริมาณฝนจะตกน้อยกว่า ค่าปริมาณฝนที่กําหนด สรุปได้ดังแสดงใน Table 2 ซึ่งค่าความ น่าจะเป็นนี้จะบอกถึงโอกาสหรือความเสี่ยงที่ปริมาณฝนจะน้อย กว่าค่าที่กําหนด และทําให้เกิดสภาวะการขาดน้ํา Table 2 Non-exceedance probability. Rainfall (mm) P(X<Xi, %)

848.2 926.5 969.8 1079.6 1372.4 1851.3 1

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 15-23

ะเ

ทศ ไท ย

ยกตัวอย่างเช่น ถ้าคาดการณ์ว่าปริมาณฝนรายปีเฉลี่ยในปีถัดไป เท่ากับ 970 mm และปริมาณน้ําต่ําสุดในอ่างแก่งกระจาน ณ ต้น เดื อ นกรกฎาคม เท่ า กั บ 410 MCM ควรจั ด สรรน้ํ า ให้ ภ าค การเกษตรและอุตสาหกรรม 80% ของความต้องการ เพื่อให้มี ปริมาณน้ําเพียงพอตลอดปี แต่ทั้งนี้ ก็ยังคงมีความเสี่ยงที่จะเกิด การขาดน้ําได้เท่ากับ 20% เนื่องจากความเป็นไปได้ที่ปริมาณฝน ที่ ต กจะน้ อ ยกว่ า ที่ ค าดการณ์ นอกจากนี้ ในการพั ฒ นา แบบจําลองสําหรับการพยากรณ์ปริมาณฝนจะมีการกําหนดช่วง ความเชื่อมั่นของแบบจําลอง ซึ่งในงานวิจัยนี้ ได้กําหนดช่วงความ เชื่อมั่นไว้ที่ 95% (95% Confidence interval) ดังแสดงเป็น พื้นที่ส่วนที่แรเงาใน Figure 5 นั่นคือ ยังมีโอกาสที่จะเกิดสภาวะ การขาดน้ําในพื้นที่ลุ่มน้ําเพชรบุรีได้ ถ้าความสัมพันธ์ของปริมาณ ฝนคาดการณ์ในปีถัดไปและปริมาณน้ําต่ําสุดในอ่างเก็บน้ําแก่ง กระจาน ณ ต้นเดือนกรกฎาคมอยู่ในพื้นที่ส่วนนี้ (ยุทธนา, 2556) ในการวิเคราะห์เพื่อประเมินความเสี่ยงต่อการขาดน้ําในพื้นที่ ชลประทาน ยังพบอีกว่า โอกาสที่จะเกิดการขาดแคลนน้ําในพื้นที่ ลุ่มน้ําเพชรบุรีมี 2 ช่วง คือ เดือนเมษายน และเดือนสิงหาคม ซึ่งจากแผนการปลูกพืชปัจจุบันเป็นช่วงเวลาที่มีความต้องการน้ํา สูง จาก Figure 5 จะเห็นว่า เส้นกราฟแบ่งเป็น 2 ช่วง การขาด แคลนน้ําจะเกิดในเดือนเมษายนในกรณีที่ปริมาณฝนรายปีเฉลี่ย ของลุ่มน้ําต่ํา (ช่วงเส้นกราฟด้านซ้ายของจุด Inflection) ส่วนใน กรณี ที่ ป ริ ม าณฝนรายปี เ ฉลี่ ย สู ง จะมี โ อกาสที่ จ ะเกิ ด การขาด แคลนน้ํ า ในเดื อ นสิ ง หาคมได้ เ ช่ น กั น หากมี ป ริ ม าณน้ํ า เก็ บ กั ก ณ ต้นเดือนกรกฎาคมน้อยกว่าเส้นกราฟ (ช่วงเส้นกราฟด้านขวา ของจุด Inflection) อย่างไรก็ตาม แม้ว่าปริมาณฝนคาดการณ์จะ อยู่เหนือเส้นความต้องการ แต่ก็มีโอกาสเกิดการขาดน้ําในพื้นที่ เนื่องจากมีความเป็นไปได้ที่ปริมาณฝนจะตกน้อยกว่าที่คาดการณ์ สํ า หรั บ พื้ น ที่ บ ริ เ วณเหนื อ เส้ น เกณฑ์ ป ฏิ บั ติ ก ารอ่ า งเก็ บ น้ํ า บน (Upper rule curve) และใต้เส้นเกณฑ์ปฏิบัติการอ่างเก็บน้ําล่าง (Lower rule curve) เป็นบริเวณที่อยู่นอกขอบเขตการบริหาร อ่างเก็บน้ํา ซึ่งในทางปฏิบัติจะไม่มีการบริหารระดับน้ําในอ่างเก็บ น้ําให้อยู่ในบริเวณดังกล่าว ทั้งนี้ ค่า Upper และ Lower rule curve ณ ต้ น เดื อ นกรกฎาคม เท่ า กั บ 453 และ 237 MCM ตามลําดับ ในการคาดการณ์ปริมาณฝนรายปีเฉลี่ยของแต่ละลุ่ม น้ํ า ย่ อ ย ได้ ส ร้ า งแบบจํ า ลองทาง Stochastic เพื่ อ คาดการณ์ ปริ ม าณฝนในปี ถั ด ไปของแต่ ล ะสถานี วั ด น้ํ า ฝนในพื้ น ที่ ลุ่ ม น้ํ า เพชรบุรีโดยกําหนดช่วงความเชื่อมั่น 95% (95% Confidence interval) เพื่อคาดการณ์สถานการณ์น้ําของพื้นที่ลุ่มน้ําในปีถัดไป ถ้าปริมาณฝนคาดการณ์อยู่ในพื้นที่ส่วนที่แรเงา แสดงว่า ปริมาณ

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ในการวิเคราะห์สมดุลน้ําของลุ่มน้ําเพชรบุรีได้ทําการประเมิน ปริมาณน้ําต่ําสุดในอ่างเก็บน้ําแก่งกระจาน ณ ต้นเดือนกรกฎาคม สัมพันธ์กับค่าปริมาณฝนรายปีคาดการณ์ในลุ่มน้ํา ซึ่งไม่ทําให้เกิด สภาวะการขาดน้ําในพื้นที่ลุ่มน้ํา พร้อมประเมินค่าความเสี่ยงต่อ การขาดน้ําจากค่าความน่าจะเป็นที่ปริมาณฝนในพื้นที่ลุ่มน้ําจะ น้อยกว่าปริมาณฝนคาดการณ์ ผลการวิเคราะห์ จะได้ปริมาณน้ําต่ําสุดที่ควรมีในอ่างเก็บน้ํา แก่งกระจาน ณ ต้นเดือนกรกฎาคม ที่จะไม่ทําให้เกิดสภาวะการ ขาดน้ําในพื้นที่ชลประทานโครงการส่งน้ําและบํารุงรักษาเพชรบุรี และโอกาสที่ปริมาณฝนที่ตกจะต่ํากว่าปริมาณฝนที่คาดการณ์ซึ่ง จะทําให้เกิดการขาดแคลนน้ํา หรือหมายถึงความเสี่ยงที่จะเกิด การขาดน้ํ า ซึ่ ง สามารถสร้ า งเป็ น ความสั ม พั น ธ์ ไ ด้ ดั ง แสดงใน Figure 5 โดยที่กราฟแต่ละเส้นแสดงถึงปริมาณน้ําต่ําสุดที่ต้องมี ในอ่ า งเก็ บ น้ํ า แก่ ง กระจาน ณ ต้ น เดื อ นกรกฎาคมสั ม พั น ธ์ กั บ ปริมาณฝนรายปีที่คาดการณ์ในปีถัดไปที่ระดับความต้องการน้ํา ในลุ่มน้ําเพชรบุรีต่างๆ (Percent of water demand in basin) เช่น ที่ระดับความต้องการน้ํา 100% หมายถึง ความต้องการน้ํา ทั้งหมดของกิจกรรมการใช้น้ําต่างๆ ในลุ่มน้ําเพชรบุรีเมื่อดําเนิน กิ จ กรรมเต็ ม ที่ ใ นสภาพปั จ จุ บั น ซึ่ ง ในงานวิ จั ย นี้ ใ ช้ ค่ า ความ ต้องการน้ําเฉลี่ยในรอบ 10 yr (พ.ศ.2542-2551) ส่วนเส้นระดับ ความต้องการน้ําในลุ่มน้ําเพชรบุรีที่ 90% และ 80% สร้างขึ้นใน ลักษณะเดียวกับเส้นระดับความต้องการที่ 100% แต่พิจารณาลด ปริมาณความต้องการน้ําในภาคการเกษตรและภาคอุตสาหกรรม ลง 10% และ 20% ตามลําดับ โดยที่ปริมาณน้ําเพื่อการอุปโภค บริโภค และปริมาณน้ําเพื่อรักษาระบบนิเวศน์ ยังคงจัดสรรให้เต็ม ตามความต้องการ ถ้าความสัมพันธ์ของปริมาณฝนคาดการณ์ในปี ถัดไปและปริมาณน้ําต่ําสุดในอ่างเก็บน้ําแก่งกระจาน ณ ต้นเดือน กรกฎาคมอยู่ เ หนื อ เส้น ระดั บ ความต้ อ งการนั้ น แสดงว่า ในปี ถัดไปจะมีปริมาณน้ําต้นทุนมากกว่าความต้องการ (Supply > Demand) นั่นคือ จะมีปริมาณน้ําเพียงพอกับความต้องการ แต่ ถ้ า ความสั ม พั น ธ์ ดั ง กล่ า วอยู่ ใ ต้ เ ส้ น ระดั บ ความต้ อ งการจะมี ปริมาณน้ําในปีถัดไปน้อยกว่าความต้องการ นั่นคือ มีความเป็นไป ได้ ที่ จ ะเกิ ด สภาวะการขาดน้ํ า ในปี ถั ด ไป โดยในงานวิ จั ย นี้ พิจารณาว่าการขาดน้ําในพื้นที่ลุ่มน้ําเพชรบุรีเกิดขึ้นเมื่อผลการ วิเคราะห์แสดงการขาดน้ําในพื้นที่ชลประทานของโครงการส่งน้ํา และบํารุงรักษาเพชรบุรี นอกจากนี้ ในความสัมพันธ์ยังแสดงถึง ความน่ า จะเป็ น ที่ ป ริ ม าณฝนที่ ต กจะน้ อ ยกว่ า ปริ ม าณฝนที่ คาดการณ์ ทําให้เห็นถึงความเสี่ยงที่จะเกิดสภาวะการขาดน้ําแม้ จะคาดการณ์ว่าปริมาณน้ําในปีถัดไปจะเพียงพอกับความต้องการ

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 15-23

ทศ ไท ย

ปริ ม าณฝนรายปี เ ฉลี่ ย คาดการณ์ เท่ า กั บ 1,430 mm ความสัมพันธ์อยู่ในพื้นที่แรเงา แสดงว่า จะมีปริมาณน้ําเพียงพอ กับความต้องการ แต่แบบจําลองมีค่าความน่าเชื่อถือ 95% นั่นคือ ปริมาณฝนรายปีเฉลี่ยที่เป็นได้จะอยู่ในช่วงระหว่าง 1,357.6 ถึง 1,502.4 mm (1,430±72.4) แสดงว่า มีโอกาสที่จะเกิดภาวะการ ขาดน้ําได้ นอกจากนี้ จาก Figure 5 มีความเป็นไปได้ที่ปริมาณ ฝนรายปีเฉลี่ยจะต่ํากว่า 1,400 mm เท่ากับ 91% และจะเกิด ภาวการณ์ขาดแคลนน้ํา หากผู้มีส่วนเกี่ยวข้องกับกิจกรรมการใช้ น้ําต้องการลดความเสี่ยงต่อการขาดแคลนน้ําให้เหลือประมาณ 40% จะต้องลดความต้องการน้ําให้เหลือ 80% ดังนั้น ภาคการใช้ น้ําต่างๆ สามารถวางแผนการดําเนินกิจกรรมการใช้น้ําได้อย่าง เหมาะสม

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

น้ํ า ในปี ถัด ไปน่ า จะเพี ยงพอกั บ ความต้ อ งการ แต่ ยัง มี โ อกาสที่ ปริมาณฝนที่ตกจริงจะน้อยกว่าปริมาณฝนที่คาดการณ์ ซึ่งช่วง ความเชื่อมั่น 95% ของแบบจําลองที่ใช้คาดการณ์ในงานวิจัย สําหรับข้อมูลปริมาณฝนในรอบ 30 yr (พ.ศ.2522-2551) เท่ากับ ±72.4 mm ในกรณีที่ปริมาณฝนคาดการณ์แสดงให้เห็นว่าอาจ เกิดการขาดน้ําในปีถัดไป หรือมีความเป็นไปได้ที่ปริมาณฝนจะตก น้อยกว่าที่คาดการณ์และทําให้เกิดภาวะการขาดน้ํา หากผู้มีส่วน เกี่ยวข้องกับกิจกรรมการใช้น้ําต้องการลดความเสี่ยงต่อการขาด แคลนน้ํ า ลงสามารถทํ า ได้ โ ดยการลดการใช้ น้ํ า ลงในสั ด ส่ ว นที่ เท่าๆ กัน ตามหลักความเป็นธรรม จนกระทั่งอยู่ในระดับความ เสี่ยงที่จะเกิดการขาดน้ําที่ยอมรับได้ เช่น ถ้าปริมาณน้ําในอ่าง เก็บน้ําแก่งกระจาน ณ ต้นเดือนกรกฎาคม เท่ากับ 350 MCM

Figure 5 Relationship between rainfall storage volume and non-exceedance probability of rainfall in Phetchaburi river basin. นอกจากนี้ ในการวิ เคราะห์ เมื่ อกํา หนดให้ ป ริ ม าณฝนรายปี เฉลี่ ย น้ อ ยกว่ า 1,100 mm และเพิ่ ม ปริ ม าณน้ํ า เก็ บ กั ก ณ ต้นเดือนกรกฎาคมให้มากขึ้นเกินกว่าระดับของ Upper rule curve ปรากฏว่ายังคงมีสภาวะการขาดน้ํา ซึ่งจากการตรวจสอบ พบว่า เงื่อนไขการระบายน้ําตาม Rule curve จะทําให้มีการ 20

ระบายน้ําออกจากอ่างเก็บน้ําเพื่อรักษาระดับน้ําในอ่างเก็บน้ํา ไม่ให้เกินกว่าระดับ Upper rule curve ทําให้ปริมาณน้ําต้นทุน ในระหว่างปีไม่เพียงพอต่อความต้องการ เนื่องจากปริมาณฝนราย ปีเฉลี่ยต่ํา ซึ่งจากข้อมูลสถิติน้ําฝนในรอบ 30 yr (พ.ศ. 25222551) ค่าปริมาณฝนรายปีเฉลี่ยเท่ากับ 1,110 mm มีจํานวนปีที่

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 15-23

ทศ ไท ย

Figure 7 Kaengkrachan reservoir simulation in dry season.

ะเ

สําหรับการจําลองสถานการณ์ในฤดูแล้ง จะเห็นว่า ปริมาณ น้ําต้นฤดูแล้งอยู่ต่ํากว่า Lower rule curve ซึ่งตามแนวทางการ จัดสรรน้ําของโครงการฯ จะให้มีการปลูกพืชฤดูแล้งตามปกติ จะ ทําให้ปริมาณน้ําในอ่างเก็บน้ําจะลดลงอย่างมาก ปริมาณน้ําใน อ่างเก็บน้ํา ณ ต้นเดือนมิถุนายนจะต่ํากว่า 250 MCM สําหรับ การเพาะปลูกในฤดูฝน โครงการฯ จะกําหนดให้เริ่มปลูกพืชฤดู ฝนวั น ที่ 1กรกฎาคม จากการจํ า ลองสถานการณ์ จ ะเห็ น ว่ า ปริ ม าณน้ํ า ในอ่ า งเก็ บ น้ํ า จะลดลงถึ ง ระดั บ น้ํ า ต่ํ า สุ ด ในเดื อ น กันยายน มีความเป็นไปได้ที่จะเกิดการขาดน้ําในพื้นที่ลุ่มน้ําอย่าง รุนแรงตามการจําลองสถานการณ์ ทั้งนี้ผลการจําลองสถานการณ์ โดยการบริหารจัดการอ่างเก็บน้ําด้วย Rule curve ได้ว่า อ่างเก็บ น้ํ า แก่ ง กระจานค วรมี ป ริ ม า ณน้ํ า ประมาณ 595 MCM ณ ต้นเดือนกุมภาพันธ์ และบริหารจัดการอ่างเก็บน้ําด้วย Rule curve เพื่อลดความเสี่ยงในเกิดภาวการณ์ขาดน้ํา

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

มีปริมาณฝนรายปีเฉลี่ยต่ํากว่า 1,110 mm ถึง 18 yr คิดเป็น 56.67% และผลการวิเคราะห์ด้วยแบบจําลอง HYDSTAT โอกาส ที่ปริมาณฝนรายปีเฉลี่ยจะน้อยกว่า 1,110 mm เท่ากับ 57% เพื่อศึกษาสถานการณ์น้ําตามแนวทางการจัดสรรน้ําที่กําหนด โดยโครงการส่ ง น้ํ า และบํ า รุ ง รั ก ษาเพชรบุ รี ได้ ทํ า การจํ า ลอง สถานการณ์ ด้ ว ยระบบการปลู ก พื ช เช่ น เดี ย วกั บ ที่ กํ า หนดใน งานวิจัยโดยใช้ค่าปริมาณฝนรายปีเฉลี่ย เท่ากับ 1,194.8 mm (ปริมาณฝนรายปีเฉลี่ยระหว่างปี พ.ศ. 2542-2551) โดยทําการ จํ า ลองสถานการณ์ เ มื่ อ ปริ ม าณน้ํ า ในอ่ า งเก็ บ น้ํ า แก่ ง กระจาน เท่ า กั บ 300 MCM ที่ ต้ น เดื อ นมิ ถุ น ายน (ฤดู ฝ น) และเท่ า กั บ 380 MCM ที่ ต้ น เดื อ นกุ ม ภาพั น ธ์ เปรี ย บเที ย บกั บ การจํ า ลอง สถานการณ์ตามแนวทางงานวิจัยโดยการบริหารจัดการน้ําตาม Rule curve เดิมที่ได้สํารวจไว้เมื่อ พ.ศ. 2505 ซึ่งผลการจําลอง แสดงใน Figure 6 และ Figure 7 ตามลําดับ ผลการจําลองสถานการณ์ในฤดูฝน พบว่า ไม่เกิดภาวะการ ขาดน้ําในปีการเพาะปลูกนั้น (ฤดูฝนต่อฤดูแล้งปีถัดไป) แต่ทั้งนี้ การบริหารน้ําในอ่างเก็บน้ําแก่งกระจานจะไม่เป็นไปตามเกณฑ์ ปฏิบัติอ่างเก็บน้ําแก่งกระจาน (Rule curve) เนื่องจากปริมาณ น้ําในอ่างเก็บน้ําแก่งกระจานจะอยู่ต่ํากว่า Lower rule curve ในบางช่ ว งเวลา ดั ง นั้ น ถ้ า ปริ ม าณฝนที่ ต กในพื้ น ที่ ลุ่ ม น้ํ า หรื อ ปริมาณน้ําท่าไหลเข้าอ่างเก็บน้ําน้อยกว่าที่คาดการณ์ อาจเกิด ภาวะการขาดน้ําในพื้นที่ลุ่มน้ําได้ นั่นคือ พื้นที่ลุ่มน้ํามีความเสี่ยง ที่จะเกิดภาวะการขาดน้ํา ซึ่งจากสถานภาพที่กําหนด ถ้าจะลด ความเสี่ยงต่อการเกิดภาวะการขาดน้ํา ปริมาณน้ําในอ่างเก็บน้ํา แก่งกระจาน ณ ต้นเดือนมิถุนายน ควรมีประมาณ 392 MCM และต้องบริหารจัดการอ่างเก็บน้ําตาม Rule curve

Figure 6 Kaengkrachan reservoir simulation in wet season.

4 สรุป จากการประเมินความเสี่ยงต่อการขาดน้ําในพื้นที่ลุ่มน้ําผล การวิเคราะห์ได้ความสัมพันธ์ระหว่างปริมาตรเก็บกักน้ําต่ําสุดใน อ่างเก็บน้ําแก่งกระจาน ณ ต้นเดือนกรกฎาคมกับปริมาณฝนราย ปี เ ฉลี่ ย ที่ ค่ า ความเสี่ ย งต่ อ การเกิ ด การขาดแคลนน้ํ า ต่ า งๆ ความสัมพันธ์นี้จะช่วยในการประเมินสถานภาพของน้ําในลุ่มน้ํา และโอกาสที่จะเกิดภาวะการขาดแคลนน้ําในพื้นที่ ซึ่งผู้ที่มีส่วน เกี่ยวข้องกับการใช้น้ําทุกภาคส่วนสามารถใช้เป็นเครื่องมือช่วย การตัดสินใจในการกําหนดการดําเนินกิจกรรมการใช้น้ําต่างๆ ให้ เหมาะสมกั บ สถานภาพน้ํ า นอกจากนี้ ในกรณี ที่ ก ารประเมิ น สถานภาพของน้ําในลุ่มน้ําแสดงให้เห็นว่าจะเกิดการขาดแคลนน้ํา หรือมีค่าความน่าจะเป็นที่จะเกิดการขาดแคลนน้ําสูง ควรจัดสรร น้ําให้แก่ภาคการใช้น้ําต่างๆ ในสัดส่วนที่เท่าๆ กัน ตามหลักความ 21

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 15-23

ะเ

ทศ ไท ย

แสดงสภาวะการขาดน้ํา แสดงว่า แนวทางการจัด สรรน้ํา ของ โครงการเหมาะสมกับสภาพการใช้น้ําในพื้นที่โครงการในปัจจุบัน ดังนั้น จากโค้งปริมาณน้ําในอ่างเก็บน้ําแก่งกระจานที่เป็นจริง สู ง กว่ า โค้ ง ปริ ม าณน้ํ า ในอ่ า งเก็ บ น้ํ า ที่ ไ ด้ จ ากการจํ า ลอง สถานการณ์ดังแสดงข้างต้น ค่าความเสี่ยงต่อภาวะการขาดน้ําจะ ลดลง แต่ทั้งนี้การบริหารจัดการน้ําไม่ได้แสดงสถานภาพของน้ํา ในอ่างเก็บน้ําที่แท้จริง ทําให้ประสิทธิภาพการใช้น้ําในอ่างเก็บน้ํา ลดลง จึงควรปรับปรุงเกณฑ์ปฏิบัติอ่างเก็บน้ําให้สอดคล้องกับ ลักษณะของอ่างเก็บน้ําที่แท้จริง เพื่อให้สามารถนําน้ําในอ่างเก็บ น้ํามาใช้ได้อย่างเหมาะสมและเกิดประสิทธิภาพสูงสุด อย่างไรก็ตาม แม้ว่าแนวทางการจัดสรรน้ําของโครงการส่งน้ํา และบํา รุง รัก ษาเพชรบุ รี จะไม่ทําให้ เกิด การขาดแคลนน้ํ า แต่ เพื่ อ ให้ ก ารใช้ น้ํ า ในอ่ า งเก็ บ น้ํ า แก่ ง กระจานเป็ น ไปอย่ า งมี ประสิทธิภาพ จึงควรทบทวนและปรับปรุง Rule curve ใหม่ให้ เหมาะสมกับสภาพของอ่างเก็บน้ําที่แท้จริง และปรับแนวทางการ จัดสรรน้ําให้สอดคล้องกับ Rule curve เพื่อป้องกันความ ผิดพลาดในการจัดสรรน้ํา และลดความเสี่ยงต่อการขาดแคลนน้ํา นอกจากนี้ ควรทําการติดตามและจําลองสถานการณ์น้ําในทุกๆ เดื อ น เพื่ อ ให้ ส ามารถติ ด ตาม ประเมิ น ผล และปรั บ เปลี่ ย น แผนการบริหารจัดการน้ําได้เหมาะสมกับสถานการณ์

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

เป็ น ธรรม (Equity) ซึ่ ง เป็น หลั ก การที่กํ า หนดไว้ ในนิ ย ามของ IWRM ในการจัดสรรน้ําระหว่างภาคการใช้น้ํา เพื่อบรรเทาปัญหา การขาดแคลนน้ํา หรือลดความเสี่ยงที่จะเกิดการขาดแคลนน้ํา และที่สําคัญคือทําให้เกิดการมีส่วนร่วมของผู้มีส่วนเกี่ยวข้องกับ กิจกรรมการใช้ น้ํา ซึ่ง ช่วยลดความขัดแย้งที่อาจเกิดขึ้ นในการ จัดสรรน้ําระหว่างภาคการใช้น้ํา อย่างไรก็ตาม เกณฑ์ปฏิบัติการอ่างเก็บน้ําที่ใช้ในปัจจุบันไม่ รองรับลักษณะการใช้น้ําภายในลุ่มน้ําเพชรบุรีที่เปลี่ยนแปลงไป ขอบเขตบนของเกณฑ์ปฏิบัติการอ่างเก็บน้ําสามารถรองรับการใช้ น้ําได้เพียงพอเมื่อมีปริมาณฝนตกไม่น้อยกว่า 1,100 mm ดังนั้น ควรจะมีการปรับปรุงเกณฑ์ปฏิบัติการอ่างเก็บน้ําให้เหมาะสมกับ ลักษณะการใช้น้ําปัจจุบัน อีกทั้ง Rule curve ที่ใช้อยู่ในปัจจุบัน ถูกกําหนดให้มีค่าคงที่ในแต่ละเดือนในทุกๆ ปี คือมีลักษณะเป็น Static rule curve ซึ่งไม่สอดคล้องกับสภาพฝนที่เปลี่ยนแปลงใน แต่ละปี อาจทําให้เกิดภาวะการขาดน้ําได้เนื่องจากการระบายน้ํา ออกจากอ่างเก็บน้ําเพื่อควบคุมระดับน้ําในอ่างเก็บน้ําให้เป็นไป ตาม Rule curve ดังนั้น ถ้าสามารถปรับเปลี่ยนเกณฑ์ปฏิบัติการ อ่างเก็บน้ํา ให้เป็ นพลวัติ (Dynamic rule curve) คื อ เปลี่ยนแปลงค่าตามสภาพปัจจุบัน น่าจะช่วยบรรเทาปัญหาการ ขาดแคลนน้ําให้เหมาะสมกับสถานการณ์น้ํามากขึ้น ในการจัดสรรน้ําตามแนวทางการจัดสรรน้ําของโครงการส่ง น้ําและบํารุงรักษาเพชรบุรีที่ผ่านมาไม่ประสบภาวะการขาดแคลน น้ํา เนื่อ งจากเกณฑ์ กํา หนดการจั ดสรรน้ํ า ถูก พิจ ารณาจากโค้ง ความสัมพันธ์ระหว่างค่าระดับ ความจุ และพื้นที่ผิวน้ําของอ่าง เก็บน้ําแก่งกระจานเดิมที่ได้สํารวจไว้เมื่อ พ.ศ.2505 แต่ในโค้ง ความสัมพันธ์ระหว่างค่าระดับ ความจุ และพื้นที่ผิวน้ําของอ่าง เก็บน้ําแก่งกระจานใหม่ ที่สํารวจในปี พ.ศ.2548 พบว่า ปริมาณ น้ําที่แท้จริงในอ่างเก็บน้ําแก่งกระจานจะมีค่ามากกว่าปริมาณน้ํา ที่ใช้ในการจําลองสถานการณ์การจัดสรรน้ํา ดังแสดงใน Figure 4 ซึ่งเมื่อตรวจสอบปริมาณน้ําในอ่างเก็บน้ําด้วยโค้งความจุอ่างเก็บ น้ําใหม่ ได้ว่า ที่ ความจุ อ่างเก็บ น้ํา เดิม เท่ า กับ 300 และ 380 MCM ความจุ ที่ แ ท้ จ ริ ง จากสํ า รวจใหม่ เท่ า กั บ 400.73 และ 513.85 MCM ตามลํ า ดั บ นั่ น คื อ มี ป ริ ม าณน้ํ า ในการบริ ห าร จัดการมากกว่าที่กําหนดประมาณ 100 และ 133 MCM ซึ่งค่า ความจุที่สํารวจใหม่จะสอดคล้องกับค่าปริมาณน้ําที่ควรจะมีใน อ่ า งเก็ บ น้ํ า คื อ 392 และ 595 MCM ตามลํ า ดั บ เมื่ อ บริ ห าร จัดการอ่างเก็บน้ําด้วย Rule curve ทั้งนี้เมื่อพิจารณาการจําลอง สถานการณ์ทั้งในฤดูฝนและฤดูแล้งโดยใช้การบริหารจัดการน้ํา ตาม Rule curve เดิม จะเห็นว่า ผลการจําลองการจัดสรรน้ําก็ไม่ 22

5 กิตติกรรมประกาศ ผู้วิจัยขอขอบคุณโครงการส่งน้ําและบํารุงรักษาเพชรบุรีที่ให้ การสนับสนุนข้อมูลต่างๆ และขอขอบคุณห้องปฏิบัติการวิจัยการ จําลองระบบทรัพยากรน้ําด้วยคอมพิวเตอร์และระบบสารสนเทศ ภาควิชาวิศวกรรมชลประทาน คณะวิศวกรรมศาสตร์ กําแพงแสน มหาวิทยาลัยเกษตรศาสตร์ที่ให้การสนับสนุนแบบจําลองในการ ทําวิจัย จนทําให้งานวิจัยสําเร็จลุล่วงไปด้วยดี 6 เอกสารอ้างอิง กรมชลประทาน. 2550. โครงการศึกษาวางแผนระบบและติดตั้ง ระบบโทรมาตรเพื่ อ การพยากรณ์ น้ํ า และเตื อ นภั ย ลุ่ ม น้ํ า เพชรบุรี. รายงานฉบับสมบูรณ์. จัดทําโดยบริษัท ทีม คอน ซัลติ้ง เอนจิเนียริ่ง แอนด์ แมเนจเมนท์ จํากัด บริษัท ซีเมนส์ จํากัด และบริษัท ไทยพลัส เทคโนโลยีพลัส จํากัด. กรมทรัพยากรน้ํา. 2552. แผนที่มาตรฐานการแบ่งลุ่มน้ําหลักและ ลุ่มน้ําสาขาของประเทศไทย. กรุงเทพมหานคร: สํานักวิจัย พั ฒ นาและอุ ท กวิ ท ยา กรมทรั พ ยากรน้ํ า กระทรวง ทรัพยากรธรรมชาติและสิ่งแวดล้อม.

ะเ

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

กรมทรั พ ยากรน้ํ า . 2553. โครงการเพิ่ ม ประสิ ท ธิ ภ าพศู น ย์ ปฏิบัติการพยากรณ์เตือนภัยเพื่อการบริหารจัดการทรัพยากร น้ํา. รายงานฉบับหลัก. จัดทําโดยบริษัทเซ้าท์อี๊สท์เอเซียเทค โนโลยี่ จํากัด บริษัท ซิกม่า ไฮโดร คอนซัลแตนท์ จํากัด และ บริษัท ทรานเอเซีย คอนซัลแตนท์ จํากัด. ยุทธนา ตาละลักษมณ์. 2556. การบริหารจัดทรัพยากรน้ําในลุ่ม น้ํา เพชรบุ รีแ บบบู ร ณาการ. วิ ท ยานิพ นธ์ วิศ วกรรมศาสตร ดุ ษ ฎี บั ณ ฑิ ต . ก รุ ง เ ท พ ม ห า น ค ร : บั ณ ฑิ ต วิ ท ย า ลั ย , มหาวิทยาลัยเกษตรศาสตร์. สมาน ปราการรัตน์, ปรเมศร์ อมาตยกุล. 2551. ความน่าจะเป็นและ รอบการเกิดซ้ําของปริมาณฝนรอบรายเดือนของประเทศไทย. ก รุ ง เ ท พ ม ห า น ค ร : สํ า นั ก พั ฒ น า อุ ตุ นิ ย ม วิ ท ย า กรมอุตุนิยมวิทยา. สํานักอุทกวิทยาและบริหารน้ํา กรมชลประทาน กระทรวงเกษตร และสหกรณ์. 2548. รายงานผลการสํารวจความจุอ่างเก็บ น้ําแก่งกระจาน. Allen, R. G., L. S. Pereira, D. Raes , M. Smith. 1998. FAO Irrigation and Drainage Paper 56 Crop Evapotranspiration. Rome: Food and Agriculture Organization.

ทศ ไท ย

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 15-23

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 24-32

Thai Society of Agricultural Engineering Journal Research Paper Volume 20 No. 2 (2514) 24-32 ISSN 1685-408X Available online at www.tsae.asia Quantification of the Severity of Brown Leaf Spot Disease in Cassava using Image Analysis Wanrat Abdullakasim1*, Kittipong Powbunthorn1, Jintana Unartngam2 1

ทศ ไท ย

Department of Agricultural Engineering, Faculty of Engineering at Kamphaengsaen, Kasetsart University, Nakhon Pathom, Thailand, 73140 2 Department of Plant Pathology, Faculty of Agriculture at Kamphaengsaen, Kasetsart University, Nakhon Pathom, Thailand, 73140 *Corresponding author: Tel: +66-34-351-896, Fax: +66-34-351-896, E-mail: fengwra@ku.ac.th

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

Abstract Accurate assessment of cassava brown leaf spot (BLS) disease severity is needed in epidemic monitoring and plant breeding. The objectives of this study were to develop an image analysis technique for quantifying infection levels of cassava BLS disease, and to compare the assessment results with conventional visual rating using Teri’s diagram key. Detached cassava leaves infected by BLS disease of contrasting severity were collected from an experimental field. The leaf images were captured under controlled illumination. The images were preprocessed and read for primary RGB values. An image processing algorithm based on HSI color space has been developed for segmenting lesion region on a leaf using Otsu’s method which allows the counting of number of spots (Ns) and the calculation of percentage of infection area (PI). Manual scoring has been concurrently carried out by seven human raters using Teri’s illustrated diagram which orders BLS infection into 4 levels, representing lesion area of approximately 5, 10, 15 and 20% respectively. The Teri’s diagram itself was also scanned and presented to the image processing algorithm developed to investigate actual lesion area. Verification of Teri’s diagram indicated that the Ns obtained from image analysis was 100% coincided with that counted by raters. On the other hand, the PI values obtained from image analysis were 0.87, 3.94, 9.87 and 18.71%, considerably smaller than visual approximation. Assessment of diseased leaf samples by image analysis and visual rating showed a good agreement for Ns (R2=0.8993), however, visual rating tended to overestimate the infection level comparing with image analysis, and a large variation among raters could be observed. The results further suggested that the accuracy of spots detection vary proportionally with the infection level. This study has demonstrated the usefulness of image analysis in quantifying cassava BLS disease severity in that it provides more elaborate scaling and better consistency. Keywords: Cassava, Brown leaf spot disease, Image analysis of Agricultural Economics, 2013). In the same year, 1 Introduction Thailand exported cassava products for 6.96 million Cassava (Manihot esculenta Crantz) is of important tons, achieving an export value of over 2600 million economic crop for Thailand which supplies a large USD (Center for Agricultural Information OAE, 2013). consumption as food as well as energy. In 2012, The effectiveness in cassava production, however, cassava plantation area inside the country has reached depends substantially on pests and diseases condition 1.48 million ha, giving a total production of 29.8 during its growing periods. A foliar disease extensively million tons with an average yield of 0.56 t ha-1 (Office distributed in cassava fields is the brown leaf spot 24

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 24-32

ะเ

ทศ ไท ย

an illustrated diagram key developed for a specific pathogen and crop. James (1971) has introduced a series of assessment key for several crops including cereal, forage and field crops. Such diagrammatic scales continue to be developed for different plants until nowadays, e.g. Godoy et al. (1997); Michereff et al. (2009). For cassava BLS disease, Teri et al. (1978) has proposed an assessment key which rates the disease into four ordinal levels based on percentage of necrotic leaf area. Onyeka et al. (2004) rated differently by considering the amount of infection in a whole plant from lower to upper parts rather than by evaluation of each single leaf. These visual rating methods, however, is somewhat subjective since the method relies merely on the discretion of raters, leading to questions about its reliability. Image analysis technique has been introduced as an objective method for analyzing plant diseases severity alternative to conventional method. A systematic experimental scheme conducted by Bock et al. (2008) on citrus canker (Xanthomonas axonopodis pv. citri) has demonstrated many superiorities of the use of image analysis software (Assess, American Phytopathological Society, St. Paul, MN) over visual estimation both in terms of accuracy and precision. Similar results were found by Wijekoon et al. (2008) who used Scion Image software, and Bock et al. (2009). Poland and Nelson (2011) observed some effects of rater variability and different rating scales on quantitative disease resistance and, in particular, mapping quantitative trait loci for disease resistance. The optical sensing technique may be applied not only on leaf-by-leaf basis but also to field scale as done by Yang (2010) for bacterial leaf blight (Xanthomonas oryzae pv. oryzae) in rice. A number of research works has suggested the usefulness of using image analysis technique for assessing plant disease severity. However, to our knowledge, the study related to the assessment of

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

(BLS) disease caused by a fungal pathogen Cercosporidium henningsii Allesch. The symptoms appear as small brown spot within a darker border on the upper leaf surface and a grayish cast on the lower surface due to the presence of conidiophores and conidia. The size of lesion ring ranges from 0.3 to 0.5 mm in width. A yellowish halo surrounding this ring may be found on very susceptible varieties. The necrotic tissue in the center of brown spots may fall, giving a shot hole on the leaf surface (Teri et al., 1978). The impact of BLS disease is often underestimated because it does not apparently damage the diseased plants, however, infection of the BLS disease can induce leaf chlorosis and premature defoliation which restrict photosynthesis, resulting in yield loss up to 20% (Hillocks and Wydra, 2002; Teri et al., 1980). Furthermore, the infected plants tend to be increasingly susceptible to other diseases. Wydra and Verdier (2002) found a positive correlation between the incidence of cassava anthracnose disease and the occurrence of BLS disease, and some relevance among the BLS disease and white leaf spot disease and root rots. Many research works have consistently demonstrated that the BLS disease is thermophilic and favored by high humidity (Teri et al., 1978; Hillocks and Wydra, 2002; Wydra and Verdier, 2002). This clearly suggested that the BLS disease should not be ignored particularly in the climatic conditions of Thailand. An accurate and precise assessment of the BLS disease severity is important in various aspects of cassava production. A reliable quantification of infection levels is needed to evaluate the epidemic development of the disease which determines consequent decision in disease management. In plant breeding, scoring of the disease severity is used to measure the resistance of cultivars and hence the accuracy of the evaluation method is very crucial. The disease assessment is typically performed based on visual estimation by a plant pathologist using

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 24-32

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

2.1 Plant materials Cassava leaves infected by BLS disease of contrasting severity were collected from an experimental field of Kasetsart University, Kamphaeng Saen Campus, Nakhon Pathom, Thailand (Lat 14211N, Long 995756E). Major soil properties at the site are given in Table 1. The cassava cultivar was Rayong 5 which is of medium-resistant cultivar in terms of BLS disease resistance (Kampanich, 2003). The plant age at sampling was six months, at which stage their canopy had fully developed and the plants were naturally infected by BLS disease without systematic inoculation.

ทศ ไท ย

2 Materials and Method

undesirable reflectance. The luminance at object position measured by a light meter was 3428 lux in average. A digital camera (Canon, IXY55, Japan) used to acquire the leaf images was installed on the top of the illumination box at a distance of 50 cm above the leaf sample which placed on the bottom with white background. This certain camera distance was selected in order to minimize image distortion while maintaining adequate resolution. The f-stop value was fixed at 3.5 and the focal length was adjusted to 8 mm. The image resolution of 12001600 pixel in JPEG format was used. Testing of white balance was performed using a 55 cm-piece of white paper as a calibration object. Reading of its RGB intensities indicated values ranged from 222–226 and these values were used as reference. Calibration of scale was done by relating the number of pixels to true size of the calibration object. The size of a sample can later be determined using the relationship established.

ะเ

cassava BLS disease has not been reported. The objectives of the present study were therefore to develop an image analysis technique for quantifying the infection levels of cassava BLS disease, and to compare the assessment results with visual rating using Teri’s diagram key.

สม

าค

มว

Table 1 Soil properties at leaf sampling site. Property Value Texture Clay loam pH 7.6 ECa (dS/m) 0.409 Organic matter (%) 1.82 -1 Phosphorus (mg kg ) 48 -1 Potassium (mg kg ) 60

2.2 Image acquisition Color images of 48 detached cassava leaves were captured under controlled illumination using a cubical lighting box consisting of four 18W cool daylight bulbs with a color temperature of 6500K mounted on respective top corners of the box, orienting 45 to the camera centerline (Figure 1). Inner surfaces of the box were lined with matte black canvas to minimize 26

Figure 1 Illumination box for leaf image acquisition. 2.3 Image processing The Image Processing ToolboxTM for MATLAB® was used in pre-processing and analyzing the images. Each of the original image was resized to 480640 pixel and read for red (R), green (G) and blue (B) values of each pixel. The image was then converted into HSI color space by calculating hue (H), saturation (S) and intensity (I) values from the chromatic RGB as follows:

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 24-32

where    1  (R  G)  (R  B)       cos  2 1    (R  G) 2  (R  B)(G  B) 2       

(2)

3 min(R, G,B)  (R  G  B)

(3)

S 1

I

1 R  G  B 3

(4)

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

In order to calculate the percentage of infection (PI), the total leaf area (AL) and the diseased area (AD) must be determined. The total leaf area was segmented from I image using Otsu’s method of thresholding as described by McAndrew (2004). The diseased region was extracted from H image by manual thresholding using a predetermined threshold obtained from the tonal histogram. Segmented H image appeared a considerable amount of noise which obstructs the identification of true diseased area. This noise was reduced by opening operation, i.e. the combined erosion and dilation processes described by (Gonzalez and Woods, 2010) using disk-shaped structuring element with a radius of five pixels. The isolated pixels of diseased area were then combined using eight-connected neighborhood criteria, and counted for the number of spots (Ns). Consequently the percentage of infection can be calculated as:

observe color space transformation, and displaying the results of the assessment including Ns, PI and infection level (Figure 3).

ทศ ไท ย

(1)

ะเ

if B  G  H  360   if B  G

สม

าค

มว

Figure 2 Flowchart of the image analysis algorithm.

PI 

AD  100 AL

(5)

where AL and AD were counted in unit pixel. Figure 2 shows the flowchart describing the image processing algorithm. A graphical user interface (GUI) was also developed which allows a user to import an image,

Figure 3 Graphical user interface of the image analysis program. 2.4 Visual rating using Teri’s diagram key Conventional visual assessment of the BLS disease based on Teri’s diagram key (Figure 4) has been performed by seven inexperienced human raters. This method classifies the disease severity into four ordinal levels from 1 to 4, corresponds to approximate lesion 27

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 24-32

ะเ

ทศ ไท ย

value. A key to the success in segmentation has been the determination of a proper threshold value. In this experiment, threshold value was manually selected based on peaks appeared in the histogram. An example of segmented image is illustrated in Figure 5. The total leaf area could be segmented using I image associated with Otsu’s thresholding method (Figure 5a). Feature of the brown spots has been extracted using H image, but with an amount of noise (Figure 5b). However, this noise was successfully eliminated by a combination of erosion and dilation process (Figure 5c).

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

area of 5, 10, 15 and 20% respectively. The same set of 48 cassava leaf images in random arrangement was presented to each rater along with the diagram key. Since the assessments of the raters were done independently, thus, subsequent results may be attributed to depend merely on the discretion of each individual. The drawing of Teri’s diagram key was then scanned into images and presented to the image analysis process developed in order to investigate actual number of spots (Ns) and percentage of lesion area (PI) of each infection level. The results of visual rating including Ns, PI, and infection level were compared with those obtainable from the use of image analysis. In addition, an implication of infection level on the accuracy of disease scoring was also observed.

Figure 4 Illustrated diagram key for cassava BLS disease assessment proposed by Teri et al. (1978): (a) level 1, (b) level 2, (c) level 3, and (d) level 4. 3 Results and Discussion 3.1 Performance of image segmentation The pixels of infected region have been extracted from healthy portion based on the difference of H 28

Figure 5 Segmented and feature extracted images: (a) total leaf area, (b) diseased regions with noise, and (c) diseased regions after noise reduction.

3.2 Verification of Teri’s diagram The illustrated diagram of Teri et al. (1987) has been imaged an analyzed for Ns and PI using the developed image processing algorithm (Figure 6) and compared with the assessment results of human raters. As shown in Table 2, the results showed that the number of spots, Ns detected by image analysis was totally consistent with that counted by raters. However, the percentage of infection area, PI, by image analysis was found markedly smaller than visual estimation. In other word, human raters tended to overestimate the lesion area on leaf, which in turn resulting in a probability of misinterpretation of infection level. This result clearly suggests a possibility of inaccurate quantification of the disease due to limitation of human visual perception. It is therefore even more difficult to assess the disease by visual rating if a more elaborate classification, i.e. classifying into more than four levels, is needed. The PI based on

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 24-32 methods (Figure 7). The value of Ns ranged from 2 to 46. Some discrepancies in Ns evaluation might occur when the borders of multiple consecutive spots were not obvious or connected. This misjudgment could be happened in both visual rating and image analysis.

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

ทศ ไท ย

image analysis was therefore proposed as new criteria and further used in disease scoring in this study.

Figure 7 Comparison of number of spot counts assessed by human raters and image analysis.

Figure 6 Segmented images of Teri’s illustration diagram: (a) level 1, (b) level 2, (b) level 3, and (c) level 4.

สม

าค

มว

Table 2 Verification of Teri’s diagram using image analysis. Teri’s diagram Image analysis Infection Number Infection Number Infection level of spots area of spots area 1 14 5% 14 0.87% 2 53 10% 53 3.94% 3 65 15% 65 9.87% 4 74 20% 74 18.71%

For severity scoring, in general, most raters found first-level diseased leaves as the majority followed by the second level. Only few raters reported a finding of third-level infection. None of which rated any leaf samples into fourth level (Table 3). The use of image analysis, however, resulted differently in that almost all of the samples were of first-level infection while only one sample was classified into second level. These results suggested the same tendency as discussed previously that human discretion tends to overestimate the disease level so long as Teri’s diagram is used.

3.3 Comparison of disease assessment by image analysis and visual rating Total 48 samples of diseased cassava leaf have been evaluated by image analysis and human raters. The result of number of spot counts, Ns, showed a good correlation (R2=0.8993) between the two 29

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 24-32

ทศ ไท ย

Table 4 Influence of number of spots on accuracy of spot detection by image analysis. Number of spot Accuracy of spots detection 1 – 10 62.50% 11 – 20 89.30% 21 – 30 88.62% 31 – 40 91.37% Average 82.94%

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Variation among raters in disease severity scoring has been observed. Figure 8 shows the mean and associated standard deviation of the severity score of each leaf sample as performed by 7 raters. It is noticeable that the means of seven assessments on most samples were not coincide with the results of image analysis especially in levels 2 and 3. The results further showed a great variance among raters in the assessment which might cause substantial misinterpretation. It seems quite difficult to visually distinguish different patterns of the disease symptom at levels 2 and 3 because the size and distribution characteristics of the brown spots were more or less similar. Experience of a plant pathologist and personal decision are therefore the most important factors influencing the disease severity quantification.

3.4 Influence of severity level on the accuracy of image analysis The result showed some error when the number of spots less than 10. This suggested that the assessment may not be satisfactorily accurate at early stage of disease infection because the size and the number of spot are small. If the spots are small, the erosion and dilation processes might result in an elimination of those spots because they are very similar to the noise. For the leaf sample with more than 10 disease spots, the accuracy of image analysis could be as high as 89.30% and even higher at 91.37% when the number spots was more than 30 spots (Table 4).

ะเ

Table 3 Comparison of disease assessment by image analysis and visual rating. Number of sample Disease Visual rating, by rater No. Image level analysis 1 2 3 4 5 6 7 1 47 27 33 41 38 26 32 40 2 1 16 14 7 10 20 15 8 3 0 5 1 0 0 2 1 0 4 0 0 0 0 0 0 0 0 Total 48 48 48 48 48 48 48 48

Figure 8 Variation of human raters in disease severity quantification.

In addition to the severity level, the assessment accuracy is likely to have been affected by incompleteness of image pixels. In some instance, multiple spots appeared on an adjacent position and connected to each other, which in turn forming a large circular shape. This type of pixels could mislead the interpretation when using the proposed image analysis procedure. In the opposite, in some instance a single spot contained some hollows inside and appeared as multiple spots (Figure 9). This type of pixels resulted in an overestimation of the spot count. Further improvement of the image processing algorithm is therefore needed to eliminate this shortcoming.

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 24-32

สม

าค

มว

ทศ ไท ย

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

4 Conclusions A digital image analysis technique has been developed to quantify the severity level of BLS disease infection on a cassava leaf. This technique was capable to estimate the percentage of disease infection defined by lesion area, and number of brown spots. Preliminary verification of conventional visual rating method based on Teri’s diagram key has indicated a shortcoming in that it overestimated the percentage of infection area. A new percentage of inflection of the Teri’s diagram analyzed by image analysis was therefore used as new criteria for disease assessment. Comparing the results given by human raters further demonstrated many rooms for the occurrence of variance among raters, while the image analysis performed on a certain criteria. The accuracy of image analysis was found increased with number of spots. In conclusion, this study has suggested many advantages of using image analysis technique which helps the plant pathologists as well as plant breeders to perform an accurate scoring of cassava brown leaf spot disease, which in turn enables an agronomist or a farmer to draw countermeasures against the disease and to manage their cassava plantation correctly.

ะเ

Figure 9 A single spot with inner hollows.

assessing different symptoms of citrus canker on grapefruit leaves. Plant Disease 92, 530–541. Bock, C.H., Cook, A.Z., Parker, P.E., Gottwald, T.R. 2009. Automated image analysis of the severity of foliar citrus canker symptoms. Plant disease 93, 660–665. Center for Agricultural Information OAE, 2013. Thailand Foreign Agricultural Trade Statistics 2012. Office of Agricultural Economics, Ministry of Agriculture and Cooperatives, Bangkok, Thailand. Godoy, C.V., Carneiro, S.M.T.P.G., Iamauti, M.T., Pria, M.D., Amorim, L., Berger, R.D., Bergamin Filho, A. 1997. Diagrammatic scales for bean diseases: development and validation. Journal of Plant Diseases and Protection 104, 336–345. Gonzalez, R.C., Woods, R.E. 2010. Digital Image Processing. Pearson, USA. Hillocks, R.J., Wydra, K. 2002. Bacterial, fungal and nematode disease. In: Hillocks, R.J., Thresh, J.M., Bellotti, A.C. (Eds), Cassava: Biology, Production and Utilization. CAB International, UK. James, W.C. 1971. An Illustrated series of assessment keys for plant diseases: their preparation and usage. Canadian Plant Diseases Survey 51, 39–65. Kampanich, W. 2003. Investigation on Screening Methods for Cassava Resistant Varieties to Brown Leaf Spot Disease (Cercospora henningsii Allescher). Master’s dissertation, Kasetsart University, Thailand (in Thai). McAndrew, A. 2004. Introduction of Digital Image Processing with MATLAB. Thomson, USA. Michereff, S.J., Noronha, M. A., Lima, G. SA., Albert, I.CL., Melo, E.A., and Gusmao, L.O. 2009. Diagrammatic scale to assess downy mildew severity in melon. Horticultura Brasileira 27, 76–79. Office of Agricultural Economics, 2013. Agricultural Statistics of Thailand 2012. Ministry of Agriculture and Cooperatives, Bangkok, Thailand.

5 Acknowledgement The present work was financially supported by Kasetsart University Research and Development Institute (KURDI). 6 References Bock, C.H., Parker, P.E., Cook, A.Z., Gottwald, T.R. 2008. Visual rating and the use of image analysis for

สม

าค

มว

ะเ

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Onyeka, T.J., Dixon, A.G.O., Bandyopadhy, R., Okechukwu, R.U., Bamkefa, B. 2004. Distribution and current status of bacterial blight and fungal diseases of cassava in Nigeria. International Institute of Tropical Agriculture (IITA), Ibadan, Nigeria. Poland, J.A., Nelson, R. 2011. In the eye of the beholder: The effect of rater variability and different rating scales on QTL mapping. Phytopathology 101, 290–298. Teri, J.M., Thurston, H.D., Lozano, J.C. 1978. The Cercospora leaf diseases of cassava. Proceedings Cassava Protection Workshop, CIAT, Cali, Colombia 7–12 November 1977, 101–116. Teri, J.M., Thurston, H.D., Lozano, J.C. 1980. Effect of brown leaf spot and Cercospora leaf blight on cassava production. Tropical Agriculture 57, 239–243. Wijekoon, C.P., Goodwin, P.H., Hsiang, T. 2008. Quantifying fungal infection of plant leaves by digital image analysis using Scion Image software. Journal of Microbiological Methods 74, 94–101. Wydra, K., Verdier, V. 2002. Occurrence of cassava diseases in relation to environmental, agronomic and plant characteristics. Agriculture Ecosystems and Environmental 93, 211–226. Yang, C.-M. 2010. Assessment of the severity of bacterial leaf blight in rice using canopy hyperspectral reflectance. Precision Agriculture 11(1), 61–81.

ทศ ไท ย

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 24-32

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 33-42

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย บทความวิจัย ปีที่ 20 ฉบับที่ 2 (2557) 33-42 ISSN 1685-408X Available online at www.tsae.asia การนําเทคนิคการพยากรณ์มาใช้ในการบริหารพัสดุคงคลัง: กรณีศึกษาบริษัทผลิตเครื่องตัดโลหะ Forecasting techniques for inventory management: A case study of a CNC manufactory อรภา ชาตวนิช1*, พงษ์เพ็ญ จันทนะ2 Orapa Chatawanich1*, Phongpen Jantana2 1

ทศ ไท ย

สาขาวิชาการจัดการทางวิศวกรรม, คณะวิศวกรรมศาสตร์, มหาวิทยาลัยศรีนครินทรวิโรฒ, กรุงเทพ, 10110 Department of Logistics and Supply Chain Management, Faculty of Engineering, Srinakarinwirot University, Bangkok, Thailand, 10110 2 สาขาวิชาวิศวกรรมอุตสาหการ, คณะวิศวกรรมศาสตร์, มหาวิทยาลัยศรีนครินทรวิโรฒ องครักษ์, กรุงเทพ, 26120 2 Department of Industrial Engineer, Faculty of Engineering, Srinakarinwirot University - Ongkharak, Bangkok, Thailand, 26120 *Corresponding author: Tel: +66-8-1938-8599, E-mail: orapa4thesis@gmail.com

ะเ

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

บทคัดย่อ งานวิจัยฉบับนี้ศึกษาวิจัยจากบริษัทผลิตเครื่อง CNC ซึ่งประสบปัญหาการแข่งขันในตลาดอุตสาหกรรม ทําให้บริษัทต้องมีการ พัฒนาและปรับปรุงการทํางานของเครื่องจักรให้มีความสามารถและตอบสนองกับความต้องการของลูกค้าโดยการเพิ่มฟังก์ชันพิเศษ ซึ่งทําให้ทางบริษัทต้องมีการเพิ่มอุปกรณ์ส่วนเสริมที่ทําให้เครื่องจักรมีคุณภาพมากกว่าปกติตามความต้องการของลูกค้า ซึ่งมีความ ไม่แน่นอน และทําให้บริษัทต้องประสบกับปัญหาเกี่ยวกับการจัดการพัสดุ ปริมาณและระยะเวลาในการสั่งซื้อ ดังนั้นวัตถุประสงค์ของ งานวิจัยคือ การนําเทคนิคการพยากรณ์มาใช้ในการปรับปรุงประสิทธิภาพในการสั่งซื้อพัสดุ โดยเริ่มจากการจัดลําดับความสําคัญของ พัสดุ ด้วยวิธี ABC Analysis จากนั้นนําพัสดุในกลุ่ม A และ B จํานวน 13 รายการ มาทําการพยากรณ์ และคํานวณปริมาณสั่งซื้อที่ ประหยัด และจุดสั่งซื้อใหม่ ซึ่งผลที่ได้จากการพยากรณ์การสั่งซื้อล่วงหน้า มีความใกล้เคียงเมื่อเปรียบเทียบการปริมาณการใช้จริงใน พ.ศ. 2555 คําสําคัญ: การพยากรณ์, การบริหารสินค้าคงคลัง

สม

าค

มว

Abstract This research studied the production of a CNC machine manufactory that faced problems in the competitive market. In order to improve quality control and response to fluctuations in costomer’s demand, the company needed to develop an additional machine’s function. The fluctuations in customer’s demand caused inventory problems in raw material management, quantities, and lead-time for purchasing. The purpose of this research was to introduce a forecasting technique used to improve the efficiency in the purchase of raw materials. The ABC Analysis was used to prioritize raw materials. Next, 13 items of the raw materials in Group A and Group B were forcasted and the economic order quantities (EOQ) were calculated. The result of this technique illustrated that the forecast was closed to the actual demand consumption. Keywords: Forecasting, Inventory management

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 33-42

ทศ ไท ย

ค่าใช้จ่ายต่างๆ เพิ่มมาก ดังนั้นบริษัทจึงให้ความสําคัญกับการ บริหารพัสดุคงคลังให้มีประสิทธิภาพ โดยคํานึงถึงความต้องการ ของลูกค้าเป็นหลัก วัตถุประสงค์ของการวิจัย - เพื่ อ ปรั บ ปรุ ง การวางแผนสั่ ง ซื้ อ พั ส ดุ ใ ห้ เ หมาะสมยิ่ ง ขึ้ น โดยมีปริมาณพัสดุคงคลังในปริมาณที่ต้องการ ด้วยต้นทุนรวมที่ ต่ํา เพื่อตอบสนองต่อนโยบายของบริษัท - เพื่อลดความสูญเสียโอกาสทางการขาย เนื่องจากการรอ คอยพัสดุ

ะเ

2 วิธีการดําเนินงานวิจัย ในการควบคุมสินค้าในโรงงานอุตสาหกรรมที่มีสินค้ามากมาย จําเป็นต้องจัดกลุ่มความสําคัญของสินค้าก่อน หลังจากนั้นจึงทํา การพยากรณ์เพื่อนําไปทําการคํานวณในส่วนของการบริหารพัสดุ คงคลังต่อไป

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

1 บทนํา เนื่ อ งจากสภาวะการแข่ ง ขั น อย่ า งรุ น แรงในปั จ จุ บั น ของ อุ ต สาหกรรมด้ า นต่ า งๆ ภายในประเทศผู้ ป ระกอบการด้ า น อุ ต สาหกรรม ต้ อ งปรั บ วิ ธี ก ารดํ า เนิ น ธุ ร กิ จ เพื่ อ รองรั บ กั บ การ เปลี่ยนแปลงที่มีการเคลื่อนไหวอย่างรวดเร็วของสภาวะตลาด ทุ ก องค์ ก รต้ อ งเผชิ ญ หน้ า กั บ ความท้ า ทายในการปรั บ เปลี่ ย น เพื่อการอยู่รอด และการเจริญเติบโตขององค์กร องค์กรจึงต้อง นําเอากลยุทธ์ต่างๆ มาใช้ เพื่อสร้างความได้เปรียบในการแข่งขัน สําหรับกรณีศึกษางานวิจัยนี้ เป็นบริษัทที่ผลิตเครื่องตัดโลหะ ด้ ว ยกระแสไฟฟ้ า ควบคุ ม ด้ ว ยระบบคอมพิ ว เตอร์ โดยใช้ เทคโนโลยีชั้นสูง ซึ่งเป็นเครื่องจักรที่ใช้ในการผลิตอุปกรณ์และ เครื่องมือต่างๆ อาทิ แม่พิมพ์ เครื่องมืออุตสาหกรรม เครื่องมือ แพทย์ เครื่ อ งจั ก รสํ า หรั บ ผลิ ต ชิ้ น ส่ ว นเครื่ อ งบิ น และรถยนต์ เป็นต้น ปัจจุบันมีการทําตลาดสินค้าในหลายประเทศทั่วโลก และ มี เ ป้ า หมายที่ จ ะเพิ่ ม กํ า ลั ง การผลิ ต เพื่ อ การส่ ง ออกเพิ่ ม ขึ้ น ใน อนาคต ทําให้ทางบริษัทจําเป็นต้องมีการพัฒนาปรับปรุงระบบ การบริหารงาน คลังสินค้า คลังพัสดุ การปรับปรุงกระบวนการ ผลิ ต โดยนโยบายหลัก ของบริษัท คือ การผลิ ต ที่ต อบสนองต่ อ ความต้องการของลูกค้า ดังนั้นการลดต้นทุนทางด้านการจัดเก็บ จึงถูกวางนโยบาย และให้ความสําคัญมากที่สุด ซึ่งจะมีประโยชน์ ในการจั ด เตรี ย มสิ น ค้ า ให้ ต อบสนองลู ก ค้ า และมี ผ ลต่ อ กระบวนการผลิตให้สามารถดําเนินไปได้อย่างต่อเนื่องสม่ําเสมอ แต่ต้องรักษาระดับของพัสดุคงคลังให้อยู่ในระดับที่พอดี และต้อง ไม่ขาดสต็อก จากการวิเคราะห์ถึงปัญหาหลักของพัสดุคงคลังที่ไม่เพียงพอ หรื อมี มากเกิน กว่ า ความต้องการ พบว่า เป็น ผลกระทบมาจาก พั ส ดุ ใ นกลุ่ ม “สิ น ค้ า เสริ ม ของเครื่ อ งจั ก รเพิ่ ม ประสิ ท ธิ ภ าพ (option) ที่ลูกค้าต้องการพิเศษ” ซึ่งเป็นกลุ่มพัสดุที่ช่วยเพิ่ม ความสามารถในการใช้งานของเครื่องให้ตรงต่อความต้องการของ ลูก ค้า ได้ดีขึ้นจากปกติ เช่นเพิ่มรอบการทํา งานของเครื่องจัก ร เพิ่มแกนของเครื่องจักร เพิ่มความเร็วในการดึงลวด ซึ่งเป็นความ ต้องการที่ต้องผลิตตามคําสั่งซื้อของลูกค้า ปั ญ หาที่ เ กิ ด ขึ้ น คื อ เมื่ อ ลู ก ค้ า ออกคํ า สั่ ง ซื้ อ มา ทางบริ ษั ท จะต้องกําหนดวันส่งสินค้าทันทีตามวันและเวลาที่ลูกค้าต้องการ ทําให้เกิดปัญหาขึ้นบ่อยครั้งเนื่องจาก การสั่งซื้อพัสดุต้องคํานึงถึง เวลานําที่ค่อนข้างนาน และ ปริมาณของการเก็บสต็อกสินค้าไม่ เพียงพอต่อปริมาณความต้องการ เนื่องจากราคาของสินค้าใน กลุ่มนี้มีราคาที่ค่อนข้างสูง และเพื่อลดส่งมอบสินค้าล่าช้าทําให้ ต้องมีการเพิ่มเวลาการผลิตเนื่องจากผู้ขายพัสดุไม่สามารถส่งพัสดุ ได้ตามวันที่ทางบริษัทกําหนดหรือต้องการ จึงมีผลทําให้ต้องเสีย 34

2.1 การวิเคราะห์เพื่อจัดกลุ่มความสําคัญของพัสดุ การควบคุ มพัส ดุ ค งคลัง เป็น งานที่ทํา ขึ้ นเพื่อให้ค่าใช้จ่ายที่ เกิดขึ้นจากการให้มีพัสดุคงคลังต่ํา ที่สุด แต่เมื่อมีพัสดุมากมาย หลายชนิด ซึ่งถ้าให้ความสนใจควบคุมของเหล่านี้ทั้งหมดในคลัง อย่ า งใกล้ ชิ ด ก็ จ ะทํ า ให้ สิ้ น เปลื อ งค่ า ใช้ จ่ า ยและเสี ย เวลามาก บางชนิดถึงแม้จะมีปริมาณการใช้มาก แต่ถ้าราคาต่ํามากๆ เช่น ของจําพวกสกรูและน้อต การให้ความสนใจอย่างใกล้ชิดในการ ควบคุมของคงคลังชนิดนี้ ก็จะไม่คุ้มกับส่วนที่ประหยัดได้ ทางที่ดี ที่ สุ ด จึ ง ควรจะจํ า แนกประเภทของคงคลั ง ออกเป็ น ชนิ ด ที่ มี ความสําคัญมาก และที่มีความสําคัญรองลงไป วิธีการจําแนกชนิด ของคงคลังที่รู้จักกันทั่วไปคือ วิธี ABC Analysis (พิภพ, 2547) ซึ่งเป็นเทคนิคที่มีหลักการจําแนกของคงคลังตามจํานวนเงินของ พัสดุคงคลังที่หมุนเวียนในคลังในรอบปี เหตุผลที่ต้องการจําแนก ของคงคลังในลักษณะนี้คือ การจําแนกเพื่อกําหนดความสําคัญ มากน้อยของพัสดุคงคลัง โดยการเขียนกราฟระหว่างค่าใช้จ่าย และจํานวนชนิดของพัสดุคงคลัง ซึ่งเรียกว่า Pareto Curve โดยหลักการกําหนดความสําคัญของพัสดุคงคลังไว้ดังนี้ ประเภท A มีพัสดุคงคลังประมาณ 20% ของพัสดุคงคลังที่มี มูลค่าสูงที่สุด ประเภท B มีพัสดุคงคลังประมาณ 25% - 30% ซึ่งมีมูลค่า รองลงมา ประเภท C คือปริมาณของคงคลังทั้งหมดที่เหลือซึ่งคิดเป็น ต้นทุนเพียงเล็กน้อยของต้นทุนทั้งหมด

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 33-42 2.2 การคัดเลือกตัวแบบและการพยากรณ์การใช้พัสดุคงคลัง ในอนาคต เทคนิคการพยากรณ์แต่ละเทคนิค จําเป็นต้องมีจํานวนงวด ของข้ อ มู ล ที่ ใ ช้ แ ตกต่ า งกั น บางเทคนิ ค ใช้ ข้ อ มู ล น้ อ ยมาก จําเป็นต้องระบุถึงจํานวนงวดของข้อมูล (อัจฉรา, 2557) เพื่อทํา การคัดเลือกตัวแบบพยากรณ์ที่เหมาะสม และจากลักษณะของ ข้ อ มู ล มี ทั้ ง ข้ อ มู ล ที่ เ ป็ น แบบราบเรี ย บสม่ํ า เสมอ มี แ นวโน้ ม และข้อมูลที่เป็นฤดูกาล จึงได้เลือกตัวแบบเพื่อทําการวิเคราะห์มา ทั้งหมด 4 ตัวแบบ ซึ่งจะมีความแม่นยําแตกต่างกันไปในแต่ละ กรณี ดังนี้

ของแบบจําลอง ARIMA เป็นข้อมูลอนุกรมเวลาที่มีลักษณะนิ่ ง (stationary) คือ (1) ค่าเฉลี่ย (mean) (2) ค่าความแปรปรวน (variance) และ (3) ค่าความแปรปรวนร่วม (covariance) มี ค่ า คงที่ โดยการนํ า ข้ อ มู ล อนุ ก รมเวลามาหาระดั บ ผลต่ า ง (Difference) และประมาณค่ า ด้ ว ยแบบจํ า ลอง AR(p) และ MA(q) (ภูมิฐาน, 2556) ดังสมการที่ 3 และ 4 ตามลําดับ

2.2.1 ตัวแบบค่าเฉลี่ยเคลื่อนที่อย่างง่าย เทคนิ ค นี้ เ ป็น การนํ า เอาข้ อ มู ล ในอดี ต มาถ่ ว งน้ํา หนั ก เท่ า ๆ กั น เพื่ อ พยากรณ์ ใ นอนาคต เป็ น เทคนิ ค ที่ เ หมาะกั บ ข้ อ มู ล ที่ มี ลักษณะคงที่ ไม่เปลี่ยนแปลงมากในแต่ละงวด (อัจฉรา, 2557) ดังสมการที่ 1

โดยที่ α, β คือ ค่าคงที่, ε คือ ค่าความคลาดเคลื่อน และ มีค่า 1, 2,…, เมื่อนําความสัมพันธ์ระหว่าง AR และ MA มารวมกัน ก็จะได้รูปแบบระบบใหม่ที่เรียกว่า ARMA

โดยที่ คือ ค่าพยากรณ์ในงวดที่ , และ คือ จํานวนงวดที่มาหาค่าเฉลี่ย

(1)

คือ ค่าข้อมูลในงวดที่

สม

าค

มว

2.2.2 ตัวแบบค่าเฉลี่ยแบบเอ็กโปเนนเชียลครั้งเดียว เทคนิ ค นี้ เ หมาะสมกั บ ข้ อ มู ล ที่ ค่ อ นข้ า งไม่ เ ปลี่ ย นแปลง ใช้หลักการเดียวกับค่าเฉลี่ยเคลื่อนที่อย่างง่าย โดยน้ําหนักที่ใช้กับ ข้ อ มู ล ในอดี ต ต่ า งกั น คื อ ข้ อ มู ล ที่ ไ กลจากปั จ จุ บั น มากจะให้ น้ํ า หนั ก ต่ํ า กว่ า ข้ อ มู ล ที่ ใ กล้ กั บ ข้ อ มู ล ในปั จ จุ บั น โดยที่ ค่ า α จะมีค่าตั้งแต่ 0 ถึง 1 ซึ่งค่า α ที่แตกต่างกันมีผลส่งให้น้ําหนัก ของข้อมูลในอดีตต่างกัน (อัจฉรา, 2557) ดังสมการที่ 2

(2)

1, โดยที่ คือ ค่าพยากรณ์ได้ในงวดที่ และ คือ ค่าของข้อมูลในงวดที่

2.2.3 ตัวแบบบอกซ์-เจนกินส์ เป็นเทคนิคการหารูปแบบที่เหมาะสมของอนุกรมเวลา โดยใช้ ค่ า Autocorrection Function(ACF) แ ล ะ ค่ า Partial Autocorrection Function (PACF) ซึ่งเป็นหลักในการพิจารณา รู ป แบบคื อ ARIMA(p,d,q) โดยพิ จ ารณาว่ า อนุ ก รมเวลาเป็ น stationary series หรือไม่ (ทรงศิริ, 2549) ในขณะที่ลักษณะ ของ Autoregressive (AR) และ Moving Average (MA)

(4)

2.2.4 ตัวแบบปรับให้เรียบแบบ Winters เป็ น วิ ธีที่ ใช้ ในการพยากรณ์ ร ะยะสั้ น จนถึ ง ระยะปานกลาง เหมาะกับข้อมูลที่มีแนวโน้ม และอิทธิพลของฤดูกาล ซึ่งต้องมี ข้อมูลอย่างน้อย 36 รายการ จะมีค่าคงที่สําหรับปรับเรียบ 3 ค่า คือ α, β และ  (ศิรินภา, 2554) ดังสมการที่ 5

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร ...

(3)

ะเ

ทศ ไท ย

(5)

โดยที่ คือ จํานวนฤดูกาลใน 1 yr, คือ ระยะเวลาที่ต้องการ พยากรณ์ไปข้างหน้า, คือ ระดับของข้อมูล, คือ ส่วนของ แนวโน้ม และ คือ ส่วนของฤดูกาล 2.2.5 การพิจารณาคัดเลือกตัวแบบการพยากรณ์ โดยเราจะทําการพิจารณาคัดเลือกตัวแบบ จากแต่ละตัวแบบ ว่า ค่าเศษคงเหลือมีความแปรปรวนคงที่, ค่าเศษคงเหลือแต่ละค่า ไม่มีความสัมพันธ์กัน และทดสอบว่าค่าเศษคงเหลือมีการแจกแจง ปกติ

2.2.6 การเลื อ กเทคนิ ค การพยากรณ์ โ ดยการเปรี ย บเที ย บ ความแม่นยําของการพยากรณ์ โดยวิธีค่าเฉลี่ยความ คลาดเคลื่อนกําลังสอง เป็นการวัดความแม่น ยํา จากค่า เฉลี่ยผลรวมกํ าลัง สองของ ความแตกต่ า งระหว่ า งค่ า ข้ อ มู ล ที่ แ ท้ จ ริ ง กั บ ค่ า พยากรณ์ (ศิริลักษณ์, 2556) หาได้จากสมการที่ 6

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 33-42 (7)

(6)

2.3.2 การกําหนดจุดสั่งซื้อใหม่ (Reorder Point, ROP) จะบ่งบอกถึงปริมาณสินค้าคงคลังที่อยู่ในระบบ ที่ทําให้ต้องมี การสั่งซื้อสินค้า เพื่อให้แน่ใจว่าในระหว่างที่รอสินค้าใหม่ จะมี สินค้าใช้เพียงพอต่อความต้องการ ดังนั้น ข้อมูลที่ควรทราบคือ เวลานําและอัตราการใช้สินค้า เพื่อให้คํานวณได้ว่าในช่วงเวลาที่ รอสินค้าที่สั่งใหม่นั้นมีความต้องการใช้สินค้าเป็นจํานวนเท่าไร (สุทธิมา, 2556) จากสมการที่ 8 = ความต้องการในช่วงการรอสินค้า

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

2.3 การบริหารพัสดุคงคลัง พั ส ดุ ค งคลั ง เป็ น ต้ น ทุ น ที่ สํ า คั ญ อย่ า งหนึ่ ง ในการบริ ห าร การผลิต เพราะการบริหารการผลิตถือว่า พัสดุคงคลังเป็นต้นทุน จมประเภทหนึ่ง ถ้าเก็บไว้มากเกินไปจะก่อให้เกิดต้นทุนการเก็บ รักษาและอาจเกิดความเสียหายกับชิ้นงาน แต่ถ้ามีในจํานวนน้อย เกินไปจะต้องสั่งมากครั้ง ทําให้เกิดต้นทุนจากการสั่งซื้อ ตัวแบบพั สดุ ค งคลัง เป็ นเทคนิ คเชิง ปริม าณที่มีการนํา ไปใช้ อย่างแพร่ หลาย โดยเครื่องมือที่จ ะนํามาใช้ในการบริหารพัส ดุ คงคลัง มีดังนี้

โดยที่ คื อ ปริ ม าณการสั่ ง ซื้ อ ต่ อ ครั้ ง ที่ ป ระหยั ด , คื อ ความต้ อ งการสิ น ค้ า /yr, คื อ ต้ น ทุ น การสั่ ง ซื้ อ ต่ อ ครั้ ง (Baht/ครั้ง/yr), คือ ต้นทุนการเก็บรักษา (Baht/หน่วย/yr)

ทศ ไท ย

โดยที่ คือ ค่าข้อมูลที่แท้จริง, คือ ค่าพยากรณ์ และ คือ จํานวนข้อมูล เมื่อสามารถเลือกตัวแบบการพยากรณ์ที่เหมาะสม จึงทําการพยากรณ์ความต้องการสินค้าและนําข้อมูลไปใช้ในการ คํานวณในส่วนของการบริหารพัสดุคงคลัง

ะเ

∑

สม

าค

มว

2.3.1 การสั่งซื้อที่ประหยัด (Economic Order Quantity, EOQ) ก า ร คํ า น ว ณ ห า ป ริ ม า ณ ก า ร สั่ ง ซื้ อ ที่ ป ร ะ ห ยั ด ที่ สุ ด หรือ EOQ เป็นที่รู้จักกันแพร่หลายมานาน ช่วยในการกําหนด ปริมาณสินค้าที่ต้องการสั่งซื้อในแต่ละครั้ง ว่าเป็นครั้งละเท่าไรจึง จะเหมาะสม และก่ อ ให้ เ กิ ด ต้ น ทุ น หรื อ ค่ า ใช้ จ่ า ยต่ํ า สุ ด ดังสมการที่ 7

Figure 1 Pareto Curve of history usage in 2554.

(8)

= เวลานํา อัตราความต้องการสินค้า

3 ผลการวิจัย

3.1 การวิเคราะห์เพื่อจัดกลุ่มความสําคัญของพัสดุ

หลั ง จากที่ ไ ด้ มี ก ารเก็ บ ข้ อ มู ล ปริ ม าณการใช้ พั ส ดุ ย้ อ นหลั ง ใน พ.ศ. 2554 โดยจะทําการจัดกลุ่มความสําคัญโดยการวิเคราะห์ จาก Pareto Curve (Figure 1)

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 33-42 Table 1 The results of the technical ABC Analysis. Value of inventory

Item

Qty

(%)

Baht

(%)

836

14.26

61,347,213.86

80.75

1641

27.99

11,238,865.98

14.79

3386

57.75

3,385,059.64

4.46

Total

5863

100

75,971,139.48

100

Figure 2 Moving Average Plot of Sample38. 3.2.2 ตัวแบบค่าเฉลี่ยแบบเอ็กโปเนนเชียลครั้งเดียว ตัวอย่างการประมวลผลโปรแกรมของตัวแบบ (Figure 3) และเมื่อทําการประมวลผลชิ้นงานอื่นอีก 3 รายการ ได้ผล ดังแสดงใน Table 4

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

สามารถสรุ ป ประเภทของพั ส ดุ ค งคลั ง ตามเทคนิ ค ABC Analysis โดยแบ่งออกเป็น 3 กลุ่ม ดัง Table 1 ซึ่งหลังจากจัด กลุ่มความสําคัญของพัสดุคงคลังแล้วจึงทําการวิเคราะห์ในส่วน ของการพยากรณ์และการบริหารพัสดุคลังในส่วนของกลุ่ม A และ B ที่มูลค่ารวมกันสูงถึง 95% สําหรับบทความวิจัยนี้ ผู้วิจัยได้เลือกพัสดุชนิด Sample34, Sample08, Sample36 และ Sample38 มาแสดงตัวอย่าง สําหรับการพยากรณ์และการคํานวณในส่วนของการบริหารพัสดุ คงคลัง

ทศ ไท ย

Inventory

ะเ

Group

3.2 การคัดเลือกตัวแบบและการพยากรณ์การใช้พัสดุคงคลัง ในอนาคต ผู้วิจัยได้ทําการเก็บข้อมูลรายเดือนย้อนหลังทั้งหมด 36 เดือน (ม.ค. 52 ถึง ธ.ค. 54) โดยกําหนดตามลักษณะของข้อมูลและ ตัวแบบ (อัจฉรา, 2557) ดัง Table 2

สม

าค

มว

3.2.1 ค่าเฉลี่ยเคลื่อนที่อย่างง่าย ในส่ ว นของเครื่ อ งมื อ ที่ ใ ช้ ใ นการวิ เ คราะห์ ตั วแบบของการ พยากรณ์ในงานวิจัยนี้ ผู้วิจัยใช้โปรแกรมสําเร็จรูปทางสถิติช่วยใน การวิเคราะห์ ได้ผลดังแสดงใน Figure 2 จากการประมวลผล ของโปรแกรมพบว่ า ค่ า คาบเวลาที่ เ หมาะสมของชิ้ น งาน Sample38 คือ 3 และ MSE คือ 23.5152 และเมื่อทําการ ประมวลผลชิ้นงานอื่นอีก 3 รายการ ได้ผลดังแสดงใน Table 3

Figure 3 Single Exponential plot. 3.2.3 ตัวแบบบอกซ์-เจนกินส์ จากข้อมูลการใช้งานเมื่อทําการตรวจสอบพบว่าข้อมูลไม่คงที่ จึงต้องทําการหาผลต่างหนึ่งครั้ง จนกราฟที่ได้มีค่าคงที่ จึงทําการ ประมวลผลเพื่อหาค่า MSE ดังแสดงตัวอย่าง Figure 4-5 ของ Sample38 ตามลําดับ

Figure 4 Time series Plot before stationary. 37

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 33-42 Table 2 Consumption between 2552 to 2554. Mar 7 5 21 Mar 0 1 1 Mar 1 30 80 Mar 4 8 16

Apr 0 5 4 Apr 0 1 4 Apr 2 20 31 Apr 5 7 14

May 7 12 30 May 0 1 2 May 6 20 97 May 2 8 13

Jun 0 14 23 Jun 0 1 4 Jun 9 46 66 Jun 1 9 18

Jul 2 7 22 Jul 0 2 3 Jul 3 27 59 Jul 4 12 4

Aug 3 16 15 Aug 0 2 3 Aug 9 48 46 Aug 10 12 12

Sep 4 14 24 Sep 0 2 4 Sep 8 32 73 Sep 3 6 5

Oct 2 7 5 Oct 0 2 2 Oct 20 50 26 Oct 10 14 0

Nov 7 4 0 Nov 0 0 1 Nov 10 44 19 Nov 19 15 0

Dec 2 18 7 Dec 0 1 0 Dec 19 27 6 Dec 8 13 0

ทศ ไท ย

Feb 5 3 11 Feb 0 0 3 Feb 12 22 33 Feb 0 10 6

ะเ

Jan 1 8 11 Jan 0 0 3 Jan 19 4 33 Jan 0 13 21

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Sample34 2552 2553 2554 Sample08 2552 2553 2554 Sample36 2552 2553 2554 Sample38 2552 2553 2554

Table 3 Result of Moving Average. Item Sample34 Sample08 Sample36 Sample38

Length 3 9 3 3

MSE 46.4512 1.4765 348.815 23.5152

สม

าค

มว

Table 4 Result of Single Exponential plot. Item MSE Sample34 44.4704 Sample08 0.8918 Sample36 323.549 Sample38 24.325

Figure 5 Time series Plot after stationary.

หลังจากนั้นทําการตรวจสอบค่า ACF และ PACF เพื่อทําการ ประมาณค่าพารามิเตอร์ ARIMA(p,d,q)

Figure 6 ACF of stationary. 38

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 33-42

Figure 9 Winter’s Method Plot.

จาก Figure 6-7 พบว่า ACF และ PACF มีค่าสูงที่ lag 1 จากนั้ น มีลั ก ษณะเป็ น เคลื่ อนที่ ค่ อยๆหายไป ดั ง นั้ น ตัว แบบที่ มี ความเหมาะสมคือ ARIMA(1, 1, 0) หลังจากนั้นทําการประมาณ พารามิเตอร์ของตัวแบบ ARIMA ได้ประมาณค่าพารามิเตอร์ของ ตัวแบบ จากการประมวลผล Figure 8 ได้ค่า MSE ของตัวแบบ ARIMA(1, 1, 0) เท่ากับ 25.702 ตามลําดับ โดยชิ้นงานชนิดอื่นที่ เหลือ อีก 3 ชนิดทําการประมวลผลตามขั้นตอนที่ได้แสดง ตัวอย่าง ซึ่งได้ผลดังแสดงใน Table 5

Table 6 Result of Winter’s.

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

มว

าค

Figure 8 Parameters of ARIMA(1, 1, 0).

สม

Table 5 Result of Box-Jenkins. Item Sample34 Sample08 Sample36 Sample38

ARIMA(p,d,q) ARIMA(0,1,1) ARIMA(0,1,1) ARIMA(2,0,0) ARIMA(1,1,0)

MSE 46.56 0.9443 296.1 25.702

α , β, γ

(0.15)(0.1)(0.1) No result (0.2)(0.1)(0.2) (0.3)(0.1)(0.2)

ะเ

Item Sample34 Sample08 Sample36 Sample38

ทศ ไท ย

Figure 7 PACF of stationary.

MSE 14.7444 309.047 23.7168

3.2.5 การพิจารณาคัดเลือกตัวแบบการพยากรณ์ การตรวจสอบความถูกต้องของตัวแบบทําโดยการดูคุณสมบัติ ของค่าเศษคงเหลือได้แก่ ค่าเศษคงเหลือต้องมีความแปรปรวน คงที่, ค่าเศษคงเหลือไม่มีความสัมพันธ์กัน และค่าเศษคงเหลือมี การแจกแจงปกติ ดั ง แสดงตั ว อย่ า งการตรวจสอบจาก Sample38 ดัง Figure 10-13 โดยต้องทําการตรวจสอบในทุกๆ ตัวแบบ และต้องทําการตรวจสอบในขั้นตอนเดียวกันนี้กับชิ้นงาน ที่เหลืออีก 3 ชนิด แสดงผลลัพธ์ดัง Table 6 จาก Figure 10 พบว่ามีการกระจายคงที่รอบค่า 0 จึงยอมรับว่าค่าเศษคงเหลือ จากการพยากรณ์มีความแปรปรวนคงที่ จาก Figure 11-12 พบว่า ACF และ PACF ของค่าเศษคงเหลือจากการพยากรณ์ ไม่ มี lag ใดเกินขอบเขต แสดงว่าค่าเศษคงเหลือแต่ละค่าไม่มี ความสัมพันธ์กัน จาก Figure 13 พบว่า ค่า P-Valve มากกว่า 0.05 แสดงว่าค่าเศษคงเหลือมีการแจกแจงปกติ

3.2.4 ตัวแบบปรับให้เรียบแบบ Winters ตัวอย่างแสดงผลจากการประมวลค่าทางสถิติ (Figure 9) เมื่อ ทําการประมวลผลชิ้นงานอื่นอีก 3 รายการ ได้ผลดังแสดงใน Table 6 39

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 33-42 Table 7 The results of validity of model. Residual Analysis Analysis of No Normal Variance Correlation Distribution 





























ะเ

Figure 10 Time Series Plot of residual2.

Sample34 Moving Average Single Exponential ARIMA(0,1,1) Winter’s Method Sample08 Moving Average Single Exponential ARIMA(0,1,1) Sample36 Moving Average

ทศ ไท ย

Model

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Single Exponential

าค

มว

Figure 11 ACF for residual.

สม

Figure 12 PACF of residual2.

ARIMA(2,0,0) Winter’s Method Sample38 Moving Average













Single Exponential



ARIMA(0,1,1) Winter’s Method







3.2.6 การเลื อ กเทคนิ ค การพยากรณ์ โ ดยการเปรี ย บเที ย บ ความแม่นยําของการพยากรณ์ โดยวิธีค่าเฉลี่ยความ คลาดเคลื่อนกําลังสอง หลั ง จากการพิ จ ารณาการคั ด เลื อ กตั ว แบบ จึ ง ทํ า การ เปรียบเทียบความแม่นยําโดยใช้ดัชนี MSE โดยตัวแบบที่มีความ เหมาะสมที่สุดคือตัวแบบที่มีค่า MSE น้อยที่สุด ดังสรุปใน Table 8 ซึ่งพบว่าตัวแบบที่เหมาะสมสําหรับการพยากรณ์ปริมาณการใช้ พั ส ดุ แ ต่ ล ะ ช นิ ด ข อ ง พั ส ดุ ช นิ ด Sample34, Sample08, Sample36 และ Sample38 คือ ตัวแบบปรับให้เรียบแบบ Winters, วิธีค่าเฉลี่ยเคลื่อนที่อย่างง่าย, ตัวแบบบอกซ์-เจนกินส์ และตัวแบบค่าเฉลี่ยแบบเอ็กโปเนนเชียลครั้งเดียว ตามลําดับ Table 8 The results of validity of model. Item Sample34 Sample08

Figure 13 KS-test probability plot of residual.

Sample36 Sample38

Model Winter’s Method Moving Average Moving Average Single Exponential ARIMA(2,0,0) Single Exponential ARIMA(0,1,1)

MSE 14.7444 1.4765 348.815 323.549 296.1 24.325 23.681

Result  

 

 



วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 33-42 Table 10 The results of EOQ.

Sample34 Sample08 10.6677 2.5556 10.4236 2.3333 17.3144 2.2222 4.5396 2.2222 24.9424 2.1111 17.4871 1.8889 14.8312 1.6667 17.1014 1.7778 20.7431 1.8889 7.2288 2.1111 6.3596 2.3333 13.0191 2.4444 10.6677 25.5556

Smple36 13.4438 7.2506 13.3093 17.7681 13.9192 10.9695 11.8376 10.9084 10.3273 11.0240 10.8528 8.4421 140.0527

Sample38 1.45215 1.2728 1.16132 1.09024 1.48634 1.27917 1.17886 1.11348 1.46884 1.27683 1.59181 1.33182 15.7037

Purchasing cost Baht/time/Year 194.4 194.4 194.4 194.4

3.3 การบริหารพัสดุคงคลัง

EOQ piece 7.1 8.9 29.3 55.9

Table 11 The results of ROP. Item

Sample34 Sample08 Sample36 Sample38

Usage Year 11 26 141 16

Lead time Day 60 60 60 60

ROP Piece 1.8 4.3 23.2 2.6

สม

าค

มว

3.3.1 การสั่งซื้อที่ประหยัด (Economic Order Quantity, EOQ) หลั ง จากทํ า การพยากรณ์ จะได้ ค วามต้ อ งการสิ น ค้ า /yr ดังแสดงใน Table 9 หลังจากนั้นทําการคํานวณตามสมการที่ 7 และได้ผลลัพธ์ดัง Table 10 จากผลการคํานวณ สรุปได้ดังนี้ จํานวนการสั่งซื้อที่ประหยัดของพัสดุชนิด Sample34, Sample08, Sample36 และ Sample38 คือ 8, 9, 30 และ 56 ชิ้น ตามลําดับ

Storage cost Baht/unit/Year 85.08 127.63 63.81 1.99

3.3.2 การกําหนดจุดสั่งซื้อใหม่ (Reorder Point, ROP) ข้ อ มู ล ที่ ค วรทราบคื อ เวลานํ า และอั ต ราการใช้ สิ น ค้ า หลังจากนั้นทําการคํานวณตามสมการที่ 8 และได้ผลลัพธ์ ดัง Table 11 สรุปผลจากการคํานวณ ยกตัวอย่างจากตัวอย่าง พัสดุ Sample38 หลังจากที่สั่งพัสดุเข้ามา 56 ชิ้น เมื่อระดับพัสดุ คงเหลือลดไปจนเหลือ 3 ชิ้น ก็ต้องทําการสั่งซื้อพัสดุครั้งใหม่เข้า มา ดังนั้นในช่วงที่รอพัสดุที่จะรับเข้ามาใหม่ ก็จะใช้พัสดุที่มีอยู่ ณ วันสั่งซื้อ 3 ชิ้น หมดพอดี แต่จะมีพัสดุเผื่อเรียกที่ทางบริษัทเก็บ สํารองอยู่ 1 ชิ้น ที่ทางบริษัทวางนโยบายในการจัดเก็บพัสดุจาก ปริมาณการใช้พัสดุเฉลี่ย 10% สําหรับเผื่อเป็นพัสดุคงคลังสํารอง

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Month-Year Jan-55 Feb-55 Mar-55 Apr-55 May-55 Jun-55 Jul-55 Aug-55 Sep-55 Oct-55 Nov-55 Dec-55 Grand Total

Sample34 Sample08 Sample36 Sample38

Usage Year 11 26 141 16

ทศ ไท ย

Table 9 The results of forecasting in 2555.

Item

ะเ

เมื่อทําการคัดเลือกตัวแบบพยากรณ์ของชิ้นงานแต่ละชนิด ได้แล้ว จึงทําการพยากรณ์ล่วงหน้าเป็นเวลา 1 yr ซึ่งได้ผลดัง แสดงใน Table 9

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Figure 14 Graph show forecasting and actual usage.

ะเ

ทศ ไท ย

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 33-42

สม

าค

มว

4 สรุปผล จากตัวอย่าง ผู้วิจัยทําการเลือกพัสดุที่ต้องทําการวิเคราะห์ ทั้งหมด 13 ชนิดมาแสดงตัวอย่างเพียง 4 ชนิด ซึ่งแสดงถึงผลการ พยากรณ์ ครบในแต่ ล ะตั ว แบบ และทํ า การเปรี ย บเที ย บกั บ ปริมาณการใช้จริงใน พ.ศ. 2555 กับปริมาณที่ได้จากการ พยากรณ์ ได้ผลดัง Figure 14 จากการพยากรณ์ พั ส ดุ ค งคลั ง ทั้ ง 13 ชนิ ด พบว่ า ปริ ม าณ ความต้องการของลูกค้าทั้งหมดใน พ.ศ. 2555 จํานวน 878 ชิ้น คิดเป็นเงิน 51,904,369.96 Baht แต่จากการวิจัยพบว่ามีพัสดุคง คลั ง คิ ด เป็ น 936 ชิ้ น คิ ด เป็ น เงิ น 60,208,226.03 Baht ซึ่งเกินจากความต้องการของลูกค้ า ทํา ให้ทางโรงงานสามารถ รองรับความต้องการของลูกค้าได้ และยังมีวัสดุเหลือเฟือสําหรับ รองรั บ ความต้ อ งการของลู ก ค้ า เพิ่ มได้ อี ก 58 ชิ้ น เมื่ อ คิ ด เป็ น มูลค่า ในการจัดเก็บเพิ่ มขึ้นเพียง 14% แต่พบว่าพั สดุบางชนิ ด ขาดมือ และเนื่องจากความต้องการของลูกค้าเพิ่มมากขึ้นจากใน อดีต ทางบริษัทจึงมีนโยบายการจัดเก็บพัสดุ ค่าเผื่อปริมาณพัสดุ คงคลัง ที่คิดจากนโยบายการจัดเก็บของบริษัท คือ ทําการจัดเก็บ ร้ อ ยละ 10 ของปริ ม าณการใช้ ต่ อ เดื อ น สํ า หรั บ เผื่ อ เป็ น พั ส ดุ คงคลังสํารอง 5 กิตติกรรมประกาศ ผู้วิจัยขอขอบคุณคณาจารย์ทุกท่านที่ให้ความรู้กับผู้วิจัยใน การจัดทําในครั้งนี้ 42

6 เอกสารอ้างอิง ท ร ง ศิ ริ แ ต้ ส ม บั ติ . 2549. ก า ร พ ย า ก ร ณ์ เ ชิ ง ป ริ ม า ณ . กรุงเทพมหานคร: สํานักพิมพ์มหาวิทยาลัยเกษตรศาสตร์. พิภพ ลลิตาภรณ์. 2547. ระบบการวางแผนและควบคุมการผลิต. กรุงเทพมหานคร: สมาคมส่งเสริมเทคโนโลยี (ไทย-ญี่ปุ่น). ภู มิ ฐ าน รั ง คกู ล นุ วั ฒ น์ . 2556. การวิ เ คราะห์ อ นุ ก รมเวลา สําหรับเศรษศาสตร์และธุรกิจ. สํานักพิมพ์แห่งจุฬาลงกรณ์ มหาวิทยาลัย, กรุงเทพมหานคร. สุทธิมา ชํานาญเวช. 2556. การวิเคราะห์เชิงปริมาณทางธุรกิจ. กรุงเทพมหานคร: สํานักพิมพ์วิทยพัฒน์. ศิรินภา จั๋นโปแว่น. 2554. การพยากรณ์ราคาข้าว กรณีศึกษา เปรียบเทียบ โดยวิธี Decomposition และ Smoothing Method. รายงานวิ จั ย คณะเศรษฐศาสตร์ มหาวิ ท ยาลั ย เชียงใหม่, เชียงใหม่. ศิริลักษณ์ สุวรรณวงศ์. 2556. เทคนิคการพยากรณ์เชิงปริมาณ: การวิเคราะห์อนุกรมเวลา. นครปฐม: สํานักพิมพ์ มหาวิทยาลัยมหิดล. อัจฉรา จันทร์ฉาย. 2557. เทคนิคการพยากรณ์เพื่อการจัดการ. กรุงเทพมหานคร: สํานักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 43-51

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย บทความวิจัย ปีที่ 20 ฉบับที่ 2 (2557) 43-51 ISSN 1685-408X Available online at www.tsae.asia ผลกระทบของการเตรียมขั้นต้นด้วยการลวกและแบบจําลองการอบแห้งดอกเก๊กฮวย Effect of Blanching Pretreatment and Drying Model of Chrysanthemum indicum Linn. ฤทธิชัย อัศวราชันย์1, 2*, ปองพล สุริยะกันธร1, 2, ประพันธ์ จิโน1, 2 Rittichai Assawarachan1, 2*, Pongpon Suriyakunthorn1, 2, Praphan Jino1, 2 1

ทศ ไท ย

สาขาวิศวกรรมอาหาร, คณะวิศวกรรมและอุตสาหกรรมเกษตร, มหาวิทยาลัยแม่โจ้, สันทราย, เชียงใหม่, 50290 Food Engineering Program, Faculty of Engineering and Agro-Industry; Maejo University, Chiang Mai, Thailand, 50290 2 โครงการการพัฒนากระบวนการแปรรูปดอกคาร์โมมายล์ และดอกเบญจมาศ (เก๊กฮวย) อบแห้ง, ศูนย์พัฒนาโครงการหลวงสะโง๊ะ, สํานักงานพัฒนาการวิจัย การเกษตร (องค์การมหาชน), กรุงเทพ, 10900 2 Sa Ngo Royal Project Development Center, Agricultural Research Development Agency (Public Organization), Bangkok, Thailand, 10900 *Corresponding author: Tel: +66-8-1792-0946, Fax: +66-53-878-113, E-mail: rittichai.assawarachan@gmail.com

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

บทคัดย่อ งานวิจัยนี้มีจุดมุ่งหมายเพื่อศึกษาผลของการเตรียมขั้นต้นด้วยการลวก และสร้างแบบจําลองทางคณิตศาสตร์การอบแห้ง ดอกเก๊กฮวย ที่อุณหภูมิ 50, 60, 70 และ 80°C ด้วยความเร็วลมคงที่ 1.0 m s-1 ความชื้นเริ่มต้นของดอกเก๊กฮวยที่ผ่านการเตรียมขั้นต้น ด้วยการลวกมีค่าเท่ากับ 6.01 ±0.44 gwater gdry matter-1 และความชื้นเริ่มต้นของดอกเก๊กฮวยที่ไม่ได้ผ่านกระบวนการเตรียมขั้นต้น มีค่า 4.59 ±0.27 gwater gdry matter-1 เวลาในการอบแห้งเหลือความชื้นสุดท้ายเท่ากับ 0.071 ±0.003 gwater gdry matter-1 เท่ากับ 570, 445, 340, 220 min และ 620, 480, 370, 245 min ตามลําดับ แบบจําลองทางคณิตศาสตร์ของ Newton, Page และ Henderson and Pabis ถูกนํามาใช้ในการศึกษาเพื่อหาแบบจําลองทางคณิตศาสตร์ที่เหมาะสม จากผลการศึกษาพบว่าแบบจําลองทางคณิตศาสตร์ของ Page สามารถทํานายคุณลักษณะการอบแห้งของดอกเก๊กฮวยทั้ง 2 กลุ่มตัวอย่างได้เหมาะสมที่สุด เนื่องจากให้ค่าสัมประสิทธิ์การตัดสินใจ (R2) สูงที่สุด ในขณะที่ให้ค่าไคกําลังสอง (2) ค่ารากที่สองของความคลาดเคลื่อนกําลังสองเฉลี่ย (RMSE) โดยอัตราการอบแห้งของเก๊กฮวยที่ ผ่านการเตรียมขั้นต้นมีอัตราการอบแห้งที่เร็วกว่าอัตราการอบแห้งอบแห้งดอกเก๊กฮวยสด เท่ากับ 1.41, 1.42, 1.43 และ 1.46 เท่า ที่อุณหภูมิ 50, 60, 70 และ 80°C ตามลําดับ และค่าพลังงานกระตุ้นของดอกเก๊กฮวยที่ผ่านการเตรียมขั้นต้นและที่ไม่ได้ผ่านกระบวนการ เตรียมขั้นต้นซึ่งคํานวณจากความสัมพันธ์ในรูปแบบของสมการอาร์เรเนียสมีค่าเท่ากับ 30.38 และ 33.41 kJ mol-1

มว

คําสําคัญ: ดอกเก๊กฮวย, แบบจําลองทางคณิตศาสตร์, สัมประสิทธิ์การแพร่ความชื้นประสิทธิผล, พลังงานกระตุ้น

สม

าค

Abstract The aim of this study was to investigate the effect of blanching pretreatment of Chrysanthemum indicum Linn. on drying performance and to develop mathematical drying models at a constant air velocity and temperatures (i.e., 1.0 m s-1 and 50, 60, 70 and 80°C). The required drying time to reduce moisture content from 6.01 ±0.44 gwater gdry matter-1 of blanched, and 4.59 ±0.27 gwater gdry matter-1 of fresh Chrysanthemum to 0.071 ±0.003 gwater gdry matter-1 were 570, 445, 340 and 220 min, and 620, 480, 370 and 245 min, respectively. Empirical moisture content curves were fitted to the Newton, Page and Henderson and Pabis drying models. The Page model yielded the highest coefficient of determination (R2), the least chi-square (2) and the lowest root mean square error (RMSE). The drying rates of the pre-treated Chrysanthemum were faster than those of untreated samples by 1.41, 1.42, 1.43 and 1.46 folds at 50, 60, 70 and 80°C, respectively. The activation energy for drying of pre-treated and untreated Chrysanthemum were well documented using an exponential expression based on by Arrhenius models and was found to be 30.38 and 33.41 kJ mol-1. Keywords: Chrysanthemum indicum Linn, Blanching pretreatment, Empirical models, Activation energy 43

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 43-51

ะเ

ทศ ไท ย

และการปรับสภาพด้วยการเติมสารลดแรงตึงผิวจะช่วยเร่งอัตรา การอบแห้งได้ดีกว่าใบกะเพราสดและช่วยรักษาสีของใบกะเพรา โดยการตรวจปริม าณคลอโรฟิล ล์ที่ค งเหลือได้ม ากกว่า อย่า งมี นั ย สํ า คั ญ และณั ฐ พงษ์ (2553) ศึ ก ษาผลกระทบการเตรี ย ม ตัวอย่างด้วยการลวกด้วยน้ําร้อนที่อุณหภูมิ 95°C ที่เวลา 3, 5 และ 7 min ต่ออัตราการอบแห้งลําไยด้วยลมร้อนที่อุณหภูมิ 70–75°C พบว่าผลลําไยที่ถูกเตรียมตัวอย่างด้วยการลวกด้วยน้ํา ร้อนที่เวลา 7 min จะมีอัตราการอบแห้งที่รวดเร็วที่สุด และช่วย ลดอัตราการสิ้นเปลืองพลังงานในการอบแห้งได้ 5–15% ในขณะ ที่การศึกษาของวรรณารัตน์ และคณะ (2554) ซึ่งศึกษาผลของ การเตรียมตัวอย่างด้วยการลวกไอน้ําที่อุณหภูมิ 70–90°C ที่เวลา 1–4 min การยับยั้งค่ากิจกรรมของเอนไซม์พอลิฟีนอลออกซิเดส ในมังคุดพบว่าการลวกที่อุณหภูมิ 80°C และเวลา 2 min เป็ น สภาวะที่ เ หมาะสมที่ ช่ ว ยยั บ ยั้ ง กิ จ กรรมของเอนไซม์ พ อลิ ฟีนอลออกซิเดสในมังคุด สอดคล้องกับผลงานวิจัยของ Doymaz (2008) ซึ่งพบว่าผลของการลวกด้วยน้ําร้อนจะช่วยลดอัตราการ อบแห้งของกระเทียมแผ่นได้รวดเร็วกว่าตัวอย่างแผ่นกระเทียมที่ ไม่ ไ ด้ ผ่ า นการลวก เช่ น เดี ย วกั บ ผลการศึ ก ษาของ GonzalezFesler (2008) ซึ่งศึกษาผลของการลวกต่ออัตราการอบแห้งและ การรักษาสีของการอบแห้งแผ่นแอปเปิ้ลด้วยลมร้อนที่อุณหภูมิ ต่างๆ การทํานายการเปลี่ยนแปลงอัตราส่วนความชื้นของผลิตภัณฑ์ ในระหว่ า งการอบแห้ ง ด้ ว ยแบบจํ า ลองทางคณิ ต ศาสตร์ (mathematical model) เป็นวิธีการที่ประหยัดได้ทั้งเวลาและ ค่าใช้จ่ายในการทดลอง สามารถวิเคราะห์หาข้อมูลจํานวนมาก อย่างละเอียดซึ่งอาจจะเป็นข้อมูลที่วัดได้ยากหรือวัดไม่ได้เลยใน ห้องปฏิบัติการ (สักกมน, 2555) การจําลองการเปลี่ยนแปลง อัตราส่วนความชื้นด้วยแบบจําลองทางคณิตศาสตร์สามารถทําได้ ด้วยวิธีการปรับเส้นโค้ง (curve fitting) โดยสามารถจําแนกได้ เป็นแบบจําลองเชิงเส้น (linear model) แบบจําลองไม่เป็นเชิง เ ส้ น (non–linear model) แ ล ะ แ บ บ จํ า ล อ ง พ หุ น า ม (polynomial model) เพื่อใช้การจําลองการถ่ายเทความร้อน และมวลสารในระหว่ า งการอบแห้ ง และอธิ บ ายกระบวนการ อบแห้งช่วยเพิ่มประสิทธิภาพและการออกแบบเครื่องอบแห้งใน ระดั บ อุ ต สาหกรรม ปั จ จุ บั น รายงานวิ จั ย ที่ เ กี่ ย วข้ อ งกั บ แบบจําลองการอบแห้งดอกเก๊กฮวยยังขาดแคลนข้อมูล ดังนั้น งานวิจัยนี้จึงมีจุดประสงค์เพื่อศึกษาและวิเคราะห์แบบจําลองทาง คณิตศาสตร์ในการทํานายการเปลี่ยนแปลงอัตราส่วนความชื้น ของของดอกเก๊ ก ฮวยแบบชั้ น บางในระหว่ า งการอบแห้ ง ด้ ว ย

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

1 บทนํา ดอกเก๊กฮวย (Chrysanthemum) หรือดอก “เบญจมาศ” ชื่อทางวิทยาศาสตร์ Chrysanthemum indicum Linn. ชื่อวงศ์ Compositae มีถิ่นกําเนิดในประเทศญี่ปุ่นและจีน เก๊กฮวยได้ จากดอกเบญจมาศสวน (ดอกเก๊ก ฮวย) เก็บเมื่อ บานถูก นํา มา อบแห้งด้วยวิธีต่างๆ แล้วต้มกับน้ํา น้ําเก๊กฮวยที่ได้จะมีสีเหลือง และสี เ หลื อ งดั ง กล่ า วส่ ว นใหญ่ เ ป็ น สารจํ า พวกคาโรที น อยด์ (caratenoids) ที่มีคุณสมบัติละลายในไขมัน นอกจากนี้ยังเป็น สารต้ า นอนุ มู ล อิ ส ระจากธรรมชาติ ที่ ช่ ว ยต้ า นโรคมะเร็ ง และ โรคหัวใจ ปัจจุบันได้มีการสนับสนุนการเพาะปลูกดอกเก๊กฮวย เชิงพาณิชย์สําหรับเป็นพืชเศรษฐกิจที่สําคัญในพื้นที่เกษตรพื้นที่ สูงของประเทศไทย อย่างไรก็ตามดอกเก๊กฮวยสด เป็นพืชที่เน่า เสียง่าย มีอายุการเก็บรักษาสั้น (3–5 d) ที่อุณหภูมิ 10°C จึงนิยม นําผลผลิตเกือบทั้งหมดจึงถูกนํามาอบแห้งเพื่อยืดอายุการเก็บ รักษาและเพิ่มมูลค่าผลิตภัณฑ์ เนื่องจากมีค่าความชื้นต่ําในระดับ ที่สามารถยับยั้งการเจริญเติบโตของจุลินทรีย์ที่ทําให้เกิดการเน่า เสียในอาหาร นอกจากนี้ยังช่วยยับยั้งการทํางานของเอนไซม์ที่ ส่ ง ผลต่ อ การเปลี่ ย นแปลงคุ ณ ภาพในอาหารได้ เ ป็ น อย่ า งดี (ฤทธิชัย และคณะ, 2554) โดยการอบแห้งเป็นหน่วยปฏิบัติการ ในการแปรรูปอาหาร (unit operation in food processing) ที่ นับได้ว่าเก่าแก่และมีความหลากหลายมาก (สักกมน, 2555) วิธีการอบแห้งแบบดั้งเดิมนั้นมักใช้การอบแห้งด้วยลมร้อนเพื่อทํา ให้แห้งซึ่งเป็นวิธีควบคุมการทํางานได้ง่ายและไม่ซับซ้อน สีของ ผลิ ต ภั ณ ฑ์ อ าหารอบแห้ ง จะมี อิ ท ธิ พ ลต่ อ การตั ด สิ น ใจซื้ อ ของ ผู้บริโภคอย่างมาก โดย 40% ของผู้บริโภคจะใช้สีของผลิตภัณฑ์ อาหารอบแห้งในการตัดสินใจซื้อ นอกจากนี้การเตรียมตัวอย่าง ด้วยการลวกด้วยไอน้ําก่อนนําเข้าสู่กระบวนการอบแห้งยังเป็น กระบวนการแปรรู ป ที่ สํ า คั ญ ที่ ช่ ว ยรั ก ษาคุ ณ ภาพสี ข องดอก เก๊กฮวยอบแห้ง โดยการเตรียมตัวอย่างด้วยการลวกวัตถุประสงค์ เพื่อทําลายเอนไซม์ (enzyme) โดยที่ความร้อนจากการลวกจะ ทําลายเอนไซม์ ที่เป็นสาเหตุของการเสื่อมเสีย เช่น เอนไซม์ที่ เกี่ยวข้องกับการเกิดปฏิกิริยาสีน้ําตาล (enzymatic browning reaction) ซึ่งเป็นสาเหตุสําคัญของการเปลี่ยนแปลงสีของดอก เก๊กฮวยอบแห้ง ปัจจุบันมีงานวิจัยที่ศึกษาเกี่ยวกับผลของการ เตรี ย มตั ว อย่ า งด้ ว ยการลวกต่ อ การเปลี่ ย นแปลง อั ต ราส่ ว น ความชื้นและการเปลี่ยนแปลงคุณภาพอาหารและวัสดุทางการ เกษตร เช่น Rocha et al. (1993) ศึกษาผลของการลวกและการ ปรั บ สภาพโดยเติ ม สารลดแรงตึ ง ผิ ว ต่ อ อั ต ราการอบแห้ ง และ ปริมาณคลอโรฟิลล์ในการอบแห้งใบกะเพรา ซึ่งพบว่าการลวก 44

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 43-51

Wi  W f Wf

(1)

มว

MC 

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

2.1 วัตถุดิบ ตัวอย่ า งดอกเก๊ กฮวยเป็ น ผลผลิ ต จากศู น ย์ พัฒ นาโครงการ หลวงสะโง๊ะ จังหวัดเชียงราย ซึ่งเป็นดอกที่บานเต็มที่มีขนาดเส้น ผ่ า นศู น ย์ ก ลางประมาณ 2–3 cm ซึ่ ง เก็ บ เกี่ ย วช่ ว งเดื อ น พฤศจิกายน พ.ศ. 2556 ตัวอย่างน้ําหนัก 50 kg ถูกแบ่งออกเป็น 2 กลุ่ม ได้แก่ ดอกเก๊กฮวยที่ผ่านการเตรียมตัวอย่างด้วยการลวก ด้วยไอน้ํา ที่อุณหภูมิ 95°C เป็นเวลา 4 min ซึ่งเป็นสภาวะการ เตรี ย มที่ เ หมาะสมที่ สุ ด (ปองพล และคณะ, 2557) และดอก เก๊กฮวยที่ไม่ผ่านการเตรียมขั้นต้นหรือดอกเก๊กฮวยสด ความชื้น เริ่มต้นของดอกเก๊กฮวยถูกหาโดยนําดอกเก๊กฮวย จํานวน 5 g ใส่ในถ้วยอะลูมิเนียมขนาด 3 oz ที่ผ่านการอบเพื่อไล่ความชื้น จํานวน 20 ตัวอย่าง โดยทําการทดลอง 3 ซ้ํา จากนั้นนําไป อบแห้ ง ด้ ว ยตู้ อ บแห้ ง ด้ ว ยลมร้ อ น (500/108I, Memmert, Germany) ที่อุณหภูมิ 105 ±2°C เป็นเวลา 24 h (AOAC, 2010) จากนั้ น นํ า มาชั่ ง น้ํ า หนั ก ด้ ว ยเครื่ อ งชั่ ง ระบบดิ จิ ต อล (CP2245, Sartorius Analytical, Switzerland) ความชื้นของ ดอกเก๊กฮวยถูกคํานวณโดยใช้ Eq. (1)

สม

าค

เมื่อ MC คือ ความชื้นของดอกเก๊กฮวย (gwater gdry matter-1) Wi และ Wf คือน้ําหนักเริ่มต้นของดอกเก๊กฮวย (g) และน้ําหนัก สุดท้ายของดอกเก๊กฮวย (g) ตามลําดับ ในขณะที่อัตราการ อบแห้ง (DR) ถูกคํานวณโดยผลต่างของค่าความชื้นในเวลาใดๆ แสดงใน Eq. (2) DR 

ทศ ไท ย

2 อุปกรณ์และวิธีการ

และพัดลมระบายอากาศ (DVUS-940W1, Panasonic Corp., Japan) ควบคุ ม อุ ณ หภู มิ ข องอากาศร้ อ นด้ ว ยเครื่ อ งควบคุ ม อุณหภูมิระบบ PID (TTM J4/J5, Toho, Japan) ถาดสําหรับ วางตัวอย่างติดตั้งตาชั่ง (CDR-3, CST, China) สําหรับวัดและ บันทึกค่าน้ําหนักที่เปลี่ยนแปลงของดอกเก๊กฮวย และบันทึกค่า ผ่านจากช่องสัญญาณ RS-485 ซึ่งเชื่อมต่อกับอุปกรณ์แปลง สัญญาณและเครื่องคอมพิวเตอร์สําหรับบันทึกข้อมูล โดยข้อมูลที่ ถูกบันทึกค่าประกอบด้วยน้ําหนักของดอกเก๊กฮวยที่เปลี่ยนแปลง ไปในระหว่างการอบแห้ง ซึ่งถูกบันทึกทุกๆ 5 min ข้อมูลเหล่านี้ จะถูกนําไปศึกษาคุณลักษณะการอบแห้งดอกเก๊กฮวย

ะเ

เครื่องอบลมร้อนแห้งแบบถาด ที่อุณหภูมิเท่ากับ 50, 60, 70 และ 80°C และความเร็วลมคงที่ 1.0 m s-1 ภายใต้สมมุติฐานการ ถ่ายเทมวลความชื้นแบบ 1 มิติ และวิเคราะห์ค่าสัมประสิทธิ์การ แพร่ความชื้นประสิทธิผล และค่าพลังงานกระตุ้น

d (MC ) d tim e

(2)

2.2 คุณลักษณะการอบแห้ง เครื่ อ งอบแห้ ง ลมร้ อ นแบบถาดถู ก ออกแบบและสร้ า งโดย สาขาวิศวกรรมอาหาร คณะวิศวกรรมและอุตสาหกรรมเกษตร มหาวิทยาลัยแม่โจ้ ซึ่งมีส่วนประกอบที่สําคัญ ได้แก่ ระบบสร้าง ลมร้อนซึ่งประกอบด้วยขดลวดไฟฟ้าขนาด 1.1 kW จํานวน 3 ขด

Figure 1 Diagram of the tray drying system.

นําดอกเก๊กฮวยน้ําหนักเริ่มต้น 100 g อบแห้งด้วยเครื่อง อบแห้งลมร้อนแบบถาด (Figure 1) ที่อุณหภูมิ 50, 60, 70 และ 80°C ด้วยความเร็วลมคงที่ 1.0 m s-1 จากความชื้นเริ่มต้นจนถึง ความชื้นสุดท้ายที่ 0.071 ±0.003 gwater gdry matter-1 โดยทําการ ทดลอง 3 ซ้ํา 2.3 แบบจําลองการอบแห้ง แบบจําลองการอบแห้งที่นิยมใช้ในการศึกษาอาหารหรือวัสดุ ทางการเกษตร ได้ แ ก่ แบบจํ า ลองในรู ป ของสมการเอมพิ ริ คั ล (empirical equation) เช่ น แบบจํ า ลองของ Newton, Henderson and Pabis และ Page ซึ่งแสดงความสัมพันธ์ดัง Table 1 (Doymaz, 2008; ฤทธิชัย และคณะ, 2554; วิกานดา และคณะ, 2556; เนาวนิตย์ และคณะ, 2556) และสมการกึ่ง ท ฤ ษ ฎี ( semi–theoretical equation) ซึ่ ง จ ะ มี รู ป แ บ บ ความสัมพันธ์ในรูปกฎข้อที่สองของฟิค (Fick’s second law) สามารถใช้ในการหาอัตราส่วนความชื้นดังแสดงใน Eq. (3) สํ า หรั บ วั ส ดุ ที่ มี รู ป ทรงเป็ น แผ่ น ระนาบที่ มี ค วามยาวมากๆ (infinite slab) และมีความหนาครึ่งหนึ่งของตัวอย่างอาหารหรือ วัสดุชีวภาพที่มีรูปร่างเป็นแผ่นระนาบ

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 43-51

เมื่อ Deff คือสัมประสิทธิ์การแพร่ความชื้นประสิทธิผล (m2 s-1), L คือความหนาของดอกเก๊กฮวย (m) และ t คือเวลาในการ อบแห้ง (s) Table 1 Mathematical models given by various authors. Model name Model equation 1. Newton MR  exp(kt) 2. Page MR  exp(  kt n ) 3. Henderson and Pabis MR  a exp(kt)

 E  D0 exp   a   RT 

Deff 

(4)

สม

าค

มว

เมื่อ D0 คือ ปัจจัยก่อนเลขชี้กําลัง (m2 s-1), Ea คือ พลังงาน กระตุ้น (kJ mol-1), R คือ ค่าคงที่ของก๊าซซึ่งมีค่าเท่ากับ 0.008314 kJ mol-1 และ T คือ อุณหภูมิของอากาศที่ใช้ในการ อบแห้ง (K) การวิเคราะห์หาค่าคงที่ต่างๆ ของแบบจําลองการอบแห้งใช้ เทคนิ ค การวิ เ คราะห์ แ บบสมการถดถอยแบบไม่ เ ป็ น เชิ ง เส้ น (non–linear regression) ด้วยวิธีปรับเส้นโค้ง (Thao and Noomhorm, 2011; Kumar et al., 2012; Wankhade et al., 2013) และใช้ค่าสัมประสิทธิ์การตัดสินใจสูงสุด (R2), ค่าไคกําลัง สอง (2) และค่ารากที่สองของความคลาดเคลื่อนกําลังสองเฉลี่ย (RMSE) เป็นดัชนีบ่งบอกความแม่นยําในการทํานายค่าอัตราส่วน ความชื้นที่เปลี่ยนแปลงไป ดังแสดงใน Eq. (5)–(6) 

 

i 1

RMSE 

3 ผลและวิจารณ์ 3.1 ผลของอุ ณ หภู มิ ต่ อ การเปลี่ ย นแปลงอั ต ราส่ ว นการใน ระหว่างการอบแห้ง ตัวอย่างดอกเก๊กฮวยที่ผ่านการเตรียมขั้นต้นด้วยการลวกด้วย ไอน้ําที่อุณหภูมิ 95°C เป็นเวลา 4 min ซึ่งเป็นสภาวะการเตรียม ขั้ น ต้ น ที่ เ หมาะสมที่ สุ ด ในการรั ก ษาสี ข องดอกเก๊ ก ฮวยและ วั ต ถุ ป ระสงค์ ห ลั ก เพื่ อ ช่ ว ยลดปฏิ กิ ริ ย าการเกิ ด สี น้ํ า ตาลจาก เอนไซม์พอลิฟีนอลออกซิเดส (PPO) และรักษาให้ดอกเก๊กฮวยมี สีสันที่สวยงาม (ปองพล และคณะ, 2557) การลวกจะส่งผลให้ ดอกเก๊กฮวยมีความชื้นสูงขึ้น เนื่องจากไอน้ําจะเป็นตัวนําความ ร้อน ยังส่งผลให้เกิดการทําลายเนื้อเยื่อในโครงสร้างเซลล์ ทําให้มี น้ําในเนื้อเยื่อ (capillary water) และน้ําที่อยู่ในรูปน้ําอิสระ (free water) สะสมในดอกเก๊กฮวยซึ่งผ่านการเตรียมด้วยวิธี ขั้ น ต้ น ซึ่ ง มี ค่ า ความชื้ น เพิ่ ม ขึ้ น จากดอกเก๊ ก ฮวยสด เท่ า กั บ 30.93% โดยดอกเก๊กฮวยที่ผ่านการเตรียมขั้นต้นมีค่าความชื้น เริ่มต้นสูงขึ้น เท่ากับ 6.01 ±0.44 gwater gdry matter-1 ในขณะที่ ความชื้น เริ่มต้น ของดอกเก๊กฮวยที่ไ ม่ไ ด้ ผ่า นการเตรี ยมขั้ น ต้ น มีค่าเท่ากับ 4.59 ±0.27 gwater gdry matter-1 ถึงแม้ว่าดอกเก๊กฮวย ที่ ผ่ า นการลวกจะมี ค วามชื้ น เริ่ ม ต้ น สู ง กว่ า ดอกเก๊ ก ฮวยสด แต่ เ วลาในการอบแห้ ง ดอกเก๊ ก ฮวยที่ ผ่ า นการลวก จนเหลื อ ความชื้นสุดท้าย 0.071 ±0.003 gwater gdry matter-1 ใช้เวลาเท่ากับ 570, 445, 340 และ 220 min ซึ่งน้อยกว่าเวลาในการอบแห้ง ดอกเก๊กฮวยสด ซึ่งใช้เวลาเท่ากับ 620, 480, 370 และ 245 min ที่อุณหภูมิ 50, 60, 70 และ 80°C ตามลําดับ โดยเวลาใน การอบแห้งดอกเก๊กฮวยสดมีค่าลดลงเท่ากับ 7.91, 7.29, 8.18 และ 10.22% Figure 2 แสดงความสัมพันธ์ระหว่างความชื้นของ ดอกเก๊กฮวยที่ผ่านการลวก และเวลาในการอบแห้งดอกเก๊กฮวย สด (Figure 2(a)) และดอกเก๊กฮวยซึ่งผ่านการเตรียมด้วยการ ลวก (Figure 2(b)) โดยกลไกการถ่ายเทความร้อนและมวล ความชื้ นในระหว่างกระบวนการอบแห้ง ของดอกเก๊กฮวยแบ่ง ออกเป็น 3 ช่วง ได้แก่ช่วงแรกตัวอย่างดอกเก๊กฮวยจะสัมผัสกับ ลมร้อนจะเกิดปรากฏการณ์การถ่ายเทความร้อน จนอุณหภูมิมีค่า สูงขึ้นและมีค่าเท่ากับอุณหภูมิของลมร้อน โดยความร้อนที่เกิดขึ้น ในช่วงดังกล่าว ซึ่งเป็นค่าความร้อนของ sensible heat จากนั้น น้ําที่ผิวจะเกิดการเปลี่ยนแปลงสถานะไอน้ําและถูกถ่ายเทมวล

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

สมการอาร์เรเนียส (Arrhenius equation) ถูกใช้ในการ วิ เ คราะห์ ห าค่ า พลั ง งานกระตุ้ น สํ า หรั บ การแพร่ ค วามชื้ น ประสิทธิผล (activation energy for diffusion, Ea) โดยมี รูปแบบสมการดังแสดงใน Eq. (4) ซึ่งสอดคล้องกับงานวิจัยของ ฤทธิชัย และคณะ (2554); วิกานดา และคณะ (2556); เนาวนิตย์ และคณะ (2556)

เมื่อค่า MRexp, i และ MRpre, i คือ ค่าอัตราส่วนความชื้นจากการ ทดลอง และค่ า อั ต ราส่ ว นความชื้ น จากการทํ า นายของ แบบจําลองการอบแห้ง

ทศ ไท ย

(3)

ะเ

Deff  t   MR  exp   2  2  4 L2   8

(MRexp,i  MRpre,i )2 N  np 1 N

 ( MR i 1

pre , i

 MRexp,i ) 2

(5) (6)

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 43-51

ทศ ไท ย

ช่วงนี้จึงเรียกว่าอัตราการทําแห้งคงที่ (constant drying rate period) และเมื่อการอบแห้งดําเนินการต่อไปจนกระทั่ง อัตรา การเคลื่อนที่ของน้ําภายในอาหารที่แพร่มาแทนที่ผิวหน้าช้ากว่า อัตราการระเหยของน้ําที่ผิวหน้าของอาหาร (falling drying rate period) อั ต ราการอบแห้ ง ของดอกเก๊ ก ฮวยที่ ผ่ า นการเตรี ย ม ขั้นต้นด้วยการลวกมีค่าเท่ากับ 0.0104, 0.0133, 0.0174 และ 0.0269 gwater gdry matter-1 min ในขณะที่อัตราการอบแห้งเฉลี่ย ของดอกเก๊กฮวยสดมีค่าเท่ากับ 0.0073, 0.0094, 0.0122 และ 0.0184 gwater gdry matter-1 min ตามลําดับ

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

ความชื้น และถูกพาออกไปกับอากาศร้อนที่ไหลผ่าน โดยพลังงาน ค ว า ม ร้ อ น ที่ เ กิ ด ขึ้ น ใ น ช่ ว ง นี้ เ รี ย ก ว่ า latent heat of vaporization มวลความชื้นที่ผิวตัวอย่างดอกเก๊กฮวย จะสูญเสีย สมดุ ล ความชื้ น และแห้ ง ส่ ง ผลให้ ม วลความชื้ น ในชั้ น เนื้ อ เยื่ อ เคลื่ อ นที่ ม ายั ง ผิ ว หน้ า เพื่ อ ชดเชยมวลความชื้ น ที่ สู ญ เสี ย ไปใน ระหว่ า งการอบแห้ ง จากปรากฏการณ์ ดั ง กล่ า วจึ ง เกิ ด ความ แตกต่างของความดันไอน้ําในโครงสร้างเซลล์และผนังเนื้อเยื่อ ชั้ น ใน จึ ง มี ก ารแพร่ ม วลความชื้ น มาทดแทนยั ง บริ เ วณผิ ว หน้ า เซลล์เท่ากับอัตราการระเหยของน้ําที่ผิวหน้าอาหาร การอบแห้ง

(a) Unblanching pretreatment

(b) Blanching pretreatment

มว

Figure 2 Drying characteristics of blanching and unblanched Chrysanthemum indicum Linn. at four drying temperatures.

สม

าค

อัตราการอบแห้งของดอกเก๊กฮวยที่ผ่านการลวกมีค่ารวดเร็ว มากกว่าอัตราการการอบแห้งของเก๊กฮวยสดเท่ากับ 1.41, 1.42, 1.43 และ 1.46 เท่า ที่อุณหภูมิการอบแห้ง 50, 60, 70 และ 80°C ด้วยความเร็วลมคงที่ 1.0 m s-1 ตามลําดับ ทั้งนี้เนื่องจาก การเตรียมตัวอย่างด้วยการลวกด้วยไอน้ําส่งผลต่อการอ่อนตัว ของโครงสร้ า งเซลล์ ซึ่ ง ช่ ว ยลดการเรี ย งตั ว ของของเซลล์ ใ น เนื้อเยื่อ และเกิดเป็นช่องว่างระหว่างเนื้อเซลล์ส่งผลต่อการแพร่ มวลความชื้ น จากเนื้ อ เยื่ อ ภายในออกสู่ ที่ ชั้ น ผิ ว ได้ เ ป็ น อย่ า งดี นอกจากนี้ Fellows (2000) ได้อธิบายปรากฏการณ์ในแนวทางที่ ใกล้เคียงกัน เนื่องจากการเตรียมตัวอย่างด้วยการลวกความร้อน จะช่วยทําลายชั้นเยื่อเคลือบผิวคิวติเคิล (cuticular membrane) ซึ่งมีลักษณะไขเคลือบอยู่ที่ชั้นผิวนอกและทําหน้าที่ป้องกันการ ระเหยน้ํ า ของเซลล์ พื ช ดั ง นั้ น จึ ง ช่ ว ยอั ต ราการแพร่ ข องมวล

ความชื้ น จากเนื้ อ เยื่ อภายในได้ ดี ข้ึน ดั ง นั้ น ผลกระทบของการ เตรียมตัวอย่างด้วยการลวกไอน้ําและอุณหภูมิของการอบแห้งจึง มี ผ ลต่ อ การเปลี่ ย นแปลงอั ต ราการอบแห้ ง อย่ า งมี นั ย สํ า คั ญ เช่นเดียวกับรายงานวิจัยของ Rocha et al. (1993) ได้อธิบายผล ของการลวกใบกะเพราด้วยไอน้ําต่อการเปลี่ยนแปลงโครงสร้าง เซลล์ ซึ่งจะเกิดช่องว่างระหว่างเซลล์จํานวนมากและมีขนาดที่ ใหญ่ส่งผลให้มีอัตราการอบแห้งที่เร็วกว่าใบกะเพาไม่ได้ทําการ ลวก ในขณะที่ผลการศึกษาของ Alvarez et al. (1995) ซึ่งใช้วิธี เตรียมโดยการลวกและการแช่ในสารละลายกลูโคสเข้มข้นของผล สตอเบอร์รี่ก่อนนําไปอบแห้ง พบว่าอัตราการอบแห้งมีอัตราการ เพิ่มขึ้นอย่างมีนัยสําคัญ เนื่องจากผลของการลวกจะทําให้เกิด รูพรุนที่ผนังของเซลล์ และแรงดันออสโมซิสที่เกิดขึ้นจากการแช่ ในสารละลายกลูโคสจะช่วยให้เกิดการเร่งการเคลื่อนที่ของน้ําใน 47

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 43-51 4 L2

มว

สม

าค

3.3 สัมประสิทธิ์การแพร่ความชื้นประสิทธิผล การหาค่าสัมประสิทธิ์การแพร่ความชื้นประสิทธิผลของการ อบแห้งดอกเก๊กฮวยในระหว่างการอบแห้งด้วยลมร้อน สามารถ วิเคราะห์ด้วยวิธีจัดรูปแบบของ Eq. (7) ซึ่งเป็นฟังก์ชั่นลอการิทึม ของความสัมพันธ์แบบเส้นตรง  8   D t  ln(MR)  ln  2     2 eff 2  4L    

(7)

โดยสามารถคํานวณค่าสัมประสิทธิ์การแพร่ความชื้นประสิทธิผล จากค่าความชันของกราฟเส้นตรงดังกล่าวซึ่งเป็นความสัมพันธ์ ระหว่าง ln(MR) และเวลาในการอบแห้ง (t) เมื่อ L คือความหนา ของดอกเก๊กฮวย ดังแสดงใน Eq. (8) 48

(8)

ทศ ไท ย

ค่าสัมประสิทธิ์การแพร่ความชื้นประสิทธิผลของกลุ่มตัวอย่าง ดอกเก๊กฮวยที่ผ่านการเตรียมขั้นต้นด้วยการลวกไอน้ํา และดอก เก๊ ก ฮวยที่ ไ ม่ ไ ด้ ผ่ า นกระบวนการเตรี ย มขั้ น ต้ น ในระหว่ า งการ อบแห้งด้วยลมร้อนที่อุณหภูมิ 50, 60, 70 และ 80°C มีค่าเท่ากับ 1.45x10-9, 1.89x10-9, 2.64x10-9, 4.15x10-9 m2 s-1 และ 1.42x10-9, 1.87x10-9, 2.58x10-9, 3.79x10-9 m2 s-1ตามลําดับ อุณหภูมิในการอบแห้งที่สูงขึ้นจะส่งผลต่อการเพิ่มค่าสัมประสิทธิ์ การแพร่ความชื้นประสิทธิผลของตัวอย่างดอกเก๊กฮวย โดยเมื่อ อุณหภูมิอากาศสูงขึ้นจะเพิ่มพลังงานความร้อนหรือค่าเอนทาลปี ในระบบให้มีค่าสูงขึ้น ช่วยเร่งอัตราการระเหยของน้ําที่ผิวหน้า ของตัวอย่างดอกเก๊กฮวย และอัตราการระเหยมีค่าเท่ากับอัตรา การเคลื่อนของน้ําภายในโครงสร้างที่มาเติมเต็มบริเวณผิวหน้า ความร้อนที่เกิดขึ้นจะถ่ายเทมวลสารในการแพร่กระจายตัวของ ความชื้นสู่ผิววัสดุ (surface diffusion) สอดคล้องกับรายงาน วิจัย Pongtong et al. (2011); ฤทธิชัย และคณะ (2554); เนาวนิตย์ และคณะ (2556) ซึ่งศึกษาผลกระทบของอุณหภูมิใน การอบแห้ง ต่ อ อัต ราการเปลี่ ยนแปลงค่ า สั ม ประสิ ทธิ์ ก ารแพร่ ความชื้นประสิทธิผลของเมล็ดทับทิม เปลือกทับทิมแบบชั้นบาง และใบโหระพา ซึ่งมีค่าสัมประสิทธิ์การแพร่ความชื้นประสิทธิผล เท่ากับ 1.25×10-10–2.91×10-10 m2 s-1, 0.34×10-10–1.22×10-10 m2 s-1 และ 0.44x10-11–1.17x10-11 m2 s-1 ตามลําดับ ค่า สัมประสิทธิ์การแพร่ความชื้นประสิทธิผลของดอกเก๊กฮวยที่ผ่าน การลวกไอน้ํามีค่ามากกว่าดอกเก๊กฮวยที่ไม่ได้ผ่านกระบวนการ เตรียมขั้นต้น เนื่องจากดอกเก๊กฮวยที่ผ่านการลวกไอน้ําจะส่งผล ต่อโครงสร้างเนื้อเยื่อ และสมบัติค่าการนําความร้อนที่เพิ่มมากขึ้น ส่งผลให้ประสิทธิภาพในถ่ายเทความร้อนและมวลความชื้นใน ระหว่างการอบแห้ง ส่งผลให้อัตราการเคลื่อนย้ายมวลความชื้นซึ่ง เป็นส่วนประกอบของน้ําในเนื้อเยื่อ (capillary water) เกิดขึ้น อย่างรวดเร็ว รวมถึ งอัต ราการเกิดค่าความร้อนของ sensible heat และ latent heat of vaporization ในระหว่างอัตราการ อบแห้ ง ในช่ ว ง constant drying rate period และ falling drying rate period

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

3.2 แบบจําลองทางคณิตศาสตร์ การวิเคราะห์ความแม่นยําของแบบจําลองทางคณิตศาสตร์ การอบแห้งจะใช้ค่าสัมประสิทธิ์การตัดสินใจ (R2) ค่าไคกําลังสอง (2) และค่ า รากที่ ส องของความคลาดเคลื่ อ นกํ า ลั ง สองเฉลี่ ย (RMSE) เป็นดัชนีบ่งชี้ความแม่นยําของแบบจําลองในการทํานาย ค่าความชื้นที่เปลี่ยนแปลงไปในระหว่างการอบแห้ง แบบจําลองที่ มีความแม่นยําและเหมาะสมในการทํานายจะให้ค่า R2 สูงที่สุด แต่ในขณะที่ค่า 2 และค่า RMSE จะมีค่าต่ําที่สุด Table 2 และ Table 3 แสดงค่าพารามิเตอร์ต่างๆ และผลการวิเคราะห์ทาง สถิติของแบบจําลองการอบแห้งดอกเก๊กฮวยที่ผ่านการลวก และ ดอกเก๊ ก ฮวยที่ ไ ม่ ผ่ า นการลวก ตามลํ า ดั บ แบบจํ า ลองทาง คณิตศาสตร์ของ Page สามารถทํานายพฤติกรรมการอบแห้ง ดอกเก๊กฮวยได้ เหมาะสมที่สุด เนื่องจากให้ค่า สัมประสิทธิ์การ ตัดสินใจสูงสุด (R2) โดยมีค่าอยู่ในช่วง 0.9993–0.9998 ซึ่งมีค่า มากกว่ า แบบจํ า ลองทางคณิ ต ศาสตร์ ข อง Newton และ Henderson and Pabis และมีที่ค่า 2 และค่า RMSE ของ แบบจําลอง Page มีค่าน้อยที่สุด และมีค่าระหว่าง 0.36x10-4– 4.23x10-4 และ 0.0045–0.0098 ตามลําดับ ซึ่งมีค่าต่ํากว่า แบบจําลองการอบแห้งอื่นๆ

Slope 

 2  Deff

ะเ

เนื้อเยื่อเซลล์ออกสู่ผิวเซลล์ได้อย่างรวดเร็ว สอดคล้องกับรายงาน วิจัยของ ณัฐพงษ์ (2553), Doymaz (2008) และ GonzalezFesler (2008) ซึ่งพบว่าผลกระทบของการเตรียมตัวอย่างด้วย การลวกด้ ว ยความร้ อนและอุ ณ หภูมิ ช่ ว ยเร่ ง อั ต ราการอบแห้ ง ลําไย กระเทียมแผ่น และแอปเปิ้ลแผ่น ได้ดีกว่าตัวอย่างที่ไม่ได้ ผ่านการลวกด้วยความร้อนอย่างมีนัยสําคัญ

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 43-51

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

ะเ

ทศ ไท ย

Table 2 Statistical analysis of empirical drying models for blanched Chrysanthemum indicum Linn. at four drying temperatures. Analytical parameters Drying temp. Empirical drying model constants Drying model 2 (°C) R RMSE 2 (x10-4) 50 k = 0.0076 0.9984 2.6423 0.0476 60 k = 0.0102 0.9989 1.9004 0.0137 Newton 70 k = 0.0146 0.9992 1.3235 0.0114 80 k = 0.0177 0.9994 0.9992 0.0099 50 k = 0.0119, n = 0.9129 0.9994 0.7577 0.0086 60 k = 0.0151, n = 0.9192 0.9997 0.3655 0.0060 Page 70 k = 0.0184, n = 0.9338 0.9996 0.4084 0.0063 80 k = 0.0198, n = 0.9914 0.9993 1.0011 0.0098 50 K = 0.0072, a = 0.9488 0.9991 1.0002 0.0099 Henderson 60 K = 0.0097, a = 0.9536 0.9995 0.5852 0.0076 and Pabis 70 K = 0.0141, a = 0.9608 0.9996 0.4341 0.0065 80 K = 0.0175, a = 0.9854 0.9994 0.8537 0.0090

สม

าค

มว

Table 3 Statistical analysis of empirical drying models at various drying temperature of unblanched Chrysanthemum indicum Linn. Drying temp. Analytical parameters Drying model Empirical drying model constants (°C) RMSE R2 2 (x10-4) 50 K = 0.0071 0.9996 5.0306 0.0071 60 K = 0.0098 0.9998 3.9004 0.0062 Newton 70 K = 0.0132 0.9998 3.0675 0.0055 80 K = 0.0187 0.9990 16.3668 0.0127 50 k = 0.0078, n = 0.9800 0.9997 4.2326 0.0065 60 k = 0.0110, n = 0.9767 0.9998 2.6730 0.0051 Page 70 k = 0.0119, n = 1.0225 0.9998 2.0616 0.0045 80 k = 0.0131, n = 1.0857 0.9998 2.2437 0.0046 50 k = 0.0069, a = 0.9827 0.9997 3.3642 0.0058 Henderson 60 k = 0.0096, a = 0.9865 0.9998 2.7482 0.0052 and Pabis 70 k = 0.0133, a = 1.0093 0.9998 2.5592 0.0050 80 k = 0.0193, a = 1.0307 0.9992 10.7191 0.0101 3.4 ค่าพลังงานกระตุ้น พลังงานกระตุ้นของดอกเก๊กฮวยที่ผ่านการเตรียมขั้นต้นด้วย การลวกไอน้ํา และดอกเก๊กฮวยที่ไม่ได้ผ่านกระบวนการเตรียม ขั้นต้นในระหว่างการอบแห้งด้วยลมร้อน สามารถคํานวณจาก

ความสั ม พั น ธ์ ใ นรู ป ฟั ง ก์ ชั่ น ลอการิ ทึ ม ของสมการอาร์ เ รเนี ย ส ดังแสดงใน Eq. (4) โดยสมการจะอยู่ในรูปแบบความสัมพันธ์แบบ เส้นตรง ดังแสดงใน Eq. (10)

Thai Society of Agricultural Engineering Journal Vol. 20 No. 2 (2014), 43-51 ln Deff 

 E  ln D0   a   RT 

(10)

ค่าความชัน ตามลําดับ ของกราฟเส้นตรงที่พล็อตระหว่าง ln (Deff) และ (T--1)

ปัจจัยก่อนเลขชี้กําลัง (D0) และค่าพลังงานกระตุ้นของดอก เก๊ ก ฮวย (Ea) สามารถคํ า นวณจากค่ า จุ ดตั ด แกนตั้ ง และ -19.0

-20.0 -20.5 0.0028

0.0029

0.0030

0.0031

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

Absolute Temperature (K-1)

ะเ

ln(Deff)

-19.5

ทศ ไท ย

y = -3656.9x - 9.0696 R² = 0.9912

(a) Unblanching pretreatment

(b) Blanching pretreatment

Figure 3 Effect of drying temperature on the effective diffusion coefficient of blanching and unblanched Chrysanthemum indicum Linn.

สม

าค

มว

ค่า Ea ของดอกเก๊กฮวยที่ผ่านการลวกไอน้ํา และดอกเก๊กฮวย สด และมีค่าเท่ากับ 30.38 และ 33.41 kJ mol-1 ตามลําดับ (Figure 3) ซึ่งค่า Ea ของดอกเก๊กฮวยที่ผ่านการลวกไอน้ํา มีค่า น้อยกว่าค่า Ea ของดอกเก๊กฮวยสด สามารถบ่งบอกปฏิกิริยาการ เปลี่ ย นแปลงเชิ ง กายภาพของการเกิ ด การเคลื่ อ นที่ ข องมวล ความชื้น โดยค่า Ea ที่มีค่าน้อยชี้ให้เห็นถึงปฏิกิริยาการเคลื่อนที่ ของมวลความชื้ น หรื ออั ตราการอบแห้ ง ที่ รวดเร็ ว เนื่อ งจากใช้ พลังงานกระตุ้นในการเร่งให้เกิดปฏิกิริยาการเคลื่อนที่ของมวล ความชื้ น ที่ น้ อ ยกว่ า ซึ่ ง สอดคล้ อ งกั บ อั ต ราการอบแห้ ง และ ค่ า สั ม ประสิ ท ธิ์ ก ารแพร่ ค วามชื้ น ประสิ ท ธิ ผ ลที่ ม ากกว่ า ดอก เก๊กฮวยสด

4 สรุป แบบจําลองทางคณิตศาสตร์ของ Page มีความเหมาะสมด้วย เทคนิ ค ทางสิ ถิ ต แบบการวิ เ คราะห์ ค วามถดถอย (Regression analysis) เนื่องจากให้ค่าสัมประสิทธิ์การตัดสินใจ (R2) สูงที่สุด ในขณะที่ให้ค่าไคกําลังสอง (2) และค่ารากที่สองของความ คลาดเคลื่อนกําลังสองเฉลี่ย (RMSE) มีค่าต่ําที่สุด อัตราการ อบแห้ ง ของดอกเก๊ ก ฮวยที่ ผ่ า นการเตรี ย มขั้ น ต้ น มี อั ต ราการ อบแห้งที่เร็วกว่าอัตราการอบแห้งอบแห้งดอกเก๊กฮวยสด เท่ากับ 1.41, 1.42, 1.43 และ 1.46 เท่า ที่อุณหภูมิ 50, 60, 70 และ 50

80°C ตามลําดับ ซึ่งสอดคล้องกับผลการวิเคราะห์ค่าสัมประสิทธิ์ การแพร่ความชื้นประสิทธิผล (Deff) ดอกเก๊กฮวยที่ผ่านการเตรียม ขั้นต้น ซึ่งมีค่ามากกว่า ค่า Deff ของดอกเก๊กฮวยสด อย่างไร ก็ตามค่าพลังงานกระตุ้น (Ea) ซึ่งคํานวณจากความสัมพันธ์ใน รูปแบบของสมการอาร์เรเนียสของการอบแห้งเก๊กฮวยที่ผ่านการ ลวกมีค่าน้อยกว่า Ea ของการอบแห้งดอกเก๊กฮวยสด ซึ่งมีเท่ากับ 30.38 และ 33.41 kJ mol-1 5 กิตติกรรมประกาศ บทความวิ จั ย นี้ เ ป็ น ส่ ว นหนึ่ ง ของโครงการการพั ฒ นา กระบวนการแปรรู ป ดอกคาร์ โ มมายล์ และดอกเบญจมาศ (เก๊กฮวย) อบแห้งของศูนย์พัฒนาโครงการหลวงสะโง๊ะ ซึ่งได้รับ ทุนสนับสนุนการวิจัยจากสํานั กงานพั ฒนาการวิจั ยการเกษตร (องค์การมหาชน) ประจําปีงบประมาณ 2556

6 เอกสารอ้างอิง ณัฐพงษ์ กีพงษ์. 2553. ผลกระทบของการลวกด้วยน้ําร้อนต่อ อั ต ราการอบแห้ ง ลํ า ไย. วิ ท ยานิ พ นธ์ วิ ศ วกรรมศาสตร์ มหาบัณฑิต. เชียงใหม่: บัณฑิตวิทยาลัย, มหาวิทยาลัยเชียงใหม่. เนาวนิตย์ โพธิ์ศรี, พิมลพรรณ คงบุตร, เกียรติศักดิ์ อุตตมะติง, ฤทธิชัย อัศวราชันย์. 2556. อิทธิพลของอุณหภูมิต่อการ

วารสารสมาคมวิศวกรรมเกษตรแห่งประเทศไทย ปีที่ 20 ฉบับที่ 2 (2557), 43-51

ะเ

ทศ ไท ย

Doymaz, I. 2008. Influence of blanching and slice thickness on drying characteristics of leek slices. Chemical Engineering and Processing 47, 41–47. Fellows, P.J. 2000. Food processing technology. 2nd ed. Woodhead Publishing Limited. Cambridge, England. Gonzalez-Fesler, M., Salvatori, D., Gomez, P., Alzamora, S.M. 2008. Convective air drying of apples as affected by blanching and calcium impregnation. Journal of Food Engineering 87, 323–332. Kumar, N., Sarkar, B.C., Sharma, H.K. 2012. Mathematical modelling of thin layer hot air drying of carrot pomace. Journal of Food Science and Technology 49(1), 33–41. Pongtong, K., Assawarachan, R., Noomhorm, A. 2011. Mathematical models for vacuum drying characteristics of Pomegranate Aril. Journal of Food Science and Engineering 1(1), 11-19. Rocha, T., Lebert, A., Marty-Audouin, C. 1993. Effect of pretreatment and drying conditions rate and colour retention of Basil (Ocimum basilicum). LWT. 26(5), 456-463. Thao, H.M., Noomhorm, A. 2011. Modeling and effects of various drying methods on sweet potato starch properties. Walailak Journal of Science and Technology 8(2): 139–158. Wankhade, P.K., Sapkat, R.S., Sapkal, V.S. 2013. Drying characteristics of Okra slices on drying in hot air dryer. Procedia Engineering 51, 371–374.

สม

าค

มว

ิศว กร ร สง มเ วน กษ ลิข ตร สิท แห ธิ์ ่งป ร

เปลี่ ยนแปลงอัตราส่วนความชื้นและสีของใบสะระแหน่ใน ระหว่ า งการอบแห้ ง ด้ ว ยลมร้ อ น. วารสารวิ ช าการ มทร. สุวรรณภูมิ 1(2), 103-114. ปองพล สุริยะกันธร, ประพันธ์ จิโน, ฤทธิชัย อัศวราชันย์. 2557. ผลของการเตรียมขั้นต้นด้วยการลวกต่อการอัตราการอบแห้ง และค่าสีของดอกเบญจมาศ (เก๊กฮวย) อบแห้งด้วยลมร้อน. รายงานการประชุ ม วิ ช าการสมาคมวิ ศ วกรรมเกษตรแห่ ง ประเทศไทยระดั บ ช า ติ ค รั้ ง ที่ 15 ประจํ า ปี 2557 พระนครศรีอยุธยา: โรงแรมกรุงศรีริเวอร์. 2–4 เมษายน 2557, พระนครศรีอยุธยา, พระนครศรีอยุธยา. ฤทธิชัย อัศวราชันย์, ภานาถ แสงเจริญรัตน์, สุเนตร สืบค้า, เฑียรมณี มั่งมูล, ดวงกมล จนใจ. 2554. จลนพลศาสตร์การ อบแห้ ง ด้ ว ยลมร้ อ นของเปลื อ กทั บ ทิ ม . วารสารสมาคม วิศวกรรมเกษตรแห่งประเทศไทย 17(1), 27-34. วรรณารัตน์ ลีสุขสวัสดิ์, อนุวัตร แจ้งชัด, นันทวัน เทิดไทย. 2554. ผลของการลวกต่ อกิ จกรรมของเอนไซม์ พอลิ ฟี นอล ออกซิเดสในมังคุดและผลของสารละลายซูโครสร่วมกับกรดซิ ตริกในการถ่ายโอนมวลสารระหว่างการออสโมซิส. รายงาน การประชุมทางวิชาการของมหาวิทยาลัยเกษตรศาสตร์ ครั้งที่ 49 ประจําปี 2554, 508-514. กรุงเทพมหานคร: สาขา อุตสาหกรรมเกษตร มหาวิทยาลัยเกษตรศาสตร์ บางเขน. 1–4 กุมภาพันธ์ 2554, บางเขน, กรุงเทพมหานคร. วิกานดา แก้วยอด, รัชฎา แย้มศรวล, ฤทธิชัย อัศวราชันย์. 2556. แบบจําลองทางคณิตศาสตร์ในการทํานายอัตราการถ่ายเท มวลในระหว่างการอบแห้งเปลือกทับทิมแบบชั้นบางด้วยลม ร้อน. การประชุมวิชาการอุตสาหกรรมเกษตร สจล. ครั้งที่ 2 ประจําปี 2556 กรุงเทพมหานคร: โรงแรมวินเซอร์สวีทส์. 30 สิงหาคม 2556, สุขุมวิท, กรุงเทพมหานคร. สักกมน เทพหัสดิน ณ อยุธยา. 2555. การอบแห้งอาหารและวัสดุ ชีวภาพ. กรุงเทพมหานคร: บริษัท สํานักพิมพ์ท้อป จํากัด. Alvarez, C.A., Aguerre, R., Romez, R., Vidales, S., Alzamora, S.M., Gerschenson, L.N. 1995. Air dehydration of strawberries: Effects of blanching and osmotic pretreatments on the kinetics of moisture transport. Journal of Food Engineering 25, 167–178. AOAC. 2010. Official Methods of Analysis. 18thed.The Association of Official Analytical Chemists, Washington, DC., USA.