The words you are searching are inside this book. To get more targeted content, please make full-text search by clicking here.
Discover the best professional documents and content resources in AnyFlip Document Base.
Search
Published by i.worapun, 2022-03-28 00:45:10

Proceedings FEAT7

Proceedings-FEAT7 (2022)

Proceedings

กเทาครโปนรโละชยุมีกวาชิ ราคกวาบรควมุศิ อวัตกโรนรมมตัฟิ าครรม์ ้ังแทล่ี 7ะ
วันท่ี 29 มีนาคม 2565

คณะวศิ วกรรมศาสตร์และสถาปตั ยกรรมศาสตร์
มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอสี าน

การประชุมวชิ าการ

วศิ วกรรมฟาร์มและเทคโนโลยกี ารควบคมุ อัตโนมัติ ครั้งที่ 7

The 7th Conference on Farm Engineering and Automation Technology

“Smart Farm forwards to Smart Life”

วนั อังคารท่ี 29 มีนาคม 2565

คณะวิศวกรรมศาสตรแ์ ละเทคโนโลยี
มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน



29 มนี าคม 2565
คณะวศิ วกรรมศาสตร์และเทคโนโลยี มหาวทิ ยาลัยเทคโนโลยรี าชมงคลอีสาน

Proceedings การประชุมวิชาการวิศวกรรมฟาร์มและเทคโนโลยีการควบคุมอัตโนมัติ
คร้ังท่ี 7

พมิ พออนไลนครง้ั แรก: เดอื น มนี าคม พ.ศ. 2565
คณะวิศวกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยีราชมงคลอีสาน
744 ถ.สรุ นารายณ์ อ.เมอื ง จ.นครราชสมี า 30000
โทรศัพท: 0-4423-3073
เว็บไซต: https://fet.rmuti.ac.th/2015/



ผู้สนับสนนุ การจดั ประชมุ



29 มนี าคม 2565
คณะวศิ วกรรมศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลอสี าน



คณะกรรมการดาเนินงาน

คณะกรรมการดาเนิ นโครงการ ประธานกรรมการ
กรรมการ
1. รองศาสตราจารย์ ดร.บณั ฑติ กฤตาคม กรรมการ
2. นางณัฐธยาน์ กฤตาคม กรรมการ
3. ผชู้ ว่ ยศาสตราจารย์ ดร.อทิ ธพิ ล วรพนั ธ์ กรรมการ
4. ดร.รตนิ ันท์ เหลอื มพล กรรมการ
5. ดร.ปฏวิ ตั ิ วรามติ ร กรรมการ
6. อาจารยส์ งั วาล บญุ จนั ทร์ กรรมการ
7. อาจารยอ์ ารยนั ต์ วงศน์ ิยม กรรมการ
8. อาจารยธ์ รี ะ ฮวบขนุ ทด กรรมการ
9. อาจารยจ์ ตั ุพล ป้องกนั กรรมการ
10. อาจารยส์ รุ เดช สนิ จะโป๊ ะ กรรมการ
11. ดร.ไพลนิ หาญขุนทด กรรมการ
12. ผชู้ ว่ ยศาสตราจารยอ์ ภชิ าต ศรชี าติ กรรมการ
13. ผชู้ ว่ ยศาสตราจารยอ์ ดศิ กั ดิ ์ บตุ รวงษ์ กรรมการ
14. ผชู้ ่วยศาสตราจารยช์ ติ พล คงศลิ า กรรมการ
15. อาจารยก์ วพี งษ์ หงษ์ทอง กรรมการ
16. อาจารยว์ รี ะพล แก้วกา่ กรรมการ
17. ผชู้ ่วยศาสตราจารย์ ดร.ณฐั พล พสิ ฐิ พพิ ฒั น์สนิ กรรมการ
18. ดร.ไพลนิ ทองสนทิ กาญจน์ กรรมการ
19. ผชู้ ว่ ยศาสตราจารย์ ดร.รพพี งศ์ เป่ียมสวุ รรณ กรรมการ
20. ผชู้ ่วยศาสตราจารย์ ดร.ณรงคศ์ กั ดิ ์ โยธา กรรมการ
21. ผชู้ ว่ ยศาสตราจารยอ์ นุชา กล่านอ้ ย กรรมการ
22. อาจารยอ์ ญั ชลี วรี ะชยั สนั ตกิ ลุ กรรมการ
23. อาจารยญ์ าดา พรภกั ดี กรรมการ
24. ดร.รกั ชาติ กลนิ่ กลา้ กรรมการ
25. ผชู้ ว่ ยศาสตราจารยจ์ ริ วฒั น์ จนั ทรส์ ว่าง กรรมการ
26. ผชู้ ว่ ยศาสตราจารย์ ดร.ภราดร หนทู อง
27. ดร.ภรี ะพงพฒั น์ สงิ หบ์ ตุ ร



28. ดร.พรรณิภา วรพนั ธ์ 29 มนี าคม 2565
29. นายเกรกิ ชยั แซ่เตยี คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวิทยาลยั เทคโนโลยรี าชมงคลอีสาน
30. นางณวรรณ วฒั นะกุล
31. นางสาวนิภาพร อาศยั ป่า กรรมการ
32. นางสาวมะลวิ ลั ย์ เหวชยั ภมู ิ กรรมการ
33. นางเพลนิ พศิ มณีศรี กรรมการ
34. นางสาวอญั ชลี จนิ ดาภี กรรมการ
35. นางสาวพรรษธรณ์ รชั นาลกั ษณ์ กรรมการ
36. นางสาวจริ าภา พรอ้ มสนั เทยี ะ กรรมการ
37. นายณัฐพล ยอ่ ยโคกสูง กรรมการและเลขานุการ
ผชู้ ่วยเลขานุการ
ผชู้ ว่ ยเลขานุการ
ผชู้ ว่ ยเลขานุการ

คณะกรรมการฝ่ ายโสตทศั นูปกรณ์และสถานท่ี ประธานกรรมการ
กรรมการ
1. ผชู้ ่วยศาสตราจารย์ ดร.อภชิ าต ตริ ประเสรฐิ สนิ กรรมการ
2. นายพลกฤต จารตั น์ กรรมการ
3. นายไพฑูรย์ เคนทา้ ว กรรมการ
4. นางสาววราภรณ์ นามบตุ ร กรรมการ
5. นางสาวพฤษภา ยม้ิ มนั ่ กรรมการและเลขานุการ
6. นายสมคดิ จวบกระโทก
7. นางสาวจติ สภุ า ประหา

คณะกรรมการฝ่ ายสรปุ และประเมินโครงการ ประธานกรรมการ
กรรมการ
1. นางสาวอญั ชลี จนิ ดาภี กรรมการและเลขานุการ
2. นายณัฐพล ย่อยโคกสงู
3. นางสาวพรรษธรณ์ รชั นาลกั ษณ์



รายช่ือผทู้ รงคุณวฒุ พิ จิ ารณาบทความ

มหาวิทยาลยั ขอนแก่น
1. รองศาสตราจารย์ ดร.รชั พล สนั ตวิ รากร

มหาวิทยาลยั เทคโนโลยรี าชมงคลอีสาน
1. รองศาสตราจารย์ ดร.บณั ฑติ กฤตาคม
2. ผชู้ ่วยศาสตราจารย์ ดร.อทิ ธพิ ล วรพนั ธ์
3. ดร.รตนิ ันท์ เหลอื มพล
4. ดร.ปฏวิ ตั ิ วรามติ ร
5. ผชู้ ว่ ยศาสตราจารย์ ดร.รพพี งศ์ เป่ียมสวุ รรณ
6. ผชู้ ่วยศาสตราจารย์ ดร.ณรงคศ์ กั ดิ ์โยธา
7. ดร.ณรงคศ์ กั ดิ ์บญุ ศรี
8. อาจารยญ์ าดา พรภกั ดี
9. ดร.ศริ ลิ กั ษณ์ วงั ราช
10. ดร.ภรี ะพงพฒั น์ สงิ หบ์ ตุ ร
11. ดร.พรรณิภา วรพนั ธ์
12. ผชู้ ว่ ยศาสตราจารย์ ดร.พลเทพ เวงสงู เนิน
13. ผชู้ ว่ ยศาสตราจารย์ ดร.จารณิ ี จงปลม้ื ปิติ

มหาวิทยาลยั อบุ ลราชธานี
1. รองศาสตราจารย์ ดร.อาไพศกั ด์ ทบี ญุ มา
2. รองศาสตราจารย์ ดร.อนิรุตต์ มทั ธุจกั ร์
3. ผชู้ ว่ ยศาสตราจารย์ ดร.อภนิ นั ต์ นามเขต

มหาวิทยาลยั ราชภฏั อดุ รธานี
1. ผชู้ ว่ ยศาสตราจารยอ์ ภชิ าต ศรชี าติ
2. ผชู้ ่วยศาสตราจารยอ์ ดศิ กั ดิ ์ บตุ รวงษ์
3. ผชู้ ว่ ยศาสตราจารยช์ ติ พล คงศลิ า
4. อาจารยก์ วพี งษ์ หงษท์ อง
5. อาจารยว์ รี ะพล แกว้ ก่า



29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยีราชมงคลอีสาน
มหาวิทยาลยั เทคโนโลยสี รุ นารี
1. ผชู้ ่วยศาสตราจารย์ ดร.กระวี ตรอี านรรค
2. ผชู้ ว่ ยศาสตราจารย์ ดร.กรี ติ สุลกั ษณ์
3. ผชู้ ว่ ยศาสตราจารย์ ดร.อาทติ ย์ คณู ศรสี ขุ



สาสน์ จากประธานจัดการประชุม

พนั ธกิจหน่ึงที่สำคญั ของมหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอีสำนคอื กำรสรำ้ งสรรคผ์ ลงำนวจิ ยั ใหม้ ี
คุณภำพ โดยเฉพำะผลงำนวจิ ยั ทำงด้ำนวศิ วกรรมศำสตรแ์ ละเทคโนโลยี ซ่ึงท่ีผ่ำนมำมหำวทิ ยำลยั ได้ให้
ควำมสำคญั กบั กำรพฒั นำผลงำนวจิ ยั ของบุคลำกรมำอย่ำงต่อเน่ืองรวมถึงกำรสนับสนุนให้นกั วจิ ยั ได้สร้ำง
องค์ควำมรู้ (Knowledge body) จำกงำนวจิ ยั ท่ีสนใจอนั จะนำไปสู่กำรสรำ้ งองค์ควำมรู้ใหม่ ๆ เพ่อื ทีจ่ ะนำ
องคค์ วำมรดู้ งั กลำ่ วกลบั เขำ้ มำสกู่ ำรพฒั นำกระบวนกำรจดั กำรเรยี นกำรสอนต่อไป

อยำ่ งไรกต็ ำมกำรสง่ เสรมิ ให้นกั วจิ ยั ไดม้ พี น้ื ทใ่ี นกำรเผยแพร่ผลงำนวจิ ยั หรอื แลกเปลยี่ นองคค์ วำมรู้
ระหวำ่ งกนั จงึ มคี วำมสำคญั อย่ำงยงิ่ ซ่งึ จะเป็นกำรชว่ ยพฒั นำผลงำนวจิ ยั ของนกั วจิ ยั ใหส้ ำมำรถตอ่ ยอดหรอื
พฒั นำองคค์ วำมรจู้ นเกดิ สงิ่ ใหม่ ๆ ไดใ้ นอนำคต

ดงั นัน้ คณะวศิ วกรรมศำสตรแ์ ละเทคโนโลยี โดยสถำบนั นวตั กรรมเทคโนโลยพี ลงั งำนและควำมรอ้ น
(Institute of Innovative Thermal and Energy technology, IITE) จึงได้จัดกำรประชุมวิชำกำรวศิ วกรรม
ฟำร์มและเทคโนโลยีกำรควบคุมอัตโนมัติ ครัง้ ท่ี 7 (The 7th Conference on Farm Engineering and
Automation Technology) เพ่อื เป็นเวทีแลกเปลยี่ นและเรยี นรู้ผลงำนวจิ ยั ของนักวจิ ยั จำกหน่วยงำนต่ำง ๆ
โดยหวงั ใหน้ กั วจิ ยั ไดเ้ ผยแพร่ผลงำนวจิ ยั ของตวั เองรวมทงั้ มกี ำรแลกเปลยี่ นประสบกำรณแ์ ละสรำ้ งเครอื ขำ่ ย
ควำมรว่ มมอื ทำงวชิ ำกำรเพ่อื ถำ่ ยทอดองคค์ วำมรสู้ ู่สำธำรณชนอยำ่ งยงั ่ ยนื ตอ่ ไป นอกจำกน้ใี นกำรจดั ประชมุ
ครัง้ น้ีเป็ นเร่ืองน่ำยินดีท่ีมีผู้ลงทะเบียนเข้ำร่วมกำรประชุมมำกกว่ำ 200 คน สุดท้ำยน้ีในนำมของ
คณะกรรมกำรจดั กำรประชุมขอขอบคณุ นักวจิ ยั ทุกทำ่ นทไี่ ดใ้ หค้ วำมสนใจส่งบทควำมเขำ้ ร่วมนำเสนอในกำร
ประชุมวชิ ำกำรครงั้ น้ีและต้องขอขอบคณุ ผสู้ นับสนุนกำรจดั ประชุมในครงั้ น้ีทกุ บรษิ ทั ทใี่ หก้ ำรสนบั สนุนจนทำ
ใหก้ ำรจดั ประชุมในครงั้ น้ีสำเรจ็ ตำมวตั ถปุ ระสงคข์ องกำรจดั ประชุม ไดแ้ ก่ บรษิ ทั ทซี ี ไซเอนซ์ จำกดั , บรษิ ทั
เกษตรรงุ่ เรอื ง แทรกเตอร์ แอนด์ คอมไบน์ จำกดั , บรษิ ัทระยอง เนิรส์ แอมบแู ลนซ์ เซอรว์ สิ จำกดั , Kistler
Instrument (Thailand) Co., Ltd., บรษิ ทั ลำนนำคอม จำกดั , บรษิ ทั เพอรเ์ ฟค ไดแดก็ ตกิ จำกดั , บรษิ ทั ออโต
ไดแดก็ ตกิ จำกดั และบรษิ ทั พงศช์ นภคั วศิ วกรรม จำกดั

(รองศำสตรำจำรย์ ดร.บณั ฑติ กฤตำคม)

ประธำนคณะกรรมกำรจดั ประชมุ วชิ ำกำร
วศิ วกรรมฟำรม์ และเทคโนโลยกี ำรควบคมุ อตั โนมตั ิ ครงั้ ท่ี 7



29 มนี าคม 2565
คณะวศิ วกรรมศาสตร์และเทคโนโลยี มหาวิทยาลยั เทคโนโลยรี าชมงคลอสี าน

การบรรยายพิเศษ

นายแพทย์ธีระเกยี รติ เจริญเศรษฐศิลป์

นายกสภามหาวทิ ยาลยั เทคโนโลยีราชมงคลอสี านและ
อดีตรัฐมนตรวี ่าการกระทรวงศกึ ษาธกิ าร

บรรยายพเิ ศษในหวั ข้อ:

“Climate change and new climate normals over
the next decade”



กาหนดการ

การประชุมวิชาการ
วิศวกรรมฟารม์ และเทคโนโลยกี ารควบคุมอตั โนมตั ิ ครงั้ ท่ี 7

The 7th Conference on Farm Engineering and Automation Technology
“Smart Farm forwards to Smart Life”

วนั องั คารท่ี 29 มีนาคม 2565

คณะวศิ วกรรมศำสตรแ์ ละเทคโนโลยี มหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอสี ำน
(นำเสนอรูปแบบออนไลน์ผำ่ นโปรแกรม ZOOM)

29 มนี าคม 2565 ลงทะเบยี นเขำ้ ร่วมงำน
09.00-09.30 น. กล่ำวตอ้ นรบั ผเู้ ขำ้ รว่ มงำน โดย
09.30-09.40 น. รศ.ดร.รชั พล สนั ติวรากร

09.40-09.50 น. หวั หน้ำกลุ่มวจิ ัยวิศวกรรมฟำรม์ และเทคโนโลยกี ำรควบคุมอตั โนมัติ
(FEAT) และคณบดคี ณะวศิ วกรรมศำสตร์ มหำวทิ ยำลยั ขอนแก่น
09.50-10.00 น. กลำ่ วขอบคณุ ผูส้ นบั สนนุ กำรจดั ประชมุ โดย
รศ.ดร.บณั ฑิต กฤตาคม
10.00-10.10 น.
ประธำนคณะกรรมกำรจดั ประชุมวชิ ำกำรวศิ วกรรมฟำรม์ และเทคโนโลยี
กำรควบคมุ อตั โนมตั ิ ครงั้ ที่ 7
กลำ่ วขอบคณุ ผเู้ ขำ้ ร่วมงำน โดย
ผศ.ดร.ศตคณุ เดชพนั ธ์

คณบดคี ณะวศิ วกรรมศำสตรแ์ ละเทคโนโลยี มหำวทิ ยำลยั เทคโนโลยรี ำช
มงคลอสี ำน
พิธีเปิ ด : กล่ำวรำยงำนกำรจัดประชุมวชิ ำกำรวิศวกรรมฟำร์มและ

เทคโนโลยกี ำรควบคมุ อตั โนมตั ิ ครงั้ ที่ 7 โดย
รศ.ดร.โฆษิต ศรีภธู ร

อธกิ ำรบดี มหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอสี ำน



29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยีราชมงคลอสี าน

10.10-10.30 น. พิธีเปิ ด : กล่ำวเปิดกำรประชมุ วชิ ำกำรวศิ วกรรมฟำรม์ และเทคโนโลยี

10.30-11.30 น. กำรควบคมุ อตั โนมตั ิ ครงั้ ที่ 7 โดย
นายแพทยธ์ ีระเกียรติ เจริญเศรษฐศิลป์
11.30-12.00 น.
12.00-13.00 น. นำยกสภำมหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอสี ำนและ
13.00-16.20 น. อดตี รฐั มนตรวี ำ่ กำรกระทรวงศกึ ษำธกิ ำร
บรรยายพิเศษในหวั ขอ้ “Climate change and new climate normals

over the next decade” โดย
นายแพทยธ์ ีระเกียรติ เจริญเศรษฐศิลป์

นำยกสภำมหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอสี ำนและ
อดตี รฐั มนตรวี ำ่ กำรกระทรวงศกึ ษำธกิ ำร
พธิ มี อบรำงวลั Best Papers Award ของแต่ละสำขำบทควำม
พกั รบั ประทำนอำหำรกลำงวนั
นำเสนอบทควำมตำมสำขำบทควำม (6 หอ้ งนำเสนอ)

………………………………………………………………………………..

ลิงคเ์ ข้ารว่ มพิธีเปิ ดและฟังบรรยายพิเศษ

https://zoom.us/j/96705786655?pwd=Z1lvQzZCZ1ltL3ZBTlN6MURsRXB5dz09



ตารางนาเสนอบทความ

เวลา หอ้ งท่ี 1 หอ้ งที่ 2 ห้องที่ 3 หอ้ งที่ 4 ห้องท่ี 5 หอ้ งที่ 6
13.00-13.20 AMA01 MSFE01 RTT01 AMA01-A MSFE03 RTT01-A
13.20-13.40 AMA02 MSFE02 RTT02 AMA02-A MSFE04 RTT02-A
13.40-14.00 AMA03 MSFE05 RTT03 AMA03-A MSFE01-A RTT03-A
14.00-14.20 AMA04 MSFE06 RTT04 AMA04-A MSFE02-A RTT04-A
14.20-14.40 AMA05 EMAE01 RTT05 AMA11 MSFE03-A RTT05-A
14.40-15.00 AMA06 EMAE02 RTT06 EMAE01-A MSFE04-A RTT06-A
15.00-15.20 AMA07 EMAE03 RTT07 EMAE02-A MSFE05-A RTT07-A
15.20-15.40 AMA08 EMAE04 RTT08 EMAE03-A MSFE06-A RTT08-A
15.40-16.00 AMA09 EMAE05 RTT09 EMAE04-A MSFE07-A
16.00-16.20 AMA10 EMAE06 EMAE05-A

ลิงคเ์ ข้าห้องนาเสนอบทความ

ห้องที่ 1

https://zoom.us/j/98233996593?pwd=NHM4VWZ1VU9YbThqT0MzZ2UraXN1QT09
ห้องที่ 2

https://zoom.us/j/91328107709?pwd=OFBSWE5GUTNXYUl0RGxsQjFSUFRXZz09



29 มนี าคม 2565
คณะวศิ วกรรมศาสตร์และเทคโนโลยี มหาวิทยาลยั เทคโนโลยรี าชมงคลอีสาน

ห้องท่ี 3

https://zoom.us/j/95818618954?pwd=NjBxK3A5d0g3M244SjVzbUlsVXg0QT09
ห้องท่ี 4

https://zoom.us/j/99387594790?pwd=Z2xpY0U2S1ErcnpVU1QyMFJYNy9iZz09
ห้องท่ี 5

https://zoom.us/j/96813547499?pwd=eDNCZ2V4OU1jV3oyVSt0d2ppSE13UT09
ห้องท่ี 6

https://zoom.us/j/93849539313?pwd=eDhQZlhmbVhyNUZFMlNvclpWNHlvUT09



ห้องนาเสนอท่ี 1: [บทความสาขา Agriculture Machine and Automation Technologies (AMA)]

Chairman: ผ้ชู ว่ ยศาสตราจารยค์ ธา วาทกิจ
Co-chairman:
สำขำวชิ ำวิศวกรรมเกษตร สำนักวชิ ำวศิ วกรรมศำสตร์ มหำวทิ ยำลยั เทคโนโลยสี รุ นำรี
ดร.รกั ชาติ กลิ่นกล้า

สำขำฟิสกิ ส์ คณะวทิ ยำศำสตร์และศลิ ปศำสตร์ มหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอสี ำน

ลาดบั รหสั เวลา ชอ่ื บทความ ผนู้ าเสนอ
ท่ี บทความ

1 AMA01 13.00-13.20 GF-YOLO: แพลทฟอร์มเบำสำหรบั ตรวจจบั วำธสิ ลลี ำภทั ร

วชั พชื มหำวทิ ยำลยั ขอนแกน่

2 AMA02 13.20-13.40 ระบบเปลย่ี นน้ำและใหอ้ ำหำรปลำกัดในขวด วรกำร วงศส์ ำยเช้อื

แบบอตั โนมตั ิ มหำวทิ ยำลยั อุบลรำชธำนี

3 AMA03 13.40-14.00 กำรพฒั นำเครอ่ื งอบแหง้ เสน้ ไหมแบบ ธญั ภพ ศริ มิ ำศเกษม

อตั โนมตั ดิ ว้ ยสมองกลฝังตวั มหำวทิ ยำลยั รำชภฏั พระนคร

4 AMA04 14.00-14.20 วธิ เี ชงิ พนั ธกุ รรมเพ่อื หำพำรำมเิ ตอร์ที่ ศวิ กร ศรธี ญั ญำกร

เหมำะสมของแบบจำลองกำรอบแหง้ มหำวิทยำลัยเทคโนโลยีรำชมงคล
ขำ้ วเปลอื กดว้ ยเคร่อื งอบแหง้ แบบเป่ำพ่น อสี ำน

หลน่ อสิ ระ

5 AMA05 14.20-14.40 กำรศึกษำเคร่อื งอบแหง้ พลงั งำนแสงอำทติ ย์ นพรตั น์ อมตั ริ ตั น์

ร่วมกบั ควำมรอ้ นท้งิ จำกเคร่อื งปรบั อำกำศ มหาวิทยาลัยเทคโนโลยีราชมงคล

อสี าน

6 AMA06 14.40-15.00 กำรทดสอบสมรรถนะและวเิ ครำะหต์ น้ ทนุ เชงิ คธา วาทกจิ

เศรษฐศำสตร์ของกำรใชโ้ ดรนฉีดพ่นสำรเคมี มหาวทิ ยาลยั เทคโนโลยสี ุรนารี

ทำงกำรเกษตร

7 AMA07 15.00-15.20 อทิ ธพิ ลของอำกำศอบแหง้ แบบเป็นชว่ งต่อ ณฐั พงษ์ วงศ์บบั พา

กำรอบแหง้ ขำ้ วเปลอื กด้วยเครอ่ื งอบแหง้ แบบ มหาวทิ ยาลยั เทคโนโลยสี รุ นารี

พำหะลม

8 AMA08 15.20-15.40 กล่องแช่เยน็ ผลติ ผลพชื สวนผ่ำนอนิ เทอรเ์ นต็ กฤตชยั บญุ ศวิ นนท์

ทกุ สรรพสงิ่ มหาวทิ ยาลยั ราชภฏั อดุ รธานี

9 AMA09 15.40-16.00 กำรออกแบบและวเิ ครำะห์ตวั ดูดซบั กำรสนั ่ วชิ าญ ใจสุข

สำหรบั รถตดั หญำ้ แบบเขน็ มหาวทิ ยาลยั เทคโนโลยสี รุ นารี

10 AMA10 16.00-16.20 กำรศกึ ษำสมรรถนะเครอ่ื งสูบน้ำพลงั งำน กติ ตยิ าพร พงคพ์ รี ะ

แสงอำทติ ย์ขนำดเลก็ สำหรบั ครวั เรอื น มหำวทิ ยำลยั อบุ ลรำชธำนี



29 มนี าคม 2565
คณะวศิ วกรรมศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลอสี าน

ห้องนาเสนอท่ี 2: [บทความสาขา Material Sciences and Farm Engineering & Technologies
(MSFE) และสาขา Environmental Management and Alternative Energy Technology (EMAE)]

Chairman: ผ้ชู ว่ ยศาสตราจารย.์ ดร.อภินนั ต์ นามเขต
Co-chairman:
สำขำวศิ วกรรมเครอ่ื งกล คณะวิศวกรรมศำสตร์ มหำวทิ ยำลยั อบุ ลรำชธำนี
อาจารยญ์ าดา พรภกั ดี

สำขำคณติ ศำสตร์และสถติ ปิ ระยกุ ต์ คณะวทิ ยำศำสตร์และศลิ ปศำสตร์ มหำวทิ ยำลยั เทคโนโลยรี ำชมงคล
อสี ำน

ลาดบั รหสั เวลา ช่อื บทความ ผนู้ าเสนอ
ท่ี บทความ

1 MSFE01 13.00-13.20 กำรเทยี บมำตรฐำนในระดบั หอ้ งปฏิบตั กิ ำร นภสั กร ชลุ ี

เซนเซอรว์ ดั ควำมช้นื ในดนิ ชนิดคำปำซทิ ฟี มหำวทิ ยำลยั เกษตรศ์ ำสตร์

แบบตน้ ทุนต่ำ

2 MSFE02 13.20-13.40 กำรศึกษำกำรกระจำยตวั ของควำมรอ้ นใน ปกรณ์ อุน่ ไธสง

เหลก็ ทเี่ ช่อื มดว้ ยแรงเสยี ดทำนโดยวธิ ไี ฟไนต์ มหำวทิ ยำลยั นครพนม

เอลเิ มนต์

3 MSFE05 13.40-14.00 กำรเผำไหม้ในหวั เผำวสั ดพุ รุนทม่ี ีกำรจำ่ ย อภสิ ทิ ธิ ์ พรมดอน

อำกำศเป็นขนั้ มหาวทิ ยาลยั อุบลราชธานี

4 MSFE06 14.00-14.20 กำรศกึ ษำมุมเอยี งแผน่ ระเหยฟำงขำ้ วผสม อภเิ ดช บุญเจอื

ยำงพำรำสำหรบั ระบบทำควำมเยน็ แบบ มหาวิทยาลัยเทคโนโลยีราชมงคล
ระเหย อสี าน

5 EMAE01 14.20-14.40 กำรบำบดั น้ำเสยี ดว้ ยเคร่อื งเตมิ อำกำศแบบ จกั รี ชาตเิ ผอื ก

เวนจูรโ่ี ดยใชพ้ ลงั งำนแสงอำทติ ย์ มหาวิทยาลัยเทคโนโลยีราชมงคล
อสี าน

6 EMAE02 14.40-15.00 อทิ ธพิ ลของโมเมนตมั กำรไหลต่อกำรเพม่ิ เทดิ ศกั ดิ ์ อาลยั

ประสทิ ธภิ ำพของกงั หนั น้ำทคี่ วำมเร็วกำร มหำวทิ ยำลยั รำชภฏั เพชรบรุ ี

ไหลต่ำ

7 EMAE03 15.00-15.20 กำรศึกษำอทิ ธพิ ลของแผ่นกนั้ อำกำศแบบ ทวศี ลิ ป์ เลก็ ประดษิ ฐ์

ลอนโคง้ ในหวั พ่นไฟทใ่ี ชน้ ้ำมนั เคร่อื งใชแ้ ล้ว มหาวิทยาลัยเทคโนโลยีราชมงคล
เป็นเช้อื เพลงิ สำหรบั ตู้อบขนำด 200 ลติ ร อสี าน

8 EMAE04 15.20-15.40 กำรศึกษำเปรยี บเทยี บสมรรถนะเคร่อื งอบ ศริ ชิ ยั ศริ ชิ นะ

แหง้ พลงั งำนแสงอำทติ ย์ไหลเวยี นอำกำศ มหาวทิ ยาลยั อุบลราชธานี

แบบธรรมชำตแิ ละแบบบงั คบั



ลาดบั รหสั เวลา ชือ่ บทความ ผ้นู าเสนอ
ที่ บทความ

9 EMAE05 15.40-16.00 กำรศกึ ษำเปรยี บเทยี บสมรรถนะเชงิ ควำม ปรชี า ทมุ มุ

รอ้ นในกำรใชง้ ำนระบบทำควำมเยน็ ดว้ ยท่อ มหาวทิ ยาลยั ราชภฏั อุดรธานี

ใตด้ นิ และระบบทำควำมเยน็ ดว้ ยกำรระเหย

ของน้ำสำหรบั โรงเรอื นเพำะเหด็ นำงฟ้ำ

10 EMAE06 16.00-16.20 กำรสำรวจและตรวจวดั ประสทิ ธภิ ำพทำงออ้ ม ปรชี า ทมุ มุ

ของหมอ้ ไอน้ำในโรงงำนน้ำตำลแบบดงั เดมิ : มหาวทิ ยาลยั ราชภฏั อุดรธานี

กรณีศกึ ษำ บรษิ ทั อุตสำหกรรมน้ำตำลอสี ำน

จำกดั จ.กำฬสนิ ธุ์



29 มนี าคม 2565
คณะวศิ วกรรมศาสตร์และเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอีสาน

ห้องนาเสนอที่ 3: [บทความสาขา Related Topics (RTT)]

Chairman: อาจารยว์ รพจน์ งามชมภู

สำขำวศิ วกรรมกำรจดั กำร คณะวศิ วกรรมศำสตร์ มหำวทิ ยำลยั รำชภฏั มหำสำรคำม

Co-chairman: ผ้ชู ่วยศาสตราจารย์ ดร.ณรงค์ศกั ด์ิ โยธา

สำขำคณิตศำสตรแ์ ละสถิตปิ ระยุกต์ คณะวทิ ยำศำสตร์และศลิ ปศำสตร์ มหำวทิ ยำลยั เทคโนโลยรี ำชมงคล

อสี ำน

ลาดบั รหสั เวลา ชือ่ บทความ ผ้นู าเสนอ
ที่ บทความ

1 RTT01 13.00-13.20 กำรนบั จำนวนวถิ ขี องกรำฟกำรหำรลงตวั ชนศิ นนั ทร์ ใจประนพ

มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

2 RTT02 13.20-13.40 เง่อื นไขกำรมเี สถยี รภำพทขี่ น้ึ กบั ตวั หน่วง ภรี ะพงพฒั น์ สงิ หค์ บิ ุตร

แบบใหมส่ ำหรบั โครงข่ำยประสำทเทยี ม มหำวิทยำลัยเทคโนโลยีรำชมงคล
พรอ้ มกบั ตวั หน่วงทขี่ น้ึ กบั เวลำ อสี ำน

3 RTT03 13.40-14.00 กำรสร้ำงแบบจำลองทำงคณติ ศำสตรข์ อง สปุ รำณี เหลำ่ ขุนคำ้

ระบบผลติ กำ๊ ซชวี ภำพจำกหญ้ำเนเปียร์ไซเลจ มหำวทิ ยำลยั ขอนแก่น

ร่วมกบั กำกมนั สำปะหลงั และมลู ววั

4 RTT04 14.00-14.20 กำรศึกษำกำรสกดั น้ำมนั หอมระเหยจำก วรพจน์ งำมชมภู

โหระพำโดยใชร้ ะบบกลนั่ แบบใชไ้ อน้ำรว่ มกบั มหำวทิ ยำลยั รำชภฏั มหำสำรคำม

คลน่ื ไมโครเวฟ

5 RTT05 14.20-14.40 กำรทำงำนพรอ้ มกนั แบบจำกัดเวลำของ ณรงค์ศกั ดิ ์ โยธา

โครงขำ่ ยประสำทเทยี มทซ่ี บั ซ้อนทม่ี ตี วั หน่วง มหาวิทยาลัยเทคโนโลยีราชมงคล
อสี าน
แปรผนั ตำมเวลำผสม

6 RTT06 14.40-15.00 กำรผลติ ลำเจท็ น้ำทผี่ ลติ จำกชุดขบั สารสนิ โคตรธาดา

แมเ่ หลก็ ไฟฟ้ำ มหาวทิ ยาลยั อบุ ลราชธานี

7 RTT07 15.00-15.20 กำรศกึ ษำอทิ ธพิ ลของควำมดนั แก๊สแอลพจี ี อาทติ ย์ แสงโสภา

ต่อพฤตกิ รรมกำรเผำไหมข้ องหวั เผำเซรำ มหาวทิ ยาลยั อุบลราชธานี

มกิ ดว้ ยพลศำสตร์ของไหลเชงิ คำนวณ

8 RTT08 15.20-15.40 แบบจำลองอบแหง้ ชนั้ บำงทเ่ี หมำะสมสำหรบั อภสิ ทิ ธิ ์ ภกั ดแี ก้ว

กำรอบแหง้ ขำ้ วเปลอื กด้วยเคร่อื งอบแหง้ แบบ มหำวทิ ยำลยั เทคโนโลยสี รุ นำรี

พำหะลม

9 RTT09 15.40-16.00 กำรทดสอบประสทิ ธภิ ำพเชงิ ควำมรอ้ นของ ภทั ราวรรณ ชมิ ชม

เตำแกส๊ ประหยดั พลงั งำน NB-5 มหาวทิ ยาลยั อบุ ลราชธานี



ห้องนาเสนอท่ี 4: [บทความสาขา Agriculture Machine and Automation Technologies (AMA)-
Abstract และสาขา Environmental Management and Alternative Energy Technology (EMAE)-
Abstract]

Chairman: ผ้ชู ว่ ยศาสตราจารย์ ดร.พลเทพ เวงสูงเนิน

สำขำวศิ วกรรมเครอ่ื งจกั รกลเกษตร คณะวิศวกรรมศำสตร์และเทคโนโลยี มหำวิทยำลยั เทคโนโลยรี ำช

มงคลอสี ำน

Co-chairman: อาจารยจ์ ตั พุ ล ป้องกนั

สถำบนั สหสรรพศำสตร์ มหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอสี ำน

ลาดบั รหสั เวลา ชื่อบทความ ผนู้ าเสนอ
ที่ บทความ

1 AMA01-A 13.00-13.20 กำรศึกษำและสรำ้ งระบบควบคมุ แขนรถขุด รตนิ ันท์ เหลอื มพล

อตั โนมตั แิ บบ 3 แกน มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

2 AMA02-A 13.20-13.40 อทิ ธพิ ลของวสั ดุพรุนชนิดเมด็ กลมอดั แน่นที่ ปฏวิ ตั ิ วรำมติ ร

สง่ ผลต่ออตั รำกำรอบแหง้ และค่ำควำม มหำวิทยำลัยเทคโนโลยีรำชมงคล
สนิ้ เปลอื งพลงั งำนจำเพำะกรณีตดิ ตงั้ วสั ดุ อสี ำน

พรุนทผ่ี นังหอ้ งอบแหง้

3 AMA03-A 13.40-14.00 กำรใหน้ ้ำไสเ้ ดอื นดนิ ในกะบะดว้ ยระบบ จำรณิ ี จงปลม้ื ปิติ

อตั โนมตั ิ มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

4 AMA04-A 14.00-14.20 กำรพฒั นำอลั กอลทิ มึ โครงขำ่ ยประสำทเทยี ม พลเทพ เวงสูงเนนิ

ในบอรด์ อำร์ดูโน่สำหรบั กำรควบคมุ มอเตอร์ มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน
เคร่อื งหยอดเมลด็ ลงถำดเพำะกล้ำ

5 AMA11 14.20-14.40 กำรศึกษำสมรรถนะเคร่อื งอบแหง้ ปัม๊ ควำม ประพนั ธ์พงษ์ สมศลิ า

รอ้ นทใี่ ชส้ ำรทำควำมเยน็ ชนดิ R32 มหำวทิ ยำลยั อุบลรำชธำนี

6 EMAE01-A 14.40-15.00 กำรสง่ เสรมิ กำรถ่ำยเทควำมรอ้ นในแผงรบั รตนิ นั ท์ เหลอื มพล

รงั สอี ำทติ ยด์ ว้ ยกำรใชแ้ ผ่นปีกรปู ตวั วเี จำะรู มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน
แบบครงึ่ วงกลม

7 EMAE02-A 15.00-15.20 กำรพฒั นำเครอ่ื งอบแหง้ พลงั งำนแสงอำทติ ย์ รตนิ ันท์ เหลอื มพล

ดว้ ยกำรตดิ ตงั้ วสั ดุพรนุ ชนิดตำขำ่ ยสแตน มหำวิทยำลัยเทคโนโลยีรำชมงคล
เลสบนแผน่ ดดู ซบั ควำมรอ้ น อสี ำน

8 EMAE03-A 15.20-15.40 กำรศึกษำรูปแบบของหวั พน่ ไฟสำหรบั รงั สมิ นั ต์ ศรยี งยศ และ

เตำเผำถ่ำนขนำด 200 ลติ ร ศภุ ชยั แก้วแหวน

มหาวิทยาลัยเทคโนโลยีราชมงคล



29 มนี าคม 2565
คณะวศิ วกรรมศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลอสี าน

ลาดบั รหสั เวลา ชื่อบทความ ผ้นู าเสนอ
ที่ บทความ
อสี าน
9 EMAE04-A 15.40-16.00 อทิ ธพิ ลของชนดิ ตวั ประสำนและอตั รำ
สว่ นผสมต่อคุณสมบตั ทิ ำงควำมรอ้ นของ ปฏวิ ตั ิ วรำมติ ร
เช้อื เพลงิ อดั แทง่ จำกกำกกำแฟ
มหำวิทยำลัยเทคโนโลยีรำชมงคล
10 EMAE05-A 16.00-16.20 กำรสร้ำงตู้อบฆ่ำเช้อื แบบหมนุ สำหรบั ใบ อสี ำน
ปรญิ ญำบตั รดว้ ยรงั สี UVC
จตั พุ ล ป้องกนั

มหาวิทยาลัยเทคโนโลยีราชมงคล
อสี าน



ห้องนาเสนอท่ี 5: [บทความสาขา Material Sciences and Farm Engineering & Technologies
(MSFE)-Abstract]

Chairman: ผ้ชู ว่ ยศาสตราจารยอ์ ดิศกั ด์ิ บตุ รวงศ์
Co-chairman:
สำขำวศิ วกรรมเคร่อื งกล คณะเทคโนโลยี มหำวทิ ยำลยั รำชภฏั อุดรธำนี
ดร.ไพลิน หาญขนุ ทด

สถำบนั สหสรรพศำสตร์ มหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอสี ำน

ลาดบั รหสั เวลา ชือ่ บทความ ผนู้ าเสนอ
ท่ี บทความ

1 MSFE03 13.00-13.20 กำรเพม่ิ อตั รำขยำยของสำยอำกำศโมโนโพล ศรนั ย์ คมั ภรี ์ภทั ร

ในระบบลอร่ำแวน โดยใชช้ ่องว่ำงแถบ มหำวิทยำลัยเทคโนโลยีรำชมงคล

แม่เหลก็ ไฟฟ้ำสำหรบั ประยุกต์ใชง้ ำนในฟำรม์ อสี ำน

2 MSFE04 13.20-13.40 กำรออกแบบสำยอำกำศสำยอำกำศโมโนโพล ศรนั ย์ คมั ภรี ์ภทั ร

ในเทคโนโลยซี กิ บีสำหรบั กำรประยุกตใ์ ชง้ ำน มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน
ในฟำร์ม

3 MSFE01-A 13.40-14.00 กำรศกึ ษำคุณภำพของน้ำสม้ ควนั ไมจ้ ำก ธรี ะ ฮวบขนุ ทด

เตำเผำถำ่ นไรค้ วนั มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

4 MSFE02-A 14.00-14.20 กำรศกึ ษำสมรรถนะของเครอ่ื งกำเนิดไฟฟ้ำ ธรี ะ ฮวบขนุ ทด

เช้อื เพลงิ ชวี มวลจำกเตำเผำถำ่ นไร้ควนั มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

5 MSFE03-A 14.20-14.40 เคร่อื งสบั อเนกประสงค์ ธรี ะ ฮวบขุนทด

มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

6 MSFE04-A 14.40-15.00 กำรผลติ โฟมโลหะแบบเซลลเ์ ปิด สุรเดช สนิ จะโป๊ ะ

มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

7 MSFE05-A 15.00-15.20 กำรศกึ ษำค่ำประสทิ ธภิ ำพหมอ้ ไอน้ำแรงดนั จตั พุ ล ป้องกนั

ต่ำขนำดเลก็ ทใี่ ช้ LPG เป็นเช้อื เพลงิ โดยกำร มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน
ตดิ ตงั้ วสั ดุพรนุ ในท่อไฟ

8 MSFE06-A 15.20-15.40 กำรส่งเสรมิ กำรถ่ำยเทควำมรอ้ นในท่อกลม ไพลนิ หำญขนุ ทด

โดยกำรตดิ ตงั้ วสั ดุพรนุ ชนิดตำข่ำยแบบเอยี ง มหำวิทยำลัยเทคโนโลยีรำชมงคล

อสี ำน

9 MSFE07-A 15.40-16.00 หวั พน่ ไฟวสั ดุพรนุ ทม่ี หี อ้ งเผำไหมแ้ บบหมนุ ไพลนิ หาญขุนทด

โดยใชช้ ีวมวลอดั เมด็ เป็นเชอ้ื เพลงิ มหาวิทยาลัยเทคโนโลยีราชมงคล
อสี าน



29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยีราชมงคลอสี าน

ห้องนาเสนอที่ 6: [บทความสาขา Related Topics (RTT)-Abstract]

Chairman: รองศาสตราจารย์ ดร.คณิต มุกดาใส
Co-chairman:
สำขำคณติ ศำสตร์ คณะวทิ ยำศำสตร์ มหำวทิ ยำลยั ขอนแก่น
อาจารยส์ รุ เดช สินจะโป๊ ะ

สถำบนั สหสรรพศำสตร์ มหำวทิ ยำลยั เทคโนโลยรี ำชมงคลอสี ำน

ลาดบั รหสั เวลา ช่ือบทความ ผ้นู าเสนอ
ที่ บทความ

1 RTT01-A 13.00-13.20 ประสทิ ธภิ ำพแบบ H-infinity สำหรบั ระบบ Boonyachat Meesuptong

นิวทรอลไม่แน่นอนซง่ึ มตี วั หน่วงแปรผนั ตำม มหำวทิ ยำลยั ขอนแกน่

เวลำแบบผสม

2 RTT02-A 13.20-13.40 ระบบสูบน้ำพลงั งำนควำมรอ้ นเหลอื ทง้ิ จำก ภำณุศกั ดิ ์ มลู ศรี

กำรเผำถ่ำน มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

3 RTT03-A 13.40-14.00 กำรพฒั นำรถสกูต๊ เตอรไ์ ฟฟ้ำแบบ 4 ลอ้ เทวพร แสนคำภำ

มหำวิทยำลัยเทคโนโลยีรำชมงคล
อสี ำน

4 RTT04-A 14.00-14.20 กำรศึกษำเตำเผำถ่ำนขนำด 200 ลติ ร แบบ ไพลนิ หำญขุนทด

แนวตงั้ โดยกำรติดตงั้ วสั ดพุ รนุ ชนดิ ตำข่ำย มหำวิทยำลัยเทคโนโลยีรำชมงคล
สเตนเลสในท่อนำควำมรอ้ น อสี ำน

5 RTT05-A 14.20-14.40 กำรศึกษำแบบจำลองดว้ ยวธิ พี น้ื ผวิ ตอบสนอง พรรณภิ ำ วรพนั ธ์

สำหรบั ทำนำยควำมรุนแรงของปรำกฏกำรณ์ มหำวิทยำลัยเทคโนโลยีรำชมงคล
คำวเิ ตชนั่ ในถงั ปฏิกรณแ์ บบไฮโดรไดนำมิกส์ อสี ำน

คำวเิ ตชนั่

6 RTT06-A 14.40-15.00 กำรศึกษำเชงิ ทดลองผลของแผ่นออรฟิ ิซต่อ พรรณภิ ำ วรพนั ธ์

ระดบั ควำมรนุ แรงของปรำกฏกำรณ์คำวเิ ตชนั่ มหำวิทยำลัยเทคโนโลยีรำชมงคล
ในถงั ปฏกิ รณแ์ บบไฮโดรไดนำมิกสค์ ำวเิ ตชนั่ อสี ำน

7 RTT07-A 15.00-15.20 กำรศกึ ษำกำรถ่ำยเทควำมรอ้ นในวสั ดุพรุน วรี ชยั นนทะแสง

แบบสองชนั้ กรณมี แี หล่งกำเนิดควำมรอ้ นใน มหาวิทยาลัยเทคโนโลยีราชมงคล
อสี าน
วสั ดพุ รนุ

8 RTT08-A 15.20-15.40 Finite-Time Passivity Analysis of Neutral- อสิ ราพร ขนชยั ภมู ิ

Type Neural Networks with Mixed Time- มหาวทิ ยาลยั ขอนแก่น

Varying Delays



สารบัญ

บทความฉบบั เตม็ (Full Papers) หน้า
สาขา Agriculture Machine and Automation Technologies
1
AMA01 GF-YOLO: แพลทฟอรม์ เบำสำหรบั ตรวจจบั วชั พชื 11
17
AMA02 ระบบเปล่ยี นน้ำและใหอ้ ำหำรปลำกัดในขวดแบบอตั โนมตั ิ 27
AMA03 กำรพฒั นำเคร่อื งอบแหง้ เสน้ ไหมแบบอตั โนมตั ดิ ว้ ยสมองกลฝังตวั
AMA04 วธิ เี ชงิ พนั ธกุ รรมเพอ่ื หำพำรำมเิ ตอรท์ เ่ี หมำะสมของแบบจำลองกำรอบแหง้ ขำ้ วเปลอื ก 37
47
ดว้ ยเคร่อื งอบแหง้ แบบเป่ำพ่นหลน่ อสิ ระ
AMA05 กำรศึกษำเครอ่ื งอบแหง้ พลงั งำนแสงอำทติ ย์ร่วมกับควำมร้อนท้งิ จำกเคร่อื งปรบั อำกำศ 51

AMA06 กำรทดสอบสมรรถนะและวเิ ครำะหต์ ้นทนุ เชงิ เศรษฐศำสตรข์ องกำรใช้โดรนฉีดพ่น 63
สำรเคมที ำงกำรเกษตร 71
79
AMA07 อทิ ธพิ ลของอำกำศอบแหง้ แบบเป็นช่วงต่อกำรอบแหง้ ขำ้ วเปลอื กดว้ ยเคร่อื งอบแหง้ แบบ 87
พำหะลม
101
AMA08 กล่องแชเ่ ยน็ ผลติ ผลพชื สวนผ่ำนอนิ เทอรเ์ นต็ ทุกสรรพสง่ิ 107
AMA09 กำรออกแบบและวเิ ครำะห์ตวั ดูดซบั กำรสนั ่ สำหรบั รถตดั หญ้ำแบบเขน็
AMA10 กำรศึกษำสมรรถนะเคร่อื งสูบน้ำพลงั งำนแสงอำทติ ยข์ นำดเลก็ สำหรบั ครวั เรอื น 117
AMA11 กำรศกึ ษำสมรรถนะเคร่อื งอบแหง้ ปัม๊ ควำมรอ้ นทใ่ี ชส้ ำรทำควำมเยน็ ชนิด R32
125
สาขา Environmental Management and Alternative Energy Technology
133
EMAE01 กำรบำบดั น้ำเสยี ดว้ ยเคร่อื งเตมิ อำกำศแบบเวนจูรโ่ี ดยใชพ้ ลงั งำนแสงอำทติ ย์
EMAE02 อทิ ธพิ ลของโมเมนตมั กำรไหลต่อกำรเพมิ่ ประสทิ ธภิ ำพของกงั หนั น้ำทคี่ วำมเรว็ กำรไหล 141

ต่ำ 149
EMAE03 กำรศกึ ษำอทิ ธพิ ลของแผ่นกนั้ อำกำศแบบลอนโคง้ ในหวั พ่นไฟทใ่ี ชน้ ้ำมนั เคร่อื งใชแ้ ลว้

เป็นเชอ้ื เพลงิ สำหรบั ตอู้ บขนำด 200 ลติ ร
EMAE04 กำรศกึ ษำเปรยี บเทยี บสมรรถนะเครอ่ื งอบแหง้ พลงั งำนแสงอำทติ ย์ไหลเวยี นอำกำศ แบบ

ธรรมชำตแิ ละแบบบงั คบั
EMAE05 กำรศึกษำเปรยี บเทยี บสมรรถนะเชงิ ควำมรอ้ นในกำรใชง้ ำนระบบทำควำมเยน็ ดว้ ยทอ่ ใต้

ดนิ และระบบทำควำมเยน็ ดว้ ยกำรระเหยของน้ำสำหรบั โรงเรอื นเพำะเหด็ นำงฟ้ำ
EMAE06 กำรสำรวจและตรวจวดั ประสทิ ธภิ ำพทำงอ้อมของหมอ้ ไอน้ำในโรงงำนน้ำตำลแบบ

ดงั เดมิ : กรณีศกึ ษำ บรษิ ทั อตุ สำหกรรมน้ำตำลอสี ำน จำกดั จ.กำฬสนิ ธุ์

สาขา Material Sciences and Farm Engineering & Technologies

MSFE01 กำรเทยี บมำตรฐำนในระดบั หอ้ งปฏิบตั กิ ำรเซนเซอร์วดั ควำมช้นื ในดนิ ชนิดคำปำซทิ ฟี
แบบตน้ ทุนต่ำ



29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวิทยาลัยเทคโนโลยรี าชมงคลอีสาน

บทความฉบบั เตม็ (Full Papers) หน้า
157
MSFE02 กำรศกึ ษำกำรกระจำยตวั ของควำมรอ้ นในเหลก็ ทเ่ี ช่อื มด้วยแรงเสยี ดทำนโดยวธิ ไี ฟไนต์
เอลเิ มนต์ 163

MSFE03 กำรเพม่ิ อตั รำขยำยของสำยอำกำศโมโนโพลในระบบลอรำ่ แวน โดยใชช้ ่องว่ำงแถบ 171
แมเ่ หลก็ ไฟฟ้ำสำหรบั ประยุกต์ใชง้ ำนในฟำร์ม
179
MSFE04 กำรออกแบบสำยอำกำศสำยอำกำศโมโนโพลในเทคโนโลยซี กิ บีสำหรบั กำรประยกุ ตใ์ ช้ 191
งำนในฟำร์ม
199
MSFE05 กำรเผำไหมใ้ นหวั เผำวสั ดพุ รุนทมี่ ีกำรจ่ำยอำกำศเป็นขนั้ 207

MSFE06 กำรศกึ ษำมุมเอยี งแผน่ ระเหยฟำงขำ้ วผสมยำงพำรำสำหรบั ระบบทำควำมเยน็ แบบระเหย 219

สาขา Related Topics 227

RTT01 กำรนบั จำนวนวถิ ขี องกรำฟกำรหำรลงตวั 235

RTT02 เง่อื นไขกำรมเี สถยี รภำพทข่ี น้ึ กบั ตวั หน่วงแบบใหม่สำหรบั โครงข่ำยประสำทเทยี ม พรอ้ ม 243
กบั ตวั หน่วงทขี่ น้ึ กบั เวลำ 251

RTT03 กำรสรำ้ งแบบจำลองทำงคณิตศำสตรข์ องระบบผลติ กำ๊ ซชวี ภำพจำกหญ้ำเนเปียร์ไซเลจ 259
ร่วมกบั กำกมนั สำปะหลงั และมลู ววั
269
RTT04 กำรศกึ ษำกำรสกัดน้ำมนั หอมระเหยจำกโหระพำโดยใชร้ ะบบกลนั่ แบบใชไ้ อน้ำร่วมกบั
คล่นื ไมโครเวฟ

RTT05 กำรทำงำนพรอ้ มกนั แบบจำกดั เวลำของโครงขำ่ ยประสำทเทยี มทซี่ บั ซ้อนทม่ี ตี วั หน่วง
แปรผนั ตำมเวลำผสม

RTT06 กำรผลติ ลำเจท็ น้ำทผ่ี ลติ จำกชุดขบั แมเ่ หลก็ ไฟฟ้ำ

RTT07 กำรศกึ ษำอทิ ธพิ ลของควำมดนั แก๊สแอลพจี ตี อ่ พฤตกิ รรมกำรเผำไหมข้ องหวั เผำเซรำ
มกิ ด้วยพลศำสตร์ของไหลเชงิ คำนวณ

RTT08 แบบจำลองอบแหง้ ชนั้ บำงทเี่ หมำะสมสำหรบั กำรอบแหง้ ขำ้ วเปลือกดว้ ยเครอ่ื งอบแหง้
แบบพำหะลม

RTT09 กำรทดสอบประสทิ ธภิ ำพเชงิ ควำมรอ้ นของเตำแก๊สประหยดั พลงั งำน NB-5



สารบัญ

บทความเฉพาะบทคดั ยอ่ (Abstract Papers) หน้า
สาขา Agriculture Machine and Automation Technologies
275
AMA01-A กำรศกึ ษำและสรำ้ งระบบควบคุมแขนรถขดุ อตั โนมตั แิ บบ 3 แกน 277

AMA02-A อทิ ธพิ ลของวสั ดุพรุนชนิดเมด็ กลมอดั แน่นทสี่ ง่ ผลต่ออตั รำกำรอบแหง้ และค่ำควำม 279
สนิ้ เปลอื งพลงั งำนจำเพำะกรณีตดิ ตงั้ วสั ดุพรนุ ทผี่ นังหอ้ งอบแหง้ 281

AMA03-A กำรใหน้ ้ำไสเ้ ดอื นดนิ ในกะบะด้วยระบบอตั โนมตั ิ 283
AMA04-A กำรพฒั นำอลั กอลทิ มึ โครงขำ่ ยประสำทเทยี มในบอร์ดอำรด์ โู น่สำหรบั กำรควบคมุ มอเตอร์
285
เคร่อื งหยอดเมลด็ ลงถำดเพำะกล้ำ
287
สาขา Environmental Management and Alternative Energy Technology 289

EMAE01-A กำรส่งเสรมิ กำรถ่ำยเทควำมรอ้ นในแผงรบั รงั สอี ำทติ ย์ดว้ ยกำรใชแ้ ผ่นปีกรปู ตวั วเี จำะรู 291
แบบครง่ึ วงกลม
293
EMAE02-A กำรพฒั นำเคร่อื งอบแหง้ พลงั งำนแสงอำทติ ยด์ ว้ ยกำรตดิ ตงั้ วสั ดุพรนุ ชนิดตำขำ่ ยสแตน 295
เลสบนแผน่ ดดู ซบั ควำมรอ้ น 297
299
EMAE03-A กำรศกึ ษำรูปแบบของหวั พน่ ไฟสำหรบั เตำเผำถำ่ นขนำด 200 ลิตร 301
EMAE04-A อทิ ธพิ ลของชนดิ ตวั ประสำนและอตั รำส่วนผสมต่อคณุ สมบตั ทิ ำงควำมรอ้ น ของเชอ้ื เพลงิ
303
อดั แท่งจำกกำกกำแฟ 305
EMAE05-A กำรสร้ำงตู้อบฆ่ำเชอ้ื แบบหมนุ สำหรบั ใบปรญิ ญำบตั รดว้ ยรงั สี UVC
307
สาขา Material Sciences and Farm Engineering & Technologies
309
MSFE01-A กำรศกึ ษำคุณภำพของน้ำสม้ ควนั ไมจ้ ำกเตำเผำถ่ำนไรค้ วนั 311
MSFE02-A กำรศกึ ษำสมรรถนะของเคร่อื งกำเนิดไฟฟ้ำเชอ้ื เพลงิ ชวี มวลจำกเตำเผำถำ่ นไรค้ วนั
MSFE03-A เคร่อื งสบั อเนกประสงค์
MSFE04-A กำรผลติ โฟมโลหะแบบเซลลเ์ ปิด
MSFE05-A กำรศึกษำค่ำประสทิ ธภิ ำพหมอ้ ไอน้ำแรงดนั ต่ำขนำดเลก็ ทใี่ ช้ LPG เป็นเช้อื เพลงิ โดย

กำรตดิ ตงั้ วสั ดุพรุนในทอ่ ไฟ
MSFE06-A กำรสง่ เสรมิ กำรถ่ำยเทควำมรอ้ นในทอ่ กลมโดยกำรตดิ ตงั้ วสั ดพุ รุน ชนิดตำข่ำยแบบเอยี ง
MSFE07-A หวั พน่ ไฟวสั ดุพรุนทม่ี หี อ้ งเผำไหมแ้ บบหมุนโดยใชช้ ีวมวลอดั เมด็ เป็นเช้อื เพลงิ

สาขา Related Topics

RTT01-A ประสทิ ธภิ ำพแบบ H-infinity สำหรบั ระบบนวิ ทรอลไม่แน่นอนซง่ึ มตี วั หน่วงแปรผนั ตำม
เวลำแบบผสม

RTT02-A ระบบสบู น้ำพลงั งำนควำมรอ้ นเหลอื ทง้ิ จำกกำรเผำถ่ำน
RTT03-A กำรพฒั นำรถสกู๊ตเตอรไ์ ฟฟ้ำแบบ 4 ล้อ



29 มนี าคม 2565
คณะวศิ วกรรมศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยรี าชมงคลอสี าน

บทความเฉพาะบทคดั ย่อ (Abstract Papers) หน้า
313
RTT04-A กำรศกึ ษำเตำเผำถ่ำนขนำด 200 ลติ ร แบบแนวตงั้ โดยกำรติดตงั้ วสั ดุพรนุ ชนิดตำขำ่ ยส
เตนเลสในทอ่ นำควำมรอ้ น 315

RTT05-A กำรศกึ ษำแบบจำลองดว้ ยวธิ พี น้ื ผวิ ตอบสนองสำหรบั ทำนำยควำมรุนแรงของ 317
ปรำกฏกำรณ์คำวเิ ตชนั่ ในถงั ปฏกิ รณแ์ บบไฮโดรไดนำมกิ ส์คำวเิ ตชนั่
319
RTT06-A กำรศึกษำเชงิ ทดลองผลของแผ่นออรฟิ ิซต่อระดบั ควำมรนุ แรงของปรำกฏกำรณ์คำวิ
เตชนั่ ในถงั ปฏกิ รณ์แบบไฮโดรไดนำมกิ สค์ ำวเิ ตชนั่ 321

RTT07-A กำรศกึ ษำกำรถ่ำยเทควำมรอ้ นในวสั ดุพรุนแบบสองชนั้ กรณีมแี หลง่ กำเนดิ ควำมรอ้ นใน
วสั ดพุ รนุ

RTT08-A Finite-Time Passivity Analysis of Neutral-Type Neural Networks with Mixed Time-
Varying Delays



บทความฉบับเต็ม

Agriculture Machine and Automation Technologies

รหสั บทความ : AMA01

GF-YOLO: แพลทฟอรม์ เบาสาหรบั ตรวจจบั วชั พืช

GF-YOLO: Lightweight Platform for Weed Detection

Wang MingYuan1 and Watis Leelapatra2*

1 Graduate Student at Department of Computer Engineering, Khon Kaen University

2 Lecturer at Department of Computer Engineering, Khon Kaen University

Email: [email protected], [email protected]*

บทคดั ยอ่

โครงข่ายประสาทแบบคอนโวลูชนั (convolution neural network: CNN) ทใ่ี ชก้ นั แพร่หลายในปัจจุบนั มขี นาดและ

ความซบั ซอ้ นเชงิ การคานวณทส่ี งู มากจนเป็นอปุ สรรคต่อการนาไปประยุกตใ์ ชใ้ นงานระบบฝังตวั ทม่ี ที รพั ยากรจากดั
บทความน้ีจะนาเสนอแบบจาลอง GF-YOLO ซ่ึงเป็น CNN ท่ีแก้ปัญหาดังกล่าว โดยนามาประยุกต์ใช้ในการ

ออกแบบหุ่นยนตส์ าหรบั กาจดั วชั พชื นอกจากน้ีบทความน้ีไดน้ าเสนอแนวคดิ ของการนา folding feature pyramid
network (FFPNet) มาผสานเขา้ กบั GhostNet และ YOLOv4 เพ่อื ปรบั ปรุงประสทิ ธภิ าพของโครงขา่ ย ผลจากการ

ทดลองพบว่าแนวคิดของ GF-YOLO ท่ีนาเสนอมีขนาดท่ีเล็กกว่า YOLOv4 ดัง้ เดิม 75% ในด้านจานวน
พารามเิ ตอร์ และสามารถเพมิ่ อตั ราการแสดงผลไดถ้ งึ 46.4 fps โดยยงั คงความถูกตอ้ งของการตรวจจบั วชั พชื ได้
คาสาคญั : ตรวจจบั วชั พชื ; โครงขา่ ยประสาทเทยี ม; เกษตรอจั ฉรยิ ะ

Abstract

The size and computational complexity of state-of-the-art convolutional neural networks (CNNs) model
has been a barrier to the application of deep learning techniques on embedded platforms. In order to
meet the requirements of automatic weeding robots, this paper proposes a new GF-YOLO model which
can solve the problems characterized by huge parameters and high computational complexity. This paper
also proposes a novel folding feature pyramid network (FFPNet), combining with GhostNet and YOLOv4
to optimize the whole network. The proposed GF-YOLO model is lighter than original YOLOv4 model by
75% in terms of parameters while keeping mAP stable, and also improves display frame rate to 46.4 FPS
while balancing efficiency and accuracy of object detection.
Keywords: Weed Detection; Neural Network; Smart Agriculture.

1. Introduction an adverse impact on our environment. Manual
weeding is still widely used in traditional
The quality of crops is inevitably affected by agriculture to reduce pollution and costs. This
weeds, which compete with them for water and approach is characterized by high workloads, low
nutrients during growing. Currently, the most efficiency and is not suitable for large-scale farm
popular and effective method to control weeds is production. Therefore, autonomous weeding is
using herbicides, but this method can also have

1

29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอสี าน

one of popular research topics in smart 2.1 YOLOv4
agriculture. With the rapid development of As shown in Figure 1, Yolov4 has three parts,
computer vision, CNNs and deep learning are
increasingly used in object detection. Two-stage backbone network of CSPDarkNet53, SPP and
algorithms, including R-CNN[1], Faster R-CNN[2]. path aggregation network (PANet)[15]. The input
One-stage algorithms, such as YOLO[3-6], SSD[7] images will be processed using CSP modules
and RetinaNet[8]. Among them, YOLOv4[3] has that are consisted of convolutions, normalization,
been widely used because of its benefit in speed and mish functions, and output feature maps in
and accuracy. For weeding robots on embedded three sizes: 13X13, 26X26, and 52X52. These
platforms, the size and computational complexity feature maps are successively fed into PANet,
of YOLOv4 still needs further improvement. We which has a pyramid structure for fusion of
take inspiration from lightweight networks such as features. Despite the huge parameters, YOLOv4
MobileNet[9-11], GhostNet[12]. This paper is an excellent one-stage algorithm that can
proposes a lightweight platform based on trade-off speed and accuracy, that’s why we
YOLOv4 and can be used in weeding robots and choose this model as the base architecture to
effectively reduces the computational and storage improve.
difficulty instead of losing accuracy. In this paper,
we address the following contributions: Figure 1 YOLOv4 network

1. Weed images were collected from farmland 2.2. GhostNet
and augmentation strategies are used to create a In 2020, Han et al. proposed GhostNet[12],
self-made weeds dataset for training and
prediction. pointing out the importance of ghost feature maps
that are generated by a kind of cheap operation.
2. By simplifying the Bi-FPN[13], FFPNets are This approach allows for a tremendous reduction
proposed. We also compare the influence of in the number of parameters and an increase in
different scales of FFPNets on the whole network. speed. GhostNet is basically composed of many

3. GF-YOLO: A new lightweight detection
model is proposed. It is a new network based on
YOLOv4, GhostNet, Spatial Pyramid Pooling
(SPP)[14] and FFPNets.

2. Related Work

This section reviews some neural networks
that are contribute to ours: YOLOv4, GhostNet
and Bi-FPN.

2

Ghost modules, which first use 1X1 convolution to 3. Approach
obtain the necessary feature maps, and then use
them and depthwise separable convolution The innovation of GF-YOLO consists of two
techniques to obtain similar ghost maps. Also, the parts. First, replace the CSPdarknet53 of Yolo-v4
squeeze and excitation (SE)[16] is added at with the GhostNet, our purpose is to reduce
different parts of GhostNet so that the network parameters in the whole network. Second, the
can focused on useful features. FFPNet proposed in this paper can achieve better
results than PANet.
2.3. Bi-FPN
In 2020, Tan et al. proposed EfficientDet[13], As shown in Figure 3, the input of FFPNets
are derived from 13X13, 26X26 and 52X52
which uses Bi-FPN for further feature extraction. feature maps output by the backbone network
In Figure 2, the feature maps P3-P7 are obtained respectively. FFPNets learn from Bi-FPN but
after processing by the backbone network, and keeps the input feature layers to three, and adds
they are subsequently fused at different scales. fusion in the forward propagation direction,
Bi-FPN is a multi-scale feature fusion method that because it is difficult to continue to downsample
solves the problem of aggregating features at in 13X13 feature maps. Of course, we extended
different resolutions. the network from FFPNet-1 to FFPNet-5
depending on their scale and found the FFPNet-2
was the best option. So, we will use GhostNet,
SPP and FFPNet-2 to compose a compact model:
GF-YOLO, as shown in Figure 4.

Figure 2 Bi-FPN network

3

29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอสี าน

Figure 3 Proposed FFPNet networks

Figure 4 Proposed GF-YOLO network
4

4. Experiments Average Precision (AP), mean Average Precision
In this section, we first replace the original (mAP), FPS and the amount of parameters in
whole network. The P shows the accuracy (Eq.
network with FFPNets to verify its effectiveness. 1). The R shows the proportion of predicted items
Then GF-YOLO was built using GhostNet, SPP to the total number of true items (Eq. 2). The
and FFPNets to test their accuracy and speed. area enclosed by the P-R curve with x and y
axes is AP, and mAP is the value obtained by
4.1 Datasets summing all APs and then averaging (Eq. 3).
In Figure 5, we collected images and used
(1)
the Albumentation framework to increase the Precision = +
amount of dataset by different augmentation
strategies. The methods include rotation, flipping, (2)
scaling, cropping, etc. We collected about 1800 Recall = +
original images, and expanded the amount to
5000 according to above method. In the training mAP = ∑ =1 (3)
process, 90% of the dataset will be used.
4.3 Experiment Results
Figure 5 Weed dataset
To verify the effectiveness of different
4.2 Evaluation
Popular measures used to evaluate detection FFPNets on the whole network, we conducted

algorithms include Precision (P), Recall (R), comparison tests of FFPNet-1 to FFPNet-5 using

GhostNet as the backbone network. We will

evaluate their performance in terms of mAP,

number of parameters, model size and FPS.

From Table 1, suitable network depth can

improve mAP, but also have a corresponding

increase in network parameters. However, when

this process continues, mAP will instead drop, so

we cannot get the desired results.

Table 1 FFPNets comparison. Parameter represents the computational complexity of

whole network and size means the scale of trained model.

Type mAP/% Parameter Size/MB FPS

FFPNet-1 84.06 12,706,387 49.6 56.2

FFPNet-2 85.85 17,280,083 67.2 46.4

FFPNet-3 76.96 21,740,243 84.5 39.4

FFPNet-4 73.29 26,313,939 102 34.9

FFPNet-5 33.97 30,774,099 119 31.9

5

29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอสี าน

We also visualize the change in loss for network was then replaced with FFPNet-2
different FFPNets as shown in Figure 6. Because from PANet to see how it affected accuracy and
the effect of gradient disappears in the deeper speed. Finally, different lightweight network
network, the values of loss and weights cannot be models, such as MobileNet and GhostNet were
optimized, so we choose FFPNet-2 for further used as backbone network to study their effects
experiments. on mAP, parameters, model size and FPS.

Figure 6 FFPNets loss curve It was found that depthwise separable
The different module ablation tests are convolutions can reduce the parameters of
shown in Table 2. First, depthwise separable YOLOv4 by about 50%. FFPNet-2 achieves better
convolutions are used to replace normal accuracy than PANet. After replacing
convolutions in YOLOv4 to verify its effectiveness CSPDarknet53 with MobileNet, the results are not
in lightweight networks. The feature fusion perfect. GhostNet+FFPNet-2 can cut the number
of parameters by approximately 75% and
increases FPS to 2.6 times than YOLOv4, but
mAP just decreases only 2.5%.

Detection results of our GF-YOLO are
shown in Figure 7. Weeds and vegetables of
different sizes can be detected accurately and
shown in different color boxes. GF-YOLO pursuit
the optimal speed, accuracy and lightweight
trade-off for real-time weeding detection.

Table 2 Ablation tests with different networks. DS Conv represents depthwise separable convolutions.

Backbone Fusion Convolution mAP/% Parameter Size/MB FPS

CSPDarkNet53 PANet Normal 88.08 64,009,375 244 17.8

CSPDarkNet53 PANet DS Conv 85.77 35,757,727 137 22.6

CSPDarkNet53 FFPNet-2 DS Conv 86.24 41,969,055 161 20.2

MobileNetv1 FFPNet-2 DS Conv 79.79 18,545,407 71.6 46.8

MobileNetv2 FFPNet-2 DS Conv 79.9 16,664,191 64.6 45.4

MobileNetv3 FFPNet-2 DS Conv 82.42 17,583,039 68.3 47.7

GhostNet FFPNet-2 DS Conv 85.85 17,280,083 67.2 46.4

6

Figure 7 Detection results

4.4 Comparison with Others

To demonstrate the superiority of GF- Table 3 Comparisons with other state-of-the-arts.

YOLO, traditional comparisons with other state-of- Model Size/MB mAP/% FPS
the-arts are shown in Table 3. Tests show that YOLOv4 244 88.08 17.8
GF-YOLO can significantly reduce model size and 22.5 72.42 128.7
increase detection speed while maintaining the YOLOv4Tiny 11 75.55 93.3
stability of mAP compared to original MobileNetv2 14.7 77.63 100.8
MobileNetv3 125 83.73 30.6
YOLOv4. YOLOv4Tiny and MobileNets can CenterNet 91.2 79.98 38.9
minimize model size and improve FPS, but they 67.2 85.85 46.4
SSD
GF-YOLO

also cause a huge decrease in mAP. GF-YOLO is 5. Conclusion

13.4% higher in mAP than YOLOv4Tiny , and For the needs of weeds detection, this paper
compare to SSD, it is not only 5.87% higher in proposes a simple feature fusion network based
mAP, but also 24MB lower in model size and 7.5 on Bi-FPN, called FFPNets and conducts
higher in FPS. The GF-YOLO proposed in this comparative experiments on FFPNets to identify
paper has been demonstrated that it can achieve the ideal FFPNet-2 architecture. GhostNet, PANet
better accuracy and speed.

7

29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอสี าน

and SPP modules together constitute GF-YOLO, Reed, S., and Cheng-Yang, F. (2016). Ssd:
a plug-and-play model for smart agriculture, and Single shot multibox detector. European conf
also is a portable neural architecture to trade-off erence on computer vision, 21-37.
efficiency, accuracy and lightweight in weeds [8] Lin, T., Goyal, P., Girshick, R., He, K., and D
detection. ollár, P. (2017). Focal loss for dense object
detection. Proceedings of the IEEE internatio
References nal conference on computer vision, 2980-298
8.
[1] Girshick, R., Donahue, J., Darrell, T., and Mal [9] Howard, A., Sandler, M., Chu, G., Chen, L., C
ik, J. (2013). Rich feature hierarchies for acc hen, B., Tan, M., Wang, W., Zhu, Y., Pang,
urate object detection and semantic segment R., Vasudevan, V., Le, Q. V., and Adam, H.
ation. Proceedings of the IEEE conference o (2019). Searching for MobileNetV3. Proceedi
n computer vision and pattern recognition, 5 ngs of the IEEE/CVF International Conferenc
80-587. e on Computer Vision, 1314-1324.
[10] Sandler, M., Howard, A., Zhu, M., Zhmoginov,
[2] Ren, S., He, K., Girshick, R., and Sun, J. (20 A., and Chen, L. (2018). MobileNetV2: Inver
17). Faster R-CNN: Towards Real-Time Obje ted Residuals and Linear Bottlenecks. Proce
ct Detection with Region Proposal Networks. edings of the IEEE conference on computer
IEEE Trans Pattern Anal Mach Intell, 39(6), vision and pattern recognition, 4510-4520.
1137-1149. [11] Howard, A. G., Zhu, M., Chen, B., Kaleniche
nko, D., Wang, W., Weyand, T., Andreetto,
[3] Bochkovskiy, A., Wang, C., and Liao, H. M. (2 M., and Adam, H. (2017). MobileNets: Efficie
020). YOLOv4: Optimal Speed and Accuracy nt Convolutional Neural Networks for Mobile
of Object Detection. arXiv preprint arXiv:200 Vision Applications. arXiv preprint arXiv:1704.
4.10934 04861
[12] Han, K., Wang, Y., Tian, Q., Guo, J., Xu, C.,
[4] Redmon, J., and Farhadi, A. (2018). YOLOv3: and Xu, C. (2020). GhostNet: More Features
An Incremental Improvement. Computer Visi from Cheap Operations. Proceedings of the
on and Pattern Recognition, 1804-2767. IEEE/CVF Conference on Computer Vision a
nd Pattern Recognition, 1580-1589.
[5] Redmon, J., Divvala, S., Girshick, R., and Far [13] Tan, M., Pang, R., and Le, Q. V. (2020). Effic
hadi, A. (2016). You Only Look Once: Unifie ientDet: Scalable and Efficient Object Detecti
d, Real-Time Object Detection. Proceedings on. Proceedings of the IEEE/CVF conferenc
of the IEEE conference on computer vision a e on computer vision and pattern recognition,
nd pattern recognition, 779-788. 10781-10790.

[6] Redmon, J., and Farhadi, A. (2016). YOLO90
00: Better, Faster, Stronger. Proceedings of t
he IEEE conference on computer vision and
pattern recognition, 7263-7271.

[7] Liu, W., Anguelov, D., Erhan, D., Szegedy, C.,

8

[14] He, K., Zhang, X., Ren, S., and Sun, J. (201
5). Spatial Pyramid Pooling in Deep Convolu
tional Networks for Visual Recognition. Ieee
Transactions On Pattern Analysis and Machi
ne Intelligence, 37(9), 1904-1916.

[15] Liu, S., Qi, L., Qin, H., Shi, J., and Jia, J. (20
18). Path Aggregation Network for Instance
Segmentation. In Proceedings of the IEEE C
onference on Computer Vision and Pattern
Recognition (CVPR), 8759-8768.

[16] Hu, J., Shen, L., and Sun, G. (2018). Squeez
e-and-Excitation Networks. Proceedings of th
e IEEE conference on computer vision and p
attern recognition, 7132-7141.

9

รหสั บทความ : AMA02

ระบบเปล่ียนน้าและให้อาหารปลากดั ในขวดแบบอตั โนมตั ิ
Automatic Water Changing and Feeding System for Fighting Fish in Bottles

เพชรรนิ ทร์ วงศก์ ่อ, สรนิ ญา อนิ ทะมนต์ และ วรการ วงศส์ ายเชอ้ื *

ภาควชิ าวศิ วกรรมไฟฟ้าและอเิ ลก็ ทรอนิกส์ คณะวศิ วกรรมศาสตร์ มหาวทิ ยาลยั อุบลราชธานี
85 ถนนสถลมารค์ ตาบลเมอื งศรไี ค อาเภอวารนิ ชาราบ จงั หวดั อบุ ลราชธานี 34190

*ตดิ ตอ่ : E-mail: [email protected], เบอรโ์ ทรศพั ท์ 045-353-300 ต่อ 2644, เบอรโ์ ทรสาร 045-353-333

บทคดั ยอ่
งานวจิ ยั น้ีนาเสนอการออกแบบและพฒั นาระบบเปลย่ี นน้าและใหอ้ าหารปลากดั ในขวดแบบอตั โนมตั ิ ระบบประกอบ
ไปดว้ ยสวติ ช์ ชุดประมวลผล ชุดขบั เคล่อื น ชุดเปลย่ี นน้า และชุดใหอ้ าหาร ผใู้ ชจ้ ะสงั่ การระบบผ่านสวติ ช์ โดยชุด
ประมวลผลท่เี ป็นไมโครคอนโทรลเลอรจ์ ะควบคุมใหช้ ุดขบั เคล่อื นนาชุดเปลย่ี นน้าและชุดใหอ้ าหารเคล่อื นทไ่ี ปยงั
ตาแหน่งท่ขี วดตงั้ อยู่ จากนัน้ ชุดประมวลผลจะสงั่ การให้ชุดเปลย่ี นน้าหรอื ชุดใหอ้ าหารทางาน จากผลการทดลอง
พบว่าระบบสามารถเปลย่ี นน้าและใหอ้ าหารไดต้ ามวตั ถปุ ระสงคโ์ ดยใชเ้ วลาในการเปลย่ี นน้าน้อยกวา่ ใชแ้ รงงานคน
คาหลกั : ระบบเปลย่ี นน้าใหป้ ลา; ระบบใหอ้ าหารปลา; ปลากดั

Abstract

This research describes the design and development of an automatic water changing and feeding system
for fighting fish in bottles. The system consists of switches, a processing unit, a driving unit, a water
changing unit, and a feeding unit. The user operates the system via switches. The processing unit
(microcontroller) controls the driving unit moving the water changing unit and the feeding unit to the
position where the bottles are located. Then, the processing unit activates the water changing unit or the
feeding unit. From the experimental results, the system can change water and feed as desired with less
time in changing water compared to man labor.
Keywords: fish water changing system; fish feeding system; fighting fish

1. บทนา สวยงามของไทย ปลากัดเป็ นปลาท่ีมีปริมาณการ
ส่งออกมากท่ีสุด จึงเป็นสตั ว์น้าท่ีมีศกั ยภาพสูงท่ีจะ
รฐั บาลปัจจุบนั ไดม้ ุ่งเน้นโครงสรา้ งเศรษฐกจิ ใหไ้ ป ขยายการตลาด ซ่ึงในการลดความสูญเสียและเพิ่ม
ท่ี 4.0 โดยเน้นการขบั เคล่อื นทเ่ี ป็นนวตั กรรม เปลย่ี น มลู คา่ จากโซอ่ ุปทานของปลากดั เกษตรกรผเู้ พาะเลย้ี ง
สินค้าท่ีผลิตเหมือนกันทัว่ โลกให้เป็ นสินค้าเชิง ปลากดั จาเป็นต้องมีการบริหารจดั การภายในฟาร์ม
นวตั กรรม เปล่ียนภาคอุตสาหกรรมธรรมดาให้ใช้ อย่างมรี ะบบ แนวทางหน่ึงคือลดต้นทุนการผลติ เพ่อื
เทคโนโลยี สัตว์น้าสวยงามเป็นอีกโมเดลท่ีจะตอบ ลดการสญู เสยี ทงั้ ค่าใชจ้ ่ายและเวลา [1]
โจทย์ประเทศไทย 4.0 จากข้อมูลการส่งออกสตั ว์น้า

11

29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอสี าน

ในการเล้ยี งปลากดั เม่อื ปลาเจรญิ เติบโตมอี ายุได้ 2.2. ชุดขบั เคล่อื น
ประมาณ 3 เดือนข้นึ ไป เกษตรกรจะคดั ปลาขน้ึ ขวด โครงสร้างของชุดขบั เคล่อื นใชอ้ ลูมเิ นียมโปรไฟล์
โหล ส่วนมากจะทาการคดั แยกปลากดั เพศผู้ออกจาก
ปลากดั เพศเมยี เพราะปลากดั เพศผจู้ ะมสี สี นั สวยงาม ขนาด 45x80 เซนติเมตร มชี ุดลอ้ รางแขวนขนาดเลก็
กว่าปลาเพศเมียอกี ทงั้ ยงั มีราคาดีกว่า อีกอย่างเม่ือ เป็นตวั ขบั เคล่อื นในแนวระนาบ โดยชุดล้อจะใช้ตลบั
ปลากดั เจรญิ เตบิ โตได้ 3 เดอื นขน้ึ ไป จะมนี สิ ยั กา้ วรา้ ว ลูกปืนเป็นชุดล้อขบั เคล่อื น [3] ดงั แสดงในรูปท่ี 2 ใน
ชอบกดั กนั หากไม่ทาการแยกปลาออกจากกนั จะทา การขับเคล่ือนจะใช้สเต็ปเปอร์มอเตอร์ (Stepper
ใหป้ ลากดั ตวั ทม่ี ขี นาดใหญ่กว่าไล่กดั ตวั ทม่ี ขี นาดเลก็ Motor) แบบ 1.8 องศา/step ผ่านวงจรขับมอเตอร์
กว่า สาหรบั ปลากดั จนี เม่อื แยกเพศผูเ้ พศเมยี แลว้ จะ A4988 ซง่ึ ควบคุมดว้ ยบอรด์ Arduino MEGA 2560
คดั ขน้ึ ขวดโหลจานวนขวดละ 1 ตวั โดยใส่ในขวดสุรา
แบน เพราะไม่เล็กเกนิ ไปและไม่ส้นิ เปลอื งสถานท่ตี งั้ รปู ท่ี 2 โครงสรา้ งของชุดขบั เคลอ่ื น
ขวด ปลากดั จนี ตวั ผเู้ ม่อื ขน้ึ ขวดโหลต้องใหอ้ าหารเช้า 2.3 พ้ืนท่ีทดลอง
และเย็น เปล่ียนถ่ายน้ าทุก 3 วัน [2] โดยทัว่ ไป
ผู้ประกอบการฟาร์มปลากัดจะใช้แรงงานคนในการ พน้ื ทท่ี ดลองมขี นาด 45 x 80 เซนตเิ มตรดงั แสดง
เปลย่ี นน้าและใหอ้ าหารปลากดั ทอ่ี ยใู่ นขวด ซง่ึ ตอ้ งเสยี ในรปู ท่ี 3 โดยแบ่งเป็น 10 แถว 4 คอลมั น์สาหรบั วาง
คา่ จา้ งแรงงานและใชเ้ วลานานในการเปลย่ี นน้าและให้ ขวดสรุ าแบนปรมิ าตร 350 มลิ ลลิ ติ รจานวน 40 ขวด
อาหาร ดงั นัน้ คณะผวู้ จิ ยั จงึ มแี นวคดิ ท่จี ะพฒั นาระบบ
อตั โนมตั สิ าหรบั เปลย่ี นน้าและใหอ้ าหารปลากดั ในขวด
เพ่อื ลดตน้ ทุนการผลติ ใหก้ บั ผูป้ ระกอบการฟารม์ ปลา
กดั

2. อปุ กรณ์และวิธีการ

2.1 ภาพรวมของระบบ

ระบบเปลย่ี นน้าและใหอ้ าหารปลากดั ในขวดแบบ
อตั โนมตั มิ โี ครงสรา้ งภาพรวมของระบบแสดงดงั รปู ท่ี
1 ผใู้ ช้จะสงั่ การระบบผ่านสวติ ช์ โดยชุดประมวลผลท่ี
เป็นไมโครคอนโทรลเลอร์จะควบคุมให้ชุดขบั เคล่อื น
น า ชุ ด เป ล่ีย น น้ า แ ล ะ ชุ ด ใ ห้ อ า ห า ร เค ล่ือ น ท่ี ไป ยัง
ตาแห น่ งท่ีขวดเล้ียงป ลากัด ตั้งอยู่ จากนั้น ชุ ด
ประมวลผลจะสงั่ การใหช้ ุดเปล่ียนน้าหรอื ชุดใหอ้ าหาร
ทางาน

สวติ ช์ ชดุ ประมวลผล ชดุ เปล่ยี นนา้ รปู ท่ี 3 พน้ื ทท่ี ดลอง
ชดุ ขบั เคล่อื น ชุดใหอ้ าหาร

รปู ที่ 1 ภาพรวมของระบบ

12

2.4 ชุดเปลี่ยนน้าและให้อาหาร ผงั การทางานของระบบแสดงดงั รูปท่ี 6 โดยเร่ิม
จากรบั คาสงั่ จากผใู้ ชว้ ่าจะเลอื กโหมดเปลย่ี นน้าหรอื ให้
ชุดเปล่ยี นน้าและให้อาหารทาจากท่อและข้อต่อ อาหาร จากนัน้ หวั เปลย่ี นน้าและใหอ้ าหารจะเคล่อื นท่ี
PVC และใชส้ ายยางเป็นตวั เช่อื มต่อไปยงั ปัม๊ น้า โดย ไปทีละแถวเพ่ือเปล่ียนน้าหรือให้อาหารจนครบ 10
ออกแบบให้หัวเปล่ยี นน้าและหวั ให้อาหารมีลกั ษณะ แถวแล้วเคล่ือนท่ีกลบั มายงั จุดเรม่ิ ต้น ในกรณีท่ีหวั
เหมอื นกนั คอื มที ่อเลก็ ๆ แยกออกมาจานวน 4 ท่อดงั เปล่ียนน้าและให้อาหารเคล่ือนท่ีเกิน 10 แถว จะมี
แสดงในรปู ท่ี 4 ลมิ ติ สวติ ชป์ ลายทางตรวจจบั เพอ่ื สงั่ ใหร้ ะบบกลบั มายงั
จุดเรม่ิ ต้น และมลี มิ ติ สวติ ช์ต้นทางตรวจจบั การมาถึง
จุดเรมิ่ ตน้ เพอ่ื รเี ซต็ ค่าของระบบ

รปู ที่ 4 ชดุ เปลย่ี นน้าและใหอ้ าหาร

2.5 วงจรควบคมุ รปู ที่ 6 ผงั การทางานของระบบ
การควบคมุ การทางานของระบบทาไดด้ ว้ ยการต่อ
3. ผลการทดลอง
ว ง จ ร ไ ฟ ฟ้ า แ ล ะ อุ ป ก ร ณ์ ต่ า ง ๆ เ ข้ า กั บ 3.1 ผลการทดลองชดุ ขบั เคลื่อน
ไมโครคอนโทรลเลอร์ดังแสดงในรูปท่ี 5 โดยใช้
แหล่งจ่ายไฟสวติ ชง่ิ ขนาด 12 V จ่ายไฟใหส้ เตป็ เปอร์ ทดลองชุดขบั เคล่อื นดงั แสดงในรูปท่ี 7 โดยตงั้ ค่า
มอเตอร์ ปัม๊ น้า และวงจรลดแรงดนั ท่แี ปลงสญั ญาณ ใหห้ วั ใหอ้ าหารเคล่อื นทไ่ี ปหยุดทลี ะแถวๆ ละ 1 วนิ าที
ไฟตรง 12 V เป็นสญั ญาณไฟตรง 5 V เพ่ือจ่ายให้ จนครบ 10 แถวแล้วกลับมายงั จุดเรม่ิ ต้น กดสวิตช์
รเี ลย์ ส่วนแหล่งจ่ายไฟสวิตชิ่งขนาด 5 V จ่ายไฟให้ เลอื กโหมดใหอ้ าหารเพ่อื เรมิ่ การทางานของระบบ (แต่
บอรด์ Arduino Mega 2560 สวติ ช์ และลมิ ติ สวติ ช์ ยงั ไม่ได้ต่อปัม๊ น้า) แลว้ บนั ทกึ ระยะเวลาตงั้ แต่เรม่ิ ต้น
จนสน้ิ สุดการทางานใน 1 รอบ ทดลองซ้า 10 รอบ ผล
รปู ที่ 5 ผงั การต่อวงจรควบคมุ การทางานของระบบ การทดลองแสดงดงั ตารางท่ี 1 ซ่ึงตามการออกแบบ
แล้วระยะเวลาท่ีหยุดให้อาหารคือ 10 วินาที (10
แถวๆ ละ 1 วนิ าท)ี และระยะเวลาทม่ี กี ารเคล่อื นทค่ี อื
23 วินาที (จากจุดเร่ิมต้นไปยังแถวท่ี 1-10 แล้ว
กลับมายังจุดเร่ิมต้น) รวมเป็ น 33 วินาที แต่จาก
ตารางท่ี 1 จะเหน็ ว่าเวลาทใ่ี ชใ้ นแต่ละรอบส่วนใหญ่มี
ค่าน้อยกว่า 33 วินาทีซ่ึงเป็นการทางานท่ีผิดพลาด
ปัญหาทเ่ี กดิ ขน้ึ มสี าเหตุมาจากการเปลย่ี นสถานะของ

13

29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอสี าน

รเี ลยจ์ ากสถานะ On เป็นสถานะ Off ในช่วงเวลาสนั้ ๆ 3.2 ผลการทดลองชุดเปล่ียนน้า
จงึ ส่งผลให้ไมโครคอนโทรลเลอร์เกดิ การรเี ซ็ต ทาให้
ระบบเกดิ ความผดิ พลาดทางานไม่ครบรอบตามคาสงั่ ทดลองชุดเปลย่ี นน้าบนพน้ื ทท่ี ดลองทว่ี างขวด 10
จงึ ไดด้ าเนินการแกไ้ ขโดยการนาวงจรกรองความถต่ี ่า แถวๆ ละ 4 ขวดดังแสดงในรูปท่ี 8 โดยผสมน้ากับ
ผ่านต่อระหว่างสัญญาณไฟตรง 5 V กับรีเลย์เพ่ือ แป้งมนั แล้วบรรจุลงขวดๆ ละ 200 มิลลิลิตรและตงั้
แกป้ ัญหาดงั กลา่ ว เวลาเปล่ยี นน้าแถวละ 9 วนิ าที กดสวติ ช์เลอื กโหมด
เปล่ียนน้าเพ่ือเร่ิมการทางานของระบบ แล้วบันทึก
ระยะเวลาการเปลย่ี นน้าในแตล่ ะแถวและระยะเวลาทม่ี ี
การเคล่อื นท่ี หลงั จากเสรจ็ สน้ิ กระบวนการ น้าในขวด
จะเปล่ียนจากเดิมท่ีมีลักษณ ะขุ่นดังรูปท่ี 9 (ก)
กลายเป็ น ลักษ ณ ะใสดังรูป ท่ี 9 (ข) จากนั้นใช้
แรงงานคนเปลย่ี นน้าทลี ะขวดเพอ่ื เปรยี บเทยี บ ผลการ
ทดลองแสดงดังตารางท่ี 2 จะเห็นว่าการเปล่ียนน้า
ด้วยระบบท่ีสร้างข้นึ ใช้เวลารวม 113 วินาทีซ่ึงน้อย
กว่าการเปล่ยี นน้าด้วยแรงงานคนท่ใี ช้เวลารวม 129
วนิ าที

รปู ที่ 7 การทดลองชุดขบั เคล่อื น รปู ที่ 8 การทดลองชดุ เปลย่ี นน้า
รปู ท่ี 9 น้าในขวดกอ่ นและหลงั เปลย่ี นน้า
ตารางท่ี 1 ผลการทดลองชดุ ขบั เคล่อื น
รอบท่ี ระยะเวลาในการทางาน (วนิ าท)ี

15
2 10
3 10
4 15
5 15
6 33
75
8 10
9 15
10 33

14

ตารางที่ 2 ระยะเวลาในการเปลย่ี นน้าในขวดโดยใช้ ตารางท่ี 3 ระยะเวลาในการให้อาหารในขวดโดยใช้

ระบบทส่ี รา้ งขน้ึ เปรยี บเทยี บกบั ใชแ้ รงงานคน (วนิ าท)ี ระบบทส่ี รา้ งขน้ึ เปรยี บเทยี บกบั ใชแ้ รงงานคน (วนิ าท)ี

แถวท่ี ระบบทส่ี รา้ งขน้ึ แรงงานคน แถวท่ี ระบบทส่ี รา้ งขน้ึ แรงงานคน

1 9 14 1 12

2 9 12 2 12

3 9 13 3 12

4 9 13 4 12

5 9 14 5 12

6 9 12 6 12

7 9 14 7 12

8 9 14 8 12

9 9 12 9 12

10 9 11 10 1 2

ชว่ งทม่ี กี ารเคล่อื นท่ี 23 - ชว่ งทม่ี กี ารเคลอ่ื นท่ี 23 -

รวม 113 129 รวม 33 20

3.3 ผลการทดลองชุดให้อาหาร 4. สรปุ
ระบบเปลย่ี นน้าและใหอ้ าหารปลากดั ในขวดแบบ
ทดลองชุดให้อาหารบนพน้ื ทท่ี ดลองเช่นเดยี วกบั อัต โน มัติท่ีพัฒ น าข้ึน ป ระกอบ ด้วย ส วิต ช์ ชุ ด
ชุดเปล่ยี นน้า จาลองการให้อาหารโดยตงั้ ค่าเป็นการ ประมวลผล ชุดขับเคล่ือน ชุดเปล่ียนน้า และชุดให้
ปล่อยน้าแถวละ 1 วินาที กดสวิตช์เลือกโหมดให้ อาหาร จากผลการทดลองพบว่าระบบสามารถทางาน
อาหารเพ่ือเร่ิมการทางานของระบบ แล้วบันทึก ไดจ้ รงิ จงึ เป็นประโยชน์สาหรบั นาไปใช้ในฟาร์มปลา
ระยะเวลาการใหอ้ าหารในแต่ละแถวและระยะเวลาทม่ี ี กัดเพ่ืออานวยความสะดวก ลดต้นทุนในการจ้าง
การเคล่อื นท่ี จากนัน้ ใช้แรงงานคนให้อาหารทลี ะขวด แรงงาน และประหยดั เวลาในการเปลย่ี นน้าใหป้ ลากดั
เพอ่ื เปรยี บเทยี บ ผลการทดลองแสดงดงั ตารางท่ี 3 จะ
เห็นว่าการให้อาหารด้วยระบบท่ีสร้างขน้ึ ใชเ้ วลารวม 5. กิตติกรรมประกาศ
33 วนิ าทซี ่งึ มากกวา่ การใหอ้ าหารดว้ ยแรงงานคนทใ่ี ช้ ขอขอบคุณ ดร.ชยั วุฒิ กรุดพนั ธ์ และ ดร.จรุงจติ
เวลารวม 20 วินาทีเน่ืองมาจากระบบท่ีสร้างข้ึน กรุดพันธ์ จากสาขาวิชาประมง คณะเกษตรศาสตร์
เสยี เวลา 23 วนิ าทใี นชว่ งทม่ี กี ารเคล่อื นท่ี มหาวทิ ยาลยั อบุ ลราชธานี ทใ่ี หค้ วามอนุเคราะห์ขอ้ มลู
การเลย้ี งปลากดั

6. เอกสารอ้างอิง

[1] อมรรัตน์ เสริมวัฒนากุล (2561). การจัดการ
ระบบโลจิสติกส์และโซ่อุปทานปลากัดไทยเพ่ือการ

15

29 มนี าคม 2565
คณะวศิ วกรรมศาสตรแ์ ละเทคโนโลยี มหาวทิ ยาลยั เทคโนโลยรี าชมงคลอสี าน
สง่ ออก, วารสารการประมงอเิ ลก็ ทรอนกิ ส,์ ปีท่ี 1 ฉบบั
ท่ี 1, มกราคม – มนี าคม 2561, หน้า 100 – 132.
[2] ธนากร ฤทธไิ์ ธสง (2545). ค่มู อื การเพาะเล้ยี งและ
การคดั สายพนั ธุ์ปลากดั ฉบบั สมบูรณ์, พมิ พ์ครงั้ ท่ี 1,
กรงุ เทพฯ: เพชรกะรตั สตวิ ดโิ อ.
[3] ปิยะราช แสนศร,ี พงศธร อกั โข และ อาพล มงั่ คงั่
(2559). ฟาร์มอจั ฉรยิ ะโดยใช้ Computer Numerical
Control, ปริญญานิพนธ์วิศวกรรมศาสตรบัณฑิต
มหาวทิ ยาลยั อบุ ลราชธานี, อบุ ลราชธานี.

16

รหสั บทความ : AMA03

การพฒั นาเคร่อื งอบแห้งเส้นไหมแบบอตั โนมตั ิด้วยสมองกลฝังตวั
Development Automatic silk drying machine by embedded system

ธญั ภพ ศริ มิ าศเกษม1* และ ธเนศ ตงั้ จติ เจรญิ เลศิ 2
Thanyaphob Sirimaskasem1* and Thanet Thangjitjaroenlert2

1,2 สาขาเทคโนโลยวี ศิ วกรรมไฟฟ้า, คณะเทคโนโลยอี ตุ สาหกรรม, มหาวทิ ยาลยั ราชภฏั พระนคร, กรงุ เทพมหานคร 10220
1,2 Department of Electrical Engineering Technology, Faculty of Industrial Technology, Bangkok 10220
*ตดิ ตอ่ : [email protected], 081-9108936

บทคดั ยอ่
งานวิจัยน้ีเป็ นการพัฒนาและสร้างเคร่ืองอบแห้งเส้นไหมแบบอัตโนมัติด้วยสมองกลฝั งตัว โดยใช้
ไมโครคอนโทรลเลอร์ร่วมกบั อุปกรณ์ไฟฟ้าในการควบคุมและแสดงผล ใชพ้ ลงั งานไฟฟ้า 220 โวลต์ 1 เฟส ใชข้ ด
ลวดความรอ้ นทางไฟฟ้าเป็นตวั กาเนิดความร้อน มอเตอร์พดั ลมแบบหอยโข่งเป็นตวั พาความรอ้ น และมอเตอร์
เกยี ร์เป็นตวั หมุนชุดแขวนไจไหม วตั ถุประสงค์ของงานวจิ ยั เพ่อื ออกแบบและสร้างเคร่อื งอบแห้งเสน้ ไหมแบบ
อตั โนมตั ดิ ้วยสมองกลฝังตวั และหาประสทิ ธภิ าพของเคร่อื งอบแห้งเสน้ ไหมแบบอตั โนมตั ดิ ว้ ยสมองกลฝังตวั วธิ ี
วจิ ยั ใชก้ ารเปรยี บเทยี บค่าความชน้ื ของเสน้ ไหมช่วงก่อนอบและหลงั การอบดว้ ยเครอ่ื งอบแหง้ เสน้ ไหมแบบอตั โนมตั ิ
ดว้ ยสมองกลฝังตวั การทดสอบเสน้ ไหมถกู อบทอ่ี ณุ หภูมิ 35 และ 40 องศาเซลเซยี ส ทช่ี ว่ งเวลาอบ 2, 4, 6, 8 และ
10 นาที วสั ดุอบใชไ้ หมเปลอื กหรอื ไหมหลบื ชุบน้าบดิ หมาด เส้นไหมจานวน 7 ไจ ต่อ 1 รอบการอบ ผลการวจิ ยั
พบวา่ การอบเสน้ ไหมทอ่ี ุณหภูมิ 35 องศาเซลเซยี ส ทช่ี ว่ งเวลาอบ 2, 4, 6, 8 และ 10 นาที ปรมิ าณความชน้ื ลดลง
1.84, 3.15, 3.54, 5.28 และ 6.94 % ตามลาดบั และทอ่ี ุณหภูมิ 40 องศาเซลเซยี ส ช่วงเวลาอบ 2, 4, 6, 8 และ 10
นาที ปรมิ าณความช้นื ลดลง 1.91, 3.29 , 3.52, 6.20 และ 7.94 % ตามลาดบั สรุปผลการวจิ ยั ตู้อบแห้งเส้นไหม
แบบอตั โนมตั ิด้วยสมองกลฝังตวั สามารถลดความช้นื ของเส้นไหมลงได้ มีประสทิ ธิภาพลดความช้นื ร้อยละ 16
ในช่วงอุณหภูมิ 35 และร้อยละ 18 ในช่วงอุณหภูมิ 40 องศาเซลเซียส ท่เี วลา 2 – 10 นาที ความแตกต่างของ
ความชน้ื ก่อนและหลงั การอบจะมคี ่ามากหรอื น้อยขน้ึ อย่กู บั การเพมิ่ หรอื ลดอุณหภูมแิ ละระยะเวลาในการอบ การอบ
เสน้ ไหมทอ่ี ุณหภมู สิ งู และเวลาทน่ี านเกนิ ไปจะทาใหเ้ สน้ ไหมแหง้ และแขง็
คาหลกั : เคร่อื งอบ; เสน้ ไหม; อตั โนมตั ;ิ สมองกลฝังตวั

Abstract
This research is to design and build an embedded automated silk drying machine that is controlled and
displayed using a microcontroller and an electrical device. A microprocessor, a heater source unit, a
convection fan unit, and a 220-volt AC power for the gear motor unit that rotates the hanger make up the
machine. The objectives of this study are to design and construct an embedded automated silk drying
machine, as well as to assess the efficiency of this system. Moisture content of silk before and after drying

17

with an automated silk drier. The silk was dried at 35 and 40 °C for the experiment, and the wet silk was
moistened with water for 7 jai each cycle, with time intervals of 2, 4, 6, 8, and 10 minutes. The moisture
content of the silk threads decreased by 1.84, 3.15, 3.54, 5.28, and 6.94 percent, respectively, when dried
at 35 °C for 2, 4, 6, 8, and 10 minutes, and by 1.91, 3.29, 3.52, 6.20, and 7.94 percent, respectively, when
dried at 40 °C for 2, 4, 6, 8, and 10 minutes. The automated silk drying cabinet was effective in reducing
humidity using a temperature of 35 – 40 degrees Celsius, and the moisture content of the silk threads could
be decreased to 16 - 18 percent in a time of 2-10 minutes. The difference in the humidity before and after
drying depends on the temperature and the time of drying. Finally, Drying the threads at high temperatures
and for too long will cause the threads to become dry and solid.
Keywords: silk dryer; automatic; embedded

1. บทนา เทคโนโลยีทางด้านวิศวกรรมไฟฟ้ าและการควบคุ ม
อตั โนมตั ไิ ดพ้ ฒั นาไปมาก มกี ารนาเทคโนโลยเี ขา้ มา
ผา้ ไหมและผลติ ภณั ฑจ์ ากไหมของไทยเป็นท่รี ู้จกั ประยุกต์ใชเ้ พ่อื แก้ปัญหาในงานด้านต่าง ๆ มากมาย
กนั อย่างแพร่หลายและขน้ึ ช่อื แห่งหน่ึงของโลก ไดก้ าร เช่น งานด้านคมนาคม งานด้านการแพทย์ งานด้าน
ยอมรบั จากต่างประเทศในด้านคุณภาพและความ สาธารณูปโภค และงานดา้ นเกษตรกรรม เป็นต้น จาก
สวยงามท่ีเป็ นเอกลักษณ์ การผสมผสานของ ปัญหาการตากเส้นไหมข้างต้น คณะผู้วิจยั ได้มีการ
วฒั นธรรมและภูมปิ ัญญาทอ้ งถนิ่ ในการนาเสน้ ไหมมา ออกแบบและสรา้ งเคร่อื งอบแหง้ เสน้ ไหมแบบอตั โนมตั ิ
ใช้ในการถกั ทอเพ่อื ให้เกดิ เป็นผ้าไหมและผลิตภณั ฑ์ ด้วยสมองกลผังตัว ซ่ึงเป็ นการนาความรู้ทาง
ต่าง ๆ เช่น ชุดผ้าไหมผู้ชาย ชุดผ้าไหมผู้หญิง เทคโนโลยวี ศิ วกรรมไฟฟ้าและระบบควบคุมอตั โนมตั ิ
ผา้ พนั คอ เนคไท หมอนองิ กระเป๋ า ของทร่ี ะลกึ และอ่นื [11] เขา้ มาช่วยแก้ปัญหาโดยใชไ้ มโครคอนโทรลเลอร์
ๆ การได้มาของผลิตภัณฑ์จากผ้าไหมท่ีมีคุณภาพ ร่วมกบั อุปกรณ์ไฟฟ้าในการควบคุมและแสดงผลผ่าน
และความสวยงาม มขี นั้ ตอนกระบวนการทห่ี ลากหลาย หน้าจอผลกึ เหลว [12] ใชพ้ ลงั งานไฟฟ้า 220 โวลต์ 1
ตงั้ แต่ขนั้ ตอนการเล้ยี งไหม การสาวไหม การเตรียม เฟส ใช้ขดลวดความร้อนทางไฟฟ้าเป็นตัวกาเนิด
เสน้ ไหม การมดั หม่ี การยอ้ มสี [6] การแก้หม่ี การทอ ความรอ้ น มอเตอรพ์ ดั ลมแบบหอยโขง่ เป็นตวั พาความ
ผ้าไหม เป็นต้น สสี นั ของเส้นไหมท่ีสวยงาม ได้มา รอ้ นใหห้ มนุ เวยี นภายใน และมอเตอรเ์ กยี รเ์ ป็นตวั หมนุ
จากการขนั้ ตอนการย้อมสี และการตากเส้นไหม ท่ี ชุดแขวนไจไหมเพ่ือให้เส้นไหมแห้งอย่างทัว่ ถึง
ผา่ นมาขนั้ ตอนหลงั การยอ้ มสขี องชมุ ชนหรอื ทอ้ งถนิ่ จะ ตวั เคร่อื งสามารถเลือกช่วงอุณหภูมิและเวลาในการ
ใชว้ ธิ แี บบธรรมชาติ โดยการนาเสน้ ไหมมาบดิ หมาด อบแห้งเส้นไหมได้ วตั ถุประสงค์งานวิจัยน้ีเพ่ือนา
ๆ แล้วนาไปใส่ราวผ่ึงหรอื ตากให้แห้งในท่ีร่ม ซ่ึงไม่ ความรู้ทางด้านวิศวกรรมไฟฟ้ าและการควบคุม
สามารถควบคุมในเร่อื งของเวลาการแห้งท่ตี ้องขน้ึ อยู่ อัตโนมตั ิ [1] มาใช้ในการออกแบบและสร้างเคร่ือง
กับสภาพอากาศในช่วงเวลาหรือฤดูกาลช่วงนัน้ อบแหง้ เสน้ ไหมแบบอตั โนมตั ดิ ว้ ยสมองกลฝังตวั เพ่อื
รวมถึงต้องใช้แรงงานคนในการกลบั เส้นไหมเพ่อื ให้ หาประสิทธิภาพการทางานของเคร่ืองใน การลด
เกดิ ความแหง้ อย่างสม่าเสมอ ทาใหก้ ระบวนการถดั ไป ความชน้ื ของเสน้ ไหม
ของการทาผลติ ภณั ฑจ์ ากไหมเกดิ ความล่าชา้ ผลติ ไม่
ทันตามกาหนด ผลิตภณั ฑ์ไม่ได้มาตรฐาน ปัจจุบัน

18

2. วิธีการวิจยั รปู ที่ 1 การออกแบบขนาดเคร่อื งอบเสน้ ไหม
นอกจากน้ียงั ได้ออกแบบชุดแขวนไจไหมแบบ 6
2.1 การออกแบบและสรา้ ง กา้ น แต่ละกา้ นความยาว 0.95 ฟุต แขนไหมไดก้ า้ นละ
3 ไจ ดงั รปู ท่ี 2
เคร่อื งอบแหง้ เสน้ ไหมแบบอตั โนมตั ดิ ว้ ยสมองกล
ฝังตวั ออกแบบเป็นทรงกระบอกสองชนั้ ชนั้ ท่ี 1 กนั้ รปู ท่ี 2 การออกแบบแกนหมุนและทแ่ี ขวนไจไหม
ความรอ้ น ชนั้ ท่ี 2 เป็นชอ่ งลมหมุนเวยี นอากาศภายใน การสร้างและประกอบชุดหมุนเวียนลมร้อนใช้
ตู้ มีขนาดเส้นผ่านศูนย์กลาง 2.55 ฟุต สูง 4.00 ฟุต มอเตอร์ชนิดหอยโขง่ ชุดหมุนไจไหมใชม้ อเตอร์เกยี ร์
ปริมาตรภายในตู้อบ 8.01 ลูกบาศก์ฟุต มอเตอร์ ทดรอบอตั ราสว่ น 30:1 ดงั รปู ท่ี 3
หมุนเวยี นลมภายในตูอ้ บเป็นแบบหอยโข่ง ขนาด 1/8
แรงม้า แรงดัน 220 โวลต์ มอเตอร์เกียร์ขนาด 1/4
แรงม้า แรงดนั 220 โวลต์ ใช้ขดลวดความร้อนขนาด
4,500 วตั ต์ 220 โวลต์ ขนาดของขดลวดความรอ้ นหา
ไดจ้ ากสมการ

= × (℉) (1)

3000 × (ℎ )

CF คอื ปรมิ าตรตอู้ บ (ลกู บาศกฟ์ ุต)

Temp คอื อณุ หภมู ทิ ต่ี อ้ งการ – เรม่ิ ตน้

Heat up คอื ระยะเวลาทต่ี อ้ งการ (ชวั ่ โมง)
กาtรimหeาขนาดของมอเตอร์หมุนไจไหมได้จาก
สมการ

= 2 × × (2)

60

Power คอื กาลงั วตั ตข์ องมอเตอร์

RPM คอื ความเรว็ รอบของมอเตอร์

Torque คอื แรงบดิ ทแ่ี กนของมอเตอร์

โครงสรา้ งการออกแบบตวั เคร่อื ง การตดิ ตงั้ ชุดขด
ลวดความร้อนไฟฟ้าอยู่ภายนอกเคร่อื งด้านล่างของ
ตู้อบ ชุดหมุนเวียนลมร้อนอยู่ภายนอกด้านขา้ งของ
ตู้อบ ชุดหมุนไจไหมอยู่ด้านบนของตู้อบ และชุด
ควบคุมการทางานตดิ ตงั้ ดา้ นขา้ งตอู้ บ ดงั รปู ท่ี 1

19

รปู ที่ 5 ตคู้ วบคุมและแสดงผลการทางาน

รปู ที่ 3 เครอ่ื งอบเสน้ ไหมแบบอตั โนมตั ิ ภายในตู้ควบคุมประกอบไปด้วย ภาคควบคุม
และภาคขบั กาลงั ใชแ้ มกเนตกิ ร่วมกบั รเี ลยก์ าลงั เป็น
ติดตงั้ ชุดแขวนไจไหมกบั เพลาของของมอเตอร์ ตวั ขบั การทางานของขดลวดความรอ้ น มอเตอรพ์ ดั ลม
เกยี รร์ ะยะความยาวจากเพดานถงึ กา้ นแขวน 0.34 ฟุต หมุนเวยี น และมอเตอรห์ มุนไจไหม ดงั รปู ท่ี 6
ดงั รปู ท่ี 4

รปู ท่ี 4 ตวั แขวนไจไหมยดึ ตดิ กบั มอเตอรเ์ กยี ร์ รปู ท่ี 6 ชดุ ควบคมุ การทางานของเคร่อื ง

แ ผ ง ห น้ า ปั ดตู้ค วบคุ ม ประกอ บด้วยจอ แ สดงผล ออกแบบชดุ ควบคมุ อตั โนมตั โิ ดยใชส้ มองกลฝังตวั
แบบผลกึ เหลว ขนาด 20 ตวั อกั ษร 4 บรรทดั สวติ ซ์ [13] รุ่น Arduino Nano V3.0 ATmega328P มชี อ่ งรบั
เลอื กโหมดการทางาน ปุ่มตงั้ ค่าอุณหภูมิ ปุ่มตงั้ เวลา ส่งสัญญาณดิจิตอล 14 ช่อง และช่องรับสัญญาณ
ปุ่มกดยนื ยนั ปุ่มเปิด ปิด การทางาน ไฟแสดงสถานะ อนาลอก 6 ช่อง จอแสดงผลแบบผลึกเหลวส่อื สาร
และปุ่มหยดุ การทางานแบบฉุกเฉนิ ดงั รปู ท่ี 5 รปู แบบ I2C และรเี ลยค์ วบคุมจานวน 4 ตวั สาหรบั ขบั
ก า ร ท า ง า น ข อ ง เ เ ม ก เ น ติก แ ล ะ อุ ป ก ร ณ์ ท า ง ไฟ ฟ้ า

20

เซนเซอร์วดั อุณหภูมิแบบดจิ ิตอลส่อื สารรูปแบบ I2C
ดงั รปู ท่ี 7

รปู ท่ี 9 ตวั ควบคุมและแสดงผลดว้ ยสมองกลฝังตวั

รปู ที่ 7 ผงั วงจรอเิ ลก็ ทรอนกิ สช์ ุดสมองกลฝังตวั หน้าจอแสดงผลแบบผลึกเหลว ขนาด 20
ตัวอักษร 4 บรรทัด แสดงการตัง้ ค่าอุณหภูมิ ค่า
ผังวงจรการออกแบบและวางตาแหน่งอุปกรณ์ อณุ หภูมทิ อ่ี า่ นได้ การตงั้ คา่ เวลา เวลาทเ่ี หลอื และการ
อิเล็กทรอนิกส์ก่อนการสร้างแผงวงจรพมิ พ์และการ แจง้ เตอื นเมอ่ื จบการทางาน ดงั รปู ท่ี 10
ประกอบอปุ กรณ์ ดงั รปู ท่ี 8

รปู ท่ี 10 หน้าจอแสดงผลแบบผลกึ เหลว

รปู ที่ 8 ผงั วงจรอุปกรณ์ชดุ สมองกลฝังตวั 2.2 การทางานของเครอ่ื งอบ

สร้างแผงวงจรพมิ พ์และเช่ือมประกอบอุปกรณ์ การทางานเคร่อื งอบเส้นไหมอตั โนมตั ิดว้ ยสมอง
อเิ ล็กทรอนิกส์ เขยี นโปรแกรมดว้ ยภาษา C/C++ รบั กลฝังตวั มี 2 ระบบ คอื ระบบควบคุมดว้ ยมือ ใช้ตวั
ค่าอุณหภูมจิ ากเซนเซอร์ [3] การประมวลผลและการ ควบคุมอุณหภูมทิ างไฟฟ้า (Temperature Controller)
ควบคมุ สว่ นต่าง ๆ ดงั รปู ท่ี 9 ในการตงั้ ค่าและควบคุมอุณหภมู ิ หยุดการทางานดว้ ย
การกดป่มุ หยุด ไม่สามารถตงั้ เวลาหยุดการทางานของ
เครอ่ื งได้ ระบบควบคุมอตั โนมตั ิ (Auto) ใชส้ มองกลฝัง
ตัวรับค่าจากเซนเซอร์ตรวจวัดอุณหภูมิ [13] เพ่ือ
ควบคุมการทางานและแสดงผลด้วยจอผลึกเหลว
ขนาด 20 ตวั อกั ษร 4 บรรทัด ใช้แมกเนติกร่วมกับ
รีเลย์กาลังเป็นภาคขบั การทางานขดลวดความร้อน

21

มอเตอร์พดั ลมหมุนเวียน และมอเตอร์หมุนไจไหม MCO คอื ความชน้ื เสน้ ไหมหลงั การอบ
สามารถตัง้ เวลาหยุดการทางานเคร่ืองได้อัตโนมตั ิ
ขนั้ ตอนทางาน กดป่มุ เรม่ิ ทางานเลอื กการควบคมุ แบบ วสั ดุทใ่ี ชใ้ นการอบเป็นชนิดไหมเปลอื กชุบน้าบดิ
มือหรอื แบบอตั โนมตั ิ ตงั้ ค่าอุณหภูมแิ ละเวลาใช้งาน หมาด จานวน 7 ไจ ต่อ 1 รอบการอบ ทดสอบท่ี
(สาหรับการควบคุมแบบอัตโนมัติ) กดปุ่มยืนยัน อุณหภูมิ 2 ช่วง คือ 35 และ 40 องศาเซลเซียส
มอเตอร์พดั ลมเรมิ่ หมุนเวยี นลมผ่านขดลวดความรอ้ น ช่วงเวลา 2, 4, 6, 8 และ 10 นาที วัดความช้ืนด้วย
และมอเตอร์หมุนไจไหมเร่ิมทางาน เซนเซอร์อ่านค่า เคร่ืองวัดแบบดิจิตอล หน่ วยวัดความช้ืนเป็ น
อุณหภูมสิ ่งสญั ญาณเขา้ สมองกลฝังตวั เพ่อื ควบคุมชุด เปอรเ์ ซน็ ต์ ดงั รปู ท่ี 12
ขบั ขดลวดความรอ้ นใหท้ างานหรอื หยุดทางาน ตามค่า
อุณหภมู ทิ ต่ี งั้ ไว้ จอแสดงผลแบบผลกึ เหลวแสดงขอ้ มลู
4 ค่า อุณหภูมทิ ต่ี งั้ ค่า อุณหภูมิ ภายในตู้ เวลาทางาน
ท่ีตัง้ ค่าและเวลาท่ีเหลือในการทางาน กรณีเกิด
เหตุขดั ข้องสามารถหยุดระบบได้ทนั ทีด้วยปุ่มหยุด
ฉุกเฉินทางไฟฟ้า เม่ือครบกาหนดเวลาระบบหยุด
ทางานอัตโนมัติและแจ้งเตือนจบการทางานผ่าน
จอแสดงผลแบบผลกึ เหลว ดงั รปู ท่ี 11

รปู ที่ 12 การวดั ความชน้ื ดว้ ยเคร่อื งวดั ดจิ ติ อล

รปู ท่ี 11 หน้าจอแจง้ เตอื นจบการทางาน 3. ผลการทดสอบ

2.3 การหาประสิทธิภาพ ผลการทดสอบเคร่อื งอบเสน้ ไหมดว้ ยสมองกลฝัง
ตวั ทดสอบอบเสน้ ไหมทอ่ี ุณหภูมิ 35 องศาเซลเซียส
การหาประสิทธิภาพของเคร่อื งอบแห้งเส้นไหม จานวนไหม 7 ไจ ต่อ 1 รอบการอบ ไหมเปรยี บเทยี บ
ความช้ืนวัดของเส้นไหมก่อนและหลังการอบด้วย
แบบอตั โนมตั ดิ ว้ ยสมองกลฝังตวั เป็นการหาอตั ราสว่ น เครอ่ื งวดั ความชน้ื แบบดจิ ติ อล จานวน 5 ช่วงเวลา คอื
2, 4, 6, 8 และ 10 นาที ความช้ืนก่อนเข้าเคร่ืองอบ
การลดความชน้ื ไดจ้ ากสมการ เส้นไหมร้อยละ 29.88, 30.12, 29.78, 30.48 และ
29.94 ความช้ืนหลังออกจากเคร่ืองอบลดลงร้อยละ
= − ×100 (3) 28.04, 26.98, 26.24, 26.20, 23.01 ตามลาดับ ดัง
ตารางท่ี 1


คอื ประสทิ ธภิ าพการลดความชน้ื
MCI คอื ความชน้ื เสน้ ไหมก่อนการอบ

22

ตารางท่ี 1 ความชน้ื 5 ชว่ งเวลา ท่ี 35 องศาเซลเซยี ส

เสน้ ไหมไจท่ี 2 นาที อณุ หภมู ิการอบเสน้ ไหมที่ 35 องศาเซลเซียส 10 นาที
เปอรเ์ ซนตค์ วามชืน้ (%) 4 นาที 6 นาที 8 นาที เปอรเ์ ซนตค์ วามชืน้ (%)
1 กอ่ นอบ หลงั อบ เปอรเ์ ซนตค์ วามชืน้ (%) เปอรเ์ ซนตค์ วามชืน้ (%) เปอรเ์ ซนตค์ วามชืน้ (%) กอ่ นอบ หลงั อบ
2 กอ่ นอบ หลงั อบ กอ่ นอบ หลงั อบ กอ่ นอบ หลงั อบ
3 30.40 28.80 29.50 26.90 30.10 26.70 33.00 24.20 30.00 23.10
4 29.60 28.60 30.40 27.00 29.40 26.50 29.50 25.30 29.70 24.10
5 29.50 27.70 30.30 27.50 29.10 26.00 30.10 24.60 29.60 22.40
6 29.90 27.30 30.90 26.70 30.00 26.50 30.00 26.50 30.50 23.60
7 30.10 28.10 29.30 27.10 30.90 26.30 30.60 25.30 29.40 22.50
ค่าเฉลย่ี 29.20 27.60 30.80 26.90 29.20 25.60 30.60 25.40 30.80 22.30
30.50 28.20 29.70 26.80 29.80 26.10 29.60 25.10 29.60 23.10
29.88 28.04 30.12 26.98 29.78 26.24 30.48 25.20 29.94 23.01

ผลการทดสอบเคร่ืองอบเส้นไหมอัตโนมตั ิด้วย รูปที่ 13 ปริมาณความช้ืนท่ีลดลงหลังจากการอบท่ี
สมองกลฝังตวั ทดสอบอบเสน้ ไหมทอ่ี ุณหภูมิ 40 องศา อณุ หภมู ทิ อ่ี ุณหภมู ิ 35 และ 40 องศาเซลเซยี ส
เซลเซียส จานวนไหม 7 ไจ ต่อ 1 รอบการอบ ไหม
เปรยี บเทยี บความชน้ื วดั ของเสน้ ไหมก่อนและหลงั การ ผลการเปรยี บเทยี บความชน้ื หลงั เขา้ เครอ่ื งอบเสน้
อบด้วยเคร่ืองวัดความช้ืนแบบดิจิตอล จานวน 5 ไหมแบบอตั โนมตั ิ 5 ช่วงเวลา คอื 2, 4, 6, 8 และ 10
ช่วงเวลา คือ 2, 4, 6, 8 และ 10 นาที ความช้นื ก่อน นาที ทอ่ี ุณหภูมิ 35 และ 40 องศาเซลเซยี ส ความช้นื
เข้าเคร่ืองอบเส้นไหมร้อยละ 29.82, 29.94, 29.77, ลดลงเฉลย่ี รอ้ ยละ 4.15 และ 4.57 ตามลาดบั ดงั ตาราง
34.92 และ 30.22 ความช้ืนหลังออกจากเคร่ืองอบ ท่ี 3
ลดลงร้อยละ 28.04, 26.98, 26.24, 26.20, 23.01
ตามลาดบั ดงั ตารางท่ี 2

ตารางที่ 2 ความชน้ื 5 ชว่ งเวลา ท่ี 40 องศาเซลเซยี ส ตารางท่ี 3 รอ้ ยละความชน้ื ทล่ี ดลง ณ อุณหภูมิ 35

อณุ หภมู ิการอบเสน้ ไหมท่ี 40 องศาเซลเซียส และ 40 องศาเซลเซยี ส
4 นาที 6 นาที 8 นาที
2 นาที เปอรเ์ ซนตค์ วามชืน้ (%) เปอรเ์ ซนตค์ วามชืน้ (%) เปอรเ์ ซนตค์ วามชืน้ (%) 10 นาที รอ้ ยละของความชน้ื
เปอรเ์ ซนตค์ วามชืน้ (%) กอ่ นอบ หลงั อบ กอ่ นอบ หลงั อบ กอ่ นอบ หลงั อบ เปอรเ์ ซนตค์ วามชืน้ (%)
เสน้ ไหมไจที่ กอ่ นอบ หลงั อบ 30.50 26.80 30.30 26.60 32.00 24.10 กอ่ นอบ หลงั อบ นาที 35 องศาเซลเซยี ส 40 องศาเซลเซยี ส
30.20 26.70 29.00 26.70 30.10 24.60
1 29.80 28.20 29.80 26.50 29.50 26.30 30.50 25.60 32.10 22.10 2 1.84 1.91
2 29.90 28.30 29.60 26.90 29.70 26.30 30.80 25.50 29.60 21.80
3 30.00 27.90 29.80 26.40 30.70 25.60 29.50 24.30 30.20 22.60 4 3.14 3.29
4 29.20 27.60 29.80 26.60 30.00 26.50 31.40 24.20 30.10 22.60
5 29.60 28.20 29.90 26.70 29.20 25.80 29.70 24.80 29.70 22.80 6 3.54 3.52
6 30.20 27.40 29.94 26.65 29.77 26.25 34.92 24.72 30.10 21.30
7 30.10 27.80 29.80 21.10
ค่าเฉลยี่ 29.82 27.91 30.22 22.28

8 5.28 6.2

ผลทดสอบเปรียบเทียบปรมิ าณความช้นื ท่ลี ดลง 10 6.93 7.94
หลังการอบท่ีอุณหภูมิ 35 และอุณหภูมิ 40 องศา
เซลเซียส จานวน 5 ช่วงเวลา คอื 2, 4, 6, 8 และ 10 คา่ เฉลย่ี 4.15 4.57
นาที ดงั รปู ท่ี 13
กราฟแสดงผลเปรยี บเทยี บการความชน้ื ก่อนการ
เข้าเคร่ืองอบเส้นไหมและหลังการอบเส้นไหม 5
ช่วงเวลา 2, 4, 6, 8 และ 10 นาที ทอ่ี ุณหภูมิ 35 องศา
เซลเซยี ส ดงั รปู ท่ี 14

23


Click to View FlipBook Version