การศึกษากระบวนการคัดแยกแตงโมโดยการจําแนกความถี่ร่วมกับโครงข่ายประสาทเทียม

A Study of watermelon sorting process by frequency identification and artificial neural network

Name: คมสันต์ วงศ์กาฬสินธุ์

Organization : มหาวิทยาลัยนครพนม. คณะวิศวกรรมศาสตร์

Email : komsan@npu.ac.th

Name: วัชรวิชญ์ ดาวสว่าง

Organization : มหาวิทยาลัยนครพนม. คณะวิศวกรรมศาสตร์

Name: ณัฐพงษ์ เกตวงษา

Organization : มหาวิทยาลัยนครพนม. คณะวิศวกรรมศาสตร์

Name: ธีรพล อุปชาบาล

Organization : มหาวิทยาลัยนครพนม. คณะวิศวกรรมศาสตร์

Name: ณัฐดนย์ พรรณุเจริญวงษ์

Organization : มหาวิทยาลัยธรรมศาสตร์. คณะวิศวกรรมศาสตร์

Email : pnattado@engr.tu.ac.th

Name: ผดุงศักดิ์ รัตนเดโช

Organization : มหาวิทยาลัยธรรมศาสตร์. คณะวิศวกรรมศาสตร์

keyword: คลื่นความถี่

ThaSH: นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)

ThaSH: แตงโม -- การคัดเกรด

Abstract: งานวิจัยนี้เป็นการพัฒนาวิธีการคัดแยกคุณภาพผลแตงโมซึ่งจากเดิมเป็นการใช้วิธีการเคาะที่ผลแตงโมเพื่อสังเกตเสียงมา เป็นการใช้ระบบที่ทันสมัยในการส่งคลื่นความถี่จากเครื่องกําเนิดคลื่นเสียงผ่านเข้าสู่ผลแตงโมแล้วทําการตรวจวิเคราะห์สัญญาณ ความถี่ตอบสนองโดยการใช้อุปกรณ์จําแนกความถี่ร่วมกับระบบประมวลผลชนิดโครงข่ายประสาทเทียม (Artificial neural network) โดยวิธีการแปลงค่าสัญญาณคลื่นเสียงตอบสนองที่ตรวจวัดได้ให้มีการแสดงผลในรูปแบบของความสัมพันธ์ระหว่าง ค่าความถี่ของสัญญาณกับค่าแอมปลิจูดด้วยวิธีการแปลงฟูเรียร์ (Fast Fourier Transform: FFT) แล้วนําข้อมูลที่ได้มาใช้ กําหนดการเรียนรู้แก่ระบบประมวลผลชนิดโครงข่ายประสาทเทียมของอุปกรณ์ โดยในการศึกษานี้ได้ใช้ความถี่ที่มีการตอบสนอง อย่างชัดเจน 2 ค่าเพื่อเปรียบเทียบกัน ได้แก่ความถี่ 129 และ 172 Hz และได้ทําการทดลองในแตงโมที่สุ่มเลือกจากสวนจํานวน 30 ผลเพื่อสร้างชุดข้อมูล แล้วผ่าผลแตงโมเพื่อตรวจสอบระดับคุณภาพภายใน ผลการทดลองพบว่าคลื่นความถี่ 129 Hz ให้ค่าตอบสนองตั้งแต่ 13.57 ขึ้นไปใน 3 กลุ่ม ได้แก่ แตงโมที่ยังสุกไม่เต็มที่ แตงโมสุกพอดี และแตงโมใกล้เน่า และให้ค่าตอบสนองเป็น 12.76 ในกลุ่มแตงโมเนื้อกลวง ส่วนคลื่นความถี่ 172 Hz ให้ค่าตอบสนองระหว่าง 11.11 - 12.72 ในแตงโมงที่ยังสุกไม่เต็มที่ และให้ค่าตอบสนอง 13 ขึ้นไป ในกลุ่มแตงโมเนื้อกลวงและแตงโมใกล้เน่า จากนั้นนําค่าตอบสนองดังกล่าวมาเป็นเงื่อนไขในการฝึก เรียนรู้และจดจําแก่โครงข่ายประสาทเทียมเพื่อใช้คัดแยกระดับความสุกของผลแตงโมโดยทํางานร่วมกับเครื่องคัดแยกต้นแบบ การทวนสอบเครื่องมือในการวิจัยนี้สามารถให้ผลการทํานายระดับความสุกของผลแตงโมได้ดีพอสมควร และสามารถใช้เป็นแนวทางใน การพัฒนาประสิทธิภาพของเครื่องมือเพื่อให้ได้เครื่องมือคัดแยกคุณภาพแตงโมที่ทันสมัยซึ่งจะช่วยเพิ่มศักยภาพในการแข่งขันของ เกษตรกรในการควบคุมคุณภาพของสินค้าและเป็นการสร้างความเชื่อมั่นให้กับผู้บริโภคได้มากยิ่งขึ้นในอนาคต

Abstract: This research is the developing of a watermelon quality selection process, which was traditionally selected by knocking on the watermelon fruit to observe the sound, adapted as sending the sound spectrum from a sound wave generator through the watermelon and then analyze the response signal by converting the measured signal to be displayed in the form of the relationship between the frequency and the amplitude by the method of Fast Fourier Transform (FFT), then the obtained data were used to train the neural network processor of the device. In this study, two frequencies with clear responses were used to compare, including 129 and 172 Hz, and 30 melons, which randomly selected from the orchard, were used to create a data set and then were dissected to manually check the internal quality. The results showed that the 129 Hz frequency gave a response ranging from 13.57 and above in 3 groups, including not fully ripened melons, well-ripened melons, and close to rotten melons, and gave a response value of 12.76 in the hollow melons. The frequency of 172 Hz gave a response between 11.11 -12.72 in watermelons that were not fully ripened and gave a response of 13 or more in the group of hollow melons and close to rotten melons. The response is then used as a training condition for the artificial neural network together with the sorting machine prototype in order to sort out the ripeness of the watermelon. The verification results provided a reasonable prediction of the ripeness level of watermelon fruits and can be used as a pilot prototype to improve the efficiency of the tools in order to obtain a modern-watermelon quality selection tool, which will increase the competitiveness of farmers in controlling the quality of the products and improving the confidence of consumers in the future.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2563

Modified: 2564-05-06

Issued: 2564-05-06

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยมหิดล คณะวิศวกรรมศาสตร์ ร่วมกับ สมาคมวิศวกรเครื่องกลไทย. การประชุมวิชาการเครือข่ายวิศวกรรมเครื่องกลแห่งประเทศไทย ครั้งที่ 34 (ME-NETT 2020) (pp.419-428). นครปฐม : มหาวิทยาลัยมหิดล

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ME-NETT 2020pp.419-428.pdf	1.05 MB	18	2026-05-26 18:16:01

ใช้เวลา

0.0394 วินาที