Optimization of vertical shelves sizing affecting sunlight availability for strawberries cultivation

การหาความเหมาะสมของขนาดชั้นปลูกแนวตั้งที่มีผลต่อปริมาณแสงอาทิตย์ที่ได้รับสำหรับการปลูกสตรอเบอร์รี่

Name: Ar Man

LCSH: Strawberries -- Planting

LCSH: Strawberries -- Growth

LCSH: Strawberries -- Effect of light on

Abstract: The goal of this research is to develop an optimization model for predicting the sunlight availability on each level of the VF (vertical farming) shelves for strawberry plantations inside a greenhouse. Experiments were carried out in a 100 m2 land area in Chiang Mai, Thailand. A greenhouse was constructed, and six VF shelves with three levels on each shelf were built. First, the experiments were carried out by recording sunlight availability on each level of the shelf. A computer model was developed using RHINO (Rhinoceros) to match the physical conditions of the experiment room. Then, the sunlight availability was simulated for each shelf using the Grasshopper plugin with Chiang Mai weather data. It was then validated using the collected data. After the model was validated, it was used to simulate the sunlight availability on each level of the shelves for different designs of the VF shelves. The simulated values are used to train an ANN (Artificial Neural Network) optimization model, which can give out the required design of VF shelves to receive desired values of sunlight availability on each level of the shelf. The main factors affecting sunlight availability are the weather, orientation of the shelves, and vertical and horizontal spacings. Different VF shelves designs are developed by varying the horizontal and vertical spacings between each level. The sunlight availability on each level on the shelves is recorded for each design. These sets of sunlight availability and the spacings are used to train the ANN model. The developed ANN model is capable of estimating the required dimension of the vertical farming shelves when the desired sunlight availability is used as input.

Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองที่เหมาะสมเพื่อทำนายปริมาณแสงแดดที่ตกกระทบแต่ละชั้นปลูกแนวตั้ง (Vertical Farming) สำหรับการเพาะปลูกสตรอเบอร์รี่ภายในโรงเรือน พื้นที่ศึกษาตั้งอยู่ในจังหวัดเชียงใหม่ ประเทศไทย ครอบคลุมพื้นที่ขนาด 100 ตารางเมตร โดยได้มีการสร้างโรงเรือนเกษตรกรรมและติดตั้งชั้นปลูกแนวตั้งภายในโรงเรือนจำนวน 6 ชั้น ในแต่ละชั้นประกอบด้วย 3 ระดับ ขั้นแรกของการทดลองได้ทำการบันทึกค่าแสงแดดของแต่ละระดับของชั้นปลูกแนวตั้ง และได้นำแบบจำลองทางคอมพิวเตอร์ ได้แก่ RHINO (Rhinoceros) มาใช้ในการประเมินค่าแสง จากนั้นทำการจำลองการได้รับแสงแดดของแต่ละระดับของแต่ละชั้นปลูกโดยใช้โปรแกรม RHINO (Grasshopper- plug in) จากข้อมูลสภาพอากาศของจังหวัดเชียงใหม่ โดยได้ทำการตรวจสอบความถูกต้องเปรียบเทียบกับข้อมูลที่เก็บรวบรวมได้จริงจากการทดลอง หลังจากตรวจสอบความถูกต้องของแบบจำลองแล้ว จึงใช้แบบจำลองเพื่อการประเมินการได้รับแสงแดดในแต่ละระดับของชั้นปลูกสำหรับการออกแบบชั้นปลูกแนวตั้งที่แตกต่างกัน ค่าแสงแดดที่จำลองได้จะถูกนำไปใช้เพื่อฝึกแบบจำลอง (Train) โครงข่ายประสาทเทียม (Artificial Neural Network, ANN) ซึ่งสามารถช่วยให้การออกแบบชั้นปลูกแนวตั้งได้รับแสงตรงตามความต้องการในแต่ละระดับของชั้นปลูก ปัจจัยหลักที่มีผลต่อการได้รับแสงแดดคือสภาพอากาศ การวางตัวของชั้นวาง และการเว้นระยะในแนวตั้งและแนวนอน โดยการออกแบบชั้นปลูกแนวตั้งที่มีลักษณะแตกต่างกันจะถูกพัฒนาขึ้นโดยในการจำลองค่าแสงได้ทำการพันแปรระยะห่างของชั้นปลูกแนวตั้งในแต่ละระดับทั้งในแนวนอนและแนวตั้ง ซึ่งปริมาณแสงแดดที่ได้รับในแต่ละระดับของชั้นปลูกแนวตั้งจะถูกบันทึกเพื่อใช้สำหรับการออกแบบชั้นปลูกในแต่ละรูปแบบ ชุดข้อมูลของการได้รับแสงแดดและระยะห่างเหล่านี้จะถูกใช้เพื่อฝึกแบบจำลองโครงข่ายประสาทเทียม ทั้งนี้การนำเข้าข้อมูลปริมาณแสงสำหรับแบบจำลองโครงข่ายประสาทเทียมที่พัฒนาขึ้นจะสามารถประเมินค่าแสงได้ตรงตามความต้องการที่ความสูงและระยะห่างของชั้นปลูกแนวตั้งตามที่ต้องการได้

Chiang Mai University. Library

Address: CHIANG MAI

Email: cmulibref@cmu.ac.th

Name: Chatchawan Chaichana

Role: Member

Created: 2024

Modified: 2024-12-04

Issued: 2024-12-04

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Master of Engineering

Level: Master's degree

Descipline: Energy Engineering

Grantor: Chiang Mai University

©copyrights Chiang Mai University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	640631094.pdf	1.76 MB

ใช้เวลา

0.026235 วินาที