การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อการทำนายปริมาณการสูญเสียข้าวเปลือกที่เก็บเกี่ยวด้วยรถเกี่ยวนวดข้าว

Application of artificial neuron network for prediction of paddy loss in harvesting process of combine harvester

Name: เสาวคนธ์ ดำเนิน

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. วท.ม. (เทคโนโลยีระบบเกษตร) 2564.

Classification :.LCCS: TJ1486

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. -- สาขาเทคโนโลยีระบบเกษตร -- วิทยานิพนธ์

ThaSH: รถเกี่ยวนวดข้าว (เครื่องจักรกลการเกษตร)

ThaSH: เครื่องจักรกลการเกษตร

ThaSH: ข้าว -- เทคโนโลยีหลังการเก็บเกี่ยว

ThaSH: ข้าว -- การเก็บเกี่ยว

ThaSH: นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)

Abstract: งานวิจัยนี้เป็นการศึกษาเพื่อให้ทราบปัจจัยการทำงานของรถเกี่ยวนวดข้าวที่มีผลต่อการสูญเสียในกระบวนการเก็บเกี่ยวข้าวเปลือก จึงได้ทำการทดสอบภาคสนามเพื่อหาปริมาณการสูญเสียข้าวเปลือกที่เกิดขึ้นบริเวณชุดหัวเกี่ยว และปริมาณการสูญเสียที่เกิดขึ้นบริเวณห้องลูกนวดในขณะที่รถเกี่ยวนวดข้าวแบบไทยประดิษฐ์ที่ปฏิบัติงานบนแปลงข้าวเจ้าพันธุ์สุพรรณบุรี 1 โดยใช้การทดลองแบบ 2 x 3 แฟกทอเรียลในแผนการทดลองแบบสุ่มสมบูรณ์ ซึ่งมีปัจจัยที่ใช้ในการศึกษา ได้แก่ ช่วงเวลาขณะปฏิบัติการเก็บเกี่ยว จำนวน 2 ระดับ คือ การปฏิบัติการในช่วงเช้าและในช่วงบ่าย ที่มีค่าเฉลี่ยของเปอร์เซ็นต์ความชื้นสัมพัทธ์ในอากาศในช่วงเวลาเช้าเท่ากับ 79 และ 70 เปอร์เซ็นต์ตามลำดับ กับระดับความเร็วของรถเกี่ยวนวดข้าว จำนวน 3 ระดับ ได้แก่ ความเร็วระดับช้า ปานกลาง และเร็ว ที่ความเร็วรอบของเครื่องยนต์มีค่าเท่ากับ 1,200 1,300 และ 1,400 รอบต่อนาทีตามลำดับ จากนั้นทำการวิเคราะห์ข้อมูลทางสถิติ และนำวิธีโครงข่ายประสาทเทียมมาประยุกต์ใช้เพื่อทำนายปริมาณการสูญเสียข้าวเปลือก ผลการศึกษา พบว่าปริมาณการสูญเสียรวมทั้งหมดของข้าวเปลือกที่สูญเสียในกระบวนการเก็บเกี่ยวที่รถเกี่ยวนวดข้าวปฏิบัติงานในช่วงเช้าและในช่วงบ่ายมีค่าเฉลี่ยเท่ากับร้อยละ 6.26 และร้อยละ 6.35 (เมื่อเทียบกับปริมาณผลผลิตข้าวเปลือกต่อไร่) ตามลำดับ นอกจากนี้ยังพบว่าปัจจัยด้านความเร็วขณะปฏิบัติงานมีผลทำให้ปริมาณการสูญเสียข้าวเปลือกที่เกิดขึ้นบริเวณห้องลูกนวดมีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 และจากการพยากรณ์ปริมาณการสูญเสียของข้าวเปลือกด้วยแบบจำลองโครงข่ายประสาทเทียม พบว่าสามารถพยากรณ์ได้อย่างแม่นยำที่มีค่ารากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ยเท่ากับ 0.02 และ 0.05 เปอร์เซ็นต์ The operating factors of rice combine harvester affecting the loss in paddy rice harvesting process was studied. The field test of the Thai rice combine harvester was done on the plot cultivated Suphanburi-1 rice variety to check the quantity loss of paddy rice occurred during its working. The period for harvesting: morning, and afternoon; and working speed of combine harvester: slow (1,200 times/minute), medium (1,300 times/minute), fast (1,400 times/minute) were used as two main factors which affected the amount of cutting loss and threshing loss. Then, the 2 x 3 factorial experiment in completely randomized design with four replications was conducted to check such losses. An analytical neural network (ANN) model was also developed to predict the total harvesting loss. The result found that the total harvesting loss occurred during the combine operating in the morning and in the afternoon was 6.26% and 6.35%, respectively. In addition, the threshing loss was considerably affected by the working speed of the combine harvester at the p < 0.05 level. According to the result obtained from analysis of variance, the input parameters to the ANN model were selected. The experimental data acquired from the field test were used in the training, validation, and testing processes to check the ability of the model. After the ANN model was trained for 1,000 times with the standard back propagation algorithm, the accuracy prediction of the ANN model was very close to the experimental data. The root means squared error were 0.02% and 0.05% for the training and testing processes, respectively. The result showed that the developed ANN model was able to predict the total paddy loss in the harvesting process.

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: เกรียงไกร แก้วตระกูลพงษ์

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Name: รักศักดิ์ เสริมศักดิ์

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์ร่วม

Name: ถวัลย์ศักดิ์ เผ่าสังข์

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์ร่วม

Created: 2564

Modified: 2568-07-22

Issued: 2568-07-22

วิทยานิพนธ์/Thesis

วิทยานิพนธ์/Thesis

application/pdf

URL: https://www.lib.ku.ac.th/KUthesis/2564/saowakon-dum-all.pdf

CallNumber: TJ1486 .ส517

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: เทคโนโลยีระบบเกษตร

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	saowakon-dum-all.pdf	2.38 MB

ใช้เวลา

0.033285 วินาที