ระบบตรวจวัดความหวานแตงโมแบบไม่ทำลายด้วยการสะท้อนของคลื่นความถี่ไมโครเวฟ
คำสำคัญ:
คุณสมบัติไดอิเล็กตริก, ความหวานแตงโม, ระบบการวัดแบบไม่ทำลายบทคัดย่อ
บทความนี้นำเสนอการวิเคราะห์คุณสมบัติไดอิเล็กตริกของแตงโมเทียบกับระดับความหวาน %Brix และพัฒนาระบบตรวจวัดความหวานของแตงโมแบบไม่ทำลายด้วยคลื่นสะท้อนความถี่ 2.4 กิกะเฮิรตซ์ วิเคราะห์ความต่างของกำลังงานการสะท้อนของคลื่นความถี่ที่ตอบสนองต่อความหวานแตงโม ด้วยการตรวจวัดคุณสมบัติ
ไดอิเล็กตริกของแตงโมในช่วงความถี่ 1 ถึง 6 กิกะเฮิรตซ์ เพื่อศึกษาแนวโน้ม และระบบตรวจวัดที่ได้รับการพัฒนาประกอบด้วย สายอากาศต้นแบบทำงานร่วมกับแหล่งกำเนิดสัญญาญความถี่สูง กำลังงานถูกส่งอออกไปยังผลแตงโมตัวอย่าง กำลังงานการสะท้อนกลับจากผลแตงโมได้รับการตรวจจับด้วยสายอากาศต้นแบบและส่งเข้าคัปเปลอร์แบบมีทิศทาง แปลงเป็นสัญญาณไฟฟ้ากระแสตรงด้วยอุปกรณ์ตรวจจับกำลังงาน จากนั้นถูกเปลี่ยนเป็นสัญญาณดิจิทัลขนาด 16 บิต ข้อมูลได้รับการประมวลผลด้วยไมโครคอนโทรลเลอร์และแสดงระดับความหวานยนหน้าจอแอลอีดี ทดสอบการตรวจวัดแตงโม 20 ผล ระดับความหวาน %Brix ของแตงโมทั้งหมดอยู่ในช่วง 12.5 ถึง 15 %Brix และกำลังงานการสะท้อนกลับจากผลแตงโมจากผลแตงโมอยู่ในช่วง 0.988 ถึง 1.2443 โวลต์ แรงดันไฟฟ้ากระแสตรงที่ตอบสนองตามระดับความหวานของแตงโมถูกใช้ในการแบ่งระดับค่าอ้างอิงของแต่ละช่วงความหวานของแตงโม จากนั้นระบบต้นแบบได้รับการทดสอบในการตรวจวัดความหวานของแตงโมทั้งหมด 30 ผล ด้วยระบบเซนเซอร์ที่ใช้การตัดสินใจจากระดับอ้างอิง ข้อมูลได้รับการประมวลผลจากนั้นแสดงระดับความหวานและให้ความแม่นยำร้อยละ 90.91% แสดงให้เห็นว่าการคัดแยกความหวานของแตงโมทำได้อย่างมีประสิทธิภาพ
เอกสารอ้างอิง
ณัฐวดี หงษ์บุญมี และ ณัฐพงศ์ จันต๊ะวงศ์. (2563). การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกเพื่อวัดระดับความหวานของแตงโมผ่านสมาร์ทโฟน. วารสารสารสนเทศศาสตร์และเทคโนโลยี, 10(1), 59-69.
ไทยรัฐ. (9 มีนาคม 2566). ตลาดค้าส่งผลไม้จันทบุรีซบเซา แตงโม สับปะรด ขาดตลาดไม่มีขายต้องสั่งล่วงหน้า. www. thairath.co.th.
จรัล บรรยงคเสนา. (26 กุมภาพันธ์ 2561). จ.จันทบุรี เกษตรกรปลูกแตงโม เมล่อน และแคนตาลูป พืชใช้น้ำน้อยแก้ปัญหาภัยแล้ง ได้ผลเกินคาดผลผลิตดี ราคางาม พร้อมเปิดเป็นสวนท่องเที่ยวในชุมชน. สำนักงานประชาสัมพันธ์จังหวัดจันทบุรี. www.thainews.prd.go.th.
MGR Online. (15 มกราคม 2556). สภาพอากาศที่ร้อนจัด ส่งผลให้แตงโมริมทางขายดี. www. mgronline.com.
Chawgien, K., & Kiattisin, S. (2021). Machine learning techniques for classifying the sweetness of watermelon using acoustic signal and image processing. Computers and Electronics in Agriculture, 181, Article 105938.
Fitria, M., Hafez Al-Assad, M., Candra, Y., Roza, S. & Dawood, R. (2023). Preliminary results of a deep learning model for classifying watermelon sweetness through field-spot detection. Proceedings of International Conference on Business and Technological Advancement in Industrial Revolution 4.0 (ICoBTA-IR4.0), 43-57.
Jie, D., Xie, L., Rao, X., & Ying, Y. (2014). Using visible and near infrared diffuse transmittance technique to predict soluble solids content of watermelon in an on-line detection system. Postharvest Biology and Technology, 90, 1-6.
Leekul, P., Wongsiritorn, P., & Chaisaeng, P. (2021). Development of humidity monitoring system in greenhouse with electromagnetic X band and artificial neural networks. Progress in Electromagnetics Research M, 100, 93–103.
Nelson, O. S., Trabelsi, S., & Kays, J. S. (2007). Dielectric spectroscopy of melons for quality sensing. Transactions of the ASABE, 51(6), 2209-2214.
Pozar, D. M. (2012). Microwave Engineering (4th ed.). John Wiley & Sons.
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 สถาบันวิจัยและพัฒนา มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
กองบรรณาธิการขอสงวนสิทธิ์ในการปรับปรุงแก้ไขตัวอักษรและค่าสะกดต่าง ๆ ที่ไม่ถูกต้อง และต้นฉบับที่ได้รับการตีพิมพ์ในวารสารเทคโนโลยีและนวัตกรรม ถือเป็นกรรมสิทธิ์ของสถาบันวิจัยและพัฒนา มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา และผลการพิจารณาคัดเลือกบทความตีพิมพ์ในวารสารให้ถือเป็นมติของกองบรรณาธิการเป็นที่สิ้นสุด

