การทำนายค่าความชื้น ค่าโมดูลัสยืดหยุ่น และค่าความถ่วงจำเพาะของไม้ยางพาราแปรรูปเกรดคละด้วยเทคนิคภาพไฮเปอร์สเปกตรัลอินฟราเรดย่านใกล้
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มุ่งศึกษาการทำนายค่าเปอร์เซ็นต์ความชื้น ค่าโมดูลัสยืดหยุ่น และค่าความถ่วงจำเพาะของไม้ยางพาราแปรรูปอบแห้งคละเกรด และแสดงแผนภาพการทำนายด้วยการใช้เทคนิคภาพไฮเปอร์สเปกตรัลอินฟราเรดย่านใกล้ (Near infrared hyperspectral imaging; NIR-HSI) ในช่วงความยาวคลื่น 900-1,700 nm รูปแบบการวัดแบบสะท้อนกลับ (Reflectance mode) โดยนำข้อมูลการดูดกลืนแสงของไม้ยางพาราแปรรูปอบแห้งมาสร้างสมการทำนายค่าเปอร์เซ็นต์ความชื้น ค่าโมดูลัสยืดหยุ่น และค่าความถ่วงจำเพาะด้วยวิธีการถดถอยกำลังสองน้อยที่สุดบางส่วน (Partial Least Squares Regression; PLSR) ผลการวิจัยพบว่าการนำค่าการดูดกลืนแสงมาปรับแต่งด้วยวิธีทางคณิตศาสตร์ให้ผลทำนายค่าเปอร์เซ็นต์ความชื้น ค่าโมดูลัสยืดหยุ่น และค่าความถ่วงจำเพาะ มีค่าสัมประสิทธิ์สหสัมพันธ์ของสมการทำนาย (Rp) สูงสุดเท่ากับ 0.95 0.74 และ 0.51 ตามลำดับ ค่าความคลาดเคลื่อนในการทำนาย (RMSEP) เท่ากับ 0.72 %db 1.49 จิกะปาสคาล และ 0.03 ตามลำดับ นอกจากนี้เทคนิคภาพไฮเปอร์สเปกตรัลอินฟราเรดย่านใกล้สามารถแสดงภาพผลการทำนายในลักษณะการกระจายตัวของค่าเปอร์เซ็นต์ความชื้น ค่าโมดูลัสยืดหยุ่น และค่าความถ่วงจำเพาะของไม้ยางพาราแปรรูปอบแห้งได้ชัดเจนทั่วพื้นที่ผิวหน้าตัดด้วยความรวดเร็ว และไม่ต้องทำลายตัวอย่าง อย่างไรก็ตามควรมีการพัฒนาสมการทำนายให้มีความแม่นยำมากขึ้น โดยการเพิ่มจำนวนตัวอย่างที่มีช่วงของข้อมูลที่กว้างขึ้น เพื่อครอบคลุมการทำนายตัวอย่างในอนาคต
Article Details
References
สำนักงานเศรษฐกิจการเกษตร. ข้อมูลเศรษฐกิจการเกษตร. เข้าถึงได้จาก: https://www.oae.go.th. [เข้าถึงเมื่อ 16 พฤษภาคม 2565].
ศูนย์ข้อมูลยางและไม้ยาง สำนักงานเศรษฐกิจอุตสาหกรรม. สถิติส่งออกยางพาราไทย. เข้าถึงได้จาก: http://rubber.oie.go.th. [เข้าถึงเมื่อ 16 พฤษภาคม 2565].
วรวรรธน์ นกน้อย. การทำนายปริมาณความชื้น ความถ่วงจำเพาะ และความเเข็งเเรงไม้ยางพาราด้วยเทคนิคสเปกโทรสโกปีอินฟราเรดย่านใกล้ [วิทยานิพนธ์].วิศวกรรมศาสตรมหาบัณฑิต (วิศวกรรมเกษตร).กรุงเทพมหานคร: บัณฑิตวิทยาลัย, มหาวิทยาลัยเกษตรศาสตร์; 2561.
สำนักงานมาตรฐานผลิตภัณฑ์อุตสาหกรรม กระทรวงอุตสาหกรรม. ไม้ยางพาราแปรรูป. มอก. 2423–2552.
Tsuchikawa S. A Review of Recent Near Infrared Research for Wood and Paper. January Applied Spectroscopy Reviews. 2007; 42(1): 43–71.
สุธิดา เรืองขษาปณ์. การพัฒนาและทดสอบสมการทำนายความชื้นไม้ยางพาราแปรรูปด้วยเนียร์อินฟราเรดสเปกโทรมิเตอร์แบบพกพา [วิทยานิพนธ์].วิศวกรรมศาสตรมหาบัณฑิต(วิศวกรรมเกษตร). กรุงเทพมหานคร: บัณฑิตวิทยาลัย, มหาวิทยาลัยเกษตรศาสตร์; 2563.
Ma T, Morita G, Inagaki T, Tsuchikawa S. Moisture transport dynamics in wood during drying studied by long-wave near-infrared hyperspectral imaging. Cellulose. 2022; 29: 133–145.
Haddadi A, Leblon B, Burger J, Pirouz Z, Groves K, Nader J. Using near-infrared hyperspectral images on subalpine fir board. Part 2: Density and basic specific gravity estimation. Wood Material Science & Engineering. 2015; 10(1): 41–56.
Sofianto I.A, Inagaki T, Ma T, Tsuchikawa S. Effect of knots and holes on the modulus of elasticity prediction and mapping of sugi (Cryptomeria japonica) veneer using near-infrared hyperspectral imaging (NIR-HSI). Holzforschung. 2019; 73(3): 259–268.
Thumm A, Riddell M, Nanayakkara B, Harringtona J, Meder R. Near infrared hyperspectral imaging applied to mapping chemical composition in wood samples. Journal of Near Infrared Spectroscopy. 2010; 18: 507–515.
Wu D, Sun D.W. Advanced applications of hyperspectral imaging technology for food quality and safety analysis and assessment: A review–Part I: Fundamentals. Innovative Food Science and Emerging Technologies. 2013; 19: 1–14.
American Society for Testing and Materials (ASTM). Standard Test Methods for Small Clear Specimens of Timber, D 143-94; 2000.
Technical Association of the Pulp and Paper Industry (TAPPI). Test methods Standard Practice; 2006.
Meier K.J, Brudney J.L, Bohte J. Applied Statistics for Public and Nonprofit Administration (8th ed.). Boston USA: Wadsworth; 2014.
Williams P. Grains and seeds. In: Ozaki Y, McClure W.F, Christy A.A. (Eds.). Near-Infrared Technology in food science and technology. New Jersey: John Wiley & Sons, Inc; 2007. p. 165-217.
Chanpet M, Rakmak N, Matan N, Siripatana C. Effect of air velocity, temperature and relative humidity on drying kinetics of rubberwood. Heliyon. 2020; 6(10): 1-15.
Gerhards C.C. Effect of moisture content and temperature on the mechanical properties of wood: an analysis of immedia effects. Wood and Fiber. 1982; 14(1): 4–36.
Hossain M, Mondal S, Banerjee A, Lekshmi N.M, Manojkuma B. Changes in the Specific Gravity in Rubber Wood Treated with Cashewnut Shell Liquid and Nano Based Wood Preservatives. Journal of Current Microbiology and Applied Sciences. 2018; 7(10): 720-723.
Workman J, Weyer Jr.L. Practical guide and spectral atlas for interpretive near-infrared spectroscopy (2nded.). United States of America; 2012.
Iwamoto M, Kawano S, Abe H. Analysis of hydrogen bonding related to water in foods. NIR News. 1995; 6(3): 10-12.
Fujimoto T, Kurata Y, Matsumoto K, Tsuchikawa S. Feasibility of near- infrared spectroscopy for online multiple trait assessment of sawn lumber. Journal of Wood Science. 2010; 56: 452-459.
Williams P, Norris K. Near-Infrared Technology in the Agricultural and Food Industries. American Association of Cereal Chemists. USA; 2001.
Osborne B.G, Fearn T, Hindle P.H. Practical NIR spectroscopy with application in food and beverage analysis. Longman Scientific and Technical: Harlow; 1993.
Ozaki Y, Siesler H.W, Kawata S, Heise H.M. Near-Infrared Spectroscopy. Principles, Instruments, Applications. WILEY-VCH: Germany; 2002.
ฐิตาภรณ์ ภูมิไชย์, กฤษดา สังข์สิงห์, จิรวัฒน์ ริยาพันธ์, เฉลิมพล ภูมิไชย์. คุณสมบัติทางเคมีและเชิงกลของไม้ยางพารา. วารสารวิชาการเกษตร. 2558; 33(2): 144–158.
Awais M, Altgen M, Makela M, Belt T, Rautkari L. Quantitative prediction of moisture content distribution in acetylated wood using near-infrared hyperspectral imaging. Journal of Materials Science. 2022; 5(7): 3416–3429.