การสร้างแบบจำลองทางคณิตศาสตร์แบบคริจจิงของระบบผลิตก๊าซชีวภาพจากการหมักร่วมของหญ้าเนเปียร์ไซเลจ กากมันสำปะหลัง มูลไก่ และมูลวัว
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้ได้นำแบบจำลองทางคณิตศาสตร์แบบคริจจิงมาหาความสัมพันธ์ในการผลิตก๊าซชีวภาพจากการเดินระบบที่ใช้วัตถุดิบหลายชนิดเติมผสมกันในสัดส่วนไม่คงที่ขึ้นอยู่กับช่วงฤดูกาลของวัตถุดิบ ทำให้ความสัมพันธ์ของระบบมีรูปแบบไม่เป็นเชิงเส้นและมีความไม่แน่นอนสูง แบบจำลองคริจจิงมีประสิทธิภาพในการหาความสัมพันธ์ในรูปแบบไม่เป็นเชิงเส้นใช้ในการประมาณค่าฟังก์ชันจากข้อมูลผลเฉลย จึงได้นำข้อมูลที่มีปัจจัยต่อการเกิดก๊าซชีวภาพจากระบบอัตโนมัติของระบบ ได้แก่ อุณหภูมิ และปริมาณการเติมวัตถุดิบแต่ละชนิด (หญ้าเนเปียร์ไซเลจ กากมันสำปะหลัง มูลไก่ และมูลวัว) นำมาสร้างแบบจำลองทางคณิตศาสตร์แบบคริจจิง พบว่าตัวแปรสำคัญที่มีผลต่อแบบจำลองผลิตก๊าซชีวภาพและมีเทนมากที่สุดคือ กากมันสำปะหลัง และมีผลน้อยที่สุดคือ มูลวัว จากนั้นได้สอบเทียบแบบจำลองด้วยข้อมูลการทำงานจริงจากระบบ พบว่า แบบจำลองทำนายปริมาณก๊าซชีวภาพและมีเทนมีค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) 1.42% และ 1.25% ตามลำดับ มีค่าสัมประสิทธิ์สหสัมพัทธ์ (r2) 0.9981 และ 0.9973 ตามลำดับ แบบจำลองที่ได้จึงสามารถใช้ทำนายได้ และสามารถใช้แทนพฤติกรรมของระบบผลิตก๊าซชีวภาพในการหาค่าเหมาะที่สุด (Optimization) เพื่อควบคุมระบบผลิตก๊าซชีวภาพให้มีประสิทธิภาพมากขึ้นในอนาคต
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
วารสารวิศวกรรมฟาร์มและเทคโนโลยีควบคุมอัตโนมัติ (FEAT Journal) มีกําหนดออกเป็นราย 6 เดือน คือ มกราคม - มิถุนายน และกรกฎาคม - ธันวาคม ของทุกปี จัดพิมพ์โดยกลุ่มวิจัยวิศวกรรมฟาร์มและเทคโนโลยีควบคุมอัตโนมัติ คณะวิศวกรรมศาสตร์มหาวิทยาลัยขอนแก่น เพื่อเป็นการส่งเสริมและเผยแพร่ความรู้ ผลงานทางวิชาการ งานวิจัยทางด้านวิศวกรรมศาสตร์และเทคโนโลยีพร้อมทั้งยังจัดส่ง เผยแพร่ตามสถาบันการศึกษาต่างๆ ในประเทศด้วย บทความที่ตีพิมพ์ลงในวารสาร FEAT ทุกบทความนั้นจะต้องผ่านความเห็นชอบจากผู้ทรงคุณวุฒิในสาขาที่เกี่ยวข้องและสงวนสิทธิ์ ตาม พ.ร.บ. ลิขสิทธิ์ พ.ศ. 2535
References
ศูนย์บริการข้อมูลโครงการศึกษาวิจัยต้นแบบวิสาหกิจชุมชนนพลังงานสีเขียวจากพืชพลังงาน (ก๊าซชีวภาพจากพืชพลังงาน). คู่มือการลงทุนโรงไฟฟ้าก๊าซชีวภาพจากพืชพลังงาน. มิตรภาพการพิมพ์ 1995: กรุงเทพฯ; 2556.
Fachagentur Nachwachsende Rohstoffe e. V. (FNR). Guide to Biogas From production to use. 5th ed. Fachagentur Nachwachsende Rohstoffe e. V. (FNR): Gülzow-Prüzen; 2010.
Leung DYC, Wang J. An overview on biogas generation from anaerobic digestion of food waste. International journal of Green Energy 2016; 13(2): 119-31.
Pöschl M, Ward S, Owende P. Evaluation of energy efficiency of various biogas production and utilization pathways. Applied Energy 2010; 87: 3305-21.
Parawira W, Murto M, Zvauya R, Mattiasson B. Anaerobic batch digestion of solid potato waste alone and in combination with sugar beet leaves. Renewable Energy 2004; 29: 1811-23.
Kariyama ID, Zhai X, Wu B. Influence of mixing on anaerobic digestion efficiency in stirred tank digesters: A review. Water Research 2018; 143: 503–17.
สุจินต์ บุรีรัตน์. การหาค่าเหมาะที่สุดของระบบทางวิศวกรรมเครื่องกล เล่ม 1. โรงพิมพ์มหาวิทยาลัยขอนแก่น: ขอนแก่น; 2556.
Forrester AIJ, Sóbester A, Keane AJ, Engineering Design via Surrogate Modelling: A Practice Guide. John Wiley & Sons: United Kingdom; 2008.
Gao Y, Wang X. An effective warpage optimization method in injection molding based on the Kriging model. Interational Journal Advance Manufacturing Technology 2008; 37: 953–60.
Simpson TW, Peplinski JD, Koch PN, Allen JK. Metamodels for Computer-based Engineering Design: Survey and recommendations. Engineering with Computers 2001; 17: 129–50.
Lu P, Xu Z, Chen Y, Zhou Y. Prediction method of bridge static load test results based on Kriging model. Engineering Structures 2020; 214: 110641.
Zhao Y, Li Y, Fan D, Song J, Yang F. Bioresource Technology Application of kernel extreme learning machine and Kriging model in prediction of heavy metals removal by biochar. Bioresource Technology 2021; 329: 124876.
Zaefferer M, Gaida D, Bartz-beielstein T. Multi-fidelity modeling and optimization of biogas plants. Applied Soft Computing 2016; 48: 13–28.
Witchayapong C. The study for increasing of methane content in biogas production from cassava pulp [MSc Thesis]. Nakhon Ratchasima: Suranaree University of Technology; 2017.
Kavuma C. Variation of Methane and Carbon dioxide yield in a biogas plant [MSc Thesis]. Stockholm: Royal Institute of Technology; 2013.
Lerdlattaporn R, Phalakornkule C, Trakulvichean S, Songkasiri W. Implementing circular economy concept by converting cassava pulp and wastewater to biogas for sustainable production in starch industry. Sustainable Environment Research 2021; 31: 20.