โครงการวิจัย
การยกระดับการผลิตทุเรียนเพื่อเพิ่มประสิทธิภาพและคุณภาพผลผลิตเชิงการค้า
Upgrading Durian Production for Increasing Efficiency and Quality of Commercial Product
รายละเอียดโครงการ
| ปีงบประมาณ | 2567 |
| หน่วยงานเจ้าของโครงการ | |
| ลักษณะโครงการ | โครงการต่อเนื่อง |
| ประเภทโครงการ | โครงการเดี่ยว |
| ประเภทงานวิจัย | โครงการพื้นฐาน |
| วันที่เริ่มโครงการวิจัย (พ.ศ.) | 1 ตุลาคม 2566 |
| วันที่สิ้นสุดโครงการวิจัย (พ.ศ.) | 30 กันยายน 2567 |
| วันที่ได้รับทุนวิจัย (พ.ศ.) | 1 พฤศจิกายน 2566 |
| ประเภททุนวิจัย | ทุน ววน. |
| สถานะโครงการ | แล้วเสร็จ(ค้างส่งผลผลิต) |
| เลขที่สัญญา | |
| เป็นโครงการวิจัยที่ใช้ในการจบการศึกษา | ไม่ใช่ |
| เป็นโครงการวิจัยรับใช้สังคม | ไม่ใช่ |
| บทคัดย่อโครงการ | จากการเก็บข้อมูลการงอกของเมล็ดทุเรียนบ้านเป็นเวลา 1 เดือน พบว่า มีเปอร์เซ็นต์ความงอก 97.09 เปอร์เซ็นต์ ได้ต้นที่สมบูรณ์ 86.02 เปอร์เซ็นต์ มีดัชนีความเร็วในการงอก 4.5 และมีเวลาเฉลี่ยในการงอก 16.1 วัน จากนั้นย้ายปลูกต้นกล้าทุเรียนบ้านหลังเพาะ 2 เดือน ในวัสดุปลูกที่มีส่วนผสมของ ดินร่วน : ขี้เถ้าแกลบ : ปุ๋ยคอก ในอัตราส่วน 2:1:1 เป็นเวลา 3 เดือน พบว่า ต้นทุเรียนบ้านมีความสูงเฉลี่ย 76.65 เซนติเมตร และจำนวนใบเฉลี่ยอยู่ที่ 25.1 ใบต่อต้น การแตกกิ่งแขนงเฉลี่ย 3.1 กิ่งต่อต้น การเพาะเลี้ยงเอ็มบริโอของทุเรียนบ้าน จะให้ยอดใหม่เพียง 1 ยอด หรือ 1 ต้น เท่ากับการเพาะเมล็ดจากนั้นนำชิ้นส่วนยอดมาเพาะเลี้ยงในอาหารเหลวสูตร MS เติม BA ความเข้มข้น 2 มิลลิกรัมต่อลิตร จะให้การเกิดต้นใหม่มากที่สุด 3.80 ยอดต่อชิ้นส่วน การชักนำรากบนอาหารสูตร MS เติม NAA ความเข้มข้น 3 มิลลิกรัมต่อลิตร ให้การสร้างราก 60 เปอร์เซ็นต์ จำนวนราก 1.60 รากต่อชิ้นส่วน เมื่อนำไปอนุบาลให้การรอดชีวิต 70 เปอร์เซ็นต์ หลังอนุบาลเป็นเวลา 1 เดือน การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาเครื่องต้นแบบคัดแยกทุเรียนด้วยเทคโนโลยี Deep Learning ระบบ Euresys โดยแบ่งการดำเนินงานออกเป็น 3 ขั้นตอนหลัก ได้แก่ การพัฒนาโปรแกรมสำหรับควบคุมการทำงานของสายพานและระบบจำแนกทุเรียน การออกแบบและสร้างสายพานต้นแบบสำหรับการลำเลียงและคัดแยกทุเรียน และการทดสอบความสามารถและความแม่นยำในการทำงานของระบบ การพัฒนาระบบ AI ใช้ข้อมูลภาพทุเรียน 13,500 ภาพจากกล้อง Industrial Camera SFV CR8M01 ความละเอียด 8MP โดยใช้โมเดล EfficientNet-B2 ภายใต้ Euresys Deep Learning Bundle ผลการฝึกฝนให้ความแม่นยำ 83.45% ในการฝึกฝนและ 73.11% ในการทดสอบจริง ซึ่งสามารถจำแนกทุเรียน 3 ระดับความสุก ได้แก่ อ่อน สุกแก่ และสุกเกิน เครื่องต้นแบบมีขนาด 2,230×3,325×1,534 มม. ใช้โครงสร้าง Aluminum Profile น้ำหนัก 500 กก. ประกอบด้วยระบบสายพานลำเลียง ระบบการมองเห็น ระบบประมวลผลและควบคุม และระบบการคัดแยกด้วยนิวเมติกส์ ระบบนิวเมติกส์มีประสิทธิภาพ 89.1% โดยสามารถคัดแยกทุเรียนได้ 300 ลูกต่อชั่วโมง ลดการใช้แรงงานจาก 3 คนเป็น 0.5 คน จากการเปรียบเทียบกับการตรวจสอบโดยผู้เชี่ยวชาญ พบว่ามีความแม่นยำต่ำกว่าผู้เชี่ยวชาญ แต่ระบบมีความเร็วสูงกว่า 2.5 เท่า และให้ความสม่ำเสมอในการทำงานที่ดีกว่า ผลการวิจัยแสดงศักยภาพในการพัฒนาเทคโนโลยี AI สำหรับอุตสาหกรรมเกษตร และเป็นฐานสำหรับการพัฒนาต่อยอดในอนาคต |
| รายละเอียดการนำไปใช้งาน | |
| เอกสารประกอบโครงการ |
|
ทีมวิจัย

| ที่ | นักวิจัย | หน่วยงาน | ตำแหน่งในทีม | การมีส่วนร่วม (%) |
|---|---|---|---|---|
| 1 | สกุลรัตน์ หาญศึก | คณะเกษตรศาสตร์ ราชมงคลศรีวิชัย วิทยาเขตนครศรีธรรมราช | หัวหน้าโครงการ | 25 |
| 2 | นภัสวรรณ เลี่ยมนิมิตร | คณะเกษตรศาสตร์ ราชมงคลศรีวิชัย วิทยาเขตนครศรีธรรมราช | ผู้ร่วมวิจัย | 25 |
| 3 | ผศ.ดร. พัชราภรณ์ วาณิชย์ปกรณ์ | คณะเกษตรศาสตร์ ราชมงคลศรีวิชัย วิทยาเขตนครศรีธรรมราช | ผู้ร่วมวิจัย | 25 |
| 4 | พรศิลป์ สีเผือก | คณะเกษตรศาสตร์ ราชมงคลศรีวิชัย วิทยาเขตนครศรีธรรมราช | ผู้ร่วมวิจัย | 25 |