การหาน้ำหนักความสำคัญของพารามิเตอร์เครื่องยนต์ดีเซลด้วยการตัดสินใจแบบกลุ่ม (Weighting of Diesel Engine’s Parameters by Using Group Decision Making)

Abstract

การนำผลการวิจัยด้านพลังงานทดแทนในเครื่องยนต์ดีเซลไปใช้งานจริงต้องคำนึงทั้งด้านสมรรถนะเครื่องยนต์และมลพิษไอเสียที่เกิดขึ้น อย่างไรก็ตาม นักวิจัยไม่มีข้อมูลน้ำหนักความสำคัญของพารามิเตอร์ของเครื่องยนต์ดีเซลจึงทำให้การตัดสินใจภายใต้เกณฑ์พหุคูณ (multi-criteria decision making) ไม่มีประสิทธิภาพ งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อศึกษาวิธีหาน้ำหนักความสำคัญของพารามิเตอร์เครื่องยนต์ดีเซลที่สำคัญจำนวน 8 ค่า โดยการผสมผสานวิธีการตัดสินใจด้วยกระบวนการลำดับขั้นเชิงวิเคราะห์ (AHP) เข้ากับวิธีเดลฟาย (Delphi) เพื่อทำการตัดสินใจแบบกลุ่ม (group decision making) ซึ่งผลการศึกษาพบว่า AHP สามารถเปลี่ยนความเห็นของผู้เชี่ยวชาญ ซึ่งเป็นข้อมูลเชิงคุณภาพให้เป็นข้อมูลเชิงปริมาณได้อย่างมีประสิทธิภาพ อีกทั้ง AHP มีการตรวจสอบค่าอัตราส่วนความสอดคล้องกันของข้อมูล (consistency ratio) สามารถยืนยันคุณภาพของข้อมูลการศึกษาได้เป็นอย่างดี ในช่วงต้นของงานวิจัย การประเมินน้ำหนักความสำคัญพบว่าผู้เชี่ยวชาญทั้ง 8 คน มีความเห็นที่แตกต่างกัน งานวิจัยนี้จึงใช้เทคนิคเดลฟายเพื่อบริหารจัดการความเห็นที่แตกต่างกันภายในกลุ่มผู้เชี่ยวชาญ ซึ่งพบว่าหลังจากการประเมินน้ำหนักความสำคัญจำนวน 3 ครั้ง ข้อมูลมีแนวโน้มชัดเจนว่าผู้เชี่ยวชาญทุกคนเกิดความเห็นพ้องต้องกัน ผลการวิจัยสรุปได้ว่าประสิทธิภาพ, แรงบิด, เขม่าควันดำ และออกไซด์ของไนโตรเจนมีความสำคัญกับเครื่องยนต์ดีเซลมากถึง 23.67, 20.93, 21.72 และ 10.38% ตามลำดับ ในขณะที่คาร์บอนไดออกไซด์, ไฮโดรคาร์บอน, กำลัง และคาร์บอนมอนอกไซด์มีความสำคัญน้อยลงตามลำดับ ผลการประเมินโดยผู้เชี่ยวชาญ การวิเคราะห์ผล และการคำนวณน้ำหนักความสำคัญของพารามิเตอร์ได้ถูกนำเสนออยู่ภายในบทความ

The applications of alternative fuel in diesel engine must consider both engine output performance and exhaust gas emissions. However, researchers do not have any data of the weight of each parameter. This leads to the low efficiency in multi-criteria decision making. Therefore, this research aims to investigate the weight of eight important diesel engine’s parameters by using integrated Analytical Hierarchy Process (AHP) and Delphi technique for group decision making. The investigation shows that AHP can convert specialist’s perceptions, which is qualitative data, to quantitative data efficiently. Moreover, consistency ratios are verified and confirm the quality of research data. Evaluation results from eight specialists reveal incongruities in the beginning of the research. Hence, Delphi technique has performed in this study, which aims to manage these disagreements. After 3 rounds of specialist’s evaluations, the data shows very apparent trend of the group consensus. The results show that engine efficiency, torque, Particulate Matter (PM) and Oxides of Nitrogen (NO_x) receive a high significance with the weights of 23.67, 20.93, 21.72 and 10.38%, respectively. While Carbon dioxide (CO₂), Total Hydrocarbon (THC), power and Carbon monoxide (CO) show less importance, respectively. Specialist’s evaluations, discussions and weight calculations are also presented.