เครื่องคัดเกรดไข่ไก่และคัดไข่ไก่แฝดแบบกึ่งอัตโนมัติ
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยมีวัตถุประสงค์ เพื่อพัฒนาเครื่องคัดเกรดไข่ไก่และคัดไข่ไก่แฝดแบบกึ่งอัตโนมัติ เพื่อให้สามารถทำงานแบบต่อเนื่องบนสายพานลำเลียงได้ โดยสามารถคัดเกรดไข่ไก่ได้ตั้งแต่เบอร์ 0–3 และสามารถแยกไข่ไก่เบอร์ 0 แบบแฝดกับแบบปกติได้ งานวิจัยนี้ได้ดำเนินงานจากการศึกษากระบวนการคัดเกรดไข่ไก่และไข่ไก่แฝด ทำการกำหนดสมบัติของเครื่องคัดเกรดไข่ไก่และทำการออกแบบ เมื่อได้แบบแล้วจึงทำการสร้างเครื่องคัดเกรดไข่ไก่และคัดไข่ไก่แฝดแบบกึ่งอัตโนมัติ ควบคู่กับการพัฒนาโปรแกรมการคัดเกรดไข่ไก่และไข่ไก่แฝด สุดท้ายคือการทดสอบการทำงานของเครื่องและการประมวลผลแต่ก่อนจะเข้าทำการประมวลผลได้สร้างระบบทำความสะอาดเปลือกไข่ เพื่อให้ได้ไข่ไก่ที่เหมาะสมก่อนที่จะไปทำการชั่งน้ำหนักและวัดขนาดด้วยกล้อง ค่าน้ำหนักจะเป็นเกณฑ์ในการคัดเกรดไข่ไก่ในแต่ละเบอร์ตั้งแต่เบอร์ 0–3 ในขณะที่น้ำหนักและรูปร่างในที่นี้ หมายถึง อัตราความยาวแกนหลักกับแกนรองของไข่ไก่นำมาประมวลผลด้วยตรรกศาสตร์คลุมเครือเพื่อพิจารณาความเป็นไข่ไก่แฝด ผลการทดสอบเครื่องพบว่า เครื่องสามารถลำเลียงไข่ไก่ทุก ๆ เบอร์ไปทำความสะอาดและเป่าแห้งได้ โดยน้ำหนักที่ชั่งได้บนสายพานลำเลียงผ่านโหลดเซลล์มีความผิดพลาดเพียง ±0.1 กรัม เมื่อเทียบกับตาชั่งยา ในขณะที่ค่าอัตราความยาวแกนหลักกับแกนรองของไข่ไก่ ที่ได้จากการประมวลผลด้วยภาพมีความถูกต้องแม่นยำเมื่อเทียบกับการวัดด้วยเวอร์เนียร์ ในส่วนของการประมวลผลพบว่า เครื่องสามารถคัดเกรดไข่ไก่ได้อย่างถูกต้องแม่นยำ 100 เปอร์เซ็นต์ ทุกเบอร์ ในขณะที่การคัดแยกไข่ไก่แฝดยังคงมีความผิดพลาดอยู่บ้างคือ 1 ใน 24 ฟอง
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ลงตีพิมพ์เป็นข้อคิดเห็นของผู้เขียนเท่านั้น
ผู้เขียนจะต้องเป็นผู้รับผิดชอบต่อผลทางกฎหมายใดๆ ที่อาจเกิดขึ้นจากบทความนั้น
References
T. Pescatore, J. Jacob, and A. Cantor, “Grading table eggs” University of Kentucky Cooperative Extension, 2011.
W. Chen, N. Du, Z. Dong and Z. Yang, “Double yolk nondestructive identification system based on Raspberry Pi and computer vision,” Food Measure, vol. 16, pp. 1605–1612, 2022.
J. Thipakorn, R.Waranusast, and P. Riyamongkol, “Egg weight prediction and egg size classification using image processing and machine learning,”in 14th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON), 2017, pp. 477–480.
T. Intarakumthornchai and R. Kesvarakul, “Double yolk eggs detection using fuzzy logic,” PLOS ONE, vol. 15, no. 11, 2020.
N. Nuksom and R. Songleknok, “Automatic chicken eggs sizing machine,” M.S. thesis, Department of Mechatronics Engineering, Faculty of Engineering, Suranaree University of Technology, 2019 (in Thai).