ระบบมอนิเตอร์พลังงานและควบคุมอุณหภูมิในบ่อเลี้ยงจิ้งหรีดแบบบูรณาการสำหรับฟาร์มระดับชุมชนผ่าน Home Assistant
Article Sidebar
Main Article Content
บทคัดย่อ
การเพาะเลี้ยงจิ้งหรีดในระบบฟาร์มกึ่งปิดจำเป็นต้องควบคุมอุณหภูมิให้อยู่ในช่วงเหมาะสม ซึ่งมักใช้พลังงานไฟฟ้าสูงส่งผลให้ต้นทุนการผลิตเพิ่มขึ้น อีกทั้งระบบมอนิเตอร์ที่ใช้เซนเซอร์ราคาตํ่ายังไม่เคยมีการสอบเทียบกับเครื่องมือมาตรฐานและยังไม่มีการบูรณาการพลังงานหมุนเวียนร่วมกับระบบควบคุมอัจฉริยะในฟาร์มแมลงเศรษฐกิจ งานวิจัยนี้ได้นำเสนอระบบมอนิเตอร์และควบคุมอุณหภูมิสำหรับฟาร์มจิ้งหรีด โดยใช้พลังงานจากระบบผลิตไฟฟ้าและความร้อนพลังงานแสงอาทิตย์ (Solar PVT) ขนาด 4.40 kWp ร่วมกับปั๊มความร้อนขนาด 10.80 kWth เพื่อรักษาอุณหภูมิระหว่าง 28 - 30 oC ในบ่อเลี้ยงจำนวน 20 บ่อ ระบบควบคุมพัฒนาบนแพลตฟอร์ม Home Assistant โดยใช้โมดูล Tuya IoT ซึ่งควบคุมอุณหภูมิได้อย่างมีประสิทธิภาพตามเงื่อนไขที่กำหนดไว้ และช่วยให้มั่นใจได้ถึงการทำงานที่เสถียรตลอดกระบวนการเลี้ยงผลการทดสอบพบว่าเซนเซอร์ Tuya IoT มีความแม่นยำสูง (R2 > 0.99, RMSE 0.496 oC, 0.0295 kW และ MAPE <2%) แสดงถึงความน่าเชื่อถือของระบบ ทั้งยังช่วยลดการใช้พลังงานจากโครงข่ายได้ 41.50 % การวิเคราะห์เพิ่มเติมชี้ว่าระบบสามารถผลิตไฟฟ้าได้ 7,570.63 kWh/ปี ลดการปล่อยก๊าซเรือนกระจก 3,784.56 kgCO2eq/ปี และมีระยะเวลาคืนทุน 5.50 ปี สะท้อนถึงความเหมาะสมด้านเทคนิคเศรษฐศาสตร์ และสิ่งแวดล้อมในการประยุกต์ใช้กับฟาร์มชุมชน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Aavild, A.P., Rosenkrantz de Lasson, A., Moesgaard Andersen, C., Christensen, E., Moreschini, S., Hästbacka, D., Taibi, D. and Albano, M. (2024). Distributed Home Automation with Home Assistant. In Peltonen, E., Hyrynsalmi, S., Wagner, I., Rellermeyer, J. and Mohan, N. (Eds.), IoT '24: Proceedings of the 14th International Conference on the Internet of Things (pp. 206-212). https://doi.org/10.1145/3703790.3703828
Anal, S. and Kaur, S. (2024). Live Data Monitoring in Industry. International Journal for Research in Applied Science and Engineering Technology (IJRASET), 12(VI), 304-313. https://doi.org/10.22214/ijraset.2024.63080
Araújo, T., Silva, L. and Moreira, A. (2020). Evaluation of Low-Cost Sensors for Weather and Carbon Dioxide Monitoring in Internet of Things Context. IoT, 1(2), 286-308. https://doi.org/10.3390/iot1020017
Bar-Gill, S., Brynjolfsson, E. and Hak, N. (2024). Helping Small Businesses Become More Data-Driven: A FieldExperiment on eBay. Management Science, 70(11), 7345-7372. http://doi.org/10.2139/ssrn.4400425
G, K., Ediga, P., S, A., P, A., T, S., Mittal, A., Rajvanshi, S. and Habelalmateen, M.I. (2024). Smart Energy Management: Real-Time Prediction and Optimization for IoT-Enabled Smart Homes. Cogent Engineering, 11(1). https://doi.org/10.1080/23311916.2024.2390674
Hassan, S.I., Alam, M.M., Illahi, U., Al Ghamdi, M.A., Almotiri, S.H., and Su’ud, M.M. (2021). A Systematic Review on Monitoring and Advanced Control Strategies in Smart Agriculture. IEEE Access, 9, 32517-32548. https://doi.org/10.1109/ACCESS.2021.3057865
Huang, H., Yi, J., Gao, J., Liu, P., Meng, L., and Zou, H. (2023). Design of Smart Laboratory System Based on Home Assistant. 14th International Conference on Mechanical and Aerospace Engineering (ICMAE), 575-580. https://doi.org/10.1109/ICMAE59650.2023.10424532.
Islam, M.T., Azad, M.S., Ahammed, M.S., Rahman, M.W., Azad, M.M., Nasir, M.K. (2022). IoT Enabled Virtual Home Assistant Using Raspberry Pi. In Majhi, S., Prado, R.P.d., Dasanapura Nanjundaiah, C. (Eds.), Distributed Computing and Optimization Techniques. Lecture Notes in Electrical Engineering, Vol. 903. Springer, Singapore. https://doi.org/10.1007/978-981-19-2281-7_52
Koponen, P., Ikäheimo, J., Koskela, J., Brester, C. and Niska, H. (2020). Assessing and Comparing Short Term Load Forecasting Performance. Energies, 13(8), https://doi.org/10.3390/en13082054
Maity, A.K., Darshan, D. and Chauhan, K. (2024, November). IoT-Based Industrial Equipment Monitoring System: Revolutionizing Maintenance through Smart Data Analytics. 3rd International Conference on Optimization Techniques in the Field of Engineering (ICOFE-2024). https://doi.org/10.2139/ssrn.5065523
Mansattha, M., Dao, H. and Jikaraji, A. (2023). Smart Meter Design for Energy Consumption Monitoring of Residential Premises. Journal of Applied Research on Science and Technology (JARST), 22(2), 250745-250745. https://ph01.tci-thaijo.org/index.php/rmutt-journal/article/view/250745/170681
Moon, K.A., Kim, S.B., Choi, H.U. and Choi, K.H. (2024). Experimental Study on the Heat Pump Performance Combined with Dual-Purpose Solar Collector. Energies, 17(12). https://doi.org/10.3390/en17123038
Naidu, G.G.S., Patnaik, R.K., Kumar, R.Y. and Viswas, N. (2024). An Analysis of Energy Monitoring Solutions for Smart Home Applications. International Research Journal of Modernization in Engineering Technology and Science, 6(11), 5581-5588. https://www.irjmets.com/uploadedfiles/paper/issue_11_november_2024/64692/final/fin_irjmets1732986336.pdf
Natale, C., Dongellini, M., Naldi, C. and Morini, G.L. (2025). Evaluation of the Seasonal Energy Performance of a Dual-Source Heat Pump Through Dynamic Experimental Tests. Energies, 18(10). https://doi.org/10.3390/en18102532
Omia, E., Bae, H., Park, E., Kim, M.S., Baek, I., Kabenge, I. and Cho, B.K. (2023). Remote Sensing in Field Crop Monitoring: A Comprehensive Review of Sensor Systems, Data Analyses and Recent Advances. Remote Sensing, 15(2). https://doi.org/10.3390/rs15020354
Phaphan, W. and Phutthamat, W. (2023). The Comparison of Forecasting Modelsfor Total Premiums of Life Insurance Companies inThailand. Huachiew Chalermprakiet Science and Technology Journal, 9(2), 64-74. https://ph02.tci-thaijo.org/index.php/scihcu/article/view/249738/169825
Salee, S., Wannaphrom, W., Ngandee, A., Krudngern, S., Thongpron, J. and Maungjai, W. (2020). The Monitoring for Control and Analysis of Electrical Energy used in Agricultural Production. Case Study of Product Building, Thung Luang Royal Project Foundation. Journal of Agricultural Technology Research, 3(1), 77-90. https://so04.tci-thaijo.org/index.php/JIT/article/view/242010
Siswoyo, A. (2025). Optimization of Temperature Sensor Selection for Incubators: Real-Time Accuracy Analysis of DHT22, LM35, and DS18B20 in Controlled Environment Simulations. Internet of Things and Artificial Intelligence Journal, 5(1). https://doi.org/10.31763/iota.v5i1.877
Suwannapong, C. and Chaiyong, W. (2015). The Application of Wireless Sensor Network to Monitor and Identify the Position of Beef Cattle in the Livestock Production. Farm Engineering and Automation Technology Journal, 1(1), 15-21. https://ph02.tci-thaijo.org/index.php/featkku/article/view/175993
Suwannahong, P. (2018). Dashboard Design for Data Analysis of Sale Promotion: A Case Study of a Commercial Bank [Doctoral dissertation, Thammasat University]. Thammasat University Library. https://ethesisarchive.library.tu.ac.th/thesis/2018/TU_2018_6023036137_9545_10069.pdf
Thaipreecha, W. and Puntusavase, K. (2023). Applying Dashboards for Manufacturing by Comparing Programs Used Between Google Data Studio and Microsoft Power BI. Journal of Management Science Research, Surindra Rajabhat University, 7(3), 39-53. https://so02.tci-thaijo.org/index.php/jmsr/article/view/258426
Verma, Y., Verma, A., Chatterjee, S. and Sagar, P. (2024). Remote Sensing Applications in Agriculture. In Doggalli, G., Modi, R., Mistry, D.Y., Rathwa, M.K., and Mali, P.D. (Eds.), Recent Trends in Agriculture Vol. 13. (pp. 159-180). Integrated Publications.
Wanchupela, N. and Polvongsri, S. (2021). Size and Type Optimization of Solar Photovoltaic Thermal Hybrid Assisted Heat Pump in Slaughterhouse. Engineering Journal of Chiang Mai University, 28(1), 127-140. https://ph01.tci-thaijo.org/index.php/EngJCMU/article/view/244072/166124
Zhang, X., Zhang, T., Young, A.A. and Li, X. (2014). Applications and Comparisons of Four Time Series Models in Epidemiological Surveillance Data. Plos one, 9(2). https://doi.org/10.1371/journal.pone.0088075
