โครงงานนี้มีวัตถุประสงค์เพื่อนำเสนอแนวทางการออกแบบห้องแปรรูปเครื่องในแดงสำหรับโรงงานแปรรูปสุกร ที่มีการแปรรูปสุกร 500 ตัวต่อวันหรือ 80 ตัวต่อชั่วโมง น้ำหนักสุกรเฉลี่ยประมาณ 105 กิโลกรัม/ตัว มีเครื่องในแดงอยู่ร้อยละ 3.47 เพื่อทำการแยกชิ้นส่วน ตับ ขั้วตับ หัวใจ ปอด ม้ามและไต ตามต้องการ และทำการแช่ในน้ำเย็นเพื่อลดอุณหภูมิให้ต่ำกว่า 7 องศาเซลเซียส แล้วจึงนำบรรจุและปิดผนึก การคัดแยกใช้จำนวนชิ้นและน้ำหนักเป็นเกณฑ์ในการคัดแยกตามแต่ชนิด เวลาในการแปรรูป การแช่น้ำเย็นและการบรรจุมีความแตกต่างกันตามชนิดและขนาดสินค้า ข้อมูลในการออกแบบได้จากการเก็บข้อมูลในสายการผลิตปัจจุบันและข้อมูลอ้างอิงตามมาตรฐานต่าง ๆ ออกแบบห้องแปรรูปตามหลักการวางผังโรงงานอย่างเป็นระบบ (Systematic Layout Planning: SLP) วิเคราะห์ความสัมพันธ์ของกิจกรรมภายในห้อง จัดทำแผนผังสำหรับการกำหนดพื้นที่ใช้งาน คำนวณขนาดอุปกรณ์และจำนวนผู้ปฏิบัติงานที่จำเป็นต่อการใช้งาน พื้นที่ของห้องเครื่องในแดงถูกออกแบบมีขนาด 56 ตารางเมตร หลังจากออกแบบแผนผังได้มีการจำลองห้องในรูปแบบ 3 มิติด้วยโปรแกรม SketchUp 2024 พร้อมทั้งจำลองและวิเคราะห์การทำงานในห้องด้วยโปรแกรม Flexsim 2024
บริษัท เบทาโกร จำกัด (มหาชน) ได้มีแผนการขยายโรงงานแปรรูปสุกรทั้งในประเทศและต่างประเทศ การออกแบบกระบวนการผลิตจึงเป็นสิ่งสำคัญที่ทำให้โรงงานที่จะก่อตั้งนั้นสามารถใช้งานได้อย่างมีประสิทธิภาพทั้งในด้านกระบวนการการผลิตและความสะอาด เพื่อทำให้สินค้าที่ส่งมอบแก่ผู้บริโภคมีคุณภาพที่ดี โดยผลิตภัณฑ์ที่สำคัญของโรงงานแปรรูปสุกร ได้แก่ กลุ่มชิ้นส่วนสุกรตัดแต่ง และกลุ่มเครื่องในสุกร ซึ่งประกอบไปด้วยเครื่องในแดง และเครื่องในขาว โครงงานนี้ได้รับมอบหมายให้ศึกษากระบวนการทำงานเพื่อออกแบบห้องเครื่องในแดงให้รองรับการผลิตที่สูงขึ้นและมีความหลากหลายของผลิตภัณฑ์มากขึ้น โดยกระบวนการทำงานภายในห้องถูกต้องเป็นไปตามหลักการปฏิบัติที่ดีสำหรับโรงแปรรูปสุกรของกรมปศุสัตว์
คณะวิศวกรรมศาสตร์
โครงการสหกิจนี้มีวัตถุประสงค์เพื่อปรับปรุงประสิทธิภาพกระบวนการผลิต Hydrogen Manufacturing Unit 2 (HMU-2) และ Pressure Swing Adsorption 3 (PSA-3) โดยการใช้แบบจำลองกระบวนการ AVEVA Pro/II และ แบบจำลอง Machine Learning เพื่อจำลองกระบวนการ ผลการศึกษาพบว่า แบบจำลอง AVEVA Pro/II สามารถทำนายผลลัพธ์ โดยมีความคลาดเคลื่อนอยู่ในช่วง 0–35% มีความคลาดเคลื่อนของอัตราการไหลของไฮโดรเจนจากหน่วย PSA สูงถึง 12% เกินเกณฑ์ 10% ที่บริษัทยอมรับได้ จึงได้พัฒนาแบบจำลอง Machine Learning โดยการปรับไฮเปอร์พารามิเตอร์ของอัลกอริทึมแบบ Random Forest ผลการศึกษาพบว่าแบบจำลองมีความแม่นยำสูง มีค่า Mean Squared Error (MSE) มีค่า 8.48 และ 0.18 สำหรับข้อมูลกระบวนการ และ ข้อมูลห้องปฏิบัติการ และ R-squared มีค่า 0.98 และ 0.88 สำหรับข้อมูลชุดเดียวกัน และพบว่าสามารถทำนายผลลัพธ์ได้แม่นยำกว่าแบบจำลอง AVEVA Pro/II ในทุกๆ ตัวแปร สามารถลดความคลาดเคลื่อนของอัตราการไหลของไฮโดรเจนจากหน่วย PSA เหลือเพียง 4.75 และ 1.35% สำหรับอัตราการผลิต 180 และ 220 ตันต่อวันตามลำดับ จึงได้นำแบบจำลองมาทำการ Optimization ตัวแปรกระบวนการ พบว่าสามารถให้ข้อแนะนำในการปรับค่าตัวแปรต่างๆ ได้ โดยสามารถเพิ่มผลผลิตไฮโดรเจนได้ 7.8 ตันต่อวัน และสร้างผลกำไรเพิ่มขึ้น 850,966.23 บาทต่อปี
วิทยาเขตชุมพรเขตรอุดมศักดิ์
เนื่องจากมีการระบาดของปลาหมอคางดำ ทำให้มีผลกระทบต่อระบบนิเวศโดยรวมของธรรมชาติ เพราะปลาหมอคางดำมีการแพร่กระจายอย่างรวดเร็ว และมีความทนทานต่อสภาพแวดล้อมที่เปลี่ยนแปลง ส่งผลให้ปลาหมอคางดำมีจำนวนประชากรมากเกินไป ทำให้มีการแย่งชิงของอาหารและที่อยู่อาศัยของปลาพื้นถิ่น อีกทั้งพฤติกรรมการกินที่หลากหลายของปลาหมอคางดำอาจส่งผลให้เกิดการลดลงของสัตว์น้ำขนาดเล็กหรือพืชน้ำที่มีความสำคัญต่อระบบนิเวศอีกด้วย
คณะอุตสาหกรรมอาหาร
Zero-waste management is crucial for sustainable food systems, promoting the use of agricultural by-products like rice bran. Rich in bioactive polyphenols with antioxidant and antidiabetic properties, rice bran can enhance the nutritional value of food. Polyphenols can slow starch digestion by forming complexes with starch, making them useful for creating low-glycemic foods. While ultrasonication and freeze-thaw treatments have been beneficial individually, their combined effects on starch-polyphenol complexation remain understudied. This study aimed to evaluate the impact of combining these treatments on the interaction between rice starch and red rice bran polyphenols. The dual treatment increased the complexing index, altered functional properties, and affected granule morphology. Structural analysis indicated non-covalent interactions forming non-V-type complexes. Additionally, starch digestibility was reduced, lowering the estimated glycemic index (eGI) compared to the control. These findings suggest a sustainable and green approach to starch modification, with potential for developing functional food products and advancing zero-waste processing.