Page 53 - FoodFocusThailand No.246 October 2026
P. 53

SOURCE OF ENGINEER


                     จาก DOE และ RSM                                Hybrid Model จึงเป็นแนวที่างที่่�น�าสำนใจ โดียู่ผสำานความีร่้ที่างฟิิสำิกสำ์เขั้้ากับ
                     สู่่� Bayesian Optimization (BO)            แมีช้ช้่นเลิร์นนิง เช้�น ใช้้สำมีดีุลมีวลและพื้ลังงานเป็นโครงหลัก แล้วให้แมีช้ช้่นเลิร์นนิง
                     โรงงานที่่�ใช้้ Design of Experiments (DOE) และ   เร่ยู่นร่้พื้ารามีิเตัอร์ที่่�เปล่�ยู่นไปตัามีสำภูาวะ หร้อเร่ยู่นร่้ความีคลาดีเคล้�อนสำ�วน
                     Response Surface Methodology (RSM) อยู่่�แล้ว                    ที่่�แบบจำาลองหลักยู่ังอธีิบายู่ไมี�ไดี้ แนวที่างน่�ไมี�จำาเป็นตั้องเริ�มีจากโมีเดีลที่่�
                     มี่พื้้�นฐานที่่�ดี่สำำาหรับการพื้ัฒนาไปสำ่� Optimization ขั้ั�นสำ่ง   ซึ่ับซึ่้อน แตั�ควรเริ�มีจากแบบจำาลองที่่�เขั้้าใจ ตัรวจสำอบ และอธีิบายู่ไดี้
                     เพื้ราะวิธี่การเหล�าน่�จะช้�วยู่ให้เห็นถึึงความีสำัมีพื้ันธี์และ  อ่กแนวที่างหนึ�งค้อ Physics-Informed Neural Networks (PINNs) ซึ่ึ�งนำา
                     ปฏิิสำัมีพื้ันธี์ระหว�างตััวแปร เช้�น ผลขั้องอุณหภู่มีิที่่�อาจ  สำมีการฟิิสำิกสำ์และเง้�อนไขั้ขั้อบเขั้ตัเขั้้าไปกำากับการฝึึกโมีเดีล เพื้้�อลดีโอกาสำที่่�
                     เปล่�ยู่นแปลงไปตัามีความีช้้�นขั้องวัตัถึุดีิบ ไมี�ใช้�เพื้่ยู่งผล  แบบจำาลองจะให้คำาตัอบขั้ัดีกับพื้ฤตัิกรรมีที่างฟิิสำิกสำ์ที่่�ที่ราบอยู่่�แล้ว อยู่�างไรก็ตัามี

                     ขั้องตััวแปรแตั�ละตััวแบบแยู่กจากกัน  ขั้้อจำากัดีค้อ                 การใสำ�สำมีการเป็นสำ�วนหนึ�งขั้องฟิังก์ช้ันการฝึึกซึ่ึ�งไมี�ไดี้รับประกันว�าผลลัพื้ธี์จะ
                     การที่ดีลองในโรงงานมี่ตั้นทีุ่นที่่�สำ่ง ที่ั�งวัตัถึุดีิบ เวลาใน         รักษากฎฟิิสำิกสำ์ไดี้อยู่�างสำมีบ่รณ์ จึงยู่ังตั้องตัรวจสำอบความีคลาดีเคล้�อนขั้องที่ั�ง
                     การหยูุ่ดีหร้อเปล่�ยู่นเคร้�อง และระยู่ะเวลารอผลวิเคราะห์   สำมีการและขั้้อมี่ลแยู่กจากกัน (Karniadakis et al., 2021)
                     หากตั้องที่ดีลองตัามีแผน จะที่ำาให้เกิดีตั้นทีุ่นที่่�สำ่งไดี้  งานที่บที่วนดี้านการอบแห้งอาหารขั้อง Wijerathne et al. (2025) ช้่�ให้เห็น
                        Bayesian Optimization (BO) จึงเป็นอ่กแนวที่างที่่�  ศึักยู่ภูาพื้ขั้อง PINNs ในการเช้้�อมีขั้้อมี่ลกับการเปล่�ยู่นแปลงหลายู่ระดีับ ตัั�งแตั�
                     น�าสำนใจ โดียู่สำร้างแบบจำาลองตััวแที่น (Surrogate Model)   ระดีับเซึ่ลล์จนถึึงช้ิ�นอาหาร แตั�ยู่ังมี่ขั้้อจำากัดีดี้านขั้้อมี่ลและความีซึ่ับซึ่้อนขั้อง
                     เพื้้�อคาดีการณ์ผลลัพื้ธี์พื้ร้อมีประเมีินความีไมี�แน�นอน     แบบจำาลอง จึงควรมีองว�าเป็นเที่คโนโลยู่่ที่่�กำาลังพื้ัฒนา มีากกว�าจะเป็นระบบ
                     จากนั�นเล้อกจุดีที่ดีลองถึัดีไปโดียู่พื้ิจารณาที่ั�งบริเวณที่่�  สำำาเร็จร่ปที่่�รับประกันผลสำำาหรับโรงงานทีุ่กแห�ง
                     คาดีว�าจะให้ผลดี่และบริเวณที่่�ยู่ังมี่ขั้้อมี่ลไมี�เพื้่ยู่งพื้อ
                     เมี้�อไดี้ขั้้อมี่ลใหมี� แบบจำาลองจะถึ่กปรับปรุงและเล้อก          Soft Sensor: เปล่�ยนข้้อม่ลกร์ะบวนการ์
                     จุดีที่ดีลองตั�อไปอ่กครั�ง ที่ำาให้การที่ดีลองสำามีารถึเร่ยู่นร่้  สู่่�การ์ปร์ะเมินคุุณภาพแบบ Real-Time
                     ระหว�างที่างไดี้ แที่นที่่�จะกำาหนดีทีุ่กจุดีไว้ตัายู่ตััวตัั�งแตั�  อ่กโจที่ยู่์สำำาคัญขั้องโรงงานค้อ การวัดีคุณภูาพื้ให้ที่ันตั�อการตััดีสำินใจ โรงงาน
                     ตัอนแรก                                     จำานวนมีากสำามีารถึวัดีอุณหภู่มีิหร้อสำภูาวะขั้องกระบวนการไดี้อยู่�างตั�อเน้�อง
                        จากงานขั้อง Jiang และคณะ (2025) ที่่�เปร่ยู่บเที่่ยู่บ   แตั�ค�าความีช้้�น เน้�อสำัมีผัสำ หร้อสำารสำำาคัญบางช้นิดีอาจที่ราบผลเมี้�อผลิตั

                     BO กับ RSM ในกระบวนการอัดีร่ดีโปรตั่นพื้้ช้ความีช้้�นสำ่ง  เสำร็จแล้วและรอผลจากการวิเคราะห์ในห้องปฏิิบัตัิการ
                     เพื้้�อผลิตัเน้�อเที่่ยู่มี รายู่งานว�า BO ให้ความีสำามีารถึใน     Soft Sensor ช้�วยู่ลดีช้�องว�างดีังกล�าว ดี้วยู่การผสำานขั้้อมี่ลจากเคร้�องมี้อวัดี
                     การที่ำานายู่ที่่�ดี่กว�าโดียู่ใช้้การที่ดีลองน้อยู่กว�า และ               เขั้้ากับแบบจำาลอง เพื้้�อประมีาณค�าคุณภูาพื้ที่่�ไมี�สำามีารถึวัดีไดี้โดียู่ตัรงหร้อ
                     การเพื้ิ�มีขั้้อมี่ลความีตั้านที่านแรงดีึงขั้องผลิตัภูัณฑ์์จะช้�วยู่  วัดีไดี้ยู่ากระหว�างกระบวนการ เช้�น การนำาขั้้อมี่ลสำเปกตัรัมี ภูาพื้ นำ�าหนัก และ
                     เพื้ิ�มีประสำิที่ธีิภูาพื้ขั้องแบบจำาลอง อยู่�างไรก็ตัามี ผลดีังกล�าว  สำภูาวะแวดีล้อมีมีาประกอบการประเมีินความีช้้�น
                     เป็นหลักฐานในระบบที่่�มี่การศึึกษา ซึ่ึ�งไมี�ควรตั่ความีว�า
                     BO เหน้อกว�า RSM ในทีุ่กกระบวนการ
                        แนวที่างที่่�เหมีาะสำมีสำำาหรับโรงงานจึงอาจเป็นการใช้้
                     ความีร่้หน้างานและ DOE เพื้้�อคัดีเล้อกตััวแปรและกำาหนดี
                     ขั้อบเขั้ตั ก�อนจะใช้้ BO ค้นหาสำภูาวะเพื้ิ�มีเตัิมีในขั้อบเขั้ตั
                     ที่่�ไดี้รับอนุญาตั โดียู่ตั้องกำาหนดีขั้้อจำากัดีดี้านความีปลอดีภูัยู่
                     และความีสำามีารถึขั้องเคร้�องจักรไว้ล�วงหน้า


                     Hybrid Modeling: ผสู่านฟิิสู่ิกสู่์
                     และแมชชีนเลิร์์นนิงสู่่�โมเดลที่่�ใช้งานได้จร์ิง
                     วัตัถึุดีิบอาหารมี่ความีแปรปรวนสำ่ง ที่ั�งจากพื้ันธีุ์ ฤดี่กาล

                     ความีช้้�น และระดีับความีสำุก ที่ำาให้แบบจำาลองที่่�เร่ยู่นร่้
                     จากขั้้อมี่ลเพื้่ยู่งอยู่�างเดี่ยู่วอาจที่ำางานไดี้ดี่เฉพื้าะชุ้ดี
                     ขั้้อมี่ลเดีิมี แตั�มี่ความีคลาดีเคล้�อนเมี้�อเง้�อนไขั้เปล่�ยู่น
                     ในที่างกลับกัน หากสำร้างแบบจำาลองฟิิสำิกสำ์ที่่�มี่ความีละเอ่ยู่ดี
                     มีากเกินไป ก็อาจใช้้เวลาคำานวณนานจนไมี�เหมีาะกับ
                     การตััดีสำินใจระหว�างการผลิตั
                                                                                               OCT  2026  FOOD FOCUS THAILAND  53


                                                                                                                     22/9/2569 BE   19:15
         52-56_Source of Engineer_Ravis.indd   53
         52-56_Source of Engineer_Ravis.indd   53                                                                    22/9/2569 BE   19:15
   48   49   50   51   52   53   54   55   56   57   58