การพัฒนากระบวนการแก้ไขความถูกต้อง สำหรับเซ็นเซอร์วัดฝุ่นละอองขนาดเล็ก (PM2.5) ต้นทุนต่ำ

บทคัดย่อ

การพัฒนากระบวนการแก้ไขความถูกต้องของเซ็นเซอร์วัดฝุ่นละอองขนาดเล็กต้นทุนต่ำ โดยใช้แบบจำลองหาอัตราการดูดความชื้นควบคู่กับการใช้สมการถดถอยแบบโพลีโนเมียลลำดับที่ 4 ทำการเก็บข้อมูลรายชั่วโมง 571 ชุด จากการวัดค่าด้วยเซ็นเซอร์ต้นทุนต่ำรุ่น PMS5003 และรุ่น SDS021 อย่างละ 2 ตัว แล้วนำมาเปรียบเทียบกับค่าจากเครื่องมือวัดที่ผ่านการรับรองมาตรฐานรุ่น MetOne BAM 1020 และ Teledyne Beta Plus 620 ผลการวิจัยพบว่า PMS5003 ทำงานใกล้เคียงกับเครื่องมือวัดที่ผ่านการรับรองมากกว่า SDS021 ข้อจำกัดการวัด คือต้องมีระดับความเข้มข้นฝุ่นไม่น้อยกว่า 15 µg/m³ การเปรียบเทียบค่าความแตกต่างของเซ็นเซอร์ใช้ค่า Mean Absolute Error (MAE) พบว่า MAE ก่อนแก้ไขของ PMS5003 และ SDS021 คือ 20.3 และ 11.1 ตามลำดับ ค่า MAE ลดลงอย่างมากหลังปรับแก้ด้วยโมเดลของ Petters and Kreidenweis  โดยมีค่า 10.5 และ 7.5 และค่า MAE มีค่าหลังปรับแก้ด้วยโมเดล Crilley คือ 9.24 และ 10.9 ตามลำดับ การใช้การวิเคราะห์ถดถอยแบบโพลีโนเมียลลำดับที่ 4 เพื่อเพิ่มค่าความถูกต้องของการวัดจากเซ็นเซอร์ โดยค่าของ Root Mean Square Error (RMSE) สะท้อนผลการทดสอบจากการใช้โมเดล Petters ได้ผลลัพธ์ดีกว่าโมเดล Crilley คือ 8.312 และ 9.256 ตามลำดับ นำมาสร้างสมการปรับแก้ค่าการวัดฝุ่นโดยใช้ค่าสัมประสิทธิ์ของโพลีโนเมียลลำดับที่ 4 มาใช้ และนำมาใช้กับต้นแบบสถานีวัดความเข้มข้นฝุ่นขนาดเล็กด้วยเซ็นเซอร์ PMS5003 และแสดงให้เห็นว่ามีการทำงานสอดคล้องกับเครื่องมือวัดที่ผ่านการรับรอง และมีความแม่นยำของการวัดเพิ่มสูงขึ้นด้วย ผลลัพธ์ดังกล่าวจึงสามารถนำไปช่วยในการพัฒนาการวัดของเครื่องวัดฝุ่นขนาดเล็กที่มีประสิทธิภาพได้