สร้างระบบตรวจจับแผ่นดินไหวด้วยผักกระเฉด: คู่มือโครงงานวิทยาศาสตร์

ผักกระเฉด (Mimosa pudica) สามารถตรวจจับการสั่นสะเทือนได้ด้วยสัญญาณไฟฟ้าชีวภาพที่วัดได้ 16-210 มิลลิโวลต์ เมื่อถูกกระตุ้นด้วยแรงกล โดยมีความไวต่อความถี่ 0.1-10 เฮิรตซ์ ซึ่งตรงกับช่วงความถี่ของแผ่นดินไหว ระบบนี้ใช้หลักการ action potential ที่เกิดจากการเปลี่ยนแปลง turgor pressure ในเซลล์พืช สามารถนำมาพัฒนาเป็นเซนเซอร์ชีวภาพสำหรับตรวจจับการสั่นสะเทือนได้จริง แม้ว่าการวิจัยในด้านนี้ยังมีจำกัด แต่มีศักยภาพสูงสำหรับโครงงานนวัตกรรมที่ผสมผสานชีววิทยาและอิเล็กทรอนิกส์

1. เทคโนโลยี bioelectrical sensors สำหรับพืช

หลักการทำงานของสัญญาณไฟฟ้าในผักกระเฉด

ผักกระเฉดสร้างสัญญาณไฟฟ้าผ่านกระบวนการ 3 ขั้นตอน เริ่มจากเซลล์รับความรู้สึกที่ pulvini (ข้อต่อใบ) ตรวจจับแรงกล จากนั้น action potential แพร่กระจายผ่านท่อลำเลียง ด้วยความเร็ว 2-3 เซนติเมตรต่อวินาที และทำให้เกิดการเปลี่ยนแปลง turgor pressure จากการสูญเสียไอออน K+ และ Cl- ส่งผลให้ใบหุบ

สัญญาณที่วัดได้มีลักษณะเฉพาะ คือมีแอมพลิจูด 50-200 มิลลิโวลต์ (ค่าปกติประมาณ 150 มิลลิโวลต์) ระยะเวลาสัญญาณ 1-5 วินาที และมี threshold สำหรับการกระตุ้นที่ 1.3-1.5 โวลต์ ช่วงความถี่หลักของ action potential อยู่ที่ต่ำกว่า 1 เฮิรตซ์ แต่มีการแกว่งพื้นหลังที่ 5-25 เฮิรตซ์

ชนิดของเซนเซอร์ที่แนะนำ

Ag/AgCl surface electrodes เป็นตัวเลือกที่ดีที่สุดสำหรับโครงงานนี้ มี DC offset voltage เพียง 180 ไมโครโวลต์ drift 25 ไมโครโวลต์ต่อชั่วโมง และ noise ต่ำมาก (1 ไมโครโวลต์ peak-to-peak) แม้จะมีราคาสูงกว่าแต่ให้สัญญาณที่เสถียรและไม่เป็นพิษต่อพืช

สำหรับทางเลือกอื่น needle electrodes ให้สัญญาณแอมพลิจูดสูงกว่าเนื่องจากสัมผัสเนื้อเยื่อโดยตรง แต่มีความเสี่ยงทำให้พืชเสียหายและติดเชื้อ ส่วน non-invasive sensors เช่น graphite patch หรือ carbon electrodes ใช้งานง่ายแต่ให้สัญญาณอ่อนกว่า

วิธีการติดตั้งและใช้งาน

ตำแหน่งที่ให้สัญญาณดีที่สุดคือ primary pulvinus (ข้อต่อระหว่างก้านใบกับลำต้น) เนื่องจากมีเซลล์ motor cells มากที่สุด การติดตั้งทำโดยทำความสะอาดผิวพืชด้วยแอลกอฮอล์ ทา conductive gel เล็กน้อย พันลวดเงิน (127 ไมครอน) รอบกิ่ง 1-3 รอบ และยึดด้วยเทปการแพทย์

สำหรับ ground electrode ให้ปักลงดินที่ชื้นหรือวางที่ส่วนล่างของลำต้น ระบบ amplifier ต้องมี gain 55-75 เท่า input impedance มากกว่า 1 กิกะโอห์ม และ bandwidth 0.05-130 เฮิรตซ์

2. การออกแบบระบบตรวจจับการสั่นสะเทือนด้วยพืช

วงจรอิเล็กทรอนิกส์หลัก

ใช้ INA128 instrumentation amplifier เป็นหัวใจของระบบ ตั้งค่า gain ด้วยตัวต้านทานเดียวระหว่างขา 1-8 โดยใช้สูตร G = 1 + (50kΩ/RG) สำหรับ gain 1000 เท่าใช้ RG = 50 โอห์ม และ gain 100 เท่าใช้ RG = 500 โอห์ม

วงจรกรองสัญญาณประกอบด้วย high-pass filter 0.1 Hz เพื่อกำจัด DC drift และ low-pass filter 160 Hz เพื่อกรองสัญญาณรบกวนความถี่สูง พร้อม 50/60 Hz notch filter แบบ Twin-T เพื่อกำจัดสัญญาณรบกวนจากไฟฟ้า สามารถลดสัญญาณรบกวนได้ 40-60 dB

การประมวลผลสัญญาณ

ใช้ Arduino กับ ADC 16-bit (ADS1115) สำหรับแปลงสัญญาณ sampling rate 100-1000 Hz ประมวลผลด้วย digital filter เช่น moving average หรือ IIR Butterworth filter ตรวจจับ event ด้วย threshold detection algorithm ที่ปรับ baseline แบบ adaptive

โค้ดตัวอย่างสำหรับตรวจจับการสั่นสะเทือนใช้หลักการเปรียบเทียบสัญญาณกับ baseline ที่ปรับตัวได้ เมื่อค่า deviation เกิน threshold จะบันทึกเป็น event พร้อม timestamp amplitude และ duration การแยกแยะระหว่างแผ่นดินไหวกับสิ่งกระตุ้นอื่นใช้การวิเคราะห์ frequency domain และ pattern recognition

3. วิธีการทดลองและการสร้างโต๊ะสั่นสะเทือน

การสร้างโต๊ะสั่นสะเทือน DIY

ออกแบบพื้นฐานใช้แผ่นไม้อัด 2 ชั้นคั่นด้วยสปริงอัด 4 ตัว ขับเคลื่อนด้วย DC gear motor 100-300 RPM ติดล้อถ่วงน้ำหนักเพื่อสร้างการสั่น ควบคุมความเร็วด้วย variable speed controller ช่วงความถี่ที่ต้องการคือ 0.1-20 Hz โดยเน้นที่ 1-10 Hz ซึ่งเป็นช่วงความถี่หลักของแผ่นดินไหว

สำหรับการ calibrate ใช้ accelerometer (ADXL345 หรือ MPU-6050) วัดความเร่งจริง เปรียบเทียบกับข้อมูลแผ่นดินไหวจาก USGS วิเคราะห์ frequency response ด้วย FFT งบประมาณสำหรับระบบพื้นฐาน 3,000-5,000 บาท ระบบควบคุมด้วย Arduino 5,000-10,000 บาท

โปรโตคอลการทดลอง

เริ่มด้วยการบันทึก baseline 24-48 ชั่วโมงเพื่อศึกษารูปแบบปกติของพืช จากนั้นทดสอบแบบ systematic โดย frequency sweep จาก 0.1-20 Hz ทีละ 0.5 Hz ทดสอบ amplitude ที่ 0.01, 0.1, 0.5, 1.0, 2.0 เซนติเมตร ในแต่ละความถี่ ระยะเวลาการกระตุ้น 10 วินาที 1 นาที และ 5 นาที พร้อมติดตามการฟื้นตัว 30 นาที

การวิเคราะห์ข้อมูลใช้ FFT analysis, wavelet transforms, ANOVA สำหรับเปรียบเทียบการตอบสนองระหว่างความถี่ต่างๆ และ machine learning (SVM, Random Forest) สำหรับ pattern recognition วิเคราะห์ cross-correlation ระหว่างสัญญาณพืชกับการวัดแผ่นดินไหว

4. การวิเคราะห์ข้อมูลและการแปลผลสัญญาณ

ลักษณะสัญญาณที่ได้จากพืช

สัญญาณปกติมี background noise น้อยกว่า 5 ไมโครโวลต์ RMS กับ spontaneous oscillations 5-25 Hz แอมพลิจูดน้อยกว่า 50 ไมโครโวลต์ เมื่อถูกกระตุ้นด้วยการสั่นสะเทือน จะเกิด action potential ที่มี latency 50-200 มิลลิวินาที peak amplitude 50-200 มิลลิโวลต์ และ duration 1-5 วินาที

พืชมีความไวต่อการสั่นสะเทือนดีที่สุดในช่วง 0.1-10 Hz โดยการสั่นแนวตั้งให้ผลดีที่สุด มีการ integration ของสัญญาณ คือการสั่นขนาดเล็กหลายครั้งสามารถรวมกันจนถึง threshold ได้ พืชจะมี adaptation คือการตอบสนองลดลงเมื่อถูกกระตุ้นซ้ำๆ

เทคนิคการประมวลผลขั้นสูง

ใช้ digital filtering แบบ cascaded filters เพื่อแยกสัญญาณที่ต้องการ วิเคราะห์ frequency content ด้วย spectrogram ดู signal energy ในแต่ละช่วงความถี่ วัด rise time และ decay characteristics เพื่อจำแนกประเภทของการกระตุ้น ใช้ correlation analysis ระหว่างจุดวัดหลายจุดเพื่อยืนยันแหล่งที่มาของการสั่นสะเทือน

5. ตัวอย่างโครงงานที่คล้ายกันและผลการวิจัย

สถานะปัจจุบันของการวิจัย

งานวิจัยที่เกี่ยวข้องส่วนใหญ่ศึกษาการตอบสนองของพืชต่อ mechanical stimuli ทั่วไป มีการศึกษาเรื่อง thigmotropism (การตอบสนองต่อการสัมผัส) และ gravitropism (การตอบสนองต่อแรงโน้มถ่วง) งานวิจัยแสดงว่าพืชสามารถแยกแยะประเภทของ mechanical stimuli ได้ และส่งสัญญาณไฟฟ้าด้วยความเร็ว 3.5 นิ้วต่อนาที

ช่องว่างในการวิจัย คือยังไม่มีโครงงานที่บันทึกไว้อย่างชัดเจนเกี่ยวกับการใช้พืชเป็นเซนเซอร์แผ่นดินไหวโดยเฉพาะ ส่วนใหญ่เป็น biosensor สำหรับตรวจจับสารเคมีมากกว่า vibration จึงเป็นโอกาสสำหรับโครงงานนวัตกรรมที่ผสมผสาน plant biology กับ seismology

ความเป็นไปได้และข้อจำกัด

ระบบนี้มีข้อดีคือต้นทุนต่ำ ไม่ต้องใช้พลังงานสำหรับเซนเซอร์ และให้มุมมองใหม่ในการตรวจจับแผ่นดินไหว แต่มีข้อจำกัดคือ signal-to-noise ratio ต่ำ ความเสถียรของ electrode การรบกวนจากสิ่งแวดล้อม และความแปรปรวนทางชีวภาพของพืชแต่ละต้น

6. อุปกรณ์และชิ้นส่วนที่จำเป็น

รายการอุปกรณ์หลัก

ระบบ bioelectrical sensor:

• Plant SpikerBox (~9,000 บาท) หรือ DIY ด้วย AD620/INA128 (~300-500 บาท)
• Ag/AgCl electrodes 10x10 มม. (~500-800 บาท) หรือใช้ลวดเงิน 127 ไมครอน
• Conductive gel และอุปกรณ์ยึด (~200-300 บาท)

ระบบอิเล็กทรอนิกส์:

• Arduino Uno R3 (~800-1,000 บาท)
• ADS1115 16-bit ADC module (~500 บาท)
• SD card module และ RTC module (~500 บาท)
• Op-amp, resistors, capacitors (~300-500 บาท)

ระบบสั่นสะเทือน:

• DC gear motor 12V พร้อม controller (~1,000-1,500 บาท)
• แผ่นไม้อัด, สปริง, อุปกรณ์ยึด (~500-800 บาท)
• Accelerometer สำหรับ calibration (~300-500 บาท)

ต้นผักกระเฉด:

• เมล็ดพันธุ์ (~150-300 บาท) หรือต้นสำเร็จ (~500-800 บาท)
• กระถาง ดิน ปุ๋ย และอุปกรณ์ปลูก (~300-500 บาท)

แหล่งจัดหาอุปกรณ์

อุปกรณ์อิเล็กทรอนิกส์หาได้จาก DigiKey, Mouser, SparkFun, Adafruit สำหรับคุณภาพดี หรือ AliExpress, Lazada สำหรับราคาประหยัด เมล็ดพันธุ์ผักกระเฉดหาได้จากร้านขายเมล็ดพันธุ์ออนไลน์หรือตลาดต้นไม้ อุปกรณ์ทั่วไปหาได้จาก Home Pro, Thai Watsadu

7. ขั้นตอนการดำเนินงานโครงงานอย่างละเอียด

เดือนที่ 1: การเตรียมพืชและระบบพื้นฐาน

สัปดาห์ที่ 1-2: เพาะเมล็ดผักกระเฉด scarify เมล็ดด้วยกระดาษทราย แช่น้ำอุ่น 24 ชั่วโมง ปลูกลึก 1/4 นิ้ว รักษาอุณหภูมิ 21°C ความชื้นสูง รอการงอก 1-4 สัปดาห์

สัปดาห์ที่ 3-4: สร้างวงจร amplifier บน breadboard ทดสอบกับ signal generator ประกอบโต๊ะสั่นสะเทือนเบื้องต้น ทดสอบช่วงความถี่และการควบคุม

เดือนที่ 2: การติดตั้งระบบและ calibration

สัปดาห์ที่ 5-6: ปรับสภาพพืชให้เข้ากับสภาพแวดล้อมการทดลอง ติดตั้ง electrode เมื่อพืชสูง 4-6 นิ้ว บันทึก baseline 48 ชั่วโมง วิเคราะห์ noise floor และ signal characteristics

สัปดาห์ที่ 7-8: Calibrate ระบบสั่นสะเทือน ทดสอบ frequency response 0.1-10 Hz วัด acceleration ด้วย accelerometer บันทึก plant response threshold สร้าง calibration curves

เดือนที่ 3: การทดลองและเก็บข้อมูล

สัปดาห์ที่ 9-10: ทดลอง systematic testing ตามโปรโตคอล frequency sweep และ amplitude variation บันทึกข้อมูลอย่างละเอียด วิเคราะห์ response patterns

สัปดาห์ที่ 11-12: ทดสอบ long-term stability จำลองรูปแบบแผ่นดินไหวจริง เปรียบเทียบกับข้อมูล seismometer วิเคราะห์ false positive/negative rates

8. การวัดผลและการประเมินประสิทธิภาพ

ตัวชี้วัดประสิทธิภาพหลัก

Detection threshold คือแอมพลิจูดการสั่นต่ำสุดที่ตรวจจับได้ วัดเป็น g (acceleration) หรือ displacement (mm) Response time คือเวลาตั้งแต่เริ่มสั่นจนเกิดการเปลี่ยนแปลงสัญญาณไฟฟ้า โดยทั่วไปอยู่ที่ 50-200 มิลลิวินาที Frequency selectivity คือช่วงความถี่ที่ตรวจจับได้ดีที่สุด ซึ่งพบว่าอยู่ที่ 1-5 Hz

วัด signal-to-noise ratio ต้องมากกว่า 3:1 เพื่อให้ตรวจจับได้อย่างน่าเชื่อถือ ทดสอบ reliability ด้วยการวัดซ้ำในสภาวะเดียวกัน ควรได้ผลสอดคล้องกันมากกว่า 80%

การเปรียบเทียบกับ seismometer มาตรฐาน

ทดสอบคู่ขนานกับ commercial seismometer ใช้ input การสั่นเดียวกัน เปรียบเทียบ frequency response, sensitivity, dynamic range พบว่าระบบพืชมี sensitivity ต่ำกว่าแต่ต้นทุนถูกกว่ามาก (5,000-20,000 บาท เทียบกับ 100,000+ บาท)

การประเมินระยะยาว

ติดตาม plant health indicators เช่นสีใบ การเจริญเติบโต การตอบสนอง ตรวจสอบ electrode degradation และ signal drift วัด response sensitivity changes ตลอดเวลา ควรทดสอบอย่างน้อย 3-6 เดือนเพื่อข้อมูลที่มีความหมาย

ข้อเสนอแนะและการพัฒนาต่อยอด

โครงงานนี้เปิดโอกาสใหม่ในการผสมผสานชีววิทยากับวิศวกรรม แม้ว่าระบบตรวจจับแผ่นดินไหวด้วยพืชยังไม่สามารถแทนที่ seismometer แบบดั้งเดิมได้ แต่มีศักยภาพเป็นระบบเสริมราคาถูกและเป็นเครื่องมือการศึกษาที่ยอดเยี่ยม

การพัฒนาต่อไปควรมุ่งเน้นการปรับปรุง signal processing algorithms การทดสอบพืชชนิดอื่นๆ การสร้างเครือข่ายเซนเซอร์พืชหลายจุด และการพัฒนา machine learning models สำหรับการจำแนกรูปแบบการสั่นสะเทือน ความสำเร็จจะต้องอาศัยความร่วมมือระหว่างนักชีววิทยา นักธรณีฟิสิกส์ และวิศวกร