مطالعه تجربی و شبیه سازی سینتیک خشک شدن یونجه ساقه کوبی شده به روش دینامیک سیالات محاسباتی
Publish place: Journal of Agricultural Machinery، Vol: 12، Issue: 3
Publish Year: 1401
Type: Journal paper
Language: Persian
View: 162
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JAM-12-3_004
Index date: 20 August 2022
مطالعه تجربی و شبیه سازی سینتیک خشک شدن یونجه ساقه کوبی شده به روش دینامیک سیالات محاسباتی abstract
در این پژوهش تاثیر شدت ساقه کوبی بر فرآیند خشک شدن یونجه و همچنین ماکزیمم نیروی مورد نیاز برای جدا کردن برگ از ساقه مورد مطالعه قرار گرفته است. آزمایش ها به صورت فاکتوریل و در قالب طرح بلوک های کامل تصادفی صورت گرفت. متغیرهای مستقل، شدت ساقه کوبی در ۳ شدت (کم، متوسط و شدید)، زمان در ۷ سطح برای آزمایش اول و ۴ سطح برای آزمایش دوم و همچنین متغیرهای وابسته دو آزمایش به ترتیب نسبت رطوبت محصول و ماکزیمم مقدار نیروی مورد نیاز جدا کردن برگ از ساقه بودند. از دستگاه بافت سنج با سرعت پروب ۱۰ میلی متر بر دقیقه برای اندازه گیری نیروی جدایش برگ از ساقه در رطوبت های مختلف استفاده گردید. همچنین برای شبیه سازی نرخ از دست دادن رطوبت ساقه از روش دینامیک سیالات محاسباتی استفاده شد. نتایج حاصل از شبیه سازی دینامیک سیالات محاسباتی در تخمین زمان خشک شدن یونجه، همبستگی بالایی (اختلاف زیر ۱۰%) را با نتایج داده های تجربی نشان داد. همچنین نتایج به دست آمده نشان داد که با کاهش رطوبت محصول و افزایش شدت ساقه کوبی، میزان نیروی جدایش برگ از ساقه به طور معنی داری (۹۹/۰) کاهش یافت. در پایان نتایج، با در نظر گرفتن کیفیت محصول نهایی و تلفات کم تر برگ و همچنین در نظر گرفتن زمان مناسب خشک شدن علوفه، ساقه کوبی با شدت متوسط (۸ ضربه) به عنوان بهترین حالت انتخاب گردید.
مطالعه تجربی و شبیه سازی سینتیک خشک شدن یونجه ساقه کوبی شده به روش دینامیک سیالات محاسباتی Keywords:
مطالعه تجربی و شبیه سازی سینتیک خشک شدن یونجه ساقه کوبی شده به روش دینامیک سیالات محاسباتی authors
مریم دانا
گروه مکانیک بیوسیستم، دانشگاه ارومیه، ارومیه، ایران
پرویز احمدی مقدم
گروه مکانیک بیوسیستم، دانشگاه ارومیه، ارومیه، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :