ارزیابی بهترین مدل سینتیکی در خشک کردن لایه نازک کامکوات بر مبنای تابع مطلوبیت
Publish place: he Journal of Agricultural Mechanization، Vol: 4، Issue: 1
Publish Year: 1397
Type: Journal paper
Language: Persian
View: 203
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JAMTB-4-1_006
Index date: 13 February 2023
ارزیابی بهترین مدل سینتیکی در خشک کردن لایه نازک کامکوات بر مبنای تابع مطلوبیت abstract
چکیده فرآیند خشک کردن یک عملیات حساس و با اهمیت در چرخه نگهداری و حمل ونقل محصولات کشاورزی است. خشککردن یکی از بهترین راه حلها برای نگهداری و عرضه اکثر محصولات کشاورزی در طول سال میباشد. در این تحقیق خشک کردن لایه نازک میوه کامکوات در سه سطح دمایی ۶۰، ۷۰ و ۸۰ درجه سلسیوس و سه سطح ضخامت ۲، ۵/۴ و ۷ میلی متر با سه تکرار انجام گرفت. بهمنظور پیشبینی روند صحیح خشکشدن، داده های حاصل از آزمایش توسط دوازده مدل مختلف برازش شدند. نتایج مدل سازی نشان دادند که مدل میدلی در مقایسه با سایر مدل های خشک کردن بالاترین ضریب تبیین (۹۹۸۵/۰)، پایین ترین مقادیر MRPD، RMSE، X۲و بیشترین مقدار را برای تابع مطلوبیت دارد. بررسی خشکشدن لایه های نازک میوه کامکوات در دماهای مختلف نشان داد که با افزایش ضخامت لایه ها و کاهش دما فرآیند خشک کردن بیشتر به طول خواهد انجامید. بیشترین آهنگ خشککردن (۳۴/۱ کیلوگرم آب بر کیلوگرم ماده خشک در ساعت) در دمای ۸۰ درجه سلسیوس و ضخامت ۲ میلی متر بهدست آمد. انرژی فعال سازی با ضخامت رابطه مستقیم داشته بهطوریکه در ضخامت های ۲، ۵/۴ و ۷ بهترتیب ۲۹/۳۴، ۶۸/۷۶ و ۵۶/۸۰ کیلوژول بر مول شد. همچنین با افزایش دما و ضخامت، ضریب نفوذ روند افزایشی را نشان می دهد و حداکثر مقدار این ضریب ۹-۱۰×۵۹۴/۷ متر مربع بر ثانیه در بیشترین دما و ضخامت حاصل شد.
ارزیابی بهترین مدل سینتیکی در خشک کردن لایه نازک کامکوات بر مبنای تابع مطلوبیت Keywords:
ارزیابی بهترین مدل سینتیکی در خشک کردن لایه نازک کامکوات بر مبنای تابع مطلوبیت authors
میثم پیرمرادی
گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی
مصطفی مصطفایی
گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی
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 :