Summary
Her presenterer vi rekkeviddeanalysemetoden for å optimalisere prøvepunktene generert av en ortogonal eksperimentell design for å sikre at fersk mat kan lagres i en ventilert boks i lang tid ved å regulere luftstrømsmønsteret.
Abstract
Denne studien tar sikte på å løse problemene med luftstrømkaos og dårlig ytelse i en ventilert boks forårsaket av heterogen fordeling av luftstrømmen gjennom utformingen av den indre strukturen til den ventilerte boksen med konstant energiforbruk. Det endelige målet er å fordele luftstrømmen jevnt inne i den ventilerte boksen. Sensitivitetsanalyse ble utført for tre strukturelle parametere: antall rør, antall hull i midtrøret og antallet av hver økning fra innsiden til utsiden av røret. Totalt 16 tilfeldige matrisesett med tre strukturelle parametere med fire nivåer ble bestemt ved hjelp av ortogonal eksperimentell design. Kommersiell programvare ble brukt til konstruksjon av en 3D-modell for de valgte eksperimentelle punktene, og disse dataene ble brukt til å oppnå luftstrømhastighetene, som deretter ble brukt til å oppnå standardavviket til hvert eksperimentelt punkt. Ifølge rekkeviddeanalysen ble kombinasjonen av de tre strukturelle parametrene optimalisert. Med andre ord ble det etablert en effektiv og økonomisk optimaliseringsmetode med tanke på ytelsen til den ventilerte boksen, og den kan brukes mye til å forlenge lagringstiden for fersk mat.
Introduction
Friske grønnsaker og frukt opptar en høy andel av menneskelig matforbruk, ikke bare fordi de har god smak og en attraktiv form, men også fordi de har stor fordel for folk å skaffe ernæring og opprettholde helse1. Mange studier har vist at frisk frukt og grønnsaker spiller en unik rolle i å forebygge mange sykdommer 2,3. I lagringsprosessen av frisk frukt og grønnsaker er sopp, lys, temperatur og relativ fuktighet de viktigste årsakene til deres forverring 4,5,6,7,8. Disse ytre forholdene påvirker kvaliteten på lagret frisk frukt og grønnsaker ved å påvirke den interne metabolismen eller kjemiske reaksjoner9.
Vanlige behandlingsteknologier for frukt og grønnsaker inkluderer ikke-termisk og termisk konservering. Blant dem har termisk forbehandling en positiv effekt på tørkeprosessen, men det kan også ha negative effekter på produktkvaliteten, for eksempel tap av næringsstoffer, endring av smak og lukt og endring av farge10,11. Derfor har de siste årene ikke-termisk bevaring av produkter fått oppmerksomhet fra forskningsperspektivet for å møte forbrukernes etterspørsel etter ferske produkter. For tiden er det hovedsakelig strålingsbehandling, pulserende elektrisk felt, ozonbehandling, spiselige belegg, tett fase karbondioksid og andre ikke-termiske bevaringsteknologier for å lagre frukt og grønnsaker, men disse teknologiene har ofte mangler, for eksempel kravet til stort utstyr, høy pris og brukskostnadene12. Derfor er utformingen av en enkel struktur, lave kostnader og praktisk kontroll av bevaringsutstyret svært meningsfylt for næringsmiddelindustrien.
I lagringsmiljøet for frukt og grønnsaker bidrar et riktig luftsirkulasjonssystem til å eliminere varmen som genereres av selve produktet, redusere temperaturgradienten og opprettholde temperatur og fuktighet i rommet der den ligger. Riktig luftsirkulasjon forhindrer også vekttap på grunn av respirasjon og soppinfeksjoner13,14,15. Tallrike studier har blitt utført på luftstrøm i forskjellige strukturer. Praeger et al.16,17 målte vindhastigheten i forskjellige posisjoner under forskjellige viftedriftskrefter i et lager gjennom sensorer og fant at det kunne være så stor som en syv ganger forskjell i lufthastighet på grunn av forskjellige vertikale høyder, og lufthastigheten i hver posisjon var positivt korrelert med viftens driftseffekt. Videre undersøkte en studie effekten av lastarrangement og antall vifter på luftstrømmen, og det ble konkludert med at å øke avstanden til noen vifteposisjoner og rasjonelt velge antall vifter var nyttig for å forbedre effekten. Berry et al.18 studerte effekten av luftstrøm i forskjellige fruktlagringsmiljøer på stomatadistribusjon i pakkebokser. Ved hjelp av simuleringsprogramvare studerte Dehghannya et al.19,20 luftstrømstilstanden til tvungen forkald luft i pakken med forskjellige ventilasjonsområder, mengder og distribusjonsposisjoner på emballasjeveggen, og oppnådde den ikke-lineære påvirkningen av hver parameter på luftstrømningstilstanden. Delele et al.21 anvendte en beregningsorientert fluiddynamikkmodell for å studere påvirkningen av produkter tilfeldig fordelt i forskjellige former for ventilasjonsbokser på luftstrøm. De fant at produktstørrelsen, porøsiteten og bokshullforholdet hadde større innvirkning på luftstrømmen, mens tilfeldig fylling hadde mindre innvirkning. Ilangovan et al.22 studerte luftstrømsmønstre og termisk oppførsel mellom de tre emballasjestrukturene og sammenlignet resultatene med referansestrukturmodeller. Resultatene viste at varmefordelingen i boksen ikke var jevn på grunn av ventilens forskjellige plasseringer og design. Gong et al.23 optimaliserte bredden på gapet mellom kanten av brettet og veggen på beholderen.
Teknikkene som brukes i denne artikkelen inkluderer simulerings- og optimaliseringsmetoder. Prinsippet for førstnevnte er at de styrende ligningene ble diskretisert og numerisk løst ved hjelp av den endelige volummetoden21. Optimaliseringsmetoden som brukes i denne artikkelen kalles ortogonal optimalisering24. Den ortogonale testen er en typisk multifaktor- og multinivåanalysemetode. Det ortogonale bordet bygget ved hjelp av denne metoden inneholder representative punkter jevnt fordelt i designrommet, som visuelt kan beskrive hele designområdet og undersøkes. Det vil si at færre poeng representerer hele faktortesten, noe som sparer tid, arbeidskraft, materielle og økonomiske ressurser sterkt. Den ortogonale testen har blitt mye brukt i utformingen av eksperimenter innen kraftsystemer, kjemi, anleggsteknikk, etc25.
Målet med denne studien er å designe og optimalisere en ventilert boks med høy ytelse. En ventilert boks kan defineres som en original boks, inkludert en gasskontrollenhet som sprer gassen jevnt i esken. Hastighetsuniformitet refererer til hvor jevnt luft strømmer gjennom den ventilerte boksen. Yun-De et al.26 har tidligere vist at egenskapen til multiporøst materiale har en viktig effekt på hastighetsuniformiteten til en fersk grønnsaksboks. I noen eksperimenter ble et plenum eller modulert kammer igjen både øverst og nederst i testkammeret for å garantere en homogen fordeling av enten tvungen eller indusert luft27. Den ventilerte boksen designet i dette papiret inneholder arrays av rør med sikksakkhull. Kontroll av luftstrømfordelingen i den ventilerte boksen er den viktigste bevaringsstrategien. Det er to luftinntak av samme størrelse satt parallelt på venstre og høyre side av den ventilerte boksen, og et utløp er satt på oversiden av boksen. Å designe den indre strukturen til en ventilert boks er nøkkelen til denne studien. Med andre ord er antall rør og hull en viktig parameter for å endre den indre strukturen til den ventilerte boksen. Referansemodellen har 10 rør. De to midterste rørene har 10 hull hver, som er forskjøvet over rørene. Antall hull fra midten til det ytre røret øker med to om gangen.
Med andre ord, når vi holder friske grønnsaker, frukt og andre produkter, kan kontinuerlig og stabil luftstrøm redusere respirasjonen av produkter, redusere etylen og andre skadelige stoffer for produktkonservering, og redusere temperaturen som produseres av produktene selv. På grunn av de forskjellige parametrene til den ventilerte boksen, er det ikke lett å oppnå den nødvendige luftstrømstilstanden, noe som vil påvirke bevaringsegenskapen til den ventilerte boksen. Derfor tar prosjektet den interne luftstrømhastighetsensartetheten til den ventilerte boksen som kontrollmål. En følsomhetsanalyse ble utført for de strukturelle parametrene til den ventilerte boksen. Prøvene ble valgt ved ortogonal eksperimentell design. Vi brukte rekkeviddeanalyse for å optimalisere kombinasjonen av de tre strukturelle parametrene. I mellomtiden verifiserer vi ønskeligheten av optimaliseringsresultatene.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Behandling før simulering
MERK: Med tanke på rørets matriser, er den tredimensjonale nederste halvdelen og den øverste halvdelen av de ventilerte boksmodellene etablert ved å bruke tredimensjonal programvare og lagre dem som X_T filer, er de generelle dimensjonene vist i figur 1. Konfigurasjoner vises i materialfortegnelsen.
- Kjør simuleringsprogramvaren og dra Mesh-komponenten fra "Component Systems" til "Project Schematic" -vinduet. Gi den navnet "bunnen". Høyreklikk Geometri , og klikk Bla gjennom for å importere den nederste X_T filen.
- Høyreklikk Geometri, klikk New DesignModeler Geometry for å gå inn i "Mesh-Designmodeler" -vinduet, og klikk Generer for å vise den nederste modellen.
- Høyreklikk på den øvre overflaten og klikk Navngitt markering for å gi den navnet "ventilert box_upper". Velg utvalgsfilter: Kropper. Høyreklikk den nederste modellen for å velge det navngitte utvalget og gi det nytt navn til "bunnen".
- Velg Utvalgsfilter: Ansikter og bytt "Velg modus" til boks Select. Velg alle de indre overflatene, høyreklikk for å velge det navngitte utvalget, og gi det nytt navn til "indre surfaces_external", definert som mech-grensesnitt senere. Gå tilbake til startvinduet.
- Dobbeltklikk på det nederste nettet. Gå inn i "Meshing" -vinduet. Endre "Fysiske preferanser" fra mekanisk til CFD. Klikk Oppdater for å generere nettmodellen. Gå tilbake til startvinduet.
- Dra Mesh-komponentenfra "Component Systems" til "Project Schematic" -vinduet. Gi den navnet "topp". Høyreklikk Geometri og klikk Bla gjennom for å importere den øverste X_T filen.
- Høyreklikk Geometri og klikk Ny DesignModeler geometri for å gå inn i vinduet "Mesh-Designmodeler". Klikk på Generer for å vise toppmodellen.
- Høyreklikk på den nedre overflaten og klikk Navngitt markering for å gi den nytt navn til "ventilert box_lower". Velg utvalgsfilter: Kropper. Høyreklikk på toppmodellen for å velge det navngitte utvalget og gi det nytt navn til "topp".
- Velg utvalgsfilter: Ansikter. Høyreklikk på den øvre overflaten og klikk Navngitt markering for å gi den nytt navn til uttaket. Gå tilbake til startvinduet.
- Dobbeltklikk på nettnettet øverst . Gå inn i "Meshing" -vinduet. Endre "Fysiske preferanser" fra mekanisk til CFD. Høyreklikk Mesh for å velge dimensjonering i "Sett inn". Velg utvalgsfilter: Kropper. Velg toppmodell og skriv 18 i "Elementstørrelse". Klikk på Oppdater. Gå tilbake til startvinduet.
- Dra Mesh-komponenten fra "Component Systems" til "Project Schematic" -vinduet. Navngi det som røret. Importer rørfilen X_T ved å klikke Geometri.
- Gå inn i "Mesh-Designmodeler" -vinduet. Klikk Generer for å vise rørmodellen på nytt.
- Velg de to endeflatene på røret og merk dem som "innløp1" og "innløp2", og røret etter kroppsvalg og merking som et rør.
- Alle indre overflater ved valg av boks er merket som "indre surfaces_internal", definert som mesh-grensesnitt senere. Gå tilbake til startvinduet.
- Dobbeltklikk på rørets nett. Gå inn i "Meshing" -vinduet. Endre "Fysiske preferanser" fra mekanisk til CFD. Mesh-modellen kan genereres ved å klikke på "Oppdater". Gå tilbake til startvinduet.
MERK: Figur 2A viser rutenettet til den nederste halvdelen av den ventilerte boksen, figur 2B viser rutenettet til den øverste halvdelen av den ventilerte boksen, og figur 2C viser rutenettet til røret. Som vist i figur 3, med antall rutenett som øker fra 4 137 724 til 5 490 081, er standardavviksendringene mindre enn 0,0008. Med tanke på beregningsevne og nøyaktighet er følgende analyse basert på en rutenettmodell med 4 448 536 nett.
2. Simulering analyse
MERK: Følgende operasjoner er beskrevet basert på den generelle sekvensen av simuleringsanalyse fra oppsett til løsning til resultat.
- Dra simuleringskomponenten til vinduet "Prosjektskjematisk". Koble tre Mesh-komponenter til simuleringskomponenten og oppdater for å gå inn.
- Installasjonsprogrammet
MERK: "Oppsettet" består av fem trinn: Generelt, modeller, materialer, cellesoneforhold og grensebetingelser.- Generelt: Bekreft gyldigheten av maskemodellen. Sjekk om nettet har negativt volum. Velg Steady. For avslapnings-, rest- og tidsskalafaktorene velger du standardverdiene. Hvis det er noe problem med det delte rutenettet eller modellinnstillingene, vises en feilmelding.
- Modeller: Skriv inn innstillingsgrensesnittet til "Viskøs modell" for å velge K-epsilon-modellen.
- Materialer: Still inn "luft" -materialet.
- Cellesonebetingelser: Endre typen cellesone til Flytende.
- Grensebetingelser
- Konverter typen ventilert box_upper, ventilert box_lower, indre surfaces_external og indre surfaces_internal fra standard "Wall" til "Interface".
MERK: Simuleringsprogramvare genererer umiddelbart "Mesh Interfaces" etter å ha avsluttet trinnet ovenfor. - Åpne Mesh-grensesnitt og skriv inn vinduet "Opprett / rediger mesh-grensesnitt ". Match indre surfaces_external til indre surfaces_internal. Match ventilert box_upper til luftet box_lower. Til slutt opprettes de to maskegrensesnittene i henholdsvis den ventilerte boksen og navngitt grensesnitt1 og grensesnitt2.
- Still inn luftstrømshastighetene til alle innløp som 8,9525 m/s i vinduet "Velocity Inlet" og målertrykket til utløpet som null i vinduet "Pressure Outlet".
- Konverter typen ventilert box_upper, ventilert box_lower, indre surfaces_external og indre surfaces_internal fra standard "Wall" til "Interface".
- Løsning
- Angi stilen for løsningsinitialisering som Standard initialisering før initialisering .
- Angi antall gjentakelser som 2 000.
- Klikk på Beregn for å starte simuleringen og gå tilbake til det opprinnelige vinduet til simuleringen avsluttes.
- Resultater
- Klikk på Resultater. Gå inn i "CFD Post" -vinduet og klikk på strømlinjeformikonet i verktøykassen.
- Velg uttak i "Start fra" og bakover i "Retning". Klikk Bruk for å generere det interne flytskjemaet for den ventilerte boksen.
- Klikk Plan i "Location", velg ZX Plane i "Method", og velg inngangsverdien som 0.6. Klikk Bruk for å generere planet 0,6 m fra bunnoverflaten.
- Klikk på konturikonet i verktøykassen, velg Plan 1 i "Steder", velg Hastighet i "Variabel" og velg Lokal i "Område". Klikk Bruk for å generere hastighetskonturen.
- Eksporter flythastighetsdataene for planet som genereres ovenfor. Hent standardavviket til strømningshastigheten i regnearkprogramvare (f.eks. Excel).
MERK: Sensitivitetsanalyse av tre strukturelle variabler i den ventilerte boksen ble utført. Antall rør har fire nivåer: åtte, 10, 12 og 14. Antall hull i de midterste rørene har fire nivåer: åtte, 10, 12 og 14. Antallet av hver økning fra innsiden til utsiden av røret har fire nivåer: null, to, fire og seks. Endre basismodellen i henhold til endringer i disse strukturelle parametrene. Gjenta trinn 1,1 til 2,5 10 ganger for å hente dataene i tabell 1. Det fremgår av tabellen at de tre strukturelle parametrene har visse effekter på standardavviket til strømningshastigheten.
3. Ortogonalt eksperimentdesign og rekkeviddeanalyse
- Kjør programvaren for statistisk analyse. Klikk på Data og generer i "Ortogonalt design".
- Skriv inn pipe_number i "Faktornavn" og A i "Faktoretikett". Klikk Legg til og definer verdier for å angi fire nivåer for antall kanaler. Klikk på Fortsett og gå tilbake til vinduet "Generer ortogonalt design".
- Skriv inn whole_number i "Faktornavn" og B i "Faktoretikett". Klikk Legg til og definer verdier for å angi fire nivåer for antall hull. Klikk på Fortsett og gå tilbake til vinduet "Generer ortogonalt design".
- Skriv inn cumulative_number i "Faktornavn" og C i "Faktoretikett". Klikk Legg til og definer verdier for å angi fire nivåer for antall intervaller. Klikk på Fortsett og gå tilbake til vinduet "Generer ortogonalt design".
- Klikk Opprett ny datafil for å generere 16 matriseeksempler. Klikk på Variabelvisning for å velge Nominell i "Mål" og Inndata i "Rolle". Gi den nytt navn til "standard_deviation×100000".
- Gjenta trinn 1.1 til 2.5 med eksempelpunktene ovenfor; De resulterende 16 standardavvikene multiplisert med 100 000 fylles ut i prøvelisten for senere optimalisering.
- Klikk på Analyser og Univariate i "Generell lineær modell". Fyll standard_deviation×100000 i "Avhengig variabel" og pipe_number, hole_number, cumulative_number i "Fast faktor (er)". Klikk Modell - og byggvilkår. Endre interaksjon til hovedeffekter. Fyll A, B, C i "Modell". Klikk på Fortsett og gå tilbake til "Univariate" -vinduet.
- Klikk på EM Means og fyll A, B, C inn i "Vis midler for". Klikk på Fortsett og gå tilbake til "Univariate" -vinduet.
- Klikk OK og få optimaliseringsresultatet; Minimumsverdien av "gjennomsnitt" -kolonnen i tabellen tilsvarer den optimale variabelen. Dobbeltklikk på tabellen, gå inn i "Pivottabell" -vinduet, klikk Rediger, og klikk Bar i "Opprett graf" for å generere histogrammet.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Etter protokollen var de tre første delene de viktigste, som inkluderer modellering, meshing og simulering, alt for å oppnå standardavviket til strømningshastigheten. Deretter fullførte vi strukturoptimaliseringen av den ventilerte boksen gjennom ortogonale eksperimenter og rekkeviddeanalyse. Modellen som brukes i protokollen er den referanseventilerte boksmodellen, som er den første modellen hentet fra referansen. Figur 4 viser resultatet av den strømlinjeformede strømningen av den referanseventilerte boksmodellen, og figur 5 viser resultatet av den strømlinjeformede strømmen av den ventilerte boksen, som er en av modellene som brukes til sensitivitetsanalyse. Denne ventilerte boksmodellen er modell nummer én i tabell 1. Strømlinjeformede strømmer er banene til væskebevegelse for å visualisere væskestrømmen inne i den ventilerte boksen. Som vist i figur 4 og figur 5, er den strømlinjeformede strømmen av den sistnevnte ventilerte boksen enda mer messier enn den førstnevnte på grunn av den indre strukturen til den ventilerte boksen. Figure 6 viser resultatet for strømningshastighetsfordelingen inne i referanseventilert boksmodell, og figur 7 viser resultatet for strømningshastighetsfordelingen inne i ventilert boksmodell, som er en av modellene som brukes til sensitivitetsanalyse. Som vist i figur 6 og figur 7 er strømningshastigheten inne i den ventilerte boksen, som er en av modellene som brukes til sensitivitetsanalyse, mer ujevn.
For å forstå den strømlinjeformede fordelingen inne i den ventilerte boksen mer intuitivt, etablerte vi et plan 0,6 m fra bunnen av den ventilerte boksen. Strømningshastigheten til hver node på utgangsplanet brukes til den matematiske statistikkberegningen. Standardavviket beregnes av 
hvor xiog μ står for henholdsvis strømningshastigheten til hver node og gjennomsnittlig strømningshastighet for alle noder. Tabell 1 viser standardavvikene for strømningshastigheter for de 10 gruppene i den ventilerte boksen som brukes til sensitivitetsanalyse, inkludert referansemodellen. Det kan sees at de tre strukturelle variablene har en viss innvirkning på standardavviket til strømningshastigheten, og antall rør har størst innvirkning på standardavviket til strømningshastigheten. Et stort standardavvik representerer en stor forskjell mellom de fleste strømningshastigheter og deres gjennomsnittlige strømningshastighet; Et lite standardavvik betyr at disse strømningshastighetene er nær sin gjennomsnittlige strømningshastighet. Dermed kan det sees at endring av den indre strukturen til den ventilerte boksen kan endre den indre strømmen og gjøre strømlinjen mer homogen.
Ved utforming av det ortogonale eksperimentet er det tre designvariabler i denne artikkelen: antall rør, antall hull i midtrørene og antall trinn fra innsiden til utsiden av røret. Hver av disse tre variablene har fire nivåer. Som vist i tabell 2 ble 16 grupper av eksperimentelle designpunkter oppnådd ved ortogonal eksperimentell design. Standardavvikene ble beregnet ved hjelp av simuleringsprogramvare. Fra antall prøvepunkter som er tatt ut, kan det sees at den ortogonale eksperimentelle designen kan oppnå formålet med å gi maksimal parameterverdidekning med minst antall testtilfeller.
Til slutt brukes rekkeviddeanalysemetoden som optimaliseringsmetode for å finne den optimale strukturparameterkombinasjonen. Figur 8 viser optimaliseringsresultatet for den strukturelle parameteren for antall rør. Fra dette kan vi se at minimumsverdien oppnås når antall rør er 14. Figur 9 viser optimaliseringsresultatet for strukturparameteren om antall hull i midtrørene. Fra dette kan vi se at minimumsverdien oppnås når antall hull i midtrørene er 14. Figur 10 viser optimaliseringsresultatet for strukturparameteren om antall trinn fra innsiden til utsiden av røret. Fra dette kan vi se at minimumsverdien oppnås når antall trinn fra innsiden til utsiden av røret er fire. Ovennevnte analyse viser at den optimale kombinasjonen er "pipe_number 14, hole_number 14, cumulative_number 4". For å bekrefte nøyaktigheten ble det optimale tilfellet analysert av simuleringsprogramvare. Figur 4 og figur 11 viser strømlinjeformet flyt av referansemodellen versus den optimaliserte modellen. Figur 6 og figur 12 viser strømningshastighetsfordelingen inne i referansemodellen versus den optimaliserte modellen. Tabell 3 viser en sammenligning mellom optimaliseringsresultatene og resultatene fra referansemodellen. Man kan se at standardavviket beregnet fra den optimaliserte modellen er lavere sammenlignet med standardavviket til referansemodellen. Tabell 4 viser økningen i antall hull fra fire til seks, med liten endring i standardavvik, og modell nummer tre er den optimaliserte modellen fra maskineringskostnadsperspektivet. I dette papiret forbedres det indre miljøet til den ventilerte boksen ved å optimalisere strukturen, og kvaliteten på det interne miljøet måles ved standardavvik; Jo mindre standardavviket er, desto mer homogen er luftstrømmen inne i den ventilerte boksen, noe som indikerer at optimaliseringsmetoden som er vedtatt i dette arbeidet, er effektiv og gjennomførbar.
Tabell over materialer. Tabellen viser de grunnleggende konfigurasjonene for denne studien, som inkluderer den nødvendige datamaskinen med en grafikkbehandlingsenhet med høy ytelse (GPU) og tre programvare fra SolidWorks, Ansys-Workbench og SPSS.
Tabell 1: Analyse av parameterfølsomhet. Tabellen viser standardavvikene for strømningshastigheter for de 10 gruppene i den ventilerte boksen som brukes til sensitivitetsanalyse. Klikk her for å laste ned denne tabellen.
Tabell 2: Eksperimentelle designpunkter. Klikk her for å laste ned denne tabellen.
Tabell 3: Sammenligning mellom optimeringsresultatene og resultatene fra referansemodellen. Klikk her for å laste ned denne tabellen.
Tabell 4: Sammenligning av kumulativt antall 14 rør og 14 hull. Klikk her for å laste ned denne tabellen.
Figur 1: 3D-modell av den ventilerte boksen. Klikk her for å se en større versjon av denne figuren.
Figur 2: Rutenettdiagram . (A) Rutenettet på den nederste halvdelen av den ventilerte boksen, (B) rutenettet på den øverste halvdelen av den ventilerte boksen, og (C) rørets rutenett. Klikk her for å se en større versjon av denne figuren.
Figur 3: Test av nettuavhengighet. X-aksen er det forskjellige totale antallet rutenett i maskemodellen, og Y-aksen er standardavviket. Klikk her for å se en større versjon av denne figuren.
Figur 4: Strømlinjeformet flyt av den referanseventilerte boksmodellen. Klikk her for å se en større versjon av denne figuren.
Figur 5: Strømlinjeformet flyt av ventilert boksmodell. Figuren viser resultatet av strømlinjen til den ventilerte boksen, som er en modell som brukes til sensitivitetsanalyse. Klikk her for å se en større versjon av denne figuren.
Figur 6: Strømningshastighetsfordeling inne i den referanseventilerte boksmodellen. Klikk her for å se en større versjon av denne figuren.
Figur 7: Strømningshastighetsfordeling inne i ventilert boksmodell. Figuren viser resultatet for strømningshastighetsfordelingen inne i den ventilerte boksen, som er en modell som brukes til sensitivitetsanalyse. Klikk her for å se en større versjon av denne figuren.
Figur 8: Optimaliseringsresultater for antall rør. Klikk her for å se en større versjon av denne figuren.
Figur 9: Optimaliseringsresultater for antall hull i midtrørene. Klikk her for å se en større versjon av denne figuren.
Figur 10: Optimaliseringsresultat av antall trinn fra innsiden til utsiden av røret. Klikk her for å se en større versjon av denne figuren.
Figur 11: Strømlinjeformet flyt av den optimaliserte ventilerte boksmodellen. Klikk her for å se en større versjon av denne figuren.
Figur 12: Strømningshastighetsfordeling inne i den optimaliserte ventilerte boksmodellen. Klikk her for å se en større versjon av denne figuren.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
På grunn av sin høye ytelse og komplekse struktur, bygde vi i denne studien en ventilert boks basert på modelleringsprogramvare. Vi analyserte den interne flyten ved hjelp av simuleringsprogramvare. Simuleringsprogramvare er kjent for sine avanserte fysikkmodelleringsfunksjoner, som inkluderer turbulensmodellering, en- og flerfasestrømmer, forbrenning, batterimodellering, væskestrukturinteraksjon og mye mer. Prøvevalgsmetoden som brukes i dette papiret er den ortogonale eksperimentelle designmetoden, som er egnet for mekanisk produksjon og andre felt på grunn av sin vitenskapelige metode, enkel betjening, kostnadsbesparende fordel og bemerkelsesverdig effekt. Rekkeviddeanalysemetoden kan oppnå de primære og sekundære faktorene og den optimale kombinasjonen av eksperimentet gjennom en enkel beregning.
Resultatene er avhengige av noen kritiske komponenter i dette oppsettet i protokollen. For det første, når du lager 3D-modellen av batteripakken, er det å gi hver kropp og overflate i modellen et lett gjenkjennelig navn et viktig skritt for senere å legge til materiale, lage et maskegrensesnitt og angi grensebetingelser. For det andre, før du bestemmer viktige strukturelle parametere, må parameterfølsomhetsanalyse utføres for å velge de viktigste strukturelle parametrene. For det tredje, når du bruker hver programvare, er det nødvendig å angi hver parameter nøyaktig, spesielt parameterenheten.
Etter import av rutenettmodellen bør man feilsøke mesh-modellen og klikke Sjekk for å sjekke om nettet har negativt volum. Hvis det er noe problem med det delte rutenettet eller modellinnstillingene, vises en feilmelding. Hovedbegrensningen i denne studien er at 3D-modellen som brukes er bygget etter forenkling av den virkelige ventilerte boksen. Den interne strømmen til den simulerte ventilerte boksen vil være litt forskjellig fra den virkelige. Resultatet kan være nær virkeligheten, men ikke akkurat. Denne optimaliseringsmetoden gjelder for strukturelle parametere av heltallstype, for eksempel antall rør og hull. Sammenlignet med genetisk algoritme og glødningsalgoritmeoptimalisering, er optimaliseringsresultatene i dette papiret dårligere enn resultatene av algoritmeoptimalisering; Men i engineering er aspekt heltall-type parameterstruktur mer egnet for produksjon av produkter.
Denne teknologien kan ikke bare oppnå testdata og testprodukter av høy kvalitet og høy pålitelighet, men også hjelpe oss med å mestre det interne forholdet mellom testpersoner i analysen av testdata. Denne protokollen vil bidra til å etablere en optimaliseringsmetode samtidig som man vurderer energiforbruket og ytelsen til den ventilerte boksen, og den kan brukes mye til å forlenge lagringstiden for fersk mat. Denne teknikken kan også brukes i mekanisk design, arkitektonisk utforming og andre felt.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne har ingenting å avsløre.
Acknowledgments
Denne forskningen støttes av Wenzhou Science and Technology Bureau of China (Wenzhou store vitenskapelige og teknologiske innovasjonsprosjekt under Grant No. ZG2020029). Forskningen er finansiert av Wenzhou Association for Science and Technology med stipend nr. KJFW09. Denne forskningen ble støttet av Wenzhou Municipal Key Science and Research Program (ZN2022001).
Materials
| Name | Company | Catalog Number | Comments |
| Hardware | |||
| NVIDIA GPU | NVIDIA | N/A | An NVIDIA GPU is needed as some of the software frameworks below will not work otherwise. https://www.nvidia.com |
| Software | |||
| Ansys-Workbench | ANSYS | N/A | Multi-purpose finite element method computer design program software.https://www.ansys.com |
| SOLIDWORKS | Dassault Systemes | N/A | SolidWorks provides different design solutions, reduces errors in the design process, and improves product quality www.solidworks.com |
| SPSS | IBM | N/A | Software products for statistical analytical operations, data mining, predictive analysis, and decision support tasks software.https://www.ibm.com |
References
- Villa-Rodriguez, J. A., et al. Maintaining antioxidant potential of fresh fruits and vegetables after harvest. Critical Reviews in Food Science and Nutrition. 55 (6), 806-822 (2015).
- Mozaffari, H., Lafrenière, J., Conklin, A. Does eating more variety of fruits and vegetables reduce risk of cancer? Findings from a systematic review and meta-analysis. Current Developments in Nutrition. 4, 339-339 (2020).
- Wu, S., Fisher-Hoch, S. P., Reininger, B. M., Lee, M., McCormick, J. B. Fruit and vegetable intake is inversely associated with cancer risk in Mexican-Americans. Nutrition and Cancer. 71 (8), 1254-1262 (2019).
- Nan, M., Xue, H., Bi, Y. Contamination, detection and control of mycotoxins in fruits and vegetables. Toxins. 14 (5), 309 (2022).
- Alothman, M., Bhat, R., Karim, A. A. Effects of radiation processing on phytochemicals and antioxidants in plant produce. Trends in Food Science & Technology. 20 (5), 201-212 (2009).
- Ayala-Zavala, J. F., Wang, S. Y., Wang, C. Y., González-Aguilar, G. A. Effect of storage temperatures on antioxidant capacity and aroma compounds in strawberry fruit. LWT-Food Science and Technology. 37 (7), 687-695 (2004).
- Piljac-Žegarac, J., Šamec, D. Antioxidant stability of small fruits in postharvest storage at room and refrigerator temperatures. Food Research International. 44 (1), 345-350 (2011).
- Lal Basediya, A., Samuel, D. V. K., Beera, V. Evaporative cooling system for storage of fruits and vegetables - a review. Journal of Food Science and Technology. 50 (3), 429-442 (2013).
- Sandhya, Modified atmosphere packaging of fresh produce: Current status and future needs. LWT-Food Science and Technology. 43 (3), 381-392 (2010).
- Bassey, E. J., Cheng, J. H., Sun, D. W. Novel nonthermal and thermal pretreatments for enhancing drying performance and improving quality of fruits and vegetables. Trends in Food Science & Technology. 112, 137-148 (2021).
- Mieszczakowska-Frąc, M., Celejewska, K., Płocharski, W. Impact of innovative technologies on the content of vitamin C and its bioavailability from processed fruit and vegetable products. Antioxidants. 10 (1), 54 (2021).
- Xue, Z., Li, J., Yu, W., Lu, X., Kou, X. Effects of nonthermal preservation technologies on antioxidant activity of fruits and vegetables: A review. Food Science and Technology International. 22 (5), 440-458 (2016).
- Olaimat, A. N., Holley, R. A. Factors influencing the microbial safety of fresh produce: a review. Food Microbiology. 32 (1), 1-19 (2012).
- Caleb, O. J., Mahajan, P. V., Al-Said, F. A. J., Opara, U. L. Modified atmosphere packaging technology of fresh and fresh-cut produce and the microbial consequences-a review. Food and Bioprocess Technology. 6 (2), 303-329 (2013).
- Waghmare, R. B., Mahajan, P. V., Annapure, U. S. Modelling the effect of time and temperature on respiration rate of selected fresh-cut produce. Postharvest Biology and Technology. 80, 25-30 (2013).
- Praeger, U., et al. Airflow distribution in an apple storage room. Journal of Food Engineering. 269, 109746 (2020).
- Praeger, U., et al. Influence of room layout on airflow distribution in an industrial fruit store. International Journal of Refrigeration. 131, 714-722 (2021).
- Berry, T. M., Delele, M. A., Griessel, H., Opara, U. L. Geometric design characterisation of ventilated multi-scale packaging used in the South African pome fruit industry. Agricultural Mechanization in Asia, Africa, and Latin America. 46 (3), 34-42 (2015).
- Dehghannya, J., Ngadi, M., Vigneault, C. Mathematical modeling of airflow and heat transfer during forced convection cooling of produce considering various package vent areas. Food Control. 22 (8), 1393-1399 (2011).
- Dehghannya, J., Ngadi, M., Vigneault, C. Transport phenomena modelling during produce cooling for optimal package design: thermal sensitivity analysis. Biosystems Engineering. 111 (3), 315-324 (2012).
- Delele, M. A., et al. Combined discrete element and CFD modelling of airflow through random stacking of horticultural products in vented boxes. Journal of Food Engineering. 89 (1), 33-41 (2008).
- Ilangovan, A., Curto, J., Gaspar, P. D., Silva, P. D., Alves, N. CFD modelling of the thermal performance of fruit packaging boxes-influence of vent-holes design. Energies. 14 (23), 7990 (2021).
- Gong, Y. F., Cao, Y., Zhang, X. R. Forced-air precooling of apples: Airflow distribution and precooling effectiveness in relation to the gap width between tray edge and box wall. Postharvest Biology and Technology. 177, 111523 (2021).
- Guo, R., Li, L. Heat dissipation analysis and optimization of lithium-ion batteries with a novel parallel-spiral serpentine channel liquid cooling plate. International Journal of Heat and Mass Transfer. 189, 122706 (2022).
- Chen, J., et al. Optimization of geometric parameters of hydraulic turbine runner in turbine mode based on the orthogonal test method and CFD. Energy Reports. 8, 14476-14487 (2022).
- Yun-De, S., Hai-Dong, Q., Sun, B., Li, Z. Z., Cao, K. B. Flow analysis of fresh vegetable box based on multiporosity material. International Journal of Education and Management Engineering. 2 (1), 29 (2012).
- Elansari, A. M., Mostafa, Y. S. Vertical forced air pre-cooling of orange fruits on bin: Effect of fruit size, air direction, and air velocity. Journal of the Saudi Society of Agricultural Sciences. 19 (1), 92-98 (2020).
