تاثير هندسه محصول بر روي مدل سازي دقيق انتقال حرارت ميوه هاي داراي شكل نامنظم در حين فرايند آنزيم بري

Impact of product geometry on accurate heat transfer modelling of irregular shaped fruit during blanching process

افت كيفيت در حين فرايند آنزيم بري را با انتخاب برنامه دما- زمان مناسب مي توان به حداقل رساند. در اين مطالعه ، فرآيند آنزيم بري ميوه توت سياه در 3 درجه حرارت منتخب بررسي شد. خصوصيات ترموفيزيكي بر اساس تركيب شيميايي نمونه تخمين زده شد. ضريب انتقال گرما همرفتي نيز با استفاده از يك تكنيك جديد به نام روش مسيله معكوس برآورد شد. به منظور تعيين بهترين مدلي كه بتواند شكل ميوه را توصيف كند و تغييرات دمايي را به طور دقيق پيش بيني كند ، سه مدل تحليلي بر اساس راه حل قانون دوم فوريه براي انتقال گرما روي اشكال منظم (كره ، مستطيل 2 بعدي و استوانه محدود) و يك مدل عددي بر اساس هندسه واقعي نمونه توسعه داده شد.. نتايج نشان داد كه در بين مدل هاي تحليلي ، شكل مستطيل (دو بعدي) بهتر توانست تغييرات دما را در نقطه مركزي نمونه پيش بيني كند. با اين وجود ، مدل عددي توسعه يافته به دليل بالاترين ضريب تبيين (R2>99) و كمترين ريشه ميانگين مربعات خطا (RMSE=0.37) به عنوان بهترين مدل شناخته شد. با استفاده از اين مدل ، تغييرات دما در ميوه را مي توان با دقت بالا به عنوان تابعي از متغيرهاي داخلي (ضخامت و تركيب شيميايي) و خارجي (دما و سرعت حمام آب) پيش بيني كرد.

Quality losses during blanching can be minimized by adequately selecting the time-temperature schedule. In this study, the blanching process of blackberry fruits at 3 selected temperatures were investigated. The thermophysical properties were estimated based on the chemical composition of the sample. Convective heat transfer coefficient was also estimated using a new novel technique called inverse problem method. In order to determine the best model that can describe the shape of the fruit and predict accurately temperature changes during blanching, three analytical models based on solution of Fourierchr(chr('39')39chr('39'))s second law for heat transfer on regular shapes (sphere, 2D rectangle and finite cylinder) and a numerical model based on the real geometry of the sample were developed. The results showed that among the analytical models, the two-dimensional rectangle can better predict temperature changes at the center point of the sample than others. However, the developed numerical model was recognized as the best model due to the highest coefficient of determination (R2>99) and the lowest root mean square error (RMSE=0.37). By applying this model, temperature variations in the fruit can be predicted with high accuracy as a function of internal (thickness, and chemical composition) and external variables (temperature, and water bath velocity).