Как работает гибридная солнечная сушилка для риса: оценка эффективности и компьютерное моделирование

В данном исследовании была проведена всесторонняя оценка гибридной солнечной сушилки (HSD) с интегрированными фотоэлектрическими элементами (PV) для сушки риса. Была успешно разработана оценка эффективности системы, а также конечно-элементная модель HSD в режимах без нагрузки и с нагрузкой.

Методы: Трехмерная модель PV-интегрированной гибридной солнечной сушилки (HSD) была создана в ходе лабораторных имитационных исследований с использованием программного обеспечения COMSOL Multiphysics версии 5.3a. Solidworks 16 использовалось для построения коллектора сушилки, сушильной камеры, дымохода и тонкого слоя зерен пищевых культур. Тесты сгущения сетки подтвердили независимость конечно-элементной модели прогнозирования температуры панели от размера сетки.

Результаты и обсуждение: Эффективность коллектора варьировалась от 49,24% до 81,19%, достигая пика при тепловой интенсивности 750 Вт/м². Интенсивность испарения системы составляла от 0,25 до 0,39 кг/ч. Также было проведено сравнение эффективности системы HSD, лотковой сушилки (TD) и солнечной сушилки со смешанным режимом (MMSD), удельного потребления энергии (SEC) и удельной скорости удаления влаги (SMER). Значения SEC для HSD были на 72% и 46% ниже, чем для TD и MMSD. Значения SMER для HSD, MMSD и TD составили 0,27, 0,15 и 0,08 кг/кВт·ч соответственно. HSD высушивала образцы риса на 36,36% и 84,61% быстрее, чем TD и MMSD. Гибридные солнечные сушилки (HSD) обеспечили экономию времени на 33% и 50% по сравнению с MMSD и TD соответственно. Моделирование профилей распределения воздуха в коллекторе и камере показало наличие застойной зоны, где скорость воздуха падает ниже 0,5 м/с. Необходимо отметить, что модель точно предсказывала температуру, влажность и характер рассеивания воздуха в сушилке при наличии нагрузки и без нее. Согласно данному исследованию, HSD с PV-поддержкой пригодна для устойчивой сушки пищевых зерновых культур.

Технологии сушки для различных операций по переработке пищевых продуктов имеют неизбежную связь с энергетической, экономической и экологической устойчивостью. Следовательно, солнечная сушка пищевых зерен стала необходимым выбором для решения двойной задачи: удовлетворения высокого спроса на энергию для сушки и реагирования на сценарий изменения климата. Исследования показывают, что солнечная сушка не только снижает энергетическую нагрузку, но и значительно сокращает время сушки, обеспечивает лучшее качество продукта, повышает эффективность процесса, а также защищает окружающую среду от вредных выбросов газов (Jha and Tripathy, 2017a). Несмотря на это, технологические параметры системы сушки пищевых продуктов на основе солнечной энергии изменяются в зависимости от времени суток, географического положения, климатических и погодных условий, что приводит к отклонению в результатах эффективности. Для решения этих основных проблем возникла концепция «гибридной технологии солнечной сушки», представляющая собой объединение тепловых/химических/возобновляемых источников энергии с существующими солнечными сушилками в качестве вспомогательной энергетической поддержки в часы отсутствия солнца. Это открыло широкие возможности для более совершенных технологий солнечной сушки. Тем не менее, поддержание или прогнозирование технологических параметров любой солнечной сушилки в разных местах остается одной из наиболее сложных задач, которая ограничивает ее широкую применимость (Jha and Tripathy, 2021a). В этот критический момент вступают в игру имитационные исследования, и должным образом проверенная имитационная модель позволит специалистам прогнозировать изменения технологических параметров, таких как необходимое время сушки и температура, на виртуальной платформе. Это может быть использовано до окончательного изготовления системы, что сокращает время и бюджет, связанные с разработкой системы (Jha et al., 2019). Кроме того, имитационное моделирование может использоваться как удобный инструмент, предоставляющий важное преимущество для правильной оценки рабочих параметров. Это дает большое преимущество при проектировании гибридной солнечной сушилки для различных регионов по всему миру.

Многие исследователи в недавнем прошлом пытались использовать вычислительное и статистическое моделирование для анализа либо конструктивных аспектов, либо технологических параметров различных солнечных сушилок (Maia et al., 2012; Yunus and Al-Kayiem, 2013; Jha and Tripathy, 2017b; Zoukit et al., 2019; Aukah et al., 2020; Rodrigues and Basso, 2020; Getahun et al., 2021). Zoukit и др. (2019) провели имитационное испытание гибридной солнечной сушилки с биогазовой поддержкой и спрогнозировали температуру в камере, влажность и распределение тепла внутри сушилки в режимах только солнечной энергии, только биогаза и гибридном режиме соответственно. Они обнаружили, что результаты вычислительной гидродинамики (CFD) предоставили адекватные результаты для эффективной сушки пищевых продуктов, и сообщили, что они успешно прогнозируют эффективность системы. Аналогично, имитационное упражнение для гибридной солнечной сушилки с тепловым аккумулятором в режиме без нагрузки было выполнено Rodrigues и Basso (2020). Предлагаемая сушилка была смоделирована на платформе TRNSYS для прогнозирования температуры окружающей среды, абсорбера и воздуха соответственно, а также ежемесячного полезного прироста энергии с учетом сезонных колебаний в Бразилии. Jha и Tripathy (2019) применили конечно-элементное моделирование для прогнозирования сезонных изменений электрической эффективности фотоэлектрической электростанции, интегрированной в гибридную солнечную сушилку для зерна. С другой стороны, многие исследователи разработали имитационные модели для визуализации процессов тепломассопереноса, происходящих при солнечной сушке различных пищевых продуктов, таких как картофель, морковь, ананас, банан, кукуруза, какао и рис (Jha and Tripathy, 2017b; Amer et al., 2018; Amer, 2019; Mahapatra and Tripathy, 2019a; Kuan et al., 2019; Rani and Tripathy, 2020). В значительной степени для простоты моделирования большинство из этих исследований рассматривали один образец для выполнения численного анализа; однако процесс сушки часто проводится с большим количеством образца. Во-вторых, большинство исследований ограничено анализом распределения температур внутри сушилки в режиме без нагрузки и профилем воздуха в режиме естественной конвекции. Более того, анализ тепломассопереноса пищевых зерен, подвергнутых воздействию гибридной солнечной сушилки с интегрированными фотоэлектрическими элементами, в насыпном виде, а также одновременная оценка распределения температуры и воздуха внутри сушилки не были тщательно исследованы.

Важно учитывать, что солнечные сушилки нуждаются в хороших погодных условиях для правильной работы. Часто в жаркие и солнечные дни температура воздуха внутри сушилки может превысить допустимые пределы, что может повредить урожай. Следовательно, тщательное изучение рабочих параметров и показателей эффективности солнечной сушилки необходимо. Оценка показателя эффективности солнечной сушилки является ключевой для достижения наиболее эффективной скорости сушки и качества продукта при одновременном учете оптимального использования энергии и затрат. Fudholi и др. (2010) провели энергетический анализ активной непрямой солнечной сушилки для сушки перца чили. Они определили, что эффективность системы составляла около 13%, а эксергетическая эффективность — 57%. В нескольких исследованиях были изучены эксплуатационные характеристики солнечных сушилок, и было показано, что общая эффективность этих сушилок часто низка и составляет от 10% до 45% (Jha and Tripathy, 2021a; Daş et al., 2021; Vijayan et al., 2016; Hamdi and Kooli, 2018; Suherman et al., 2018; Mahapatra and Tripathy, 2019b; Jha and Tripathy, 2021b). Испытания без нагрузки обеспечивают стабильные данные о распределении температуры и воздуха внутри системы. Эти данные могут быть использованы для определения оптимального времени сушки и оценки продолжительности процесса сушки. Исходя из этого направления исследований, главная новизна данной работы касается разработки всеобъемлющей конечно-элементной модели для гибридной солнечной сушилки с фотоэлектрической поддержкой для исследования распределения температуры и воздуха внутри сушилки в режиме принудительной конвекции, а также анализа тепломассопереноса зерен риса. Более того, были оценены важные параметры эффективности, такие как эффективность коллектора, эффективность системы и энергетическая эффективность гибридной системы солнечной сушки. Кроме того, были также оценены SMER, SEC и испарительная способность при различных условиях обработки.

Фотоэлектрическая электростанция, состоящая из массива из восьми панелей с выходной мощностью 2 кВт·ч и площадью 13,2 м², была установлена на крыше здания кафедры молочного и пищевого инжиниринга факультета сельскохозяйственного и пищевого инжиниринга Индийского технологического института Кхарагпур, Индия. Выход панели подключен к блоку аккумуляторов через инвертор. Массив солнечных элементов в панелях фотоэлектрической системы генерирует солнечное электричество, которое затем подается в гибридную солнечную сушилку для лабораторных экспериментов. Принципиальная схема всей системы показана на РИСУНКЕ 1. Коллектор и сушильная камера были изготовлены из окрашенной краской I. C. I. Dulux satin finish soft sheen эмалированной жести (30 SWG G.I sheet) и листа закаленного стекла толщиной 4 мм. Система была сделана воздухонепроницаемой с помощью резиновой прокладки под стеклянным покрытием. Минераловатная изоляция была предусмотрена снизу и с боков всей системы для минимизации теплопотерь от системы. Уровни тепловой интенсивности создавались с помощью ленточных нагревателей, установленных под абсорберной пластиной, а мощность, подаваемая на нагревательные пластины, изменялась с помощью регулятора Variac, чтобы абсорберные пластины коллектора и сушильной камеры достигали одинаковой мощности на единицу площади поперечного сечения. Температуры сушильного воздуха и образца измерялись с помощью откалиброванных термопар типа K, подключенных к устройству NI-DAQmx, соединенному с программным обеспечением системы сбора данных LabVIEW (версия 15, точность ± 0,2°C). Скорость потока воздуха к коллектору измерялась с помощью анемометра (Модель 4,213, Lutron, Тайвань).

РИСУНОК 1 (A) Схематическое представление гибридной системы с интегрированными фотоэлектрическими элементами, (B) фотоэлектрические панели и (C) блок сушилки.

В нашем предыдущем исследовании методология поверхности отклика (RSM) была использована для оптимизации трех важных параметров: уровня мощности, скорости воздуха и конечной влажности при сушке риса (Jha and Tripathy, 2021b). Оптимальные рабочие параметры для сушки риса составили 700 Вт, 3,5 м/с и 12% влажности, и эти же параметры были использованы в настоящем исследовании. Экспериментальные наблюдения тепловой интенсивности, температур стеклянного покрытия, абсорберной пластины, окружающего воздуха, воздуха на входе и выходе коллектора регистрировались с регулярными интервалами в 30 минут.

3.1 Спецификация системы и формирование геометрии

Программный пакет конечно-элементного анализа, т.е. COMSOL Multiphysics версии 5.3, был использован для разработки трехмерной модели гибридной солнечной сушилки с фотоэлектрической поддержкой в лабораторных имитационных условиях. Виртуальная 3D-геометрия различных компонентов сушилки, таких как коллектор, сушильная камера, дымоход и тонкий слой пищевых зерен, была построена и собрана с использованием пакета программ автоматизированного проектирования SolidWorks версии 16. 3D-геометрия вместе с геометрией, разбитой на сетку, всей сушилки показана на РИСУНКЕ 2. Был проведен тест сгущения сетки, чтобы гарантировать, что разработанная конечно-элементная модель не зависит от размера сетки для прогнозирования температуры панели. Тест независимости от сетки был проведен с четырьмя различными типами сеток (крупная, нормальная, мелкая и очень мелкая), имеющими разные характеристики элементов, и для окончательного моделирования была выбрана заданная пользователем мелкая сетка. Было выполнено заданное пользователем разбиение на сетку в зависимости от размера каждого компонента, и общее количество дискретизированных конечных элементов составило 314 070. Среднее качество сетки поддерживалось выше 0,60; минимальное и среднее качество сетки модели составляло 0,027–0,626. Общий объем модели был зарегистрирован как 1 900 000 см³.

РИСУНОК 2 Геометрия (A) сушилки с образцом (красные точки представляют термопары), (B) геометрия сушилки с образцом, разбитая на сетку, и (C) увеличенный вид насыпного образца внутри сушилки.

Для формулировки всестороннего численного анализа гибридной солнечной сушилки вся модель была рассмотрена в двух подразделах: i) температура и профиль скорости воздуха внутри сушилки и ii) распределение температуры и влажности внутри пищевых зерен. Для моделирования профиля температуры и скорости воздуха внутри сушилки было реализовано стационарное исследование, включающее теплоперенос в твердом теле и физику турбулентного потока на основе k–ε модели. В то же время для моделирования переноса тепла и влаги в тонком слое зерен, загруженных в сушилку, была выбрана физика, включающая теплоперенос в пористых средах и перенос разбавленных веществ в пористых средах. Мультифизические модули были полностью связаны для выполнения модели в одном комплексном исследовании на рабочей станции HP с операционной системой Windows 7, процессором Intel (R) Core (TM) i5-4570T (семейство Intel 64, 6) @ 2,90 ГГц и 16 ГБ ОЗУ.

3.2 Разработка модели

3.2.1 Профиль температуры и скорости воздуха внутри сушилки

Для моделирования профиля распределения температуры и воздуха внутри сушилки были приняты следующие допущения:

1. Теплофизические свойства стекла, абсорберной пластины и воздуха предполагались изотропными и не зависящими от температуры.

2. Воздух предполагался несжимаемой жидкостью.

3. Тепловые потери предполагались пренебрежимо малыми.

4. Слой образца рассматривается как прямоугольная пластина для упрощения вычислений.

Распределение температуры внутри сушилки может быть описано с помощью закона теплопроводности Фурье и хорошо объясняется уравнениями 1–10, приведенными ниже:

Для абсорберной пластины:

где Cp, ρ и k обозначают удельную теплоемкость (кДж/кгК), плотность (кг/м³) и теплопроводность (Вт/мК) соответственно. Tabs, Tg, Tair и Tamb — температуры абсорберной пластины, стеклянного покрытия, горячего воздуха и окружающего воздуха соответственно. u и q — скорость воздуха (м/с) и внутренний тепловой поток (Вт/м²) внутри сушилки соответственно.

Начальные и граничные условия для моделирования теплопереноса приведены следующим образом:

где индексы i и f обозначают начальную и конечную температуры воздуха соответственно в момент времени t. Список входных параметров, используемых для свойств воздуха, стекла и абсорберной пластины, показан в ТАБЛИЦЕ 1.

ТАБЛИЦА 1 Список входных параметров, используемых для моделирования распределения температуры внутри гибридной солнечной сушилки.

Окружающий воздух нагнетался в коллектор с помощью вентилятора, проходил через абсорберную пластину и постепенно нагревался. Затем горячий воздух поступал в камеру, двигался через лотки с образцами и выпускался из выходного отверстия сушилки. Для исследования распределения профиля воздуха внутри сушилки была выбрана k–ε модель турбулентности. Стандартная k–ε модель была предложена Launder и Spalding (1974), в которой для определения напряжений Рейнольдса использовалась турбулентная вязкость. Модель k–ε является двухуравненной моделью, где k — мера кинетической энергии турбулентности, а ε — скорость диссипации турбулентности. Турбулентная вязкость рассчитывалась путем предположения определенной зависимости между переносимыми переменными, такими как кинетическая энергия турбулентности (kE) и скорость диссипации турбулентности (εE), которая определяется (эмпирически или теоретически) для конкретных условий течения и может быть задана уравнениями 14–18.

Приведенные выше уравнения имеют пять настраиваемых констант Cε1, Cε2, Cµ, σk и σε, которые были определены путем исчерпывающей подгонки данных для широкого диапазона турбулентных моделей: Cε1 = 1,44, Cε2 = 1,92, Cµ = 0,09, σk = 1,0 и σε = 1,3.

Начальные и конечные граничные условия для профиля распределения воздуха могут быть заданы как:

где Po — давление окружающей среды, Uref — эталонная скорость жидкости, IT — интенсивность турбулентности, а LT — турбулентный масштаб длины.

3.2.2 Профиль температуры и влажности образца вместе с сушилкой

В этом разделе профиль температуры и влажности образца, помещенного внутрь сушилки, а также изменение скорости воздуха внутри сушилки моделировались одновременно. Было сделано предположение, что прямоугольный тонкий слой насыпных зерен, который имеет пористую природу, помещен внутрь сушильной камеры. Считалось, что теплоперенос внутри прямоугольной матрицы зернового слоя происходит посредством теплопроводности. Теплоперенос внутри тонкого слоя зерен решался с помощью управляющих уравнений, приведенных в уравнениях 20, 21:

Сушка пищевых продуктов в период падающей скорости контролируется механизмом диффузии жидкости и/или пара (Jha and Tripathy, 2021b). Миграция влаги от зернового слоя к поверхности происходит в основном под влиянием диффузионного потока, и поэтому для моделирования процесса переноса влаги внутри образца был использован второй закон диффузии Фика в трехмерной системе, который может быть задан уравнениями 22–24:

где τ — фактор извилистости, определяемый как отношение длины прямой линии через пористую среду к длине извилистого пути (Aprajeeta и др., 2015).

Начальные и граничные условия для тепломассопереноса при сушке пищевых зерен были заданы уравнениями 25–29:

Поверхностный конвективный коэффициент теплопередачи на границе зерно–воздух был определен с помощью следующего соотношения (Sokhansanj and Bruce, 1987). Теплофизические свойства образцов, использованных для конечно-элементного моделирования, приведены в ТАБЛИЦЕ 2.

ТАБЛИЦА 2 Теплофизические свойства образца риса, использованные для конечно-элементного моделирования.

4.1 Эффективность коллектора

Тепловая эффективность коллектора или эффективность сбора тепла является общепринятой мерой производительности коллектора в солнечной сушилке (Fudholi и др., 2014). Полезное тепло, отдаваемое коллектором, может быть оценено по температуре и скорости потока воздуха на выходе. Следовательно, она может быть хорошо определена как отношение полезной энергии, полученной коллектором, к общей подведенной тепловой энергии и может быть выражена математически с помощью аналогии с уравнениями Hottel–Whillier–Bliss (37, 38) (Duffie and Beckman, 1991; Eltawil и др., 2018).

где mair — массовый расход сушильного воздуха, Cpair — удельная теплоемкость сушильного воздуха, TI — тепловая интенсивность, а Tf и Ti — температура на выходе и входе коллектора соответственно.

4.2 Эффективность сушилки

Более высокая скорость сушки является одним из наиболее важных показателей лучшей способности сушилки удалять влагу и имеет решающее значение для оптимизации затрат и энергии. Эффективность сушки может быть оценена на основе процедуры, предложенной Vijayan и др. (2016). Начальная влажность (IMC) зерен была определена с использованием уравнения 39.

Количество воды, подлежащей удалению из влажного продукта, было рассчитано на основе начальной и желаемой конечной влажности с использованием уравнения 40 (Fudholi и др., 2014):

Скорость сушки может быть рассчитана по приведенной формуле уравнения 41 (Suherman и др., 2018):

где Wd — вес сухого вещества (г), Wo — начальный вес образца (г), а IMC и FMC — начальная и конечная влажность (на влажную основу) соответственно. Wloss — количество влаги, которое необходимо испарить для достижения FMC, а Dr и Dt — скорость сушки (кг/кг сухого вещества·ч) и время сушки (ч) соответственно.

Плотность загрузки (LD) дает количественную меру объема образца, который может быть высушен на единицу площади солнечного отверстия системы, как указано в уравнении 42 (Daş и др., 2021).

где Ws — вес образца, а SA — солнечное отверстие (м²).

Эффективность системы сушилки задается как отношение энергии, использованной для удаления влаги, к общей входной энергии, подведенной к системе (Daş и др., 2021). Она измеряет общую эффективность системы сушки, показывая, насколько эффективно входная энергия используется для сушки продукта. Эффективность разработанной гибридной солнечной сушилки может быть выражена уравнением 43:

где W — вес воды, испаренной из продукта (г), Lv — скрытая теплота парообразования (Дж/кг), а Pb — мощность, потребляемая вентилятором (кВт·ч).

4.3 Индексы энергетической эффективности

Удельная скорость удаления влаги (SMER) — это энергия, необходимая сушилке для удаления единицы воды из образца. Она может быть рассчитана с использованием следующего уравнения 44 (Fudholi и др., 2014).

Удельное потребление энергии (SEC) может быть понято как общая подведенная энергия к общему весу высушенного образца, как дано в уравнении 45 (Motevali и др., 2011).

где TI — тепловая интенсивность, Pb — мощность, потребляемая вентилятором, а Ac — площадь сбора тепла.

Испарительная способность (EC) может быть выражена как вес воды, который может быть извлечен из продуктов при определенной скорости потока воздуха в процессе сушки, и задается уравнениями 46–49 (Khawale и др., 2016).

где ϕ — относительная влажность; Hdin и Hamb — абсолютная влажность сушильного воздуха на выходе и окружающего воздуха соответственно; а Pv и Pvsat — давление пара и давление насыщенного пара соответственно при заданной температуре.

Для оценки надежности разработанной системы был проведен сравнительный анализ разработанной системы с лабораторной лотковой сушилкой и солнечной сушилкой со смешанным режимом. Чистая экономия времени сушки была рассчитана по уравнению 50:

где tcon — время, затраченное на сушку продукта в лотковой сушилке/солнечной сушилке со смешанным режимом, а thsd — время, затраченное на сушку в разработанной гибридной солнечной сушилке.

4.4 Статистический анализ

Наилучшее соответствие модели было оценено с помощью метрик регрессионного анализа. Они включали коэффициент детерминации (R²) и хи-квадрат (χ²) и были оценены по формулам, приведенным ниже в уравнениях 51, 52.

где T — соответствующая переменная, а именно температура панели, температура образца, влажность образца, коэффициент теплопередачи, солнечная радиация и т.д.; N — размер выборки; а exp и pre — экспериментальные и прогнозируемые значения i-го члена соответственно. Все эксперименты проводились в трех повторностях.

5.1 Распределение температуры и скорости воздуха в коллекторе

На РИСУНКЕ 3 показан диапазон достижимых температур различными компонентами плоского коллектора при различной тепловой интенсивности и скоростях воздуха. Примечательно, что на РИСУНКЕ 3A температура каждого компонента, а именно абсорберной пластины (Tp), стеклянного покрытия (Tg) и температуры воздуха на выходе (To), имеет тенденцию к увеличению с ростом входной тепловой интенсивности.

РИСУНОК 3 Изменения температуры внутри плоского коллектора при разных (A) тепловых интенсивностях и (B) скорости воздуха.

Процентный рост температуры воздуха, проходящего через коллектор, при 350 Вт/м², 500 Вт/м², 750 Вт/м² и 950 Вт/м² был оценен как 12,3%, 22,0%, 33,2% и 39,7% соответственно. Максимальная температура, достигнутая абсорберной пластиной и стеклянным покрытием, находилась в диапазоне 53,4–90,7°C и 41,3–56,6°C соответственно. Аналогичный диапазон температур для солнечной сушилки со смешанным режимом также был сообщен Mahapatra и Tripathy (2019b), где средние температуры пластины, стекла и горячего воздуха были 73,4°C, 48,8°C и 59,9°C соответственно. Аналогично, максимальная достижимая температура воздуха в вентилируемой фотоэлектрической гибридной тепличной сушилке для зерна была сообщена Madhava и Smith (2017) как 50,4°C.

Аналогично, РИСУНОК 3B представляет связь между температурой коллектора (т.е. абсорберной пластины, стеклянного покрытия и температуры воздуха на выходе) и скоростью воздуха. Очевидно, что с увеличением скорости воздуха температура, достигаемая каждым компонентом, снижается, что свидетельствует об антагонистической корреляции. Процентный рост температуры воздуха, проходящего через коллектор, при скоростях 1,5 м/с, 2,5 м/с и 3,5 м/с был спрогнозирован как 39,7%, 23,1% и 17,4% соответственно. Тенденция к более низкому теплопоглощению при более высоких скоростях притока воздуха может быть объяснена временем пребывания воздуха в области коллектора. Более высокая скорость воздуха приводит к меньшему времени пребывания, что приводит к меньшему изменению температуры. Однако стоит отметить, что подходящий диапазон температуры сушильного воздуха для обезвоживания риса и пшеницы рекомендуется ниже 50°C (Jha and Tripathy, 2021b; Akowuah и др., 2012). Следовательно, в настоящем исследовании подходящая температура сушки была достигнута при пропускании воздуха со скоростью 3,5 м/с.

РИСУНКИ 4, 5 представляют распределение температуры и профиль скорости воздуха по коллектору при различных скоростях воздуха в диапазоне от 1,5 до 3,5 м/с. РИСУНОК 4 показывает более высокие значения температуры в центральной части коллектора и меньшее рассеивание тепла в углах пластины. Интересно отметить, что из РИСУНКА 5 видно образование небольших вихрей в углах пластины по направлению к входу. Это было связано с созданием замкнутого угла в конструкции плоского коллектора. Кроме того, из обоих рисунков видно, что более высокое рассеивание тепла в коллекторе происходит в областях, где скорость воздуха минимальна. Такое поведение может быть объяснено тем, что большая турбулентность приводит к более равномерному распределению воздуха, что приводит к эффективной теплопередаче между абсорберной пластиной и воздухом. Также было отмечено, что чем ниже скорость воздуха, тем выше температура абсорберной пластины, и прогнозы соответствуют экспериментальным данным. Подтверждение температурного профиля коллектора при различных скоростях воздуха при 700 Вт показано в ТАБЛИЦЕ 3. Результаты показывают, что предлагаемая модель может успешно прогнозировать температурный профиль и распределение воздуха внутри солнечного воздушного коллектора.

РИСУНОК 4 Распределение температуры по коллектору при различных скоростях воздуха: (A) 1,5 м/с, (B) 2,5 м/с и (C) 3,5 м/с (вертикальные срезы были сделаны на равных расстояниях 10 см по длине коллектора).

РИСУНОК 5 Распределение скорости по коллектору при различных скоростях воздуха: (A) 1,5 м/с, (B) 2,5 м/с и (C) 3,5 м/с и увеличенное изображение вихрей, образующихся в углах коллектора.

ТАБЛИЦА 3 Подтверждение температурного профиля коллектора при различных скоростях воздуха при 700 Вт.

5.2 Распределение температуры и скорости воздуха в сушилке в режиме без нагрузки

Было выполнено распределение температуры и скорости воздуха внутри сушилки в режиме без нагрузки. На РИСУНКЕ 6 показано изменение температуры внутри сушильной камеры при различных тепловых интенсивностях и скоростях воздуха. Обе переменные, а именно уровень мощности и скорость воздуха, варьировались одновременно. Можно заметить, что температура каждого компонента, такого как пластина, стеклянное покрытие и температура воздуха в камере, увеличивалась с ростом тепловой интенсивности, тогда как снижение наблюдалось с увеличением скорости воздуха. Модель температуры и скорости воздуха следует той же тенденции, что и для коллектора. Процентный рост температуры воздуха, проходящего через камеру, при 350 Вт/м², 500 Вт/м², 750 Вт/м² и 950 Вт/м² был оценен как 10,6%, 20,1%, 30,3% и 41,2% соответственно. Максимальная температура, достигнутая пластиной камеры и стеклянным покрытием, находилась в диапазоне 57,5–99,5°C и 37,7–48,3°C соответственно.

РИСУНОК 6 Изменения температуры внутри сушильной камеры при разных (A) тепловых интенсивностях и (B) скоростях воздуха (показано репрезентативное расположение термопар на РИСУНКЕ 2).

Конечно-элементное моделирование сушилки в режиме без нагрузки было выполнено при 700 Вт и 3,5 м/с, а также при 550 Вт и 1,5 м/с, чтобы установить универсальность модели для прогнозирования профиля температуры и скорости воздуха при различных рабочих параметрах. Был проведен критерий хи-квадрат для проверки адекватности разработанной имитационной модели экспериментальным данным, как показано в ТАБЛИЦЕ 4. Можно отметить, что прогнозируемые значения температуры хорошо согласуются с экспериментами для каждого компонента, что подтверждает пригодность разработанной модели. На РИСУНКАХ 7, 8 показаны контуры распределения температуры и воздуха во входном отверстии, сборочном узле коллектор-сушилка и дымоходе. Как видно, температура внутри секции камеры при 700 Вт и 3,5 м/с находилась в диапазоне 42–48°C, а скорость воздуха внутри камеры падала до диапазона 0,3–1,5 м/с. Более высокая турбулентность наблюдалась внутри сушильной камеры по сравнению с коллектором. Из РИСУНКА 8 видно, что нагретый воздух, поступающий из области коллектора, ударяется о нижнюю стенку сушильной камеры, образуя зону рециркуляции/вихря в вертикальном направлении. Здесь воздух стремится течь сначала около задней стенки сушильной камеры, а затем поворачивает вокруг верхней и передней стенок камеры.

ТАБЛИЦА 4 Подтверждение температурного профиля сушильной камеры при уровне мощности и скорости воздуха 700 Вт и 3,5 м/с; 550 Вт и 1,5 м/с.

РИСУНОК 7 Распределение температуры по сушилке при уровне мощности и скорости воздуха (A) 550 Вт и 1,5 м/с и (B) 700 Вт и 3,5 м/с.

РИСУНОК 8 Распределение скорости по сушилке при уровне мощности и скорости воздуха (A) 550 Вт и 1,5 м/с и (B) 700 Вт и 3,5 м/с.

После этого линия тока воздуха последовательно образует петлю, простирающуюся к верхней части стенки сушильной камеры. Эта картина потока отвечает за равномерное распределение температуры внутри камеры, как показано на РИСУНКЕ 8. Также примечательно, что внутри камеры, работающей при 550 Вт и 1,5 м/с, образовались более плотные и однородные линии тока воздуха по сравнению с режимом 700 Вт и 3,5 м/с. Это может быть связано с тем, что при более высокой скорости воздуха частицы воздуха склонны следовать по разным траекториям, вызывая более высокую степень турбулентности. Аналогичное поведение профиля воздушного потока было отмечено Maia и др. (2012) для электрической солнечной сушилки в режиме без нагрузки. Также можно заметить, что скорость воздуха на выходе из дымохода была значительно выше и оценивалась до 5,41 м/с. Значительное повышение скорости воздуха могло произойти из-за сужения площади потока, а также из-за тенденции горячего воздуха выходить через область пониженного давления. Аналогичный тип профиля скорости воздуха в секции дымохода также был сообщен для гибридной солнечной сушилки с биомассовой поддержкой (Yunus and Al-Kayiem, 2013).

5.3 Анализ процесса переноса внутри сушилки в режиме с нагрузкой

В продолжение анализа без нагрузки дальнейшие имитационные исследования были проведены для изучения температуры, профиля влажности внутри образца и распределения воздуха внутри сборочного узла коллектор-сушилка в режиме с нагрузкой. На РИСУНКЕ 9 контурные графики представляют (a) распределение температуры внутри сушилки вместе с образцом, (b) распределение воздуха внутри сушилки, (c) распределение влажности внутри образца и (d) увеличенный вид образца. Можно заметить, что контуры распределения температуры и воздуха внутри области коллектора были аналогичны режиму без нагрузки. Однако внутри сушильной камеры температурный профиль может быть разделен на два слоя: первый слой изображает более горячую секцию под образцами, а второй слой представляет более прохладную секцию над зернами. Это наблюдение может быть объяснено тем, что, как только горячий воздух вступает в контакт с зернами с высокой влажностью, он поглощает влагу и охлаждается. Кроме того, пространственное распределение картины воздушного потока показало, что более плотная петля линий тока образовалась под образцами из-за движения воздуха от задней стенки к верхней и лобной областям. Также было отмечено, что скорость воздуха в вихревой зоне снижается до 0,3 м/с, что также отвечает за более высокое рассеивание тепла в этой области.

РИСУНОК 9 (A) Распределение температуры, (B) профиль скорости воздуха внутри сушилки, (C) распределение влажности внутри образца; вид при 700 Вт и 3,5 м/с, и (D) увеличенный вид образца.

Во-вторых, из РИСУНКА 9B можно наблюдать различные траектории потока воздуха, проходящие через образец и зазоры между лотком и стенкой сушилки. Поскольку воздух над образцом следует разным траекториям, этот участок также имеет тенденцию к лучшему перемешиванию воздуха и более высокой турбулентности, что улучшает распределение тепла, необходимое для более быстрой сушки. Кроме того, профиль влажности образца был успешно предсказан разработанной моделью, и пространственное распределение влажности внутри зерновых образцов может быть визуализировано с помощью контурных графиков, полученных из модели. Для проверки корреляции между прогнозируемыми результатами и экспериментальными данными был проведен регрессионный анализ температуры образца и профиля влажности.

Подтверждение модели с помощью экспериментов показано на РИСУНКЕ 10, и соответствующие значения коэффициента регрессии 0,99 и 0,98 для температуры образца (K) и содержания влаги (на влажную основу) соответственно указали на хорошее соответствие модели. Таким образом, разумное согласие подтверждает, что разработанная модель подходит для отслеживания содержания влаги в пищевых зернах, подвергающихся гибридной солнечной сушке. Кроме того, важно подчеркнуть, что модель может широко прогнозировать временное и пространственное распределение воздуха и температуры внутри сушилки, что в противном случае затруднительно контролировать экспериментально.

РИСУНОК 10 Подтверждение (A) температурного профиля и (B) профиля влажности образца риса, подвергнутого гибридной солнечной сушке.

6.1 Эффективность коллектора

Эксперименты без нагрузки проводились при различных уровнях тепловой интенсивности, а именно 340, 480, 750 и 950 Вт/м², и при различных скоростях воздуха 1,5, 2,5 и 3,5 м/с. Средние значения эффективности коллектора при различных тепловых интенсивностях 340, 480, 750 и 950 Вт/м² были оценены как 49,24, 72,57, 81,90% и 80,85% соответственно, что утверждает, что эффективность коллектора увеличивается с ростом тепловой интенсивности системы. Fudholi и др. (2010) сообщили об эффективности коллектора непрямой солнечной сушилки с принудительной конвекцией как 29%. Аналогично, Vijayan и др. (2016) провели анализ эффективности коллектора, интегрированного с тепловым аккумулятором, и сообщили о максимальной достижимой эффективности коллектора 22%. Примечательно, что средняя эффективность коллектора, полученная для системы, представленной в настоящей работе, примерно в два раза выше по сравнению с различными обычными солнечными сушилками, о которых сообщалось в литературе (Mahapatra and Tripathy, 2019b; Vijayavenkataraman и др., 2012; Fudholi и др., 2015). Сообщается, что максимальная эффективность коллектора разработанной HSD составила 81%; напротив, эффективность коллекторов, о которых сообщалось в литературе, находилась в диапазоне 20–40%.

6.2 Эффективность системы

На РИСУНКЕ 11 представлена эффективность системы гибридной солнечной сушилки при различных скоростях воздуха и уровне мощности 700 Вт. Можно заметить, что эффективность системы разработанной гибридной солнечной сушилки варьировалась в диапазоне 40–65%, и с увеличением скорости воздуха эффективность системы также увеличивалась. Это может быть связано с тем, что более высокая скорость воздуха повышает интенсивность удаления влаги из образца. Аналогичные среднесуточная фотоэлектрическая, сушильная и общая эффективности 9,38%, 30,71% и 16,32% соответственно были получены Eltawil и др. (2018) в гибридной солнечной туннельной сушилке с фотоэлектрической системой для питания осевого вентилятора постоянного тока, созданной для сушки мяты. Fudholi и др. (2015) сообщили о максимальной эффективности сушки 19% для гибридной электрической солнечной сушилки для сушки листьев масличной пальмы. Наблюдалось, что эффективность системы предлагаемой гибридной солнечной сушилки на 47–52% выше, чем у вышеупомянутых гибридных электрических и питаемых от фотоэлектрических элементов туннельных сушилок смешанного режима. Однако Reyes и др. (2014) создали гибридную солнечную сушилку с тепловым аккумулятором, содержащую блок накопления солнечной энергии на основе парафинового воска. Она использовалась для накопления энергии в солнечные часы в дополнение к солнечному коллектору и поддержки сушки в условиях дефицита энергии, и была достигнута более высокая общая эффективность сушки 22–67% (Reyes и др., 2014).

РИСУНОК 11 Эффективность системы гибридной солнечной сушилки при различных скоростях воздуха.

6.3 Оценка SEC, SMER и испарительной способности

Такие показатели эффективности, как SEC, SMER и испарительная способность гибридной солнечной сушилки, были оценены при оптимальных параметрах обработки (700 Вт и 3,5 м/с и влажность продукта 12% на влажной основе). На РИСУНКЕ 12 представлены SEC, SMER и испарительная способность гибридной солнечной сушилки при различных скоростях воздуха. Было обнаружено, что значение SEC гибридной солнечной сушилки находится в диапазоне 1450–2173 кДж/кг. Из РИСУНКА 12A очевидно, что удельное потребление энергии снижается с увеличением скорости воздуха. Исследователи представили сравнительный анализ SEC для солнечных сушилок прямого, непрямого и смешанного типов для сушки моркови и сообщили о значениях в диапазоне 12 991–21 986 кДж/кг. Более низкие значения удельного потребления энергии в настоящем исследовании указывают на то, что система энергетически более эффективна, чем существующие солнечные сушилки прямого, непрямого и смешанного типов. Удельная скорость удаления влаги является одним из показателей эффективности, представляющим энергетическую результативность в виде отношения общего количества удаленной влаги к общему количеству энергии, подведенной к системе. Она может быть количественно определена как килограмм удаленной влаги на киловатт-час потребленной энергии; тем самым она дает детальную оценку общей мощности, потребляемой каждым компонентом сушилки в течение всего процесса сушки. Из РИСУНКА 12B видно, что значение SMER для зерновых образцов в гибридной солнечной сушилке увеличивалось с ростом скорости воздуха при постоянной входной мощности. Было обнаружено, что значение SMER при 3,5 м/с было на 17,39% и 50,0% выше, чем значения SMER, полученные при 2,5 м/с и 1,5 м/с соответственно. Аналогичное значение SMER 0,26 кг/кВт·ч было получено при сушке помидоров в фотоэлектрической осушительной сушилке (Dorouzi и др., 2018). Аналогично, для гибридной солнечной сушилки с тепловым насосом значения SMER находились в диапазоне 0,47–0,38 кг/кВт·ч (Yahya и др., 2016), тогда как Eltawil и др. (2018) наблюдали значения SMER в диапазоне 28–15 кг/кВт·ч удаленной влаги при сушке мяты в частично фотоэлектрической солнечной сушилке. Испарительная способность — это еще один показатель эффективности, используемый исследователями для оценки потенциала сушилки с точки зрения количества влаги, удаляемой в час, для оценки сушильной способности системы. Этот показатель эффективности учитывает влажность сушильного воздуха во входном и выходном отверстиях сушилки и поэтому не зависит от типа продукта. Как видно из РИСУНКА 12C, испарительная способность системы варьировалась между 0,25 и 0,39 кг/ч. Испарительная способность системы при скорости воздуха 3,5 м/с была на 39,38% и 56,0% выше, чем при скоростях 2,5 и 1,5 м/с соответственно. Также было отмечено, что с увеличением скорости воздуха испарительная способность системы увеличивается. Это было связано с тем, что испарительная способность напрямую зависит от массового расхода, и чем больше подается сухого воздуха, тем выше будет испарение влаги. Аналогичные значения испарительной способности были получены Khawale и др. (2016) для двухпроходной непрямой солнечной сушилки, где диапазон варьировался от 0,15 до 0,24 кг/ч, а среднее значение EC составило 0,195 кг/ч. Также было отмечено, что все три показателя эффективности примерно удваиваются при 3,5 м/с по сравнению со скоростью воздуха 1,5 м/с. Следовательно, можно сказать, что рабочие параметры при 700 Вт и 3,5 м/с были энергетически оптимальны. Более того, сравнительный анализ результатов эффективности с существующей литературой доказывает, что HSD является надежной и энергетически эффективной системой.

РИСУНОК 12 SEC, SMER и испарительная способность гибридной солнечной сушилки в режиме с нагрузкой.

6.4 Оценка характеристик сушки в HSD, TD и MMSD

На РИСУНКЕ 13A показан график безразмерного влажностного отношения в зависимости от времени сушки для гибридной солнечной сушилки (HSD), солнечной сушилки со смешанным режимом (MMSD) и лотковой сушилки (TD) при сушке зерен риса. Можно заметить, что для снижения начальной влажности зерновых образцов наполовину, т.е. примерно на 50%, TD и MMSD потребовалось на 33,3% и 50% больше времени по сравнению с HSD. Было обнаружено, что скорость сушки образцов в HSD находилась в диапазоне 0,17–0,09 кг/кг·ч со средним значением 0,12 кг/кг·ч, как показано на РИСУНКЕ 13B.

РИСУНОК 13 Сравнительный анализ (A) профиля влажности и (B) скорости сушки в HSD, MMSD и TD.

Было обнаружено, что скорость сушки образцов, высушенных в лотковой сушилке и солнечной сушилке со смешанным режимом, находилась в диапазоне 0,12–0,073 кг/кг·ч и 0,073–0,063 кг/кг·ч соответственно. Наблюдалось, что скорость сушки была максимальной в начальный период сушки во всех трех случаях, за которым следовало постепенное снижение, что указывает на то, что большая часть процесса сушки была периодом падающей скорости. Следовательно, весь процесс сушки внутренне управлялся с помощью внутреннего диффузионного процесса (Incopera and Dewitt, 2005). Средняя скорость сушки образцов, подвергнутых HSD, была на 36,36% и 84,61% выше по сравнению с TD и MMSD соответственно. Процент экономии времени во время сушки в гибридной солнечной сушилке был на 33% и 25% выше по сравнению с MMSD и TD соответственно. Более низкая скорость сушки, наблюдаемая в TD, может быть объяснена тем, что удаление влаги происходило только через самый верхний слой, непосредственно подвергающийся воздействию горячего воздуха. Однако более низкая скорость сушки, полученная в MMSD, была связана с нерегулируемым рассеиванием тепла внутри сушилки, вызванным солнечными часами, в отличие от хорошо контролируемых условий сушки, достижимых в HSD с помощью регулятора уровня мощности. Из результатов видно, что эффективность удаления влаги гибридной солнечной сушилки выше, чем у обычной солнечной сушилки со смешанным режимом и лотковой сушилки.

6.5 Сравнительная оценка показателей эффективности для HSD, TD и MMSD

На РИСУНКЕ 14 показан сравнительный анализ эффективности системы, удельного потребления энергии и удельной скорости удаления влаги для HSD, MMSD и TD соответственно. Эффективность системы для MMSD, TD и HSD была оценена как 17,2%, 33,4% и 61,5% соответственно. Из результатов видно, что эффективность системы гибридной солнечной сушилки была примерно в 3,5 раза выше, чем у лотковой сушилки, и в 1,9 раза выше, чем у солнечной сушилки со смешанным режимом. Эффективность системы показывает, что энергия, использованная для удаления влаги в лотковой сушилке, была выше по сравнению с солнечной сушилкой. Следовательно, можно сказать, что солнечные сушилки были менее энергоемкими по сравнению с обычными тепловыми сушилками. Впоследствии значения SEC для MMSD, TD и HSD были рассчитаны как 2667,1 кДж/кг, 5162,45 кДж/кг и 1448,6 кДж/кг соответственно.

РИСУНОК 14 Сравнительный анализ (A) эффективности системы, (B) удельного потребления энергии и (C) удельной скорости удаления влаги.

Как видно из РИСУНКА 14B, значения SEC гибридной солнечной сушилки значительно ниже, чем у лотковой сушилки. Значения SEC для HSD были примерно на 72% меньше, чем у TD, и на 46% ниже, чем у MMSD. РИСУНОК 14C представляет значения SMER для образцов риса в HSD, MMSD и TD как 0,27, 0,15 и 0,08 кг/кВт·ч соответственно. Значения SMER показали, что скорость удаления влаги в HSD была примерно в 3,3 раза выше, чем в лотковой сушилке, и в 1,8 раза выше, чем в солнечной сушилке со смешанным режимом. Одна из вероятных причин этого может заключаться в том, что как в HSD, так и в MMSD сушильный воздух перекрестно обтекает образец; однако в лотковой сушилке картина воздушного потока была параллельна образцу.

Разработанная всеобъемлющая вычислительная конечно-элементная модель предлагаемой системы может быть применена для предварительного планирования операций сушки, что будет иметь важное значение для решения проблемы климатической и географической зависимости солнечной сушилки и, таким образом, принесет пользу пищевым промышленным предприятиям и производителям солнечных сушилок.

Исследование выявило положительную корреляцию между тепловой интенсивностью и увеличением температуры воздуха, проходящего через коллектор, тогда как наблюдалась отрицательная корреляция между скоростью воздуха и снижением температуры воздуха. Контурные графики показали наличие небольших воздушных вихрей в углах коллекторной пластины, а также вертикальных зон рециркуляции и вихрей, где поток воздуха сталкивался с нижней стенкой сушильной камеры. Эффективность коллектора варьировалась от 49,24% до 81,19% и достигла своего максимального значения при тепловой интенсивности 750 Вт/м². Эффективность системы сушилки варьировалась от 40% до 65% и увеличивалась с ростом скорости воздуха. Значения удельного потребления энергии (SEC) гибридной солнечной сушилки находились в диапазоне от 1450 до 2173 кДж/кг, в то время как скорость испарения системы составляла от 0,25 до 0,39 кг/ч. Основываясь на результатах, можно сделать вывод, что гибридная солнечная сушилка продемонстрировала более высокую энергоэффективность по сравнению как с обычной солнечной сушилкой со смешанным режимом, так и с лотковой сушилкой для целей сушки. Важно подчеркнуть, что модель успешно предсказала распределение температуры внутри плоского коллектора и сушилки в режиме без нагрузки. Более того, это комплексная модель, которая может точно прогнозировать атрибуты температурного профиля сушилки, профиля влажности и картины распределения воздуха на протяжении всей ее работы в условиях нагрузки. Ожидалось, что гибридная солнечная сушилка достигнет экономии времени на 33% и 25% больше, чем солнечная сушилка со смешанным режимом и лотковая сушилка соответственно, в течение всего процесса сушки. Это представляло собой заметное улучшение по сравнению с предыдущими методологиями. Для повышения тепловой эффективности и предотвращения застойных зон воздушного потока рекомендуется включать петли, перегородки или канавки в конструкцию плоского коллектора.

   A — площадь (м²)

   Cp — удельная теплоемкость (Дж/кг·К)

   D — коэффициент диффузии (м²/с)

   d — день года

   DPT — температура точки росы (К)

   Dr — скорость сушки (кг/кг сухого вещества·ч)

   Dt — время сушки (ч)

   EC — испарительная способность (кг/ч)

   FMC — конечная влажность (на влажную основу)

   Hamb и Hdin — абсолютная влажность окружающего воздуха и сушильного воздуха на выходе соответственно (г воды/кг сухого воздуха)

   HSD — гибридная солнечная сушилка

   ht — коэффициент теплопередачи (Вт/м²·К)

   IMC — начальная влажность (на влажную основу)

   IT — интенсивность турбулентности

   k — теплопроводность (Вт/м·К)

   kE — кинетическая энергия турбулентности (Дж/кг)

   L — характерная длина (м)

   LD — плотность загрузки (кг/м²)

   LT — турбулентный масштаб длины (м)

   Lv — скрытая теплота парообразования (Дж/кг)

   M — содержание влаги (кг воды/кг образца)

   ma — массовый расход (кг/с)

   MMSD — солнечная сушилка со смешанным режимом

   Nu — число Нуссельта

   P — мощность (Вт)

   Pb — мощность, потребляемая вентилятором (кВт·ч)

   Pk — продукция кинетической энергии турбулентности

   Pr — число Прандтля

   Pv и Pvsat — давление пара и давление насыщенного пара соответственно

   Q — тепловая энергия, вырабатываемая в единицу времени (Вт)

   q — внутренний тепловой поток (Вт/м²)

   Re — число Рейнольдса

   RH — относительная влажность (%)

   SEC — удельное потребление энергии (кДж/кг)

   SI — солнечная радиация (Вт/м²)

   SMER — удельная скорость удаления влаги (кг/кВт·ч)

   t — время (ч)

   T — температура (°C)

   tcon — время сушки в лотковой сушилке/солнечной сушилке со смешанным режимом (ч)

   TD — лотковая сушилка

   thsd — время сушки в гибридной солнечной сушилке (ч)

   TI — тепловая интенсивность (Вт/м²)

   u — скорость воздуха (м/с)

   Uref — эталонная скорость жидкости (м/с)

   Wd — вес сухого вещества (г)

   Wo — начальный вес образца (г)

   Ws — начальный вес образца пшеницы (г)

Греческие символы

   χ² — хи-квадрат

   φ — угол широты

   µ — динамическая вязкость

   µT — вихревая вязкость

   Cε1, Cε2, Cµ — настраиваемые константы для моделирования турбулентности

   k' — постоянная Больцмана

   ɵ — объемная доля

   α — поглощательная способность

   βt — угол наклона

   δ — угол склонения

   ε — пористость

   εE — скорость диссипации турбулентности

   ηhc — эффективность системы

   ρ — плотность

   σk и σε — настраиваемые константы для моделирования турбулентности

   τ — извилистость

   ϕ — относительная влажность

Надстрочный и подстрочный индексы

   abs — абсорберная пластина

   air — окружающий воздух

   amb — окружающий

   b — насыпной

   chm — камера

   col — коллектор

   eff — эффективный

   eq — эквивалентный

   ext — внешний

   f — конечный

   glass — стеклянное покрытие

   i — начальный

   in — входной

   L — жидкость

   max — максимальный

   out — выходной

   p — частица

   sat — насыщение

   w — вода

Akowuah J. O., Addo A., Bart-Plange A. (2012). Influence of drying temperature and storage duration on fissuring and milling quality of Jasmine 85 rice variety. J. Sci. Technol. (Ghana) 32 (2), 26–33. doi: 10.4314/just.v32i2.4. CrossRef Google Scholar.

Amer B. M., Gottschalk K., Hossain M. A. (2018). Integrated hybrid solar drying system and its drying kinetics of chamomile. Renew. Energy 121, 539–547. doi: 10.1016/j.renene.2018.01.055. CrossRef Google Scholar.

Amer B. M. A. (2019). Simulation of air characteristics for PV hybrid drying system and drying kinetics of strawberry fruits. J. Agric. Eng. 36 (2), 515–534. doi: 10.21608/mjae.2019.94662. CrossRef Google Scholar.

Aprajeeta J., Gopirajah R., Anandharamakrishnan C. (2015). Shrinkage and porosity effects on heat and mass transfer during potato drying. J. Food Eng. 144, 119–128. doi: 10.1016/j.jfoodeng.2014.08.004. CrossRef Google Scholar.

Aukah J., Muvengei M., Ndiritu H., Onyango C. (2020). Optimization of the performance of hybrid solar biomass dryer for drying maize using ANSYS workbench. J. Energy Res. Rev. 4 (1), 50–69. doi: 10.9734/jenrr/2020/v4i130119. CrossRef Google Scholar.

Daş M., Alıç E., Akpinar E. K. (2021). Numerical and experimental analysis of heat and mass transfer in the drying process of the solar drying system. Eng. Sci. Technol. Int. J. 24 (1), 236–246. doi: 10.1016/j.jestch.2020.10.003. CrossRef Google Scholar.

Dorouzi M., Mortezapour H., Akhavan H. R., Moghaddam A. G. (2018). Tomato slices drying in a liquid desiccant-assisted solar dryer coupled with a photovoltaic-thermal regeneration system. Sol. Energy 162, 364–371. doi: 10.1016/j.solener.2018.01.025. CrossRef Google Scholar.

Duffie J. A., Beckman W. A. (1991). Solar engineering of thermal processes. New York: John Wiley and Sons Inc. Google Scholar.

Eltawil M. A., Azam M. M., Alghannam A. O. (2018). Energy analysis of hybrid solar tunnel dryer with PV system and solar collector for drying mint (MenthaViridis). J. Clean. Prod. 181, 352–364. doi: 10.1016/j.jclepro.2018.01.229. CrossRef Google Scholar.

Fudholi A., Sopian K., Alghoul M. A., Ruslan M. H., Othman M. Y. (2015). Performances and improvement potential of solar drying system for palm oil fronds. Renew. Energy 78, 561–565. doi: 10.1016/j.renene.2015.01.050. CrossRef Google Scholar.

Fudholi A., Sopian K., Ruslan M. H., Alghoul M. A., Sulaiman M. Y. (2010). Review of solar dryers for agricultural and marine products. Renew. Sustain. Energy Rev. 14 (1), 1–30. doi: 10.1016/j.rser.2009.07.032. CrossRef Google Scholar.

Fudholi A., Sopian K., Yazdi M. H., Ruslan M. H., Gabbasa M., Kazem H. A. (2014). Performance analysis of solar drying system for red chili. Sol. Energy 99, 47–54. doi: 10.1016/j.solener.2013.10.019. CrossRef Google Scholar.

Getahun E., Delele M. A., Gabbiye N., Fanta S. W., Demissie P., Vanierschot M. (2021). Importance of integrated CFD and product quality modeling of solar dryers for fruits and vegetables: a review. Sol. Energy 220, 88–110. doi: 10.1016/j.solener.2021.03.049. CrossRef Google Scholar.

Giner S. A., Mascheroni R. H. (2001). PH---postharvest technology: diffusive drying kinetics in wheat, part 1: potential for a simplified analytical solution. J. Agric. Eng. Res. 80 (4), 351–364. doi: 10.1006/jaer.2001.0753. CrossRef Google Scholar.

Hamdi I., Kooli S. (2018). "Exergy and energy analysis of the solar drying processes of tomatoes in Tunisia," in 2018 9th International Renewable Energy Congress (IREC), Hammamet, Tunisia, 20-22 March 2018 (IEEE), 1–6. Google Scholar.

Incopera F. P., Dewitt D. P. (2005). Fundamentals of heat and mass transfer. Sixth edition. NewYork: Willey, 57–101. Google Scholar.

Jha A., Moses J. A., Anandharamakrishnan C. (2019). Optimizing beverage pasteurization using computational fluid dynamics. Preserv. Preserv. Approaches Beverages 15, 237–271. doi: 10.1016/b978-0-12-816685-7.00008-2. CrossRef Google Scholar.

Jha A., Tripathy P. P. (2017a). Clean energy technologies for sustainable food security. in The water-food-energy nexus: processes, technologies and challenges (CRC Press, Taylor and Francis Group), 197–219. doi: 10.4324/9781315153209. CrossRef Google Scholar.

Jha A., Tripathy P. P. (2017b). Thermal performance analysis and simulation studies of a photovoltaic integrated hybrid solar grain dryer. Proc. Int. Conf. Chem. Eng. 5, 20–22. Google Scholar.

Jha A., Tripathy P. P. (2019). Heat transfer modeling and performance evaluation of photovoltaic system in different seasonal and climatic conditions. Renew. Energy 135, 856–865. doi: 10.1016/j.renene.2018.12.032. CrossRef Google Scholar.

Jha A., Tripathy P. P. (2021a). Recent advancements in design, application, and simulation studies of hybrid solar drying technology. Food Eng. Rev. 13 (2), 375–410. doi: 10.1007/s12393-020-09223-2. CrossRef Google Scholar.

Jha A., Tripathy P. P. (2021b). Optimization of process parameters and numerical modeling of heat and mass transfer during simulated solar drying of paddy. Comput. Electron. Agric. 187, 106215. doi: 10.1016/j.compag.2021.106215. CrossRef Google Scholar.

Khawale V. R., Thakare S. B., Khawale R. P. (2016). Performance evaluation of a double pass indirect solar drier for drying of red chili. Int. J. Innovative Emerg. Res. Eng. 3, 514–518. Google Scholar.

Kuan M., Shakir Y., Mohanraj M., Belyayev Y., Jayaraj S., Kaltayev A. (2019). Numerical simulation of a heat pump assisted solar dryer for continental climates. Renew. Energy 143, 214–225. doi: 10.1016/j.renene.2019.04.119. CrossRef Google Scholar.

Launder B. E., Spalding D. B. (1983). The numerical computation of turbulent flows Pergamon. In Numerical prediction of flow, heat transfer, turbulence and combustion, 96–116. Pergamon. Google Scholar.

Madhava M., Smith D. D. (2017). Performance evaluation of PV ventilated hybrid greenhouse dryer under no-load condition. Agric. Eng. Int. CIGR J. 19 (2), 93–101. Google Scholar.

Mahapatra A., Tripathy P. P. (2019a). Experimental investigation and numerical modeling of heat transfer during solar drying of carrot slices. Heat Mass Transf. 55 (5), 1287–1300. doi: 10.1007/s00231-018-2492-2. CrossRef Google Scholar.

Mahapatra A., Tripathy P. P. (2019b). Thermal performance analysis of natural convection solar dryers under no-load condition: experimental investigation and numerical simulation. Int. J. Green Energy 16 (15), 1448–1464. doi: 10.1080/15435075.2019.1671417. CrossRef Google Scholar.

Maia C. B., Ferreira A. G., Cabezas-Gómez L., Hanriot S. D. M., Martins T. D. O. (2012). Simulation of the airflow inside a hybrid dryer. Int. J. Res. Rev. Appl. Sci. 10 (3), 382–389. Google Scholar.

Motevali A., Minaei S., Khoshtaghaza M. H., Amirnejat H. (2011). Comparison of energy consumption and specific energy requirements of different methods for drying mushroom slices. Energy 36 (11), 6433–6441. doi: 10.1016/j.energy.2011.09.024. CrossRef Google Scholar.

Pabis S., Jayas D. S., Cenkowski S. (1998). Grain drying: theory and practice. John Wiley and Sons. Google Scholar.

Rani P., Tripathy P. P. (2020). Drying characteristics, energetic and exergetic investigation during mixed-mode solar drying of pineapple slices at varied air mass flow rates. Renew. Energy 167, 508–519. doi: 10.1016/j.renene.2020.11.107. CrossRef Google Scholar.

Reyes A., Mahn A., Vásquez F. (2014). Mushrooms dehydration in a hybrid-solar dryer, using a phase change material. Energy Convers. Manag. 83, 241–248. doi: 10.1016/j.enconman.2014.03.077. CrossRef Google Scholar.

Rodrigues L. J., Basso D. M. (2020). Hybrid system simulation to supply heated air to a solar food dryer. Eng. Agrícola 40 (2), 154–161. doi: 10.1590/1809-4430-eng.agric.v40n2p154-161/2020. CrossRef Google Scholar.

Singh R. P., Heldman D. R. (2001). Introduction to food engineering. 4th Edition. California, USA: Academic Press. Google Scholar.

Sokhansanj S., Bruce D. M. (1987). A conduction model to predict grain temperatures in grain drying simulation. Trans. ASAE 30 (4), 1181–1184. doi: 10.13031/2013.30541. CrossRef Google Scholar.

Suherman S., Djaeni M., Wardhani D. H., Dzaki RM., N. Bagas FM. (2018). Performance analysis of solar tray dryer for cassava starch. MATEC Web Conf. 156, 05008. doi: 10.1051/matecconf/201815605008. CrossRef Google Scholar.

Vijayan S., Arjunan T. V., Kumar A. (2016). Mathematical modeling and performance analysis of thin layer drying of bitter gourd in sensible storage based indirect solar dryer. Innovative Food Sci. Emerg. Technol. 36, 59–67. doi: 10.1016/j.ifset.2016.05.014. CrossRef Google Scholar.

Vijayavenkataraman S., Iniyan S., Goic R. (2012). A review of solar drying technologies. Renew. Sustain. Energy Rev. 16 (5), 2652–2670. doi: 10.1016/j.rser.2012.01.007. CrossRef Google Scholar.

Yahya M., Fudholi A., Hafizh H., Sopian K. (2016). Comparison of solar dryer and solar-assisted heat pump dryer for cassava. Sol. Energy 136, 606–613. doi: 10.1016/j.solener.2016.07.049. CrossRef Google Scholar.

Yunus Y. M., Al-Kayiem H. H. (2013). Simulation of hybrid solar dryer. IOP Conf. Ser. Earth Environ. Sci. 16 (1), 012143. doi: 10.1088/1755-1315/16/1/012143. CrossRef Google Scholar.

Zoukit A., El Ferouali H., Salhi I., Doubabi S., Abdenouri N. (2019). Simulation, design and experimental performance evaluation of an innovative hybrid solar-gas dryer. Energy 189, 116279. doi: 10.1016/j.energy.2019.116279. CrossRef Google Scholar.

Jha A and Tripathy PP (2024) Performance evaluation and finite element modeling of heat, mass, and fluid flow inside a hybrid solar dryer during drying of paddy grains. Front. Food. Sci. Technol. 4:1411956. doi: 10.3389/frfst.2024.1411956

Перевод статьи «Performance evaluation and finite element modeling of heat, mass, and fluid flow inside a hybrid solar dryer during drying of paddy grains» авторов Jha A and Tripathy PP., оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык

Фото: magnific