Summary
Hier stellen wir die Methode der Reichweitenanalyse vor, um die durch ein orthogonales Versuchsdesign generierten Probenpunkte zu optimieren, um sicherzustellen, dass frische Lebensmittel durch Regulierung des Luftstrommusters lange Zeit in einer belüfteten Box gelagert werden können.
Abstract
Diese Studie zielt darauf ab, die Probleme des Luftstromchaos und der schlechten Leistung in einem belüfteten Kasten zu lösen, die durch die heterogene Verteilung des Luftstroms durch das Design der inneren Struktur des belüfteten Kastens mit konstantem Energieverbrauch verursacht werden. Das Endziel ist es, den Luftstrom in der belüfteten Box gleichmäßig zu verteilen. Eine Sensitivitätsanalyse wurde für drei strukturelle Parameter durchgeführt: die Anzahl der Rohre, die Anzahl der Löcher im mittleren Rohr und die Anzahl der einzelnen Zuschläge vom Innen- zum Außenrohr. Insgesamt wurden 16 Random-Array-Sets von drei Strukturparametern mit vier Stufen unter Verwendung des orthogonalen Versuchsdesigns bestimmt. Kommerzielle Software wurde für die Erstellung eines 3D-Modells für die ausgewählten Versuchspunkte verwendet, und diese Daten wurden verwendet, um die Luftströmungsgeschwindigkeiten zu erhalten, die dann verwendet wurden, um die Standardabweichung jedes Versuchspunkts zu erhalten. Entsprechend der Reichweitenanalyse wurde die Kombination der drei Strukturparameter optimiert. Mit anderen Worten, es wurde eine effiziente und wirtschaftliche Optimierungsmethode unter Berücksichtigung der Leistung der belüfteten Box etabliert, die in großem Umfang zur Verlängerung der Lagerzeit von frischen Lebensmitteln eingesetzt werden kann.
Introduction
Frisches Gemüse und Obst nehmen einen hohen Anteil an der menschlichen Nahrungsaufnahme ein, nicht nur, weil sie einen guten Geschmack und eine attraktive Form haben, sondern auch, weil sie für die Menschen von großem Nutzen sind, um sich zu ernähren und die Gesundheit zu erhalten1. Viele Studien haben gezeigt, dass frisches Obst und Gemüse eine einzigartige Rolle bei der Vorbeugung vieler Krankheiten spielt 2,3. Bei der Lagerung von frischem Obst und Gemüse sind Pilze, Licht, Temperatur und relative Luftfeuchtigkeit die Hauptgründe für deren Verschlechterung 4,5,6,7,8. Diese äußeren Bedingungen beeinflussen die Qualität von gelagertem frischem Obst und Gemüse, indem sie den inneren Stoffwechsel oder chemische Reaktionen beeinflussen9.
Gängige Behandlungstechnologien für Obst und Gemüse umfassen die nichtthermische und thermische Konservierung. Unter anderem wirkt sich die thermische Vorbehandlung positiv auf den Trocknungsprozess aus, kann aber auch nachteilige Auswirkungen auf die Produktqualität haben, wie z. B. Nährstoffverlust, Geschmacks- und Geruchsveränderung sowie Farbveränderung10,11. Daher hat in den letzten Jahren die nicht-thermische Konservierung von Produkten aus der Forschungsperspektive Aufmerksamkeit erhalten, um die Nachfrage der Verbraucher nach frischen Produkten zu befriedigen. Gegenwärtig gibt es hauptsächlich Strahlungsverarbeitung, gepulste elektrische Felder, Ozonverarbeitung, essbare Beschichtungen, Dichtphasen-Kohlendioxid und andere nichtthermische Konservierungstechnologien zur Lagerung von Obst und Gemüse, aber diese Technologien weisen oft Mängel auf, wie z. B. die Anforderung großer Geräte, der hohe Preis und die Nutzungskosten12. Daher ist das Design einer einfachen Struktur, kostengünstiger und bequemer Steuerung der Konservierungsgeräte für die Lebensmittelindustrie von großer Bedeutung.
In der Lagerumgebung für Obst und Gemüse trägt ein geeignetes Luftzirkulationssystem dazu bei, die vom Produkt selbst erzeugte Wärme zu eliminieren, den Temperaturgradienten zu verringern und die Temperatur und Luftfeuchtigkeit in dem Raum, in dem es sich befindet, aufrechtzuerhalten. Eine gute Luftzirkulation verhindert auch Gewichtsverlust durch Atmung und Pilzinfektionen13,14,15. Es wurden zahlreiche Studien zur Luftströmung innerhalb verschiedener Strukturen durchgeführt. Praeger et al.16,17 maßen die Windgeschwindigkeit an verschiedenen Positionen unter unterschiedlichen Ventilatorbetriebsleistungen in einem Lagerhaus durch Sensoren und stellten fest, dass es aufgrund unterschiedlicher vertikaler Höhen einen siebenfachen Unterschied in der Luftgeschwindigkeit geben kann, und die Luftgeschwindigkeit an jeder Position korrelierte positiv mit der Betriebsleistung des Ventilators. Darüber hinaus untersuchte eine Studie die Auswirkungen der Ladeanordnung und der Anzahl der Lüfter auf den Luftstrom, und es wurde festgestellt, dass die Vergrößerung des Abstands einiger Lüfterpositionen und die rationale Wahl der Anzahl der Lüfter hilfreich waren, um den Effekt zu verbessern. Berry et al.18 untersuchten die Auswirkungen des Luftstroms in verschiedenen Lagerumgebungen von Früchten auf die Verteilung der Spaltöffnungen in Verpackungskartons. Mit Hilfe von Simulationssoftware untersuchten Dehghannya et al.19,20 den Luftströmungszustand von erzwungener vorkalter Luft in der Verpackung mit unterschiedlichen Entlüftungsbereichen, -mengen und -verteilungspositionen an der Verpackungswand und ermittelten den nichtlinearen Einfluss jedes Parameters auf den Luftströmungszustand. Delele et al.21 wandten ein numerisches Strömungssimulationsmodell an, um den Einfluss von Produkten, die zufällig in verschiedenen Formen von Lüftungskästen verteilt sind, auf den Luftstrom zu untersuchen. Sie fanden heraus, dass die Produktgröße, die Porosität und das Kastenlochverhältnis einen größeren Einfluss auf den Luftstrom hatten, während die zufällige Füllung einen geringeren Einfluss hatte. Ilangovan et al.22 untersuchten die Luftströmungsmuster und das thermische Verhalten zwischen den drei Verpackungsstrukturen und verglichen die Ergebnisse mit Referenzstrukturmodellen. Die Ergebnisse zeigten, dass die Wärmeverteilung in der Box aufgrund der unterschiedlichen Positionen und Designs der Entlüftung nicht gleichmäßig war. Gong et al.23 optimierten die Breite des Spalts zwischen dem Rand des Tabletts und der Wand des Behälters.
Zu den Techniken, die in diesem Artikel verwendet werden, gehören Simulations- und Optimierungsmethoden. Das Prinzip der ersteren besteht darin, dass die zugrunde liegenden Gleichungen diskretisiert und numerisch mit der Finite-Volumen-Methode21 gelöst wurden. Die in diesem Artikel verwendete Optimierungsmethode wird als orthogonale Optimierung24 bezeichnet. Der orthogonale Test ist eine typische Multifaktor- und Multilevel-Analysemethode. Die mit dieser Methode erstellte orthogonale Tabelle enthält repräsentative, gleichmäßig im Designraum verteilte Punkte, die den gesamten Designraum visuell beschreiben und untersuchen können. Das heißt, weniger Punkte stellen den vollständigen Faktortest dar, was Zeit, Arbeitskraft, Material und finanzielle Ressourcen erheblich spart. Der orthogonale Test ist bei der Versuchsplanung in den Bereichen Energiesysteme, Chemie, Bauingenieurwesen usw. weit verbreitet25.
Das Ziel dieser Studie ist es, eine leistungsstarke belüftete Box zu entwerfen und zu optimieren. Eine belüftete Box kann als eine Originalbox definiert werden, die eine Gasregelvorrichtung enthält, die das Gas gleichmäßig in der Box verteilt. Die Gleichmäßigkeit der Geschwindigkeit bezieht sich darauf, wie gleichmäßig Luft durch den belüfteten Kasten strömt. Yun-De et al.26 haben bereits gezeigt, dass die Eigenschaft von mehrporigem Material einen wichtigen Einfluss auf die Geschwindigkeitsgleichmäßigkeit einer Frischgemüsekiste hat. In einigen Experimenten wurde sowohl am oberen als auch am unteren Rand der Testkammer ein Plenum oder eine modulierte Kammer belassen, um eine homogene Verteilung von erzwungener oder induzierter Luftzu gewährleisten 27. Der in diesem Artikel entworfene belüftete Kasten enthält Anordnungen von Rohren mit Zickzacklöchern. Die Kontrolle der Luftstromverteilung in der belüfteten Box ist die wichtigste Konservierungsstrategie. An der linken und rechten Seite des belüfteten Kastens befinden sich zwei gleich große Lufteinlässe, und an der Oberseite des Kastens befindet sich ein Auslass. Die Gestaltung der inneren Struktur einer belüfteten Box ist der Schlüssel zu dieser Studie. Mit anderen Worten, die Anzahl der Rohre und Löcher ist ein wichtiger Parameter für die Änderung der inneren Struktur des belüfteten Kastens. Das Referenzmodell hat 10 Rohre. Die beiden Mittelrohre haben jeweils 10 Löcher, die über die Rohre versetzt sind. Die Anzahl der Löcher vom mittleren bis zum äußeren Rohr erhöht sich um jeweils zwei.
Mit anderen Worten, wenn wir frisches Gemüse, Obst und andere Produkte aufbewahren, kann ein kontinuierlicher und stabiler Luftstrom die Atmung von Produkten reduzieren, Ethylen und andere schädliche Substanzen für die Produktkonservierung reduzieren und die von den Produkten selbst erzeugte Temperatur senken. Aufgrund der unterschiedlichen Parameter des belüfteten Kastens ist es nicht einfach, den erforderlichen Luftstromzustand zu erreichen, was sich auf die Konservierungseigenschaften des belüfteten Kastens auswirkt. Daher nimmt das Projekt die Gleichmäßigkeit der internen Luftströmungsgeschwindigkeit des belüfteten Kastens als Kontrollziel. Es wurde eine Sensitivitätsanalyse für die strukturellen Parameter des belüfteten Kastens durchgeführt. Die Proben wurden durch orthogonales Versuchsdesign ausgewählt. Mit Hilfe der Reichweitenanalyse haben wir die Kombination der drei Strukturparameter optimiert. Währenddessen überprüfen wir die Erwünschtheit der Optimierungsergebnisse.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Verarbeitung vor der Simulation
ANMERKUNG: Unter Berücksichtigung der Rohranordnungen, der dreidimensionalen unteren Hälfte und der oberen Hälfte der Modelle der belüfteten Kasten werden die dreidimensionale untere Hälfte und die Speicherung als X_T-Dateien erstellt, die Gesamtabmessungen sind in Abbildung 1 dargestellt. Die Konfigurationen sind in der Materialtabelle aufgeführt.
- Führen Sie die Simulationssoftware aus und ziehen Sie die Netzkomponente aus dem Fenster "Komponentensysteme" in das Fenster "Projektschaltplan". Nennen Sie es "der Boden". Klicken Sie mit der rechten Maustaste auf Geometrie , und klicken Sie auf Durchsuchen , um die untere X_T Datei zu importieren.
- Klicken Sie mit der rechten Maustaste auf Geometrie, klicken Sie auf Neue DesignModeler-Geometrie, um das Fenster "Mesh-Designmodeler" aufzurufen, und klicken Sie auf Generieren, um das untere Modell anzuzeigen.
- Klicken Sie mit der rechten Maustaste auf die obere Oberfläche, und klicken Sie auf Benannte Auswahl , um sie in "belüftete box_upper" umzubenennen. Wählen Sie Auswahlfilter: Körper. Klicken Sie mit der rechten Maustaste auf das untere Modell, um die benannte Auswahl auszuwählen, und benennen Sie es in "unteres" um.
- Wählen Sie Auswahlfilter: Flächen und schalten Sie den "Auswahlmodus" auf Boxauswahlum. Wählen Sie alle inneren Oberflächen aus, klicken Sie mit der rechten Maustaste, um die benannte Auswahl auszuwählen, und benennen Sie sie in "innere surfaces_external" um, die später als Mech-Schnittstellen definiert werden. Kehren Sie zum Anfangsfenster zurück.
- Doppelklicken Sie auf das untere Netz. Rufen Sie das Fenster "Vernetzung" auf. Ändern Sie die "Physikalischen Einstellungen" von Mechanisch auf CFD. Klicken Sie auf Aktualisieren , um das Netzmodell zu generieren. Kehren Sie zum Anfangsfenster zurück.
- Ziehen Sie dieNetzkomponente aus dem Fenster "Komponentensysteme" in das Fenster "Projektschaltplan". Nennen Sie es "top". Klicken Sie mit der rechten Maustaste auf Geometrie , und klicken Sie auf Durchsuchen , um die oberste X_T Datei zu importieren.
- Klicken Sie mit der rechten Maustaste auf Geometrie und klicken Sie auf Neue DesignModeler-Geometrie, um das Fenster "Mesh-Designmodeler" aufzurufen. Klicken Sie auf Generieren, um das oberste Modell anzuzeigen.
- Klicken Sie mit der rechten Maustaste auf die untere Oberfläche, und klicken Sie auf Benannte Auswahl , um sie in "belüftete box_lower" umzubenennen. Wählen Sie Auswahlfilter: Körper. Klicken Sie mit der rechten Maustaste auf das obere Modell, um die benannte Auswahl auszuwählen, und benennen Sie es in "oben" um.
- Wählen Sie Auswahlfilter: Flächen. Klicken Sie mit der rechten Maustaste auf die obere Oberfläche, und klicken Sie auf Benannte Auswahl , um sie in Outlet umzubenennen. Kehren Sie zum Anfangsfenster zurück.
- Doppelklicken Sie auf das Netz der Oberseite. Rufen Sie das Fenster "Vernetzung" auf. Ändern Sie die "Physikalischen Einstellungen" von Mechanisch auf CFD. Klicken Sie mit der rechten Maustaste auf Mesh , um die Größe unter "Einfügen" auszuwählen. Wählen Sie Auswahlfilter: Körper. Wählen Sie das Topmodell aus und geben Sie 18 in "Elementgröße" ein. Klicken Sie auf Aktualisieren. Kehren Sie zum Anfangsfenster zurück.
- Ziehen Sie die Netzkomponente aus dem Fenster "Komponentensysteme" in das Fenster "Projektschaltplan". Nennen Sie es als Pipe. Importieren Sie die Haltungs- X_T Datei, indem Sie auf Geometrie klicken.
- Rufen Sie das Fenster "Mesh-Designmodeler" auf. Klicken Sie auf Generieren , um die Anzeige des Rohrmodells erneut anzuzeigen.
- Wählen Sie die beiden Endflächen der Haltung aus, und beschriften Sie sie mit "inlet1" und "inlet2" und die Haltung nach Körperauswahl und Beschriftung als Haltung.
- Alle Innenflächen werden durch die Auswahl von Kästchen als "innere surfaces_internal" beschriftet und später als Netzschnittstellen definiert. Kehren Sie zum Anfangsfenster zurück.
- Doppelklicken Sie auf das Netz der Haltung. Rufen Sie das Fenster "Vernetzung" auf. Ändern Sie die "Physikalischen Einstellungen" von Mechanisch auf CFD. Das Netzmodell kann durch Klicken auf "Aktualisieren" generiert werden. Kehren Sie zum Anfangsfenster zurück.
Anmerkungen: Abbildung 2A zeigt das Gitter der unteren Hälfte des belüfteten Kastens, Abbildung 2B zeigt das Gitter der oberen Hälfte des belüfteten Kastens und Abbildung 2C zeigt das Gitter des Rohrs. Wie in Abbildung 3 dargestellt, beträgt die Standardabweichung weniger als 0,0008, wenn die Anzahl der Gitter von 4.137.724 auf 5.490.081 zunimmt. Unter Berücksichtigung der Rechenfähigkeit und Genauigkeit basiert die folgende Analyse auf einem Gittermodell mit 4.448.536 Gittern.
2. Simulationsanalyse
HINWEIS: Die folgenden Vorgänge basieren auf der allgemeinen Abfolge der Simulationsanalyse vom Aufbau über die Lösung bis zum Ergebnis.
- Ziehen Sie die Simulationskomponente in das Fenster "Projektschaltplan". Verknüpfen Sie drei Netzkomponenten mit der Simulationskomponente und aktualisieren Sie sie, um sie einzugeben.
- Einrichtung
HINWEIS: Das "Setup" besteht aus fünf Schritten: Allgemein, Modelle, Materialien, Zellzonenbedingungen und Randbedingungen.- Allgemein: Überprüfen Sie die Gültigkeit des Netzmodells. Prüfen Sie, ob das Netz ein negatives Volumen hat. Wählen Sie Steady (Stetig) aus. Wählen Sie für die Faktoren Relaxation, Residual und Zeitskala die Standardwerte aus. Wenn es ein Problem mit dem geteilten Raster oder den Modelleinstellungen gibt, wird eine Fehlermeldung angezeigt.
- Modelle: Rufen Sie die Einstellschnittstelle von "Viskoses Modell" auf, um das K-epsilon-Modell auszuwählen.
- Materialien: Legen Sie das "Luft"-Material fest.
- Zellzonenbedingungen: Ändern Sie den Typ der Zellzone in Fluid.
- Randbedingungen
- Konvertieren Sie den Typ der belüfteten box_upper, der belüfteten box_lower, der inneren surfaces_external und der inneren surfaces_internal von der Standardeinstellung "Wand" in "Schnittstelle".
HINWEIS: Die Simulationssoftware generiert sofort die "Mesh-Schnittstellen", nachdem der obige Schritt beendet wurde. - Öffnen Sie Mesh-Schnittstellen und rufen Sie das Fenster " Mesh-Schnittstellen erstellen/bearbeiten" auf. Passen Sie die innere surfaces_external an die innere surfaces_internal an. Kombinieren Sie belüftete box_upper mit belüfteten box_lower. Schließlich werden die beiden Netzschnittstellen in der belüfteten Box mit den Namen interface1 bzw. interface2 erstellt.
- Stellen Sie die Strömungsgeschwindigkeiten aller Einlässe im Fenster "Geschwindigkeit Einlass" auf 8,9525 m/s und im Fenster "Druckauslass" den Überdruck des Auslasses auf Null ein.
- Konvertieren Sie den Typ der belüfteten box_upper, der belüfteten box_lower, der inneren surfaces_external und der inneren surfaces_internal von der Standardeinstellung "Wand" in "Schnittstelle".
- Lösung
- Legen Sie den Stil der Projektmappeninitialisierung vor der Initialisierung auf Standardinitialisierung fest.
- Legen Sie die Anzahl der Iterationen auf 2.000 fest.
- Klicken Sie auf Berechnen , um die Simulation zu starten, und kehren Sie zum Anfangsfenster zurück, bis die Simulation beendet ist.
- Befund
- Klicken Sie auf Ergebnisse. Rufen Sie das Fenster "CFD Post" auf und klicken Sie auf das Streamline-Symbol in der Toolbox.
- Wählen Sie Ausgang in "Start von" und Rückwärts in "Richtung". Klicken Sie auf Übernehmen , um das interne Flussdiagramm der belüfteten Box zu erstellen.
- Klicken Sie unter "Position" auf "Ebene", wählen Sie unter "Methode" die Option ZX-Ebene aus, und wählen Sie den Eingabewert 0,6 aus. Klicken Sie auf Anwenden, um die Ebene 0,6 m von der Unterseite entfernt zu generieren.
- Klicken Sie in der Toolbox auf das Symbol "Kontur", wählen Sie unter "Positionen" die Option "Ebene 1", unter "Variabel" die Option "Geschwindigkeit" und unter "Bereich" die Option "Lokal". Klicken Sie auf Anwenden, um die Geschwindigkeitskontur zu generieren.
- Exportieren Sie die Durchflussdaten für die oben generierte Ebene. Erfassen Sie die Standardabweichung der Durchflussrate in einer Tabellenkalkulationssoftware (z. B. Excel).
HINWEIS: Es wurde eine Sensitivitätsanalyse von drei strukturellen Variablen des belüfteten Kastens durchgeführt. Die Anzahl der Pfeifen hat vier Ebenen: acht, 10, 12 und 14. Die Anzahl der Löcher in den mittleren Rohren hat vier Ebenen: acht, 10, 12 und 14. Die Anzahl der einzelnen Inkrement von der Innen- zur Außenleitung hat vier Ebenen: Null, Zwei, Vier und Sechs. Modifizieren Sie das Basismodell entsprechend den Änderungen dieser Strukturparameter. Wiederholen Sie die Schritte 1.1 bis 2.5 10 Mal, um die Daten in Tabelle 1 zu erhalten. Aus der Tabelle ist ersichtlich, dass die drei Strukturparameter bestimmte Auswirkungen auf die Standardabweichung des Durchflusses haben.
3. Orthogonales Versuchsdesign und Entfernungsanalyse
- Führen Sie die statistische Analysesoftware aus. Klicken Sie auf Daten und generieren Sie in "Orthogonaler Entwurf".
- Geben Sie pipe_number in "Faktorname" und A in "Faktorbezeichnung" ein. Klicken Sie auf Werte hinzufügen und definieren, um vier Ebenen für die Anzahl der Haltungen festzulegen. Klicken Sie auf Weiter und kehren Sie zum Fenster "Orthogonales Design generieren" zurück.
- Geben Sie whole_number in "Faktorname" und B in "Faktorbezeichnung" ein. Klicken Sie auf Werte hinzufügen und definieren, um vier Stufen für die Anzahl der Bohrungen festzulegen. Klicken Sie auf Weiter und kehren Sie zum Fenster "Orthogonales Design generieren" zurück.
- Geben Sie cumulative_number in "Faktorname" und C in "Faktorbezeichnung" ein. Klicken Sie auf Werte hinzufügen und definieren, um vier Stufen für die Anzahl der Inkremente festzulegen. Klicken Sie auf Weiter und kehren Sie zum Fenster "Orthogonales Design generieren" zurück.
- Klicken Sie auf Neue Datendatei erstellen , um 16 Array-Samples zu generieren. Klicken Sie auf Variablenansicht , um Nominal in "Measure" und Input in "Rolle" auszuwählen. Benennen Sie es in "standard_deviation×100000" um.
- Wiederholen Sie die Schritte 1.1 bis 2.5 mit den obigen Musterpunkten. Die resultierenden 16 Standardabweichungen multipliziert mit 100.000 werden zur späteren Optimierung in die Stichprobenliste eingetragen.
- Klicken Sie unter "Allgemeines lineares Modell" auf Analysieren und univariatieren . Geben Sie standard_deviation×100000 in "Abhängige Variable" und pipe_number, hole_number cumulative_number in "Fester Faktor(e)" ein. Klicken Sie auf Modell- und Build-Terme. Ändern Sie " Interaktion " in "Haupteffekte". Geben Sie A, B, C in "Modell" ein. Klicken Sie auf Weiter und kehren Sie zum Fenster "Univariat" zurück.
- Klicken Sie auf EM-Mittelwerte und füllen Sie A, B, C in "Mittelwerte anzeigen für" ein. Klicken Sie auf Weiter und kehren Sie zum Fenster "Univariat" zurück.
- Klicken Sie auf OK und rufen Sie das Optimierungsergebnis ab. Der Minimalwert der Spalte "Mittelwert" in der Tabelle entspricht der optimalen Variablen. Doppelklicken Sie auf die Tabelle, rufen Sie das Fenster " Pivot-Tabelle" auf, klicken Sie auf Bearbeiten und klicken Sie auf Balken in "Diagramm erstellen", um das Histogramm zu generieren.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Dem Protokoll folgend, waren die ersten drei Teile die wichtigsten, die Modellierung, Vernetzung und Simulation umfassen, um die Standardabweichung der Durchflussrate zu erhalten. Anschließend haben wir die Strukturoptimierung der belüfteten Box durch orthogonale Experimente und Entfernungsanalysen abgeschlossen. Das im Protokoll verwendete Modell ist das Modell mit belüfteter Referenzbox, bei dem es sich um das ursprüngliche Modell handelt, das aus der Referenz abgerufen wird. Abbildung 4 zeigt das Ergebnis der stromlinienförmigen Strömung des Referenzmodells der belüfteten Box, und Abbildung 5 zeigt das Ergebnis der optimierten Strömung der belüfteten Box, die eines der Modelle ist, die für die Sensitivitätsanalyse verwendet werden. Dieses Modell mit belüftetem Gehäuse ist Modell Nummer eins in Tabelle 1. Stromlinienströmungen sind die Trajektorien der Flüssigkeitsbewegung, um den Flüssigkeitsfluss innerhalb des belüfteten Kastens zu visualisieren. Wie in Abbildung 4 und Abbildung 5 gezeigt, ist die stromlinienförmige Strömung des letzteren belüfteten Kastens aufgrund der inneren Struktur des belüfteten Kastens noch unordentlicher als der des ersteren. Abbildung 6 zeigt das Ergebnis für die Strömungsgeschwindigkeitsverteilung innerhalb des Referenzmodells der belüfteten Box, und Abbildung 7 zeigt das Ergebnis für die Verteilung der Strömungsgeschwindigkeit innerhalb des Modells der belüfteten Box, das eines der Modelle ist, die für die Sensitivitätsanalyse verwendet werden. Wie in Abbildung 6 und Abbildung 7 dargestellt, ist die Durchflussrate in der belüfteten Box, die eines der Modelle ist, die für die Sensitivitätsanalyse verwendet werden, ungleichmäßiger.
Um die stromlinienförmige Verteilung innerhalb der belüfteten Box intuitiver zu verstehen, haben wir eine Ebene in einem Abstand von 0,6 m vom Boden der belüfteten Box festgelegt. Die Durchflussrate jedes Knotens auf der Ausgabeebene wird für die mathematische Statistikberechnung verwendet. Die Standardabweichung wird berechnet, wobei 
x,iund μ für die Durchflussrate jedes Knotens bzw. die mittlere Durchflussrate aller Knoten stehen. Tabelle 1 zeigt die Standardabweichungen der Durchflussraten für die 10 Gruppen der belüfteten Box, die für die Sensitivitätsanalyse verwendet werden, einschließlich des Referenzmodells. Es ist ersichtlich, dass die drei strukturellen Größen einen gewissen Einfluss auf die Standardabweichung des Durchflusses haben, und die Anzahl der Rohre den größten Einfluss auf die Standardabweichung des Durchflusses hat. Eine große Standardabweichung stellt eine große Differenz zwischen den meisten Durchflussraten und ihrer mittleren Durchflussrate dar. Eine kleine Standardabweichung bedeutet, dass diese Durchflussraten nahe an ihrer mittleren Durchflussrate liegen. So ist ersichtlich, dass eine Änderung der inneren Struktur des belüfteten Kastens seine innere Strömung verändern und die Stromlinie homogener machen kann.
Beim Entwerfen des orthogonalen Experiments gibt es in diesem Artikel drei Entwurfsvariablen: die Anzahl der Haltungen, die Anzahl der Löcher in den mittleren Haltungen und die Anzahl der einzelnen Inkremente von der Innen- zur Außenhaltung. Jede dieser drei Variablen hat vier Ebenen. Wie in Tabelle 2 dargestellt, wurden 16 Gruppen von Versuchsplanungspunkten durch orthogonales Versuchsdesign erhalten. Die Standardabweichungen wurden mit einer Simulationssoftware berechnet. Aus der Anzahl der entnommenen Stichprobenpunkte ist ersichtlich, dass das orthogonale Versuchsdesign den Zweck erreichen kann, eine maximale Parameterwertabdeckung mit der geringsten Anzahl von Testfällen zu erreichen.
Letztendlich wird die Methode der Reichweitenanalyse als Optimierungsmethode verwendet, um die optimale Strukturparameterkombination zu finden. Abbildung 8 zeigt das Optimierungsergebnis für den Strukturparameter der Anzahl der Rohre. Daraus können wir ersehen, dass der Mindestwert erreicht wird, wenn die Anzahl der Rohre 14 beträgt. Abbildung 9 zeigt das Optimierungsergebnis für den Strukturparameter über die Anzahl der Bohrungen in den Mittelrohren. Daraus können wir ersehen, dass der Mindestwert erreicht wird, wenn die Anzahl der Löcher in den mittleren Rohren 14 beträgt. Abbildung 10 zeigt das Optimierungsergebnis für den Strukturparameter über die Anzahl der Inkremente vom Innen- zum Außenrohr. Daraus können wir ersehen, dass der Mindestwert erreicht wird, wenn die Anzahl der Inkremente vom Innen- zum Außenrohr vier beträgt. Die obige Analyse zeigt, dass die optimale Kombination "pipe_number 14, hole_number 14, cumulative_number 4" ist. Um die Genauigkeit zu bestätigen, wurde der optimale Fall mit Hilfe einer Simulationssoftware analysiert. Abbildung 4 und Abbildung 11 zeigen den Stromlinienfluss des Referenzmodells im Vergleich zum optimierten Modell. Abbildung 6 und Abbildung 12 zeigen die Strömungsgeschwindigkeitsverteilung innerhalb des Referenzmodells im Vergleich zum optimierten Modell. Tabelle 3 zeigt einen Vergleich zwischen den Optimierungsergebnissen und den Ergebnissen des Referenzmodells. Es ist ersichtlich, dass die aus dem optimierten Modell berechnete Standardabweichung im Vergleich zur Standardabweichung des Referenzmodells geringer ist. Tabelle 4 zeigt die Erhöhung der Anzahl der Bohrungen von vier auf sechs, wobei sich die Standardabweichung kaum ändert, und Modell Nummer drei ist das optimierte Modell aus Sicht der Bearbeitungskosten. In diesem Artikel wird die innere Umgebung der belüfteten Box durch Optimierung ihrer Struktur verbessert, und die Qualität ihrer internen Umgebung wird anhand der Standardabweichung gemessen. Je kleiner die Standardabweichung ist, desto homogener ist der Luftstrom im Inneren des belüfteten Kastens, was darauf hindeutet, dass die in dieser Arbeit angewandte Optimierungsmethode effektiv und durchführbar ist.
Tabelle der Materialien. Die Tabelle zeigt die Grundkonfigurationen für diese Studie, die den notwendigen Rechner mit einem leistungsstarken Grafikprozessor (GPU) und drei Software von SolidWorks, Ansys-Workbench und SPSS umfasst.
Tabelle 1: Analyse der Parametersensitivität. Die Tabelle zeigt die Standardabweichungen der Durchflussraten für die 10 Gruppen der belüfteten Box, die für die Sensitivitätsanalyse verwendet werden. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Tabelle 2: Punkte für den Versuchsplan. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Tabelle 3: Vergleich zwischen den Optimierungsergebnissen und den Ergebnissen des Referenzmodells. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Tabelle 4: Vergleich der kumulativen Anzahl von 14 Rohren und 14 Bohrlöchern. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Abbildung 1: 3D-Modell des belüfteten Kastens. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 2: Rasterdiagramm . (A) Das Gitter der unteren Hälfte des belüfteten Kastens, (B) das Gitter der oberen Hälfte des belüfteten Kastens und (C) das Gitter des Rohrs. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 3: Netzunabhängigkeitstest. Die X-Achse ist die unterschiedliche Gesamtzahl der Gitter im Netzmodell, und die Y-Achse ist die Standardabweichung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 4: Optimierter Durchfluss des Referenzmodells mit belüfteter Box. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 5: Optimierter Durchfluss des Modells mit belüftetem Kasten. Die Abbildung zeigt das Ergebnis der Stromlinienlinie der belüfteten Box, bei der es sich um ein Modell handelt, das für die Sensitivitätsanalyse verwendet wird. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 6: Verteilung der Strömungsgeschwindigkeit innerhalb des Referenzmodells mit belüfteter Box. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 7: Verteilung der Strömungsgeschwindigkeit innerhalb des belüfteten Boxmodells. Die Abbildung zeigt das Ergebnis für die Strömungsgeschwindigkeitsverteilung innerhalb des belüfteten Kastens, bei dem es sich um ein Modell handelt, das für die Sensitivitätsanalyse verwendet wird. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 8: Optimierungsergebnisse für die Anzahl der Rohre. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 9: Optimierungsergebnisse für die Anzahl der Bohrungen in den Mittelrohren. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 10: Optimierungsergebnis der Anzahl der Inkremente vom Innen- zum Außenrohr. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 11: Optimierter Durchfluss des optimierten Modells mit belüfteter Box. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 12: Strömungsgeschwindigkeitsverteilung innerhalb des optimierten Belüftungskastenmodells. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Aufgrund ihrer hohen Leistungsfähigkeit und komplexen Struktur haben wir in dieser Studie eine belüftete Box auf Basis von Modellierungssoftware gebaut. Wir analysierten die interne Strömung mit Hilfe einer Simulationssoftware. Simulationssoftware ist bekannt für ihre fortschrittlichen physikalischen Modellierungsfunktionen, zu denen Turbulenzmodellierung, Ein- und Mehrphasenströmungen, Verbrennung, Batteriemodellierung, Fluid-Struktur-Interaktion und vieles mehr gehören. Die in dieser Arbeit verwendete Stichprobenauswahlmethode ist die orthogonale Versuchsplanungsmethode, die sich aufgrund ihrer wissenschaftlichen Methode, einfachen Bedienung, ihres kostensparenden Nutzens und ihrer bemerkenswerten Wirkung für die mechanische Fertigung und andere Bereiche eignet. Mit der Methode der Reichweitenanalyse können die primären und sekundären Faktoren und die optimale Kombination des Experiments durch eine einfache Berechnung ermittelt werden.
Die Ergebnisse hängen von einigen kritischen Komponenten dieses Setups innerhalb des Protokolls ab. Erstens ist es bei der Erstellung des 3D-Modells des Akkupacks ein wichtiger Schritt, jedem Körper und jeder Oberfläche im Modell einen leicht erkennbaren Namen zu geben, um anschließend Material hinzuzufügen, eine Netzschnittstelle zu erstellen und Randbedingungen festzulegen. Zweitens muss vor der Bestimmung wichtiger Strukturparameter eine Parametersensitivitätsanalyse durchgeführt werden, um die wichtigeren Strukturparameter auszuwählen. Drittens ist es beim Betrieb jeder Software notwendig, jeden Parameter genau einzustellen, insbesondere die Einheit des Parameters.
Nach dem Importieren des Gittermodells sollten Sie Fehler im Netzmodell beheben und auf Prüfen klicken, um zu überprüfen, ob das Netz ein negatives Volumen hat. Wenn es ein Problem mit dem geteilten Raster oder den Modelleinstellungen gibt, wird eine Fehlermeldung angezeigt. Die Haupteinschränkung dieser Studie besteht darin, dass das verwendete 3D-Modell nach der Vereinfachung der realen belüfteten Box erstellt wurde. Die interne Strömung des simulierten belüfteten Kastens unterscheidet sich geringfügig von der realen. Das Ergebnis kann realitätsnah sein, aber nicht exakt. Diese Optimierungsmethode gilt für ganzzahlige Strukturparameter, wie z. B. die Anzahl der Rohre und Bohrungen. Verglichen mit der Optimierung genetischer Algorithmen und Annealing-Algorithmen sind die Optimierungsergebnisse in dieser Arbeit den Ergebnissen der Algorithmusoptimierung unterlegen. Im Ingenieurwesen ist die ganzzahlige Parameterstruktur des Aspekts jedoch besser für die Herstellung von Produkten geeignet.
Diese Technologie kann nicht nur qualitativ hochwertige und hochzuverlässige Testdaten und Testprodukte erhalten, sondern hilft uns auch, die interne Beziehung zwischen Testpersonen bei der Analyse von Testdaten zu beherrschen. Dieses Protokoll wird dazu beitragen, eine Optimierungsmethode zu etablieren und gleichzeitig den Energieverbrauch und die Leistung der belüfteten Box zu berücksichtigen, und es kann in großem Umfang verwendet werden, um die Lagerzeit frischer Lebensmittel zu verlängern. Diese Technik kann auch in der mechanischen Konstruktion, im architektonischen Design und in anderen Bereichen eingesetzt werden.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren haben nichts zu verraten.
Acknowledgments
Diese Forschung wird vom Wenzhou Science and Technology Bureau of China (Wenzhou großes wissenschaftliches und technologisches Innovationsprojekt unter der Fördernummer ZG2020029) unterstützt. Die Forschung wird von der Wenzhou Association for Science and Technology mit dem Förderkennzeichen KJFW09 finanziert. Diese Forschung wurde durch das Wenzhou Municipal Key Science and Research Program (ZN2022001) unterstützt.
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).
