Summary
Здесь мы представляем метод анализа диапазона для оптимизации точек выборки, генерируемых ортогональным экспериментальным дизайном, чтобы гарантировать, что свежие продукты могут храниться в вентилируемом ящике в течение длительного времени, регулируя схему воздушного потока.
Abstract
Данное исследование направлено на решение проблем хаоса воздушных потоков и низкой производительности в вентилируемой коробке, вызванной неоднородным распределением воздушного потока через конструкцию внутренней структуры вентилируемой коробки с постоянным потреблением энергии. Конечная цель состоит в том, чтобы равномерно распределить воздушный поток внутри вентилируемой коробки. Анализ чувствительности проводился по трем конструктивным параметрам: количеству труб, количеству отверстий в средней трубе и количеству каждого приращения от внутренней к внешней трубе. Всего с использованием ортогонального экспериментального дизайна было определено 16 случайных наборов массивов из трех структурных параметров с четырьмя уровнями. Коммерческое программное обеспечение использовалось для построения 3D-модели выбранных экспериментальных точек, и эти данные использовались для получения скоростей воздушного потока, которые затем использовались для получения стандартного отклонения каждой экспериментальной точки. По результатам анализа диапазона было оптимизировано сочетание трех конструктивных параметров. Другими словами, был создан эффективный и экономичный метод оптимизации, учитывающий производительность вентилируемого ящика, и его можно широко использовать для продления времени хранения свежих продуктов.
Introduction
Свежие овощи и фрукты занимают высокую долю потребления пищи человеком не только потому, что они имеют хороший вкус и привлекательную форму, но и потому, что они приносят большую пользу людям для получения питания и поддержания здоровья1. Многие исследования показали, что свежие фрукты и овощи играют уникальную роль в профилактике многих заболеваний 2,3. В процессе хранения свежих фруктов и овощей грибы, свет, температура и относительная влажность являются важными причинами их порчи 4,5,6,7,8. Эти внешние условия влияют на качество хранимых свежих фруктов и овощей, влияя на внутренний обмен веществ или химические реакции9.
Распространенные технологии обработки фруктов и овощей включают нетермическую и термическую консервацию. Среди них термическая предварительная обработка оказывает положительное влияние на процесс сушки, но она также может оказывать неблагоприятное воздействие на качество продукта, такое как потеря питательных веществ, изменение вкуса и запаха, изменение цвета10,11. Поэтому в последние годы нетермическая консервация продуктов привлекла внимание с точки зрения исследований, чтобы удовлетворить спрос потребителей на свежие продукты. В настоящее время существуют в основном радиационная обработка, импульсное электрическое поле, обработка озоном, съедобные покрытия, углекислый газ в плотной фазе и другие технологии нетермической консервации для хранения фруктов и овощей, но эти технологии часто имеют недостатки, такие как требование большого оборудования, высокая цена и стоимость использования12. Таким образом, конструкция простой конструкции, низкая стоимость и удобное управление оборудованием для консервации очень важны для пищевой промышленности.
В среде хранения фруктов и овощей надлежащая система циркуляции воздуха помогает устранить тепло, выделяемое самим продуктом, уменьшить температурный градиент и поддерживать температуру и влажность в помещении, где он находится. Правильная циркуляция воздуха также предотвращает потерю веса из-за дыхания и грибковых инфекций13,14,15. Были проведены многочисленные исследования воздушного потока в различных структурах. Praeger et al.16,17 измерили скорость ветра в разных положениях при разной рабочей мощности вентилятора на складе с помощью датчиков и обнаружили, что может быть семикратная разница в скорости воздуха из-за разной вертикальной высоты, и скорость воздуха в каждом положении положительно коррелирует с рабочей мощностью вентилятора. Кроме того, в исследовании изучалось влияние расположения груза и количества вентиляторов на воздушный поток, и был сделан вывод о том, что увеличение расстояния между некоторыми положениями вентиляторов и рациональный выбор количества вентиляторов были полезны для улучшения эффекта. Berry et al.18 изучили влияние воздушного потока в различных условиях хранения фруктов на распределение устьиц в упаковочных коробках. Используя программное обеспечение для моделирования, Dehghannya et al.19,20 изучили состояние воздушного потока принудительного предварительного холодного воздуха в упаковке с различными вентиляционными площадями, количеством и положением распределения на стенке упаковки и получили нелинейное влияние каждого параметра на состояние воздушного потока. Delele et al.21 применили вычислительную модель гидродинамики для изучения влияния продуктов, случайно распределенных в различных формах вентиляционных коробок, на воздушный поток. Они обнаружили, что размер продукта, пористость и соотношение отверстий в коробке оказывают большее влияние на воздушный поток, тогда как случайное заполнение оказывает меньшее влияние. Ilangovan et al.22 изучили модели воздушного потока и тепловое поведение между тремя упаковочными структурами и сравнили результаты с эталонными структурными моделями. Результаты показали, что распределение тепла в коробке не было равномерным из-за разного расположения и конструкции вентиляционного отверстия. Gong et al.23 оптимизировали ширину зазора между краем лотка и стенкой контейнера.
Методы, используемые в этой статье, включают методы моделирования и оптимизации. Принцип первого заключается в том, что управляющие уравнения были дискретизированы и численно решены с использованием метода конечного объема21. Метод оптимизации, используемый в данной работе, называется ортогональной оптимизацией24. Ортогональный критерий является типичным методом многофакторного и многоуровневого анализа. Ортогональная таблица, построенная с использованием этого метода, содержит репрезентативные точки, равномерно распределенные в пространстве проектирования, которые могут визуально описывать все пространство проектирования и быть исследованными. То есть, меньшее количество баллов представляет собой полный факторный тест, что значительно экономит время, рабочую силу, материальные и финансовые ресурсы. Ортогональный тест широко используется при планировании экспериментов в области энергетических систем, химии, гражданского строительства и т.д.25.
Целью данного исследования является проектирование и оптимизация высокопроизводительной вентилируемой коробки. Вентилируемая коробка может быть определена как оригинальная коробка, включающая устройство управления газом, которое равномерно рассеивает газ в коробке. Равномерность скорости относится к тому, насколько равномерно воздух проходит через вентилируемую коробку. Yun-De et al.26 ранее показали, что свойство многопористого материала оказывает важное влияние на равномерность скорости коробки со свежими овощами. В некоторых экспериментах камеру или модулированную камеру оставляли как в верхней, так и в нижней части испытательной камеры, чтобы гарантировать однородное распределение принудительного или индуцированного воздуха27. Вентилируемая коробка, разработанная в этой статье, содержит массивы труб с зигзагообразными отверстиями. Управление распределением воздушного потока в вентилируемой коробке является основной стратегией сохранения. Есть два воздухозаборника одинакового размера, установленные параллельно с левой и правой сторонами вентилируемой коробки, а выпускное отверстие установлено на верхней стороне коробки. Проектирование внутренней структуры вентилируемой коробки является ключом к этому исследованию. Другими словами, количество труб и отверстий является важным параметром для изменения внутренней структуры вентилируемого короба. Эталонная модель имеет 10 труб. Две средние трубы имеют по 10 отверстий каждая, которые расположены в шахматном порядке поперек труб. Количество отверстий от средней до внешней трубы увеличивайте на два за раз.
Другими словами, когда мы храним свежие овощи, фрукты и другие продукты, непрерывный и стабильный поток воздуха может уменьшить дыхание продуктов, уменьшить этилен и другие вредные вещества для сохранения продуктов и снизить температуру, производимую самими продуктами. Из-за различных параметров вентилируемой коробки нелегко получить требуемое состояние воздушного потока, что повлияет на сохранность вентилируемой коробки. Таким образом, в качестве цели управления в проекте используется равномерность скорости внутреннего воздушного потока вентилируемой коробки. Проведен анализ чувствительности конструктивных параметров вентилируемого короба. Отбор образцов проводился методом ортогонального экспериментального проектирования. Мы использовали анализ диапазона для оптимизации комбинации трех структурных параметров. Тем временем мы проверяем желательность результатов оптимизации.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Предсимуляционная обработка
ПРИМЕЧАНИЕ: Принимая во внимание массивы труб, трехмерная нижняя половина и верхняя половина моделей вентилируемых коробок устанавливаются с помощью трехмерного программного обеспечения и сохраняют их в виде файлов X_T, габаритные размеры показаны на рисунке 1. Конфигурации приведены в таблице материалов.
- Запустите программное обеспечение для моделирования и перетащите компонент Mesh из раздела «Компонентные системы» в окно «Схема проекта». Назовите его «дно». Щелкните правой кнопкой мыши « Геометрия » и выберите « Обзор», чтобы импортировать файл нижнего X_T.
- Щелкните правой кнопкой мыши Geometry, выберите New DesignModeler Geometry, чтобы войти в окно "Mesh-Designmodeler", и нажмите кнопку Создать, чтобы отобразить нижнюю модель.
- Щелкните правой кнопкой мыши верхнюю поверхность и выберите « Именованное выделение », чтобы переименовать его в «вентилируемый box_upper». Выберите Фильтр выделения: Тела. Щелкните правой кнопкой мыши нижнюю модель, чтобы выбрать именованный фрагмент и переименовать его в «нижнюю».
- Выберите фильтр выбора: Грани и переключите «Режим выбора» на поле Select. Выделите все внутренние поверхности, щелкните правой кнопкой мыши, чтобы выбрать именованный выбор, и переименуйте его в «внутренний surfaces_external», который позже будет определен как интерфейсы меха. Вернитесь в начальное окно.
- Дважды щелкните нижнюю сетку. Войдите в окно «Сетка». Измените «Физические предпочтения» с «Механические » на CFD. Нажмите кнопку Обновить , чтобы создать модель сетки. Вернитесь в начальное окно.
- Перетащите компонент Meshиз раздела «Системы компонентов» в окно «Схема проекта». Назовите его «топ». Щелкните правой кнопкой мыши « Геометрия » и выберите « Обзор», чтобы импортировать файл верхнего X_T.
- Щелкните правой кнопкой мыши Geometry (Геометрия ) и выберите New DesignModeler Geometry (Создать геометрию DesignModeler ), чтобы войти в окно "Mesh-Designmodeler". Нажмите кнопку Создать , чтобы отобразить верхнюю модель.
- Щелкните правой кнопкой мыши нижнюю поверхность и выберите « Именованное выделение », чтобы переименовать его в «вентилируемый box_lower». Выберите Фильтр выделения: Тела. Щелкните правой кнопкой мыши верхнюю модель, чтобы выбрать именованный выбор и переименовать его в «верхний».
- Выберите «Фильтр выделения: Грани». Щелкните правой кнопкой мыши верхнюю поверхность и выберите «Именованное выделение», чтобы переименовать ее в розетку. Вернитесь в начальное окно.
- Дважды щелкните сетку в верхней части. Войдите в окно «Сетка». Измените «Физические предпочтения» с «Механические » на CFD. Щелкните правой кнопкой мыши сетку , чтобы выбрать размер в «Вставке». Выберите Фильтр выделения: Тела. Выберите верхнюю модель и введите 18 в поле «Размер элемента». Нажмите кнопку Обновить. Вернитесь в начальное окно.
- Перетащите компонент Mesh из раздела «Системы компонентов» в окно «Схема проекта». Назовите его трубой. Импортируйте файл X_T трубы, нажав кнопку «Геометрия».
- Войдите в окно «Mesh-Designmodeler». Нажмите кнопку Создать , чтобы снова отобразить модель трубы.
- Выберите две торцевые стороны трубы и пометьте их как «вход1» и «вход2», а трубу по телу выберите и маркируйте как трубу.
- Все внутренние поверхности при выборе поля помечаются как «внутренние surfaces_internal», определяемые как сетчатые интерфейсы позже. Вернитесь в начальное окно.
- Дважды щелкните сетку трубы. Войдите в окно «Сетка». Измените «Физические предпочтения» с «Механические » на CFD. Модель сетки можно сгенерировать, нажав кнопку «Обновить». Вернитесь в начальное окно.
ПРИМЕЧАНИЕ: На рисунке 2А показана сетка нижней половины вентилируемой коробки, на рисунке 2В показана сетка верхней половины вентилируемой коробки, а на рисунке 2С показана сетка трубы. Как показано на рисунке 3, при увеличении числа сеток с 4 137 724 до 5 490 081 изменение стандартного отклонения составляет менее 0,0008. Учитывая вычислительные возможности и точность, следующий анализ основан на сеточной модели с 4 448 536 сетками.
2. Имитационный анализ
ПРИМЕЧАНИЕ: Следующие операции описаны на основе общей последовательности имитационного анализа от настройки до решения и результата.
- Перетащите компонент « Моделирование » в окно «Схема проекта». Свяжите три компонента Mesh с компонентом моделирования и обновите, чтобы войти.
- Настройка
ПРИМЕЧАНИЕ: «Настройка» состоит из пяти шагов: «Общие», «Модели», «Материалы», «Условия зоны ячейки» и «Граничные условия».- Общие: проверка достоверности модели сетки. Проверьте, не имеет ли сетка отрицательный объем. Выберите Устойчивый. Для коэффициентов релаксации, остатка и временной шкалы выберите значения по умолчанию. Если есть какие-либо проблемы с разделенной сеткой или настройками модели, появится сообщение об ошибке.
- Модели: Войдите в интерфейс настройки «Вязкая модель», чтобы выбрать модель K-epsilon.
- Материалы: Установите «воздушный» материал.
- Условия зоны ячейки: Измените тип зоны ячейки на Жидкий.
- Граничные условия
- Преобразуйте тип вентилируемого box_upper, вентилируемого box_lower, внутреннего surfaces_external и внутреннего surfaces_internal из «Стены» по умолчанию в «Интерфейс».
ПРИМЕЧАНИЕ: Программное обеспечение для моделирования немедленно генерирует «Mesh Interfaces» после завершения вышеуказанного шага. - Откройте Mesh Interfaces и войдите в окно «Создание/редактирование Mesh Interfaces ». Сопоставьте внутреннюю surfaces_external с внутренней surfaces_internal. Спичка вентилировалась box_upper на вентилируемые box_lower. Наконец, два сетчатых интерфейса создаются в вентилируемом блоке и называются interface1 и interface2 соответственно.
- Установите скорость воздушного потока всех впускных отверстий равной 8,9525 м/с в окне «Скорость впуска» и манометрическое давление на выходе равной нулю в окне «Напорное отверстие».
- Преобразуйте тип вентилируемого box_upper, вентилируемого box_lower, внутреннего surfaces_external и внутреннего surfaces_internal из «Стены» по умолчанию в «Интерфейс».
- Решение
- Перед инициализацией задайте стиль инициализации решения как Стандартная инициализация .
- Установите количество итераций равным 2 000.
- Нажмите кнопку «Вычислить», чтобы начать моделирование, и возвращайтесь к начальному окну, пока моделирование не закончится.
- Результаты
- Нажмите кнопку Результаты. Войдите в окно «CFD Post» и щелкните значок оптимизации на панели инструментов.
- Выберите розетку в «Начать с» и «Назад» в «Направлении». Нажмите кнопку Применить , чтобы создать внутреннюю блок-схему вентилируемой коробки.
- Нажмите «Плоскость» в «Местоположении», выберите «Плоскость ZX» в «Методе» и выберите входное значение 0.6. Нажмите кнопку Применить, чтобы создать плоскость на расстоянии 0,6 м от поверхности дна.
- Щелкните значок «Контур» на панели инструментов, выберите «Плоскость 1» в «Местоположениях», выберите «Скорость» в «Переменной» и выберите «Локальный» в «Диапазоне». Нажмите кнопку Применить, чтобы создать контур скорости.
- Экспортируйте данные о расходе для самолета, сгенерированного выше. Получите стандартное отклонение скорости потока в программном обеспечении для работы с электронными таблицами (например, Excel).
ПРИМЕЧАНИЕ: Был проведен анализ чувствительности трех структурных переменных вентилируемой коробки. Количество труб имеет четыре уровня: восемь, 10, 12 и 14. Количество отверстий в средних трубах имеет четыре уровня: восемь, 10, 12 и 14. Количество каждого приращения от внутренней к внешней трубе имеет четыре уровня: ноль, два, четыре и шесть. Модифицируйте базовую модель в соответствии с изменениями этих структурных параметров. Повторите шаги с 1.1 по 2.5 10 раз, чтобы получить данные, приведенные в таблице 1. Из таблицы видно, что три структурных параметра оказывают определенное влияние на стандартное отклонение расхода.
3. Ортогональный дизайн эксперимента и анализ дальности
- Запустите программное обеспечение для статистического анализа. Нажмите « Данные и сгенерировать » в «Ортогональном дизайне».
- Введите pipe_number в поле «Имя фактора» и A в поле «Метка фактора». Нажмите кнопку «Добавить и определить значения», чтобы задать четыре уровня для количества каналов. Нажмите «Продолжить» и вернитесь в окно «Создать ортогональный дизайн».
- Введите whole_number в поле «Имя фактора» и B в поле «Метка фактора». Нажмите « Добавить и определить значения», чтобы установить четыре уровня для количества отверстий. Нажмите «Продолжить » и вернитесь в окно «Создать ортогональный дизайн».
- Введите cumulative_number в поле «Имя фактора» и C в поле «Метка фактора». Нажмите кнопку «Добавить и определить значения», чтобы задать четыре уровня для количества приращений. Нажмите «Продолжить» и вернитесь в окно «Создать ортогональный дизайн».
- Нажмите кнопку Создать новый файл данных , чтобы создать 16 образцов массива. Нажмите «Представление переменных », чтобы выбрать « Номинал » в «Измерении» и « Вход» в « Роли». Переименуйте его в «standard_deviation×100000».
- Повторите шаги с 1.1 по 2.5 с приведенными выше точками выборки; Полученные 16 стандартных отклонений, умноженные на 100 000, заполняются в список образцов для последующей оптимизации.
- Нажмите «Анализировать и одномерно» в «Общая линейная модель». Заполните standard_deviation×100000 в поле «Зависимая переменная», а pipe_number, hole_number, cumulative_number — в поле «Фиксированный фактор(ы)». Щелкните Условия моделирования и сборки. Измените взаимодействие на Основные эффекты. Заполните A, B, C в поле «Модель». Нажмите «Продолжить» и вернитесь в окно «Одновариантный».
- Нажмите EM Means и заполните A, B, C в поле «Display Means For». Нажмите «Продолжить» и вернитесь в окно «Одномерный».
- Нажмите ОК и получите результат оптимизации; Минимальное значение столбца «Среднее» в таблице соответствует оптимальной переменной. Дважды щелкните таблицу, войдите в окно «Сводная таблица», нажмите « Изменить» и нажмите « Полоса» в «Создать график», чтобы сгенерировать гистограмму.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
В соответствии с протоколом наиболее важными были первые три части, которые включают моделирование, создание сетки и симуляцию, и все это для получения стандартного отклонения скорости потока. Затем мы завершили оптимизацию структуры вентилируемой коробки с помощью ортогональных экспериментов и анализа дальности. Модель, используемая в протоколе, представляет собой модель эталонной вентилируемой коробки, которая является исходной моделью, полученной из эталона. На рисунке 4 показан результат обтекаемого потока эталонной модели вентилируемой коробки, а на рисунке 5 показан результат обтекаемого потока вентилируемой коробки, которая является одной из моделей, используемых для анализа чувствительности. Эта модель вентилируемой коробки является моделью номер один в таблице 1. Обтекаемые потоки — это траектории движения жидкости для визуализации потока жидкости внутри вентилируемой коробки. Как показано на рисунках 4 и 5, обтекаемый поток последней вентилируемой коробки еще более беспорядочный, чем у первой, из-за внутренней структуры вентилируемой коробки. На рисунке6 показан результат распределения скорости потока внутри эталонной модели вентилируемого блока, а на рисунке 7 показан результат распределения скорости потока внутри модели вентилируемого ящика, которая является одной из моделей, используемых для анализа чувствительности. Как показано на рисунках 6 и 7, скорость потока внутри вентилируемой коробки, которая является одной из моделей, используемых для анализа чувствительности, более неравномерна.
Чтобы более интуитивно понять обтекаемое распределение внутри вентилируемой коробки, мы установили плоскость на расстоянии 0,6 м от дна вентилируемой коробки. Скорость потока каждого узла на выходной плоскости используется для расчета математической статистики. Стандартное отклонение рассчитывается по формуле, 
где xiи μ означают расход каждого узла и средний расход всех узлов соответственно. В таблице 1 показаны стандартные отклонения скоростей потока для 10 групп вентилируемой коробки, используемой для анализа чувствительности, включая эталонную модель. Видно, что три структурные переменные оказывают определенное влияние на стандартное отклонение расхода, а количество труб оказывает наибольшее влияние на стандартное отклонение расхода. Большое стандартное отклонение представляет собой большую разницу между большинством скоростей потока и их средним расходом; Небольшое стандартное отклонение означает, что эти скорости потока близки к их среднему расходу. Таким образом, можно видеть, что изменение внутренней структуры вентилируемой коробки может изменить ее внутренний поток и сделать обтекаемость более однородной.
При проектировании ортогонального эксперимента в этой статье есть три расчетные переменные: количество труб, количество отверстий в средних трубах и количество каждого приращения от внутренней к внешней трубе. Каждая из этих трех переменных имеет четыре уровня. Как показано в таблице 2, ортогональным экспериментальным дизайном было получено 16 групп точек экспериментального дизайна. Стандартные отклонения были рассчитаны с помощью программного обеспечения для моделирования. Из количества взятых точек выборки видно, что ортогональный экспериментальный дизайн может достичь цели обеспечения максимального покрытия значений параметров с наименьшим числом тестовых случаев.
В конце концов, метод анализа диапазонов используется в качестве метода оптимизации для нахождения оптимальной комбинации параметров структуры. На рисунке 8 показан результат оптимизации для структурного параметра количества труб. Из этого мы видим, что минимальное значение получается при количестве труб 14. На рисунке 9 показан результат оптимизации для конструктивного параметра о количестве отверстий в средних трубах. Из этого мы видим, что минимальное значение получается при количестве отверстий в средних трубах 14. На рисунке 10 показан результат оптимизации для структурного параметра о количестве приращений от внутренней к внешней трубе. Из этого мы видим, что минимальное значение получается, когда количество приращений от внутренней к внешней трубе равно четырем. Приведенный выше анализ показывает, что оптимальной комбинацией является «pipe_number 14, hole_number 14, cumulative_number 4». Для подтверждения точности оптимальный случай был проанализирован с помощью программного обеспечения для моделирования. На рисунках 4 и 11 показано упорядочение потока эталонной модели по сравнению с оптимизированной моделью. На рисунках 6 и 12 показано распределение скоростей потока внутри эталонной модели по сравнению с оптимизированной моделью. В таблице 3 приведено сравнение результатов оптимизации с результатами эталонной модели. Видно, что стандартное отклонение, рассчитанное по оптимизированной модели, ниже по сравнению со стандартным отклонением эталонной модели. В таблице 4 показано увеличение количества отверстий с четырех до шести с небольшим изменением стандартного отклонения, а модель номер три представляет собой оптимизированную модель с точки зрения затрат на обработку. В этой работе внутренняя среда вентилируемой коробки улучшается за счет оптимизации ее структуры, а качество ее внутренней среды измеряется стандартным отклонением; Чем меньше стандартное отклонение, тем более однороден воздушный поток внутри вентилируемой коробки, что свидетельствует о том, что метод оптимизации, принятый в данной работе, эффективен и осуществим.
Таблица материалов. В таблице приведены основные конфигурации для данного исследования, которые включают в себя необходимый компьютер с высокопроизводительным графическим процессором (GPU) и три программного обеспечения от SolidWorks, Ansys-Workbench и SPSS.
Таблица 1: Анализ чувствительности параметров. В таблице приведены стандартные отклонения скоростей потока для 10 групп вентилируемой коробки, используемой для анализа чувствительности. Пожалуйста, нажмите здесь, чтобы загрузить эту таблицу.
Таблица 2: Точки экспериментального проектирования. Пожалуйста, нажмите здесь, чтобы загрузить эту таблицу.
Таблица 3: Сравнение результатов оптимизации с результатами эталонной модели. Пожалуйста, нажмите здесь, чтобы загрузить эту таблицу.
Таблица 4: Сравнение совокупного количества 14 труб и 14 отверстий. Пожалуйста, нажмите здесь, чтобы загрузить эту таблицу.
Рисунок 1: 3D-модель вентилируемой коробки. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 2: Сетчатая диаграмма . (A) Сетка нижней половины вентилируемой коробки, (B) сетка верхней половины вентилируемой коробки и (C) сетка трубы. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 3: Тест независимости сетки. Ось X — это различное общее количество сеток в модели сетки, а ось Y — стандартное отклонение. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 4: Обтекаемый поток модели опорной вентилируемой коробки. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 5: Обтекаемый поток модели вентилируемой коробки. На рисунке показан результат обтекаемой линии вентилируемой коробки, которая является моделью, используемой для анализа чувствительности. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 6: Распределение скорости потока внутри модели опорной вентилируемой коробки. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 7: Распределение скорости потока внутри модели вентилируемой коробки. На рисунке показан результат распределения скорости потока внутри вентилируемой коробки, которая является моделью, используемой для анализа чувствительности. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 8: Результаты оптимизации количества труб. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 9: Результаты оптимизации количества отверстий в средних трубах. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 10: Результат оптимизации количества приращений от внутренней трубы к внешней. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 11: Оптимизация потока оптимизированной модели вентилируемой коробки. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 12: Распределение скорости потока внутри оптимизированной модели вентилируемой коробки. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Из-за его высокой производительности и сложной конструкции в этом исследовании мы построили вентилируемый бокс на основе программного обеспечения для моделирования. Мы проанализировали внутренний поток с помощью программного обеспечения для моделирования. Программное обеспечение для моделирования известно своими расширенными возможностями физического моделирования, которые включают моделирование турбулентности, однофазные и многофазные потоки, сгорание, моделирование батареи, взаимодействие жидкости и структуры и многое другое. Метод отбора образцов, используемый в этой статье, представляет собой метод ортогонального экспериментального проектирования, который подходит для механического производства и других областей из-за его научного метода, простоты эксплуатации, экономии средств и замечательного эффекта. Метод анализа диапазона позволяет получить первичные и вторичные факторы и оптимальную комбинацию эксперимента путем простого расчета.
Результаты зависят от некоторых критических компонентов этой настройки в протоколе. Во-первых, при создании 3D-модели аккумуляторной батареи присвоение каждому корпусу и поверхности в модели легко узнаваемого имени является ключевым шагом для последующего добавления материала, создания сетчатого интерфейса и установки граничных условий. Во-вторых, прежде чем определять важные структурные параметры, необходимо провести анализ чувствительности параметров, чтобы выбрать более важные структурные параметры. В-третьих, при работе с каждым программным обеспечением необходимо точно установить каждый параметр, особенно единицу измерения параметра.
После импорта модели сетки следует устранить неполадки с моделью сетки и нажать « Проверить », чтобы проверить, имеет ли сетка отрицательный объем. Если есть какие-либо проблемы с разделенной сеткой или настройками модели, появится сообщение об ошибке. Основным ограничением этого исследования является то, что используемая 3D-модель построена после упрощения реальной вентилируемой коробки. Внутренний поток моделируемой вентилируемой коробки будет немного отличаться от реального. Результат может быть близок к реальности, но не точно. Этот метод оптимизации применяется к структурным параметрам целочисленного типа, таким как количество труб и отверстий. По сравнению с генетическим алгоритмом и оптимизацией алгоритма отжига результаты оптимизации в данной работе уступают результатам оптимизации алгоритма; Однако в машиностроении для производства продукции больше подходит структура параметров целочисленного типа Aspect Integer.
Эта технология может не только получать высококачественные и высоконадежные тестовые данные и тестовые продукты, но и помочь нам освоить внутренние отношения между испытуемыми при анализе тестовых данных. Этот протокол поможет установить метод оптимизации, одновременно учитывая энергопотребление и производительность вентилируемого ящика, и его можно широко использовать для продления времени хранения свежих продуктов. Этот метод также может быть использован в механическом проектировании, архитектурном проектировании и других областях.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Авторам раскрывать нечего.
Acknowledgments
Это исследование поддерживается Вэньчжоуским научно-техническим бюро Китая (крупный научно-технический инновационный проект в Вэньчжоу в рамках гранта No ZG2020029). Исследование финансируется Вэньчжоуской ассоциацией науки и техники с грантом No KJFW09. Это исследование было поддержано Муниципальной ключевой научно-исследовательской программой Вэньчжоу (ZN2022001).
Materials
| Name | Company | Catalog Number | Comments |
| Hardware | |||
| NVIDIA GPU | NVIDIA | N/A | An NVIDIA GPU is needed as some of the software frameworks below will not work otherwise. https://www.nvidia.com |
| Software | |||
| Ansys-Workbench | ANSYS | N/A | Multi-purpose finite element method computer design program software.https://www.ansys.com |
| SOLIDWORKS | Dassault Systemes | N/A | SolidWorks provides different design solutions, reduces errors in the design process, and improves product quality www.solidworks.com |
| SPSS | IBM | N/A | Software products for statistical analytical operations, data mining, predictive analysis, and decision support tasks software.https://www.ibm.com |
References
- Villa-Rodriguez, J. A., et al. Maintaining antioxidant potential of fresh fruits and vegetables after harvest. Critical Reviews in Food Science and Nutrition. 55 (6), 806-822 (2015).
- Mozaffari, H., Lafrenière, J., Conklin, A. Does eating more variety of fruits and vegetables reduce risk of cancer? Findings from a systematic review and meta-analysis. Current Developments in Nutrition. 4, 339-339 (2020).
- Wu, S., Fisher-Hoch, S. P., Reininger, B. M., Lee, M., McCormick, J. B. Fruit and vegetable intake is inversely associated with cancer risk in Mexican-Americans. Nutrition and Cancer. 71 (8), 1254-1262 (2019).
- Nan, M., Xue, H., Bi, Y. Contamination, detection and control of mycotoxins in fruits and vegetables. Toxins. 14 (5), 309 (2022).
- Alothman, M., Bhat, R., Karim, A. A. Effects of radiation processing on phytochemicals and antioxidants in plant produce. Trends in Food Science & Technology. 20 (5), 201-212 (2009).
- Ayala-Zavala, J. F., Wang, S. Y., Wang, C. Y., González-Aguilar, G. A. Effect of storage temperatures on antioxidant capacity and aroma compounds in strawberry fruit. LWT-Food Science and Technology. 37 (7), 687-695 (2004).
- Piljac-Žegarac, J., Šamec, D. Antioxidant stability of small fruits in postharvest storage at room and refrigerator temperatures. Food Research International. 44 (1), 345-350 (2011).
- Lal Basediya, A., Samuel, D. V. K., Beera, V. Evaporative cooling system for storage of fruits and vegetables - a review. Journal of Food Science and Technology. 50 (3), 429-442 (2013).
- Sandhya, Modified atmosphere packaging of fresh produce: Current status and future needs. LWT-Food Science and Technology. 43 (3), 381-392 (2010).
- Bassey, E. J., Cheng, J. H., Sun, D. W. Novel nonthermal and thermal pretreatments for enhancing drying performance and improving quality of fruits and vegetables. Trends in Food Science & Technology. 112, 137-148 (2021).
- Mieszczakowska-Frąc, M., Celejewska, K., Płocharski, W. Impact of innovative technologies on the content of vitamin C and its bioavailability from processed fruit and vegetable products. Antioxidants. 10 (1), 54 (2021).
- Xue, Z., Li, J., Yu, W., Lu, X., Kou, X. Effects of nonthermal preservation technologies on antioxidant activity of fruits and vegetables: A review. Food Science and Technology International. 22 (5), 440-458 (2016).
- Olaimat, A. N., Holley, R. A. Factors influencing the microbial safety of fresh produce: a review. Food Microbiology. 32 (1), 1-19 (2012).
- Caleb, O. J., Mahajan, P. V., Al-Said, F. A. J., Opara, U. L. Modified atmosphere packaging technology of fresh and fresh-cut produce and the microbial consequences-a review. Food and Bioprocess Technology. 6 (2), 303-329 (2013).
- Waghmare, R. B., Mahajan, P. V., Annapure, U. S. Modelling the effect of time and temperature on respiration rate of selected fresh-cut produce. Postharvest Biology and Technology. 80, 25-30 (2013).
- Praeger, U., et al. Airflow distribution in an apple storage room. Journal of Food Engineering. 269, 109746 (2020).
- Praeger, U., et al. Influence of room layout on airflow distribution in an industrial fruit store. International Journal of Refrigeration. 131, 714-722 (2021).
- Berry, T. M., Delele, M. A., Griessel, H., Opara, U. L. Geometric design characterisation of ventilated multi-scale packaging used in the South African pome fruit industry. Agricultural Mechanization in Asia, Africa, and Latin America. 46 (3), 34-42 (2015).
- Dehghannya, J., Ngadi, M., Vigneault, C. Mathematical modeling of airflow and heat transfer during forced convection cooling of produce considering various package vent areas. Food Control. 22 (8), 1393-1399 (2011).
- Dehghannya, J., Ngadi, M., Vigneault, C. Transport phenomena modelling during produce cooling for optimal package design: thermal sensitivity analysis. Biosystems Engineering. 111 (3), 315-324 (2012).
- Delele, M. A., et al. Combined discrete element and CFD modelling of airflow through random stacking of horticultural products in vented boxes. Journal of Food Engineering. 89 (1), 33-41 (2008).
- Ilangovan, A., Curto, J., Gaspar, P. D., Silva, P. D., Alves, N. CFD modelling of the thermal performance of fruit packaging boxes-influence of vent-holes design. Energies. 14 (23), 7990 (2021).
- Gong, Y. F., Cao, Y., Zhang, X. R. Forced-air precooling of apples: Airflow distribution and precooling effectiveness in relation to the gap width between tray edge and box wall. Postharvest Biology and Technology. 177, 111523 (2021).
- Guo, R., Li, L. Heat dissipation analysis and optimization of lithium-ion batteries with a novel parallel-spiral serpentine channel liquid cooling plate. International Journal of Heat and Mass Transfer. 189, 122706 (2022).
- Chen, J., et al. Optimization of geometric parameters of hydraulic turbine runner in turbine mode based on the orthogonal test method and CFD. Energy Reports. 8, 14476-14487 (2022).
- Yun-De, S., Hai-Dong, Q., Sun, B., Li, Z. Z., Cao, K. B. Flow analysis of fresh vegetable box based on multiporosity material. International Journal of Education and Management Engineering. 2 (1), 29 (2012).
- Elansari, A. M., Mostafa, Y. S. Vertical forced air pre-cooling of orange fruits on bin: Effect of fruit size, air direction, and air velocity. Journal of the Saudi Society of Agricultural Sciences. 19 (1), 92-98 (2020).
