共查询到18条相似文献,搜索用时 203 毫秒
1.
摘要:为降低稻谷干燥能耗并提高其生产效率,在全面分析已有相关指标基础上,提出了可反映热力特性的稻谷深床干燥新指标效能比。利用深床干燥试验台进行稻谷干燥单因素试验和五因素五水平二次正交旋转组合试验,建立了试验因子与效能比间关系的回归数学模型,分析了各因素对效能比的作用规律,利用频数分析法进行干燥工艺参数优化,得到了比能耗具有95%概率低于2000 kJ/(kg?h)的参数范围:热风温度56.2~57.7℃,表现风速0.89~0.96 m/s,谷层厚度35.3~37.0 cm,初始含水率21.31~21.86%,干燥时间2.87~3.16 h。为稻谷干燥机的节能设计与操作提供参考。 相似文献
2.
3.
稻谷热风干燥缓苏工艺参数优化与试验 总被引:1,自引:1,他引:0
为提高稻谷干燥特性与营养品质,该研究探究了缓苏温度、缓苏起始时刻、缓苏时长、缓苏循环次数等缓苏工艺参数对稻谷爆腰增率、整精米率、蛋白质质量分数与脂肪酸值等干燥品质指标的影响。首先,通过单因素试验分析了稻谷干燥品质随缓苏工艺参数的变化趋势,得出爆腰增率、整精米率、蛋白质质量分数与脂肪酸值的权重均大于20%,为稻谷缓苏干燥的关键性指标;其次,通过隶属函数模型确定影响稻谷干燥品质的主要因素为:缓苏温度、缓苏起始含水率与缓苏时长;最后,以缓苏温度、缓苏起始含水率、缓苏时长为试验因子,采用Central-Composite试验,通过建立回归模型分析了各试验因素与品质指标之间的相互关系并阐释结果产生的原因。结果表明:优化参数组合为缓苏温度45 ℃、缓苏起始含水率21%、缓苏时长1.61 h,此参数组合下稻谷干燥后的爆腰增率6.63%、蛋白质质量分数5.39%、脂肪酸值11.68%,验证试验结果与优化结果间相对误差为2.97%。研究表明,优化后的缓苏干燥工艺明显改善了稻谷干燥品质,该结果可为生产实践及深入探究稻谷品质变化机理提供理论基础。 相似文献
4.
猕猴桃切片微波真空干燥工艺参数的优化 总被引:11,自引:4,他引:7
为了提高水果干燥效率、干制品质量和降低干燥能耗,以猕猴桃切片为对象,进行了微波真空干燥试验。通过单因素试验,研究了微波功率、物料厚度、干燥室压力对猕猴桃切片干燥特性的影响。通过3因素5水平的二次回归正交试验,分析了微波功率、物料厚度、干燥室压力与猕猴桃切片干制品复水率、叶绿素含量、维生素C含量及单位耗电量的关系,建立了各指标与试验因素间的回归数学模型,并利用多目标非线性优化方法,确定了猕猴桃切片微波真空干燥最优工艺参数。结果表明:在微波功率为6.54 W/g、切片厚度为6.16 mm、干燥室压力为76.8 Pa的条件下,微波真空干燥猕猴桃切片的能耗最低,同时干制品质量也得到保证。 相似文献
5.
芦荟冷冻干燥的最佳工艺参数的试验研究 总被引:8,自引:1,他引:8
芦荟冷冻干燥工艺参数试验研究旨在确定最优的冻干工艺参数,以提高芦荟的干燥效率和改进干燥品质。通过单因素试验以及四因素五水平的二次回归正交试验,研究了冻干室压力、加热板温度、预冻降温速度和物料厚度对冻干时间的影响;建立了各因子与冻干时间关系的回归数学模型;最后利用非线性优化理论与方法,在保证芦荟干燥品质的前提下,得到了芦荟(厚度6~9 mm)冷冻干燥的最佳工艺参数为:干燥室压力108 Pa,加热板温度38~39℃,降温速率-0.47~-0.35℃/min,干燥时间为6~7 h。 相似文献
6.
5HCCX-1.6型多单元带式干燥机干燥过程的计算机模拟 总被引:2,自引:2,他引:0
多单元带式干燥机干燥过程的计算机模拟研究,有利于优化其干燥工艺参数,提高干燥效率,减少能耗,保证物料的干燥品质。该文利用面向对象的高级程序语言Visual C++建立了玉米多单元带式干燥的深床干燥数学模拟程序,并编制人机交互界面,预测干燥设备内的物料和干燥介质状态参数。同时用Matlab软件对数据进行处理,分析了热风温度、相对湿度以及风速等干燥工艺参数对干燥过程的影响,结果表明热风温度对干燥速率影响最大,其次是风速,热风相对湿度影响最小。为验证模型的准确性,选用5HCCX-1.6型多单元带式干燥设备进行试验研究,结果表明该模拟程序能较好的预测该类干燥设备的干燥过程,并对实际生产有一定的指导作用。 相似文献
7.
《土壤通报》2014,(4):795-800
以黑龙江农田黑土为研究对象,利用遗传算法(GA)波长选择结合偏最小二乘法(PLS)回归建立土壤有机碳(SOC)的预测模型。通过设定以下GA参数:波长选择数量上限k、初始种群大小P及迭代次数N,采用单点优化方式逐一确定各参数。结果表明,在主成份数为7的情况下,当GA的参数取N=300、P=300、k=50时,GA模型最优;模型的校正决定系数R2=0.922、校正均方根误差RMSEC=1.74、交叉检验均方根误差RMSECV=1.80;模型的预测决定系数R2=0.931、预测均方根误差RMSEP=1.84、预测相对误差RPD=3.81。与原始光谱的PLS模型相比,R2由0.900提升至0.922,RPD由3.38提升至3.81。结果表明,通过GA进行波长选择能够优化模型,提升模型稳定性以及预测精确性。 相似文献
8.
以稻谷干燥时的活力退化动力学方程为基础,结合稻谷玻璃化转变理论建立了稻谷种子安全干燥温度模型。并通过稻谷种子的发芽率试验确定了种子安全干燥温度模型方程的系数。数学模拟结果表明,稻谷干燥过程中随着水分的降低,种子安全干燥温度曲线存在一个最低点;依据稻谷初始含水率由高到低,其最低安全干燥温度由低到高,而且种子通过最低安全干燥温度曲线最低点以后所能承受的温度则有所提高;当稻谷初始含水率低于13%(w.b.)时,种子安全干燥温度曲线后半段近似为一直线,不再有拐点(最低点)。论文最后提出了稻谷种子安全干燥温度和操作工艺,以及选择种子安全干燥温度时应注意的问题。 相似文献
9.
香菇分段变温红外喷动床干燥工艺参数优化 总被引:2,自引:2,他引:0
为获得节能低耗和品质较优的干香菇,利用红外喷动床干燥设备,对香菇分段变温干燥工艺进行试验研究。在单因素试验基础上运用Box-Behnken Design优化试验,研究前期风温、转换点含水率和后期风温对单位能耗、粗多糖含量、亮度L*值和收缩率的影响,通过加权综合评分法推导多项式回归模型,优化红外喷动床干燥工艺参数。经响应面优化的干燥参数为:前期风温56.00 ℃、转换点含水率53.00%、后期风温72.00 ℃,该工艺下单位能耗为143.52 kJ/g、粗多糖含量9.98 mg/g、亮度L*值68.11、收缩率83.15%,综合评分值为35.37,与预测值拟合度高达99.27%,表明应用红外喷动床干燥取得的香菇制品能满足当前香菇干燥的发展趋势及需求,为香菇干制品的综合应用及生产加工提供参考。 相似文献
10.
11.
12.
13.
香菜微波干燥的试验研究 总被引:2,自引:1,他引:1
以提高蔬菜干制品质为目的,考察干燥因素对香菜微波干燥生产率及其品质的影响,用正交试验设计方法,探讨干燥功率、物料层厚度及排湿风速对香菜微波干燥特性及干制香菜品质和能耗的影响,利用极差分析和方差分析确定香菜微波干燥最优工艺参数。结果表明:不同微波干燥参数对香菜微波干燥特性和干制品质及能耗有不同的影响,风速对物料干燥速率、香菜干制品的品质指标影响最大,物料脱水过程主要处于恒速阶段,微波干燥功率为1.125W/g,物料层厚度为1.5cm,风速为60m/min时,可确保香菜干燥后的食用价值且便于储存,而且能耗较低。 相似文献
14.
籽棉热风烘干控制干基含水率模型的研究 总被引:1,自引:4,他引:1
为了使机采籽棉在清棉、轧花等加工前把水分控制到合适的范围以提高加工质量,需要对籽棉进行一定的烘干处理,并对烘干过程进行实时控制。该文设计了籽棉热风烘干的三因素三水平正交回归旋转试验,研究了喂花量、籽棉初始干基含水率和热风温度这3个因素对籽棉烘干后干基含水率的影响。试验结果表明喂花量、籽棉初始干基含水率和热风温度对籽棉干燥速率都有较明显的影响,烘干过程的前15s干燥速率变化较快,之后趋于平缓。分别使用单项式扩散模型、Page模型和二次多项式模型进行拟合,发现单项式扩散模型拟合效果最好,决定系数R2均值为0.9549。该模型应用于实际生产中籽棉烘干的实时控制。效果表明使用该模型后烘干效率更高,籽棉烘干后干基含水率一致性更好。 相似文献
15.
为了使机采籽棉在清棉、轧花等加工前把水分控制到合适的范围以提高加工质量,需要对籽棉进行一定的烘干处理,并对烘干过程进行实时控制。该文设计了籽棉热风烘干的三因素三水平正交回归旋转试验,研究了喂花量、籽棉初始干基含水率和热风温度这3个因素对籽棉烘干后干基含水率的影响。试验结果表明喂花量、籽棉初始干基含水率和热风温度对籽棉干燥速率都有较明显的影响,烘干过程的前15 s干燥速率变化较快,之后趋于平缓。分别使用单项式扩散模型、Page模型和二次多项式模型进行拟合,发现单项式扩散模型拟合效果最好,决定系数R2均值为0.9549。该模型应用于实际生产中籽棉烘干的实时控制。效果表明使用该模型后烘干效率更高,籽棉烘干后干基含水率一致性更好。 相似文献
16.
17.
A phenomenological model is described for predicting evaporation from bare and freely drained soils with a deep water table. The model delineates three classical and one transitional drying stage as the drying front advances into the soil profile. Daily evaporation is estimated from the daily potential evaporation rate e0 and depth of the drying front, Z, reached at the start of the day. The approximating relations used for calculating soil evaporation rate as a function of advancing drying front under different drying stages are presented. Input parameters of the model are simple and easily measurable under field conditions viz. daily potential evaporation rate, wilting point and field capacity moisture contents. Predictions of the model were tested using published data for cumulative evaporation. Good agreement was obtained under widely varying evaporative conditions. The model is simple and practical and may be used even for remote areas where the detailed information on soil water retention and transmission characteristics is not available. 相似文献