تاثیر هندسه محصول بر روی مدل سازی دقیق انتقال حرارت میوه های دارای شکل نامنظم در حین فرایند آنزیم‌بری

اُفت کیفیت در حین فرایند آنزیم‌بری را با انتخاب برنامه دما زمان مناسب می‌توان به حداقل رساند. در این مطالعه‌، فرآیند آنزیم‌بری میوه توت سیاه در 3 درجه حرارت منتخب بررسی شد. خصوصیات ترموفیزیکی بر اساس ترکیب شیمیایی نمونه تخمین زده شد. ضریب انتقال گرما همرفتی نیز با استفاده از یک تکنیک جدید به نام روش مسئله معکوس برآورد شد. به منظور تعیین بهترین مدلی که بتواند شکل میوه را توصیف کند و تغییرات دمایی را به طور دقیق پیش بینی کند‌، سه مدل تحلیلی بر اساس راه حل قانون دوم فوریه برای انتقال گرما روی اشکال منظم (کُره ، مستطیل 2 بعدی و استوانه محدود) و یک مدل عددی بر اساس هندسه واقعی نمونه توسعه داده شد.. نتایج نشان داد که در بین مدل های تحلیلی‌، شکل مستطیل (دو بعدی) بهتر توانست تغییرات دما را در نقطه مرکزی نمونه پیش بینی کند. با این وجود‌، مدل عددی توسعه یافته به دلیل بالاترین ضریب تبیین (r2>99) و کمترین ریشه میانگین مربعات خطا (rmse=0.37) به عنوان بهترین مدل شناخته شد. با استفاده از این مدل‌، تغییرات دما در میوه را می‌توان با دقت بالا به عنوان تابعی از متغیرهای داخلی (ضخامت و ترکیب شیمیایی) و خارجی (دما و سرعت حمام آب) پیش بینی کرد.

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

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