Optimisation of an Agitated Thin Film Evaporator for Concentrating Orange Juice Using Aspen Plus
Notice bibliographique
Résumé
Abstract This paper presents an application for the optimisation of an existing agitated sdthin film evaporator (ATFE) for concentrating orange juice using Aspen Plus TM . A rigorous heat exchanger mode (Heatx) and a rigorous two‐phase flash model (Flash2) were used to simulate the dominant effects of the ATFE. The thermo‐physical properties of orange juice, not available in Aspen Plus, were determined experimentally and correlated as functions of temperature and solids content by Boonsriudomsuk [1]. Effective heat transfer coefficients were calculated from measured temperatures and flow rates. Experiments were performed on a laboratory‐scale and pilot plant system and compared with the simulation results. The Aspen Plus simulation model using experimentally determined heat transfer coefficients and thermo‐physical properties of orange juice compared well with the experimental data from the ATFE. When the mass and energy balance data were reconciled the errors between both experimental and simulation results were significantly decreased. The optimisation results indicated that by operating at the optimum operating conditions the operating costs could be reduced by about 10%. This translates into savings of more than $10.000/vear in the case of the laboratory‐scale evaporator and $33,000/year in the case of the pilot plant. If a commercial ATFE process was optimised then the potential savings could approximate to $330,000/year. Clearly, process optimisation is a valuable tool in the design and operation of these processes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».