Comparison of the energy and exergy parameters in cantaloupe (Cucurbita maxima) drying using hot air
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drying is one of the common techniques for preserving agri-food product quality. However, for each product, the appropriate drying parameters should be identified to optimize drying quality and energy consumption. The present work aims to explore the performance of a hot air dryer (HAD) to dry cantaloupe (Cucurbita maxima) slices at three temperatures (50, 60, and 70 °C). The effects of drying temperature/duration on drying kinetics, energy, and exergy parameters of cantaloupe slices were investigated. The obtained data indicated a decrease in drying time and specific energy consumption (SEC) with temperature. On the other hand, the effective moisture diffusivity (Deff), energy utilization (EU), energy utilization ratio (EUR), exergy loss, exergy efficiency, exergetic improvement potential (EIP) and sustainability index (SI) increased with temperature. SEC, Deff, EU, EUR, exergy loss, exergy efficiency, EIP, and SI were in the range of 85.48–139.77 MJ/kg, 2.91 × 10−12–6.18 × 10−12 m2/s, 0.0207–0.0925 kJ/s, 0.1951- 0.8703, 0.0088–0.0447 kJ/s, 0.2839–0.9239, 0.0047–0.0117 kJ/s and 3.0880–3.8540, respectively. Moreover, adaptive neuro-fuzzy inference systems (ANFISs) and artificial neural networks (ANNs) were used as two state-of-the-art intelligent algorithms to predict the drying dynamics of cantaloupe slices in HAD and the performance of both methods was found to be reliable (R2 > 0.97). Indeed, ANFIS provided better performance for predicting energy utilization, energy utilization ratio, and exergy loss with R2 values of 0.9919, 0.9961, and 0.9939, respectively. On the other hand, ANN outperformed ANFIS in predicting exergy efficiency and moisture ratio by achieving an R2 value of 0.9999 for both parameters. The authors believe the outcomes of the present study can be used as a framework for choosing efficient drying parameters for drying cantaloupe or similar fruits in HAD systems.
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.
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 | 0,002 |
| 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 découle