Numerical Simulation of Salmon Freezing Using Pulsating Airflow in a Model Tunnel
Notice bibliographique
Résumé
Food freezing is an energy-intensive thermal process that has required exploring new technologies to enhance productivity and efficiency. This work provides a detailed insight into the energy analysis for the improved cooling of solid food during the freezing process, which originated by imposing a pulsating airflow at the entrance of a convective freezer tunnel. Continuity, linear momentum, and energy equations described simultaneously the conjugate transient heat conduction with liquid-to-solid phase change of the water content of a square salmon piece and the unsteady heat transfer by mixed convection in the surrounding airflow. The Finite Volume Method and a recently developed fast-accurate pressure-correction algorithm allowed an accurate prediction for the effects of imposing an inlet pulsating cooling airflow on the evolution of vortex-shedding, food freezing, cooling rate, heat flow, and energy savings. The variation in the values of the local heat fluxes at the food surface was reported, analyzed, and discussed by the evolution of the local Nusselt number around the square salmon piece. The study found that using an inlet pulsed airflow during salmon freezing improved temperature distribution and reduced energy consumption by 21% compared to using an inlet constant velocity airflow. The findings conclude that using pulsed airflow can improve temperature distribution in the food and significantly reduce energy consumption. Future investigations should consider a three-dimensional analysis, real salmon shape, turbulent conjugate convective freezing, an ensemble of salmon pieces, and exergy analysis to improve freezing tunnel design.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».