DOI: https://doi.org/10.1007/s44187-025-00362-1
تاريخ النشر: 2025-03-27
المؤلف: Halefom Kidane وآخرون
الموضوع الرئيسي: تجفيف الطعام والنمذجة
نظرة عامة
تقدم هذه القسم نظرة عامة على نماذج التجفيف بالطبقة الرقيقة، مع التركيز على تطبيقاتها في أنظمة التجفيف الشمسي للمنتجات الزراعية. يقارن بين المراجعات الحالية التي تغطي بشكل عام طرق التجفيف المختلفة من خلال التركيز بشكل خاص على الآليات المعنية في التجفيف الشمسي. تكشف تحليل بيبليومتري أن البحث في هذا المجال مستمر منذ عام 1976، مع زيادة ملحوظة في المنشورات التي بلغت ذروتها عند 48 ورقة في عام 2021، معظمها من الهند، تليها مساهمات من الصين والمغرب وألمانيا.
تشير النتائج الرئيسية إلى أن عوامل مثل درجة حرارة الهواء الداخل والمعالجات المسبقة تعزز بشكل كبير عملية التجفيف. تحدد المراجعة نموذج ميديللي وآخرون كأكثر فعالية عبر مجموعة من المنتجات الزراعية. بالإضافة إلى ذلك، تسلط الضوء على إمكانية الشبكات العصبية الاصطناعية (ANNs) لتحسين توقعات سلوك التجفيف، مما يقترح اتجاهات بحث مستقبلية لتطبيقها في هذا المجال. يعتمد اختيار نموذج التجفيف الأمثل على الخصائص المحددة للمنتج الزراعي وظروف التجفيف، مما يبرز الحاجة إلى نهج مخصص في نمذجة إزالة الرطوبة.
مقدمة
تناقش مقدمة الورقة أهمية التجفيف كطريقة للحفاظ على الفواكه والخضروات، مع التركيز على دوره في تقليل محتوى الرطوبة لضمان التخزين الآمن على المدى الطويل. يعزز التجفيف الاستقرار الميكروبيولوجي، ويقلل من التفاعلات الكيميائية الضارة، ويخفض تكاليف النقل والتخزين. ومع ذلك، يُلاحظ أن عمليات التجفيف تتطلب طاقة كبيرة، حيث تمثل حوالي 10-15% من استخدام الطاقة الصناعية العالمية، مع نسب أعلى في بعض الدول. وهذا يبرز الحاجة الملحة لتقنيات التجفيف الموفرة للطاقة.
تدعو الورقة إلى استخدام الطاقة الشمسية في تجفيف المنتجات الزراعية كبديل مستدام للوقود الأحفوري، خاصة في المناطق الريفية من الدول النامية حيث الكهرباء نادرة. لا يقلل التجفيف الشمسي من استهلاك الطاقة التقليدية بنسبة 27-80% فحسب، بل يحافظ أيضًا على الجودة الغذائية للطعام. تتأثر كفاءة المجففات الشمسية بعوامل مختلفة، بما في ذلك المناخ والموقع الجغرافي والتصميم. تختتم المقدمة بتلخيص النتائج الرئيسية من الدراسات ذات الصلة، مشيرة إلى أن معلمات مثل درجة الحرارة وسرعة الهواء والمعالجات المسبقة تؤثر بشكل كبير على كفاءة التجفيف وجودة المنتج.
الطرق
تستخدم تقييم نماذج التجفيف بالطبقة الرقيقة للمنتجات الزراعية التحليل الإحصائي والانحدار، مستفيدة من تقنيات الانحدار الخطية وغير الخطية لكشف العلاقات بين المتغيرات، خاصة في غياب الارتباطات التجريبية المعروفة. تتضمن عملية اختيار النموذج الأكثر ملاءمة للتجفيف بالطبقة الرقيقة نهجًا منهجيًا: في البداية، يتم حساب المعلمات الإحصائية ذات الصلة، تليها أولوية النماذج بناءً على مقاييس أدائها كما هو موضح في الجدول 2. في النهاية، يتم اختيار النموذج الذي يظهر الخصائص الإحصائية الأكثر ملاءمة للتطبيق المحدد.
النتائج
تسلط التحليل البيبليومتري المقدم في هذا القسم الضوء على النتائج الرئيسية المتعلقة باتجاهات النشر وسلوك الاقتباس في هذا المجال. يتضمن مقاييس حاسمة مثل الناتج السنوي للنشر، وإجمالي الاقتباسات سنويًا، والدول الأكثر اقتباسًا، مما يوفر نظرة شاملة على مشهد البحث. بالإضافة إلى ذلك، يحدد التحليل المساهمات الكبيرة من مختلف الجامعات ويفحص أنماط التأليف، والتي تعتبر حاسمة لفهم الديناميات التعاونية في هذا المجال.
سيتم توضيح هذه النتائج في الأقسام الفرعية التالية، مما يوفر رؤى أعمق حول الاتجاهات والسلوكيات التي تميز التواصل الأكاديمي في هذا المجال. تؤكد النتائج على أهمية المؤشرات البيبليومترية في تقييم تأثير وتطور مخرجات البحث بمرور الوقت.
المناقشة
تؤكد المناقشة حول التجفيف بالطبقة الرقيقة على أهميته في تحسين عملية التجفيف للمنتجات الزراعية من خلال تحليل حركيات التجفيف من خلال قياسات فقدان الوزن. يتميز العملية بفترتين رئيسيتين: فترة المعدل الثابت، حيث تتبخر الرطوبة بشكل مستمر، وفترة المعدل المتناقص، التي تشمل مرحلة أولية من تباطؤ إزالة الرطوبة تليها انخفاض منحني. يمكن أن تختلف حركيات التجفيف بشكل كبير بناءً على خصائص المنتج والظروف البيئية، مما يستلزم استخدام نماذج رياضية مختلفة لوصف هذه السلوكيات بدقة.
تلعب النمذجة الرياضية دورًا حاسمًا في فهم وتحسين عمليات التجفيف، مما يسمح بتوقع محتوى الرطوبة في أي مرحلة من مراحل التجفيف. تُصنف النماذج إلى أنواع تجريبية ونصف نظرية ونظرية، كل منها له افتراضات ونطاقات تطبيق مميزة. بينما تكون النماذج التجريبية بسيطة وتعتمد على البيانات التجريبية، إلا أنها تفتقر إلى الأسس النظرية. على النقيض من ذلك، تتضمن النماذج النظرية مبادئ أساسية لنقل الكتلة والحرارة لكنها أكثر تعقيدًا. تربط النماذج نصف النظرية الفجوة بين هذين النوعين، مستخدمة تقريبات للمعادلات النظرية. يعد اختيار النموذج أمرًا أساسيًا لتقييم حركيات التجفيف بدقة، خاصة في ظل ظروف التجفيف المتغيرة، مما يساعد في تصميم وتشغيل معدات التجفيف لتعزيز الكفاءة وجودة المنتج.
القيود
تقدم الدراسة عدة قيود قد تؤثر على شمولية نتائجها. أولاً، قد يؤدي الاعتماد على قواعد بيانات Scopus وGoogle Scholar إلى استبعاد الدراسات ذات الصلة المتاحة في قواعد بيانات أخرى مثل Web of Science أو PubMed. علاوة على ذلك، قد يؤدي استبعاد المنشورات غير الإنجليزية والمقالات المدفوعة إلى تضييق نطاق المراجعة.
بالإضافة إلى ذلك، يحد التركيز على نماذج التجفيف بالطبقة الرقيقة المستخدمة على نطاق واسع من استكشاف النماذج البديلة والتقنيات الناشئة، مثل الشبكات العصبية الاصطناعية (ANN) وتعلم الآلة، والتي يمكن أن توفر رؤى قيمة. أخيرًا، لا تأخذ الدراسة في الاعتبار بشكل كامل العوامل البيئية، بما في ذلك الرطوبة وسرعة الرياح، التي قد تؤثر على عملية التجفيف وقابلية تطبيق النماذج المناقشة. تشير هذه القيود إلى مسارات للبحث المستقبلي لتعزيز فهم ديناميات التجفيف بالطبقة الرقيقة.
DOI: https://doi.org/10.1007/s44187-025-00362-1
Publication Date: 2025-03-27
Author(s): Halefom Kidane et al.
Primary Topic: Food Drying and Modeling
Overview
The section provides an overview of thin-layer drying models, emphasizing their application in solar drying systems for agricultural products. It contrasts existing reviews that broadly cover various drying methods by focusing specifically on the mechanisms involved in solar drying. A bibliometric analysis reveals that research in this area has been ongoing since 1976, with a notable increase in publications peaking at 48 papers in 2021, predominantly from India, followed by contributions from China, Morocco, and Germany.
Key findings indicate that factors such as inlet air temperature and pretreatments significantly enhance the drying process. The review identifies the Midilli et al. model as particularly effective across a range of agricultural products. Additionally, it highlights the potential of artificial neural networks (ANNs) to improve predictions of drying behavior, suggesting future research directions for their application in this domain. The selection of an optimal drying model is contingent upon the specific characteristics of the agricultural product and the drying conditions, underscoring the need for tailored approaches in modeling moisture removal.
Introduction
The introduction of the paper discusses the significance of drying as a preservation method for fruits and vegetables, emphasizing its role in reducing moisture content to ensure safe long-term storage. Drying enhances microbiological stability, minimizes harmful chemical reactions, and lowers transportation and storage costs. However, it is noted that drying processes are energy-intensive, accounting for approximately 10-15% of global industrial energy use, with even higher percentages in certain countries. This highlights the urgent need for energy-efficient drying technologies.
The paper advocates for the use of solar energy in drying agricultural products as a sustainable alternative to fossil fuels, particularly in rural areas of developing countries where electricity is scarce. Solar drying not only reduces conventional energy consumption by 27-80% but also preserves the nutritional quality of food. The efficiency of solar dryers is influenced by various factors, including climate, geographical location, and design. The introduction concludes by summarizing key findings from related studies, indicating that parameters such as temperature, air velocity, and pretreatments significantly affect drying efficiency and product quality.
Methods
The evaluation of thin layer drying models for agricultural products employs statistical regression and correlation analyses, utilizing both linear and nonlinear regression techniques to uncover relationships among variables, particularly in the absence of established empirical correlations. The selection process for the most suitable thin-layer drying model involves a systematic approach: initially, relevant statistical parameters are computed, followed by the prioritization of models based on their performance metrics as outlined in Table 2. Ultimately, the model exhibiting the most favorable statistical characteristics is chosen for the specific application.
Results
The bibliometric analysis presented in this section highlights key findings regarding publication trends and citation behaviors within the field. It includes critical metrics such as annual publication output, total citations per year, and the most cited countries, providing a comprehensive overview of the research landscape. Additionally, the analysis identifies significant contributions from various universities and examines authorship patterns, which are crucial for understanding collaborative dynamics in the field.
These findings will be elaborated upon in subsequent subsections, offering deeper insights into the trends and behaviors that characterize scholarly communication in this area. The results underscore the importance of bibliometric indicators in assessing the impact and evolution of research outputs over time.
Discussion
The discussion on thin layer drying emphasizes its significance in optimizing the drying process of agricultural products by analyzing drying kinetics through weight loss measurements. The process is characterized by two main periods: the constant rate period, where moisture evaporates steadily, and the falling rate period, which includes an initial phase of slowed moisture removal followed by a curvilinear decrease. The drying kinetics can vary significantly based on product characteristics and environmental conditions, necessitating the use of various mathematical models to accurately describe and predict these behaviors.
Mathematical modeling plays a crucial role in understanding and optimizing drying processes, allowing for the prediction of moisture content at any stage of drying. Models are categorized into empirical, semi-theoretical, and theoretical types, each with distinct assumptions and applicability ranges. While empirical models are straightforward and based on experimental data, they lack theoretical grounding. In contrast, theoretical models incorporate fundamental principles of mass and heat transfer but are more complex. Semi-theoretical models bridge the gap between these two, utilizing approximations of theoretical equations. The choice of model is essential for accurately evaluating drying kinetics, especially under fluctuating drying conditions, ultimately aiding in the design and operation of drying equipment to enhance efficiency and product quality.
Limitations
The study presents several limitations that may affect the comprehensiveness of its findings. Firstly, the reliance on Scopus and Google Scholar databases may lead to the exclusion of pertinent studies available in other databases such as Web of Science or PubMed. Furthermore, the exclusion of non-English publications and paid articles could narrow the scope of the review.
Additionally, the focus on widely used thin-layer drying models limits the exploration of alternative models and emerging technologies, such as Artificial Neural Networks (ANN) and machine learning, which could provide valuable insights. Lastly, the study does not fully account for environmental factors, including humidity and wind speed, which may influence the drying process and the applicability of the models discussed. These limitations suggest avenues for future research to enhance the understanding of thin-layer drying dynamics.