基于CFD和RSM的红茶萎凋机性能参数优化

doi:10.13305/j.cnki.jts.2019.05.006

茶叶科学 ›› 2019, Vol. 39 ›› Issue (5): 547-554.doi: 10.13305/j.cnki.jts.2019.05.006

基于CFD和RSM的红茶萎凋机性能参数优化

安霆^{1, 2}, 江用文², 梁高震^{1, 2}, 胡斌^{1, *}, 董春旺^{2, *}

1. 石河子大学机械电气工程学院,新疆石河子 832000;
2. 中国农业科学院茶叶研究所,浙江杭州 310008

收稿日期:2019-01-24 修回日期:2019-02-27 出版日期:2019-10-15 发布日期:2019-10-15
通讯作者: hb_mac@sina.com,dongchunwang@tricaas.com
作者简介:安霆,男,硕士研究生,主要从事茶叶机械方面的研究。
基金资助:
国家重点研发项目（2017YFD0400802）、中央级院所基本科研业务专项（1610212018005）

Optimization of Performance Parameters of Black Tea Withering Machine Based on CFD and RSM

AN Ting^{1, 2}, JIANG Yongwen², LIANG Gaozhen^{1, 2}, HU Bin^{1, *}, DONG Chunwang^{2, *}

1. Machinery and Electricity Engineering College, Shihezi University, Shihezi 832000, China;
2. Tea Research Institute, Chinese Academy of Agricultural Sciences, Hangzhou 310008, China

Received:2019-01-24 Revised:2019-02-27 Online:2019-10-15 Published:2019-10-15

摘要/Abstract

摘要： 为探明萎凋机结构参数对萎凋性能的影响特性,通过流体力学软件进行萎凋环境的数值模拟分析,以无量纲化后的温度场综合指标作为萎凋性能优劣的评判指标,并采用响应面法（RSM）对影响萎凋性能的3个因素（萎凋机层高x₁、萎凋机与萎凋房空间距x₂、气路位置x₃）进行优化。结果表明,各因素对萎凋品质的影响重要性顺序依次为：气路位置>萎凋机层高>空间距;当萎凋机层高、空间距、气路位置分别为0.1、0.1、1.496βm时,红茶萎凋机温度场性能最优,所建模型决定系数为0.968β3,调整后的决定系数为0.927β5,标准偏差为0.061,最优方案理论值和实际值分别为：0.951β9和0.909β6。CFD和RSM融合分析方法,适用于红茶萎凋机的性能参数优化。

关键词: 红茶, 萎凋, CFD, RSM, 参数优化

Abstract: In order to ascertain the influence of the structural parameters of the withering machine on withering performance, the numerical simulation analysis of withering environment was carried out by the fluid mechanics software. The temperature-integrated index after the dimensionless was used as the evaluation index of the withering performance and the response surface methodology (RSM) was used to optimize the three factors (the withering layer height x₁, the withering machine and the withering room space x₂, and the gas position x₃) that affect withering quality. The result shows that the order of importance of each factor on the withering quality was as follows: gas path position, withering machine layer height, space distance. The best set for temperature field performance of the black tea withering machine were x₁=10βcm, x₂=10βcm, x₃ =149.6βcm. The model’s R²=0.968β3, adjR²=0.927β5, the standard deviation was 0.061. The theoretical and actual values of the optimal scheme were: 0.951β9 and 0.909β6, respectively. The CFD and RSM fusion analysis method was suitable for optimizing the performance parameters of the black tea withering machine.

Key words: black tea, withering, CFD, RSM, parameter optimization

中图分类号:

TS272.3

安霆, 江用文, 梁高震, 胡斌, 董春旺. 基于CFD和RSM的红茶萎凋机性能参数优化[J]. 茶叶科学, 2019, 39(5): 547-554. doi: 10.13305/j.cnki.jts.2019.05.006.

AN Ting, JIANG Yongwen, LIANG Gaozhen, HU Bin, DONG Chunwang. Optimization of Performance Parameters of Black Tea Withering Machine Based on CFD and RSM[J]. Journal of Tea Science, 2019, 39(5): 547-554. doi: 10.13305/j.cnki.jts.2019.05.006.

参考文献 24

[1]	Liang G Z, Dong C W, Hu B, et al.Prediction of moisture content for congou black tea withering leaves using image features and nonlinear method[J]. Scientific Reports, 2018, 8(1): 7854. DOI: 10.1038/s41598-018-26165-2.
[2]	黄藩, 董春旺, 朱宏凯, 等. 红茶萎凋中鲜叶理化变化及工艺技术研究进展[J]. 中国农学通报, 2014, 30(27): 275-281.
[3]	覃事永, 安霆, 董春旺. 工夫红茶加工装备研究现状[J]. 中国茶叶加工, 2018(4): 43-47.
[4]	江用文, 滑金杰, 袁海波. 我国红茶产业现状分析与前景展望[J]. 中国茶叶加工, 2018(4): 5-10.
[5]	张起勋, 于海业, 张忠元, 等. 利用CFD模型研究日光温室内的空气流动[J]. 农业工程学报, 2012, 28(16): 166-171.
[6]	刘素惠. 基于CFD的乌龙茶做青环境模拟与优化探讨[D]. 福州: 福建农林大学, 2012.
[7]	陈霖熙. 白茶连续化生产线建立及关键工艺试验研究[D]. 福州: 福建农林大学, 2014.
[8]	赵爱凤. 萎凋环境因子对白茶品质形成的影响及控制技术探讨[D]. 福州: 福建农林大学, 2008.
[9]	王钦明. 基于FLUENT的茶叶风选机流场模拟及结构改进研究[D]. 昆明: 昆明理工大学, 2017.
[10]	Box G,Wilson K B.On the experimental attainment of optimum conditions[J]. Journal of the Royal Statistical Society Series B:Statistical Methodology, 1951(1): 1-45.
[11]	Chen W C, Kurniawan D.Process parameters optimization for multiple quality characteristics in plastic injection molding using Taguchi method, BPNN, GA, and hybrid PSO-GA[J]. International Journal of Precision Engineering and Manufacturing, 2014, 15(8): 1583-1593.
[12]	Desai K M, Survase S A, Saudagar P S, et al.Comparison of artificial neural network (ANN) and response surface methodology (RSM) in fermentation media optimization: Case study of fermentative production of scleroglucan[J]. Biochemical Engineering Journal, 2008, 41(3): 266-273.
[13]	Guo W L, Zhang Y B, Lu J H, et al.Optimization of fermentation medium for nisin production from Lactococcus lactis subsp. lactis using response surface methodology (RSM) combined with artificial neural network-genetic algorithm (ANN-GA)[J]. African Journal of Biotechnology, 2010, 9(38): 6264-6272.
[14]	Pilkington J L, Preston C, Gomes R L.Comparison of response surface methodology (RSM) and artificial neural networks (ANN) towards efficient extraction of artemisinin from Artemisia annua [J]. Industrial Crops and Products, 2014, 58: 15-24. DOI: 10.1016/j.indcrop.2014.03.016.
[15]	文鹏程, 王军, 任发政, 等. 牧区奶干渣组合式发酵剂响应面法优化[J]. 农业机械学报, 2014, 45(8): 241-247.
[16]	董春旺, 赵杰文, 朱宏凯, 等. 基于RSM和BP-AdaBoost-GA的红茶发酵性能参数优化[J]. 农业机械学报, 2017, 48(5): 335-342.
[17]	滑金杰, 袁海波, 江用文, 等. 响应面设计优化工夫红茶萎凋工艺参数[J]. 江苏农业科学, 2015, 43(10): 362-366.
[18]	滑金杰. 工夫红茶萎凋工序中鲜叶呼吸作用及理化特性的基础研究[D]. 北京: 中国农业科学院, 2014.
[19]	冯呈艳. 茶鲜叶原料的主要物料学特性的研究及应用[D]. 武汉: 华中农业大学, 2013.
[20]	张哲. 茶叶物理特性及吸湿解吸平衡规律研究[D]. 武汉: 华中农业大学, 2012.
[21]	殷鸿范. 茶叶的热物理特性[J]. 茶叶科学, 1985, 5(1): 1-6.
[22]	石贤权. 茶叶的热力学特性分析[J]. 茶叶, 1984(3): 32-35.
[23]	董春旺, 叶阳, 江用文, 等. 工夫红茶可视化富氧发酵机设计及试验研究[J]. 茶叶科学, 2015, 35(4): 370-376.
[24]	何昌德, 董春旺, 吴锋. 基于虚拟正交试验的汽车转向盘骨架优化设计的研究[J]. 汽车工程, 2013, 35(4): 326-330.

基于CFD和RSM的红茶萎凋机性能参数优化

Optimization of Performance Parameters of Black Tea Withering Machine Based on CFD and RSM

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 24

相关文章 15

Metrics

本文评价

推荐阅读 10

[1]	张应根, 项丽慧, 陈林, 林清霞, 宋振硕, 王丽丽. 不同控温除湿萎凋环境对白茶风味品质和化学轮廓的影响[J]. 茶叶科学, 2022, 42(4): 525-536.
[2]	欧阳珂, 张成, 廖雪利, 坤吉瑞, 童华荣. 基于感官组学分析玉米香型南川大茶树工夫红茶特征香气[J]. 茶叶科学, 2022, 42(3): 397-408.
[3]	陈佳佳, 朱陈松, 朱文伟, 商虎, 林琳, 罗玉琴, 孙威江. 白茶萎凋过程中氨基酸类物质代谢分析[J]. 茶叶科学, 2021, 41(4): 471-481.
[4]	林馨颖, 王鹏杰, 陈雪津, 郭永春, 谷梦雅, 郑玉成, 叶乃兴. 茶树LOX基因家族的鉴定及其在白茶萎凋过程的表达分析[J]. 茶叶科学, 2021, 41(4): 482-496.
[5]	谷梦雅, 王鹏杰, 陈雪津, 郑玉成, 郭永春, 林馨颖, 高婷, 侯炳豪, 叶乃兴. 茶树乙醇脱氢酶基因家族的鉴定及其在白茶萎凋过程的表达分析[J]. 茶叶科学, 2021, 41(3): 302-314.
[6]	岳文杰, 金心怡, 陈明杰, 叶乃兴, 郭丽, 赵峰. 基于非靶向代谢组学分析白茶室内自然萎凋过程代谢物的变化规律[J]. 茶叶科学, 2021, 41(3): 379-392.
[7]	林家正, 涂政, 陈琳, 叶阳, 刘飞, 王玉婉, 杨云飞, 伍洵, 吕昊威. 红光萎凋对茶叶挥发性成分及其成品红茶品质的影响[J]. 茶叶科学, 2021, 41(3): 393-405.
[8]	崔俪丹, 张湘琳, 项希, 李兰兰, 屈青云, 徐洋洋, 王继国, 刘峰, 龚志华, 肖文军. 微波初干工艺对红茶品质的影响[J]. 茶叶科学, 2021, 41(3): 406-418.
[9]	王盛琳, 杨崇山, 刘中原, 柳善建, 董春旺. 基于电特性的红茶发酵中茶多酚含量快速检测方法[J]. 茶叶科学, 2021, 41(2): 251-260.
[10]	陈林, 张应根, 陈键, 宋振硕, 项丽慧, 余文权, 尤志明. 乌龙茶品种鲜叶加工白茶过程中香气成分动态变化规律[J]. 茶叶科学, 2020, 40(6): 771-781.
[11]	卢莉, 程曦, 张渤, 沈小霞, 刘艳, 熊丽, 袁潇, 李远华, 黎星辉. 小种红茶茶多酚和咖啡碱近红外定量分析模型的建立[J]. 茶叶科学, 2020, 40(5): 689-695.
[12]	陈翔, 田月月, 张丽霞. 基于亲水相互作用液相色谱-三重四极杆质谱法研究白茶萎凋过程中代谢物的变化[J]. 茶叶科学, 2020, 40(2): 238-249.
[13]	王家勤, 姚月凤, 袁海波, 江用文, 李佳. 基于色差系统的工夫红茶茶汤亮度的量化评价方法研究[J]. 茶叶科学, 2020, 40(2): 259-268.
[14]	张建勇, 陈琳, 崔宏春, 王伟伟, 薛金金, 熊春华, 江和源. PBD和RSM联用优化聚酯型儿茶素A化学合成技术参数[J]. 茶叶科学, 2020, 40(1): 51-62.
[15]	许咏梅, 施云峰. 中国红茶出口“一带一路”沿线国家贸易及其影响因素实证分析[J]. 茶叶科学, 2019, 39(5): 602-610.