Теплотехнічні аспекти автоматичного регулювання тепловологісного стану теплоносія у зерносушарках шахтного типу
DOI:
https://doi.org/10.31210/spi2026.29.02.29Ключові слова:
сушіння зерна, зерносушарка шахтного типу, теплоносій, тепловологісний стан, автоматичне регулювання, PID-регулювання, тепло- і масообмінАнотація
У статті розглянуто теплотехнічні аспекти автоматичного регулювання тепловологісного стану теплоносія у зерносушарках шахтного типу. Метою дослідження є обґрунтування особливостей формування та стабілізації температурно-вологісних параметрів теплоносія в умовах автоматизованого керування процесом сушіння зерна. Дослідження базується на методах аналізу та узагальнення науково-технічної літератури, системного аналізу, теплотехнічного аналізу процесів тепло- і масообміну, а також математичного моделювання динамічних процесів керування у зерносушильних системах. Проаналізовано фізичну модель процесу сушіння зерна у шахтних зерносушарках та визначено основні фактори, що впливають на формування тепловологісного стану сушильного агента. Установлено, що ефективність процесу сушіння значною мірою залежить від стабільності температурно-вологісних параметрів теплоносія, початкової вологості зерна, витрати повітряного потоку та теплової інерційності сушильної системи. На основі рівняння теплового балансу та математичних моделей видалення вологи із зернового матеріалу обґрунтовано взаємозв’язок між параметрами теплоносія та інтенсивністю тепло- і масообміну у зерновому шарі. Запропоновано динамічну модель сушильної системи, яка враховує інерційність теплових процесів і затримку між керуючим впливом та реакцією сушильної камери. У роботі обґрунтовано доцільність використання системи автоматичного керування із замкненим контуром на основі PID-регулювання для одночасної стабілізації температурних і вологісних параметрів теплоносія. Запропонований підхід забезпечує безперервний моніторинг параметрів сушильного середовища та коригування режимів роботи теплогенератора і вентиляційної системи відповідно до зміни теплового стану зернової маси. Побудовані графічні залежності у декартових системах координат показали, що автоматичне регулювання дозволяє зменшити коливання температури теплоносія, підвищити стабільність режимів сушіння, знизити непродуктивні теплові втрати та підвищити енергоефективність процесу сушіння. Установлено, що багатопараметричне регулювання тепловологісного стану теплоносія сприяє більш рівномірному видаленню вологи із зернового матеріалу та зменшує ризик локального перегріву зерна. Практичне значення отриманих результатів полягає у можливості використання запропонованих підходів під час проєктування та вдосконалення автоматизованих систем керування зерносушарками шахтного типу з метою підвищення стабільності та енергоефективності технологій сушіння зерна.
Посилання
1. Yu, P., Zhu, W., Shen, C., Qiao, Y., Zhang, W., Zhu, Y., Gong, J., & Cai, J. (2025). Current status of grain drying technology and equipment development: A review. Foods, 14(14), 2426. https://doi.org/10.3390/foods14142426
2. Jimoh, K. A., Hashim, N., Shamsudin, R., Man, H. C., Jahari, M., & Onwude, D. I. (2023). Recent advances in the drying process of grains. Food Engineering Reviews, 15(3), 548–576. https://doi.org/10.1007/s12393-023-09333-7
3. Baidhe, E., & Clementson, C. L. (2024). A review of the application of modeling and simulation to drying systems for improved grain and seed quality. Computers and Electronics in Agriculture, 222, 109094. https://doi.org/10.1016/j.compag.2024.109094
4. Su, Y., Zhang, M., & Mujumdar, A. S. (2014). Recent developments in smart drying technology. Drying Technology, 33(3), 260–276. https://doi.org/10.1080/07373937.2014.985382
5. Najjar, Y., & Irbai, A. (2019). Heat and mass transfer analysis of a grain dryer. INMATEH – Agricultural Engineering, 58(2), 231–238.
6. Mondal, Md. H. T., & Sarker, Md. S. H. (2024). Comprehensive energy analysis and environmental sustainability of industrial grain drying. Renewable and Sustainable Energy Reviews, 199, 114442. https://doi.org/10.1016/j.rser.2024.114442
7. Zhang, Y., Fang, Z., Li, C., & Li, C. (2023). Deep-learning-based model predictive control of an industrial-scale multistate counter-flow paddy drying process. Foods, 13(1), 43. https://doi.org/10.3390/foods13010043
8. Chakravartula, S. S. N., Bandiera, A., Nardella, M., Bedini, G., Ibba, P., Massantini, R., & Moscetti, R. (2023). Computer vision-based smart monitoring and control system for food drying: A study on carrot slices. Computers and Electronics in Agriculture, 206, 107654. https://doi.org/10.1016/j.compag.2023.107654
9. Kang, C., Zhang, G., Zhang, Q., Mu, G., Guo, H., Yuan, T., Li, R., Li, X., & Zhao, C. (2024). Control of multi-energy drying system: Optimal weighted combination prediction of moisture content and fuzzy compensation of wind speed. Thermal Science and Engineering Progress, 50, 102503. https://doi.org/10.1016/j.tsep.2024.102503
10. Sitompul, J. P., Istadi, & Widiasa, I. N. (2001). Modeling and simulation of deep-bed grain dryers. Drying Technology, 19(2), 269–280. https://doi.org/10.1081/drt-1001029
11. Beigi, M., Tohidi, M., & Torki-Harchegani, M. (2017). Exergetic analysis of deep-bed drying of rough rice in a convective dryer. Energy, 140, 374–382. https://doi.org/10.1016/j.energy.2017.08.100
12. Chang, K., Li, J., Jin, Y., & Liu, C. (2024). Development of grain dryer control technology from the perspective of low carbon and intelligentization. Applied Sciences, 14(22), 10587. https://doi.org/10.3390/app142210587
13. Venkateswarlu, K., & Reddy, S. V. K. (2024). Recent trends on energy-efficient solar dryers for food and agricultural products drying: a review. Waste Disposal & Sustainable Energy, 6(3), 335–353. https://doi.org/10.1007/s42768-024-00193-3
14. Shamshiri, R. R., Bojic, I., van Henten, E., Balasundram, S. K., Dworak, V., Sultan, M., & Weltzien, C. (2020). Model- based evaluation of greenhouse microclimate using IoT-Sensor data fusion for energy efficient crop production. Journal of Cleaner Production, 263, 121303. https://doi.org/10.1016/j.jclepro.2020.121303
15. Sorochinsky, V. F., & Dogadin, A. L. (2019). Assessing a dryer state using the parameters of a spent drying agent. IOP Conference Series: Earth and Environmental Science, 341(1), 12118. https://doi.org/10.1088/1755-1315/341/1/012118
16. Okunola, A., Adekanye, T., & Idahosa, E. (2021). Energy and exergy analyses of okra drying process in a forced convection cabinet dryer. Research in Agricultural Engineering, 67(1), 8–16. https://doi.org/10.17221/48/2020-rae
17. Thoben, K.-D., Wiesner, S., Wuest, T., & . (2017). “Industrie 4.0” and smart manufacturing – a review of research issues and application examples. International Journal of Automation Technology, 11(1), 4–16. https://doi.org/10.20965/ijat.2017.p0004
18. Hiendro, A., Syaifurrahman, S., Wigyarianto, F. T. P., & Husin, F. (2025). Real-time paddy grain drying and monitoring system using long range-internet of things. International Journal of Electrical and Computer Engineering (IJECE), 15(1), 448. https://doi.org/10.11591/ijece.v15i1.pp448-454
19. Defraeye, T. (2014). Advanced computational modelling for drying processes – A review. Applied Energy, 131, 323–344. https://doi.org/10.1016/j.apenergy.2014.06.027
20. Lewis, M. A., & Trabelsi, S. (2021). Modeling heat and mass transfer within an eighth-scale grain drying system. 2021 ASABE Annual International Virtual Meeting, July 12-16, 2021. https://doi.org/10.13031/aim.202101181
Downloads
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
