Class foods with the lowest maximum

Class foods with the lowest maximum thermal conductivity ratio are the simplest foods to predict thermal properties for since the uncertainty involved is relatively low, as indicated by the small region bounded by the Series and Parallel models (Fig. 2a). In this case, most thermal conductivity models commonly found in the food engineering and refrigeration literature will provide predictions of sufficient accuracy. However, food Classes II, III and IV provide greater challenges to thermal conductivity prediction since the thermal conductivity of ice is an order of magnitude higher than

ผลลัพธ์ (ไทย) 1:

อาหารชั้น ด้วยอัตราสูงสุดในการนำความร้อนต่ำเป็นอาหารง่ายที่ทำนายคุณสมบัติความร้อนเพราะความไม่แน่นอนเกี่ยวข้องค่อนข้างต่ำ ตามที่ระบุ โดยภูมิภาคขนาดเล็กล้อมรอบ ด้วยรูปแบบลำดับและแบบขนาน (รูป 2a) ในกรณีนี้ รุ่นนำความร้อนส่วนใหญ่พบในวิศวกรรมอาหาร และวรรณกรรมทำความเย็นจะช่วยให้คาดคะเนความแม่นยำเพียงพอ อย่างไรก็ตาม อาหารประเภท II, III และ IV ให้ท้าทายมากขึ้นเพื่อทำนายการนำความร้อนตั้งแต่การนำความร้อนของน้ำแข็ง มีความสูงกว่า

ผลลัพธ์ (ไทย) 2:

อาหารชั้นมีอัตราการนำความร้อนสูงสุดต่ำสุดเป็นอาหารที่ง่ายที่สุดในการทำนายสมบัติทางความร้อนตั้งแต่ความไม่แน่นอนที่เกี่ยวข้องค่อนข้างต่ำตามที่ระบุโดยพื้นที่เล็ก ๆ ล้อมรอบด้วยซีรีส์และรูปแบบขนาน (รูป. 2A) ในกรณีนี้ส่วนใหญ่รูปแบบการนำความร้อนที่พบได้ทั่วไปในวิศวกรรมอาหารและเครื่องทำความเย็นวรรณกรรมจะให้การคาดการณ์ของความถูกต้องเพียงพอ แต่เรียนอาหารครั้งที่สอง III และ IV ให้ความท้าทายมากขึ้นในการทำนายการนำความร้อนตั้งแต่การนำความร้อนของน้ำแข็งเป็นลำดับความสำคัญสูงกว่า

ผลลัพธ์ (ไทย) 3:

เรียนอาหารที่มีค่าการนำความร้อนต่ำสุดสูงสุดอัตราส่วนเป็นง่ายอาหารเพื่อทำนายคุณสมบัติทางความร้อนเนื่องจากไม่แน่นอนค่อนข้างต่ำ ตามที่ระบุ โดยเขตเล็ก ๆล้อมรอบด้วยชุดและแบบจำลองแบบขนาน ( รูปที่ 2A ) ในกรณีนี้ แบบจำลองการนำความร้อน ส่วนใหญ่มักพบในอาหาร วิศวกรรมและวรรณคดีจะแช่แข็งให้คำทำนายของความถูกต้องเพียงพอ . อย่างไรก็ตาม อาหาร ชั้น 2 , 3 และ 4 ให้ความท้าทายมากขึ้นเพื่อทำนายค่าการนำความร้อนตั้งแต่ค่าการนำความร้อนของน้ำแข็งเป็นคำสั่งของขนาดสูงกว่า