Thermal conductivity data are impor

Thermal conductivity data are important for food process modelling and design. Where reliable thermal conductivity data are not available, they need to be predicted. The most accurate ‘first approximation’ methodology for predicting the isotropic thermal conductivity of foods based only on data for composition, initial freezing temperature and temperature dependent thermal conductivity of the major food components was sought. A key feature of the methodology was that no experimental measurements were to be required. A multi-step prediction procedure employing the Parallel, Levy and Effective Medium Theory models sequentially for the components other than ice and air, ice and then air respectively is recommended. It was found to provide the most accurate predictions over the range of foods considered (both frozen and unfrozen, porous and non-porous). The Co-Continuous model applied in a single step also provided prediction accuracy within ±20% (on average), except for the porous frozen foods considered. For greater accuracy more rigorous modelling approaches based on knowledge of the foods structure would be required.

ผลลัพธ์ (ไทย) 1:

ข้อมูลการนำความร้อนเป็นสิ่งสำคัญสำหรับการออกแบบและสร้างแบบจำลองกระบวนการอาหาร ไม่มีข้อมูลที่เชื่อถือได้ในการนำความร้อน พวกเขาต้องคาดการณ์ มากที่สุดถูกต้อง 'แรกประมาณ' วิธีการประเมินการนำความร้อน isotropic อาหารจากข้อมูลสำหรับองค์ประกอบ ต้นแช่แข็งอุณหภูมิและอุณหภูมิที่ขึ้นอยู่กับการนำความร้อนส่วนใหญ่อาหารที่ต้องการ คุณลักษณะที่สำคัญของวิธีการถูกประเมินทดลองไม่ถูกต้อง กระบวนการคาดเดาหลายขั้นตอนใช้แบบขนาน เลวี และ ทฤษฎีสื่อมีประสิทธิภาพตามลำดับสำหรับคอมโพเนนต์อื่นนอกเหนือจากน้ำแข็งและอากาศ น้ำแข็ง และอากาศตามลำดับแนะนำ พบการให้คาดคะเนถูกต้องที่สุดผ่านช่วงอาหาร (ทั้งแช่แข็ง และ unfrozen พรุน และไม่มีรูพรุน) รุ่น Co อย่างต่อเนื่องที่ใช้ในบริการความแม่นยำทำนายภายใน± 20% (โดยเฉลี่ย), ยกเว้นอาหารแช่แข็งมีรูพรุนที่ถือว่า สำหรับแม่นยำมากขึ้น อย่างหลากวิธีตามความรู้ของอาหารจะต้องใช้

ผลลัพธ์ (ไทย) 2:

ข้อมูลการนำความร้อนที่มีความสำคัญสำหรับการสร้างแบบจำลองกระบวนการอาหารและการออกแบบ ที่มีข้อมูลการนำความร้อนที่น่าเชื่อถือได้ที่พวกเขาจะต้องมีการคาดการณ์ไว้ ถูกต้องมากที่สุด 'ครั้งแรกประมาณ' วิธีการในการทำนายการนำความร้อนของอาหาร isotropic ขึ้นอยู่เฉพาะในข้อมูลสำหรับองค์ประกอบอุณหภูมิเริ่มและอุณหภูมิการนำความร้อนขึ้นอยู่กับส่วนประกอบอาหารที่สำคัญได้ขอ คุณลักษณะที่สำคัญของวิธีการก็คือการที่ไม่มีการทดลองวัดจะถูกต้อง ขั้นตอนการทำนายหลายขั้นตอนการจ้างขนานประกาศและทฤษฎีกลางที่มีประสิทธิภาพรุ่นตามลำดับสำหรับส่วนประกอบอื่น ๆ นอกเหนือจากน้ำแข็งและอากาศน้ำแข็งและจากนั้นอากาศจะแนะนำตามลำดับ มันถูกพบเพื่อให้การคาดการณ์ที่ถูกต้องที่สุดในช่วงของอาหารที่ถือว่า (ทั้งแช่แข็งและ unfrozen, รูพรุนและไม่มีรูพรุน) รูปแบบการร่วมอย่างต่อเนื่องนำไปใช้ในขั้นตอนเดียวนอกจากนี้ยังมีความแม่นยำในการทำนายเกิน± 20% (โดยเฉลี่ย) ยกเว้นอาหารแช่แข็งที่มีรูพรุนพิจารณา เพื่อความถูกต้องมากขึ้นมากขึ้นการสร้างแบบจำลองอย่างเข้มงวดวิธีบนพื้นฐานความรู้ของโครงสร้างอาหารที่จะต้อง

ผลลัพธ์ (ไทย) 3:

ข้อมูลสำคัญสำหรับแบบจำลองการนำความร้อน กระบวนการผลิตอาหารและการออกแบบ ซึ่งข้อมูลที่นำความร้อนที่เชื่อถือได้จะไม่สามารถใช้ได้ ก็ต้องคิดไว้ ถูกต้องที่สุดก่อนประมาณ " วิธีการทำนายแบบค่าการนำความร้อนของอาหารโดยเฉพาะในข้อมูลสำหรับการเริ่มต้นขึ้นอยู่กับอุณหภูมิแช่แข็ง อุณหภูมิ และค่าการนำความร้อนของอาหาร ส่วนประกอบหลักคือค้นหา คุณลักษณะที่สำคัญของวิธีการที่ไม่มีการวัดทดลองที่จะต้อง เป็นขั้นตอนการปรับการคาดการณ์ขนานเกณฑ์และมีประสิทธิภาพทฤษฎีขนาดกลางรุ่นตามลำดับสำหรับส่วนประกอบอื่นนอกจากน้ำแข็งและลม น้ำแข็งและอากาศ แนะนํา พบเพื่อให้ทำนายถูกต้องที่สุดกว่าช่วงของอาหารถือว่า ( ทั้งแช่แข็งและ unfrozen พรุนไม่พรุน ) ร่วมอย่างต่อเนื่องแบบประยุกต์ ในขั้นตอนเดียว ยังให้ความถูกต้องทำนายภายใน± 20 % ( โดยเฉลี่ย ) ยกเว้นพรุน อาหารแช่แข็ง พิจารณา เพื่อความถูกต้องมากขึ้นเข้มงวดมากขึ้นแบบวิธีตามความรู้ของอาหาร โครงสร้าง จะต้อง