《Journal of Food Engineering》：Solar drying of
porang: drying kinetics and Reaction Engineering Approach-based new sustainability measures
编辑推荐：
为解决太阳能干燥过程缺乏有效动力学模型及可持续性评估工具的问题，研究人员开展了针对魔芋（porang）的改性混合模式太阳能干燥研究，首次应用集总反应工程方法（L-REA）成功模拟了时变干燥条件，并基于此模型精准预测了干燥器的性能参数（如干燥效率、CO2减排量、能效经济性和环境经济性），为实现更可持续的干燥过程提供了有力的预测工具和评估框架。
“民以食为天”，而食物从田间到餐桌的旅程中，腐烂和变质是巨大的敌人。干燥，作为一种古老而又关键的农产品采后处理方法，能有效延长储存期、减少损耗。然而，传统干燥工艺往往能耗极高，占工业总能耗的10-15%。更令人担忧的是，许多干燥方式依赖化石能源，不仅面临储量有限、价格波动的挑战，也带来了不容忽视的环境压力。于是，清洁、可再生的太阳能，成为了人们眼中理想的替代能源。太阳能干燥器，特别是结合了直接太阳辐射和太阳能集热器加热空气的混合模式干燥器，因其在干燥速率和产品品质上的优越表现而备受青睐。但它们也面临着一个“阿喀琉斯之踵”——太阳辐射的不稳定性导致干燥条件（温度和湿度）始终处于动态变化中。这使得精确预测和优化其干燥过程与性能变得异常困难，传统的、依赖恒定条件的建模方法在此显得“水土不服”。此外，在追求可持续发展的今天，如何科学评估干燥过程的能源消耗、环境影响及其经济效益，也是一个亟待填补的研究空白。
正是在这样的背景下，一项题为“Solar drying of porang: drying kinetics and Reaction Engineering Approach-based new sustainability measures”的研究在《Journal of Food Engineering》上发表。该研究聚焦于一种名为魔芋（porang）的高价值作物，首次将一种名为反应工程方法（Reaction Engineering Approach, REA）的先进建模技术，创新性地应用于太阳能干燥这一复杂多变的过程。该研究旨在解决三个核心问题：如何开发能准确描述太阳能干燥时变特性的REA模型？如何评估REA在预测太阳能干燥器各项性能参数（如干燥效率、环境影响等）方面的适用性？以及如何利用REA来评估干燥过程的可持续性方面（如能源和环境参数）？
为了回答这些问题，研究团队运用了几项关键技术方法。首先，改性混合模式太阳能干燥实验在印度尼西亚开展，以魔芋切片为材料，设置了0%、50%和100%三种空气再循环比例，系统收集了干燥过程中的关键数据。其次，核心建模工具是集总反应工程方法（Lumped-REA, L-REA）建模，该方法将干燥视为蒸发与冷凝的竞争，通过活化能概念来表征物料去除水分的难易程度。研究的关键改进在于，为适应太阳能干燥的时变条件，引入了随每个干燥阶段变化的平衡活化能，并利用MATLAB的ode23s求解器结合插值方法，处理动态变化的干燥空气温度和湿度。最后，研究利用已建立的REA模型，预测并验证了太阳能干燥器的多项性能与可持续性参数，包括干燥效率、CO2减排、能效经济参数和环境经济参数，所用公式和对比数据源自团队此前已发表的工作。
3.1. 利用REA预测魔芋的干燥动力学
研究人员成功从与其特性相似的薯蓣干燥数据中推导出魔芋的相对活化能方程，并将其应用于太阳能干燥建模。结果显示：
- •
相对活化能与水分含量的关系：如图所示，随着干燥进行，魔芋水分含量降低，相对活化能增加，表明去除水分愈发困难。值得注意的是，不同再循环比例下的相对活化能曲线几乎重叠，说明魔芋内部结构（如水分扩散阻力）对干燥的影响可能大于外部条件（如干燥温度）的变化。
- •
水分含量预测的准确性：REA模型对不同再循环比例（0%、50%、100%）下的魔芋干燥过程均实现了高精度预测。例如，在0%再循环条件下，模拟值与实验值高度吻合，决定系数R2达到0.9972，均方根误差RMSE为0.0794。在50%和100%再循环比例下，模型同样表现出色（R2分别为0.9984和0.9981）。这验证了REA能够有效模拟以降速干燥阶段为主导、且内部结构（如高亲水性葡甘聚糖）影响显著的魔芋太阳能干燥过程。
3.2. 利用REA预测魔芋干燥的性能和环境参数
基于REA预测的水分含量和干燥时间，研究进一步评估了干燥器的多项性能指标：
- •
干燥效率预测：REA模型成功预测了不同再循环比例下的干燥效率变化趋势。尽管在干燥阶段转换点（约18000秒，对应降速干燥期开始）模拟值出现突变，与实验值略有偏差，但整体上模型展现了良好的预测能力，平均R2约为0.9576。
- •
环境与经济参数预测：REA在预测CO2减排量、能效经济参数和环境经济参数方面表现优异。预测的CO2减排量（约4.4-4.5吨/年）和环境经济参数（约64-65美元/年）与实验值几乎完全一致。能效经济参数的预测也达到了高精度水平，平均R2为0.9742。
这项研究首次成功将反应工程方法（REA）应用于魔芋的太阳能干燥过程，并取得了突破性结论。通过改进REA模型，纳入时变干燥条件下的平衡活化能，并考虑太阳辐射对物料的直接加热效应，研究团队建立了一个能够高精度模拟动态太阳能干燥过程的L-REA模型（平均R2= 0.9975）。这证明了REA不仅适用于恒定条件，也能有效处理太阳能干燥这类复杂多变的真实场景。
更重要的是，该研究拓展了REA的应用边界，首次将其作为一种强大的预测工具，用于评估太阳能干燥器的综合性能与可持续性。研究结果表明，基于REA模型预测的干燥效率、CO2减排、能效经济参数和环境经济参数，与实验测量值具有高度的一致性。这意味着，仅需一次准确的干燥实验获取物料的相对活化能“指纹”，REA模型便可用来预测和优化不同操作条件下的干燥器性能，从而为设计更节能、环保、经济的太阳能干燥系统提供科学的理论依据和高效的模拟工具。
该研究的意义深远。它不仅为解决太阳能干燥过程的精确建模难题提供了创新方案，还将干燥过程的评估从传统的“4E”（能量、火用、环境、经济）或更广泛的“7E+Q”框架，与一个机理清晰的动力学模型紧密结合，为干燥技术的可持续性评估与优化开辟了新途径。这项工作展示了REA在推动食品工程乃至更广泛的涉及传热传质过程的工业领域实现可持续发展方面的巨大潜力，例如应用于能源审计、生命周期分析（LCA）以及烘焙、烘烤等其他加工过程的评估与优化，有助于构建一个以准确过程模型为核心的可持续性评估平台。
