Tekhnologicheskiy raschet innovatsionnogo flyuidizatsionnogo skoromorozil'nogo apparata dlya plodoovoshchnoy produktsii


Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

If the company is faced with the problem of freezing quickly a large batch of smallsized products such as berries, fruits and vegetables of small size (or cut into small pieces), mushrooms, shrimps, etc., then the best solution can not be found than the use of fluidized quickfreezing machines. Of course, the cost of this equipment is slightly higher than, for example, freezing chambers, however, the reduction of freezing duration several times improves considerably the final product quality as regards both its appearance and nutrient content. These machines may differ by sizes, performances and capacities. It is these characteristics that form their final value. But, purchasing this equipment one should focus, first of all, not on the price but on the tasks to be solved. An innovation fluidized quickfreezing machine has been computed and designed for freezing smallsized and smallfraction products in a dense suspended air flow. The calculation of operational parameters for freezing green pears, as an example, is given. The thermophysical properties of pears have been investigated, a machine for pears shock freezing have been designed. The results from studies testified the influence of product properties and the entire technological process on the freezing process as well as on the power efficiency of the fluidized machine as a whole. The calculation method offered allows determining the optimal rate of air motion in the loading compartment, the duration of product freezing, the area and sizes of the grid, the capacity and sizes of the machine, the coefficient of heat transfer from the freezable product, as well as the volumetric air flow rate through the grid and the heat load on the refrigeration equipment of the machine.

About the authors

Dmitriy Igorevich Gribov

ФГБОУ ВО РГАЗУ

Email: gribov_di.energypower@mail.ru
г. Балашиха, Россия

References

  1. Бараненко А.В., Куцакова В.Е., Борзенко Е.И., Фролов С.В. Примеры и задачи по холодильной технологии пищевых продуктов. Ч.3. Теплофизические основы. - М.: КолосС, 2004. - 249 с.
  2. Голянд М.М., Малеванный Б.Н., Печатников М.З., Плотников В.Т. Сборник примеров расчетов и лабораторных работ по курсу «Холодильное технологическое оборудование». - М.: Легкая и пищевая промышленность.
  3. Постольский Я., Груда З. Замораживание пищевых продуктов: пер. с польского Ю.Ф. Заяса, И.Е. Фельдман. - М.: Пищевая промышленность, 1978. - 606 с.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2020 Gribov D.I.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».