modelisation et optimisation du sechage artificiel du foin en balles
Transcription
modelisation et optimisation du sechage artificiel du foin en balles
RENE MORISSETTE MODELISATION ET OPTIMISATION DU SECHAGE ARTIFICIEL DU FOIN EN BALLES Mémoire présenté à la Faculté des études supérieures de l'Université Laval dans le cadre du programme de maîtrise en génie agroalimentaire pour l'obtention du grade de maître es sciences (M.SC.) DEPARTEMENT DES SOLS ET DE GENIE AGROALIMENTAIRE FACULTÉ DES SCIENCES DE L'AGRICULTURE ET DE L'ALIMENTATION UNIVERSITÉ LAVAL QUÉBEC DECEMBRE 2006 © René Morissette, 2006 Résumé Le mémoire est composé d'une revue de littérature, de deux articles scientifiques sur le séchage du foin et d'une conclusion générale. La revue de littérature indique que peu de chercheurs ont publié récemment sur le séchage du foin en balles rectangulaires mais qu'il existe quelques modèles de prédiction de la teneur en eau à l'équilibre et du taux d'évaporation (ou désorption) de l'eau en fonction de propriétés de l'air de séchage. Pour le premier article, un montage permettant de sécher 10 couches minces de foin superposées de 50 mm d'épaisseur chacune a été réalisé. Deux modèles de teneur en eau à l'équilibre et deux modèles de taux de transfert d'humidité, en désorption et adsorption, ont été développés pour le séchage du foin de fléole des prés. Le deuxième article présente le développement d'un modèle de simulation, sa validation et certaines estimations dans le contexte d'un séchoir à foin commercial. Pour optimiser le processus de séchage, on a cherché à minimiser le coût total qui incluait l'énergie, les charges fixes du séchoir et une perte de masse sous le seuil visé de 12 % de teneur en eau. Dans la plage 40 à 60 °C, on a observé qu'une température de 45 °C était optimale. L'inversion du flux d'air une fois après trois heures contribuait à réduire le coût de séchage d'environ 10 $/t par rapport à un flux d'air continuellement unidirectionnel, grâce à un foin séché de façon plus homogène. Une recirculation partielle de l'air (par exemple 30 % après l'inversion) améliorait légèrement l'homogénéité de la teneur en eau finale mais apportait peu de bénéfice économique à cause d'un temps de séchage un peu plus long. Un refroidissement en fin de séchage (ventilation finale pendant environ 15 minutes sans chauffage) apportait un léger gain économique (1 $/t). L'intégration d'un tel modèle de prédiction dans un système de contrôle d'un séchoir commercial pourrait améliorer l'efficacité énergétique et faciliter l'atteinte de la teneur en eau finale visée, habituellement 12 %, au moindre coût. En effet, le modèle pourrait signaler en temps réel la température optimale, les moments propices pour inverser le flux d'air, le taux de recirculation d'air approprié et le moment idéal pour fermer le chauffage et compléter le cycle avec une ventilation de refroidissement. Abstract The thesis includes a literature review, two scientifïc papers on hay drying and a gênerai conclusion. The literature review shows that few researchers hâve recently published on baled hay drying but some models hâve been proposed to predict the equilibrium moisture content and the drying (or dcsorption) rate of water as fonction of drying air characteristics. For the first paper, an expérimental setup was built to dry 10 superimposed 50 mm thick layers. Two moisture transfer rate models and two equilibrium moisture content models for timothy, one of each for desorption and adsorption, were developed from new expérimental data. The second paper présents the development of a simulation model, its validation and several estimations simulating a commercial hay dryer. To optimize the drying process, total drying cost was minimized; it included energy, dryer fixed costs, and mass loss when hay is overdried below the target of 12 % final moisture content. Within a heated air température range of 40 to 60 °C, a level of 45 °C was found to be optimal. A single airflow inversion after three hours reduced drying cost by $ 10 /t comparatively to no inversion because hay dried more homogeneously. A partial cxhaust airflow recirculation (for example 30% after the inversion) improved slightly the final moisture content homogcneity but provided little cost réduction due to a longer drying time. A cooling period at the end of drying (final ventilation for about 15 min without heating) provided a slight économie gain (S 1 /t). Such a prédictive model could be integrated in a control System for a commercial dryer to enhance thermal efficiency and to reach in a reasonable time the targeted final moisture content, usually 12 %, at the least cost. In fact, the model could alert the control System to modify air température, to trigger airflow inversion, to modulate air recirculation rate, and to stop heating and complète the drying cycle with a cooling period. Avant-Propos Le séchage artificiel du foin destiné au commerce est pratiqué depuis plusieurs années. Cependant, la récente hausse des coûts énergétiques compromet l'utilisation de cette technique et le développement du foin de commerce. En améliorant l'efficacité énergétique, de nouvelles technologies de séchage permettent toutefois de produire de plus en plus de foin de qualité supérieure. Par exemple, un séchoir pilote intégrant l'inversion du flux d'air et une recirculation partielle de l'air de sortie a été développé et mis en opération en 2002 par Sebastien Descôteaux, ingénieur et Philippe Savoie, Ph. D., ingénieur et agronome pour Agriculture et Agroalimentaire Canada. La modélisation mathématique est une autre façon de mieux comprendre et d'améliorer l'efficacité énergétique d'un procédé. La présente étude propose une simulation mathématique du séchage du foin en balles. Elle inclut une estimation des charges économiques pour un séchoir à plus grande échelle intégrant les technologies d'inversion et de recirculation d'air. Deux manuscrits d'articles, les troisième et quatrième chapitres de ce mémoire, ont été écrits par l'étudiant, sous la supervision de P. Savoie, directeur du mémoire. Le chapitre 3 sera soumis à la Revue de la Société Canadienne de Génie Agroalimentaire et de Bioingénierie (SCGAB). Les résultats présentés au chapitre 4 ont été présentés sous forme d'affiche au Northeast Agricultural and Biological Engineering Conférence (NABEC) qui se déroulait à Pointe-Claire, Montréal, du 30 juillet au 2 août 2006. Le chapitre 4 sera aussi présenté sous forme d'article et de présentation orale à Y International Conférence On Crop Harvesting and Processing (ICCHP), organisée par Y American Society of Agricultural and Biological Engineers (ASABE), qui se tiendra à Louisville, Kentucky, du 11 au 13 février 2007. L'auteur tient à remercier messieurs Sébastien Descôteaux et Pierre-Luc Bégin pour leur précieux soutien technique lors des expériences en laboratoire et particulièrement son directeur de maîtrise, Philippe Savoie. A ma conjointe Daphnée et ma fille Charlie Une pensée spéciale pour mes parents et amis. Table des matières Résumé Abstract Avant-Propos Liste des tableaux Liste des figures i ii iii vii viii Chapitre 1 Introduction générale 12 Chapitre 2 Revue de littérature 2.1 Le séchage artificiel du foin en balles 2.1.1 Les facteurs influençant le séchage artificiel 2.1.2 Les techniques de séchage artificiel du foin en balles 2.1.2.1 Séchage par ventilation à l'air ambiant 2.1.2.2 Séchage par ventilation avec apport de chaleur 2.1.2.3 Séchage avec une pompe à chaleur 2.1.2.4 Séchage à l'énergie solaire 2.2 Simulation mathématique du séchage de produits agricoles 2.2.1 La théorie des couches minces 2.2.2 Bilans d'énergie et de matière 2.2.3 Teneur en eau à l'équilibre 2.2.4 Taux de transfert d'humidité 2.2.5 La vitesse de l'air dans le foin en balles 2.3 Conclusion 14 14 15 15 16 16 18 20 21 22 23 28 30 32 34 Chapitre 3 Prédiction of moisture desorption and adsorption during hay baie drying Authors Abstract Résumé 3.1 Introduction 3.2 Methodology 3.2.1 Expérimental design 3.2.2 Equipment 3.2.3 Data analysis 3.3 Results and discussion 3.3.1 Expérimental data 3.3.2 Estimation of k and Me 3.3.3 Equilibrium moisture content model 3.3.4 Desorption rate model 3.3.5 Adsorption rate model Conclusion Bibliography 35 35 36 36 37 40 40 41 42 43 43 45 47 53 57 60 60 VI Chapitre 4 Development, validation and simulation of a thin-layer drying model for baled hay Authors Abstract Résumé 4.1 Introduction 4.2 Model development 4.2.1 Heat and mass balance équations 4.2.2 Empirical models 4.2.2.1 Equilibrium moisture content 4.2.2.2 Moisture transfer rate 4.2.2.3 Convective heat transfer coefficient 4.2.2.4 Spécifie heat of hay 4.2.3 Intégration parameters 4.2.4 Control décision criteria 4.2.4.1 Time to terminate drying 4.2.4.2 Time to invert airflow 4.2.4.3 Time to start partial exhaust air recirculation 4.2.4.4 Time to start cooling 4.3 Model validation 4.4 Simulation of hay baie drying 4.4.1 Simulation hypothèses 4.4.2 Evaluation criteria 4.4.3 Simulation variables 4.4.4 Simulation design 4.5 Results and discussion 4.5.1 Simulation with constant hay initial conditions 4.5.2 Simulation results at différent initial moisture contents 4.5.3 Simulation results with low ambient air température and médium air relative humidity Conclusion Bibliography 62 62 63 63 65 66 66 68 68 69 69 69 70 72 72 72 73 75 76 82 82 82 83 84 85 85 89 91 94 95 Chapitre 5 Conclusion générale 96 Bibliographie 98 Annexe Annexe Annexe Annexe 1 2 3 4 Définitions des symboles - Symbol définition User interface of the simulation software (LabVIEW) Décision criteria algorithms Expérimental data of Descôteaux et al. (2002) and simulation validation results Annexe 5 Behaviour of drying model Annexe 6 Detailed simulation results for drying optimization of a batch of hay 102 104 108 113 122 145 Liste des tableaux Table 3.1 Table 3.2 Table 3.3 Table 3.4 Table 3.5 Table 4.1 Table 4.2 Table 4.3 Table 4.4 Table 4.5 Example of parameter estimation for a layer subdivided into 3 segments where air conditions were relatively constant Sélection of equilibrium moisture content models to fit expérimental data in desorption Sélection of equilibrium moisture content models to fit expérimental data in adsorption Sélection of drying rate models to fit expérimental data Sélection of adsorption rate models to fit expérimental data Spécification of four expérimental drying runs used for validation Validation results for single layers 1, 5 and 10 (50 mm thick each) and for averaged values of ten layers (Ail) Values of variables used in simulation Step-by-step simulation procédure Simulation results for optimization of a batch of hay at 0.35 g/g d.b. initial MC with ambient air température of 25 °C and RHof 0.45 46 47 48 55 58 77 78 83 85 86 Tableaux des annexes Table A4.1 Table A4.2 Spécification of hay drying experiments used for validation. Hay stack was composed of 10 superimposed 50 mm thick layers Results of the 25 validation tests (refer to Table A4.1 for drying conditions) 114 115 Table A5.1 Table A5.2 Input variables used in the simulation program for batch hay drying 123 Thermal efficiency to evaporate water in hay as a function of ambient air température and heating air température 128 Table A6.1 Simulations results for optimization of a batch of hay at 0.25 g/g initial MC with ambient air température of 25 °C and RH 0.45 Simulations results for optimization of a batch of hay at 0.35 g/g initial MC with ambient air température of 25 °C and RH 0.45 Simulations results for optimization of a batch of hay at 0.45 g/g initial MC with ambient air température of 25 °C and RH 0.45 Simulations results for optimization of a batch of hay at 0.35 g/g initial MC with ambient air température of 15 °C and RH 0.45 Table A6.2 Table A6.3 Table A6.4 (d.b.) 146 (d.b.) 148 (d.b.) 150 (d.b.) 152 Liste des figures Figure 2.1 Figure 2.2 Figure 2.3 Figure 2.4 Figure 3.1 Figure 3.2 Figure 3.3 Figure 3.4 Figure 3.5 Figure 3.6 Figure 3.7 Figure 3.8 Figure 3.9 Figure 3.10 Figure 3.11 Figure 3.12 Figure 3.13 Figure 3.14 Figure 3.15 Figure 3.16 Charte psychrométrique montrant la variation de la température de l'air pour un séchage avec de l'air non chauffé et chauffé (adapté de Brooker et al., 1974) 17 Schéma d'un système de séchage avec pompe à chaleur (Adapté de Chua étal., 2000) 19 Schéma de la procédure d'intégration du séchage de plusieurs couches dans le temps (?) et dans l'espace (x) 23 Volume de contrôle Sdx pour le foin 24 Illustration of three levels of hay moisture content (MC) compared to equilibrium MC that resuit in three types of moisture transfer: 1) desorption (drying); 2) adsorption; and 3) no-sorption zone 38 Schematic représentation of the dryer and its components 42 Typical moisture content as a function of time for layers 1, 5 and 10 for unidirectional airflow drying at 45 °C 44 Typical moisture content as a function of time for layers 1, 5 and 10 for bidirectional airflow drying at 60 °C with airflow inversion periods of 60 min 44 Typical moisture content as a function of time of the ninth layer for unidirectional airflow drying at inlet air température of 27.7, 30.3 and 33.9 °C successively 45 Example of MC as a function of time for a layer subdivided into 3 segments for which air conditions were relatively constant 46 Expérimental equilibrium moisture content of timothy hay in desorption as function of air température 50 Expérimental equilibrium moisture content of timothy hay in desorption as function of air relative humidity 51 Equilibrium MC model in adsorption (ads) and desorption (des) as a function of air relative humidity up to 0.60 52 Equilibrium MC model in adsorption (ads) and desorption (des) as a function of air relative humidity above 0.60 52 Predicted equilibrium moisture content in desorption versus expérimental data 53 Expérimental drying rate coefficient for timothy hay as function of air température 54 Drying rate model as a function of température and initial moisture content (M,) 56 Predicted drying rate with équations (3.12) and (3.13) vs. expérimental drying rate for 157 observations 56 Adsorption rate model as a function of relative humidity and initial moisture content 59 Predicted adsorption rate with équations (3.14) and (3.15) vs. expérimental adsorption rate for 26 observations 59 IX Figure 4.1 Figure 4.2 Figure 4.3 Figure 4.4 Figure 4.5 Figure 4.6 Figure 4.7 Figure 4.8 Figure 4.9 Figure 4.10 Figure 4.11 Figure 4.12 Figure 4.13 Effect of the layer thickness for intégration (dx) on the average moisture content prédiction of a 0.20 m high hay stack during a 4 h drying process with a drying air température of 60 °C and a dt of 1 s 70 Effect of the time incrément for intégration (dt) on the moisture content prédiction of a single layer of hay (0.01 m thick) during a 3 h drying process with a drying air température of 60 °C 71 Relationship between mean air température in the hay stack and variable recirculation fraction (équation (4.16)) as a function of time for a drying with inversion every 120 min 75 Expérimental (exp) and simulated (sim) results of unidirectional drying of hay with heated air at 29.3 °C (run S3 05-07). Layer 1 was first in contact with heated airflow and layer 10 was the last (500 mm total hay thickness) 78 Expérimental (exp) and simulated (sim) results of unidirectional drying of hay with heated air at 44.7 °C (run SI 03-07) 79 Expérimental (exp) and simulated (sim) results of unidirectional drying of hay with heated air at 60 °C (run S4 exp2b) 80 Expérimental (exp) and simulated (sim) results of bidirectional drying (inversion period of 60 min) of hay with heated air at 60 °C (run SI exp5).81 MC distribution within the hay stack at différent drying times for the optimized drying scénario with airflow inversion at 180 min 89 Maximum MC, final mean MC and MC standard déviation of the optimized drying scénarios at 0.25, 0.35 and 0.45 g/g d.b. of initial MC....90 Variable costs (VC), fixed costs (FC), market price penalty (MPP) due to over-drying and total costs of the optimized drying scénarios at 0.25, 0.35 and 0.45 g/g d.b. of initial MC 91 Comparison of the mean final MC and standard déviation (between parenthesis) at each step for drying with ambient air température of 15 °C and25°C 92 Comparison of the spécifie energy consumption (SEC) at each step for drying with ambient air température of 15 °C and 25 °C 93 Comparison of total drying cost at each step for drying with ambient air température of 15°C and 25 °C 93 Figures des annexes Figure A2.1 Figure A2.2 Figure A3.1 Figure A3.2 Figure A3.3 Figure A3.4 User interface of the drying simulation programmed with LabVIEW Graph of air température as function of time for each layer of a drying with airflow inversion every 180 min Main program algorithm of unidirectional drying with airflow inversion, recirculation, and heating time réduction sub-algorithms locations Airflow inversion sub-algorithm Recirculation of exhaust air sub-algorithm Heating time réduction for cooling at the end of drying sub-algorithm 105 107 109 110 111 112 X Figure A4.1 Figure A5.1 Figure A5.2 Figure A5.3 Figure A5.4 Figure A5.5 Figure A5.6 Figure A5.7 Figure A5.8 Figure A5.9 Figure A5.10 Figure A5.11 Figure A5.12 Figure A5.13 Figure A5.14 Figure A5.15 Figure A5.16 Figure A5.17 Figure A5.18 Figure A5.19 Figure A5.20 Relative error on time to reach the target MC (0.136 g/g d.b.) as a function of expérimental drying time Effect of air température on the moisture content distribution within a hay stack of 0.60 mhigh after 240 min of drying Effect of drying air température on the mean moisture content within a hay stack of 0.60 m over time Moisture content in a hay stack as a function of time for a drying air température of 40 °C. Position x = 0.01 m was first in contact with heated airflow and x = 0.60 m was the last Moisture content in a hay stack as a function of time for a drying air température of 50 °C Moisture content in a hay stack as a function of time for a drying air température of 60 °C Effect of air velocity on the moisture content distribution within a hay stack of 0.60 m after a 240 min drying period (Ta = 50 °C) Effect of air velocity on the mean moisture content within a hay stack of 0.60 m over time (Ta = 50 °C) Moisture content in a hay stack as function of time for an air velocity of 0.10 m/s. Position x = 0.01 m was first in contact with heated airflow and x = 0.60 m was the last Moisture content in a hay stack as function of time for an air velocity of 0.20 m/s Moisture content in a hay stack as function of time for an air velocity of 0.30 m/s Effect of initial moisture content on the moisture content distribution within a hay stack of 0.60 m after a 240 min drying period Effect of initial moisture content on the mean moisture content within a hay stack of 0.60 m over time Moisture content in a hay stack as function of time for hay initially at 0.25 g/g d.b. Position x = 0.01 m was first in contact with heated airflow and x = 0.60 m was the last Moisture content in a hay stack as function of time for hay initially at 0.35 g/g d.b Moisture content in a hay stack as function of time for hay initially at 0.45 g/g d.b Effect of dry matter density on the moisture content distribution within a hay stack of 0.60 m after a 240 min drying period Effect of dry matter density on the mean moisture content within a hay stack of 0.60 m over time Moisture content in a hay stack as a function of time for hay at 155 kg DM/m3 Moisture content in a hay stack as a function of time for hay at 185 kg DM/m3 Moisture content in a hay stack as function of time for hay at 215 kg DM/m3 121 124 125 126 126 127 129 129 130 131 131 132 133 134 134 135 136 136 137 138 138 XI Figure A5.21 Effect of stack height on the mean moisture content distribution as a function of time Figure A5.22 Moisture content in a hay stack of 0.30 m height as a function of time. Position x = 0.01 m was first in contact with heated airflow and x = 0.30 m was the last Figure A5.23 Moisture content in a hay stack of 0.60 m height as a function of time. Position x = 0.01 m was first in contact with heated airflow and x = 0.60 m was the last Figure A5.24 Moisture content in a hay stack of 0.90 m height as a function of time. Position x - 0.01 m was first in contact with heated airflow and x = 0.90 m was the last 139 140 140 141 Chapitre 1 Introduction générale II existe plusieurs méthodes de conservation des fourrages dont les plus importantes sont le foin sec en balle, l'ensilage en vrac et l'ensilage en balle. Dans les régions humides, il est difficile d'obtenir un foin de qualité en le séchant seulement au champ car les périodes de beau temps sont restreintes. Dans ce cas, le séchage artificiel du foin en balles peut être une technique très utile car il permet d'obtenir un foin de grande valeur nutritive tout en réduisant les risques de perte. La modélisation mathématique du séchage du foin à partir d'équations théoriques et de modèles empiriques permet de mieux comprendre les interactions entre les facteurs d'influence lors du séchage, d'optimiser un procédé existant ou encore d'explorer de nouveaux principes. La littérature relate quelques écrits sur la modélisation mathématique du séchage du foin en lot et ses applications. Cette étude a été réalisée afin de vérifier deux hypothèses. La première hypothèse était que la température et l'humidité relative de l'air ont un effet significatif sur le taux de transfert d'humidité entre le foin et l'air et sur la teneur en eau à l'équilibre. La deuxième hypothèse était que la température de l'air de séchage, l'inversion du flux d'air, la recirculation partielle de l'air de sortie et un refroidissement du foin en fin de séchage influencent la teneur en eau finale et le coût de séchage. Ainsi, les objectifs principaux de cette étude sont (1) de définir expérimentalement des modèles empiriques de taux de transfert d'humidité et de teneur en eau à l'équilibre, (2) d'identifier des résultats et des modèles théoriques et empiriques du séchage du foin dans la littérature, (3) de concevoir un programme informatisé de prédiction du séchage du foin en lot et de le valider à l'aide d'expériences de séchage en couches minces et (4) de simuler, d'analyser et d'optimiser différents scénarios de séchage du foin en balles à l'aide du modèle de prédiction. 13 L'ensemble de l'étude a été réalisé entre septembre 2004 et juin 2006. L'identification des modèles théoriques et empiriques s'est effectuée de septembre 2004 à avril 2005. Une expérience de séchage en couches minces superposées a été planifiée et réalisée entre mai et septembre 2005. Par la suite, les données recueillies ont été analysées et des modèles de taux de transfert d'humidité et de teneur en eau à l'équilibre ont été développés et intégrés dans un programme informatisé entre octobre 2005 et mars 2006. Finalement, la simulation a été effectuée entre avril et juin 2006 dans le but de produire des résultats de séchage du foin en lot. Ce mémoire a été rédigé sous la forme de mémoire avec articles. Il comporte deux articles rédigés en anglais. Le premier traite de la détermination de la désorption et de l'adsorption de l'eau dans du foin ventilé et le second traite du développement d'un modèle de prédiction du séchage du foin en lot, de sa validation et de simulations pertinentes. Chapitre 2 Revue de littérature 2.1 Le séchage artificiel du foin en balles Au moment de la fauche, l'herbe fraîche contient entre 60 et 80 % d'eau (sur une base humide ou b.h.) (Savoie et al., 2002). L'herbe, qui est séchée au champ et par la suite conservée en foin sec, est peu sujette aux moisissures si elle est conservée à une teneur en eau (TEE) sous le seuil de 20 % b.h. (Gingras et al, 1998). Ce seuil s'applique à un foin de faible densité, bien aéré en grange et destiné à l'autoconsommation sur la ferme. Pour le foin destiné au commerce, Arinze et al. (1994) recommandent de le conserver à une TEE entre 15 et 18 % b.h. lorsqu'il est de faible densité (80 à 166 kg MS/m3). Descôteaux et Savoie (2004) recommandent une TEE entre 12 et 15 % b.h. pour du foin en balles de plus haute densité (167 à 235 kg MS/m3). Selon Couture et al. (2002), le seuil de conservation pour la luzerne était de 14 % b.h. tandis que celui de la fléole était de 12 % b.h. pour éviter l'apparition de moisissures lors d'essais de culture au laboratoire. Le séchage artificiel du foin en balles consiste à abaisser la TEE du foin dans un environnement contrôlé afin de limiter ou d'éliminer le développement de moisissures au cours de la période d'entreposage (Undi et al., 1997). Le contrôle des conditions de séchage permet ainsi de palier aux intempéries rencontrées lors du séchage au champ, surtout dans les régions humides où les périodes de temps favorables au séchage au champ sont réduites. Il permet aussi de réduire, dans certains cas, le nombre d'opérations mécaniques au champ visant à accélérer le séchage. Il est ainsi possible d'obtenir du foin d'excellente qualité. 11 existe aussi certains inconvénients au séchage artificiel, surtout d'ordre économique. Le coût de l'équipement de séchage peut s'avérer dispendieux selon la capacité du séchoir. Le séchage à haute capacité requiert une énergie concentrée, souvent de source fossile (gaz naturel, huile de chauffage) et dont le coût et l'impact environnemental doivent être scrutés avec attention. Le séchage artificiel mérite néanmoins d'être considéré puisqu'il répond à 15 un besoin pour du foin d'excellente qualité. L'étude rigoureuse du séchage du foin permet d'améliorer le procédé pour en réduire le coût et les besoins d'énergie. 2.1.1 Les facteurs influençant le séchage artificiel D'une part, le séchage artificiel du foin est influencé par les conditions de l'air suivantes: la température, l'humidité, la vitesse de l'air de séchage (Savoie et Mailhot, 1986) et les conditions de l'air extérieur (Arinze et al., 1993). D'autre part, le séchage est influencé par certaines caractéristiques du foin : la masse volumique (ou densité), la teneur en eau initiale, le degré de maturité, l'épaisseur (Savoie et Mailhot, 1986), les proportions de chaque partie de la plante (Patil et al., 1992) et le conditionnement mécanique et chimique au champ (Savoie et Mailhot, 1986, Sokhansanj et Patil, 1996). Il est possible, à des degrés de difficulté différents et dépendamment de la technologie disponible, de contrôler ces facteurs. Par ailleurs, la variation de la teneur en eau et de la densité à l'intérieur d'une balle ou d'un lot de balles au moment du pressage (Descôteaux et Savoie, 2004) ainsi que la distribution non uniforme de l'air dans la masse de foin au cours du séchage (Arinze et al., 1994) a un effet indirect sur le temps de séchage. En effet, la période de séchage risque de se prolonger si des zones plus humides, plus denses ou mal ventilées tardent à atteindre la teneur en eau finale visée. Ainsi, il est difficile d'obtenir un foin séché homogène dans un temps raisonnable si celui-ci est initialement hétérogène. 2.1.2 Les techniques de séchage artificiel du foin en balles II existe plusieurs techniques de séchage du foin en balles : ventilation à l'air ambiant, ventilation avec apport de chaleur traditionnel (combustible fossile ou électricité), séchage à l'aide d'une pompe à chaleur et séchage à l'énergie solaire. Une emphase particulière est mise sur le séchage avec apport de chaleur provenant de combustible. Il est possible de sécher différents formats de balles de foin. Les petites balles sont le format le plus courant avec une hauteur de 0,45 m, une profondeur de 0,35 m et une longueur variant généralement entre 0,76 et 1,00 m. Il est aussi possible de sécher des grosses balles parallélépipédiques de haute densité d'une hauteur de 0,89 m, d'une profondeur de 0,81 m et d'une longueur variant généralement entre 2,13 et 2,44 m. Par 16 ailleurs, il existe des séchoirs à balles rondes. Les balles rondes ont généralement un diamètre oscillant entre 0,91 et 1,52 m et une largeur entre 1,22 et 1,52 m, selon le modèle de presse. 2.1.2.1 Séchage par ventilation à l'air ambiant La ventilation des balles à l'air ambiant (sans apport de chaleur) est pratiquée à l'aide d'un ventilateur qui aspire l'air extérieur et le pousse à travers le foin. La distribution de l'air dans la masse de foin se fait à l'aide d'une conduite principale ajourée au centre de la masse de foin et/ou d'un plancher ajouré. Selon les conditions atmosphériques et les caractéristiques du foin (TEE initiale, hauteur de foin et densité), le séchage peut durer jusqu'à 4 semaines. Lorsque le foin est très humide, il est préférable de prolonger la ventilation la nuit en début de séchage afin d'éviter les pertes occasionnées par un surchauffage du foin (Hydro-Québec, 1971). Une ventilation insuffisante (débit trop faible ou non uniforme) peut entraîner la formation de moisissures. Ce type de séchoir demande un investissement modeste, consomme très peu d'énergie, a une faible capacité et convient au foin en balles de faible densité (jusqu'à 100 kg MS/m3) (House et Stone, 1988). 2A.2.2 Séchage par ventilation avec apport de chaleur Le séchage avec apport de chaleur consiste à élever la température de l'air ambiant à l'aide d'une source de chaleur (électricité, échangeur de chaleur ou en feu direct). Les éléments électriques n'occasionnent pas de variation d'humidité absolue dans l'air. Les échangeurs de chaleur sont aussi généralement des sources d'augmentation de la température sans changement d'humidité absolue dans l'air. Cependant, le chauffage de l'air par la flamme de combustion d'un gaz (le propane par exemple) occasionne une légère hausse d'humidité dans l'air à cause de la vapeur d'eau issue de la réaction entre l'oxygène et le combustible. Un apport de chaleur permet d'augmenter considérablement le potentiel de séchage de l'air (capacité de se charger en eau). En effet, la différence d'humidité absolue entre la condition ambiante initiale et celle à l'équilibre est plus grande après le chauffage (Figure 2.1). Il est ainsi possible de réduire le temps de séchage tout en réduisant la formation de moisissure en cours de séchage (Arinze et al., 1994, Descôteaux et al., 2002). 17 Saturation (HR = 100%) Lignes adiabatiques Équilibre pour le produit He-Ha Pour l'air chauffé Chauffage Î He - Ha Pour l'air non chauffé T-T Pour l'air non chauffé Pour l'air chauffé T., T., Température ambiante Figure 2.1 Charte psychrométrique montrant la variation de la température de l'air pour un séchage avec de l'air non chauffé et chauffé (adapté de Brooker et al., 1974) Parker et al. (1992) ont étudié un séchoir à l'air forcé (en pression positive) et chauffé au gaz naturel et à l'énergie solaire. La densité du foin variait de 80 à 166 kg MS/m3 et la TEE initiale variait de 23 à 37 % b.h. Ces auteurs ont démontré que pour le foin plus humide, une augmentation de 15 °C de l'air de séchage au-dessus de la température ambiante n'était pas suffisante pour prévenir totalement la formation de moisissures. Toutefois, un séchage à plus haute température occasionnait inévitablement du sur-séchage si l'on désirait atteindre une TEE finale moyenne de 12 % b.h. L'énergie spécifique (énergie de ventilation et de chauffage fournie au séchoir pour évaporer 1 kg d'eau) variait de 5250 à 9750 kJ/kg pour un séchage avec un chauffage au gaz naturel. Pour un séchage avec un chauffage électrique et solaire combiné, l'énergie spécifique variait de 5870 à 11840 kJ/kg. Finalement, l'énergie spécifique de ventilation était de 3800 kJ/kg pour un séchage à l'air ambiant (un seul test a été effectué). IX Par ailleurs, Arinze et al. (1994) ont expérimenté un séchoir de petites balles conçu avec des rideaux de polyéthytène moulant le pourtour de la masse de foin grâce à la pression négative exercée par le ventilateur. Cette nouvelle technique visait à forcer l'air à s'écouler davantage à travers les balles et non sur les pourtours. La hauteur de foin variait de 2,0 à 4,1 m, la densité variait de 112 à 126 kg MS/m3 et la TEE initiale variait de 25 à 40 % b.h. L'énergie spécifique était de 4790 et 5030 kJ/kg pour sécher le foin à 15 et 12 % b.h., respectivement. Pour ce type de séchoir, il était recommandé de limiter la hauteur de foin entre 2 et 3 m, la vitesse d'air entre 0,20 et 0,40 m/s et la température de séchage entre 40 et 50 °C afin de minimiser le temps de séchage, la consommation énergétique et le surséchage. Plus récemment, Descôteaux et Savoie (2004) ont développé un séchoir pouvant accueillir jusqu'à 2 rangées de grosses balles rectangulaires (1,78 m de haut) de haute densité (167 à 235 kg MS/m3). Ce séchoir intégrait deux nouvelles technologies : l'inversion du flux d'air et la recirculation partielle de l'air de sortie. L'air était aspiré à travers les balles et l'étanchéité du pourtour des balles était assurée par un rideau de polyéthylène. Les températures de séchage variaient entre 44 et 67 °C et les TEE initiales variaient entre 19 et 34 % b.h. Il a été démontré qu'un séchage à haute température (> 60 °C) d'un foin ayant une faible TEE initiale entraînait du sur-séchage lorsque l'écoulement de l'air était unidirectionnel et sans recirculation. De plus, l'énergie spécifique augmentait considérablement dans la deuxième moitié du séchage. Une augmentation de la fréquence des inversions du flux d'air a permis de diminuer la différence de TEE entre le haut et le bas de la masse de foin. La recirculation a permis d'augmenter l'efficacité énergétique, surtout dans la seconde moitié du séchage. La combinaison de ces deux technologies permettait généralement de réduire le sur-séchage. 2.1.2.3 Séchage avec une pompe à chaleur Lorsqu'elles sont utilisées dans un système de séchage, les pompes à chaleur permettent d'augmenter considérablement l'efficacité énergétique. Les principaux avantages d'un tel système sont la réutilisation de l'énergie sortant du séchoir et un meilleur contrôle de la température et de l'humidité de l'air de séchage. De façon générale, tous les séchoirs eonvectifs sont appropriés pour l'utilisation d'une pompe à chaleur (Chua et al., 2000). 19 Une pompe à chaleur est essentiellement un système de déshumidification de l'air. Les composantes de base sont une valve d'expansion, deux échangeurs de chaleur (évaporateur et condenseur) et un compresseur. La Figure 2.2 illustre l'intégration d'une pompe à chaleur dans un système de séchage. L'air de séchage entre dans le séchoir [1] afin de prélever l'eau du produit. L'air, chargé d'humidité, entre en contact avec le serpentin de l'évaporateur [2]. L'air humide est ensuite refroidi dans l'évaporateur jusqu'à son point de rosée. Un refroidissement supplémentaire permet de condenser la vapeur d'eau contenue dans l'air. La chaleur latente résultant de cette condensation est absorbée par l'évaporateur afin de vaporiser le réfrigérant [2 à 3]. Cette chaleur «récupérée» dans le réfrigérant sous forme de gaz est acheminée vers le condenseur [3 à 4] (dont la pression a été augmenté par le compresseur). L'air refroidi et déshumidifié absorbe la chaleur émise par le réfrigérant, maintenant plus chaud. Celui-ci se condensera dans le condenseur tandis que l'air sec et chauffé est dirigé vers le séchoir. Un apport de chaleur sensible est parfois nécessaire en plus de la chaleur transmise par le réfrigérant afin d'atteindre la température de séchage désirée [1 à 4]. [4] Condenseur Cycle de l'air de séchage Cycle du réfrigérant Valve expansion Compresseur / / [3] [2] Séchoir \ \ Évaporateur Eau Figure 2.2 Schéma d'un système de séchage avec pompe à chaleur (Adapté de Chua et al., 2000). 20 Le séchage de produits alimentaires en lot (Chou et al., 1998, Prasertsan et Saen-saby, 1998 et Rossi et al., 1992), le séchage du grain en continu (Meyer et Greyvenstein, 1992) et le séchage du bois en lot (Chua et al., 2000) sont les principales utilisations des pompes à chaleur dans le domaine du séchage. Les coûts élevés d'équipement et d'entretien expliquent la faible popularité de ce système (Chua et al., 2000). L'énergie spécifique (énergie électrique fournie au ventilateur et au compresseur) d'un système de séchage avec pompe à chaleur varie entre 900 et 3600 kJ/kg d'eau évaporée (Adapa et al., 2002a). Adapa et al. (2002b) ont mené une expérience de séchage de luzerne avec deux unités de pompe à chaleur. Neuf plateaux superposés contenant chacun 400 g de luzerne fraîche (TEE initiale de 70 % b.h.) étaient séchés simultanément. La température de séchage optimale était de 45 °C. Au delà de 45 °C, une trop grande quantité d'énergie était requise pour condenser l'humidité à l'évaporateur. Il a fallu 4,5 h pour amener le premier plateau à une TEE finale de 10 % b.h. (taux d'évaporation moyen de 59,2 g/h). L'énergie spécifique obtenue dans le cadre de cette expérience variait entre 3529 et 7200 kJ/kg d'eau évaporée. Ces valeurs sont nettement supérieures à celles avancées par Adapa et al. (2002a). 2.1.2.4 Séchage à l'énergie solaire L'énergie solaire, directe et indirecte utilisée pour sécher des produits agricoles a été étudiée par plusieurs chercheurs (Arinze et al., 1999, Parker et al., 1992, Steward et Gird, 1987, Arinze et Obi, 1984, Brace Research Institute, 1975). Ce type de séchage était très efficace économiquement. Par rapport à un séchage à l'air ambiant seulement, l'énergie solaire permettait de réduire le temps de séchage et les coûts d'opération en ventilation, et d'augmenter la quantité et la qualité du foin produit. Par ailleurs, la technique du séchage à l'énergie solaire du foin en vrac est très répandue en Europe. La capacité moyenne des séchoirs solaires y est de 200 t MS/an. Le foin séché avec ce système est principalement destiné pour l'autoconsommation par les animaux à la ferme (Solagro, 1997). Un système de séchage à l'énergie solaire consiste à préchauffer l'air extérieur en le faisant circuler à l'intérieur d'un collecteur. L'air préchauffé est ensuite soufflé ou aspiré à travers le fourrage humide dans le séchoir. Les performances du capteur solaire varient considérablement au cours d'une journée. Arinze et al. (1999) ont développé un séchoir solaire pouvant contenir 160 petites balles de foin. L'air était aspiré à travers les balles. Le 21 pourtour de la masse de foin était scellé à l'aide d'un rideau de polyéthylène. Du foin ayant une TEE initiale de 33 % b.h. a nécessité 4 jours de séchage pour être amené à 13 % b.h. L'augmentation maximale de température a été de 15 °C durant cette période. L'énergie spécifique de ventilation était de 747 kJ/kg d'eau évaporé et l'énergie spécifique (énergie solaire et de ventilation) était de 3358 kJ/kg. L'efficacité du système pour ce séchage était de 79 %. Par ailleurs, Parker et al. (1992) ont expérimenté un séchoir solaire de petites balles (tel que décrit à la section 2.1.2.2). L'énergie spécifique (énergie solaire et de ventilation) variait de 3850 à 10430 kJ/kg. 2.2 Simulation mathématique du séchage de produits agricoles Dans l'optique de développer de nouveaux procédés de séchage ou de les optimiser, plusieurs auteurs ont proposé des simulations mathématiques. Ces simulations ont d'abord été largement utilisées pour prédire le séchage du grain. Boyce (1965) et Henderson et Henderson (1968) ont proposé des modèles de séchage du grain empiriques tandis que Spencer (1969) et Brooker et al. (1974) ont présenté des modèles théoriques de séchage du grain en lit fixe basés sur des bilans de matière et d'énergie. O'Callaghan et al. (1971) ont utilisé conjointement des équations théoriques de bilan de matière et d'énergie développées pour le grain avec des modèles empiriques spécifiques au foin. La simulation fut validée à l'aide de résultats expérimentaux de séchage de foin en vrac (Clark et Lamond, 1968). Plus récemment, Sokhansanj et Wood (1991) ont simulé différents scénarios de séchage du foin en balles à l'aide d'équations théoriques de bilan de matière et d'énergie, d'un modèle de taux de désorption et d'un modèle de teneur en eau à l'équilibre. Cette simulation avait pour but de déterminer les conditions thermiques optimales pour éliminer les pupes de mouches de Hesse se trouvant parfois dans le foin. Ainsi, la simulation du séchage implique la résolution d'un système complexe d'équations de transfert de matière et d'énergie décrivant les échanges de chaleur et d'eau entre l'air et le foin. Ces équations théoriques doivent interagir avec des modèles empiriques (taux de transfert d'humidité et TEE à l'équilibre par exemple) caractérisant le comportement du foin sous différentes conditions et finalement, les propriétés psychrométriques de l'air humide telles que définies dans les normes de l'ASHRAE (ASHRAE, 2001). Ce système 22 d'équations est valide seulement s'il est utilisé dans le cadre de la théorie des couches minces. 2.2.1 La théorie des couches minces Afin de prédire convenablement le séchage unidimensionnel d'une masse épaisse de foin, cette théorie propose de la diviser en plusieurs couches suffisamment minces, d'épaisseur dx, qui répondent aux exigences du système d'équations de transfert de matière et de chaleur (section 2.2.2). Ainsi, une couche est considérée suffisamment mince lorsque les propriétés du produit sont les mêmes en tout point dans la couche pour un temps donné. De plus, l'intervalle de temps (dt) doit être suffisamment court pour que les conditions de l'air soient constantes à l'entrée et à la sortie de la couche (aucune variation de température et d'humidité absolue de l'air sur l'intervalle de temps) (O'Callaghan et al., 1971). Ainsi, l'intégration de chacune des couches superposées, jusqu'à ce que la somme des épaisseurs dx soit équivalente à l'épaisseur totale du produit (n dx), permet de prédire le changement de TEE en fonction du temps. La Figure 2.3 présente un schéma de la procédure d'intégration de plusieurs couches (n) dans le temps. Les conditions de l'air de séchage (température, humidité absolue, etc.) sont définies à la position xo = 0 (à l'entrée de la masse de foin) et les conditions initiales du foin (TEE, température, etc.) sont définies au temps to = 0 (avant le début du séchage). Une première itération (// = 1 dt) permet de déterminer les conditions de l'air à la sortie de la couche 1 et les conditions physiques de cette couche après dt. Lors d'une seconde itération (/2 = 2 dt), les conditions de l'air à la sortie de la couche 1 déterminées précédemment deviennent les conditions à l'entrée de la couche 2, les conditions de l'air à la sortie de la couche 2 déterminées précédemment deviennent les conditions à l'entrée de la couche 3 et ainsi de suite jusqu'à la couche n. Cette procédure est exécutée à chaque incrément de temps jusqu'à tm = m dt où m est le nombre total d'intervalles de temps dt. Il y a donc une période d'initialisation de toutes les couches qui équivaut à n dt. Pour réduire le temps de calcul, on peut souhaiter un intervalle de temps dt relativement grand. Par contre, pour éviter une trop longue période d'initialisation, il faut choisir un nombre de couches (n) et un intervalle de temps (dt) qui donneront des résultats de simulation valides. 23 Ainsi, le nombre d'intervalles de temps (m) doit être beaucoup plus grand que le nombre de couche (ri). Ce choix sera discuté plus tard (Chapitre 4) lors de tests avec le modèle de simulation. Temps Position t,= tm = mdt \dt Xi = 1 dx x2~ 2 dx : = n dx Légende : Condition de l'air • Figure 2.3 > Condition du foin Schéma de la procédure d'intégration du séchage de plusieurs couches dans le temps (/) et dans l'espace (x). 2.2.2 Bilans d'énergie et de matière Le procédé de séchage implique un transfert d'énergie (sensible et latente) et un transfert de matière (l'eau) entre le foin et l'air. Les bilans d'énergie et de matière proposés par Sokhansanj et Wood (1991) ont été retenus pour la présente simulation. Ceux-ci permettent de déterminer la variation de température et d'humidité absolue de l'air de part et d'autre de la couche, et la variation de température et de TEE du foin, en moyenne pour la couche, pendant dt. Les bilans sont basés sur un volume de contrôle (Sdx) dans le foin (Figure 2.4). La surface S est perpendiculaire au flux d'air. La définition des symboles utilisés dans les équations est disponible à l'Annexe 1. 24 x+dx dx f Tp, M, cp, pp Ta, H, Va , Ca, Pa Figure 2.4 Volume de contrôle Sdx pour le foin. Bilan d'énergie pour l'air : L'énergie transférée par convection est la somme des différences d'enthalpies contenues dans l'air entrant et sortant du volume de contrôle Sdx. L'enthalpie totale de l'air humide inclut l'enthalpie sensible de l'air, l'enthalpie sensible de la vapeur d'eau et l'enthalpie latente de la vapeur d'eau. Dans un premier temps, seulement l'enthalpie sensible de l'air humide entrant dans le volume de contrôle pendant dt est considérée et est définie par l'équation (2.1). (2.1) L'enthalpie sensible de l'air humide à la sortie du volume de contrôle pendant dt est: (2.2) La variation d'enthalpie sensible de part et d'autre du volume de contrôle est la différence des équations (2.1) et (2.2) : (2.3) Ensuite, la variation d'enthalpie latente pour évaporer l'eau de part et d'autre du volume de contrôle pendant dt est : 25 hfgPava~Sdxdt (2.4) L'enthalpie nécessaire pour réchauffer la vapeur d'eau évaporée contenue dans l'air de Tp à Ta est : cv{Ta-Tp)pava—Sdxdt (2.5) Le changement de chaleur sensible résultant du transfert de chaleur convectif entre le foin et l'air de séchage est: hca(Ta-Tp)Sdxdt (2.6) Le bilan d'énergie sur l'air regroupe les équations (2.3) à (2.6) : -hca(Ta-Tp)Sdxdt = )pava ou -hATa-Tp)-(hfg+cv(Ta-Tp))pava ÔH Bilan d'énergie pour le foin : L'énergie transférée par convection de l'air au foin est équivalente à la somme des enthalpies requises pour réchauffer le foin et pour évaporer l'eau contenue dans le foin. L'enthalpie du foin au temps / à l'intérieur du volume de contrôle Sdx est : pcp L'enthalpie du foin à /+À; est : + ppcwM)TpSdx (2.9) 26 (ppcp+ppcwM)\rp + -^-dt\sdx (2.10) La variation d'enthalpie est la différence des équations (2.9) et (2.10): (2.11) L'enthalpie requise pour réchauffer l'eau du foin de Tp à Ta est : (2.12) La variation d'enthalpie sensible due à l'échange de chaleur par convection entre le foin et l'air de séchage est: hca(Ta-Tp)Sdxdt (2.13) Le bilan d'énergie sur le foin est la somme des équations (2.11) à (2.13) : ^-Sdxdt (2.14) ou dH -T) (2-15) Bilan de matière pour l'humidité de l'air : La différence entre la vapeur d'eau qui entre et qui sort du volume de contrôle Sdx est égale à la perte d'eau du foin sur dt. Les quantités de vapeur d'eau à x et à x+Ax sur dt sont définies par les équations (2.15) et (2.16) respectivement. 27 PavaSHdt (2.15) t (2.16) La variation d'humidité absolue par rapport à x est la différence des équations (2.15) et (2.16): PavaS—dxdt (2.17) ox La variation de masse (occasionnée par la perte ou le gain d'eau) du volume de contrôle sur dt est : (2.18) Le bilan d'humidité absolue résultant est : (2.19) Après simplification, l'équation (2.19) devient : ÔH__ dx Pp pava ÔM_ dt Bilan de matière pour le foin : La variation de TEE du foin sur dt est définie par une équation empirique. Lewis (1921) suggère d'utiliser une équation analogue à la loi de refroidissement de Newton. Cette relation propose que le taux de variation de la TEE est proportionnel à la différence entre la TEE à un temps / (M) et la TEE à l'équilibre (Me) : (2.21) 2X En intégrant l'équation (2.21) de M, à M e t du temps 0 au temps t, on obtient : MR = = exp i-kt) (2 22) Les trois équations différentielles théoriques (2.8), (2.15) et (2.20) utilisées avec l'équation empirique (2.21) constituent le système d'équations permettant de prédire les échanges de matière et de chaleur entre l'air et le foin. Il est possible de résoudre numériquement ce système d'équation (Chapitre 4). Cependant, il est plus facile de le résoudre en simplifiant les équations (2.8) et (2.15) à l'aide de l'équation (2.20). Ainsi, l'équation (2.8) devient : (hfg+cv(Ta-Tp))pp ÔX ÔM ôt (2.23) V Pa a{Ca+CVH) L'équation (2.15) devient : ÔM 01 p ôt _ ' di Pp(cp+cwM) 2.2.3 Teneur en eau à l'équilibre La teneur en eau à l'équilibre est la TEE d'un produit lorsque celui-ci est à l'équilibre avec l'humidité relative et la température du bulbe sec de l'air environnant (ASABE, 2006). Outre les conditions de l'air, les caractéristiques physiques du produit affectent la TEE à l'équilibre: le changement de volume lors de la variation de TEE, la réactivité chimique, la forme et la taille des particules, l'aire de surface, les propriétés de la surface, la structure physique et les antécédents du produits (Jayas et al., 1991). La TEE à l'équilibre est un facteur important dans le séchage : elle indique entre autres si le produit va perdre (désorption) ou gagner (adsorption) de l'humidité et apporte quelques précisions quant au taux de transfert d'humidité (Savoie, 1982). La TEE à l'équilibre est généralement présentée sous forme d'isothermes de sorption. 29 Précisions sur la définition étymologique de la sorption Le terme adsorption est communément employé pour désigner la réhydratation d'un produit. Certains auteurs parlent d'absorption. Le Nouveau Petit Robert (Petit Robert, 1996) définit l'adsorption comme étant la rétention à la surface d'un solide des molécules [...] d'une substance en solution ou en suspension. Le même ouvrage définit l'absorption comme suit : Pénétration et rétention [...] d'un fluide dans sa substance. Il est clair qu'il existe une différence entre ces deux termes. Dans les deux cas, une substance étrangère (de l'eau, dans le cas qui nous intéresse) s'ajoute à la substance principale (du foin). L'ajout se fait en surface dans le cas de l'adsorption; il se fait à l'intérieur dans le cas de l'absorption. Dans le cadre d'un procédé de réhydratation où les conditions évoluent constamment, il est difficile de déterminer à quel moment et dans quelles circonstances il y a adsorption ou absorption. Pour cette raison, le terme adsorption est généralement accepté pour décrire le phénomène de réhydratation. D'autre part, la désorption est définie par l'émission de molécules [...] de liquide préalablement adsorbées par la surface d'un solide. Pour ce qui est de la sorption, elle se définie comme étant la fixation (adsorption, absorption) ou libération (désorption) de molécules [] au contact avec la surface d'un solide. Autrement dit, c'est un terme général qui désigne le transfert d'humidité entre l'air et le produit. Bakker-Arkema et al. (1962) ont caractérisé la TEE à l'équilibre de la luzerne fraîche à quatre stades de maturité (préfloraison, floraison à 1/10, pleine floraison et mature), pour une gamme de températures allant de 4 à 49 °C et d'humidités relatives allant de 10 à 90 %, et en adsorption et désorption. La TEE à l'équilibre diminuait avec la maturité de la plante. Elle diminuait aussi avec une augmentation de la température et une diminution de l'humidité relative de l'air. Il existe aussi un effet d'hystérèse entre l'adsorption et la désorption. En effet, la TEE à l'équilibre était plus élevée lorsque celle-ci était atteinte par désorption plutôt que par adsorption, pour les mêmes conditions de l'air. L'hystérèse était plus prononcée à des humidités relatives élevées. Si la TEE du produit est supérieure à 30 l'équilibre en désorption, il y aura séchage. Si la TEE est inférieure à l'équilibre en adsorption, il y aura réhydratation. Par contre, si la TEE du produit est entre ces deux équilibres (inférieure à la TEE à l'équilibre en désorption et supérieure à celle en adsorption), il peut y avoir des échanges d'eau entre l'air et le produit mais en moyenne il n'y aura aucune variation de TEE dans le produit. Savoie (1982) a développé un modèle de prédiction de la TEE à l'équilibre pour la luzerne mature en adsorption basé sur les résultats de Bakker-Arkema et al. (1962). De plus, il a extrapolé le modèle pour des humidités relatives entre 0 et 10 % et entre 90 et 100 %. Ceci dit, peu d'ouvrages présentent des données sur la TEE à l'équilibre du foin en désorption à des températures supérieures à celles expérimentées par Bakker-Arkema et al. (1962). 2.2.4 Taux de transfert d'humidité Le taux de transfert d'humidité est la variation de TEE d'un produit pour un temps donné. Lorsque l'eau est transférée du produit vers l'air, il y a séchage (désorption). Dans le cas inverse, il y a réhydratation (adsorption). Plusieurs auteurs (O'Callaghan et al., 1971, Arinze et al., 1994 et Descôteaux et al., 2002) ont observé ce dernier phénomène pour le foin. Précisions sur la définition et l'utilisation du taux de transfert d'humidité Les plantes fourragères sont réparties en deux grandes familles : les graminées (fléole des prés, dactyle, fétuque) et les légumineuses (luzerne, trèfle). La fléole des prés (Phleum pratense L.) est principalement composée d'une grande tige (0,5 à 1,2 m) de 2 à 3 mm de diamètre, d'un faux-épi et de feuilles dressées de longueur variable. La luzerne (Medicago sativa L.) possède une grande tige avec plusieurs feuilles ovoïdes légèrement pubescentes et des fleurs en épi dans le haut des tiges (MAPAQ, 1999). Contrairement à la fléole des prés, le ratio feuille/tige de la luzerne est très élevé. Ceci dit, les particularités propres à chaque partie d'une plante laissent supposer que le transfert d'humidité ne s'effectue pas au même taux pour chacune d'elles (Patil et Sokhansanj, 2000). 31 II est cependant complexe de développer un modèle de taux de transfert d'humidité tenant compte des caractéristiques de chaque partie et ce, dans des proportions variables dépendantes des récoltes mélangées ou du stade de maturité. Pour ces raisons, il est convenable de définir le taux de transfert d'humidité pour une couche de foin considérée comme homogène. Ainsi, un seul taux de transfert d'humidité est suffisant pour décrire à la fois la diffusion de l'eau dans la plante et le transfert d'humidité entre la surface de la plante et l'air, soit en désorption ou en adsorption. Clark et Lamond (1968) ont étudié l'effet des conditions de l'air sur le taux de séchage (désorption) du foin (mélange ray-grass italien et trèfle rouge) de faible densité (48 à 55 kg MS/m3). Us ont démontré que le taux de séchage augmentait avec le débit de l'air, la température de l'air et la TEE du foin. Cependant, le taux d'augmentation tendait à diminuer avec une augmentation du débit d'air surtout lorsque la TEE moyenne du foin était basse. Menzies et O'Callaghan (1971) ont déterminé, lors d'une expérience en laboratoire avec de l'herbe fraîche, que le taux de séchage dépendait principalement de la température de l'air et de la TEE. La température variait de 20 à 410 °C, l'humidité relative variait de 10 à 80 % et la TEE variait de 16 à 85 % b.h. Entre 200 et 410 °C, la variation de TEE par rapport au temps était constante. Ceci implique que la résistance au transfert de masse (eau) dans le foin ne contrôlait pas le séchage (e.g. le séchage à haute température était similaire à l'évaporation de l'eau libre). De plus, une température de séchage élevée semblait altérer les propriétés du foin. Entre 80 et 200 °C, la variation de TEE par rapport au temps diminuait proportionnellement à la différence entre la TEE et la TEE à l'équilibre. Entre 20 et 80 °C, le même comportement précédemment mentionné se produisait. Cependant, plusieurs périodes de taux décroissant furent observées. Elles dépendaient de la TEE du foin. Les taux de séchage observés pour cette gamme de températures variaient de 1,13E~4 à 3,52E 3 g/g*s (ou s"1). D'autre part, des modèles de TEE à l'équilibre sont définis pour chaque phase entre 20 et 410 °C. Menzies et O'Callaghan (1971) mentionnaient aussi que la maturité du foin n'avait pas un effet marqué sur le taux de séchage quoique le foin plus jeune semblait sécher un peu plus rapidement. 32 Jayas et al. (1991) et O'Callaghan et al. (1971) ont mentionné que le taux d'adsorption était différent du taux de désorption (séchage) pour le grain. Shatadal et al. (1989) ont décrit le taux d'adsorption du grain de canola à l'aide de l'équation exponentielle de Page (1949). La constante d'adsorption était corrélée à la température et l'humidité relative de l'air. O'Callaghan et al. (1971) et Arinze et al. (1994) ont noté cet effet d'hystérèse pour le foin. Cependant, aucun modèle mathématique exprimant le taux d'adsorption pour le foin ne fut développé. De plus, O'Callaghan et al. (1971) et Spencer (1969) mentionnaient que pour une épaisseur de foin importante, il arrive parfois que la vapeur d'eau se condense sur la surface du foin plus froid (adsorption). Si cette condensation de surface rencontre le front séchant, le taux de séchage pour évaporer l'eau condensée devrait être plus rapide que celui prédit par l'équation basée sur le phénomène de diffusion. Dans ce cas, la distinction entre l'adsorption et l'absorption serait nécessaire. 2.2.5 La vitesse de l'air dans le foin en balles Plusieurs auteurs (Shedd, 1946, Miller, 1946, Hendrix, 1947, VanDuyne et Kjelgaard, 1964) ont développé des modèles mathématiques caractérisant la vitesse de l'air dans le foin en fonction de certains facteurs. En général, la relation entre la vitesse de l'air (v) et la perte de charge (AP) à travers la masse de foin s'exprimait par la densité en matière sèche (p), la hauteur de foin (X) et une constante spécifique au foin. Hendrix (1947) a démontré qu'en maintenant la perte de charge constante à travers deux petites balles de foin, la vitesse de l'air augmentait avec une diminution de la TEE. VanDuyne et Kjelgaard (1964) ont caractérisé la perte de charge à travers des petites balles de luzerne dont les TEE variaient entre 11 et 60 % b.h. et les densités variaient entre 32 et 134 kg MS/m3. Contrairement aux résultats de Hendrix (1947), la TEE n'influençait pas significativement la relation entre la perte de charge et la vitesse de l'air. Selon VanDuyne et Kjelgaard (1964), un écoulement de l'air perpendiculaire au côté coupé de la balle occasionnait une perte de charge 1,44 fois plus faible que lorsque les balles étaient orientées sur le côté plat. Les équations (2.25) et (2.26) définissent le gradient de perte de charge AP/X (Pa/m) en fonction de la densité en matière sèche (kg MS/m3) et de la vitesse de l'air (m/s) pour ces deux configurations. 33 Pour un écoulement de l'air entrant perpendiculairement au côté coupé de la balle: 0,072pV" 0 (2.25) X Pour un écoulement de l'air entrant perpendiculairement au côté plat de la balle : — = 0,104/72'3 V' 60 X (2.26) Suite à une étude de comparaison des équations de même forme retrouvées dans la littérature, VanDuyne et Kjelgaard (1964) ont noté que les coefficients de régression variaient d'une source à l'autre. Ces différences étaient probablement dues aux conditions particulières sous lesquelles chaque expérience était menée. Plusieurs auteurs (Parker et al., 1992, Arinze et al., 1993, Arinze et al., 1994) ont utilisé les équations de VanDuyne et Kjelgaard (1964) afin de prédire la vitesse de l'air lors de simulations du séchage du foin en balles de faible à moyenne densité. Par ailleurs, Descôteaux et al. (2002) ont déterminé la perte de charge en fonction de la vitesse de l'air pour une balle de 0,89 m de hauteur de densité moyenne (153 kg MS/m3) ayant une TEE de 22,6 % b.h. Les vitesses de l'air variaient de 0,1 à 0,9 m/s. En supposant que la perte de charge est linéairement proportionnelle à la hauteur de foin (X), le gradient de perte de charge pour cette densité s'exprime par l'équation (2.27) (R2 = 0,743). = 640,4exp(l,91v) (2.27) X Morissette et Savoie (2005) ont caractérisé la perte de charge à travers des petites balles de moyenne à haute densité (98 à 240 kg MS/m3) sur 4 hauteurs de foin (0,45, 0,90, 1,35 et 1,80 m) et pour 3 TEE (10, 14 et 18 % b.h.). Les vitesses d'air variaient entre 0,08 et 1,06 m/s. La relation entre la perte de charge et la hauteur de foin était linéaire. La TEE n'avait pas d'effet significatif sur la perte de charge. Le gradient de perte de charge déterminé expérimentalement variait entre 104 et 5274 Pa/m. L'équation (2.28) met en relation le gradient de perte de charge en fonction de la densité en matière sèche et la vitesse de l'air (R2 = 0,793). 34 — = 0,222/7 V w 2.3 (2.28) Conclusion Cette revue de littérature présente différentes techniques de séchage artificiel du foin. De plus, elle indique que plusieurs travaux ont été réalisés pour déterminer des modèles théoriques et empiriques caractérisant le séchage de produits biologiques. Pour le foin, le modèle de Sokhansanj et Wood (1991) a été retenu. Cependant, les modèles empiriques de Sokhansanj et Wood (1991) permettant de prédire le taux de transfert d'humidité entre le foin et l'air et la teneur en eau à l'équilibre du foin ne pouvaient être utilisés pour la présente simulation. Par contre, les équations théoriques décrivant les bilans de matière et d'énergie ont été retenues. Ceci justifie le développement de nouveaux modèles empiriques adaptés à la simulation du séchage du foin en balles où il est possible de recirculer l'air sortant du séchoir et d'inverser le flux d'air. Le chapitre 3 présente le développement d'un modèle de taux de transfert d'humidité et d'un modèle de teneur en eau à l'équilibre, tous deux en désorption et en adsorption. Le chapitre 4 présente le développement, la validation et les résultats de simulations du modèle de séchage en couche mince appliqué au foin en balles. 35 Chapitre 3 Prédiction of moisture desorption and adsorption during hay baie drying Authors René Morissette1 Philippe Savoie2 1. Université Laval Faculté des sciences de l'agriculture et de l'alimentation Département des sols et de génie agroalimentaire Québec (Québec) G1K7P4 2. Centre de recherche et de développement sur les sols et les grandes cultures Agriculture et Agroalimentaire Canada 2560, boulevard Hochelaga Québec (Québec) G1V2J3 36 Abstract This paper présents a moisture transfer rate model between hay and air for both desorption and adsorption. Three experiments were carried out to generate new drying and adsoiption data. The expérimental setup consisted of 10 superimposed 50 mm thick layers of timothy at a density of about 100 kg dry matter (DM)/m3. The first experiment was unidirectional airflow at three air température levels: 30, 45 and 60 °C. The second experiment introduced bidirectional airflow with air at 60 °C and inversion periods of 30, 60 or 120 min. The third experiment used high relative humidity air at three consécutive températures of 25, 30 and 35 °C. Moisture transfer rate and equilibrium moisture content were calculated by least square methods for individual layers when inlet air conditions were relatively steady for at least two consécutive weighing intervais. An exponential relationship was used to fit moisture content over time. A previously developed equilibrium moisture content (Me) model, based on static equilibrium of alfalfa, was adapted to new expérimental data for timothy hay subjected to dynamic airflow. Me was dépendent on air température and relative humidity, with a hystérésis effect between Me reached in desorption and Me reached in adsorption. The moisture transfer coefficient (k) was found to be dépendent on air température and initial moisture content during desorption (drying) whereas it was dépendent on relative humidity and initial moisture content during adsorption. Résumé Cet article présente un modèle de taux de transfert d'humidité entre l'air et le foin tant en desorption qu'en adsorption. Trois expériences ont été réalisées afin d'obtenir de nouvelles données en desorption et en adsorption. Le montage consistait en 10 couches minces superposées de 50 mm d'épaisseur chacune de fléole à environ 100 kg de matière sèche (MS)/m3. La première expérience consistait en un écoulement d'air unidirectionnel à des températures de 30, 45 et 60 °C. La deuxième expérience introduisait un écoulement d'air bidirectionnel à 60 °C avec des intervalles d'inversion de 30, 60 ou 120 minutes. La troisième expérience consistait à élever artificiellement l'humidité relative de l'air à l'entrée du séchoir et de sécher à trois températures consécutives : 25, 30 et 35 °C. Le taux 37 de transfert d'humidité et la teneur en eau à l'équilibre ont été calculés avec la méthode des moindres carrés pour chacune des couches où les conditions de l'air à l'entrée étaient relativement stables pour au moins deux intervalles de pesée consécutifs. Une équation exponentielle a été utilisée pour caractériser la teneur en eau en fonction du temps. Un modèle de teneur en eau à l'équilibre (Me) existant, basé sur l'équilibre statique de la luzerne, a été adapté aux nouvelles données expérimentales pour la fléole sous des conditions dynamiques. Me dépendait de la température et de l'humidité de l'air, avec un effet d'hystérèse entre Me obtenue par désorption et Me obtenue par adsorption. Le taux de transfert d'humidité (k) était dépendant de la température et de la teneur en eau initiale lorsqu'il y avait désorption (séchage) tandis qu'il était fonction de l'humidité relative de l'air et de la teneur en eau initiale lorsqu'il y avait adsorption. 3.1 Introduction Modem Drying Technology proposes several techniques to enhance thermal efficiency. For example, partial recirculation of exhaust air and airflow inversion during batch drying were used to improve moisture homogeneity of hay (Descôteaux and Savoie, 2006). Drying rate models hâve been used to improve process efficiency for grains (Montross and Maier, 2000). Expérimental data hâve been collected from batch hay baie dryers (Parker et al, 1992; Arinze et al., 1994; Savoie and Joannis, 2006) but little modeling work has been done to predict and improve baled hay drying. During normal hay baie drying process, moisture is extracted by the flowing air. However, air may reach a high level of relative humidity and a low température after flowing through several layers of hay. This can resuit in water adsorption within the later layers in contact with cool and moist air (O'Callaghan et al., 1971). Adsorption may also occur in a bidirectional drying process, immediately after airflow inversion when drier layers become exposed to humid and cool air from wetter layers (Descôteaux and Savoie, 2006). Thercfore, during a drying process, moisture content (MC) can evolvc in three différent ways: désorption, adsorption and no net moisture transfer (Figure 3.1). To détermine in which way moisture is being transferred, equilibrium MC in désorption (Me, des) and equilibrium MC in adsorption (Me, ads) must first be estimated. Me, ads is always equal or 38 lower than Me, des because of hystérésis (Bakker-Arkema et al. 1962). When hay MC is higher than Me,des, hay will lose moisture and drying occurs (case 1). When MC is lower than Me, ads, hay will gain moisture (case 2). When MC is between MSi des and Me, acjs, hay will stagnate at its actual MC; it is assumed that no net moisture exchange between air and hay will occur (case 3). Case 3 No-net-moistu transfer zone • Actual MC T: W Case 2 Adsorption Relative humidity Figure 3.1 Illustration of three levels of hay moisture content (MC) compared to equilibrium MC that resuit in three types of moisture transfer: 1) desoiption (drying); 2) adsorption; and 3) no-net-moisture-transfer zone. The rate of moisture transfer is not likely to be the same in desorption and in adsorption. It follows that a desorption rate coefficient and an adsorption rate coefficient need to bc estimated to predict water exchange between air and hay in either case. Savoie (1982) used data from Bakker-Arkema (1962) to develop an Me model for alfalfa in adsorption over a température range of 4 to 49 °C and the full range of relative humidity (RH). The model was divided in six sub-models: 1) RH lower than 0.10; 2) RH between 0.10 and 0.60; 3) RH between 0.60 and 0.90 and 4) RH between 0.90 and 0.95; 5) RH between 0.95 and 0.975; 6) RH over 0.975. This model could be used as the basis to estimate Me but needs to be validated with new data for baled hay drying. 39 Few artificial drying data of pre-cured timothy hâve been published. Menzies and O'Callaghan (1971) correlated the drying rate of fresh grass with air température. The drying rate was constant at températures over 200 °C. Between 80 and 200 °C, the rate was proportional to the différence between actual moisture content (MC) and Me. Below 80 °C, the drying rate remained proportional to (MC - Me) but the model was segmented into three distinct drying periods as a function of initial moisture content. In a more récent study, Arinze et al. (1994) simulated a commercial batch hay dryer. They used models from Hill et al. (1977) that predicted drying rate from saturated vapour pressure déficit and Me from air température and relative humidity. Another analytical approach was proposed by Jayas et al. (1991) to analyse thin-layer drying data. The model (M-Me)/(MrMe)=exp(-kt) was used for short duration tests where M is the moisture content in hay at time /, M-, is the initial moisture content and k is the drying coefficient. A second model, (M-Me)/(Mj-Me)-exp(-kf), was preferred for long duration tests. Me, k and n could be estimated simultaneously from the same expérimental data with a non-linear régression method. For grass dried at a température less than 200°C, O'Callaghan et al. (1971) assumed n = 1. For other crops, notably grains, a value of n = 1 is generally adéquate as long as the drying température is below 40°C (ASABE, 2006b). To predict the batch drying of hay baies, a reasonable approach is to estimate the drying coefficient (k) and the equilibrium moisture content (Me) for a thin layer of hay and to integrate thèse results for ail layers. The main objective of the study was to develop two moisture transfer models, one for drying (or desorption) and the other one for adsorption of moisture by hay. To reach this objective, an existing Me model was refined and validated to be used either in desorption or in adsorption for hay baies. New measurements were obtained to create a data set used to estimate drying coefficients. 40 3.2 Methodology 3.2.1 Expérimental design Three experiments were carried out for the purpose of generating new data to estimate drying parameters. The hay, composed mainly of timothy grass previously field cured and baled, was placed in ten superimposed layers in a drying chamber described below. This approach of multiple layers provided more data than only one layer dried per batch. The density of hay layers was approximately 100 kg dry matter (DM)/m3 while the initial MC varied between 0.173 and 0.550 (expressed on a dry basis, i.e. g of water/g DM; values are équivalent to 14.7 to 35.5 % on a wet basis). Each layer was 0.286 m wide by 0.286 m long by 0.05 m thick and contained about 409 g of dry matter. The air velocity was fîxed for each treatment and varied between 0.20 and 0.30 m/s. Drying ended when evaporation rate was below 2 g/h for every layer. The objective of the first experiment was to characterize MC as a fonction of time and vertical position with unidirectional airflow. Incoming air température was set at 30, 45 or 60 °C, with 3 replications. The second experiment was conducted with incoming air température of 60 °C and airflow inversion periods of 30, 60 and 120 min with 2 replications. The direction of airflow was inverted by moving layers within the stack (Layer l-> Layer 10, Layer 2-> Layer 9, etc.) and by turning them upside down. A pilot test without inversion was performed to compare with inversion. A third experiment was conducted at high relative humidity (between 0.34 and 0.92) and low air température (23 to 37 °C). To reach a high relative humidity, a nozzle atomized water at the entrance of ambient air. Two treatments corresponded to two levels of initial hay MC with an average of 0.58 (standard déviation (s.d.) = 0.035) and 0.22 (s.d. = 0.0039) respectively. They were replicated twice. Drying started at an average température of 23 °C (s.d. = 1.0 °C) and at an average high relative humidity of 0.81 (s.d. = 0.068). When a first equilibrium was reachcd (after about 10 h), the high relative humidity of ambient air at the entrance was maintained and air température was raised approximately to 30 °C (average relative humidity dropped to 0.53 (s.d. = 0.043)). After a second equilibrium was 41 reached (another 10 h), the drying température was finally raised approximately to 35 °C (average relative humidity dropped to 0.40 (s.d. = 0.033)) and drying proceeded until a third equilibrium was reached. For every experiment, layers were weighed regularly (15 min interval for the first hour, 30 min interval for the next two hours and 1 h interval for subséquent hours) to observe moisture loss versus time. At the end of the drying process, a sample from each layer was taken and oven-dried at 103 °C for 24 h according to ASABE Standard S358.2 (ASABE, 2006a). 3.2.2 Equipment The expérimental dryer contained 10 superimposed trays (layers) of compressed hay (Figure 3.2). The airflow was suctioned from top to bottom of the hay stack by a centrifugal fan (New York Blower, model Compact GI 105) with a capacity of 3.4 mVmin at 2.2 kPa static pressure. A variable speed drive (AC Tech) was used to operate a 1.5 kW Leeson electric motor running the belt-driven fan. The pulleys were of equal diameter to provide a 1:1 speed ratio to the fan (3500 rpm at 60 Hz). Ail joints of the dryer were sealed with silicone. The drying chamber was enclosed by a clear polyethylene film (0.152 mm thick) that fit tightly around the trays under suction. The air duct carrying the heated air to the drying chamber was insulated with foam and minerai wool. Each tray rested on stands equally spaced above the bottom. Five electrical hcating éléments inside the inlet duct (diameter of 152 mm) generated 250, 500, 750, 1000 and 1500 W, respectively. Each heating élément could be set on or off to provide a heating range between 0 and 4000 W by incréments of 250 W. To control and monitor dryer opération, a programmed interface was developed with LabVIEW software (National Instrument). Two thermistors were placed in the upper plénum to measure the heated air température. A PID controller adjusted the heating power to maintain the desired set point (normally 30, 45 or 60 °C). Another thermistor was placed beforc the heating éléments to perform an energy balance on the airflow. The air température was also measured after each layer. Relative humidity was measured before the heating éléments and at the exit of the dryer with a probe (Vaisala HMP-230, précision ±1 % RH) connected to a computer. 42 Air velocity was measured at the entrance of the dryer with an orifice according to standard ISO-5167 (précision ±5 %; ISO, 1980). The air velocity was adjusted with a restriction at the dryer exit and the variable speed drive. To raise the level of relative humidity, a nozzle at the dryer entrance was used. Air température, relative humidity and velocity were recorded every two minutes. Upper plénum Electrical heating éléments Layer 1 Water Drying chamber Layer 10 Lower plénum Figure 3.2 Schematic représentation of the dryer and its components. 3.2.3 Data analysis For ail three experiments, drying data for each layer were grouped over two or more time intervais as long as inlet air conditions remained constant, i.e. air température change was less than 3 °C and relative humidity change was less than 0.10 during the grouped time interval. Parameters k and Me were determined for each data group meeting thèse criteria following équation (3.1). The «Solver» function in MS Excel was used to estimate best fit values for k and Me by the least square method as suggested by Jayas et al. (1991). M -M . ,_ . e — ïï - = exp{-kt ) Mj-Me (3 1) where Mm is a set of expérimental moisture values {Mo, Mlt ..., Mm) corresponding to expérimental times {to, t\, ..., tm) under relatively constant inlet air conditions (température 43 and relative humidity). Mi is the initial moisture content (M = Mo). Me and k are the equilibrium moisture content and drying coefficient, respectively, estimated by a non-linear method. A minimum of two time intervais {m = 2) had to be met to consider a group of data. Two time intervais corresponded to three weight measurements and three expérimental MC. 3.3 Results and discussion 3.3.1 Expérimental data The MC in unidirectional drying decreased exponentially with time (Figure 3.3). Layers at some distance from the heated air front exhibited a drying delay eompared to layers near the initial drying front. During the first few time intervais, layers far from the drying front did not dry at ail because the drying air had become nearly saturated. Bidirectional drying was eharaeterized by alternating desorption and adsorption phases (Figure 3.4). After airflow inversion, the first and driest layer could absorb moisture because of the low température and high relative humidity of air after flowing through the wetter layers. The amplitude of those phases decreased with drier air conditions and time. Figure 3.5 shows the same hay layer subjected to three successively constant air températures and relative humidity. Each drying segment (A, B and C) was long enough to identify a corresponding equilibrium MC. Thèse data were useful to predict Me under high relative humidity and low température air conditions. 44 0.25 Layer 1 Layer 5 0.20 Layer 10 bi) 0.15 - 0.10 1 0.05 0.00 Figure 3.3 0.25 Typical moisture content as a fonction of time for layers 1, 5 and 10 for unidirectional airflow drying at 45 °C. Layer 1 Layer 5 0.20 ) Layer 10 0.15 - <« I 0.10 0.05 0.00 Figure 3.4 Typical moisture content as a function of time for layers 1, 5 and 10 for bidirectional airflow drying at 60 °C with airflow inversion periods of 60 min. 45 0.60 n Layer 9 0.00 Figure 3.5 Typical moisture content as a function of time of the ninth layer for unidirectional airflow drying at inlet air température of 27.7, 30.3 and 33.9 °C successively. 3.3.2 Estimation of k and Mc Expérimental values of k and Me were estimated by the non-linear procédure described in 3.2.3. The following example illustrâtes how data were grouped prior to estimating parameters. Figure 3.6 shows the moisture loss of an intermediate layer (5* position) for which air conditions varied over time. Air conditions did not meet the constancy criteria (less than 3 °C and 0.10 RH variations) for the first two time intervais (between 0 h and 0.5 h of drying). However, constancy criteria were met for the two subséquent time intervais (between 0.25 h and 0.75 h). Thèse time intervais were defined as segment B. Finally, constancy criteria were met from 0.75 h until the end of drying at 5.0 h (segment C). Table 3.1 shows results for each segment of this example. It was not possible to estimate Me and k between 0 h and 0.25 h of drying (segment A) because of only two data points. Mean température and relative humidity for each segment were ealeulated and assoeiated to the estimated Me and k. 46 0.25 o expérimental data segment A segment B segment C 0.20 XI T3 60 b), 0.15 c o.io - -~°- o. --O 0.05 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 Time (h) Figure 3.6 Example of MC as a function of time for a layer subdivided into 3 segments for which air conditions were relatively constant. Table 3.1 Example of parameter estimation for a layer subdivided into 3 segments where air conditions were relatively constant. Predicted segment A M C Mi (g/g, d.b.) 0.226 0.202 0.138 k Me (g/g, d.b.) (s" ) 0.108 0.0922 6.25e"4 2.97e"4 R2 Mean Ta 1.00 0.99 (°C) 36.9 43.2 44.4 1 Mean HR (dec) 0.463 0.319 0.244 After analyzing ail the drying data from the three experiments, a total of 157 data sets of k and Me met the constancy requirements in desorption. Values of A: varied from 3.40E"6 to 1.09E"3 s"1 (mean: 2.82E"3 s"1) and values of M, varied from 0.030 to 0.280 g/g, d.b. (mean: 0.135). Significant variables Ta, RH and M, varied from 22 to 62 °C (mean: 37 °C), 0.05 to 0.85 (mean: 0.44) and 0.07 to 0.55 g/g (mean: 0.20), respectively. In the same way, 26 data sets in adsorption were obtained. Values of k varied from 1.21E"5 to 4.53E'4 s"1 (mean: 1.18E'4 s"') whereas Me ranged between 0.172 and 0.295 g/g (mean: 0.229). Significant variables Ta, RH and M, in adsorption varied from 23 to 33 °C (mean: 27 °C), 0.62 to 0.81 (mean: 0.68) and 0.15 to 0.27 g/g (mean: 0.20), respectively. 47 As a resuit of the expérimental design, high températures were generally associated with low relative humidity (R2 of 0.89 between expérimental values of air température and relative humidity). Thus, those two variables were not entirely independent from each other. If one variable (Ta or RH) was correlated with k or Me, then the other was also very likely correlated. Therefore, only one was generally sufficient to explain variations of Me and k due to air condition. The 157 desorption data sets and the 26 adsorption data sets were used to develop the subséquent prédiction models. 3.3.3 Equilibrium moisture content model Several équations hâve been developed to fit expérimental data of equilibrium MC. Tables 3.2 and 3.3 show a sélection of équations with adjusted coefficients to fit equilibrium MC data in desorption and adsorption respectively. For desorption, the best fit was obtained with the Hill équation (R2 = 0.745) and the Henderson équation (R2 = 0.743). For adsorption, the Oswin équation gave the best fit (R2 = 0.520) followed by the Henderson équation (R = 0.484). However, a problem occurred when desorption and adsorption isotherms (for the same model) were used together to predict equilibrium MC: desorption isotherms overlapped adsorption isotherms; this was illogical. Table 3.2 Sélection of equilibrium moisture content models to fit expérimental data in desorption. R2 Equilibrium moisture content model Hill équation M..= - — (Hill et al., 1977) Coefficients a= 1.133 b = 2.099 Henderson équation (ASABE, 2006c) a =1.992 b = 2.297 c = -4.721 0.743 a = 333406 b= 13.54 c = 76852 0.722 a = 0.1065 b = 0.0009163 c= 1.997 0.708 Chung-Pfost équation (ASABE, 2006c) Oswin équation (ASABE, 2006c) K- -ln(l -HR) a(T + c) M,=-ln K- Jb —1 0.745 Table 3.3 Sélection of equilibrium moisture content models to fit expérimental data in adsorption. R2 Equilibrium moisture content model Hill équation (Hilletal., 1977) Coefficients a = 3.572 b = 3.020 Henderson équation (ASABE, 2006c) a = 0.06368 b = 2.190 c = 428 0.484 a = 343306 b = 43.18 c = 14.92 0.424 a = 0.1023 b = 0.002652 c = 2.858 0.520 a(T + c) Chung-Pfost équation (ASABE, 2006c) Oswin équation (ASABE, 2006c) M=-\n M Ma- --1 f 0.404 To overcome this problem, the model proposed by Savoie (1982) using data from BakkerArkema (1962) for alfalfa was used as the basis to predict Me with six régression submodels over the entire range of RH. Two new régression sub-models were obtained to cover the ranges of 0.10 to 0.60 RH and 0.60 to 0.90 RH, with continuity at 0.60 RH. The equilibrium MC in the four other sub-models (RH < 0.10 and RH> 0.90) was estimated by linear interpolation with boundary expérimental values as in the original model. The six équations below represent equilibrium MC in adsorption. In the range of 10 to 60 % relative humidity (0.10 <RH< 0.60), Me (g/g, d.b.) in adsorption is predicted to be: -3.0557E 5 7; -9.0510E" 4 /?//-?; (3.2) e,ads. =0.33578-1.0029/?// + !.13860/?// 2 +3.3273E" 3 /;-6.5015E- 3 /?//-7; (3.3) 0.046181+ 0.0824007?//+ 0. In the range 0.60 <RH< 0.90: M In the range 0.00 <RH< 0.10: 49 (3.4) In the range 0.90 < RH< 0.95: K^ = M ^ s ( * t f = 0.90) + (/W-0.90)-10/3 (3.5) In the range 0.95 <RH< 0.975: Me,ads = Meads {RH = 0.95) + (RH - 0.95) • 20/3 (3.6) In the range 0.975 <RH< 1.00, equilibrium MC is: 0915)40/3 (3 .7) The next step was to estimate Me in desorption. A régression was performed on the différence between adsorption and desorption data at 15.6 °C, the only température at which Bakker-Arkema et al. (1962) measured Me in desorption. The différence of Me at 15.6 °C was represented by équation (3.8) (R2 = 0.999). Me,des -M^s\T}56OC =0.01172exp(4.638RH25i2) (3.8) To détermine desorption isotherms at other températures, new expérimental data with timothy were fitted to the improved adsorption model. Figures 3.7 and 3.8 show the new data for Me> des obtained from the three experiments with respect to air température and air RH. In particular, Me is seen to increase almost linearly with an increase ofRH (Figure 3.8). It should be noted that température was not constant for various levels of RH but Ta was highly correlated with RH (R2 = 0.89), i.e. low RH was generally at high température and high RH was at low température. The différence between MeiQds and Meides at 15.6 °C (équation (3.8)) was multiplied by a factor function of air température and relative humidity to fit the 157 expérimental data in desorption (équation (3.9), R2 = 0.83). Equation (3.9) estimâtes Me,des for RH between 0.10 and 1.00. 50 1.431/;// K+* = MeMs+0.0\l72exp(4.638RH -,32\ 15-6 / (3.9) T Hystérésis (Meides - Mejae/S) was highest at low température (maximum of 1.21 g/g at RH = 1.00 and Ta = 15.6 °C). The hystérésis was small at low RH (less than 0.04 g/g when RH < 0.50). At high température (60 °C), the hystérésis remained relatively small (< 0.08 g/g) up to RH = 0.90. Equation (3.10) estimâtes Me,des by linear interpolation for RH between 0 and 0.10. (3.10) 0.30 -, 7 0.25 J bij bl) oo 0.20 ° <fc° o o o 1 0.15 '5 (P O | 0.10 Oo 'G OO o o '3 w 0.05 if o 0.00 + 0 10 20 30 40 o o 50 60 70 Air température (°C) Figure 3.7 Expérimental equilibrium moisture content of timothy hay in desorption as fonction of air température. 51 0.30 o t) o 0.25 o (S a bu M o o O s' °- 20 O o §0.15 c m '5 I o.io H o O o.oo 0.00 db o OOCD?) o o o o o o o Q o °o <o°o6 8 0° 3 uf 0.05 o ° o O o 0 e cPo ) O Q OO_ n 0 Oo o o o ooo° o o I ) 0 0° ° °ï !P )O S S cfb o o r —i— 0.10 0.20 ~~—1 0.30 0.40 —i 0.50 —\ 0.60 1 \ 1 0.70 0.80 0.90 Relative humidity (dec) Figure 3.8 Expérimental equilibrium moisture content of timothy hay in desorption as function of air relative humidity. Figures 3.9 and 3.10 show the proposed models for Me,des (dotted line) and Me,ads (solid line) for the full range of relative humidity and air températures between 15 and 60 °C. Figure 3.11 shows predicted Mejes versus expérimental data. For values below 0.05 g/g, the model tended to overestimate Me,desThe original model of Me proposed by Savoie (1982) based on data from Bakker-Arkema et al. (1962) was developed with mature alfalfa as opposed to timothy in the présent investigation. Bakker-Arkema et al. (1962) obtained expérimental data in a static environment without important air velocity whereas the présent data of Me were obtained for hay layers subjected to continuous airflow with an average velocity between 0.2 and 0.3 m/s. Thèse différences suggest that further research would be useful to develop a desorption model for hays of différent maturities in a dynamic air environment. More accurate data could also be collected for timothy in adsorption and desorption, especially under high relative humidity. 0.25 0.20 - -o— 15°C ads -*-30°Cads -o— 45°Cads -•— 60°Cads •»•• l5°Cdes I 0.15 -*--30°Cdes • o • •45°C des •o--60°Cdes q S 0.10 0.05 0.00 0.00 0.20 0.10 0.30 0.40 0.50 0.60 Relative humidity (dec) Figure 3.9 Equilibrium MC model in adsorption (ads) and desorption (des) as a function of air relative humidity up to 0.60. 2 50 2 25 _ 2.00 ri où 75 - teni 1—' 50 - —o—15°Cads —A— 30°C ads —o—45°Cads —•— 60°Cads • - o • 15°C des -*--30°Cdes --o--45°Cdes ••*--60°Cdes 0.00 0.60 0.70 0.80 0.90 1.00 Relative humidity (dec) Figure 3.10 Equilibrium MC model in adsorption (ads) and desorption (des) as a function of air relative humidity above 0.60. 53 0.35 o R2 = 0.83 0.30 -o o o o o t o o .-•' u o o o o 0.20 1 o°. 0 ' . • ' o #_ o. o o 0.15 - o° Orf) o ?b'' 0.10 K-i o?,9êâ^®'o n ° *%&:jQJpSto^êCft» O 0.05 - r O CD, * ' ç ' 8e _ o ftL O o O \' * p' • o O O3 o o o cP 5 o o o %, nO o o o o O o » O°OO 0 3o 0.00 0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 Expérimental equilibrium moisture content (g/g, d.b.) Figure 3.11 Predicted equilibrium moisture content in desorption versus expérimental data. 3.3.4 Desorption rate model From the 157 data sets in desorption, the drying rate (kdes) of timothy increased with température in the expérimental range between 22 and 62 °C (Figure 3.12). Other factors such as initial MC and RH also explained partly the variation of kdesSix models were fit to the expérimental data in desorption (Table 3.4). Model no. 1 had the same structure as the model proposed by O'Callaghan et al. (1971) but it also had the lowest coefficient of détermination (R2 = 0.50). The highest R2 (0.65) was obtained with model no. 2 but variables RH, TaRH and MjRH were not significant (P > 0.05). Thèse variables were eliminated to give model no. 3. This model predicted k adequately for températures above 32 °C. Below 32 °C, the model predicted that k increased when M, decreased. This is not logical because desorption rate should decrease when M, decreases due to the greater ease of water extraction of fresh hay compared to dry hay. This model also predicts négative values of k below 27 °C especially for high M,. Models no. 4 and 5 attempted without success to overcome thèse problems. 54 Model no. 6 was derived from model no. 5. To overcome problems of model no. 3 previously mentioned, a linear régression was done with the predicted values with model no. 5 at 62 °C (maximum expérimental température) for Mi between 0.07 and 0.55 (expérimental range). Then, a mean value of k at 25 °C was determined and supposed to be independent of MC. Above 25 °C, a linear model was built as a function of température and Mj (équation (3.12)). Below 25 °C, a simple linear model expressed k as a function of température as shown in équation (3.13). No drying would occur at or below 0 °C. The chosen model (no. 6) had a value of R2 = 0.62. 0.0012 n o o o 0.0010 0.0008 ° ° "i 2 0.0006 M) c 1: Q o o o o o o 0.0004 o o 0.0002 O o o ° O O o o o oo o °° o . ° o 40 50 oo ° 0.0000 10 20 30 60 70 Air température (°C) Figure 3.12 Expérimental drying rate coefficient for timothy hay as function of air température. 55 Table 3.4 Sélection of drying rate models to fit expérimental data. Model no. R2 Drying rate models with adjusted coefficients 1 À:^. = 4.8E-5 exp(0.0458\Ta) 2 4 kdes =8.471E- -9.045E" 7;-5.746E~ M,. +1.476E M,7;+1.766E RH 0.65 3 -2.$87E-5TaRH + 2.0S6E~'MfRH ^ ï =1.328E- 4 +2.414E" 6 7 a -2.837E" 3 M,+8.881E- 5 M,7; 0.63 6 0.50 3 3 4 4 4 3 4 kdes = -2.238E" + 7.798E^ In Ta -1.429E" In M, + 4.573E" In M, • In Ta 6 ^ = 8.333E 5 +(6.996E^ 5 M,+5.720E- 6 )(7;-25) 0.57 for 25 < Ta < 62 0.62 K<s = 83 f 5 E 5 Ta forO<7;<25 In the range of 25 < Ta < 62 °C, the selected model is: kJcs =8.333E- 5 +(6.996E" 5 M,+5.720E- 6 )(r u -25) (3.12) In the range of 0 < Ta < 25 °C: 8.333E'5 T **,=—25— " ( -* Figure 3.13 shows the predicted drying rate coefficient as a function of température and initial MC. At air température above 25 °C, initial MC had a significant effect on the desorption rate. For example, at 40 °C, desorption rate for an initial MC of 0.50 g/g d.b. was 2.5 times higher than for an initial MC of 0.10 g/g d.b. This could be explained by the fact that hay at high initial MC contained more free water than hay at low MC. This free water is more easily removed than bound water. Figure 3.14 compared the 157 expérimental drying rate coefficients with predicted values. The model tended to overestimate the drying rate when expérimental values were low (k < 0.0001 s"1). Above 0.0004 s"', the model tended to underestimate the drying rate. 56 0.0016 Initial MC 0.0014 - l/s) 0.0010 ang ra 0.0012 i 0.0008 - —o-O.lO -O-0.20 Extrapolation ^-0.30 -^0.40 -«H-0.50 Ail Mi c 0.0006 n 0.0004 0.0002 0.0000 0 10 20 30 40 50 60 Air température (°C) Figure 3.13 Drying rate model as a function of température and initial moisture content (M). 0.0012 R2 = 0.62 o o o 00 0.0000 0.0000 0.0002 0.0004 0.0006 0.0008 0.0010 0.0012 Expérimental drying rate (l/s) Figure 3.14 Predicted drying rate with équations (3.12) and (3.13) vs. expérimental drying rate for 157 observations. 57 3.3.5 Adsorption rate inodcl A set of 26 expérimental data were used to fit five models for the moisture transfer coefficient in adsorption (Table 3.5). Model no. 7 based on air température alone had the lowest R2 (0.33) and was rejected. The highest R2 (0.66) was obtained with model no. 8 based on RH alone. However, when RH > 0.81 (the maximum expérimental RH), the model predicted very high adsorption rate. Model no. 8 could therefore not be used to extrapolate over the entire RH range. Model no. 9 gave better results on an extended range of RH but Ta was not significant (P = 0.0944) and négative adsorption rates were predicted when RH was inferior to 0.60. The élimination of Ta in model no. 10 did not résolve the problem. In order to predict realistic adsorption rates, model no. 11 was developed following the same reasoning previously described for desorption in model no. 6. A non-linear régression provided the better fit for data generated by model no. 10 at RH = 0.81 (maximum expérimental RH) for M-, between 0.15 and 0.27. 5 The adsorption rate was 1 assumed to be constant (4.167E" s" ) at a relative humidity of 0.60 independently of MC. A linear régression was done between the constant adsorption rate at RH = 0.60 and the non-linear équation at RH =0.81. The resuit is expressed by équation (3.14). For relative humidity lower than 0.60, a linear relation extrapolated the adsorption rate coefficient as fonction of relative humidity (équation (3.15)). It was assumed that no adsorption would occur at 0 % relative humidity. However, adsorption is rarely observed at RH < 0.60. Physically, the selected model shows that adsorption rate increases with drying air RH. For a given drying air RH above 0.60, the adsorption rate increases with initial MC. 5S Table 3.5 Sélection of adsorption rate models to fit expérimental data Model no. 7 8 9 10 11 Adsorption rates models with adjusted coefficients ^.=5.2E-5exp(-0.13397;) R2 0.33 Â;^=3.330E- 5 exp(8.760iî// 6 0 7 2 ) 0.66 3 5 3 3 ^ = - 1 . 1 2 7 E - + 1 . 7 9 9 E - r a - 3 . 7 6 7 E - M , . + 2.220E- J?// 3 3 3 Â; u</ï =-3.881E- -1.976E" M,. + 1.330E" 7î// 5 3 KJS =4.167E- +(3.992E- exp(-6.286M,))(£tf-0.60) 0 .54 0.46 o.46 for 0.60 <RH< 1.00 4 167E"5 RH 0.60 In the range of 0.60 <HR<\ for 0<RH< 0.60 .00, the selected model is: kads =4.167E" 5 +(3.992E- 3 exp(-6.286Àf, ) ) ( / ? / / - 0 . 6 0 ) In the range of0<RH< (3.14) 0.60 (extrapolation): 0.60 The proposed adsorption model is presented at Figure 3.15. At air relative humidity above 0.60, initial MC had a significant effect on the adsorption rate. For example, at 80 % RH, adsorption rate for an initial MC of 0.15 g/g d.b. was 1.7 times higher than for an initial MC of 0.25 g/g d.b. Thus, hay at low initial MC was more easily rehydrated than hay at high MC because more space was available for free water adsorption. Partly because of the limited number of expérimental data (26), the model had an R2 of 0.46 (Figure 3.16). The model tended to overestimate the adsorption rate when expérimental values were low (k < 0.0001 s"'). For coefficients over 0.0001 s"1, the model slightly underestimated the adsorption rate. Predicted values (up to RH < 0.81) were cohérent and within the expérimental range. 59 0.0007 Initial MC o—0.15 0.0006 O-0.20 Extrapolation *-0.25 Ail Mi 0.0005 - 2 0.0004 i; O g 0.0003 •a < 0.0002 - 0.0001 0.0000 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00 Relative humidity (dec) Figure 3.15 Adsorption rate model as a function of relative humidity and initial moisture content. 0.0005 n R2 = 0.46 0.0004 u 2 c 0.0003 & 0.0002 o o -3 0.0001 - oo o o o o O QXJ O O 0.0000 0.0000 0.0001 0.0002 0.0003 0.0004 0.0005 Expérimental adsorption rate (1/s) Figure 3.16 Predicted adsorption rate with équations (3.14) and (3.15) vs. expérimental adsorption rate for 26 observations. 60 The moisture transfer model and the equilibrium moisture content model for timothy hay, for desorption and adsorption, hâve to be validated with new expérimental data. Then, the models may be integrated in a hay drying simulation to optimize various management stratégies such as air température, duration of drying, cycles of airflow inversion, exhaust air recirculation rates. The models should prove useful to identify improved methods of baled hay artificial drying. Conclusion An equilibrium moisture content model and a moisture transfer rate model were developed for both hay in desorption and adsorption. The equilibrium moisture content depended on air température and relative humidity. A model proposed by Savoie (1982) based on data from Bakker-Arkema et al. (1962) for alfalfa was adapted to new expérimental data with timothy hay for desorption and adsorption at températures between 16 and 62 °C and for the full range of relative humidity. For a given température and relative humidity, equilibrium moisture content in desorption was always higher than in adsorption. The hystérésis effect was more pronounced at high relative humidity and low température. Desorption rate depended on air température and initial hay moisture content while adsorption rate depended on air relative humidity and initial hay moisture content. The models are consistent with physical principles. A follow-up study will use new expérimental data to validate thèse models and simulate artificial baled hay drying to improve thermal efficiency. Bibliography Arinze, E.A., S. Sokhansanj, G.J. Shoenau and F.G. Trauttmansdorff. 1994. Design, évaluation and optimization of a heated-air batch hay dryer operated with automatic baie wagon. ASAE Meeting Présentation . Paper no. 94-6033. St. Joseph, MI: ASAE. ASABE. 2006a. ASABE Standards, 53 rd éd. 2006a. S358.2: Moisture Measurement Forages. St. Joseph, Mich.: ASABE. ASABE. 2006b. ASABE Standards, 53rd éd. S448: Thin-layer drying of grains and crops. St. Joseph, Mich.: ASABE. ASABE. 2006c. ASABE Standards, 53rd éd. D245.5: Moisture Relationship of Plant-based Agricultural Products. St. Joseph, Mich.: ASABE. 61 Bakker-Arkema, F.W., C.W. Hall and E.J. Benne. 1962. Equilibrium moisture content of alfalfa. Michigan Agricultural Expérimental Station Quarterly Bulletin 44:492-496. Descôteaux, S. and P. Savoie. 2006. Bi-directional dryer for mid-size square hay baies. Applied Engineering in Agriculture 22(4): 481-489. Hill, J.D., I.J. Ross and B.J. Barfield. 1977. The use of vapour pressure déficit to predict drying time for alfalfa hay. Transactions ofthe ASAE 20: 372-374. ISO. 1980. International Standard ISO-5167: Measurement offluidflow by means of orifices plates, nozzles and venture tubes inserted in circular cross-section conduits runningfull. First édition. International Organization for Standardization. Jayas, D.S., S. Centowski, S. Pabis and W. E. Muir. 1991. Review of thin layer and wetting équations. Drying Technology 9(3): 551-588. Menzies, D. J. and J. R. O'Callaghan. 1971. The effect of température on the drying rate of grass. Journal of Agricultural Engineering Research 16 (3): 213-222. Montross, M.D. and D.E. Maier. 2000. Simulated performance of conventional hightemperature drying, dryeration, and combination drying of shelled corn with automatic conditioning. Transactions ofthe ASAE A3 (3): 691-699. O'Callaghan, J.R., D.J. Menzies and P.H. Bailey. 1971. Simulation of agricultural dryer performance. Journal of Agricultural Engineering Research 16(3): 233-244. Parker, B.F., G.M. White, M.R. Lindley, R.S. Gates, M. Collins, S. Lowry and T.C. Bridges. 1992. Forced-air drying ofbaled alfalfa hay. Transactions of the ASAE 35(2): 607-615. Savoie, P. 1982. The analysis of forage harvest, storage andfeeding Systems. Ph. D. dissertation. 352 pages. Department of Agricultural Engineering. Michigan State University. East Lansing, MI, USA. Savoie, P. and H. Joannis. 2006. Canadian Biosystems Engineering 48: 3.53-3.59. Chapitre 4 Development, validation and simulation of a thin-layer drying model for baled hay Authors René Morissette1 Philippe Savoie2 1. Université Laval Faculté des sciences de l'agriculture et de l'alimentation Département des sols et de génie agroalimentaire Québec (Québec) G1K7P4 3. Centre de recherche et de développement sur les sols et les grandes cultures Agriculture et Agroalimentaire Canada 2560, boulevard Hochelaga Québec (Québec) G1V2J3 63 Abstract A multiple thin-layer drying model was developed using LabVIEW software to simulate high density baled hay drying. Energy and mass balance équations were used to predict hay and air température and humidity over time and within the hay stack. At each simulation interval, sub-models computed the equilibrium moisture content, the moisture transfer rate, the convective heat transfer coefficient and the spécifie heat of hay. The program simulated one-dimensional drying with vertical airflow across a mass of hay, the possibility of airflow inversion and recirculation of part of the exhaust air. The prédictive model was validated with previous expérimental data of superimposed thin-layer drying. Selected examples highlighted the effect of important variables such as initial moisture content of hay, ambient air conditions, heated air température, frequency of airflow inversion, fraction of exhaust air recirculation, and cooling at the end of drying. Generally, drying air température and airflow inversion contributed most to cost réduction while recirculation and cooling had a little effect. Over-drying, moisture content heterogeneity, energy consumption, drying time and total drying cost increased with initial moisture content. Lower drying air température and airflow recirculation had more effect on the improvement of final moisture content and uniformity, thermal efficiency, and total cost when ambient air température was cooler. Such prédictive model could be integrated in a commercial dryer to reach in a reasonable time the targeted final moisture content with a good uniformity and to enhance thermal efficiency. Résumé Un modèle de prédiction basé sur la théorie des couches minces a été développé avec le logiciel LabVIEW afin de simuler le séchage en lot de balles de foin de haute densité. Des bilans d'énergie et de matière ont été utilisés pour prédire les variations de température et d'humidité du foin et de l'air en fonction du temps et de la position dans la balle de foin. Pour chaque incrément de temps et de couche de foin, des sous-modèles calculent la teneur en eau à l'équilibre, le taux de transfert d'humidité, le coefficient de transfert de chaleur par convection et la chaleur spécifique du foin. Le programme simule un séchage unidimensionnel avec un flux d'air traversant verticalement la masse de foin, la possibilité 64 d'inversion du flux d'air et la recirculation partielle de l'air sortant du séchoir. Le modèle de prédiction a été validé à l'aide de données expérimentales issues d'expériences de séchage en couches minces de foin superposées. Une sélection de simulations montrent les effets de variables de contrôle importantes dont la teneur en eau initiale du foin, les conditions de l'air ambiant, la température de l'air de séchage, la fréquence d'inversion du flux d'air, la fraction d'air recirculé et une période de refroidissement à la fin du séchage. Généralement, la température de l'air de séchage et l'inversion du flux d'air contribuent davantage à réduire le coût de séchage que la recirculation et la période de refroidissement à la fin du séchage. Le sur-séchage, l'hétérogénéité de la teneur en eau, la consommation énergétique, le temps de séchage et le coût total de séchage augmentent avec la teneur en eau initiale du foin. Une faible température de l'air de séchage et une recirculation de l'air améliorent davantage la teneur en eau finale et son uniformité, l'efficacité thermique et les coûts de séchage lorsque l'air ambiant est plus froid. Un modèle de prédiction peut être intégré dans un séchoir commercial afin d'améliorer l'efficacité énergétique et d'atteindre la teneur en eau finale et l'homogénéité visées dans un temps raisonnable. 65 4.1 Introduction Artificial drying of high density baies has been proposed to improve the quality, the reliability and the production of large quantities of forage for the commercial hay market. High density hay baies require however a relatively low moisture content (MC), estimated at 12 % on a wet basis (0.136 g/g on a dry basis) to prevent mold activity according to Descôteaux and Savoie (2003b). Température, humidity and velocity of air, initial MC of hay, stack height and hay conditioning in the field can ail influence the artificial drying process. Under expérimental conditions, the moisture transfer rate between hay and ventilated air was influenced mainly by air température, air velocity and hygroscopic properties of hay which affect its equilibrium moisture content (Me) over time (Menzies and O'Callaghan, 1971). Arinze et al. (1994) reported that MC heterogeneity and over-drying were cornmon problems in a batch drying process. Meanwhile, reduced heating, partial air recirculation and airflow inversion could contribute to improve the thermal efficiency (Descôteaux and Savoie, 2003a). Generally, partial recirculation of the exhaust air provided a better thermal efficiency in the second part of the drying process. Thèse authors also suggested that inversion of airflow could reduce the problem of overdrying and improve the MC homogeneity. However a single inversion could be insufficient to provide a good homogeneity of MC while an excessive number of inversions may resuit in an overall increase of drying time. O'Callaghan et al. (1971) and Arinze et al. (1994) recommended that the warm hay should be cooled with ambient air before leaving the drier. This may help in rehydration of overdried zones and dehydration of wetter zones. Such ambient-air cooling may also prevent hay spoilage from condensation and moisture migration which usually resuit in the formation of hot spots in the dried hay. A real-time simulation could contribute to a better understanding of thèse phenomena and to the identification of good or optimal drying scénarios. The development of prédiction models for drying agricultural crops is usually based on thin-layer theory (Sokhansanj and Wood, 1991). In addition, empirical models are required 66 for each crop species to predict the Me, the moisture transfer coefficient (k), the convective heat transfer coefficient (Spencer, 1969) and the spécifie heat of hay (Opoku et al., 2004). Chapter 3 provides detailed information on the development of empirical models for Me and the moisture transfer coefficient of grass hay. The objectives of this study were 1) to validate the prédictive model for artificial drying of hay baies with original expérimental data; 2) to gain a better understanding of the relative influence of various factors on the drying behaviour; 3) to simulate the drying process under various control factors (initial MC of hay, air conditions, airflow inversion, partial exhaust air recirculation and heating time réduction at the end of drying); and 4) to evaluate best operating conditions based on final MC and economical criteria. 4.2 Model development During the drying of a thin-layer of hay, crop and air conditions change continuously. A set of équations was used to specify those variations: heat and mass balance équations, Me équations, moisture transfer rate équations, convective heat transfer coefficient équation and the spécifie heat of hay équation. The équations presented in this section were programmed with LabVIEW software (version 7.1, National Instruments, Austin, TX). This software allowed the simulation of numerous superimposed thin-layers in a user-friendly environment with excellent graphies. Appendix 2 shows an overview of the simulation user interface. 4.2.1 Heat and mass balance équations A set of differential équations was used to describe the drying process through thin-layers of hay under the following hypothèses: 1. The thickness and the surface of a thin-layer perpendicular to the airflow are constant; 2. The change in température and humidity ratio of the air with respect to time are negligible compared with their variation with respect to distance; 67 3. The change in température and moisture content of the hay with respect to distance are negligible compared with their variation with respect to time; 4. The drying process is adiabatic; 5. The drying is a one-dimensional problem; 6. The spécifie heat of air, water and vapour water are considered to be constant; 7. The vapour water resulting of propane combustion is neglected in the mass balance of the drying air. Sokhansanj and Wood (1991) described the drying process with the four following équations. Terms composing each équation hâve been previously defined in chapter 2. Définitions of symbols are defined in Appendix 1. Equation (4.1) shows how air température changes with respect to distance. -hca(Ta-Tp) (hfg+cv{Ta-Tp))pp + Sx ÔM pava(ca+cvH) The change of hay température with respect to time: psrr' h .a — p c UI p ôt = dM dt (T { pp(cp+cwM) " T ) (4-2) "' The humidity ratio variation with respect to distance: ôH _ dx pp ôM pava dt (4.3) The MC variation with respect to time where A: is a moisture transfer rate constant (s"1): (4.4) 68 The derivative scheme of équations (4.5) and (4.6) was used to solve the équations (4.1) to (4.4). Those became équations (4.7) to (4.10) respectively: d A A= ^,-Ax,, dt At ' %..â*f±L ox T . (4.6) Ax =AX ha+p c AM) AAUI Pp(cp+cwMx,,) IT {ax '' T -T " (4.9) (4.10) 4.2.2 Empirical models 4.2.2.1 Equilibrium moisture content Equilibrium moisture content models for adsorption and desorption presented at section 3.3.3 were used in the simulation. Me depended on air température, air relative humidity, and actual hay MC. At each time interval, Me was compared to MC to détermine the direction of the moisture transfer and sélect one of the three options: adsorption, desorption or no-net-moisture-transfer phase. The Me model was based on empirical data in a température between 15 and 60 °C and the full range ofRH. 69 4.2.2.2 Moisture transfer rate Two distinct moisture transfer rate models, one for desorption and the other one for adsorption were used in this study (see sections 3.3.4 and 3.3.5). Desorption rate coefficient depended on hay MC and air température between 25 and 62 °C. For températures below 25 °C, the desorption rate depended only on air température. It was assumed that no drying occurred at températures below 0 °C. The adsorption rate depended on hay MC and air RH between 60 and 100 % RH. Below 60 % RH, adsorption rate depended only on RH. The moisture transfer rate was estimated for each layer and every time step. 4.2.2.3 Convective heat transfer coefficient Boyce (1965) proposed a method to détermine numerically the convective heat transfer coefficient with expérimental thin-layer data. Expérimental température of hay was necessary to détermine the coefficient. However, no such température was measured during the experiments presented in chapter 3. No published data seem to be available specifically for hay and it was necessary to use a generalized expression for grain and hay proposed by Spencer (1969). The heat transfer between the surface of the hay and the drying air was approximated by équation (4.11). ha = 256800 (71-273) 0.6011 (4.11) atm 4.2.2.4 Spécifie heat of hay The spécifie heat of hay depended on its température, moisture content, and bulk density (Opoku et a l , 2004). The following prédictive model was used for the simulation. Units were as follow: cp (J/kg. °C), Tp (°C), M (g/g, d.b.) and/^ (kg/m3). In the model, M was set as zéro since only cp for dry matter was needed. cp =2666.243 + 10.2887),+ 3691| — ^ - | - 7.836/?/; (4.12) 70 4.2.3 Intégration parameters Sélection of layer thickness (dx) and time incrément (dt) for numerical intégration is an important issue. Too large values of dx or dt can resuit in divergence while too small values can slow down the calculation process. Figure 4.1 shows the effect of layer thickness (dx) on the average moisture content prédiction in a hay stack of 0.20 m with air at 60 °C over a 4 h period. The time incrément dt was 1 s. The maximum relative différence between mean MC predicted with 0.005 m layer thickness (référence value) and MC predicted with 0.01, 0.02, 0.05, 0.10 and 0.20 m layer thickness were 4.7, 8.7, 18.9, 39.8 and 61.3 % respectively. In the same way, the mean relative différences after a 3-h period were 3.4, 6.6, 12.6, 29.9 and 47.3 % respectively. With maximum and mean relative différences below 5 %, the 0.01 m thick layer was considered not significantly différent from a 0.005 m thickness. The 0.01 m thick layer was chosen for that reason and for practical considération. 0.35 ! dx = 0.005m dx = 0.01 m dx = 0.02 m dx = 0.05 m 0.05 -j dx = 0.10m dx = 0.20m 0.00 0 1 2 Time (h) Figure 4.1 Effect of the layer thickness for intégration (dx) on the average moisture content prédiction of a 0.20 m high hay stack during a 4 h drying process with a drying air température of 60 °C and a dt of 1 s. The same reasoning was done to sélect the time incrément. Drying of a single layer was performed with dt of 1, 10, 60, 450, 900, 1800 and 3600 s. Figure 4.2 shows the effect of 71 the time incrément on the moisture content prédiction of a single layer of hay (0.01 m thick) during a 3 h drying process with a drying air température of 60 °C. The maximum relative différence between MC predicted with a dt of 1 s (référence value) and MC predicted with dt of 10, 60, 450, 900, 1800 and 3600 s were 0.2, 0.9, 8.1, 18.8, 41.5 and 55.3 % respectively. The mean relative différences were 0.04, 0.4, 3.9, 8.7, 16.4 and 19.4 % respectively. Relative différences obtained with dt of 1, 10 and 60 s were less than 1 %. Thus, they were considered not significantly différent from each other. However, a longer time incrément required a longer initialization period for numerous layers. For example, in a stack divided in 89 layers with a time interval of 60 s, the initialization for the last layer would be completed only after 5340 s or 89 min. Thus, a time interval of 10 s was preferred to hasten initialization. Subsequently, ail simulations were carried out by numerical intégration using dt= 10 s and dx = 0.01 m. 0.35 ,Fordt = 1, 10 and 60 s, drying curves are overlap • dt = 1 s •dt= 10 s •dt = 60s • dt = 450 s • dt = 900 s - dt = 1800 s •dt = 3600s 0.00 Time (h) Figure 4.2 Effect of the time incrément for intégration (dt) on the moisture content prédiction of a single layer of hay (0.01 m thick) during a 3 h drying process with a drying air température of 60 °C. 72 4.2.4 Control décision criteria The model included a number of décision points when spécifie actions could change the course of drying. The more important control points where as follow: 1) the time to terminate drying; 2) the time to switch the direction of airflow across the baie (i.e. time of inversion); 3) the fraction of exhaust air recirculated into the dryer (this fraction could change over time); 4) the time to turn off heat while maintaining airflow for cooling of baies. Each of thèse actions was programmed following spécifie décision criteria. A flow diagram for each décision criterion is shown in Appendix 3. 4.2.4.1 Time to terminate drying For ail simulation tests, drying was terminated when two conditions were met: 1) the average MC of ail layers was below the target average final MC (0.136 g/g d.b.) and 2) the MC in any single layer was below the maximum acceptable MC (0.176 g/g d.b.) generally to avoid mold growth. A third condition may also be considered to terminate drying: when any layer reaches a MC below some minimum level. This would avoid over-drying. However, it is not always possible to meet simultaneously the objective of a maximum MC to avoid mold growth and a minimum MC to avoid over-drying. Reaching a MC below the set maximum was more important than preventing over-drying. Therefore a set minimum MC was désirable but not a décision criterion. 4.2.4.2 Time to invert airflow In ail drying batches, airflow started in a given vertical direction. For unidirectional drying, air flowed continuously through in the same direction until the end. However, for bidirectional drying, airflow direction could be changed according to one of the following criteria. One approach was to allow the user to interrupt the running program at any time. This was useful especially when exploring new combination of drying conditions. The graphical indicators in LabVIEW provided real-time visualization of MC in various layers of the hay stack. When MC was low enough in the drier layers, manual interruption allowed the user to invert airflow and résume the drying process. Inversion could also be programmed prior 73 to start drying. This was done by selecting a constant inversion frequency or by setting spécifie times to invert airflow. 4.2.4.3 Time to start partial exhaust air recirculation A mass and energy balance was used to détermine mixed air conditions just before the heater. Equations (4.13) to (4.15) calculated enthalpy (h), moisture ratio (H) and mass airflow ( m ) for the mixed air, respectively. Other air properties of the mixed air could be calculated from thèse results with psychometric laws (ASHRAE, 2001). KB= hAm,+hBmB . (4.13) H A™A + HB™B (4.14) + mB (4.15) The fraction of exhaust air recirculated could be adjusted anytime while the simulation was running. Recirculation ratio allowable ranged from 0 to 0.90. This preliminary approach was useful to understand the effect on drying of mixing outdoor and exhaust air. Subsequently, three approaches were defined as follow: 1) to set a constant rccirculation fraction for the entire duration of drying; 2) to set two différent recirculation fractions: one before the first airflow inversion and one other after the first inversion up to the end of drying. The first recirculation fraction was always lower than the second one; 3) to adjust automatically the recirculation fraction proportionally to mean air température in the hay stack following équation (4.16): rp _rp a,max a,set mean CI (4.16) where rec is the recirculation fraction, recmax is the maximum and recmm is the minimum pcrmissible recirculation fraction, Taymax (°C) is the maximum drying air température of the process, Ta,set mean (°C) is the set mean air température in the stack at which the recirculation 74 should begin and ATa (°C) is the différence between maximum drying air température and mean air température in the stack. For the variable mode, a new recirculation ratio was calculated every time incrément (dt). For example, let the maximum acceptable recirculation level (recmax) be 0.90, the minimum acceptable recirculation level (recmm) be 0, and the maximum drying air température of the process (rO)max) be 50 °C. The average température in the stack at which recirculation should begin (Ta^et mean) dépends on ambient température and maximum drying air température. For an ambient température of 25 °C and a drying température of 50 °C, an intermediate température of 30 °C could be appropriate to start recirculation. This température was determined arbitrary following expérience of the user. A higher value will reduce recirculated fraction because the average air température in the hay stack generally increases as the average MC decreases. For an actual mean air température in the hay stack of 35 °C, the recirculation fraction (rec) is set to 0.225 according to équation (4.16): rec = rec ra? -rec —T -T •"a,max 1 " 50-30 a,sel mean When mean air température in the stack increases, ATa decreases and then, recirculated fraction increases. In the case of a mean air température lower than the set mean air température (TatSet mean) at which recirculation should begin, recirculation fraction was 0. Figure 4.3 shows an example of variable recirculated fraction following équation (4.16) for a drying at 50 °C with airflow inversion period of 120 min. Parameters of équation (4.16) are the same as the example above. ^ - ^ Recirculatedfraction 60 120 180 240 300 Time (min) Figure 4.3 Relationship between mean air température in the hay stack and variable recirculation fraction (équation (4.16)) as a fonction of time for a drying with inversion every 120 min. 4.2.4.4 Time to start cooling During a drying, the sensible heat in hay increases with time. After drying, the sensible heat is generally dissipated in the environment. However, this energy may bc used by ventilating the stack with ambient air. Extra moisture may therefore be removed without additional heat at the end of drying. Most simulation runs were carried out without cooling at the end of the drying cycle. However, a number of runs were done specifically to quantify the économie value of cooling. The time to stop heating and proceed with cooling was studied iteratively. First, drying was completed without final cooling while meeting the final MC criteria. Then, for the next simulation, heating was stopped a short time (defined by the user) before the drying time found previously. Several time intervais for heating réduction were tested successively. The drying ended when the MC criteria were met; this was slightly later than in the first simulation without cooling. The best cooling time was the itération that provided the least 76 total cost based on heating cost, dryer utilization cost and value of hay as affected by final MC and homogeneity. The cost model is described in sections 4.4.2 and 4.4.3. 4.3 Model validation The model was tested by comparing simulation results with laboratory measurements reported in chapter 3 and in previous work of Descôteaux et al. (2002). Moisture content from expérimental results and from simulated results, under the same conditions, were compared over time for each layer. Simulation stopped when the maximum expérimental drying time was met. Ail ten layers were considered in the validation analysis but only layers 1, 5 and 10 were reported in tables and graphs. In ail cases, total hay thickness was 500 mm; layers 1, 5 and 10 represented hay thickness 0 to 50, 200 to 250 and 450 to 500 mm from the initial hay-heated air interface. In total, 25 expérimental runs were tested. The drying air température varied from 24.7 to 60.0 °C, air RH from 0.05 to 0.45 (dec), air velocity from 0.12 to 0.37 m/s, initial hay MC from 0.15 to 0.47 g/g d.b., hay density from 103 to 243 kg DM/m3, and total drying time from 300 to 1020 min. 21 runs were done with unidirectional airflow and 4 runs were done with bidirectional airflow with inversion periods of 30, 60 or 120 min. Spécifications and results for ail runs are presented in Appendix 4. In summary for ail 25 validation tests, the R2 (corrélation between expérimental MC and simulated MC for each layer) ranged from 0.807 to 0.997, with an average of 0.958. The final moisture content of ail layers ranged from 0.031 to 0.182, with an average of 0.084, experimentally, and from 0.021 to 0.162 with an average of 0.076, by simulation. For layers in each test where the target MC (0.136) was reached, the time to reach the target ranged from 2 to 834 min (average 172 min) experimentally and ranged from 4 to 831 min (average 175 min) by simulation. The simulation model predicted a lower Me as reflected by a lower predicted final MC. Table 4.1 describes 4 selected expérimental runs used to illustrate in greater détail the model validation. 77 Table 4.1 Run S3 05-07 SI 03-07 S4 exp2b SI exp5 Spécification of four expérimental drying runs used for validation. Initial drying air conditions Température Relative humidity (dec) (°C) 0.316 29.3 44.7 0.201 60.0 0.093 60.0 0.081 Air velocity (m/s) 0.20 0.20 0.29 0.26 Density of hay (kg DM/m3) Inversion period (min) 221 227 104 107 - Exp. drying time (min) 1020 • 60 540 300 420 Table 4.2 shows validation results for four tests specified in Table 4.1. The R2 for ail layers is the average of R2 for the 10 individual layers. Figure 4.4 shows the MC variation over time of the first validation test (unidirectional airflow drying at a low température of 29.3 °C). The model provides good prédiction for layer 1, 5 and 10. For layer 1, the MC was slightly overestimated for the first 120 min, and underestimated thereafter. The final predicted MC was 0.085 versus 0.097 experimentally, due to a différence in the prédiction of Me. For layer 5, the MC was overestimated for 360 min and underestimated thereafter. There was practically no différence in the final MC of layer 5 (0.091 simulated, 0.094 experimentally). The prédiction for the last layer (number 10) overestimated MC for the first 400 min, and underestimated MC thereafter. The coefficient of détermination was however as good for layer 10 (R2 = 0.982) as for other layers. At the end of the expérimental run for layer 10 (after 1020 min), Me had not been reached; simulated final MC was 0.103 while expérimental final MC was 0.125. The predicted time to reach the target moisture (0.136) varied between layers but was relatively précise when averaged over ail layers (less than 5 % off; 351 min simulated vs. 369 min experimentally). 7X Table 4.2 Run Validation results for single layers 1, 5 and 10 (50 mm thick each) and for averaged values of ten layers (Ail). Layer R2 Initial S3 05-07 SI 03-07 S4 exp2b SI exp5 1 5 10 AU 1 5 10 Ail 1 5 10 Ail 1 5 10 Ail 0.979 0.975 0.982 0.972 0.979 0.965 0.975 0.979 0.905 0.980 0.960 0.948 0.903 0.969 0.992 0.956 0.302 0.290 0.302 0.301 0.306 0.304 0.275 0.298 0.212 0.195 0.201 0.201 0.206 0.214 0.239 0.221 Moisture content Final Final Exp. Sim. (g/ g, d.b.) 0.097 0.085 0.094 0.091 0.125 0.103 0.106 0.093 0.062 0.045 0.053 0.063 0.072 0.065 0.054 0.063 0.051 0.057 0.069 0.068 0.087 0.083 0.071 0.070 0.045 0.047 0.049 0.047 0.047 0.053 0.047 0.051 Time to reach MC = 0.136 g/g (d.b.) Exp Sim (min) 182 144 265 293 802 538 369 351 45 66 170 174 353 296 214 213 9 17 38 32 85 60 41 30 13 25 30 59 56 28 33 Différence on final 0.012 0.003 0.022 0.013 -0.017 -0.010 0.007 -0.009 -0.006 0.001 0.004 0.001 -0.002 0.002 0.006 0.004 Relative error on time (%) 21 -11 33 5 -47 -2 16 0 -89 -19 -42 -37 -44 -20 5 -18 —°— Layer 1, exp ••o-- Layer 5, exp —fi— Layer 10, exp Layer 1, sim (R2=0.979) Layer5,sim(R 2 =0.975) Layer 10, sim (R2=0.982) MC target 0.136 g/g 0.00 120 240 360 480 600 720 840 960 1080 Time (min) Figure 4.4 Expérimental (exp) and simulated (sim) results of unidirectional drying of hay with heated air at 29.3 °C (run S3 05-07). Layer 1 was first in contact with heated airflow and layer 10 was the last (500 mm total hay thickness). 79 Figure 4.5 illustrâtes the second validation test (unidirectional airflow with heated air at 44.7 °C). The overall drying rate was higher than in the previous run. The model provided a good prédiction for ail layers (R2 > 0.96). For layer 1, MC was always slightly overestimated. For layer 5, MC was overestimated between 0 and 180 min, underestimated between 180 and 360 min, and again overestimated after 360 min. For layer 10, both predicted and expérimental curves overlapped up to 120 min when there was practically no drying. Then the model overestimated MC between 120 and 240 min, and underestimated MC afterward until the end (540 min). The predicted time to reach the target moisture again varied between layers but was very précise when averaged over ail layers (less than 0.5 % off; 213 min simulated vs. 214 min experimentally). 0.35 —o— Layer 1, exp • • o • • Layer 5, exp —Û— Layer 10, exp Layer 1, sim (R2=0.979) ••Layer 5, sim (R2=0.965) Layer 10, sim (R2=0.975) 0.00 0 60 120 180 240 300 360 420 480 540 Time (min) Figure 4.5 Expérimental (exp) and simulated (sim) results of unidirectional drying of hay with heated air at 44.7 °C (run SI 03-07). In the third validation test with higher air température (60 °C), the model gcnerally overestimated the MC within the first 120 min (Figure 4.6). It also overestimated the time required to reach the target MC of 0.136 g/g d.b. by an average of 37 % for ail 10 layers (41 min vs. 30 min). However, the prédiction of final MC of ail layers was excellent, with a maximum absolute différence of 0.007 g/g which indicates a good prédiction of M, at high température. Layer 1, exp Layer 5, exp Layer 10, exp Layer 1, sim (R2=0.905) Layer 5, sim (R2=0.980) Layer 10, sim (R2=0.960) 0.25 0.00 60 120 180 240 300 Time (min) Figure 4.6 Expérimental (exp) and simulated (sim) results of unidirectional drying of hay with heated air at 60 °C (run S4 exp2b). In the fourth validation test, airflow was inverted every 60 min with air température of 60 °C (Figure 4.7). This run shows water adsorption phenomenon for layer 1 after the first inversion and for layer 10 after the second inversion at 120 min. The model predicted no moisture transfer in layer 1 after the first inversion because the MC was between the predicted Me in adsorption and desorption. Mcanwhile, the expérimental data showed a slight adsorption (from about 0.06 to 0.08). Overall, the différence between predicted and expérimental final MC was very small, lower or equal to 0.005 g/g for ail layers. The average time to reach the target moisture of 0.136 was close: 28 min experimentally and 33 min by simulation. 0.30 -°— Layer 1, exp *>•• Layer 5, exp — Layer 10, exp Layer 1, sim (R2=0.903) Layer 5, sim (R2=0.969) Layer 10, sim (R2=0.992) 0.00 60 120 180 240 300 Time (min) Figure 4.7 Expérimental (exp) and simulated (sim) results of bidirectional drying (inversion period of 60 min) of hay with heated air at 60 °C (run SI exp5). The following statements summarize model performances: 1. The model predicted MC with reasonable accuracy over time (average R2 = 0.96, lowest R2 = 0.81) for 25 validation tests of 10 layers each for drying time between 300 and 1020 min. 2. The différence between expérimental and simulated final MC ranged from -0.027 and 0.066 with an average of 0.008. At low air température (below 28 °C), the model slightly underestimated the equilibrium MC. 3. The time to reach the target MC of 0.136 (12 % w.b.) ranged from 2 to 802 min (average 170 min) experimentally and from 4 to 678 min (average 167 min) by simulation. The relative différence on time ranged from -157 to 34 % (average -20 %). The model predicted longer time to reach the target for rapid drying than for slow drying (see the end of Appendix 4 for more détail). 4. The model underestimated adsorption rate after inversion. This was due to an underestimation of Me in adsorption. S2 The model could be improved by fiarther calibration of empirical models. At this stage, the model was considered to be satisfactory for simulation. Appendix 5 describes the model's behaviour for various changes in basic variables such as drying air température, air velocity, and hay initial MC, density and stack height. 4.4 Simulation of hay baie drying 4.4.1 Simulation hypothèses Three hypothèses were proposed to be verified by the simulation model: 1. Airflow inversion, partial recirculation of exhaust air and cooling at the end of the drying cycle could reduce total drying cost, minimize over-drying and provide a uniform MC distribution in the hay stack (by opposition to a unidirectional airflow drying). 2. An increase in initial MC of hay will increase total drying cost and final MC heterogeneity. 3. When ambient air température is low (15 °C), partial recirculation of exhaust air is important to minimize over-drying, enhance thermal efficiency and reduce total drying cost. 4.4.2 Evaluation criteria Three évaluation criteria were used to compare various hay drying scénarios: total cost per ton of DM, the mean final MC, and MC heterogeneity. The total drying cost was the sum of fixed costs (or ownership costs), variable costs (or operating costs) and a market price penalty when hay was over-dried. The fixed cost was calculated according to Engineering Practice EP496.2 (ASABE, 2006). It includes dépréciation, interest and other ownership costs (taxes, housing, and insurance). The variable cost normally includes dryer repair and maintenance, propane (to heat the drying air), electricity (to run fans) and labour (1 full timc employée and 1 part time to load and unload the dryer). The market price penalty (MPP) was équivalent to the value of wet weight loss when the final mean MC was below 0.136 g/g d.b. The MPP ($/t DM) was set by équation (4.17) as follows: 83 MPP($ 11 DM) = MP (MCref -MC) (4.17) where MCrej is the référence moisture content (0.136 g/g d.b.), MC is the mean final moisture content (d.b.) always below MCrej because this is a technical requirement and MP is the market price for hay at MCrej ($/t WM). 4.4.3 Simulation variables Dryer characteristics were constant for ail simulations and are described in Table 4.3. Two hay characteristics were varied as follows: initial moisture content at three levels (0.25, 0.35 and 0.45 g/g d.b.) and hay initial température (15 and 25 °C). Ambient air condition was considered at two levels (15 and 25 °C) identical to hay initial température. The main control variable was heat air température: 40 to 60 °C in 5 °C incréments. Ail other variables were fixed as described in Table 4.3. Since the dryer was used for the time independently of scénario (60 days by 24 h/d), repair and maintenance cost was considered a fixed annual cost rather than a variable and assumed to be 1.25 % of $ 300,000 or $ 3,750/yr. Table 4.3 Values of variables used in simulation. Dryer characteristics Floor dimensions: Total floor area: 8 drying cells of 2.13 m x 7.29 m 124.22 m2 Stack height: 0.89 m Volumetric capacity: 110.5 m3 per batch Opération: 60 days per year, 24 h/day Fan power: Heating power: Total dryer cost: Machine life: Interest: Tax and insurance: Repair and maintenance: 2 fans of 33 kW each 2 propane burners of 293 kW each $300,000 20 years 6 % per year 1.75 % per year 1.25 % per year 84 (Table 4.3 continuée) Hay characteristics Hay density: Mass capacity: Initial MC: Hay initial température: Targeted mean final MC: Targeted maximum MC: Market price of hay: 185kgDM/m 3 20.45 t DM per batch 0.25 g/g d.b. (or 20 % w.b.) 0.35 g/g d.b. (or 26 % w.b.), or 0.45 g/g d.b. (or 31 % w.b.) 15 or 25 °C (depending on scénario properties) 0.136 g/g d.b. (or 12% w.b.) 0.176 g/g d.b. (or 1 5 % w.b.) $150/t WM (at 12 % w.b. or 0.136 g/g d.b.) Energy cost Propane (for air heater): Electricity (for fans): Labour Labour charge: Time to load dryer: Time to unload dryer: Employées: Air conditions Outdoor air température: Outdoor air relative humidity: Air velocity: Drying air température: S19/GJ $0.05/kWh 15 S/h 60 min 60 min 1 full time employée and 1 part time to load and unload the dryer 15 or 25 °C (depending on scénario properties) 0.45 (décimal) 0.25 m/s 40 to 60 °C' Lower drying air températures were tested but not presented hère due to poor economical results. 4.4.4 Simulation design Control variables were changed according to a step-by-step procédure. A single variable was simulated at several levels and the best operational conditions (i.e. lowest total drying cost) were retained for the next variable. The same procédure was applied to the next variable at several levels, and so on. Table 4.4 shows the simulation procédure and the four variables that were controlled: drying air température (40 to 60 °C in 5 °C incréments), airflow inversion period (2, 3 and 4 h), exhaust air recirculation fraction (0, 0.30, 0.50, 0.70, 0.90 and a variable mode), and heating time réduction for cooling at the end of the drying cycle (10, 15 and 20 min). 85 Table 4.4 Step-by-step simulation procédure. Scénario Drying air température Inversion period Recirculation fraction (h) (décimal) Heating time réduction for cooling at the end of drying (min) 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.30 0.50 0.70 0.90 0,0.30' 0,0.50' 0,0.70' 0, 0.90' 0.30,0.50' 0.30, 0.701 0.30, 0.901 Variable2 0 0 0 0 0 0 0 0 0 0 0 0 (°C) Stepl 1 2 3 4 5 40 45 50 55 60 0 0 0 0 0 1 2 3 Previous best scénario Previous best scénario Previous best scénario 2 3 4 Step 2 Step 3 1 2 3 4 5 6 7 S 9 10 II 12 Previous best scénario Previous best scénario Previous best scénario Previous best scénario Previous best scénario Previous best scénario Previous best scénario Previous best scénario Previous best scénario Previous best scénario Previous best scénario Previous best scénario Step 4 10 Previous best scénario Previous best scénario 15 Previous best scénario 20 The recirculation fraction was the first value before the first airflow inversion and the second value after the first airflow inversion until the end. The recirculation fraction was variable and proportional to the mean air température in the stack during drying according to équation (4.16). 1 2 3 4.5 Results and discussion 4.5.1 Simulation wïth constant hay initial conditions The first step of simulations considered hay at a fïxed initial MC of 0.35 g/g d.b. and initial température of 25 °C. Similarly, ambient air température was at 25 °C and RH at 0.45. Detailed results of the simulation are available in Appendix 6. Table 4.5 shows results for each of the four steps (température, inversion, recirculation, and cooling). 86 Table 4.5 Simulation results for optimization of a batch of hay at 0.35 g/g d.b. initial MC with ambient air température of 25 °C and RH of 0.45. SEC2 Batches Variable Market price Fixed Total per cost penalty cost cost year $/tDM (kJ/kg) Stop 1 7.20 10.61 41.31 448 152 23.50 1 0.088 0.027 0.176 3121 24.04 7.95 9.25 41.24 376 174 2 0.083 0.028 0.176 3325 194 24.53 8.55 8.30 41.38 0.079 0.028 0.176 325 3487 3 25.16 9.30 7.64 42.10 0.074 0.030 0.176 289 211 4 3618 10.80 7.22 44.17 0.064 0.035 0.176 224 26.15 267 3719 ^5 O Y;,»C45 C) Step 1 (with scénario 2 froin siep 1 : 22.66 2.70 8.80 34.16 0.118 0.035 0.176 1 351 3582 183 21.25 1.65 8.33 31.23 326 194 2 0.125 0.033 0.176 3423 21.30 3.00 8.34 32.64 0.116 0.035 0.176 327 193 3 3312 Step 3 (with scénario 2 froin step 2: 7',,of45 °C a nd inversion period of 3 h) 21.97 1.20 8.87 32.04 1 182 0.128 0.034 0.176 355 3561 161 23.71 2.25 10.02 35.98 2 0.121 0.030 0.176 417 3693 141 24.73 1.65 11.47 37.85 0.125 0.031 0.176 494 3798 3 28.28 0.00 17.04 45.32 4 0.136 0.020 0.176 793 95 4045 21.21 1.35 8.54 31.10 0.127 0.033 0.176 337 189 3417 5 21.33 1.20 8.81 31.34 0.128 0.033 0.176 352 3432 183 6 21.93 1.35 9.63 32.91 0.127 0.030 0.176 396 168 7 3437 22.70 0.45 484 143 11.29 34.44 8 0.133 0.023 0.176 3484 22.57 1.65 9.45 33.67 9 0.125 0.033 0.176 386 171 3584 23.29 1.80 10.32 35.41 0.124 0.028 0.176 10 433 156 3607 23.73 0.00 12.07 35.80 134 11 0.136 0.025 0.176 526 3659 1.50 21.37 8.47 31.34 333 191 0.126 0.033 0.176 12 3445 Step 4 (with scénario 5 frorn step 3: rflof45 3C, inversion period of3hand0. 30 recirculation ratio af ter 3 h. 20.83 1.20 8.54 30.57 0.128 0.033 0.176 337 189 1 3343 20.66 1.05 8.57 30.28 0.129 0.032 0.176 339 3314 188 2 20.65 0.90 8.78 30.33 350 184 0.130 0.031 0.176 3291 3 Table 4.4 describes scénarios for each step. 2 The spécifie energy consumption (SEC) is the propane and electrical energy used to extract 1 kg of water from hay. Scénario Moisture content final max s.d. g/g, d.b.) ( Drying time (min) The fïve scénarios of Step 1 compared drying air températures between 40 and 60 °C for unidirectional airfiow without recirculation and cooling. For example, the first scénario of step 1 (air température of 40 °C) resulted in a final average MC of 0.088 with a standard déviation (s.d.) of 0.027. Each batch required 448 min total time in the dryer. The spécifie energy consumption was 3121 kJ/kg of water evaporated, which is relatively efficient because the minimum energy for evaporation (enthalpy) is about 2400 kJ/kg (77 % efficiency). However, the relatively long drying time reduced the total dryer capacity (estimated to 152 batches per year, i.e. total drying time per year - 60 days - divided by drying time plus loading and unloading time - 120 min per batch). The fixed costs were X7 constant on an annual basis: 11 % (5 % for dépréciation, 3 % for interest on average value over 20 years, and 3 % for other fixed costs) of S 300,000 i.e. $ 33,000 per year. However, they were not constant on a unit ton of hay basis because the annual capacity of the dryer varied depending on scénarios. Therefore, a slow drying scénario resulted in higher fixed costs per unit ton of hay. For scénario 1, the other costs (variable and market penalty due to weight loss) were relatively low because of a high thermal efficiency and a final MC about 0.05 g/g d.b. below target. Total cost for drying and weight loss was estimated at $ 21.31/t DM. In contrast with low-temperature scénario 1, high-temperature scénario 5 (60 °C) resulted in considérable over-drying (0.07 g/g below target). It also had the highest total cost ($ 44.17/t DM) because of a high SEC. On the other hand, a 45 °C drying (scénario 2) showed the lowest total drying cost ($41.24/tDM). The SEC was improved considerably (3325 kJ/kg vs. 3719 kJ/kg for scénario 5) and the variable cost (mainly energy) was reduced by more than S 2/t DM. However, scénario 2 did not prevent over-drying (final mean MC: 0.083 g/g d.b.). Leastcost scénario 2 of step 1 (45 °C heated air) was retained for Step 2. Scénarios 1 and 3 (air températures of 40 °C and 50 °C) were almost as good as scénario 2; the total cost différence was less than $ 0.14/t DM. Step 2 compared three levels of airflow inversion (after 2, 3 or 4h). Over-drying was significantly reduced (final average MC of 0.125, only 0.011 below target) with airflow inversion after 3 h. Compared to the best unidirectional drying (scénario 2 of step 1), the best bidirectional drying (scénario 2 of step 2) reduced total drying and weight loss cost by $10 to a total $ 31.23/t DM. The drying cost réduction is explaincd primarily by the lower market price penalty (80 % of reduced cost), by the reduced energy cost (12 % less) and the shorter drying time (reduced fixed costs by 10 %). It was also noticeable that short airflow inversion period (2 h, scénario 1) did not decrease total cost as much as a 3 h airflow inversion period. A 4-h delay before inversion (scénario 3) was too late to prevent overdrying (final MC of 0.116 g/g d.b.) and moisture heterogeneity (MC s.d. of 0.035 g/g d.b.). The simulated results agrée with expérimental observations by Descôteaux and Savoie (2003b) concerning the need to find an optimal time to apply inversion. Scénario 2 from XX Step 2 (inversion after 3 h) was retained for Step 3 (optimization of exhaust airflow recirculation). Scénario 5 of step 3 (no recirculation for first 3h until inversion and 30 % recirculation afterwards) resulted in the least cost ($ 31.10/t DM). This was only S 0.13/t DM less than no recirculation at ail (best scénario of step 2). Recirculation barely improved final MC (0.009 below target compared to 0.011 without recirculation). Scénario 4 with 90 % exhaust air recirculation resulted in a mean final MC exactly on target (0.136 g/g d.b.) and a very homogenous hay MC (s.d. of 0.02 g/g d.b.). However, this scénario meant high air RH, very slow drying (793 min per batch), low dryer capacity (95 batches per year) and high fixed costs. Drying cost was actually the highest ($ 45.32/t DM) at 90 % recirculation and unsatisfactory. Step 4 considered a cooling period starting 10, 15 or 20 min before the ending estimated time of the best previous scénario (Step 3, scénario 5: 337 min drying time). Such a cooling period was intended to recuperate the sensible energy in the baies to remove the last units of moisture to reach the target. The 15 min period without heating (scénario 2) provided the lowest drying cost ($ 30.28/t DM) and saved an extra $ 0.82/t DM. The final MC (0.129 g/g d.b.) was closer to the mean final MC criterion and the uniformity was slightly improved (s.d. of 0.031 g/g d.b.). However, scénarios 1 and 3 (10 and 20 min of heating réduction) did almost as well as 15 min heating time réduction. Total cost was decreased by $ 0.53 and $ 0.77/t DM, respectively, compared to no cooling. The overall least cost scénario was based therefore on drying at an air température of 45 °C, with a single airflow inversion after 3 h, two successive exhaust air recirculation ratios (0 initially and 0.30 after inversion) and a cooling period starting 15 min before the estimated total drying time with heating only (i.e. 337-15 = 322 min to start cooling which actually lasted 17 min to reach MC targets). This least-cost scénario was obtained for a hay stack of 0.89 m height and 0.35 g/g d.b. initial MC with air velocity of 0.25 m/s and ambient air température and relative humidity of 25 °C and 0.45 respectively. Figure 4.8 shows the MC distribution within the hay stack at différent drying times for this scénario. 89 -0 min 0.35 0.30 - ^ i : 0.25 o.2o c o V, 0.15 3 I 0.10 0.05 0.00 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 Position in the stack (m) Figure 4.8 MC distribution within the hay stack at différent drying times for the optimized drying scénario with airflow inversion at 180 min. The spécifie energy consumption (SEC) obtained in simulations were lower than those mentioned in the literature (see Chapter 2). This could be partly explained by the fact that the literature reports SEC for operational dryer and those were not adiabatic. 4.5.2 Simulation results at différent initial moisture contents The same step-by-step simulation procédure as in Table 4.4 was performed with two other initial MC: 0.25 g/g d.b. (or 20 % w.b.) and 0.45 g/g d.b. (or 31 % w.b.). The results were eompared with the optimized scénario for an initial MC of 0.35 g/g d.b. to verify simulation hypothesis no. 2 and to quantify how initial MC affects total drying cost and final MC conditions. With an initial MC of 0.25 g/g d.b., the optimized scénario included a drying air température of 40 °C, a 2 h airflow inversion period and a 15 min heating time réduction at the end of drying. No recirculation was required. With an initial MC of 0.35 g/g d.b., the optimized conditions were a drying air température of 45 °C, an airflow inversion period of 3 h, recirculation ratios of 0 and 0.30, and 15 min heating time réduction, with a total 90 drying time of 339 min. With an initial MC of 0.45 g/g d.b., the optimized conditions were a drying air température of 50 °C with an airflow inversion period of 4 h, successive recirculation ratios of 0 and 0.70, and a 20 min heating time réduction. Drying time for wetter hay (initial MC of 0.45) was twice the time for drier hay (initial MC of 0.25), i.e. 445 and 222 min. Detailed results of the step-by-step procédure are available in Appendix 6. From thèse results, the best drying air température, recirculation ratio, and inversion period increased with initial MC. A single inversion was sufficient to reach the MC criteria for ail initial MC. Multiple inversions would be neeessary only if a high proportion of exhaust air was recirculated, but this was not economical. Figure 4.9 shows maximum and mean MC and s.d. of MC. Moisture content uniformity decreased and over-drying increased as initial MC increased. 0.20 -i 0.18 ^ 0.16 * •° 0.14 - 0.176 0.176 0.167 0.136 •S? £S 0.12 - • MaxMC S Final MC • MC std. dev. c | 0.10 o u 0.08 - g | S 0.06 0.04 111 0.02 0.00 0.25 0.35 0.45 Initial moisture content (g/g, d.b.) Figure 4.9 Maximum MC, final mean MC and MC standard déviation of the optimized drying scénarios at 0.25, 0.35 and 0.45 g/g d.b. of initial MC. Figure 4.10 shows the drying costs for the three initial MC. Variable costs (VC), fixed costs (FC) and market price penalty (MPP) due to over-drying increased as initial MC increased but not in the same proportion. Totals costs were about $ 19, $ 30 and $ 40/t DM for hay at initial MC of 0.25, 0.35 and 0.45 g/g, respectively. 91 45 - 40.45 40 35 30.28 30 • VC @FC EMPP • Total S 25 Q 19.05 S 20 15 10 - 20.66 12.65 6.39 5 0 p.ool 0.25 0.35 0.45 Initial moisture content (g/g, d.b.) Figure 4.10 Variable costs (VC), fixed costs (FC), market price penalty (MPP) due to over-drying and total costs of the optimized drying scénarios at 0.25, 0.35 and 0.45 g/g d.b. of initial MC. 4.5.3 Simulation results with low ambient air température and médium air relative humidity Hypothesis no. 3 could be verified by decreasing the ambient air température to 15 °C and by comparing results with those previously found for an ambient air of 25 °C (see Table A6.4 in Appendix 6). Ambient RH was 0.45 (dec). Those conditions were représentative of a cold summer night. It was expected that over-drying would occur with unidirectional airflow and more energy would be consumed to heat the colder air. Thus, the expected drying cost should be higher than a drying with an ambient air of 25 °C. The least-cost drying scénario retained was a drying air température of 40 °C, an airflow inversion period of 3 h, a recirculation ratio of 0.50 after the first inversion, and a heating time réduction of 15 min at the end of drying. Figure 4.11 compares the mean final MC and respective standard déviation for the retained scénario at each step for drying at 15 °C and 25 °C. Final MC for ambient air at 15 °C were slightly over those obtained with ambient air at 25 °C (0.085 and 0.083 g/g d.b. respectively) because of the lower drying air température retained in the first step of the optimization procédure (40 °C and 45 °C respectively); increasing consequently the final equilibrium MC. This was true for every subséquent step. 92 However, MC was generally more uniform through each step. The optimized scénario had a final MC of 0.134 g/g d.b. (s.d. of 0.029). Thus, over-drying was nearly eliminated by introducing a lower drying air température, airflow inversion, recirculation and heating time réduction. 0.140 -, 0.130 0.120 .M 0.110 w -Ambient air at 15CC -Ambient air at 25°C 2 0.100 G '•) E 0.090 g £ 0.080 0.070 0.060 Figure 4.11 Step 1 Step 2 Step 3 Step 4 Comparison of the mean final MC and standard déviation (between parenthèses) at each step for drying with ambient air température of 15 °C and 25 °C. As expected, the energy consumption was higher with a lower ambient air température (Figure 4.12). In fact, the average SEC increase was nearly 30 %. However, the optimization reduced the SEC by 8.1 % from 4525 kJ/kg of water evaporated (step 1) to 4185 kJ/kg (step 4). This réduction was more significant than the one observed with an ambient air of 25 °C, especially when the recirculation of the exhaust air was introduced. Figure 4.13 shows the total cost at each step of the optimization procédure. Total drying cost of the optimized scénario was higher with ambient air at 15 °C compared to 25 °C as expected ($ 33.40 vs. $ 30.28/t DM). This increase was mostly due to higher variable costs ($ 24.15 vs. $ 20.66/t DM). When outdoor air conditions were cold, more energy was required to dry hay but a side benefit was reduced over-drying. 93 | 5000 | 4800 1 fe 4600 4400 4200 - Ambient air at 15°C • Ambient air at 25°C 4000 g 3800 3 3600 3400 3200 -; 3000 Step Figure 4.12 Step 2 Step 3 Step 4 Comparison of the spécifie energy eonsumption (SEC) at each step for drying with ambient air température of 15 °C and 25 °C. 50 4.S n £. 40 • Ambient air at 15°C -Ambient air at 25°C OH S o 30 25 Step Figure 4.13 Step 2 Step 3 Step 4 Comparison of total drying cost at each step for drying with ambient air température of 15 °C and 25 °C. 94 Conclusion A computerized program was developed to predict hay batch drying based on thin-layer theory. Equations to predict equilibrium moisture content and moisture transfer rate, for both desorption and adsorption, were developed and used in the prédictive model. Other équations such as convective heat transfer and spécifie heat for hay came from the literature. The model predicted with good accuracy the moisture content variation over time in a hay stack, for both unidirectional and bidirectional airflow. However, the adsorption rate of water into hay was slightly underestimated. On the one hand, the simulations showed that unidirectional airflow drying at high air température caused excessive over-drying and high total cost. On the other hand, airflow inversion, exhaust air recirculation and heating time réduction to allow ambient air ventilation at the end of drying reduced over-drying and total drying cost. For least-cost scénarios, drying air température, inversion period and recirculation ratio decreased when initial MC decreased. However, over-drying, MC heterogeneity, energy consumption, drying time and total drying cost increased with initial MC. Lower drying air température and airflow recirculation had more effect on the improvement of final MC, MC uniformity, thermal effieieney, and total cost when ambient air conditions were cooler and drier. Generally, drying air température and airflow inversion contributed the most to optimization while recirculation and heating time réduction had little effect on cost réduction. A prédictive algorithm could be integrated in a commercial hay batch dryer featuring airflow inversion and exhaust air recirculation to interact with the différent control parameters. However, the prédictive model should be validated and calibrated with data of a functional commercial hay batch dryer, especially for high relative humidity drying air. This may help produce high quality hay and enhance thermal effieieney at the least cost possible. 95 Bibliography ASABE Standards, 53 rd éd. 2006. EP496.2: Agricultural Machinery Management. St. Joseph, Mich.: ASAE. ASHRAE. 2001. ASHRAE Fundamentals Handbook. American Society ofHeating, Refrigerating and Air-Conditioning Engineers, Atlanta, GA. Arinze, E.A., S. Sokhansanj, G.J. Shoenau and F.G. Trauttmansdorff. 1994. Design, évaluation and optimization of a heatded-air batch hay dryer operated with automatic baie wagon. ASAE Meeting Présentation . Paper no. 94-6033. St-Joseph, MI: ASAE. Boyce, D.S. 1965. Grain moisture and température changes with position and time during through drying. Journal of Agricultural Engineering Research. Vol. 10(4) 333-341. Descôteaux, S., Y. Tremblay and P. Savoie. 2002. Drying characteristics of high density hay baies. ASAE Meeting Présentation #021066. Descôteaux, S. and P. Savoie. 2003a. Artificial drying of big square baie hay. International conférence on crop harvesting and processing. ASAE Publication 701P1103e. Descôteaux, S. and P. Savoie. 2003b. Development and évaluation of a dryer for big square hay baies. Paper No. 03-212. CSAE meeting présentation. Mansonville. Qc. Menzies, D. J. and J. R. O'Callaghan. 1971. The effect of température on the drying rate of grass. Journal of Agricultural Engineering Research. Vol. 16 (3): 213-222. O'Callaghan, J.R., D.J. Menzies and P.H. Bailey. 1971. Simulation of agricultural dryer performance. Journal of Agricultural Engineers Resource. 16(3): 233-244. Opoku, A, L.G. Tabil, B. Crerar and M.D. Shaw. 2004. Thermal properties of timothy hay. ASAE Meeting Présentation #046130. Patil, R.T., S. Sokhansanj, E.A. Arinze et G. Schoenau. 1992. Thin layer drying of components of fresh alfalfa. Canadian Agricultural Engineering. Vol. 34(4): 343-346 Sokhansanj, S. et R.T. Patil. 1996. Kinetics of dehydration of green alfalfa. Drying Technology. Vol. 14(5): 1197-1234. Sokhansanj, S. et H.C. Wood. 1991. Simulation of thermal and disinfestations characteristics of a forage dryer. Drying Technology. Vol. 9(3):643-656. Spencer, H.B. 1969. A mathematical simulation of grain drying. Journal of Agricultural Engineering Research. Vol 14 (3): 226-235. Chapitre 5 Conclusion générale Une simulation mathématique du séchage du foin en balles a été réalisée à l'aide d'équations théoriques et empiriques décrivant les transferts de matière et de chaleur entre l'air et le foin. Des modèles de prédiction du taux de transfert d'humidité et de teneur en eau à l'équilibre, en désorption et en adsorption, ont été développés à partir de nouvelles données expérimentales. Le taux de désorption était dépendant de la température de l'air de séchage et de la teneur en eau initiale tandis que le taux d'adsorption était dépendant de l'humidité relative de l'air de séchage et de la teneur en eau initiale. La teneur en eau à l'équilibre était dépendante de la température et de l'humidité relative de l'air de séchage. Le modèle de prédiction a été validé avec des données d'expériences antérieures de séchage en couches minces superposées. Des simulations ont permis d'optimiser les performances d'un séchoir en lot ayant les particularités de faire varier la température de l'air de séchage, d'inverser le flux d'air et de recirculer partiellement l'air sortant. Généralement, la température de l'air de séchage et l'inversion du flux d'air contribuaient davantage à réduire le coût de séchage que la recirculation et une période de refroidissement à la fin du séchage. Pour des conditions extérieures normales (température de 25 °C et HR de 45 %) et des TEE initiales entre 0,25 et 0,45 g/g b.s., les températures de séchage optimales variaient entre 40 et 50 °C, les périodes d'inversion variaient entre 2 et 4 h, la recirculation était modérée (entre 30 et 70 %) et était préférable dans la seconde partie du séchage et, finalement, l'arrêt du chauffage (en maintenant la ventilation) de 15 à 20 min avant la fin prévue du séchage ont permis d'optimiser le procédé, tant au niveau de la TEE finale que du coût total de séchage. Il est recommandé de réduire la température de séchage, la durée de la période d'inversion et le niveau de recirculation plus la TEE initiale du foin diminue. Le sur-séchage, l'hétérogénéité de la teneur en eau finale, la consommation énergétique, le temps de séchage et le coût total de séchage augmentaient avec la TEE initiale du foin. Une faible température de l'air de séchage (40 °C), une période d'inversion moyenne (3 h) et une recirculation partielle (50 %) de l'air après la première inversion amélioraient davantage la TEE finale et son 97 uniformité, l'efficacité thermique et les coûts de séchage lorsque l'air ambiant était plus froid (15 °C). L'intégration d'un modèle de prédiction dans un séchoir commercial permettrait d'optimiser le procédé en temps réel. Le programme tiendrait compte des conditions de l'air et du foin à des intervalles de temps prédéfinis et prédirait, en fonction des priorités définies par l'opérateur, le meilleur scénario de séchage possible. Cependant, certaines variables dont la hauteur de foin à sécher et la vitesse de l'air n'ont pas été optimisées dans la présente étude. L'influence de ces dernières variables et la détermination automatique du meilleur scénario en fonction d'un historique de résultats de simulation feraient l'objet d'une étude à part entière. 98 Bibliographie Adapa, P. K., G. J. Schoenau et S. Sokhansanj. 2002a. Performance study of a heat pump dryer System for speciality crops - Part 1 : Development of a simulation model. International Journal of Energy Research 26: 1001 -1019. Adapa, P. K., G. J. Schoenau et S. Sokhansanj. 2002b. Performance study of a heat pump dryer System for speciality crops - Part 2: Model vérification. InternationalJournal of Energy Research Vol. 26: 1021-1033. Arinze, E.A. et S.E. Obi. 1984. Design and expérimental évaluation of a solar energy crop drying System with storage unit. Nigérian Journal of Solar Energy 3:54-70. Arinze, E.A., G.J. Schoenau et S. Sokhansanj. 1999. Design and expérimental évaluation of a solar dryer for commercial high-quality hay production. Renewable Energy. Pergamon Press. Vol. 16:639-642. Arinze, E.A., S. Sokhansanj et G.J. Schoenau. 1993. Simulation of natural and solar-heated air hay drying Systems. Computers and Electronics in Agriculture. Vol. 8: 325-345. Arinze, E.A., S. Sokhansanj, G.J. Shoenau et F.G. Trauttmansdorff. 1994. Design, évaluation and optimization of a heatded-air batch hay dryer operated with automatic baie wagon. ASAE Meeting Présentation . Paper no.94-6033. St-Joseph, Ml: ASAE. ASABE. 2006. ASABE Standards, 53th éd. S448: Thin-layer drying of grains and crops. St. Joseph, Mich.: ASABE. ASHRAE. 2001. ASHRAE Fundamcntals Handbook. American Society ofHeating, Refrigerating and Air-Conditioning Engineers, Atlanta, GA. Bakker-Arkema, F.W., C.W. Hall et E.J. Benne. 1962. Equilibrium moisture content of alfalfa. Michigan Agricultural Expérimental Station Quarterly Bulletin 44:492-496. Boyce, D.S. 1965. Grain moisture and température changes with position and time during through drying. Journal of Agricultural Engineering Research. Vol. 10(4): 333-341. Brace Research Institute. 1975. A survey of solar agricultural dryers. Technical Report, Brace Research Institute, MacDonald Collège, Ste. Anne de Bellevue, Québec, Canada. Brooker, D.B., F.W. Bakker-Arkema et C.W. Hall. 1974. Drying Cereal Grains. The AVI Publishing Company Inc. Chou, S.K., M.N.A. Hawlader et K.J. Chua. 1998. On the study of a two-stage heat pump cycle for drying of agricultural products. Proceeding ofthe ASEAN Seminar and Workshop on Drying Technology, 3-5 June 1998, Phitsanulok, Thailand. pp. H1-4. Thailand. Chua, K.J., A.S. Mujumdar, C.S. Kiang, H.J. Choy et M.N.A. Hawlader. 2000. Principles, application and potential of heat pump Systems. Chapter 9:213-251. Drying Technology in Agriculture and Food Sciences, Science Publishers, Inc, Enfield, NH, USA. 99 Clark, R.G. et W.J. Lamond. 1968. Forced hay drying of herbage: effect of drying air conditions. Journal of Agricultural Engineering Research. Vol. 13(1): 19-26. Couture, L., B.P. Hua et P. Savoie. 2002. Seuils d'émergence des moisissures dans le foin en fonction de l'humidité. Demi-journée d'information scientifique sur les fourrages. Victoriaville, 7 février. CQPF. Sainte-Foy, Qc. Pages 30-35. Descôteaux, S. et P. Savoie. 2004. Bi-directional dryer for mid-size square hay baies. Paper No. 041135. ASAE/CSAE Meeting Présentation. Ottawa, Ontario, Canada. Descôteaux, S., Y. Tremblay et P. Savoie. 2002. Drying characteristics of high density hay baies. ASAE Meeting Présentation #021066. Chicago, Illinois, USA. Gingras, G., P. Savoie, J.-M. Fortin, S. Fortin et M. Quevillon. 1998. Récolte et conservation. Pages 195-246 dans Plantes fourragères, culture. Deuxième édition (réimpression). Conseil des productions végétales du Québec inc. Henderson, J.M et S.M. Henderson. 1968. A computational procédure for deep bed drying analysis. Journal of Agricultural Engineering Research. Vol. 13(2): 87-95. Hendrix, A.T. 1947. Air flow through baled hay. Agricultural Engineering. Vol. 28: 259260. House, H.K. et R.P. Stone. 1988. Barn Hay Drying. Ontario Ministry of Agriculture, Food and Rural Affairs. Fact sheet 88-110. Accessed at http://www.gov.on.ca/OMAFRA/english/ engineer/facts/88-110.htm Hydro-Québec. 1971. Le séchage du foin à l'air et l'aération des grains. 3 eme édition. Jayas, D.S., S. Centowski, S. Pabis et W. E. Muir. 1991. Review of thin layer and wetting équations. Drying Technology. Vol. 9(3), 551-588. Lewis, W.K. 1921. The rate of drying of solid materials. Industr. Eng. Chem. 13:427. MAPAQ. 1999. Guide d'identification des mauvaises herbes du Québec. Ministère de l'Agriculture, des Pêcherie et de l'Alimentation. Gouvernement du Québec. Menzies, D. J. et J. R. O'Callaghan. 1971. The effect of température on the drying rate of grass. Journal of Agricultural Engineering Research. Vol. 16 (3): 213-222. Meyer, J.P. et G.P. Greyvenstein. 1992. The drying of grain with heat pump in South Africa: A Techno-economic analysis. International Journal of Energy Research. Vol. 16:13-20. Miller, R.C. 1946. Air flow in drying baled hay with forced ventilation. Agricultural Engineering. Vol. 27: 203-208. Morissette, R. et P. Savoie. 2005. Résistance to airflow of baled hay as a function of air velocity, hay density and stack height. ASAE Annual Meeting Présentation #051050. 100 O'Callaghan, J.R., D.J. Menzies et P.H. Bailey. 1971. Simulation of agricultural dryer performance. Journal of Agricultural Engineers Research. 16(3): 233-244. Page, G. 1949. Factor influencing the maximum rates ofair drying shelled corn in thin layer. Master Thesis, Purdue University, West Lafayette, IN. Parker, B.F., G.M. White, M.R. Lindley, R.S. Gates, M. Collins, S. Lowry et T.C. Bridges. 1992. Forced air drying of baled alfalfa hay. Transactions ofthe ASAE 35(2): 607-615. Patil, R.T. et S. Sokhansanj. 2000. Physical properties and drying rate of alfalfa. Chapter 8:191-212. Drying Technology in Agriculture and Food Science. Science Publishers, Inc, Enfield, NH, USA. Patil, R.T., S. Sokhansanj, E.A. Arinze et G. Schoenau. 1992. Thin layer drying of components of fresh alfalfa. Canadian Agricultural Engineering. Vol. 34(4): 343-346 Petit Robert. 1996. Dictionnaire Le Robert. Les Dictionnaires Le Robert. Paris. Prasertsan, S. et P. Saen-Saby. 1998. Heat pump drying of agricultural materials. Drying Technology. Vol. 16 (1&2): 235-250. Prasertsan, S. et P. Saen-saby. 1998. Heat pump drying of agricultural materials. Drying Technology. Vol. 16(1 et 2): 235-250. Rossi, S.J., I.C. Neues, et T.G. Kicokbusch. 1992. Thermodynamics and energetic évaluation of a heat pump applied to drying of vegetable. Drying '92. A.S. Mujumdar. Elsevier Science, pp. 1475-1483. Savoie, P. (éditeur), G. Allard, G. Beauregard, A. Brunelle, G. Lefebvre, R. Michaud, F. Pelletier, M. Perron, A. Piette et P. Therrien. 2002. Guide sur la production du foin de commerce. 33 pages. Conseil Québécois des Plantes Fourragères. Sainte-Foy, Québec. Savoie, P. 1982. The analysis of forage harvest, storage and feeding Systems. Ph. D. dissertation. 352 pages. Department of Agricultural Engineering. Michigan State University. USA Savoie, P. et A. Mailhot. 1986. Influence of eight drying factors on the drying rate of timothy hay. Canadian Agricultural Engineering 28(2): 145-148. Shatadal, P., D.S. Jayas etN.D.G. White. 1989. Thin-layer rewetting characteristics of canola. ASAE Paper 89-6099. American Society of Agricultural Engineering, St-Joseph, MI, USA. Shedd, C.K. 1946. Résistance of hay to air flow and its relation to design of barn haycuring equipment. Agricultural Engineering 27(4): 169-170. Sokhansanj, S. et H.C.Wood. 1991. Simulation of thermal and disinfestations characteristics of a forage dryer. Drying Technology. Vol. 9(3):643-656. 101 Sokhansanj, S. et R.T. Patil. 1996. Kinetics of dehydration of green alfalfa. Drying Technology. Vol. 14(5): 1197-1234. Solagro. 1997. Séchage solaire des fourrages en zone Roquefort: résumé du rapport final Mai 1997. Association Solagro, 219, Avenue de Muret, 31300 Toulouse, France. Spencer, H.B. 1969. A mathematical simulation of grain drying. Journal of Agricultural Engineering Research. Vol 14(3): 226-235. Steward, L.E. et J.W. Gird. 1987. An évaluation ofsolar drying in Maryland. ASAE Paper no. 87-4538, 12 pages. Undi, M., K.M. Wittenberg et N.J. Holliday. 1997. Occurrence of fungal species in stored alfalfa forage as influenced by moisture content at baling and température during storage. Canadian Journal of Animal Science 77: 95-103. VanDuyne, D.A. et W.L. Kjelgaard. 1964. Air-Flow résistance of baled alfalfa and clover hay. Transactions oftheASAE. Vol. 7(3): 267-270. 102 Annexe 1 Définitions des symboles - Symbol définition 103 c dx dt H hca h hfg k MR MS, DM m P HR, RH S SEC Chaleur spécifique - Spécifie heat (J/kg. °C) Épaisseur d'une couche mince -Thin-layer thickness (m) Incrément de temps - Time incrément (s) Humidité absolue - Moisture ratio (kgeau / kgair sec) Coefficient de transfert de chaleur par convection volumétrique Volumetric convective heat transfer coefficient (J/m3. °C.s) Enthalpie - Enthalpy (kJ/kgajr sec) Enthalpie de l'eau (liquide à gazeux) - Water enthalpy (fluid to gas) (J/kg) Coefficient de taux de transfert d'humidité - Moisture transfer rate coefficient (s"1) Ratio de teneur en eau - Moisture ratio Matière sèche - Dry Matter Débit massique - Massflow (kg/s) Pression - Pressure (Pa) Humidité relative - Relative humidity (décimal) Surface de foin perpendiculaire à l'écoulement de l'air - Surface ofhay perpendicular to airflow (m2) Consommation d'énergie spécifique - Spécifie Energy Consumption ( k J / k g eau/waler) T TEE, M, MC t v MH, WM X j) Température - Température (°C) Teneur en eau, base sèche sauf mention contraire - Moisture content on a dry basis (g of water/g of dry matter) Temps - Time (s) Vitesse d'air -Air velocity (m/s) Matière Humide - Wet Matter Hauteur de foin - Hay stack height (m) Densité (pour le foin: kg MS/m3) - Density (for hay: kg DM/m3) (kg/m3) Indice - Subscript a Par-Air ads Adsorption - Adsorption atm Atmosphérique - Atmospheric des Désorption - Desorption e Équilibre - Equilibrium i Initiale - Initial p Produit (foin) - Product (hay) s Saturation - Saturation t Temps - Time v Vapeur d'eau - Water vapor w Eau - Water wb Bulbe humide - wet bulb 104 Annexe 2 User interface of the simulation software (LabVIEW) 105 (*> E * J ^ r a t e Jpols Brome Mndo» bjrip lÏÏJll Mil •.(>. h.iyd lin fniti pu [Oui lies I r,. «•• ! I Rec. man, FracUon rie Figure A2.1 User interface of the drying simulation programmed with LabVIEW. Description of Figure A2.1 : 1. Control interface : The user can sélect the appropriate tab to define control parameters such as hay and air characteristics, drying mode (with airflow inversion or/and recirculation), heating time réduction replaced by cool air ventilation, end of drying criteria, moisture transfer rate and equilibrium MC model sélection (other empirical models could be added), time and layer thickness incrément, etc. It is also possible to save simulation results in a file (.txt) to a specified location. 106 2. Indicator interface: The simulation results are displayed hère. It is possible to see graphs and matrix of output variables, with respect to time for each layer, such as air and hay températures, relative humidity, absolute humidity, moisture transfer rate coefficient, equilibrium MC, MC and energy involved in the drying. Figure A2.2 shows a typical graph of air température with respect to time for each layer of a drying with airflow inversion. 3. Airflow sélection mode: Unidirectional or bidirectional mode is selected hère. The user can define regular or irregular inversion periods prior to simulation start. 4. Recirculation mode: The recirculation ratio can be set manually anytime during the drying process (ratio between 0 and 0.90) or semi-automatically following a proportional relationship with mean air température within the stack. 5. Start/Stop controls: The proper way to start and stop the simulation algorithm. It is also possible to pause and restait a simulation anytime to look at intermediate results. 6. MC profile graph: This graph shows continuously the MC with respect to position in the stack. The drying time is displayed in the upper right corner of this tab. This is a short overview of the main simulation program features. 107 «maire Matrice Ta Tp ] HR [ H j k j M j Me f MR I Puissance ! Bilan masse ! Graphique Départ " i j „ Matrice exp j Graph exp :j Corrélation Graphique Ta C*C) SB Wm WÊÊm'lU • *•' WÈ mSUf/ÈL' fflnBlifarli Wlluaffï •••''iiSSSH WIÊBÈÈ 2826210 Figure A2.2 50 wÈÊÊÊk 100 i K3O 25Q Temps (min) 300 K 1il ••UH 150 'H 350 •116,667 Graph of air température as function of time for each layer for a drying with airflow inversion every 180 min. 108 Annexe 3 Décision criteria algorithms 109 Global variable initialization ( Air outdoor conditions Start drying Time incrément Airflow inversion i sub-algorithm Input variable initialization Layer incrément j Recirculation sub-algorithm Heating time réduction sub-algorithm Air and hay conditions at layer / before i MC détermination Mij Air and hay conditions at layer / after i ( End of drying 1 max, mean homogeneity criteria? Legend Layer loop Figure A3.1 Time loop Sub-process algorithm Print data Main program algorithm of unidirectional drying with airflow inversion, recirculation, and heating time réduction sub-algorithms locations. 110 Air and hay conditions for ally (vector) after ; / / IN Reverse air and hay conditions vectors (y = 0 stays at the same position) / New air and hay conditions for ally (vector) after i 7 OUT Legend Time loop Figure A3.2 f J External input or output data Airflow inversion sub-algorithm. 111 Manual mode Semi-automatical mode % rec fonction of air température in the stack (équation 4.16) Zéro recirculation yes Activate set recirculation fraction - Air and hay conditions for ail /' (vector) after i - Mass airflow Air conditions after j = n (exit of hay stack) IN - Air outdoor conditions / - Mass airflow / IN New air conditions at j = 0 (before hay stack) OUT Legend External input or output data Figure A3.3 Recirculation of exhaust air sub-algorithm. Mass and energy balances 112 Manual mode only Time IN Equal? I Previous drying time without heating time réduction IN —-f Heating time réduction Différence IN • Continue heating no OUT Stop heating yes OUT Legend Time loop Figure A3.4 / 7 External input or output data Heating time réduction for cooling at the end of drying sub-algorithm 113 Annexe 4 Expérimental data of Descôteaux et al. (2002) and simulation validation results 114 Table A4.1 Run S2 02-07 SI 03-07 S2 03-07 S3 04-07 SI 05-07 S3 05-07 S2 09-07 S3 09-07 S4 09-07 S3 10-07 S2 11-07 S4 11 -07 SI 12-07 S3 12-07 SI 26-06 S2 26-06 S4 26-06 S2 exp2b S3 exp2b S4 exp2b S5 exp2b SI exp5 S2 exp5 S3 exp5 S5 exp5 Minimum Maximum Average Spécification of hay drying experiments used for validation. Hay stack was composed of 10 superimposed 50 mm thick layers. Average drying. air conditions Température Relative humidity (°C) (%) 41.3 0.349 44.7 0.201 35.2 0.323 29.0 0.453 40.1 0.184 29.3 0.316 24.7 0.445 25.8 0.430 39.3 0.219 37.7 0.146 36.7 0.138 40.8 0.111 39.6 0.179 41.1 0.165 28.3 0.419 38.0 0.239 38.9 0.232 45.0 0.161 30.0 0.395 60.0 0.093 45.0 0.236 60.0 0.081 60.0 0.054 60.0 0.082 60.0 0.059 24.7 60.0 41.2 0.054 0.453 0.228 Air Hay density velocity (m/s) 0.20 0.20 0.20 0.20 0.20 0.20 0.25 0.27 0.25 0.21 0.12 0.15 0.18 0.25 0.18 0.18 0.18 0.29 0.37 0.29 0.30 0.26 0.20 0.26 0.26 (kg DM/m 3 ) 222 0.120 0.370 0.226 103 243 175 227 230 243 219 7.21 204 188 204 183 196 211 212 197 193 178 199 107 106 104 103 107 110 108 109 Inversion period (min) - 60 30 60 120 Drying time (min) 480 540 660 960 540 1020 960 840 480 480 480 480 480 480 600 480 480 360 360 300 300 420 315 360 360 30 300 120 68 1020 529 115 Table A4.2 Run Results of the 25 validation tests (refer to Table A4.1 for drying conditions). Layer R2 Initial S2 02-07 SI 03-07 S2 03-07 S3 04-07 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 0.982 0.991 0.989 0.983 0.980 0.978 0.954 0.972 0.958 0.956 0.974 0.979 0.986 0.988 0.981 0.965 0.972 0.983 0.977 0.987 0.975 0.979 0.977 0.988 0.994 0.993 0.996 0.991 0.985 0.997 0.927 0.958 0.981 0.984 0.996 0.984 0.993 0.970 0.941 0.954 0.937 0.908 0.883 0.955 0.306 0.267 0.321 0.301 0.304 0.294 0.309 0.296 0.307 0.275 0.298 0.306 0.267 0.321 0.301 0.304 0.294 0.309 0.296 0.307 0.275 0.298 0.254 0.269 0.282 0.259 0.274 0.249 0.302 0.332 0.307 0.271 0.280 0.295 0.299 0.288 0.284 0.312 0.283 0.311 0.298 0.288 0.316 0.297 Moisturt; content Time to reach Final Final Différence MC = 0 .136 g/g, d.b. Exp. Sim. on final Exp. Sim. (min) (g/g, d.b.) 0.044 0.062 -0.019 87 73 -0.014 105 0.048 0.062 116 0.049 0.063 -0.013 136 147 0.048 0.063 -0.014 166 165 194 0.053 0.063 -0.010 209 224 0.047 0.064 -0.017 294 256 0.052 0.065 -0.013 257 0.059 0.066 -0.007 296 284 0.070 0.068 0.003 310 355 342 0.077 0.071 0.007 464 0.055 0.065 -0.010 257 243 66 0.045 0.062 -0.017 45 86 0.050 0.062 -0.012 71 121 0.050 0.063 -0.012 119 148 0.049 0.063 -0.014 146 -0.010 170 174 0.053 0.063 200 0.046 0.063 -0.017 197 226 0.051 0.063 -0.013 247 244 252 0.057 0.064 -0.007 0.066 0.064 0.001 280 323 0.072 0.065 0.006 296 353 0.054 0.063 214 213 -0.009 66 88 0.082 0.086 -0.004 131 0.079 0.086 -0.007 102 176 0.083 0.086 -0.003 146 -0.008 213 0.079 0.086 174 260 0.081 0.087 -0.006 226 0.082 0.087 -0.005 278 295 344 0.087 0.088 -0.001 300 394 0.131 0.089 0.042 538 439 0.093 0.092 0.001 361 0.122 0.094 0.028 476 515 0.004 334 0.092 0.088 280 0.111 0.113 -0.002 276 253 338 0.106 0.113 -0.007 286 -0.008 294 410 0.105 0.114 478 0.109 0.114 -0.005 397 0.122 0.115 0.007 550 557 0.114 0.116 624 -0.002 461 0.007 696 0.125 0.118 667 776 765 0.131 0.120 0.011 831 0.132 0.124 0.008 834 900 0.142 0.129 0.013 Not met 678 0.120 0.118 0.002 561 Relative error on time (%) 16 9 8 1 7 24 0 4 13 26 5 -44 -21 2 1 -2 -2 9 -3 13 16 0 -33 -29 -20 -22 -15 -6 -15 27 -22 8 -19 8 -18 -39 -21 -1 -35 -4 1 0 -21 116 Run Layer R2 Initial SI 05-07 1 2 3 S3 05-07 S2 09-07 S3 09-07 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 S4 09-07 6 7 8 9 10 AH 1 2 3 4 0.969 0.961 0.967 0.976 0.975 0.947 0.956 0.971 0.986 0.950 0.966 0.979 0.971 0.939 0.972 0.975 0.971 0.966 0.985 0.975 0.982 0.972 0.973 0.965 0.964 0.967 0.955 0.974 0.974 0.973 0.932 0.910 0.959 0.984 0.983 0.972 0.967 0.959 0.948 0.941 0.873 0.908 0.984 0.941 0.984 0.983 0.972 0.967 0.295 0.288 0.297 0.335 0.343 0.317 0.277 0.312 0.329 0.304 0.310 0.302 0.304 0.293 0.287 0.290 0.309 0.322 0.299 0.302 0.302 0.301 0.376 0.414 0.405 0.394 0.407 0.435 0.429 0.414 0.417 0.415 0.410 0.399 0.415 0.437 0.425 0.401 0.417 0.409 0.418 0.462 0.399 0.419 0.419 0.434 0.431 0.433 Moisture content Final Final Différence Exp. Sim. on final d.b.) (g/g, 0.058 0.066 -0.008 0.056 0.067 -0.011 0.058 0.068 -0.010 0.066 0.069 -0.003 0.068 0.069 -0.001 0.069 0.069 0.000 0.001 0.070 0.070 0.081 0.070 0.010 0.034 0.105 0.072 0.118 0.073 0.045 0.006 0.075 0.069 0.097 0.085 0.012 0.094 0.086 0.007 0.097 0.087 0.010 0.095 0.089 0.006 0.094 0.091 0.003 0.122 0.094 0.028 0.010 0.107 0.097 0.012 0.112 0.099 0.012 0.113 0.102 0.022 0.125 0.103 0.106 0.093 0.012 0.137 0.117 0.020 0.016 0.135 0.119 0.141 0.121 0.020 0.141 0.123 0.018 0.139 0.126 0.013 0.032 0.162 0.130 0.020 0.155 0.136 0.174 0.142 0.032 0.182 0.151 0.031 0.180 0.162 0.018 -0.027 0.106 0.133 0.030 0.133 0.102 0.132 0.105 0.027 0.138 0.108 0.029 0.032 0.144 0.113 0.022 0.139 0.117 0.140 0.123 0.017 0.151 0.128 0.023 0.158 0.134 0.025 0.182 0.142 0.040 0.133 0.102 0.030 0.027 0.149 0.122 0.062 0.067 -0.005 0.064 0.067 -0.003 0.066 0.067 -0.001 0.074 0.068 0.006 Timt; to reach MC = 0. 136 g/g, d.b. Exp. Sim. ( min) 56 64 92 148 191 204 221 289 385 469 220 182 179 194 236 265 416 395 478 543 802 369 597 576 Not met Not met Not met Not met Not met Not met Not met Not met Not met 412 443 647 Not met Not met Not met Not met Not met Not met 412 Not met 118 153 176 229 65 89 117 151 184 212 234 269 296 327 224 144 185 219 256 293 341 392 434 481 538 351 529 613 671 731 804 883 956 Not met Not met Not met 917 295 355 414 463 519 596 677 789 Not met 295 617 98 133 165 197 Relative error on time (%) -16 -39 -28 -2 4 -4 -6 7 23 30 -2 21 -3 -13 -9 -1! 18 1 9 12 33 5 11 -6 29 20 36 29 17 13 7 14 117 Run Layer R2 Initial S3 10-07 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 S2 11-07 S4 11-07 SI 12-07 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 0.959 0.948 0.941 0.873 0.908 0.870 0.941 0.986 0.980 0.983 0.920 0.940 0.949 0.954 0.955 0.933 0.967 0.957 0.969 0.946 0.921 0.927 0.962 0.922 0.947 0.963 0.983 0.983 0.952 0.988 0.991 0.991 0.980 0.995 0.988 0.988 0.987 0.967 0.976 0.985 0.926 0.956 0.945 0.905 0.958 0.932 0.981 0.946 0.462 0.452 0.467 0.443 0.440 0.429 0.441 0.441 0.446 0.445 0.476 0.435 0.421 0.475 0.409 0.432 0.467 0.445 0.235 0.243 0.237 0.245 0.232 0.242 0.241 0.256 0.233 0.244 0.241 0.220 0.244 0.239 0.249 0.231 0.228 0.221 0.237 0.233 0.252 0.235 0.225 0.245 0.232 0.219 0.235 0.234 0.236 0.230 Moisture content Final Final Différence Exp. Sim. on final (g/g, d.b.) 0.069 0.014 0.083 0.070 0.089 0.020 0.112 0.040 0.071 0.074 0.026 0.101 0.079 0.055 0.133 0.086 0.045 0.130 0.072 0.091 0.020 0.067 0.064 -0.002 0.067 0.073 0.006 0.068 0.009 0.077 0.069 0.078 0.010 0.070 0.010 0.080 0.072 0.090 0.018 0.076 0.101 0.026 0.134 0.081 0.053 0.089 0.120 0.031 0.104 0.066 0.170 0.076 0.099 0.023 0.054 0.065 -0.011 0.065 0.058 -0.008 0.066 0.058 -0.008 0.067 0.058 -0.009 0.062 0.068 -0.006 0.070 0.064 -0.006 0.072 -0.004 0.069 0.076 0.007 0.083 0.104 0.081 0.023 0.089 0.029 0.118 0.072 0.073 0.001 0.044 0.050 -0.006 0.054 -0.009 0.045 0.058 0.049 -0.009 0.060 -0.009 0.051 -0.011 0.051 0.061 0.062 -0.004 0.058 0.062 0.054 -0.008 0.063 0.000 0.062 0.080 0.063 0.017 0.064 0.112 0.048 0.060 0.001 0.061 0.068 0.005 0.073 0.069 0.082 0.013 0.070 0.074 0.005 0.081 0.071 0.010 0.072 0.005 0.077 0.073 0.073 0.001 0.073 0.009 0.082 0.074 0.080 0.006 Time to reach MC = (1.136 g/g, d.b. Exp. Sim. (min) 287 230 325 267 392 296 363 334 472 359 462 397 320 298 103 95 145 132 220 166 206 202 229 234 287 272 353 312 475 348 432 390 Not met 430 333 305 37 60 54 94 68 125 101 162 145 191 152 227 198 262 263 300 351 33 1 420 367 176 222 29 42 54 69 91 78 97 118 132 139 180 162 179 183 251 211 320 236 408 269 160 159 26 53 55 77 60 94 65 109 104 134 109 154 165 175 158 195 Relative error on time (%) 20 18 24 8 24 14 7 8 9 24 2 -2 5 12 27 10 8 -64 -74 -83 -60 -32 -50 -32 -14 6 13 -26 -46 -26 -16 -22 -6 10 -3 16 26 34 1 -105 -40 -57 -69 -29 -41 -6 -24 118 Run Layer R2 Initial S3 12-07 SI 26-06 S2 26-06 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 AH 1 2 3 4 5 S4 26-06 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 0.989 0.981 0.952 0.948 0.963 0.980 0.978 0.985 0.979 0.966 0.986 0.983 0.996 0.976 0.977 0.975 0.971 0.966 0.950 0.942 0.939 0.949 0.972 0.962 0.960 0.974 0.980 0.988 0.995 0.984 0.960 0.989 0.960 0.950 0.967 0.975 0.951 0.954 0.955 0.949 0.982 0.959 0.963 0.942 0.956 0.955 0.957 0.229 0.212 0.230 0.227 0.241 0.239 0.253 0.227 0.237 0.254 0.224 0.235 0.241 0.238 0.205 0.213 0.216 0.228 0.240 0.228 0.222 0.218 0.218 0.216 0.220 0.236 0.244 0.243 0.247 0.250 0.216 0.229 0.232 0.229 0.245 0.237 0.246 0.257 0.241 0.232 0.238 0.246 0.257 0.240 0.242 0.234 0.243 Moisture content Final Différence Final Exp. Sim. on final (g/g, d.b.) 0.087 0.075 0.011 0.086 0.077 0.010 0.080 0.072 0.007 -0.006 0.059 0.066 0.064 0.066 -0.002 -0.004 0.062 0.067 0.001 0.068 0.067 0.065 0.068 -0.003 0.068 0.068 -0.001 0.068 0.069 -0.001 0.069 0.069 -0.001 0.064 0.070 -0.006 0.082 0.071 0.011 0.067 0.068 -0.001 0.129 0.108 0.021 0.027 0.135 0.109 0.020 0.129 0.110 0.134 0.112 0.022 0.114 0.137 0.023 0.137 0.117 0.020 0.014 0.134 0.120 0.140 0.123 0.017 0.127 0.014 0.142 0.132 0.014 0.146 0.136 0.019 0.117 0.074 0.074 0.000 0.074 0.002 0.077 0.080 0.005 0.075 0.082 0.007 0.075 0.011 0.087 0.075 0.076 0.076 0.000 0.084 0.076 0.008 0.086 0.009 0.077 0.086 0.078 0.008 0.098 0.080 0.018 0.083 0.076 0.007 0.056 -0.011 0.067 -0.011 0.057 0.067 -0.009 0.059 0.068 -0.012 0.056 0.068 -0.002 0.067 0.069 0.069 0.069 -0.001 0.008 0.078 0.070 0.002 0.073 0.070 0.012 0.083 0.071 0.085 0.072 0.013 -0.001 0.068 0.069 Time to reach MC = 0.136 g/g, d.b. Exp. Sim. (min) 224 216 233 232 120 148 23 47 62 39 54 74 71 91 81 99 93 115 104 134 124 142 137 158 177 173 92 113 207 159 238 208 233 257 280 311 316 366 344 406 350 447 Not met 486 Not met 527 Not met 569 355 393 69 58 94 80 108 102 146 126 163 150 127 164 180 188 178 211 191 233 243 262 159 165 65 82 96 106 103 126 103 145 159 167 173 190 208 215 199 235 245 260 268 280 173 191 Relative error on time (%) 4 0 -23 -101 -58 -37 -27 -22 -23 -29 -14 -16 2 -23 23 13 -10 -II -16 -18 -28 -11 17 14 5 14 8 -30 -5 -19 -22 -8 -4 -26 -10 -22 -40 -5 -10 -3 -18 -6 -5 -10 119 Run Layer R2 Initial S2 exp2b 1 2 3 4 5 6 S3 exp2b 7 8 9 10 Ail 1 2 3 4 5 6 7 S 9 S4 exp2b 10 AU 1 2 S5 exp2b 3 4 5 6 7 8 9 10 AH 1 2 3 4 5 SI exp5 6 7 8 9 10 Ail 1 2 3 4 0.807 0.877 0.898 0.911 0.935 0.949 0.946 0.959 0.949 0.951 0.918 0.884 0.935 0.938 0.958 0.959 0.965 0.980 0.983 0.970 0.973 0.955 0.905 0.931 0.961 0.940 0.980 0.945 0.951 0.958 0.951 0.960 0.948 0.900 0.956 0.955 0.937 0.948 0.952 0.972 0.974 0.971 0.951 0.952 0.903 0.905 0.913 0.925 0.171 0.167 0.166 0.173 0.190 0.168 0.191 0.172 0.179 0.177 0.175 0.185 0.179 0.187 0.184 0.185 0.176 0.173 0.177 0.180 0.185 0.181 0.212 0.212 0.194 0.212 0.195 0.198 0.196 0.199 0.193 0.201 0.201 0.248 0.236 0.225 0.216 0.226 0.214 0.209 0.206 0.210 0.217 0.221 0.206 0.207 0.209 0.216 Moisture content Final Différence Final Exp. on final Sim. (g/g, d.b.) 0.070 0.062 0.008 0.068 0.064 0.005 0.076 0.065 0.011 0.084 0.067 0.017 0.089 0.068 0.021 0.081 0.070 0.011 0.017 0.089 0.072 0.012 0.086 0.074 0.083 0.076 0.007 0.084 0.078 0.006 0.011 0.081 0.069 0.009 0.105 0.095 0.007 0.103 0.096 0.106 0.096 0.009 0.104 0.097 0.007 0.105 0.098 0.007 0.005 0.103 0.098 0.100 0.099 0.002 0.006 0.106 0.100 0.005 0.105 0.100 0.006 0.108 0.101 0.104 0.098 0.006 -0.007 0.051 0.057 0.000 0.060 0.061 -0.008 0.055 0.063 0.012 0.078 0.065 0.069 0.068 0.001 0.074 0.071 0.003 0.081 0.074 0.007 0.004 0.081 0.077 -0.001 0.079 0.080 0.004 0.087 0.083 0.002 0.071 0.070 0.086 0.072 0.014 0.087 0.074 0.013 0.081 0.075 0.006 0.006 0.083 0.077 0.091 0.079 0.012 0.092 0.081 0.011 0.008 0.090 0.082 0.004 0.088 0.084 0.010 0.097 0.086 0.098 0.089 0.009 0.009 0.089 0.080 -0.001 0.045 0.047 0.044 0.047 -0.003 0.000 0.047 0.047 0.048 0.047 0.001 Time to reach MC = 0.136 g/g, d.b. Exp. Sim. (min) 7 8 10 16 31 27 44 43 47 52 24 41 52 73 8(1 85 78 87 115 109 130 86 9 13 17 25 32 32 40 46 48 60 30 23 36 35 35 48 54 65 71 83 83 53 9 10 13 17 17 21 25 34 50 44 64 59 72 78 43 94 95 112 117 124 121 124 136 146 158 123 17 24 26 36 38 47 54 65 73 85 41 41 46 51 57 69 75 82 89 101 113 71 13 18 22 27 Relative error on time (%) -157 -174 -148 -112 -58 -62 -46 -38 -53 -50 -79 -133 -82 -54 -46 -46 -54 -44 -19 -34 -22 -43 -81 -79 -48 -41 -19 -46 -35 -41 -53 -42 -37 -75 -25 -48 -61 -43 -39 -26 -26 -22 -36 -34 -45 -69 -76 -56 120 Run Layer R2 0.969 0.974 0.989 0.993 0.992 0.992 0.956 0.823 0.894 0.886 0.950 0.976 0.913 0.948 0.926 0.939 0.951 0.921 0.889 0.860 0.987 0.915 0.977 0.986 0.993 0.987 0.995 0.982 0.957 0.978 0.953 0.966 0.960 0.968 0.967 0.995 0.988 0.995 0.993 0.976 0.214 0.224 0.229 0.227 0.237 0.239 0.221 0.148 0.165 0.167 0.169 0.171 0.172 0.180 0.196 0.191 0.180 0.174 0.223 0.216 0.213 0.215 0.215 0.224 0.211 0.213 0.212 0.233 0.217 0.211 0.202 0.200 0.213 0.195 0.213 0.209 0.198 0.199 0.176 0.202 Moisture content Final Final Différence Exp. Sim. on final (g/!h d.b.) 0.049 0.047 0.002 0.056 0.047 0.009 0.047 0.057 0.009 0.054 0.047 0.006 0.056 0.047 0.008 0.053 0.047 0.005 0.047 0.051 0.004 0.028 0.031 0.003 0.044 0.033 0.011 0.042 0.043 0.002 0.050 0.045 -0.006 0.057 0.046 -0.011 0.048 0.057 -0.009 0.049 0.051 -0.002 0.042 0.055 0.012 0.034 0.049 0.015 0.042 0.028 0.014 0.042 0.045 0.003 0.048 0.048 0.000 0.048 0.053 0.005 0.048 0.047 0.000 0.047 0.054 0.006 0.050 0.047 0.004 0.046 0.058 0.012 0.046 0.044 -0.002 0.045 0.047 0.002 0.044 -0.004 0.041 0.044 0.048 0.005 0.046 0.049 0.003 0.022 0.043 0.021 0.036 0.021 0.015 0.044 0.021 0.023 0.044 0.021 0.023 0.046 0.021 0.024 0.050 0.021 0.029 0.047 0.021 0.026 0.047 0.021 0.026 0.026 0.047 0.021 0.021 0.022 0.043 0.045 0.021 0.024 0.807 0.997 0.958 0.030 0.148 0.476 0.270 0.081 0.031 0.182 0.084 0.033 Initial 5 6 7 8 9 S2 exp5 S3 exp5 S5 exp5 Minimum Maximum Average Std. dev. 10 Ail 1 2 3 4 5 6 7 8 9 10 AU 1 2 3 4 5 6 7 8 9 10 Ail 1 2 3 4 5 6 7 8 9 10 Ail 0.021 0.162 0.076 0.026 -0.027 0.066 0.008 0.014 Time to reach MC = '0.136 g/g, d.b. Exp. Sim. (min) 25 30 29 36 40 38 44 44 54 51 59 56 28 33 2 4 7 12 8 17 13 22 19 27 19 33 26 42 47 33 34 44 33 39 17 29 10 19 II 22 22 26 19 29 27 34 34 39 41 36 40 45 49 46 72 57 29 36 14 14 13 18 20 23 26 28 29 27 33 36 39 43 41 41 47 45 44 43 30 30 2 834 172 163 4* 831* 175* 148* Relative error on time (%) -20 -22 -5 1 6 5 -18 -82 -79 -111 -69 -44 -80 -63 -43 -28 -17 -71 -84 -100 -16 -54 -25 -13 -13 -13 -7 21 -24 -2 -37 -10 -8 -8 -10 9 -1 5 2 0 -174* 36* -20* 34* *Simulated time to reach MC=0.136 and relative error on time did not take part of the minimum, maximum and average values when expérimental time to reach MC=0.136 was not met. 121 Figure A4.1 shows the relative error on time as a function of expérimental drying time. When the predicted drying time was higher than the expérimental time, relative error on time was négative. Thus, the model predicted longer time to reach the target MC (0.136 g/g d.b.) for rapid drying than for slow drying because of the higher concentration of relative error below 0 for short expérimental drying time. 50 o n o o 400 o o o 500 o o 600 700 800 900 g I -150 - -200 J Expérimental drying time (min) Figure A4.1 Relative error on time to reach the target MC (0.136 g/g d.b.) as a function of expérimental drying time. 122 Annexe 5 Behaviour of drying model 123 The behaviour of the drying model was studied by varying, one at a time, the main input variables: drying température, air velocity, initial MC, dry matter density, and hay stack height. Table A5.1 defines the input variables used in the simulations. Bold values were used as constant when another variable was analyzed at différent levels. Table A5.1 Input variables used in the simulation program for batch hay drying. Input variable Drying air température (°C) Ambient air température (°C) Ambient air relative humidity (décimal) Air velocity (m/s) Initial MC of hay (g/g, d.b.) Initial hay température (°C) Density of hay (kg DM/m3) Hay stack height (m) Layer thickness (m) Time incrément (s) Values 40, 50, 60 25 0.45 0.10, 0.20, 0.30 0.25, 0.35, 0.45 25 15 5,185, 215 0.30, 0.60, 0.90 0.01 10 Bold values were used as constant when a given input variable was varying. 1. Effect of drying air température Three levels of air température (40, 50 and 60°C) were simulated for 240 min in a hay stack of 0.60 m high (Figure A5.1). With air at 40°C, the hay stack was over-dried (MC below 0.136 g/g, d.b.) up to 0.30 m. With air at 50°C, hay was over-dried up to 0.48 m. With air at 60°C, ail layers were over-dried. 124 a £ 0.35 O 0.30 - I 0.25 0.20 0.15 ^/ o 0.10 - oistui )ntenti 6Ô tu 0.05 0.00 0.00 0.10 0.20 0.30 0.40 0.50 0.60 Position in the hay stack (m) Figure A5.1 Effect of air température on the moisture content distribution within a hay stack of 0.60 m high after 240 min of drying. The moisture content was averaged over the entire height and the resulting mean MC was plotted versus time (Figure A5.2). A linear decrease of MC can be observed for at least 150 min at 60°C and 300 min at 40°C. Therefore, the drying rate (i.e. the slope or dM/dt) is constant initially and as long as the decrease of MC is linear. In thèse simulation tests, the constant drying rates were 0.0458 g/g«h at 40 °C, 0.0635 g/g«h at 50 °C, and 0.0806 g/g«h at 60 °C. Afterwards, usually when MC < 0.136, the average drying rate was no longer constant but declined. 125 0.40 -, Figure A5.2 Effect of drying air température on the mean moisture content within a hay stack of 0.60 m over time. Figures A5.3, A5.4 and A5.5 show the MC as a fonction of time and position within the hay stack for air températures of 40, 50 and 60 °C, respectively. The layer at x = 0.01 m was the first in contact with the heated air and the layer at x = 0.60 m was the last. The drying rate generally increascd with air température. Drying was delayed for layers far away from the drying front. This delay decreased as drying air température increased. In fact, the last layer started to lose moisture (defined as -dM/dt > 0.01 g/g*h) after 207, 177 and 155 min with air températures of 40, 50 and 60°C, respectively. However, a large fraction of hay (0.25, 0.34 and 0.38 m thickness out of the total of 0.60 m, for the three températures respectively) was already over-dried when the last layer started to dry. The time when the first layer (x = 0.01 m) became over-dried was 62, 38 and 24 min with air at 40 °C, 50 °C and 60 °C, respectively. With higher air température, the frequency of inversion would hâve to be increased to minimize the over-dried zone. 126 Figure A5.3 Moisture content in a hay stack as a function of time for a drying air température of 40 °C. Position x = 0.01 m was first in contact with heated airflow and x = 0.60 m was the last. 0.00 - 0 120 240 360 480 600 Time (min) Figure A5.4 Moisture content in a hay stack as a function of time for a drying air température of 50 °C. 127 120 240 360 480 600 Time (min) Figure A5.5 Moisture content in a hay stack as a function of time for a drying air température of 60 °C. 2. Effect of ambient air température on thermal efficieney The thermal efficieney to evaporate water is the ratio of useful energy over total heating energy. The useful energy is the mass of water evaporated multiplied by the enthalpy of evaporation (approximately 2400 kJ/kg of water). The total heating energy is the sensible heat added to ambient air to reach the drying air température (assuming there is no air recirculation). It is the product of mass of air used in the dryer by heat capacity of air (about 1 kJ/kg*°C) and température gradient (air température minus ambient température). Table A5.2 shows the thermal efficieney as a function of ambient air température and heating air température. Détails of calculations are presented at the end of this Appendix. Drying rate was assumed to dépend only on the drying air température (40, 50 or 60 °C). The highest efficiencies were observed at low heated air température (40°C) and high ambient températures (30 and 35°C). Efficiencies were sometimes higher than 100 % because the ambient air contains naturally sensible heat that can be used to evaporate water without additional heat. Ail efficiencies decreased as ambient température decreased. When ambient température was lower than 20°C, efficieney was actually higher at high heated air température (60 °C) than at low heated air température (40°C). This implies that 128 at high ambient température (35 °C), a small température différence will resuit in a higher theoretical thermal efficiency (but will require more time to dry than a high température différence). At low ambient air température (5 °C), a high température différence will resuit in a higher theoretical thermal efficiency and lower drying time (but perhaps higher heat loss if the dryer is not well insulated). Table A5.2 Thermal efficiency to evaporate water in hay as a function of ambient air température and heating air température. Heated air Estimated constant température drying rate (°C) 5 (g/g'h) 40 0.0458 43 50 0.0635 47 60 50 0.0806 10 50 53 55 Efficiency (%) Ambient air température CQ 15 20 25 30 76 60 101 153 61 71 86 108 62 69 93 80 35 308 145 113 Détails of calculations are presented at the end of this Appendix. 3. Effect of air velocity Three levels of air velocity (0.1, 0.2 and 0.3 m/s) were simulated for 240 min in a hay stack of 0.6 m high (Figure A5.6). At an air velocity of 0.1 m/s, less than half the hay (0.25 m out of 0.6 m) had dried below the target MC (0.136) after 240 min. At 0.2 m/s, more than 75 % of hay (0.47 m height) had reached a MC below target. At 0.3 m/s, ail hay was overdried. Figure A5.7 shows that MC decreased linearly (constant slope) for about 150 min at 0.3 m/s, 210 min at 0.2 m/s and 420 min at 0.1 m/s. The constant drying rates were 0.0323 g/g«h at 0.10 m/s, 0.0635 g/g«h at 0.20 m/s, and 0.0928 g/g»h at 0.30 m/s. After the constant drying rate period, drying becomes less efficient because the same heated airflow (and energy) évaporâtes less and less water. 129 c °- 40 o 0.35 rf 13 0.30 % 0.25 ib 0.20 S 0.15 o u 0.10 - 1 0.05 o 5 0.00 0.00 0.10 0.20 0.30 0.40 0.50 0.60 Position in the hay stack (m) Figure A5.6 Effect of air velocity on the moisture content distribution within a hay stack of 0.60 m after a 240 min drying period (Ta = 50 °C). 0.40 i 120 240 360 480 600 Time (min) Figure A5.7 Effect of air velocity on the mean moisture content within a hay stack of 0.60 m over time (Ta = 50 °C). Figures A5.8, A5.9 and A5.10 show the moisture content as a function of time and position in the hay stack, at the three air velocities. The drying rate of the first layer (x = 0.01 m) appeared to be similar at the three air velocities. This is in agreement with thin layer drying theory for grain which considers drying to be dépendent mainly on air température and to be independent of air velocity (Wood and Favier, 1993). However, drying of other layers 130 was not independent of air velocity because a higher velocity was équivalent to higher heating power. At low velocity, the air température would décline faster as air moved across the hay. At the highest velocity (0.3 m/s on Figure A5.10), the other layers are seen to dry faster than when air velocity is slower (Figures A5.8 and A5.9). In other words, the delay in drying of more distant layers decreased as the air velocity increased. Therefore, drying controls should be activated more quickly at high air velocity. x = 0.60m = 0.30m x = 0.01 m 120 240 360 480 600 Time (min) Figure A5.8 Moisture content in a hay stack as function of time for an air velocity of 0.10 m/s. Position x = 0.01 m was first in contact with heated airflow and x = 0.60 m was the last. 131 120 240 360 480 600 Time (min) Figure A5.9 Moisture content in a hay stack as function of time for an air velocity of 0.20 m/s. 120 240 360 480 600 Time (min) Figure A5.10 Moisture content in a hay stack as function of time for an air velocity of 0.30 m/s. 4. Effect of initial moisture content Three levels of initial moisture content (M, of 0.25, 0.35 and 0.45 g/g) were simulated for 240 min in a hay stack of 0.6 m high (Figure A5.11). With an M, of 0.45, more than 60 % 132 of the hay (0.37 m out of 0.6 m) had dried to a MC below the target MC (0.136) after 240 min. With an Mt of 0.35, more than 80 % of hay (0.49 m height) had reached a MC below target. With an M, of 0.25, ail hay was over-dried. The moisture content was averaged over the entire stack height and the resulting mean MC was plotted versus time (Figure A5.12). A linear decrease of MC can be observed for at least 120 min with 0.25 Mh 200 min with 0.35 M and 285 min with 0.45 Mt. The constant drying rates were 0.0573 g/g»h with 0.25 Mh 0.0635 g/g»h with 0.35 M,, and 0.0668 g/g«h with 0.45 Mj. There was a slight increase of constant drying rate for higher M,. After the constant drying rate period, usually when MC < 0.15, the average drying rate declined. Drying controls will hâve to start eariier for hay with low Mt because the target MC is reached sooner than for hay with high M-,. a 0.50 B 0.45 o 0.40 0.35 •o M 0.30 - Su 0.25 e 0.20 loist ure conl 0) 0.15 0.10 0.05 0.00 0.00 0.10 0.20 0.30 0.40 0.50 0.60 Position in the hay stack (m) Figure A5.11 Effect of initial moisture content on the moisture content distribution within a hay stack of 0.60 m after a 240 min drying period. 133 0.25 g/g 0.35 g/g 0.45 g/g § 0.10 u 2 0.05 H 0.00 0 120 240 360 480 600 Time (min) Figure A5.12 Effect of initial moisture content on the mean moisture content within a hay stack of 0.60 m over time. The three following figures (A5.13, A5.14 and A5.15) illustrate drying from three levels of Mj. With 0.25 Mi, the first layer over-dries after 28 min while the last layer starts to dry (dM/dt> 0.01 g/g*h) only after 81 min. With 0.35 Mh the first layer over-dries after 38 min while the last layer starts to dry only after 165 min, and with 0.45 M-,, the first layer overdries after 44 min while the last layer starts to dry only after 252 min. This indicated that the air within the stack could be saturated over a longer period for higher M-,. In this case, no exhaust air recirculation should be activated in the first part of drying and airflow inversion cycle should be longer. A high M, could resuit in a heterogeneous final MC. 134 0.30 S 0.05 0.00 120 240 360 480 600 Time (min) Figure A5.13 Moisture content in a hay stack as function of time for hay initially at 0.25 g/g d.b. Position x = 0.01 m was first in contact with heated airflow and x = 0.60 m was the last. 120 240 360 480 600 Time (min) Figure A5.14 Moisture content in a hay stack as function of time for hay initially at 0.35 g/g d.b. 135 0.50 S 0.40 toi) toi) x = 0.60 m 0.30 - x = 0.30 m î 0-20 x = 0.01 m 0 J 0 0.00 120 240 360 480 600 Time (min) Figure A5.15 Moisture content in a hay stack as function of time for hay initially at 0.45 g/g d.b. 5. Effect of hay density Three levels of hay density (155, 185 and 215 kg DM/m3) were simulated for 240 min in a hay stack of 0.6 m high (Figure A5.16). With a density of 155 kg DM/m3, almost ail hay (0.56 m height out of 0.60) had dried to a MC below the target MC (0.136) after 240 min, and was therefore over-dried. With a density of 185 kg DM/m3, about 80 % of hay (0.48 m height) had reached a MC below target. With a density of 215 kg DM/m3, about 70 % of the hay (0.42 m out of 0.6 m) was over-dried. Figure A5.17 shows that an increase in density decreased the initially constant drying rate (0.0748 g/g-h at 155 kg DM/m3, 0.0635 g/g»h at 185 kg DM/m3, and 0.0552 g/g»h at 215 kg DM/m3). However, the différence is small in terms of total water evaporation rate (équivalent to 6.96 kg/h, 7.05 kg/h and 7.12 kg/h, respectively for a base volume of 0.6 m3). This represents a 15 % minimal différence in the constant drying rate between 215 and 185 kg DM/m3 (in favour of the lower density), but only a 1 % différence in the total evaporation rate (in favour of the higher density). Dry matter density of hay had a nearly linear effect on the constant drying rate. In practice, variation of density would also alter air velocity; a higher density increases airflow résistance and would reduce airflow at 136 constant fan power (VanDuyne and Kjelgaard, 1964). The effect of density may also be compounded by the change of wet density (hay shrinkage) during the drying process (Parker et al., 1992). d.b.;i at 240 m1. c 0.40 0.35 215kgDM/m 3 0.30 0.25 '§/§) 0.20 1 0.15 - Moistur o o 0.10 155kgDM/m 3 0.05 0.00 0.00 0.20 0.10 0.30 0.40 0.50 0.60 Position in the hay stack (m) Figure A5.16 Effect of dry matter density on the moisture content distribution within a hay stack of 0.60 m after a 240 min drying period. 0.40 - 215kgDM/m 3 185kgDM/m 3 120 240 360 480 600 Time (min) Figure A5.17 Effect of dry matter density on the mean moisture content within a hay stack of 0.60 m over time. 137 Figures A5.18, A5.19 and A5.20 show the MC distribution as a function of time for the three levels of dry matter density. As the dry matter density increased, layers away from the drying front started to dry later. This could be explained by the larger amount of water to evaporate in the same volume of hay at high density. At high density, hay is harder to dry and may resuit in a more heterogeneous final MC. To avoid that situation, the stack height should be reduced or the airflow should be increased (this would require a higher fan power). 120 240 360 480 600 Time (min) Figure A5.18 Moisture content in a hay stack as a function of time for hay at 155 kg DM/m3. 138 120 240 360 480 600 Time (min) Figure A5.19 Moisture content in a hay stack as a function of time for hay at 185 kg DM/m3. 120 240 360 480 600 Time (min) Figure A5.20 Moisture content in a hay stack as fonction of time for hay at 215 kg DM/m3 6. Effect of hay stack height Three levels of hay stack height (0.3, 0.6 and 0.9 m) were simulated over time. The initially constant drying rate of the mean MC decreased as stack height increased: 0.124, 0.0629 and 139 0.0420 g/g«h for stack heights of 0.30, 0.60 and 0.90 m respectively (Figure A5.21). However, the différence is small in ternis of total water evaporation (équivalent to 6.88, 6.98 and 6.99 kg/h, respectively for a base dryer floor area of 1 m2). More over-drying would be expected in a higher hay stack. To manage this problem, airflow inversion and partial exhaust air recirculation should be activated more frequently. 0.40 - 0.00 120 240 360 480 600 Time (min) Figure A5.21 Effect of stack height on the mean moisture content distribution as a function of time. Figures A5.22, A5.23 and A5.24 show the MC distribution for the three stack heights (0.30, 0.60 and 0.90 m respectively). Since the model considered no air recirculation, no différence existed in the moisture content distribution for a particular layer whether the stack height was 0.30, 0.60 or 0.90 m (at constant air velocity). 140 120 240 360 480 600 Time (min) Figure A5.22 Moisture content in a hay stack of 0.30 m height as a function of time. Position x = 0.01 m was first in contact with heated airflow and x = 0.30 m was the last. 120 240 360 480 600 Time (min) Figure A5.23 Moisture content in a hay stack of 0.60 m height as a function of time. Position x = 0.01 m was first in contact with heated airflow and x = 0.60 m was the last. 141 120 240 360 480 600 Time (min) Figure A5.24 Moisture content in a hay stack of 0.90 m height as a function of time. Position x = 0.01 m was first in contact with heated airflow and x = 0.90 m was the last. To summarize, the drying rate of the average MC of a stack remained constant until the average MC reached a level below about 0.15. The constant drying rate (g/g#h) increased with an increase in air drying température and air velocity, and a decrease in dry matter density and stack height. However, total water evaporation rate (kg/h) was very similar during the constant drying rate period for différent density or stack heights. 142 Calculation of thermal efflciency to evaporate water in hay as function of ambient air température and heating air température. Final results are reported in Table A5.2. Hypothèses: Hay stack height: Cross section area (A): Volume of hay: Initial moisture content: Hay density: Initial mass of hay {DM inï): Initial water in hay: Air velocity (v): Spécifie heat of air (cp): Ambient air température: Ambient air relative humidity: 0.60 m 1 m2 0.60 m3 0.35 g/g d.b. 185 kg DM/ra3 111 kg 38.85 kg 0.20 m/s 1.005 kJ/kg.°C 25 °C 0.45 (dec) Step 1. Calculation of the air dcnsity corresponding to each ambient air température following this équation (ASHRAE, 2001): 101.3 0.2871(7 + 273. 15)0*1 .6078//) Heated air température (°C) 40 50 60 5 1.122 1.088 1.055 Air density (p, kg dry air/m3 ) Ambieni ' air température 15 20 25 10 30 1.121 1.118 1.115 1.111 1.105 1.086 1.084 1.081 1.076 1.071 1.053 1.051 1.048 1.044 1.039 35 1.099 1.065 1.033 Absolute humidity (kg/kg): 0.0024 0.0034 0.0046 0.0064 0.0090 0.0120 0.0158 Step 2. Calculation of the mass airflow of the heated air for each ambient air température. m - pAv 143 Heated air température (°C) 40 50 60 Mass airflow of heated air ( m , kg/s) Ambient air température 5 10 15 20 25 30 35 0.2245 0.2241 0.2237 0.2231 0.2221 0.2211 0.2198 0.2175 0.2172 0.2168 0.2162 0.2153 0.2142 0.2130 0.2110 0.2107 0.2103 0.2097 0.2088 0.2078 0.2066 Step 3. Calculation of the theoretical heat added to air to increase ambient air température to the heated air température. y theoretical ~~ p \ a ambient ) Theoretical heat rate(ç, heoretical ' kJ/s) Heated air température (°C) 40 50 60 5 7. 896 9. 838 11 .663 Ambient air température 10 15 20 25 6.757 5.620 4.483 3.349 8.731 7.625 6.517 5.408 10.586 9.509 8.428 7.344 30 2.222 4.306 6.265 35 1.104 3.210 5.190 Step 4. Calculation of the water evaporated after 1 hour of drying following the mean rate of water extraction. Evaporation rate = (DM ini) • (drying rate) Heated air Estimated constant température drying rate (°C) (g/g-h) 40 0.0458 50 0.0635 60 0.0806 Evaporation rate (kg/h) For ail ambient températures 5.084 7.043 8.941 Step 5. Calculation of the heat of vaporization for each heated air température following équation below: hfg =2503.1-2.43247 144 Heated air température Heat of vaporization (h/g, kJ/kg) For ail ambient températures 2405.8 2381.5 2357.2 40 50 60 Step 6. Calculation of the useful heat of vaporization. Evaporation rate • hfg Huxeful 3600 Heated air température Useful heat of vaporization (quseful, kJ/s) 40 50 60 For ail ambient températures 3.397 4.659 5.854 Step 7. Calculation of the thermal efficiency. Efficiency = q sefu " ' x 100 Htheorelical Heated air Estimated constant température drying rate 5 (g/g-h) 0.0458 43 40 0.0635 47 50 0.0806 50 60 10 50 53 55 Efficiency (%) Ambient air température (l >Q 15 20 25 30 76 60 101 153 61 71 86 108 62 69 93 80 35 308 145 113 Références for Appendix 5 ASHRAE. 2001. ASHRAE Fundamentals Handbook. American Society ofHeating, Refrigerating and Air-Conditioning Engineers, Atlanta, G A. Parker, B.F., G.M. White, M.R. Lindley, R.S. Gates, M. Collins, S. Lowry and T.C. Bridges. 1992. Forced air drying of baled alfalfa hay. Transactions ofthe ASAE 35(2): 607-615. VanDuyne, D.A. and W.L. Kjelgaard. 1964. Air-Flow résistance of baled alfalfa and clover hay. Transaction ofthe ASAE. Vol. 7(3): 267-270. Wood, J.L. and J.F. Favier. 1993. Appartus for thin layer drying and associated error analysis. Journal of Agricultural Engineering Research. 55: 113-127. 145 Annexe 6 Detailed simulation results for drying optimization of a batch of hay Table A6.1 Simulations results for optimization of a batch of hay at 0.25 g/g (d.b.) initial MC with ambient air température of 25 °C and RH0A5. Scénario £'ir Inversion period Recirculation fraction Heating time réduction temp. (°C) (h) (décimal) (min) Drying final Moisture content std. dev. :riax (g/g, d.b.) Drying time Spec. energy consumption (min) (kJ/kg water) Batch per year Labour cost Propane cost Electrical cost (CJ) (kWh) Market price Fixed Total penalty cost cost 5.25 7.50 28.62 6.15 6.71 29.23 6.75 6.14 29.73 7.50 5.75 30.59 8.55 5.49 32.13 6.29 19.16 0.75 6.33 20.05 3.45 6.95 24.91 0.00 6.70 20.19 0.00 7.30 21.47 0.00 8.33 23.47 0.00 12.79 31.60 0.00 6.48 19.53 0.00 6.71 19.93 ($/t DM) Step 1 (unidirectkmal airfiow oniy) 1 2 3 40 45 50 0 0 0 0 0 0 0 0 0 0.101 0.095 0.091 0.031 0.032 0.032 0.176 0.176 0.176 282 239 209 3442 3646 3815 215 24: 263 6.38 5.86 5.49 8.72 0.77 0.459 0.040 -.%': G.65 0.519 0.034 0.57 0.030 0.51 0.027 0.47 0.025 10.78 0.567 4 55 0 0 c 0.086 0.033 0.176 :ss 3957 2S: 5.23 11.61 0.611 ; 60 0 0 0 0.079 0.038 0.176 174 4059 294 5.06 12.56 0.661 Step 2 {introduction of airfiow inversion) 1 40 2 0 0 0.136 0.025 0.170 217 3466 257 5.58 6.70 0.353 2 40 3 0 0 0.131 0.035 0.176 2'.9 3342 255 5.61 6.77 0.356 3 40 4 0 0 0.113 0.036 0.176 252 3354 232 6.02 7.81 0.411 0.59 11.76 0.59 11.88 0.69 13.70 PU-0.00•.;.* Step 3 (introduction of recircuiation) 1 40 - 0.30 0 0.136 0.024 0.170 2:-9 3634 241 5.86 6.98 0.084 -, 40 2 0.50 0 0.136 0.025 0.174 271 3788 221 6.24 7.20 0.087 3 40 2 0.70 0 0.136 0.024 0.174 326 3950 : 94 6.92 7.34 0.088 4 43 2 0.90 0 0.136 0.012 0.157 565 4402 126 9.84 7.44 0.090 5 40 2 0, 0.30 0 0.136 0.024 0.170 22~ 3495 2^9 5.71 6.73 0.081 6 40 2 0, 0.50 0 0.136 0.023 0.169 239 3512 241 5.S6 0.65 12.98 0.74 14.70 0.88 17.68 1.53 30.66 0.62 12.32 6.72 Q.65 0.081 12.98 147 Scénario 7 8 9 10 11 12 Drying air temp. 40 40 40 40 40 40 Inversion period Recirculation fraction Heating time réduction (n; (décimal) (min) 2 0, 0.70 0, 0.90 2 2 0.30,0.50 0.30, 0.70 2 0.30, 0.90 2 Variable1 2 0 0 0 0 0 0 i1 I 2 3 1 40 40 40 2 2 2 final Moisture content std. dev. max g, d.b.) 0.136 0.136 0.136 0.136 0.136 0.136 0.023 0.016 0.024 0.023 0.015 0.024 0.169 0.162 0.172 0.171 0.160 0.170 Drying time Spec. energy consumption (min) (kJ/kg water) 268 344 258 286 391 218 3573 3717 3686 3742 3898 3472 Batch per year Labour cost Propane cost Electrical cost (GJ) (kWh) Market price penalty Fixed cost Total cost 0.00 7.24 20.92 0.00 8.67 23.51 0.00 7.06 20.87 0.00 7.59 21.84 0.00 9.54 25.30 0.00 6.31 19.21 0.00 639 19.05 0.00 6.75 19.53 0.00 7.34 20.43 ($/tDM) 223 186 229 213 169 256 6.21 7.14 6.09 6.43 7.71 5.60 6.74 0.73 0.081 14.52 6.77 0.93 0.082 18.66 7.03 0.70 0.085 14.00 7.04 0.78 0.085 15.54 6.99 1.06 0.084 21.20 6.71 0.59 0.081 11.84 Step 4 (introduction of heating time réduction at the end of drying) 0 6.40 0.60 10 0.136 0.023 0.167 222 3336 252 5.65 0.337 12.06 6.24 0.66 15 0.136 0.022 0.165 241 3297 239 5.88 0329 13.10 6.09 0.74 20 0.136 0.020 0.163 273 3279 220 6.27 0.320 14.80 0 0 The recirculation fraction is proportional to the mean air température in the stack during drying according to équation (4.16) (see section 4.2.4.3). The minimum and maximum recirculation ratios were 0 and 0.90 respectively. The maximum température was 40 °C and set mean température at which recirculation could begin was 30 °C. 148 Table A6.2 Scénario 1- Simulations results for optimization of a batch of hay at 0.35 g/g (d.b.) initial MC with ambient air température of 25 °C and RHO AS. Drying air temp. Inversion period Recirculation fraction Heating time réduction CC) (h) (décimal) (min) final Moisture content std. dev. max (g/g, d.b.) Drying time Spec. energy consumption (min) (kJ/kg water) Batch per year 2 3 4 5 40 45 50 55 60 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.088 0.083 0.079 0.074 0.064 0.027 0.028 0.028 0.030 0.035 0.176 0.176 0.176 0.176 0.176 448 376 325 289 267 3121 3325 3487 3618 3719 Propane cost Electrical cost 'GJ) a-.wh) 13.87 1.22 0.730 24.32 Market price penalty Fixed cost Total cost 7.20 10.61 41.31 7.95 9.25 41.24 8.55 8.30 41.38 9.30 7.64 42.10 10.80 7.22 44.17 2."0 S.SO 34.16 1.65 8.33 31.23 3.00 8.34 32.64 1.20 8.87 32.05 2.25 10.02 35.98 1.65 11.47 37.85 0.00 17.04 45.32 1.35 8.54 31.10 1.20 8.81 31.35 ($/t DM) Step 1 (unidirectional airflow only) 1 Labour cost ùlll: •j.Fr-.. : 152 174 194 211 224 8.41 7.52 15.49 1.02 20.38 6.90 0.815 16.74 0.881 17.62 6.47 6.19 0.88 17.90 0.79 0.942 15.70 19.24 0.72 .Mm ~ t~\ ï 7 : .y 1J il Step 2 (introduction of airflow inversion) li 1 2 3 45 45 45 2 0 0 3 4 2 3 4 5 6 45 45 45 45 45 45 3 3 3 3 3 3 0 0 a 1 0 0 0.118 0.125 0.116 0.50 0.70 0.90 0, 0.30 0, 0.50 0.033 0.035 0.176 0.176 0.176 351 326 327 3582 3423 3312 183 194 193 7.22 6.92 6.93 14.48 0.95 0.762 19.04 13.45 0.89 0.708 17.70 13.49 0.89 0 710 /". V II Step 3 (introduction of recirculation) •-. 0.30 0.035 0 0 0 0 0 0 0.128 0.121 0.125 0.136 0.127 0.128 0.034 0.030 0.031 0.020 0.033 0.033 0.176 0.176 0.176 0.176 0.176 0.176 355 417 494 793 337 352 3561 3693 3798 4045 3417 3432 182 161 141 95 189 183 7.28 8.03 8.97 12.62 7.06 7.24 13.74 0.96 0.723 19.28 14.55 1.13 0.766 22.62 14.42 1.34 0.759 26.82 13.50 2.15 0.711 43.02 13.23 0.697 18.30 13.14 0.692 0.92 0.96 19.10 149 Scénario Drying air Inversion period Recirculation fraction Heating time réduction temp. (°C) ;h; (décimal) (min) final Moisture content std. dev. max g.d.b.) Drying time Spec. energy consumption (min) (kJ/kg water) Batch per year Labour ces; Propane cost (GJ) 7 45 3 0, 0.70 0 0.127 0.030 0.176 396 3437 168 7.77 8 45 3 0, 0.90 0 0.133 0.023 0.176 484 3484 143 8.85 9 45 3 0.30, 0.50 G 0.125 0.033 0.176 386 3584 171 7.65 10 45 3 0.30, 0.70 C 0.124 0.028 0.176 433 3607 156 8.22 il 45 3 0.30, 0.90 0 0.136 0.025 0.176 526 3659 134 9.37 12 45 3 Variable' c 0.126 0.033 0.176 333 3445 191 Step 4 (introduction of heating time réduction at the end of drying) 0.128 0.033 0.176 337 3343 189 7.0: Electrical 13.08 0.689 12.53 0.660 13.88 0.730 13.89 0.731 12.94 0.681 13.46 0.708 Market price penalty ($/t DM) (kWh) 1.07 1.35 21.48 1.31 0.45 26.28 1.05 1.65 20.94 1.17 1.80 23.48 1.43 0.00 28.56 0.90 1.50 18.08 Fixed cost Total cost 9.63 32.91 11.29 34.44 9.45 33.67 10.32 35.41 12.07 35.80 8.47 31.33 12.86 0.92 1.20 8.54 30.57 0.677 18.30 12.67 15 0.92 0.129 0.032 0.176 339 3314 188 7.07 2 45 3 0,0.30 1.05 8.57 30.28 18.38 0.667 3 0.95 12.48 0,0.30 20 0.130 0.031 0.176 350 3291 184 7.22 45 3 0.90 8.78 30.33 19.02 0.657 The recirculation fraction is proportional to the mean air température in the stack during drying according to équation (4.16) (see section 4.2.4.3). The minimum and maximum recirculation ratios were 0 and 0.90 respectively. The maximum température was 45 °C and set mean température at which recirculation could begin was 30 1 45 3 0, 0.30 10 7.06 150 Table A6.3 Scénario Simulations results for optimization of a batch of hay at 0.45 g/g (d.b.) initial MC with ambient air température of 25 °C and RHO AS. Drying air Inversion period Recirculation fraction Heating time réduction (h) (décimal) (min) temp. (°Q Moisture content max final s:c. dev. (g/g, d.b.) Drying time Spec. energy consumption (min) (kj/kg water) Batch per Labour ces: Propane cost Electrical cost Market price penalty Fixed cost Total cost 7.95 13.25 51.18 8.70 11.46 50.84 9.30 10.20 50.77 10.20 9.32 51.59 12.00 8.74 54.02 year 1 40 0 0 0 0.083 Step 1 (unidirectional airflow only) 0.024 590 0.176 2929 122 10.14 2 45 0 0 0 0.078 0.025 0.176 494 3138 141 8.97 3 50 0 0 0 0.074 0.025 0.176 426 3299 158 8.14 4 55 G c 0 0.068 0.027 0.176 379 3427 173 7.57 5 60 0 0 c 0.056 0.033 0.176 348 3530 185 7.19 1 50 2 0 0 0.106 Step 2 (introduction of aïrflow inversion) 0.033 0.176 439 3708 155 8.30 2 50 3 0 0 0.107 0.033 0.176 425 3607 158 8.13 3 50 4 0 0 0.116 0.037 0.176 393 3423 168 7.74 1 50 4 0.30 0 0.119 Step 3 (introduction of recirculation) 3544 0.037 43: 0.176 157 8.20 2 50 4 0.50 0 0.121 0.039 0.176 476 3620 145 8.75 3 50 4 0.70 c 0.115 0.031 0.176 594 3712 121 10.19 4 50 4 0.90 0 0.133 0.028 0.176 917 3851 83 14.15 5 50 4 0,0.30 c 0.118 0.037 0.176 406 3396 164 7.9C 6 50 4 0, 0.50 û 0. ! 19 0.036 0.176 421 3376 Î5C 8.C8 (GJ) (S/t DM) (kWh) 18.25 0.960 20.37 1.072 21.97 1.157 23.47 1.235 25.14 1.323 1.60 32.00 1.34 26.80 1.16 23.12 1.03 20.58 0.95 18.90 22.63 1.191 21.93 1.154 20.28 1.067 1.19 23.80 1.15 23.08 1.07 21.34 4.50 10.43 47.05 4.35 10.18 45.75 3.00 9.58 41.67 20.71 1.090 20.89 0.522 21.43 0.550 19.80 0.508 19.94 0.511 19.65 1.17 23.36 1.29 22.36 i.e: 32.22 2.49 49.78 l.iO 22.04 1.14 2.55 10.28 42.91 2.25 11.13 44.32 3.15 13.33 49.71 0.00 19.37 56.26 2.70 9.83 41.47 2.55 10.10 41.52 0.504 22.84 151 Scénario 7 8 9 10 11 12 Drying air temp. Inversion period Recirculation fraction Heating time réduction Moisture content final std. max dev. Drying time Spec. energy consumption (°C) (h) (décimal) (min) (g/g. d.b.) (min) (kj/kg water) 50 50 50 50 50 50 4 4 4 4 4 4 0, 0.70 0,0.90 0.30,0.50 0.30,0.70 0.30, 0.90 Variable1 0 0 0 0 0 0 0.123 0.127 0.121 0.122 0.128 0.118 0.034 0.025 0.037 0.036 0.027 0.036 0.176 0.176 0.176 0.176 0.176 0.176 448 546 449 488 613 412 3355 3356 3530 3507 3531 3470 Batch per year Labour cost Propane cost Electrical cost (GJ) (kWh) 19.20 0.492 24.30 Market price penalty Fixed cost Total cost 1.95 10.60 41.37 1.35 12.43 43.42 ($/t DM) 152 130 152 142 118 162 8.41 9.60 8.42 8.90 10.43 7.97 1.22 18.56 1.48 0.476 29.60 20.43 1.22 2.25 10.63 42.95 0.524 20.02 24.36 1.33 2.10 11.36 43.70 0.513 26.50 1.20 13.69 46.31 2.70 9.94 42.07 1.80 10.61 40.88 1.65 10.62 40.58 1.50 10.73 40.45 19.32 1.66 0.495 33.28 20.34 ; •••7 1.12 21 36 Step 4 (introduction of heating time réduction at the end of drying) 1 50 4 0,0.70 10 0.124 0.034 0.176 448 3039 152 8.41 2 50 4 0,0.70 15 0.125 0.033 0.176 449 3021 152 8.42 3 50 4 0,0.70 20 0.126 0.033 0.176 455 3005 150 8.49 18.84 1.22 0.483 24.32 18.68 1.22 0.479 24.36 18.49 1.23 0.973 24.68 1 The recirculation fraction is proportional to the mean air température in the stack during drying according to équation (4.16) (see section 4.2.4.3). The minimum and maximum recirculation ratios were 0 and 0.90 respectively. The maximum température was 50 °C and set mean température at which recirculation could begin was 30 152 Table A6.4 Simulations results for optimization of a batch of hay at 0.35 g/g (d.b.) initial MC with ambient air température of 15 °C and RH0A5. Scénario Drying Air temp. (°C) Inversion period Recirculation fraction Heating time réduction (h) (décimal) (min) Moisture content final std. max dev. (g/g, d.b.) Drying time Spec. energy consumption (min) (kJ/kg water) Batch per year Labour cost 1 40 0 0 0 0.085 Step 1 {unidirectkraaî airfiow only) 0.030 0.176 399 4525 166 7.81 2 45 0 0 e 0.076 0.034 0.176 349 4525 184 7.20 3 50 0 0 0 0.065 0.039 0.176 314 4538 '.99 6.77 4 55 0 0 0 0.057 0.041 0.176 286 4568 2'.3 6.43 5 fiO 0 0 0 0.050 0.043 0.176 264 4612 225 6. :6 1 40 2 0 0 0.123 Step 2 (introduction of airflow inversion) 0.034 0.176 349 4615 184 7.20 2 40 3 0 0 0.127 0.032 0.176 330 4445 192 6.97 3 40 4 0 0 0.121 0.035 0.176 331 4349 191 6.98 0.128 Step 3 (introduction of recirculation) 0.032 0.176 372 4461 1 2 3 4 5 6 40 ^Q 40 40 40 40 3 3 3 3 3 3 0.30 0.50 0.70 0.90 0, 0.30 0,0.50 0 0 0 0 0 0 0.124 0.127 0.136 0.129 0.132 0.030 0.031 0.018 0.031 0.030 0.176 0.176 0.166 0.176 0.176 428 519 888 342 357 4465 4450 4627 4345 4293 176 158 !35 86 187 181 7.47 8.17 9.27 13.79 7.12 -.30 Propane cost Electrical cost Marketprice penalty Fixed cost Total cost 7.65 9.70 47.54 9.00 8.75 48.21 10.65 8.10 49.77 11.85 7.58 51.04 12.90 7.17 52.26 1.95 8.76 1.35 8.40 2.25 8.43 ($/t D M ) h) (GJ) 7 21.30 1.121 22.31 1.174 23.40 1.232 24.40 1.284 25.32 1.333 1.08 21.68 0.95 18.92 0.85 17.02 0.78 15.52 0.72 14.32 18.62 1.241 17.60 1.173 17.67 0.930 0.95 18.96 0.90 17.90 0.90 17.98 17.47 0.919 17.57 0.764 16.89 1.101 15.52 0.000 16.96 0.810 16.49 0.765 1.01 20.16 1.16 17.92 1.41 14.32 2.41 0.00 0.93 18.96 0.97 17.90 m 37.48 35.21 36.23 m :; 36.33 1.20 9.18 38.93 1.80 10.23 40.85 1.35 11.92 50.55 0.00 18.83 34.69 1.05 8.63 34.26 0.60 8.91 153 Scénario 7 g 9 10 11 12 13 Drying Air temp. Inversion period Recirculation fraction Heating time réduction Moisture content final std. max dev. Drying time Spec. energy consumption (°C) (h) (décimal) (min) (g/g, d.b.) (min) (kJ/kg water) 40 40 40 40 40 40 40 3 3 3 3 3 3 3 0, 0.70 0, 0.90 0.30,0.50 0.30, 0.70 0.30,0.90 Variable1 Variable2 0 0 c 0 c 0 0 0.131 0.136 0.127 0.129 0.136 0.127 0.129 0.028 0.020 0.030 0.028 0.018 0.032 0.031 Step 4 i 1 2 3 40 40 40 3 3 3 0,0.50 0, 0.50 0,0.50 0.176 0.170 0.176 0.176 0.169 0.176 0.176 403 524 399 445 598 330 342 4257 4264 4410 4354 4348 4438 4379 Batch per year Labour cost Propane cost Electrical cost (GJ) (kWh) Market price penalty Fixed cost Total cost 0.75 9.76 35.67 0.00 12.03 38.18 1.35 9.68 37.12 1.05 10.55 37.84 0.00 13.40 40.72 1.35 8.4! 35.19 1.05 8.62 34.85 0.45 8.91 33.69 0.30 8.94 33.40 0.00 13.40 40.72 ($/t DM) 165 134 167 153 120 192 187 7.86 9.34 16.21 1.09 0.768 17.98 15.39 1.42 0.669 28.44 7.80 17.20 1.08 21.62 8.37 0.748 16.67 0.725 24.14 10.24 6.9^ 7.11 1.21 15.46 1.62 0.672 32.44 17.56 0.90 0.924 17.92 17.14 0.33 0.902 18.54 ~ ~ g rime réduction at the end of drying) rying) 10 181 0.133 0.030 0.176 357 4211 0.134 0.029 0.176 359 4185 0.136 0.018 0.169 598 4348 180 15 20 120 7.30 7.32 10.24 16.06 0.97 0.845 19.40 15.86 0.97 0.835 19.48 15.46 1.62 0.814 32.44 The recirculation fraction is proportional to the mean air température in the stack during drying according to équation (4.16) (see section 4.2.4.3). The minimum and maximum recirculation ratios were 0 and 0.90 respectively. The maximum température was 40 °C and set mean température at which recirculation could begin was 30 °C. 2 The recirculation fraction is proportional to the mean air température in the stack during drying according to équation (4.16) (see section 4.2.4.3). The minimum and maximum recirculation ratios were 0 and 0.90 respectively. The maximum température was 40 °C and set mean température at which recirculation could begin was 25 °C