熱帯気候における気候スマート食品乾燥のためのデジタルツイン活用予知保全

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a validated digital twin architecture integrating physics-based and data-driven models for food drying, with implications for broader agricultural process optimization.

🏢実務担当者:Shows how modestly instrumented dehydrators can achieve significant energy and emission reductions using digital twins, offering a low-cost path to climate-smart operations.

🏛政策担当者:Highlights the potential of digital twins in smallholder food supply chains, supporting policies for energy efficiency and renewable energy adoption in agri-food SMEs.

抄録 収穫後損失と従来の乾燥における高いエネルギー集約性は、熱帯経済における分散型食品加工にとって依然として根強いボトルネックとなっている。本研究では、ナイジェリアのジョスにおける実際の熱帯条件下で運転されるハイブリッド太陽電気式脱水機を対象に、物理ベースの乾燥速度エンジンとオートエンコーダ駆動の予知保全（PdM）エンジンを結合したデジタルツイン（DT）を開発し評価する。チャンバー温度、相対湿度、気流、消費電力のストリームを、42回の乾燥バッチにわたり1分間隔で仮想モデルと同期させた。このツインは、二乗平均平方根誤差0.031で含水率比を予測し、静的レシピモデルでは完全に見逃されていた湿度外乱を追跡した。PdMエンジンは、機能不全の5.3時間前に初期のファンベアリング劣化を検出し、94.0%の精度と91.2%の再現率を達成するとともに、気象由来の異常を正しく棄却した。静的レシピ運転と比較して、ツイン最適化乾燥は比エネルギー消費を31%、バッチレベルのCO2e排出量を36%、腐敗を約3分の2削減した。これらの結果は、適度に計装された気候スマートな脱水機が、材料面での大幅な脱炭素化効果とともに産業級の信頼性を提供できることを示しており、新興経済国における小規模農家連携型食品企業のための再現可能なテンプレートを提供するものである。 キーワード：デジタルツイン；予知保全；食品脱水；乾燥速度；気候スマート農業

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Abstract Post-harvest losses and the high energy intensity of conventional drying remain stubborn bottlenecks for decentralised food processing in tropical economies. This study develops and evaluates a digital twin (DT) that couples a physics-based drying-kinetics engine with an autoencoder-driven predictive-maintenance (PdM) engine for a hybrid solar-electric dehydrator operated under real tropical conditions in Jos, Nigeria. Streams of chamber temperature, relative humidity, airflow and power draw were synchronised with a virtual model at one-minute resolution across 42 drying batches. The twin predicted moisture ratio with a root-mean-square error of 0.031 and tracked humidity disturbances that a static recipe model missed entirely. The PdM engine detected incipient fan-bearing degradation 5.3 h before functional failure, achieving 94.0% precision and 91.2% recall while correctly rejecting weather-driven anomalies. Relative to static recipe operation, twin-optimised drying cut specific energy use by 31%, batch-level CO2e emissions by 36% and spoilage by roughly two-thirds. The results show that modestly instrumented, climate-smart dehydrators can deliver industrial-grade reliability alongside material decarbonisation gains, offering a replicable template for smallholder-linked food enterprises in emerging economies. Keywords: digital twin; predictive maintenance; food dehydration; drying kinetics; climate-smart agriculture

• Zenodo https://zenodo.org/records/21513181first seen 2026-07-26 04:16:00 · last seen 2026-08-04 04:12:06