《Food and Bioproducts Processing》：From Physics-Based Indicators to Interpretable Feature Analysis and Time-Series Forecasting of Milk Fouling in Heat Exchangers
编辑推荐：
牛奶结垢导致热交换器能效下降和清洗成本增加，本研究提出基于热阻与液压阻力的代表性平均结垢厚度作为统一物理指标，结合机器学习模型（如LSTM）实现结垢动态预测，优化运行和清洗策略。
作者：Sheng D. Jiang, Hamid Ghanbari
公司：Tetra Pak Processing Solutions & Equipment, Ruben Rausing gata 2, Lund, Sweden
摘要
在乳制品加工过程中，换热器内的结垢会降低能源效率并增加清洗成本。本研究提出了一种基于物理原理的结垢指标：代表性平均结垢厚度，该厚度是通过热阻和液压阻力方程计算得出的，是一个统一且具有物理意义的参数。利用工艺数据结合换热器的几何信息，计算出这一结垢厚度，并将其作为训练多种机器学习模型的目标变量。随后应用可解释的特征分析方法来识别影响结垢动态的关键参数。这些识别出的特征被用于训练长短期记忆（Long Short-Term Memory）模型，从而在预测运行条件下的结垢发展方面取得了高精度。所提出的方法为分析和预测换热器中的结垢行为提供了一种通用方法，支持实时预测，并有助于优化乳制品加工及相关行业的运营和清洗策略。
章节摘要
引言
换热器结垢是食品和化工行业中的一个常见问题，它显著影响水资源的消耗、能源利用效率、生产运行时间以及就地清洗（CIP）的投资成本。具体来说，当沉积物在传热表面上积累时，会在壁面上形成额外的热阻层，从而降低传热性能；同时由于截面流通面积减小，流速增加，表面粗糙度提高，进一步加剧了结垢现象。
总体流程
该方法的整体流程如图1所示，该图示意性地展示了本研究中讨论的关键组成部分和过程。
流程首先从获取换热器的几何数据和在线传感器测量数据开始，这些数据是本研究的基础。换热器的配置（包括产品流和介质流）如图2所示，而传感器位置和流动方向则详细标注在图3中。
结果与讨论
本节分为两部分进行结果展示和讨论：特征重要性分析和预测建模。如前所述，这两部分内容紧密相关。首先进行特征重要性分析，以识别和解释影响结垢动态的关键操作参数。基于这些分析结果，选择最具影响力的特征并将其纳入高精度的预测模型中，以预测结垢行为。
结论
本研究重点分析了超高温（UHT）系统中使用的管式换热器中的牛奶结垢现象。然而，所开发的方法论可广泛应用于其他工业领域的结垢问题。其中一个贡献是引入了代表性结垢厚度这一统一的结垢指标。该指标将结垢的热阻和液压阻力整合为一个具有物理意义的参数，提供了一种简单而实用的方法。
未引用参考文献
(Berman, 2016; Breiman, 2001; Breiman, 1984; FAO, 2022; Fryer, 1995; Jradi, 2023; Lewis, 2022; Tetra Pak International S.A, 2026; VDI, e. V., 2010)作者贡献声明
Hamid Ghanbari： 负责撰写、审稿和编辑。
Jiang Shengdao (Jack): 负责撰写、审稿和编辑，撰写初稿，数据可视化，方法论设计，数据整理，概念构建。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
感谢Tetra Pak可持续发展项目团队的支持。
作者使用了AI辅助的语法和风格检查工具（MS Copilot）来提升文本的可读性。所有内容均经过作者审核和批准。
