पीसीएम तंत्रज्ञानामुळे सौर वाळवण कार्यक्षमता तिप्पट

Solar drying thanks to PCM technology पारंपरिक सौर वाळवण प्रक्रियेमध्ये सूर्यप्रकाशावर संपूर्ण अवलंबित्व असल्याने ढगाळ वातावरण, संध्याकाळ किंवा रात्रीच्या वेळी वाळवण प्रक्रिया खंडित होते. या मर्यादांवर प्रभावी उपाय म्हणून संशोधक चेतन मामुलकर यांनी सौर उष्णता साठवून ठेवणाऱ्या फेज चेंज मटेरियल (पीसीएम) तंत्रज्ञानावर आधारित अखंड आणि अधिक कार्यक्षम सौर वाळवण प्रणाली विकसित केली आहे. या तंत्रज्ञानामुळे सौर वाळवण कार्यक्षमता तब्बल तिप्पट वाढल्याचे त्यांच्या संशोधनातून सिद्ध झाले आहे.

 

 

 

या अभिनव संशोधनासाठी राष्ट्रसंत तुकडोजी महाराज नागपूर विद्यापीठाने चेतन मामुलकर यांना यांत्रिकी अभियांत्रिकी विषयात पीएच. डी. पदवी प्रदान केली आहे. ‘एक्सपेरिमेंटल ऑप्टिमायझेशन ऑफ पोटॅटो स्लाईस ड्रायर विथ सोलार थर्मल एनर्जी स्टोरेज’ या विषयावरील त्यांचे संशोधन केडीके अभियांत्रिकी महाविद्यालयातील सहयोगी प्राध्यापक डॉ. संजय आर. ईखार यांच्या मार्गदर्शनाखाली पूर्ण झाले.

 

याबाबत मामुलकर यांनी दिलेल्या माहितीनुसार, संशोधनामध्ये बटाट्याच्या चकत्यांच्या वाळवणीसाठी पीसीएमआधारित सौर उष्णता ऊर्जा साठवण प्रणाली विकसित करण्यात आली. या प्रणालीत दिवसभर साठवून ठेवलेली उष्णता सूर्यप्रकाश कमी झाल्यानंतरही वापरता येत असल्याने वाळवण प्रक्रिया अखंड सुरू राहते. त्यामुळे कृषी उत्पादनांची नासाडी कमी करण्याबरोबरच अन्नसुरक्षा बळकट करणे आणि अक्षय ऊर्जेवर आधारित शाश्वत अन्नप्रक्रिया तंत्रज्ञान विकसित करण्याच्या दिशेने हे संशोधन महत्त्वपूर्ण ठरत आहे. भविष्यात विविध कृषी पिकांच्या व्यावसायिक सौर वाळवणीसाठी या तंत्रज्ञानाचा व्यापक वापर होण्याची शक्यता व्यक्त करण्यात येत आहे.

पारंपरिक सौर वाळवण यंत्राची कार्यक्षमता केवळ १९.२८ टक्के आढळली, तर पीसीएमचा वापर केल्यानंतर ती तब्बल ६१.९९ टक्क्यांपर्यंत वाढली. सूर्यास्तानंतर पारंपरिक पद्धतीत आर्द्रता कमी होण्याचे प्रमाण फक्त ६.६ टक्के होते. मात्र पीसीएम प्रणालीमुळे ते ४९.२ टक्क्यांपर्यंत पोहोचले. विविध ऊर्जा साठवण पदार्थांच्या तुलनात्मक अभ्यासात पॅराफिन वॅक्स हे सर्वाधिक प्रभावी पीसीएम असल्याचे निष्पन्न झाले. पीसीएमच्या वापरामुळे बटाट्याच्या चकत्यांचा नैसर्गिक रंग, पोत आणि गुणवत्ता अधिक चांगल्या प्रकारे टिकून राहिली. तसेच केस हार्डनिंग आणि पोषकतत्त्वांची हानी कमी झाल्याचे आढळले. कृत्रिम बुद्धिमत्ता आधारित आर्टिफिशियल न्यूरल नेटवर्क (एएनएन) मॉडेलने वाळवणी प्रक्रियेतील बदलांचे अत्यंत अचूक भाकीत केले असून, ते पारंपरिक गणितीय प्रतिमानांपेक्षा अधिक प्रभावी ठरले.