Simulazione numerica applicata ad impianti e processi dell'industria agro-...
Transcript of Simulazione numerica applicata ad impianti e processi dell'industria agro-...
Simulazione numerica applicata ad impianti e processi dell'industria agro-
alimentare
Chiara Cevoli, Angelo Fabbri
Introduzione: punti di forza e problematiche nello sviluppo di modelli di simulazione
Il prodotto agricolo che diventa alimento, nel passaggio dalla fase di raccolta in campo, attraverso la
successiva selezione ed eventuale trasformazione, fino a quella finale di confezionamento e
distribuzione, incontra macchine ed impianti. In tale percorso dunque si evidenziano elementi
tecnici di natura ingegneristica.
Gli specifici problemi di progettazione di tali processi e delle macchine che li implementano
coinvolgono diversi aspetti fisici e chimico-fisici, soprattutto di natura termica, meccanica, elettrica
o fluidodinamica. Dunque assieme ai classici metodi di progettazione basati su bilanci di massa ed
energia, integrati eventualmente con la realizzazione di prototipi o comunque con elementi di
sperimentazione, è sempre più frequente assistere al ricorso a modelli matematici, capaci di
simulare con una certa approssimazione il processo in studio.
Ciò è molto evidente nei comparti industriali a maggiore marginalità come quelli meccanico e
chimico dove la simulazione numerica è vista attualmente come un'alternativa sostanzialmente
realistica alla sperimentazione su prototipi. Tuttavia, data la sempre maggiore disponibilità di
potenza di calcolo a costi contenuti e di pacchetti software dedicati sempre più versatili e semplici
da utilizzare, si osserva un crescente interesse anche nel settore dell'ingegneria agraria, testimoniato
da una produzione scientifica internazionale in significativa e costante espansione.
Il modello che è alla base di una simulazione, consiste essenzialmente in un sistema di equazioni
differenziali in grado di descrivere la fisica del problema; la sua risoluzione è resa possibile, sotto
determinate condizioni, da un'ampia classe di metodi numerici. Tale modello può essere pensato
come una rappresentazione, più o meno semplificata, di un prototipo fisico, ma considerando i
seguenti vantaggi:
1) il progetto può essere verificato o comunque affinato attraverso una procedura di tipo
trial&error. Inoltre l'impianto o il processo simulato può essere verificato in condizioni estreme,
non praticabili sperimentalmente. Nella medesima cornice operativa è possibile condurre un'analisi
di sensitività al fine di individuare relazioni tra le variabili di processo e prodotto, con tempi e costi
del tutto contenuti rispetto a quelli associabili ad un completo lavoro sperimentale;
2) il processo può essere analizzato in modo molto dettagliato: spesso è possibile ottenere
osservazioni essenzialmente impossibili da misurare, ad esempio per fenomeni variabili
rapidamente o per misure in volumi molto piccoli o punti inaccessibili ad uno strumento di misura;
3) la simulazione non è alternativa ad un'eventuale attività su piloti, ma può essere molto utile nella
fase di pre-progettazione per sviluppare prototipi più vicini al progetto finale.
Naturalmente la tecnica soffre anche di qualche punto critico:
1) attualmente uno dei principali limiti alla diffusione delle tecniche di simulazione numerica
nell'industria agro-alimentare è legato alla necessità di specifiche competenze;
2) sussistono inoltre problemi tecnici legati alle peculiarità dell'area agricola ed alimentare: i
materiali biologici sono compositi e non è sempre possibile trascurare la loro eterogeneità ed
anisotropia. Inoltre le loro proprietà fisiche (ad esempio densità, conduttività termica ed elettrica,
calore specifico, viscosità, permeabilità, diffusività dell'umidità, composizione) spesso variano in
dipendenza della posizione, della temperatura, del contenuto d’acqua o di altre variabile coinvolte
nei processi. In particolare le forme sono spesso irregolari e le dimensioni molto variabili (si pensi
ad esempio al caso degli ortofrutticoli).[1,2]
Sviluppo di un modello numerico
Il processo relativo allo sviluppo di un modello numero è generalmente suddiviso in tre fasi
principali denominate preprocessing, solving e postprocessing (Figura 1).
La prima fase è quella che richiede generalmente più tempo ed il maggior sforzo “creativo” da parte
del ricercatore, trattandosi di un processo di astrazione che porta alla sintesi di un modello
semplificato attraverso l'individuazione delle variabili più o meno rilevanti e delle relazioni che le
legano. Durante il preprocessing infatti viene definito univocamente il problema fisico da studiare,
che si traduce nello sviluppo della geometria, nella definizione delle equazioni fisiche che
governano i fenomeni fisici in esame, delle condizioni al contorno e delle proprietà dei materiali
coinvolti. L'attività intellettuale in tale fase richiede fantasia ed esperienza, non potendosi
appoggiare a procedure standard. E' normale infatti che ricercatori differenti sviluppino modelli
diversi in relazione al medesimo problema. Più in dettaglio si tratta di capire quali elementi della
realtà fisica siano trascurabili, ovvero di contemperare le esigenze di fedeltà del modello con le
risorse di calcolo, di tempo e di capacità professionale a disposizione. In questa fase è anche
importante conoscere i punti di forza dei pacchetti di calcolo commercialmente disponibili.
Successivamente viene discretizzato il dominio (mesh) in piccoli elementi di forma semplice (finite
elements), in modo simile a quanto avviene nel settore della computer graphics (Figura 2). Tale fase
richiede un ruolo molto attivo all’esperienza dell’analista nel determinare un buon compromesso tra
affidabilità del modello e qualità dei risultati, soprattutto per quanto riguarda una descrizione
sufficientemente accurata della geometria e dei campi fisici (es. campi di temperatura, velocità,
pressione). Infatti maggiore è la quantità di elementi e più accurata è la soluzione del problema, ma
con un conseguente aumento del tempo di calcolo più che proporzionale in funzione del numero di
gradi di libertà del problema.La caratterizzazione dei materiali biologici rappresenta una sfida non
semplice e, quando non sia possibile ricorrere a dati di letteratura, occorre prevedere una specifica
campagna di misura.
Terminata la fase di preprocessing, le equazioni che descrivono il problema vengono assemblate e
risolte per via numerica (solving) utilizzando tutte le risorse di potenza computazionale a
disposizione. Il tempo di calcolo necessario alla risoluzione delle equazioni dipende dalla
complessità del modello, (p.e. geometrie 1, 2 o 3D) e non è raro condurre calcoli che richiedono
tempi dell’ordine delle decine di ore. In particolare, impostato il sistema di equazioni occorre
definire i metodi di risoluzione in grado di fornire il miglior risultato nel tempo più breve, in
condizioni accettabili di stabilità numerica (p.e. discretizzazione nel tempo, solutori diretti o
iterativi, impliciti o espliciti, ad equazioni accoppiate o separate). Tale scelta è evidentemente
influenzata dal tipo di problema e dalla dotazione dello specifico codice di calcolo adottato ma
richiede esperienza da parte del ricercatore.
La fase finale (postprocessing) consiste nell’interpretazione dei risultati, generalmente tramite la
visualizzazione di immagini in falsi colori in grado di rappresentare visivamente le grandezze
fisiche di interesse (p.e. concentrazione, temperatura, pressione, velocità). La maggior parte dei
codici di calcolo moderni dispone di estese funzionalità per la rappresentazione grafica dei risultati
che permettono una osservazione di dettaglio del processo in analisi, sia nello spazio che nel tempo,
generalmente non possibile con la sola sperimentazione. In ogni caso la fase di analisi dei risultati
spesso non conclude il ciclo di calcolo, ma semplicemente suggerisce le modifiche da apportare al
modello successivo.
Occorrerebbe inoltre essere sempre in grado di quantificare l’affidabilità dei risultati ottenuti,
tramite il confronto tra dati ottenuti dal modello e dati di letteratura o di origine sperimentale, per
esempio osservati tramite prove di laboratorio condotte in particolari condizioni tali da rendere
semplice la misura [1, 2].
Applicazioni nel settore agro-alimentare
I metodi di simulazione numerica possono essere quindi considerati un potente strumento di analisi
e design anche di impianti e processi dell'industria agro-alimentare, dove ricorrono spesso problemi
che coinvolgono trasferimento di massa ed energia, movimento di fluidi ed aspetti di tipo
meccanico. Esempi tipici possono essere collegati ai processi di mixing, disidratazione,
sterilizzazione, congelamento, estrusione o cottura.
Di seguito si riporta una rassegna di modelli numerici sviluppati dal gruppo di ingegneria
alimentare del Dipartimento di scienze e Tecnologie Agro-Alimentari (DISTAL) dell’Università di
Bologna, con particolare riferimento allo studio dei fenomeni termici, diffusivi e fluidodinamici che
coinvolgono i processi di trasformazione e conservazione degli alimenti.
Prodotti ortofrutticoli
* Una delle maggiori difficoltà che emerge durante la produzione dei prodotti surgelati riguarda la
loro stabilizzazione e il mantenimento della catena del freddo durante tutte le fasi produttive.
L’obiettivo del lavoro è stato quello di determinare i parametri di tempo e temperatura dell'ambiente
di lavorazione nel quale diverse tipologie di confezioni di surgelati (pisellini, melanzane e spinaci)
corrono il rischio di un incipiente scongelamento. Con lo scopo di analizzare, in maniera rapida ed
economica, molte diverse combinazioni di tempo e temperatura, è stato dunque sviluppato un
modello numerico parametrico in grado di descrivere i fenomeni termici che intervengono
all’interno della confezione durante il processo. Tale modello ha permesso di analizzare un numero
arbitrario di combinazioni delle variabili in esame: durata del confezionamento, temperatura
ambiente, temperatura iniziale del prodotto, forma e dimensioni della confezione. Inoltre ha
permesso di osservare il campo di temperatura con un grado di dettaglio irraggiungibile dalle
tecniche sperimentali. I risultati, in forma integrale, sono apparsi essere in ottimo accordo con quelli
osservati sperimentalmente [3].
* La frutta di IV gamma può essere confezionata insieme ad un liquido di governo in contenitori di
materiale plastico di varie pezzature. Il trasporto avviene in vani refrigerati, ma soggetti a frequente
ingresso di aria dall’esterno. Si stima una temperatura dell’ambiente di trasporto compresa tra 15 e
20°C. Diventa necessario mantenere un livello di temperatura compatibile con una pertinente
conservazione della frutta durante il trasferimento dallo stabilimento di produzione al cliente. Lo
scopo del lavoro è stato quindi quello di studiare, tramite dei modelli numerici in grado di
descrivere i fenomeni termici che si instaurano durante la fase di trasporto, diverse possibili
modifiche da effettuare al contenitore di trasporto al fine di mantenere una temperatura al cuore
inferiore a 5°C. In particolare è stata prese in esame l'introduzione di uno strato isolante (aria o
polistirolo). I risultati del modello, soprattutto in termini di curve di temperatura al cuore del
prodotto vs tempo di trasporto, hanno messo in luce che l’isolamento con camera d’aria è efficace
per spessori inferiori a circa15 mm e che il polistirolo posto all’esterno dei contenitori, invece può
rappresentare una buona soluzione in termini di capacità isolante [4].
* Con l’obiettivo di ottimizzare i processi di tostatura del caffè, è importante studiare i fenomeni di
trasferimento del calore all'interno dei chicchi. Tale operazione è difficilmente eseguibile per via
sperimentale a causa, soprattutto, del movimento del tamburo rotante e della complessità
dell'impianto. Tuttavia è stato possibile studiare l'andamento della temperatura e dell'umidità
all'interno del chicco, tramite un modello numerico (Figura 3). Durante lo studio sono stati
comparati anche i risultati ottenuti utilizzando sia una geometria semplificata del chicco sia una
realistica ottenuta tramite scanner 3D. I risultati del modello sono stati validati con misurazioni di
temperatura ed umidità effettuate utilizzando un impianto pilota; i dati di temperatura al centro del
chicco e di umidita media calcolati e misurati sono risultati essere in ottimo accordo [5].
* Al fine di ottimizzare i processi di essiccazione della frutta, è importante studiare i fenomeni di
trasferimento del calore e di umidità all'interno del prodotto al variare della temperatura di
essiccazione, della velocità e della portata d’aria. Per via sperimentale è impossibile determinare la
temperatura e l’umidità in ogni punto del prodotto. In aggiunta le procedure sperimentali richiedo
tempi lunghi e numerose repliche. Tuttavia è stato possibile studiare l'andamento della temperatura
e dell'umidità all'interno del prodotto (mela, banana e pesca), tramite un modello numerico in grado
di descrivere i fenomeni termici e diffusivi che intervengono all’interno e sulla superficie del
prodotto. Inoltre è stata presa in considerazione anche la riduzione del volume in funzione della
variazione del volume di acqua. I risultati del modello numerico hanno permesso di scrivere
relazioni empiriche di semplice impiego, per calcolare il tempo necessario a raggiungere il
contenuto di umidità all’equilibrio al variare della temperatura di essiccazione, della tipologia di
frutto e delle dimensioni/geometria dei campioni. Il modello ha permesso di valutare anche la
distribuzione della temperatura all’interno del frutto e non solamente un valore medio sull’intera
fetta.
Prodotti di origine animale
* Diversi studi hanno messo in evidenza che le uova posso essere trattate con dei getti di aria calda
(200-400°C) per tempi molto brevi al fine di diminuire la carica batterica presente sulla superficie
del guscio. La zona più sensibile a questa tipologia di trattamento termico è la parte di albume
adiacente alla camera d'aria. Lo sviluppo di un modello numerico ha permesso di effettuare uno
studio preliminare utile ad analizzare il trasferimento di calore all’interno di uova sottoposte a tale
tipo di trattamento.
Data la complessità del caso in esame, lo sviluppo di un modello ha consentito di evitare le criticità
di una indagine sperimentale di grande difficoltà. E' stato anche sviluppato un modello per studiare
le possibilità di retroazionare il flusso d'aria calda sulla base delle temperatura superficiale del
guscio [6].
Un ulteriore modello numerico è stato sviluppato al fine di studiare il riscaldamento di uova in
guscio sottoposte a trattamenti ad aria calda (60°C) in regime di convezione naturale. Infatti è
estremamente importante determinare la temperatura che si raggiunge all'interno dell'uovo per
evitare fenomeni di degradazione qualitativa dell'albume e del tuorlo. Tali fenomeni iniziano ad
attivarsi ad una temperatura di circa 50°C. Tramite la simulazione numerica è stato quindi possibile
determinare la legge tempo-temperatura in ogni punto interno all'uovo [7].
* La conservazione delle uova in atmosfera ricca o satura di CO2 può prolungare la shelf-life e
migliorare alcune proprietà qualitative e funzionali. Tuttavia, per ben calibrare il trattamento, è
importante capire la dinamica della diffusione dell'anidride carbonica all'interno dell'uovo. Tramite
un modello numerico è stato possibile determinare la concentrazione puntuale di anidride carbonica
libera presente nei diversi costituenti dell’uovo, al variare del tempo, per diverse ore di trattamento
in atmosfera satura d CO2. Lo studio ha richiesto una preliminare determinazione del coefficiente di
diffusione del gas nei diversi costituenti dell’uovo, svolta tramite una tecnica innovativa, basata
sull’inversione di un modello numerico monodimensionale [8].
* Lo scambio di umidità con l'ambiente e la sua diffusione all’interno di un prodotto insaccato e
stagionato a base di carne è sicuramente un aspetto di principale importanza per quanto riguarda la
qualità del prodotto finale, soprattutto nell’ottica di ottimizzare i processi di stagionatura. A tale
proposito l’obiettivo di questo lavoro è stato quello di mettere a punto dei modelli numerici in
grado di descrivere i fenomeni diffusivi e termici che si instaurano all'interno dell’insaccato,
durante le fasi di maturazione e conservazione. In particolare sono stati sviluppati due modelli
numerici, uno relativo alla fase di conservazione e uno relativo alla fase di maturazione del salame,
con lo scopo di descrive l'evoluzione del contenuto di umidità in maniera puntuale all' interno del
salame, al variare delle dimensioni dell'insaccato e delle condizioni di maturazione e conservazione
(tempo/temperatura). I modelli sono stati validati tramite misure di umidità ed essendo del tutto
parametrici, se ci sono dei dati precisi in ingresso su tempo, temperature di maturazione o
conservazione, dimensioni e tipologia di insaccato etc., possono essere utilizzati come un potente
strumento d’impiego industriale. Successivamente è stato sviluppato un ulteriore modello di
insaccato con lo scopo di valutare l’effetto della quantità e delle dimensioni dei grasselli sui
fenomeni diffusivi [9,10].
Prodotti cerealicoli
* L’applicazione di coating edibili può essere una buona alternative per il mantenimento delle
proprietà qualitative dei prodotti da forno durante la conservazione. Tuttavia al fine di ottenere uno
strato di rivestimento omogeneo e continuo, è necessario eliminare il solvente (frequentemente
acqua) tramite uno specifico processo di disidratazione, evitando invece la disidratazione interna al
prodotto. Tra i principali fattori che influenzano il tempo di disidratazione del coating sono da
ricordare la temperature e l’umidità della camera di disidratazione, la velocità dell’aria ed
ovviamente il tempo. Con l’obiettivo di definire il tempo ottimale di disidratazione, è stato
sviluppato un modello numerico in grado di descrivere il trasferimento termico e di umidità
all’interno del prodotto da forno e nel sottile strato di coating in funzione della temperatura di
disidratazione, del tempo e dello spessore dello strato (Figura 4). I risultati del modello hanno
permesso di individuare una utile relazione matematica tra i parametri sopra citati ma lo stesso
modello potrebbe essere utilizzato anche per altre tipologie di prodotti da forno e formulazioni di
coating, semplicemente modificando i valori attribuiti ai diversi parametri che descrivono le
proprietà dei materiali e della geometria [11].
* In questo studio si è inteso approfondire ed ampliare le conoscenze sul processo
termofluidodinamico che sta alla base dell’operazione di estrusione a freddo delle paste di semola di
grano duro. In particolare è stato preso in esame il processo all’interno della testata e della trafila
per ricercare le cause dell’insorgere di difetti nel prodotto finito e di problematiche di produzione
(ad esempio legate alla rottura delle trafile o alle velocità non uniformi in uscita). In tale ottica è
stato sviluppato un modello fluidodinamico in grado di descrivere i campi di velocità, pressione e
temperatura del fluido alimentare all’interno della campana di estrusione e degli inserti trafilanti
(Figura 5). In generale il modello ha permesso di osservare dettagli di processo sostanzialmente
impossibili da determinare per via sperimentale [12].
Bibliografia
[1] Fabbri A., Cevoli C., Silaghi F.A., Guarnieri A. (2011). Numerical simulation of physical
systems in agri-food engineering, JOURNAL OF AGRICULTURAL ENGINEERING,4, 1-7.
[2] Fabbri A. (2005) Applicazioni dei metodi di simulazione numerica nell’ingegneria
agroalimentare. Atti del Convegno nazionale AIIA “L’ingegneria agraria per lo sviluppo sostenibile
dell’area mediterranea”, Catania 27-30 Giugno 2005.
[3] Cevoli C., Fabbri A., Tylewicz U., Rocculi P. (2018). Finite element model to study the thawing
of packed frozen vegetables as influenced by working environment temperature. BIOSYSTEMS
ENGINEERING, 170; 1-11.
[4] Cevoli C., Fabbri A. (2017). Heat transfer finite element model of fresh fruit salad insulating
packages in non-refrigerated conditions. BIOSYSTEMS ENGINEERING, 153; 89-98.
[5] Fabbri A., Cevoli C., Alessandrini L., Romani S. (2011). Numerical modeling of heat and mass
transfer during coffee roasting process. JOURNAL OF FOOD ENGINEERING, 105; 264-269.
[6] Fabbri A., Cevoli C., Giunchi A. (2012). Validation of a simplified numerical model hot air
treatment of shell eggs surface. JOURNAL OF FOOD PROCESS ENGINEERING, 35, 695-700.
[7] Cevoli C., Fabbri A., Pasquali F., Berardinelli A., Guarnieri A. (2010). Hot Air treatment, in
Natural Convection Conditions, for Egg Surface Decontamination. JOURNAL OF
AGRICULTURAL ENGINEERING, 4; 23-28.
[8] Fabbri A., Cevoli C., Cocci E., Rocculi P. (2011). Determination of the CO2 mass diffusivity of
egg components by finite element model inversion. FOOD RESEARCH INTERNATIONAL, 44;
204-208.
[9] Cevoli C., Fabbri A., Tabanelli G., Montanari C., Gardini F., Lanciotti R., Guarnieri A. (2014).
Finite element model of salami ripening process and successive storage in package. JOURNAL OF
FOOD ENGINEERING, 132; 14-20.
[10] Fabbri A., Cevoli C. (2015). 2D water transfer finite elements model of salami drying, based
on real slice image and simplified geometry. JOURNAL OF FOOD ENGINEERING, 158; 73-79.
[11] Cevoli C., Nallan Chakravartula S.S., Dalla Rosa M., fabbri A. (2019). Drying of coating on
bun bread: Heat and mass transfer numerical model. BIOSYSTEMS ENGINEERING, 181;1-10.
[12] Angioloni A., De Stefano A., Fabbri A., Fava E., Guarnieri A., Lorenzini G. (2007).
Preliminary investigation of pasta extrusion process: rheological characterization of semolina
dough. JOURNAL OF AGRICULTURAL ENGINEERING, 2; 49-52.
Chiara Cevoli (PhD) https://www.unibo.it/sitoweb/chiara.cevoli3
Ricercatrice presso il Dipartimento di Scienze e Tecnologie Agro-Alimentari (DISTAL)
dell’Università di Bologna, svolge le sue ricerche nel settore dell’ingegneria agraria con particolare
riferimento all’applicazione di metodi numerici alla simulazione dei processi dei prodotti
agroalimentari ed all’utilizzo di statistica multivariata e reti neurali artificiali combinate a tecniche
di analisi chimico/fisiche degli alimenti.
Angelo Fabbri https://www.unibo.it/sitoweb/angelo.fabbri
Angelo Fabbri è laureato in ingegneria meccanica, ha conseguito il dottorato di ricerca in
Ingegneria Agraria nel secolo scorso ed attualmente è professore associato al Dipartimento di
Scienze e Tecnologie Agroalimentari dell'Università di Bologna. Negli interstizi concessi dagli
impegni didattici ed istituzionali coltiva i proprî interessi di ricerca applicando i metodi
dell’ingegneria alle macchine agricole ed agli impianti agroalimentari, con particolare riferimento
alle problematiche di sicurezza, alla trasmissione di rumore e vibrazioni, alla caratterizzazione fisica
dei materiali biologici, alla simulazione numerica di macchine e processi industriali.
Figura 1.Suddivisione del tempo necessario allo sviluppo di un modello numerico.
Figura 2. Esempi di discretizzazione del dominio (mesh) di un uovo e di un chicco di caffè.
ù
Formulazione teoricadel problema
Definizione delle proprietà dei materiali
Implementazione delleequazioni utilizzandosofware specifici
Solving
Analisi dei risultati
Inizio
Figura 3. Simulazione numerica relativa alla tosatura di un chicco di caffè (profilo di temperatura
superficiale).
Figure 4. Simulazione numerica del trasferimento di calore ed umidità in un panino ricoperto di
coating edibile.
Convezione naturale
Evaporazione (superficie)
Trasferimento di calore per conduzione (interno)
Trasferimento di umiditàper diffusione (interno)
coating bottom
crostat top
crostat bottom
mollica
coating top
Figure 5. Simulazione numerica della campana di estrusione (A, profilo di velocità) e di un inserto
trafilante (B, profilo di pressione).
Considerazioni conclusive
La letteratura scientifica è testimone ormai di un notevole sviluppo delle
tecniche di simulazione numerica e delle loro possibili applicazioni alla
soluzione di molti problemi di interesse industriale. In particolare, per quanto
riguarda l’ingegneria agro-alimentare, la simulazione numerica si dimostra uno
strumento in grado di ridurre concretamente le esigenze di sperimentazione,
anche se purtroppo lo specifico settore tende ad aggiornarsi lentamente. Del
resto con l’aumentare della complessità degli impianti e con una sempre maggiore
disponibilità di potenza di calcolo, l’attività di simulazione numerica è
destinata a diffondersi con sempre maggiore incisività, come è già avvenuto in
altri settori.
Il metodo non ha limiti intrinseci che vanno piuttosto ricercati in parte nelle
disponibilità hardware e soprattutto nella capacità di descrivere i dettagli
della fisica dei problemi da simulare. Infatti l'utilizzo di un pacchetto
software commerciale non trasforma il processo di simulazione in un'operazione
banale: occorre invece affrontare una fase di riduzione della realtà fisica a
modello, in funzione delle specificità del codice di calcolo adottato. In tale
ottica una significativa criticità è rappresentata dalla elevata preparazione
tecnica e scientifica richiesta.
A B