MétaCan
Menu
Retour à la cohorte
Enregistrement W3129123246 · doi:10.1109/epec48502.2020.9320109

A Novel Smart Gas Stove with Gas Leakage Detection and Multistage Prevention System Using IoT LoRa Technology

2020· article· en· W3129123246 sur OpenAlexaff
Md. Rakibul Islam, Abdul Matin, Md. Saifullah Siddiquee, Fahim Md. Sifnatul Hasnain, Md. Habibur Rahman, Tonmoy Hasan

Notice bibliographique

Revue2020 IEEE Electric Power and Energy Conference (EPEC) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBuzzerInternet of ThingsStoveEmbedded systemDefault gatewayWirelessComputer networkLiquefied petroleum gasComputer scienceCloud computingLeakage (economics)EngineeringReal-time computingElectrical engineeringTelecommunicationsOperating systemALARMWaste management

Résumé

récupéré en direct d'OpenAlex

The outline and implementation of a low power real-time gas leakage detection and LoRa wireless communication technology-based notification system are accompanied by the multistage safety features in the kitchen as well as in the house have been inaugurated in this paper. The proposed system comprises a LoRa client and a LoRa gateway. LoRa client was made by the RFM69HW LoRa module, Arduino Uno, and some sensing devices, which were installed in the kitchen. Primarily a LoRa gateway was installed in our community. This LoRa gateway was associated with a cloud server (Ubidots) by employing Wi-Fi networks as transmission media. When gas leakage was detected, liquid crystal display (LCD), and the buzzer were activated, thereupon a GPS sensor identified the geographical position of the affected area, and LoRa client stored the measured data to Ubidots IoT platform, afterword data was sent to the user and police station, and eventually, the main power circuit at home was tripped off, and the exhaust fan was activated for avoiding further accidents. Here, for the efficient use of heat from a conventional gas stove in Bangladesh, and subsequently, for the secure power supply to the whole system, power was generated from the unused heat during cooking using the seeback concept of thermoelectric power generation(TEG) module.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,190
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2020 IEEE Electric Power and Energy Conference (EPEC)Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207