Experimental investigation into the performance of cutting betel nut machine via response surface methodology and desirability function
Notice bibliographique
Résumé
Cutting betel nut machines are increasingly being designed by engineers using local material. However, the performance of the cutting betel nut machine is influenced by the moisture content of the betel nut and the rotational speed of the machine. In this study, the performance of cutting a betel nut machine under moisture content of betel nut and rotational speed of the machine was studied using response surface methodology (RSM) and desirability function. Central Composite Design (CCD) coupled with RSM and desirability function was employed to evaluate the impact of moisture content of betel nut (34.68–50.54%, w.b.) and rotational speed (600–1000 rpm) on machine capacity (kg/hr), efficiency (%), and losses (%) responses. The desirability function was then used to optimize moisture content and rotational speed yielding maximum machine capacity and efficiency at lower losses. Three verification experiments were run to ensure the empirical relationships were valid. Optimum requirements of process parameters have been seen at which moisture content of 50.54% (w.b.) and rotational speed of 1000 rpm was achieved in maximum machine capacity of 44.16 kg/hr at higher efficiency (92.72%) and lower losses (6.31%). The model's conclusions were very consistent with the confirmed values. The results proved that an appropriate performance of the machine can be achieved using moisture content of betel nut and rotational speed of machine cutting betel nut.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».