Miniature Furnace Temperature Monitoring System Using Wireless-Based Resistance Temperature Detector Sensor
Notice bibliographique
Résumé
PT. GCNS in Morowali, which produces NPI (Nickel Pig Iron), has a furnace area of the Ferronickel Department for melting raw ore materials into NPI.In this area, there are many sensors, one of which is the RTD sensor, which is used to measure temperature in various processes in the furnace system.Through the observation, problems were found related to replacing damaged sensors because these sensors still use cables in pipes with complicated and long paths.So that during the sensor maintenance process, it is necessary to check and dismantle the complicated cable paths in the pipes, resulting in the production process stopping in the furnace for a long time.This study implemented a sensor system that uses NodeMCU ESP8266 as a wireless device that functions as a data sender and receiver module from the RTD sensor, which is integrated with the PWM to voltage and voltage to current converter module so that the sensor reading data can be integrated with the 4-20 mA analog input on the PLC.So, wireless sensors can eliminate complicated wiring systems and save more time during maintenance.The test results on Sensors 1, 2, and 3 have an average difference value of 0.36, 0.53, and 0.59, respectively.The percentage of errors produced respectively are 0.68%, 1.162%, and 1.21%; the occurrence of error values in the testing process is due to the accuracy of the NodeMCU used of 10 bits, or 4 mV for every 1 decimal change.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».