ANALISIS KINERJA HEAT EXCHANGER PADA LUBE OIL COMPLEX III (LOC III) BERDASARKAN FOULING FACTOR DAN PRESSURE DROP PT. PERTAMINA RU-IV CILACAP
Notice bibliographique
Résumé
Heat Exchanger (HE) merupakan alat yang digunakan untuk memindahkan panas antara dua fluida yang berbeda temperaturnya. HE yang telah dioperasikan pada jangka waktu tertentu perlu dievaluasi kinerjanya berdasarkan nilai fouling factor, pressure drop dan efisiensi. HE yang dievaluasi adalah HE Lube Oil Complex-III pada unit Fresh Gas and Recycle Gas di PT. Pertamina RU IV Cilacap. Pertukaran panas terjadi antara charge oil dengan gas hydrogen hasil reaksi dari reaktor berkatalis. Pada HE dapat terjadi kerak akibat akumulasi bahan pengotor dari reaksi berkatalis yang terbawa oleh gas hydrogen dari reaktor ke HE akibat katalis yang sudah jenuh dan dapat meningkatkan nilai fouling factor, pressure drop dan menurunkan efisiensi. Untuk itu perlu dilakukan pergantian katalis pada reaktor untuk mengurangi akumulasi pengotor yang terbawa dari reaktor ke HE. Tujuan studi ini adalah mengevaluasi pengaruh pergantian katalis terhadap perubahan nilai fouling factor, pressure drop dan efisiensi HE. Evaluasi dilakukan dengan menghitung ketiga nilai tersebut berdasarkan data sekunder dari lapangan yang dikumpulkan tahun 2022 dan 2023. Data tersebut kemudian dihitung rata rata dan digunakan untuk menghitung nilai fouling factor, pressure drop dan efisiensi HE sebelum dan sesudah pergantian katalis. Hasil yang didapatkan setelah pergantian katalis terjadi penuruan fouling factor dari 0,001658 ft2.F/Btu menjadi 0,001575 ft2.F/Btu, pressure drop 10,6811 psi menjadi 9,5364 psi untuk shell dan 18,9667 psi menjadi 8,6353 psi untuk tube, efiensi naik dari dari 80,76% menjadi 80,97%. Pergantian katalis berpengaruh pada fouling factor dan pressure drop dengan kenaikan efisiensi yang kecil.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».