Pengaruh Kecepatan Screw, Feeder, dan Temperatur Pemanas terhadap Proses Ekstrusi Bijih Plastik Daur Ulang Menggunakan Mesin Extruder
Notice bibliographique
Résumé
Limbah plastik berbasis polyethylene terephthalate (PET) dari botol bekas merupakan salah satu penyumbang utama pencemaran lingkungan akibat volumenya yang tinggi dan proses dekomposisi yang lambat. Pencemaran dari limbah ini memerlukan penanganan berbasis teknologi daur ulang. Salah satu metode pengolahannya adalah proses ekstrusi yang mengubah limbah menjadi bijih plastik yang dapat digunakan kembali. Penelitian ini bertujuan untuk mengevaluasi pengaruh variasi kecepatan screw, kecepatan feeder, dan temperatur pemanas pada proses ekstrusi terhadap kualitas bijih plastik hasil daur ulang. Metode eksperimen dilakukan dengan menggunakan mesin extruder, memvariasikan kecepatan screw, kecepatan feeder, dan temperatur pemanas, serta menjaga kecepatan pemotongan tetap. Evaluasi dilakukan terhadap rasio screw/feeder dan efisiensi pemotongan yang dihitung dari rasio kecepatan pemotong terhadap kecepatan feeder. Penilaian kualitas bijih dilakukan melalui pengamatan visual homogenitas dan stabilitas bentuk produk. Hasil menunjukkan bahwa rasio screw/feeder antara 2,0–2,5 menghasilkan bijih dengan bentuk paling seragam dan stabil. Efisiensi pemotongan paling tinggi didapat hanya 15% memengaruhi kualitas bijih plastik yang menunjukkan kesesuaian laju aliran material antara kecepatan feeder dan kecepatan pemotong. Perhitungan kecepatan pemotong ideal diperoleh sebesar 128 rpm, sedangkan kecepatan konstan extruder ini adalah 140 rpm dinilai terlalu tinggi sehingga berpotensi menimbulkan cacat produk dan ukuran yang bervariasi. Kombinasi parameter optimal diperoleh pada kecepatan screw 25 rpm, feeder 10 rpm, dan temperatur 220°C. Pengaturan parameter proses yang seimbang diperlukan dalam menghasilkan bijih plastik berkualitas tinggi dari limbah PET daur ulang. Temuan ini berkontribusi dalam pengembangan teknologi ekstrusi plastik daur ulang yang efisien dan ramah lingkungan.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».